A Distorção da Sala de Aula Lembre-se da sua primeira aula de estatística no ensino médio. O professor caminha até o quadro negro, desenha uma moeda e faz uma pergunta aparentemente simples: «Qual é a probabilidade de cair cara?». Você e todos na sala respondem instantaneamente: «Cinquenta por cento».

Se for pressionado para explicar, você provavelmente dirá que, se jogasse essa moeda um número infinito de vezes, metade das vezes cairia para cara. Isso é Frequencismo, e é o processo operacional padrão do nosso sistema educacional. Ele define probabilidade através da lente fria e objetiva de dados repetíveis.

No mundo frequentista, a probabilidade é compreendida através do que aconteceria se pudéssemos repetir o mesmo experimento uma e outra vez. É um quadro ordenado e reconfortante, projetado para um mundo composto por dados que rolam, baralhos de cartas embaralhados e tempo infinito. Mas há um problema. Assim que você sai da sala de aula, as paredes do laboratório desmoronam.

A vida real raramente oferece a nós o luxo de trials infinitos. Você não pode casar com alguém mil vezes para medir a probabilidade de um casamento feliz, nem uma empresa pode lançar exatamente a mesma campanha de produto no Instagram um milhão de vezes para testar o ganho de engajamento. Na arena caótica da existência humana, a definição frequentista de probabilidade começa a se sentir menos como uma ferramenta e mais como um punho de ferro.

A Realidade: Construída para Ser Bayesiana E é neste exato momento que a grande ilusão de nossa educação se torna evidente: enquanto fomos treinados para pensar como frequentistas em papel, parecemos naturalmente inclinados a raciocinar de maneira semelhante à bayesiana. No mundo real, a probabilidade não se trata de contar repetições no futuro infinito; trata-se de quantificar a incerteza no presente. Esta é a essência da estatística bayesiana.

Em vez de exigir dados intermináveis antes de fazer um julgamento, um bayesiano começa com um Prior, uma crença inicial baseada em experiências passadas ou intuição. Em seguida, à medida que novas evidências chegam, ela atualiza essa crença para chegar a uma probabilidade Posterior. Não precisamos de um diploma em matemática para fazer isso.

O cérebro humano muitas vezes se comporta como uma máquina de previsão bayesiana. Nossos ancestrais na sabana não tinham o luxo de esperar uma chapéu se mover noventa e nove vezes para calcular um valor p antes de fugir do predador. Eles tinham um Prior poderoso: «Chapéu se movendo = perigo».

Eles viram um pequeno pouco de novos dados (talvez um brilho de pelagem amarela) e atualizaram instantaneamente sua probabilidade, e sobreviveram. Não é difícil ver por que uma maneira rápida e semelhante à bayesiana de atualizar crenças poderia ter sido útil para a sobrevivência. Claro, nenhuma dessas coisas significa que somos estatísticos bayesianos impeccáveis.

Décadas de trabalho por Kahneman e Tversky mostraram algo paradoxal: quando lhes é pedido que raciocinem sobre probabilidades explicitamente, com números em papel, os humanos são notoriamente ruins. Nós ignoramos rotineiramente as taxas base e nos equivocamos em problemas bayesianos de texto. Mas este é exatamente o ponto.

Nós funcionamos o motor bayesiano maravilhosamente quando não pensamos nele; apenas não podemos ler seu painel de bordo. Nossa intuição é a posterior; nossa matemática consciente é um bug. O Supermercado e o Jogo da Espera Para ver essa mecanismo evolutivo em ação, não precisamos lutar contra tigres.

Precisamos apenas olhar como navegamos por nossa vida ordinária e adulta. Imagine que você entra em um supermercado premium enquanto viaja em um país estrangeiro. Você vê uma barra de chocolate de alta qualidade em um prateleira, mas não há etiqueta de preço.

Uma abordagem frequentista rígida teria mais dificuldades aqui: você tem zero observações para este item exato nesta loja exata. Teoricamente o preço poderia ser dois euros ou t...