As ideias principais

Algoritmos para viver. A ciência exata das decisões humanas

Brian Christian, Tom Griffiths, 2016

É preciso fechar o apartamento hoje, e não se sabe se ele é melhor do que os outros. Os computadores resolvem problemas assim todos os dias, e muitos deles têm uma resposta exata. Brian Christian e Tom Griffiths levam soluções da ciência da computação para a vida comum: quando parar de procurar, o que manter à mão, por onde começar o dia e como parar de se culpar por um desfecho ruim.

Para quem é

Para quem escolhe um apartamento, um emprego ou um café para a noite e sempre fica na dúvida se não é cedo demais para parar de procurar. E para quem tem curiosidade de saber o que os computadores podem ensinar às pessoas.

Até a melhor estratégia às vezes traz um mau resultado. Por isso os cientistas da computação distinguem o processo do desfecho.

O apartamento que precisa ser fechado hoje

San Francisco, a procura de um apartamento. Aqui, um bom imóvel some em poucas horas: aparece uma multidão na visita, e o dono aluga para o primeiro que estiver pronto para assinar o contrato. Não dá para pensar até amanhã. Se você for embora para ver mais algumas opções, outra pessoa fica com esse apartamento. Mas como saber se ele é o melhor, se ainda não dá para compará-lo com os outros?

O escritor Brian Christian e o psicólogo cognitivo Tom Griffiths perceberam que esse problema tem uma resposta exata. Quem a encontrou não foram psicólogos, e sim matemáticos e cientistas da computação. O computador age segundo um algoritmo, ou seja, uma sequência exata de passos. E os problemas dele são os mesmos das pessoas: quando parar de procurar, o que manter à mão, o que fazer primeiro e como agir quando o futuro é desconhecido.

A ideia central do livro não é viver como uma máquina. Muitos dos nossos problemas são simplesmente difíceis, e nem um computador tem uma resposta perfeita para eles. A ciência da computação mostra como agir com sensatez quando não existe o ideal e como parar de se culpar por não tê-lo encontrado.

Pela frente estão nove desses problemas. Você vai descobrir quando é hora de parar de procurar e quando vale a pena experimentar o novo. Vai entender por que uma pilha de papéis na mesa pode ser mais inteligente do que um armário arrumado e por que cálculos longos às vezes perdem para uma regra simples. E, no fim, vai ver como uma frase educada pode, sem que ninguém perceba, sobrecarregar outra pessoa.

Primeiro olhar, depois escolher

Os matemáticos têm o problema da secretária: os candidatos chegam um por vez, a recusa é definitiva, e não dá para voltar a um anterior. Se você parar cedo, perde o melhor, que ainda não chegou. Se demorar, o melhor já terá ido embora. A solução se chama regra dos 37 por cento: passar pouco mais de um terço do tempo só olhando, sem escolher ninguém. E depois ficar com o primeiro que for melhor do que todos os que você viu até ali. Se você tem um mês para procurar apartamento, os primeiros onze dias vão para conhecer o mercado.

Michael Trick, então aluno de doutorado e mais tarde professor, que estuda a matemática das decisões, aplicou a regra ao amor. Decidiu que procuraria uma parceira dos 18 aos 40 anos e calculou o momento de parar: pouco mais de 26 anos. Ele tinha justamente 26, conheceu uma moça que era melhor do que todas as anteriores e a pediu em casamento. Ela recusou.

Johannes Kepler, depois da morte da primeira mulher, cortejou uma após a outra onze mulheres. E depois voltou para a quinta, Susanna Reuttinger, e ela aceitou. As duas histórias mostram em que a regra é mais simples do que a vida real. No problema clássico, ninguém nunca recusa você, e não dá para voltar atrás. Se a recusa acontece em metade dos casos, então, pelos cálculos dos autores, vale fazer o pedido mais cedo, já depois do primeiro quarto da busca.

E um número honesto. Até a melhor estratégia só encontra o melhor candidato em 37 por cento dos casos; nos outros, ela erra. Um desfecho ruim não prova que a busca foi mal organizada.

Ler no Livria

Sobre o autor

Brian Christian estudou ciência da computação e filosofia e escreve sobre como pessoas e máquinas tomam decisões. Tom Griffiths, psicólogo cognitivo, era, quando o livro saiu, professor da Universidade da Califórnia em Berkeley e estudava como as pessoas resolvem problemas difíceis.

