Sabedoria das multidões: por que grupos costumam prever melhor

Sabedoria das multidões explicada: o boi de Galton, as quatro condições para uma multidão sábia, como ela falha e como usar seus amigos para prever melhor.

Autor
Bruma
Publicado
Tempo de leitura
8 min
Uma ilustração de um grupo de amigos, cada um pensando SIM ou NÃO, cujas respostas fluem para uma única probabilidade compartilhada de 72% de SIM.

Em resumo

A sabedoria das multidões é a descoberta de que o julgamento combinado de muitas pessoas costuma ser mais preciso que o da maioria dos indivíduos do grupo. Ela funciona quando as pessoas têm visões diversas, julgam de forma independente, usam conhecimento local e há um jeito de agregar as respostas. Falha quando todos seguem a manada.

Imagine cinco amigos tentando adivinhar quantas pessoas vão aparecer no churrasco de sábado. Um diz 20, outro diz 35, outro diz 28, outro diz 50 e outro diz 15. No palpite de quem você deve confiar?

Talvez em nenhum. Talvez em todos juntos. A sabedoria das multidões é a descoberta de que o julgamento combinado de muitas pessoas costuma ser mais preciso que o da maioria dos indivíduos que o produziram. Parece truque de festa, mas tem mais de um século de pesquisa por trás e é a ideia que sustenta todo mercado de previsão. Este texto mostra de onde ela vem, do que uma multidão precisa para ser sábia, como as multidões erram e como montar uma pequena com os seus amigos.

O que é a sabedoria das multidões?

A sabedoria das multidões é a ideia de que, para o tipo certo de pergunta, a média ou a mediana de muitas estimativas independentes tende a ficar mais perto da verdade do que a maioria das estimativas individuais.

Veja por que isso funciona. O palpite de cada pessoa é a verdade mais um erro. Alguns erros são para cima, outros para baixo. Se os erros são independentes, eles se cancelam em parte quando você combina os palpites, e o que sobra fica mais perto da verdade.

Um exemplo pequeno. Suponha que a resposta real seja 1.000 e cinco pessoas chutem 800, 1.200, 1.500, 600 e 1.100. Os erros individuais são 200, 200, 500, 400 e 100, uma média de erro de 280. Os cinco palpites somam 5.200, então a média deles é 1.040, que erra por apenas 40. Neste exemplo, a média do grupo ficou melhor que cada um dos cinco indivíduos, e sem que ninguém soubesse de antemão quem estava certo.

É um exemplo de sorte, e vale ser honesto sobre o que é garantido. A média dos palpites nunca pode ficar mais longe da verdade do que o erro típico dos indivíduos (aqui, 280), e costuma se sair bem melhor porque erros em direções opostas se cancelam. Ela superar o melhor indivíduo é um bônus, não uma regra.

A expressão importante na definição é “o tipo certo de pergunta”. Já vamos chegar lá.

O que foi o experimento do boi de Galton?

Visitantes de uma feira rural do início dos anos 1900 entregam palpites em papel sobre o peso de um boi, e os palpites espalhados se concentram em torno do valor real

A história mais famosa vem do polímata inglês Francis Galton, que a relatou em uma carta curta à Nature intitulada "Vox Populi", publicada em 1907.

O cenário era uma feira agropecuária em Plymouth, na Inglaterra, em 1906. Os visitantes competiam para adivinhar o peso de um boi depois de abatido e limpo. Segundo o relato de Galton, sobraram 787 participações utilizáveis. Ele pegou o valor do meio, a mediana, e viu que era 1.207 libras. O boi limpo pesava 1.198 libras, então o palpite do meio da multidão ficou a cerca de 1% do valor real.

Uma observação honesta: o estatístico Kenneth Wallis voltou aos dados de Galton e encontrou pequenas discrepâncias nos números, que discute em "Revisiting Francis Galton's Forecasting Competition". A conclusão não muda: a estimativa do meio da multidão ficou notavelmente perto.

A história também mostra por que a escolha do método importa. A média usa todos os palpites igualmente, então uma resposta fora da curva pode arrastá-la para longe. A mediana só se importa com a ordem, então algumas respostas absurdas quase não a movem. Um preço de mercado se comporta de outro jeito ainda, porque se move mais quando alguém topa defender uma visão, então quem tem confiança pesa mais do que quem dá de ombros. Nenhum deles é sempre o melhor, mas escolha o método antes de ver os palpites, para não ser tentado a escolher o que favorece a sua resposta preferida.

