Use o raciocínio maximin para decisões irreversíveis de alto risco sob ambiguidade
Escolha a opção cujo pior resultado plausível seja mais sobrevivível — quando você não pode calcular o valor esperado, otimize o piso.
Why it works
Sob incerteza knightiana genuína, a maximização do valor esperado é incoerente — você não pode calcular o valor esperado sem uma distribuição de probabilidade. O arcabouço maxmin de Gilboa e Schmeidler recomenda escolher a opção cujo pior resultado plausível é o melhor. Isso é conservador, mas apropriado quando: (1) o risco é alto, (2) os resultados são irreversíveis, e (3) a distribuição de probabilidade é genuinamente desconhecida. Para decisões de baixo risco, pequenas apostas são preferíveis porque o valor da informação é alto em relação ao custo.
How to do it
- Liste todos os cenários plausíveis, incluindo casos extremos.
- Para cada opção, identifique o pior resultado realista.
- Escolha a opção em que o pior resultado é mais sobrevivível ou reversível.
- Reserve isso para decisões irreversíveis de alto risco; para decisões de baixo risco, faça pequenas apostas.
Evidência
Maximin é uma regra de decisão bem formalizada na teoria dos jogos e na teoria da decisão sob ambiguidade (Gilboa & Schmeidler, 1989). Sua eficácia no mundo real não foi testada em ensaios randomizados, mas é logicamente defensável sob incerteza genuína e amplamente usada em análise de políticas. (mechanistic)
Maximin é extremamente conservador e pode ser pior do que o raciocínio de valor esperado quando as probabilidades são de fato estimáveis — use só quando a distribuição de probabilidade é genuinamente desconhecida.
Fontes
- Gilboa, I., & Schmeidler, D. (1989). Maxmin expected utility with non-unique prior. Journal of Mathematical Economics, 18(2), 141–153.
- Gilboa, I., & Schmeidler, D. (1989). Maxmin expected utility with non-unique prior. Journal of Mathematical Economics, 18(2), 141-153.
Erro comum
Aplicar maximin a decisões de baixo risco em que um pequeno experimento produziria dados reais — maximin é um último recurso para escolhas irreversíveis de alto risco, não uma regra de decisão cotidiana.
Pratique isso com IX Coach
More practices for Aversão à Ambiguidade — Por Que Chances Desconhecidas Parecem Piores que Chances Ruins
- Distinga risco de ambiguidade antes de reagir
Identifique se você está diante de chances conhecidas ou genuinamente desconhecidas — a ferramenta certa depende da resposta.
- Faça pequenas apostas para converter ambiguidade em dados
Substitua a paralisia por experimentos baratos que geram evidência local e reduzem a incerteza incrementalmente.
- Verifique se você está exigindo um prêmio de ambiguidade injusto
Estime o que você aceitaria sob um risco comparável de chances conhecidas — se sua barra é muito mais alta para chances desconhecidas, essa lacuna é o viés.
- Acompanhe domínios recorrentes onde você consistentemente evita o não familiar
Identifique onde a falta de familiaridade — não o risco real — está impulsionando sua evitação, registrando decisões de evitação ao longo do tempo.
- Atualize incrementalmente conforme a evidência chega, em vez de esperar por certeza
Declare sua melhor estimativa de probabilidade atual, identifique o que a mudaria e atualize quando essa evidência chegar.
- Separe "o mundo é incerto aqui" de "eu ainda não sei o suficiente"
Pergunte: um especialista do domínio ainda enfrentaria essa incerteza? Se não, o problema é uma lacuna de habilidade — não ambiguidade fundamental.
Conceitos relacionados
- Viés do Status Quo — Por Que Ficamos com o Padrão
The cognitive roots of inertia — and six ways to make real choices instead of non-choices
- A Heurística do Afeto — Quando Sentimentos Substituem Fatos
How immediate feelings shape risk perception — and how to calibrate them
- Desconto Hiperbólico — Por Que o Seu Eu Futuro Sempre Sai Perdendo
The gap between your present self and future self — and seven ways to bridge it