Todos os livros do autor: Brian Christian, Tom Griffiths

Conceitos do livro

  • Stanford
  • dilema do prisioneiro
  • Darwin
  • Bayes
  • Monte Carlo
  • Copérnico
  • Nash
  • sobreajuste
  • Algoritmo
  • Kepler
  • Ciência da computação: A ciência de como guardar, transmitir e processar informação, inclusive com a ajuda de computadores.
  • Problema da secretária: Um problema matemático sobre escolher o melhor entre candidatos que chegam um por vez, sem direito de voltar aos anteriores. A resposta desse problema é conhecida como regra dos 37 por cento.
  • Trick: Michael Trick, especialista americano em pesquisa operacional. Aplicou a regra dos 37 por cento à busca de um parceiro.
  • Reuttinger: Susanna Reuttinger, a segunda mulher de Kepler.
  • Bandido multibraço: Um problema da ciência da computação sobre escolher entre máquinas com ganhos desconhecidos. É uma imagem da escolha entre o novo e o já testado.
  • Carstensen: Laura Carstensen, psicóloga americana da Universidade Stanford. Estuda como os objetivos e as relações das pessoas mudam com a idade.
  • Cache: Uma memória pequena e rápida do computador, onde fica o que pode ser necessário em breve.
  • Noguchi: Yukio Noguchi, economista japonês. Criou um sistema de arquivamento de documentos em que a pasta, depois de usada, volta para a ponta esquerda.
  • Ramscar: Michael Ramscar, pesquisador da linguagem e da memória. Sugeriu que a memória fica mais lenta com a idade também porque o volume de conhecimento cresce.
  • Mars Pathfinder: Uma sonda americana que, em 1997, pousou em Marte e levou para lá um pequeno jipe-robô.
  • Inversão de prioridade: Uma falha em que uma tarefa importante fica esperando enquanto uma menos importante é executada. Aconteceu na sonda Mars Pathfinder.
  • Thrashing: O estado de um computador que passa quase todo o tempo trocando de tarefa, e não trabalhando.
  • Knuth: Donald Knuth, cientista da computação americano, autor da obra em vários volumes “A arte da programação de computadores”.
  • Gott: John Richard Gott, astrofísico americano de Princeton, conhecido pelas previsões de duração feitas pelo princípio de Copérnico.
  • Tenenbaum: Joshua Tenenbaum, psicólogo cognitivo americano do Instituto de Tecnologia de Massachusetts, coautor de pesquisas de Griffiths.
  • Kidd: Celeste Kidd, psicóloga americana. Mostrou que a espera no teste do marshmallow depende de os adultos cumprirem ou não as promessas.
  • Teste do marshmallow: Um experimento famoso: a criança pode comer a guloseima na hora ou esperar e ganhar duas.
  • Grossman: Dave Grossman, ex-militar americano e professor de psicologia na academia militar de West Point, autor de livros sobre o comportamento das pessoas em combate.
  • Ulam: Stanislaw Ulam (1909–1984), matemático americano de origem polonesa, um dos criadores do método de Monte Carlo.
  • Los Alamos: Um laboratório no estado do Novo México onde, durante a Segunda Guerra Mundial, foi criada a bomba atômica.
  • ALOHAnet: Uma das primeiras redes de computadores por rádio, criada no começo dos anos 1970 no Havaí.
  • Recuo exponencial: Uma regra pela qual, depois de cada tentativa fracassada, a espera antes da próxima aumenta, em geral dobrando.
  • Bavelas: Janet Bavelas, psicóloga canadense, estuda como o ouvinte influencia quem conta uma história.
  • Preço da anarquia: A medida de quanto o resultado em que cada um age por si é pior do que o melhor resultado comum.
  • Travis CI: Uma empresa alemã, um serviço de verificação de código de programas. Trocou as férias ilimitadas por férias mínimas obrigatórias.
  • Gentileza computacional: Uma imagem dos autores: o hábito de assumir parte do trabalho mental de outra pessoa, por exemplo propondo logo um horário concreto para um encontro.

Todos os conceitos

Livros semelhantes