O que Surowiecki acrescentou em “The Wisdom of Crowds”?

Durante quase um século, a história de Galton foi uma curiosidade. Em 2004, o jornalista James Surowiecki publicou The Wisdom of Crowds (Doubleday), abriu com a história do boi e argumentou que o efeito aparece em mercados, júris e mecanismos de busca. Ele também listou quatro coisas de que uma multidão precisa para ser sábia:

CondiçãoO que significaExemplo em um grupo de amigos
Diversidade de opiniõesCada pessoa tem alguma informação privada ou um jeito diferente de ler fatos conhecidosConvide o primo que acompanha futebol e o que não entende nada, não só os cinco maiores fãs
IndependênciaAs visões das pessoas não são moldadas pelas das que estão em voltaTodo mundo registra um palpite antes de ver os dos outros
DescentralizaçãoAs pessoas se especializam e usam conhecimento localQuem mora perto do local sabe do bloqueio na rua
AgregaçãoUm mecanismo transforma julgamentos individuais em uma única respostaUma mediana, uma média ou um preço de mercado

Cada condição é uma falha à espera de acontecer se estiver ausente. Sem diversidade, todo mundo comete o mesmo erro. Sem independência, uma opinião inicial arrasta as outras. Sem descentralização, ninguém tem fatos locais. Sem agregação, você só tem uma pilha de opiniões.

Quando a sabedoria das multidões falha?

Certo, mas as multidões nem sempre são sábias. Três modos de falha cobrem a maioria dos casos.

Efeito manada

O efeito manada acontece quando as pessoas copiam o que os outros estão fazendo em vez de usar a própria informação. Em um experimento de 2011, Jan Lorenz e colegas pediram a 144 participantes que respondessem a perguntas factuais. Quando as pessoas podiam ver as estimativas dos outros, a diversidade de opiniões diminuía e o grupo ficava mais confiante sem ficar mais preciso. Até uma influência social leve bastou para prejudicar o efeito (Lorenz et al., PNAS, 2011).

Esse resultado tem um contraponto: um experimento posterior descobriu que, em redes descentralizadas, em que nenhuma voz domina, a influência social pode até melhorar a precisão (Becker, Brackbill e Centola, PNAS, 2017). A leitura cuidadosa, então, é que a influência pode prejudicar e que a estrutura de quem vê o quê importa.

Bolhas e cascatas

Uma bolha especulativa é o que o efeito manada parece quando há dinheiro envolvido: os preços sobem porque os preços estão subindo, não por causa de informação nova. Em uma cascata de informação, as pessoas ignoram a própria evidência porque as primeiras vozes concordaram entre si.

Perguntas que a multidão não tem como saber

Se ninguém na multidão tem a informação relevante, fazer a média produz uma resposta errada e confiante. Um grupo de leigos perguntado sobre as especificações exatas de um chip novo não vai superar um engenheiro que viu a ficha técnica. As multidões funcionam melhor em perguntas em que muita gente tem um pedacinho da resposta, e são melhores para estimar do que para inventar.

Como os mercados de previsão agregam a multidão?

Amigos em volta de uma mesa respondem SIM ou NÃO em seus celulares, e as respostas fluem para uma única probabilidade compartilhada de 64% de SIM

Uma mediana é um jeito de agregar. Um mercado é outro, e em alguns aspectos mais esperto.

Em um mercado de previsão, as pessoas compram ações de SIM ou NÃO sobre um evento futuro, e o preço se lê como uma probabilidade. Se você acha o preço baixo demais, compra SIM, o que o empurra para cima. Se acha alto demais, compra NÃO, o que o empurra para baixo. Cada compra é um pedacinho de informação entrando em um único número. Se você está começando a entender a mecânica, o que é um mercado de previsão e como funcionam os preços explica tudo desde o começo.

Os mercados têm três características que uma média simples não tem:

  • Autosseleção: quem sabe alguma coisa tende a prever mais, e quem não sabe nada pode ficar de fora
  • Incentivo: errar aparece no seu histórico, então as pessoas pensam melhor antes de defender uma visão
  • Atualização contínua: o número se mexe sempre que chega informação nova

O economista Friedrich Hayek fez um argumento parecido em 1945, em The Use of Knowledge in Society: o conhecimento na sociedade é disperso, e os preços são um jeito de reuni-lo. Mercados de pesquisa como o Iowa Electronic Markets testaram a ideia em eleições, e comparamos como essa evidência se sai diante das pesquisas eleitorais em outro texto. Nada disso torna os mercados infalíveis. Um mercado pequeno e propenso a copiar pode se comportar exatamente como uma manada, e é por isso que as quatro condições continuam valendo.

