Aleatório e apofenia

De um artigo de Kit Yates sobre a aleatoriedade. A figura acima mostra três conjuntos de dados, cada um com 132 pontos. Um deles é a posição dos ninhos das aves marinhas na Patagônia. O outro é o local dos ninhos de formigas. E finalmente temos pontos aleatórios. Você consegue saber de quem é a imagem de cada bloco? 

Pense antes de continuar a leitura. O que Yates explora é que a noção de número aleatórios nossa não é boa. Quando apertamos o aleatório do aparelho de som do carro e cai na primeira música ou quando sorteamos dois números aleatórios em um site e sai um após o outro, pensamos que há algo errado com a geração do número. Este é o problema. 

Se você respondeu que os números aleatórios gerado por um software corresponde a imagem da direita certamente vai estar em um grupo muito grande de pessoas que possui uma nossa de aleatoriedade errônea. A imagem da direita não foi gerada por um software, mas corresponde aos locais de ninhos de aves marinhas da Patagônia. Os pássaros escolhem fazer uma distribuição mais regular e espaçada, preferindo uma distância dos vizinhos. A resposta para os números aleatórios é a imagem da esquerda. A imagem do meio é dos ninhos de formigas. 

Esse exemplo de Yates me trouxe a memória uma cena da série Numb3rs onde o cientista Charlie Eppes, para mostrar como falhamos no nosso conceito de aleatoriedade, pede para diversas pessoas se distribuírem dessa forma em uma sala. Cada um vai para um canto. E ele questiona a razão pela qual as pessoas ficaram distantes uma das outras, como a figura da direita. Aleatoriedade significa que algumas pessoas irão ficar longes e outras perto. Como a figura da esquerda. 

A falsa noção de aleatoriedade do ser humano já fez com que a Apple criasse um "aleatório" que não fosse tão aleatório para o iPod. Assim, duas músicas do mesmo artista não tocariam uma após a outra. É como você pedisse dois números aleatórios e não pudesse sair o 34 e o 35 (e isso pode ocorrer, obviamente). Segundo Yates, atribuímos um significado a um agrupamento aleatório, acreditando que exista algo que gera o padrão. É a apofenia, que procura a causa, onde não existe. Veja o que diz o ChatGPT:

Apofenia é um termo que descreve o fenômeno psicológico de perceber padrões, conexões ou significados em dados aleatórios ou irrelevantes. Em outras palavras, é a tendência humana de atribuir significados ou padrões a estímulos que podem não ter relação real entre si. Isso pode ocorrer em diversas áreas, como na interpretação de eventos, na análise de dados, na interpretação de padrões visuais ou auditivos, entre outros. A apofenia pode levar a conclusões equivocadas, interpretações distorcidas da realidade e crenças em teorias da conspiração ou supersticiosas.

A apofenia é muito mais comum do que pensamos. Acreditamos ver uma imagem nas nuvens, um rosto de um homem na lua, um OVNI no céu entre outras coisas. 

Desigualdade na educação na América Latina

Eis o resumo: 

A educação é um ativo crucial para as perspectivas econômicas de um país e para seus habitantes. Além de seu impacto direto no crescimento por meio da acumulação de capital humano, é um ingrediente fundamental na produção de uma cidadania informada, aprimorando sua capacidade de obter e exercer direitos humanos e políticos e sua facilidade de adaptação a ambientes em mudança (gerados, por exemplo, por mudanças tecnológicas ou climáticas), entre outros benefícios. Neste artigo, estudamos a desigualdade educacional na América Latina e no Caribe (tanto em quantidade quanto em qualidade), avaliamos como ela surge e amplifica ou atenua as desigualdades existentes, e examinamos a interação da desigualdade educacional com outras formas de desigualdade, principalmente em relação à renda e aos resultados do mercado de trabalho. Nossa análise é baseada em dados primários de múltiplas fontes.

Interessante a figura:

Onde quanto mais à esquerda do gráfico, pior. O Brasil é a quinta barra vermelha. As outras barras desta cor são dos países da América Latina. 

Rir é o melhor remédio

 Barulho e jardinagem

Efeito tamanho nas estimativas

Eis um problema comum nas pesquisas acadêmicas, de difícil solução (trechos selecionados)

(...) Se coletarmos dados suficientes, a estimativa será próxima ao valor real na população. No entanto, se coletarmos dados de participantes que estão em um brinquedo de parque temático onde as pessoas precisam ter pelo menos 150 centímetros de altura para entrar, a média que calculamos é baseada em uma distribuição truncada onde apenas indivíduos mais altos que 150 cm são incluídos. Indivíduos menores estão ausentes. Imagine que medimos a altura de dois indivíduos no brinquedo do parque temático, e eles têm 164 e 184 cm de altura. A altura média deles é (164+184)/2 = 174 cm. Fora da entrada do brinquedo do parque temático, há um indivíduo com 144 cm de altura. Se tivéssemos medido esse indivíduo também, nossa estimativa do comprimento médio seria (144+164+184)/3 = 164 cm. Remover valores baixos de uma distribuição levará a uma superestimação do valor real. Remover valores altos levaria a uma subestimação do valor real. (...)

