quinta-feira, janeiro 10, 2013

O conhecimento tem problemas (III): Less is more

"The less-is-more idea in decision making can be traced to Spyros Makridakis, Robyn Dawes, Dan Goldstein, and Gerd Gierenzer, who have all found in various contexts that simpler methods for forecasting and inference can work much, much better than complicated ones. Their simple rules of thumb are not perfect, but are designed to not be perfect; adopting some intellectual humility and abandoning the aim at sophistication can yield powerful effects. The pair of Goldstein and Gigerenzer coined the notion of "fast and frugal" heuristics that make good decisions despite limited time, knowledge, and computing power"
Antifragile: Things That Gain from Disorder, Nassim Nicholas Taleb
Enquanto lia o novo livro do N.N.Taleb, esta passagem soou-me bem e parece-me tocar num ponto que me parece importante numa discussão sobre a Economia e sobre qual deve ser o papel da modelização (enquanto construção de modelos descritivos/prescritivos da realidade) na "ciência" económica.  Apesar de o autor não parecer muito interessado em perceber porque é que modelos (os tais "methods") mais simples geram melhores resultados que os modelos mais complicados, acho que há uma maneira de explicar porque é que isto acontece. 

Permitam-me avançar desde já com a resposta: modelos simples serão "melhores" que modelos complicados na medida em que fazem menos assumpções que entram em confronto directo com a realidade. A consideração de "melhor"/"pior" terá que ver com o poder de ajudar correctamente o processo de tomada de decisão.

Agora, interessa perceber porque é que isto acontece. A resposta mais completa já foi dada pelo Roderick T. Long aqui, mas permitam-me: tudo isto se resume à questão da idealização e abstracção. Os modelos neoclássicos (enquanto produto do paradigma neoclássico) fazem assumpções que vão claramente contra a realidade; e note-se que isto não é um bug, é uma feature:
«Truly important and significant hypotheses will be found to have “assumptions” that are wildly inaccurate descriptive representations of reality, and, in general, the more significant the theory, the more unrealistic the assumptions.»
The Methodology of Positive Economics, Milton Friedman 
Esta é uma postura que, à primeira vista, pode parecer correcta. A "realidade", como um todo, é demasiado complexa para ser descrita por um modelo; daí que a abstracção seja uma ferramenta necessária para conseguir chegar a algum lado. E as assumpções, mesmo que entrem em confronto com a realidade, ajudam-nos a chegar lá. Até podemos não conseguir fazer uma descrição perfeita da realidade, mas ao menos temos alguma coisa. Pelo menos, é este o rationale que guia muito (ou todo) do pensamento económico mainstream. No entanto, há aqui um enorme problema. A abstracção da realidade, sendo necessária, não implica que as assumpções sejam erróneas. Implicará, apenas, que algumas características não estejam especificadas, estejam omissas.

No fundo, os modelos podem estar incompletos sem que estejam errados. Um modelo que diga "o capital é usado no processo produtivo" será um modelo que de pouco servirá, estará incompleto e tudo mais; mas não está errado. Mas um modelo que diga "o capital que é usado no processo produtivo é homogéneo" será um modelo que até poderá produzir bastante mais conclusões, e facilitar a modelização matemática; mas está errado. E, estando errado, vai introduzir em todo o restante modelo erros. E, como os erros têm a particularidade nada prática (mas extremamente interessante) de não serem lineares, quanto mais erros tiver um modelo, menor será a capacidade do modelo de acertar com a realidade — contrariamente àquilo que nos querem levar a acreditar, estes erros não se anulam.

Podemos então perceber que modelos mais simples, só pelo facto de introduzirem menos assumpções irreais (ou não as introduzirem de todo), serão logo capazes de estar em concordância, de modo mais consistente, com a realidade. Daí que a conclusão a que o N.N.Taleb chega naquele excerto seja, ao que parece, verdadeira. E até tem uma explicação por detrás, que até serve para explicar porque é que a teoria neoclássica não é lá grande espada nesta coisa de ser "ciência".



Sem comentários: