Nomeie o protótipo com o qual você está comparando antes de decidir
Torne explícito o protótipo que você está usando como referência — modelos ocultos enviesam decisões sem escrutínio.
Why it works
Grande parte do raciocínio de representatividade é invisível: a mente compara silenciosamente um candidato, produto ou plano a um protótipo armazenado e emite uma avaliação sem trazer à tona o modelo usado. Ao nomear o protótipo explicitamente ("estou comparando essa ideia de negócio ao protótipo da startup de tecnologia"), você torna a comparação visível para escrutínio — então pode perguntar se o protótipo é apropriado, se a correspondência é real, e qual é a taxa basal de sucesso para aquela categoria.
How to do it
- Antes de fazer um julgamento avaliativo, pergunte: "qual é o protótipo com o qual estou comparando isso?"
- Nomeie-o explicitamente em voz alta ou por escrito.
- Pergunte: "essa é a categoria de referência certa para essa decisão?"
- Pergunte: "qual é a taxa basal do resultado que estou prevendo para essa categoria?"
Evidência
A avaliação baseada em categoria é um conceito fundamental na pesquisa de categorização (Rosch, 1975) e está diretamente ligada à aplicação da heurística da representatividade na pesquisa de julgamento. Tornar comparações implícitas explícitas é uma estratégia geral de correção de viés metacognitiva com apoio da literatura mais ampla de qualidade de decisão. (mechanistic)
Nomear o protótipo é um passo necessário, mas não suficiente; o trabalho difícil é então estimar corretamente a taxa basal para essa categoria, o que é uma habilidade separada.
Erro comum
Nomear o protótipo mas tratá-lo como confirmando a comparação em vez de interrogá-lo — o objetivo é questionar se a semelhança justifica a inferência.
Pratique isso com IX Coach
More practices for A Heurística da Representatividade — Julgar pela Semelhança
- Verifique as taxas basais antes de formar um julgamento de semelhança
Antes de decidir "isso se parece com X", pergunte quão comum X realmente é na população relevante.
- Identifique quais características são realmente diagnósticas
Separe características que genuinamente diferenciam categorias das que apenas completam o quadro.
- Reconheça que sequências aleatórias não "devem" equilíbrio
Processos aleatórios não têm memória — uma sequência de caras não torna coroa mais provável.
- Trate amostras pequenas com ceticismo explícito
Uma sequência curta pode parecer representativa sem ser estatisticamente confiável — ajuste a confiança para o tamanho da amostra.
- Audite julgamentos sobre pessoas quanto à substituição de protótipo
Verifique se um julgamento sobre uma pessoa se baseia em seu comportamento real ou na semelhança com um tipo.
- Espere que resultados extremos regridam à média
Desempenho incomumente bom ou ruim prevê um desempenho mais mediano na próxima vez — leve isso em conta antes de elogiar ou culpar.
Conceitos relacionados
- A Falácia da Conjunção — Quando "Mais Detalhes" Parece Mais Provável
How narrative coherence tricks probability judgment — and how to think past it
- A Falácia do Planejamento — Por que suas Estimativas São Sempre Erradas
The cognitive bias behind missed deadlines — and six evidence-grounded corrections