Na prática, frequentemente vemos que os cientistas não publicam simplesmente todos os resultados, mas apenas os resultados estatisticamente significativos na direção desejada. (...)

Os estatísticos desenvolveram abordagens para ajustar estimativas de tamanho de efeito enviesadas levando em consideração uma distribuição truncada (Taylor & Muller, 1996). Esta abordagem foi recentemente implementada em R (Anderson et al., 2017). Implementar essa abordagem na prática é difícil, porque nunca temos certeza se uma estimativa de tamanho de efeito está enviesada e, se estiver enviesada, quanto é o enviesamento. Além disso, a seleção baseada na significância é apenas uma forma de viés, enquanto pesquisadores que relatam seletivamente resultados significativos podem se envolver em práticas de pesquisa problemáticas adicionais, como relatar seletivamente resultados, que não são considerados no ajuste. (...)

É claro que a verdadeira solução para o viés nas estimativas de tamanho de efeito devido a filtros de significância que levam a distribuições truncadas ou censuradas é parar de relatar seletivamente resultados. Projetar estudos altamente informativos que tenham alta capacidade de rejeitar a hipótese nula, como o menor tamanho de efeito de interesse em um teste de equivalência, é um bom ponto de partida. Publicar pesquisas como Relatórios Registrados é ainda melhor. Eventualmente, se não resolvermos esse problema por conta própria, é provável que enfrentemos ações regulatórias externas que nos forcem a incluir todos os estudos que receberam aprovação do comitê de ética em um registro público e atualizar o registro com a estimativa do tamanho do efeito, como é feito para ensaios clínicos. (...) 

Uma das consequências é que estudos de meta-análise serão enviesados. 

Ameaça de processo por divulgar informações públicas

A notícia é uma decepção:

A localização dos aviões é informações públicas fornecidas pelo governo, um resultado inevitável das considerações sobre a segurança em jogo. As pessoas ricas odeiam isso porque significa que o público sabe quando seus jatos particulares estão no ar, queimando carbono e levando-os (ou seus amigos ou clientes) para lugares interessantes. Elon Musk se fez de bobo tentando se livrar desses dados censurando, e o mais recente a divulgar sua existência é Taylor Swift, que ameaçou processar o mesmo cara (que divulga estas informações).

Um advogado de Swift enviou uma carta de cessação e desistência ao estudante da Universidade da Flórida Central, Jack Sweeney, em dezembro, de acordo com The Washington Post. A carta que Sweeney compartilhou com o jornal diz que as contas de mídia social de Sweeney causam "danos diretos e irreparáveis, além de sofrimento emocional e físico". Ela diz que, a menos que Sweeney pare o "comportamento perseguidor e assediante", o artista "não terá escolha a não ser buscar todos e quaisquer remédios legais." 

"Eu acho importante notar que não onde pretendo prejudicar. Na verdade, acho que Swift tem boas músicas. Acredito em transparência e informação pública ", escreveu Sweeney em um e-mail para The Verge.

Você já deve saber que Swift está no topo da lista de jatos na queima de carbono. E agora você sabe que pode rastrear seu jato especificamente.

Você pode imaginar ser o advogado que tem que contar a uma celebridade "se você ameaça há uma chance muito pequena de que funcione e uma probabilidade esmagadora de que apenas a divulgue mais?" Aposto que advogados de celebridades contam com isso. 

Ao final do texto, o efeito Streisand, em homenagem a Barbra Streisand. O Efeito Streisand é um fenômeno que ocorre quando uma tentativa de ocultar, remover ou censurar uma informação acaba resultando em sua maior divulgação pública do que teria acontecido originalmente. O termo deriva de um incidente em 2003, quando a cantora Barbra Streisand processou um fotógrafo por incluir uma foto aérea de sua casa ao falar da erosão costeira na Califórnia. O processo acabou gerando uma enorme atenção para a foto e para a questão da liberdade de expressão na internet. 

Regulador admite a impossibilidade de reestruturar o setor de auditoria na Inglaterra

Logo após o escândalo da empresa Carillion, na Inglaterra, surgiram pressão dos políticos para uma grande reforma no mercado de auditoria. O foco era o oligopólio existente e falava-se na possível divisão das empresas. A pressão era enorme e o assunto ficou em pauta durante muito tempo. O blog relatou, no passado, a possibilidade de uma cisão das empresas. Mas estamos em 2024 e nada ocorreu. Pelo contrário, parece cada vez mais provável a manutenção do status quo. 

James Peterson discute a posição consolidada das quatro maiores empresas de auditoria no mercado do Reino Unido, apesar dos pedidos da pressão política após falhas ocorridas no passado. Peterson lembra que Richard Moriarty, chefe do Conselho de Relatórios Financeiros, admitiu que a dominação das quatro grandes pode persistir, reconhecendo os desafios na redistribuição das auditorias para empresas menores. 

Para Peterson, as tentativas de reduzir as quatro grandes ou redistribuir auditorias são impraticáveis devido a problemas de escala e expertise. Ele argumentam que críticas à qualidade da auditoria não podem ser resolvidas transferindo clientes ou pessoal para empresas menores. Há limitações estruturais enfrentadas por empresas menores. 

Foto: aqui

Rir é o melhor remédio

Sinal do divórcio