Suzana Herculano-Houzel

Antes de complicar, você já deu uma olhada na explicação mais fácil?

DALL-E 2024-05-08 08.18.17 - Uma imagem ilustrativa para um blog de neurociência sobre o princípio de que a explicação mais simples geralmente é a correta, aplicada à análise de dados.

Se uma métrica cair 50% e você quiser que ela volte ao que era, o que você faz? Eu digo que primeiro você deve se certificar de que entende a origem da queda, em vez de se apressar para consertar algo que talvez não precise ser consertado - enquanto você perde o que realmente precisa ser consertado.

Acabei de ser contatada pelo suporte técnico preocupado com o fato de que uma métrica de algo que supervisiono estava caindo. O objetivo da ligação era certificar-se de que eu estava ciente da diminuição da métrica e, em seguida, indicar-me uma ferramenta de IA que poderia alterar a forma como a métrica é aplicada e fazer com que a métrica voltasse a crescer.

O suporte técnico, responsável pelo cálculo dessa métrica, fez uma suposição: que a métrica estava diminuindo porque não estava sendo aplicada (ou seja, eu não a estava aplicando). Mas isso não me pareceu correto. Conheço o cuidado que todos os envolvidos têm para aplicar o que a métrica mede (desculpe-me por ser tão enigmática). Então, perguntei de volta: você sabe que a métrica não está diminuindo simplesmente porque o número total de casos aos quais a métrica se aplica também está diminuindo? Você já deu uma olhada nesse total?

Ele não olhou. Levou apenas dois minutos para obter os dados. A métrica havia diminuído em 50... assim como o número total de casos aos quais a métrica se aplicava. Quando os números totais foram levados em consideração, a mudança na métrica foi exatamente zero. Cinquenta por cento de um total cada vez menor é um número cada vez menor, mas... ainda é cinquenta por cento.

Então: a métrica em questão diminuiu? Sim, diminuiu. Mas somente porque o número total ao qual a métrica se aplicava havia diminuído; proporcionalmente, a métrica permaneceu inalterada o tempo todo.

O que ainda significa que temos um problema, mas o problema não é o que o suporte técnico pensou que fosse. O problema não é que essa métrica caiu, mas que o total ao qual ela se aplica está diminuindo. Tentar corrigir a métrica seria resolver um problema que não existia e ignorar o problema real.

Entendo a pressa de se sofisticar e aplicar novas ferramentas aos problemas, mas, às vezes, os problemas não são nem mesmo o que pareciam à primeira vista. Portanto, antes de se tornar sofisticado: você considerou as explicações alternativas mais simples e verificou os dados para descartá-las primeiro?

Mais posts

en_USEnglish