Como montar uma multidão sábia com os seus amigos?

Um grupo de amigos é uma multidão pequena, geralmente com muita informação compartilhada: vocês acompanham os mesmos times e leem as mesmas notícias. Isso faz da independência a condição a proteger. Aqui vai uma receita:

  • Escreva uma pergunta precisa, com data de resolução e regras claras, para todo mundo palpitar sobre a mesma coisa.
  • Colete a primeira estimativa em particular, antes de qualquer discussão.
  • Convide pelo menos uma pessoa que enxergue o assunto de forma diferente da voz mais alta do grupo.
  • Agregue com um método escolhido de antemão: a mediana ou um preço de mercado.
  • Compare o resultado com o que realmente aconteceu e anote quem chegou mais perto ao longo de várias perguntas, não só de uma.

O primeiro passo é onde a maioria dos grupos escorrega, e nossas dicas para escrever perguntas que se resolvem sem confusão valem a leitura antes de começar.

E o tamanho do grupo? Você não precisa de milhares de pessoas. Albert Kao e Iain Couzin mostraram que, quando a informação que as pessoas têm é correlacionada, o que é típico de amigos que veem o mesmo feed de notícias, um tamanho de grupo finito e muitas vezes pequeno dá as melhores decisões, porque os membros extras em geral só repetem o mesmo sinal (Kao e Couzin, Proceedings of the Royal Society B, 2014). Os modelos deles não são uma receita para o seu churrasco, mas sustentam o ponto prático: poucas pessoas com perspectivas diferentes superam muitas com a mesma.

Se você está escolhendo entre uma enquete rápida e um mercado no seu grupo, veja quando uma enquete no grupo basta e quando uma previsão é melhor.

Como experimentar na KrowdCall?

Pegue a pergunta do churrasco: “Pelo menos 30 pessoas vão aparecer no sábado?” Na KrowdCall, você a cria como um mercado de SIM ou NÃO, define o horário de fechamento para a noite anterior e compartilha o link de convite no grupo. Os mercados são privados por padrão, então só quem abrir esse link e entrar com o Google pode ver o preço e fazer previsões.

Duas configurações ajudam um grupo pequeno a se comportar como uma multidão melhor. Escolha a sensibilidade do preço de preços que mudam rápido, para que um punhado de previsões mova a probabilidade de forma visível. E fique de olho na contagem de Jogadores na página do mercado: uma probabilidade definida por duas pessoas é só a opinião delas, não uma multidão.

Para proteger a independência, peça a todos que publiquem a estimativa privada no grupo antes de abrir o mercado e só depois comparem com o preço. Um número ao vivo é útil, mas também é o que pode causar o efeito manada se as pessoas simplesmente o seguirem.

Quando estiver pronto, crie um mercado, e quando quiser afiar as suas próprias estimativas depois de ver o que o grupo diz, a próxima leitura natural são os hábitos que melhoram as suas previsões.

Então, a multidão é mesmo sábia?

Às vezes. Uma multidão é sábia sob certas condições, não por padrão. Ela precisa de visões diferentes, julgamentos independentes, conhecimento local e um jeito justo de combinar tudo isso. Tire qualquer uma dessas coisas e a multidão é só um indivíduo mais barulhento.

Essa também é uma boa forma de pensar no seu próprio grupo. Da próxima vez que seus amigos discutirem sobre um resultado, resista à vontade de deixar a pessoa mais confiante decidir. Colete o número de todo mundo primeiro, faça a média e veja se o grupo supera o seu melhor membro. Muitas vezes vai superar, e quando não superar, você terá aprendido algo sobre qual condição estava faltando.

Perguntas frequentes

Encontre respostas rápidas para as perguntas mais comuns sobre este tema.

É a descoberta de que o julgamento combinado de um grupo grande e variado costuma ser mais preciso que o da maioria dos indivíduos que o compõem, às vezes incluindo especialistas. O concurso do peso do boi de Francis Galton, em 1906, é o exemplo clássico, e James Surowiecki popularizou a ideia em seu livro de 2004.

Bruma

Autor

Bruma
Publicado Atualizado

Pronto para testar suas previsões?

Coloque sua visão de futuro à prova. Crie seu primeiro mercado de previsão em segundos — totalmente grátis, sem dinheiro real envolvido.

Leia também

Explore as categorias