ago 17, 2020
ago 17, 2020

Pensamento binário e apostas: o que é uma "boa aposta"?

Pensamento binário e apostas: o que é uma "boa aposta"?

A maneira como os apostadores processam informações é importante para seu sucesso. O que é a tendência binária? O que o YouTube e o Baltimore Ravens podem nos dizer sobre a psicologia das apostas? O que é uma boa aposta? Leia para saber mais.

Leia:

O que é o pensamento binário?

O pensamento binário envolve a classificação de informações em opções mutuamente exclusivas, semelhante à maneira de pensar de um computador por meio do código binário. A informação é tratada como 1 ou 0, e essas são as únicas duas opções. Não existe um meio termo.

Muitos afirmam que os seres humanos classificam informações dessa maneira instintivamente, utilizando naturalmente essa forma de pensamento binário.

Para seres humanos primitivos, isso fazia sentido. O tipo de julgamento que precisava ser feito na época atendia a esse tipo de raciocínio, principalmente ao tomar decisões rápidas. Decisões como se aquele animal atrás do arbusto é um predador ou não.

A recompensa de passar um tempo considerável avaliando as informações disponíveis (enquanto um predador poderia estar se preparando para atacar) não valia o risco de ser devorado. Categorizar o animal atrás do arbusto como um predador e fugir fazia mais sentido sob o ponto de vista risco e recompensa.

Richard Dawkins afirma que esse desejo por soluções diretas do tipo sim ou não para categorizar informações de maneira organizada é "a tirania da mente descontínua". Segundo Dawkins, as pessoas buscam o conforto de uma classificação do tipo "ou isso ou aquilo" porque é muito mais fácil para o cérebro pensar de forma binária, como faziam os nossos ancestrais, do que ter de considerar as diversas nuances entre duas conclusões.

Esse tipo de decisão binária é perfeitamente adequado para a tomada de decisões básica e imediata, mas nós vivemos em um mundo de nuances. Em lugar algum isso se reflete de forma mais precisa do que no mundo das apostas.

Tendência binária: a cafeína e as classificações do YouTube

Como a tomada de decisões binária afeta a forma como processamos as informações?

Fisher e Keil decidiram investigar isso em uma série de estudos que eles chamaram de "tendência binária". Nesses estudos, os participantes receberam provas a respeito de um assunto. A partir disso, eles precisavam resumir as evidências e classificá-las de acordo com a que deu a melhor impressão.

Por exemplo, se as pessoas estivessem avaliando dados de estudos diferentes investigando a relação entre saúde e cafeína, elas categorizariam esses dados rapidamente mostrando haver ou não um efeito, não importando a significância relativa da evidência.

De modo geral, segundo os pesquisadores, "em uma grande variedade de contextos, mostramos que, ao resumir evidências, as pessoas exibem uma tendência binária: uma tendência de impor distinções categóricas a dados contínuos. A evidência é comprimida em caixas discretas e a diferença entre as categorias forma o julgamento resumido".

Em outras palavras, os participantes tinham a tendência de ignorar a significância relativa da evidência apresentada a eles, favorecendo a categorização discreta e avaliando a soma total dessas categorias.

Eles removiam todos os dados contínuos, o que significa que uma conclusão com 25% de probabilidade em uma das direções era simplesmente associada às conclusões que tendiam para aquela direção, não importando sua significância. Isso faz com que os dados sejam mais fáceis de processar para os participantes do estudo, mas representa uma diminuição no valor da informação.

Isso pode ser visto em ação no YouTube, quando as classificações por estrelas se demostram ineficazes. A grande maioria dos votos é de uma ou cinco estrelas.

Isso é uma consequência da tomada de decisão binária. Se o usuário gosta do vídeo, atribui cinco estrelas a ele; se não gosta do vídeo, atribui apenas uma. Todas as informações no meio dessas duas categorias discretas são perdidas. Isso resultou na troca por parte do YouTube para um sistema mais simples de curti/não curti.

Tendência do resultado

Conforme o que mostramos acima, os humanos preferem classificar informações em duas categorias distintas sempre que possível. Esse também é o caso quando falamos em apostas.

Para um apostador inexperiente, uma boa aposta é simplesmente a vencedora. Uma aposta ruim é a perdedora. Esses dois contextos são fáceis de entender e fazem um sentido intuitivo para alguém de fora ou que não entenda bem as nuances envolvidas nas apostas.

Essa percepção, no entanto, é falsa. Uma aposta vencedora pode ser uma aposta terrível. Ao mesmo tempo, a melhor aposta feita por um jogador pode ser uma aposta perdedora. Ao categorizar apostas dessa maneira simples, todas as informações úteis são perdidas.

Esse desejo de categorizar um ponto de dados como "bom" ou "ruim" em função do resultado de um evento foi mostrado pela controvérsia relativa à tentativa sem sucesso do Baltimore Ravens de converter dois pontos na temporada de 2019 da NFL.

Matematicamente, a decisão de tentar a conversão de dois pontos era a decisão correta para os Ravens. No entanto, como a tentativa não deu certo, alguns especialistas a consideraram uma "decisão ruim", embora, matematicamente, ela fosse a decisão correta.

A informação adicional fornecida pela análise por trás de tal movimento foi perdida por esses especialistas devido a uma mistura da tendência de resultado (uma tentativa sem sucesso deve ter sido causada por uma decisão ruim) e de uma tendência binária (a necessidade de colocar a jogada em uma categoria distinta).

O que é uma boa aposta? Pensando como um apostador

Para chegar a uma mentalidade de apostador de sucesso, o apostador deve aprender a evitar esse tipo de tendência. As nuances entre vencer e perder são o que distingue uma aposta boa de uma ruim.

Os apostadores trabalham com porcentagens. Se a porcentagem de um apostador for mais precisa que aquela da casa de apostas, ele vencerá no fim. É possível, no entanto, descobrir se as porcentagens de um apostador são precisas?

Sem uma amostra suficientemente grande, é quase impossível responder a essa pergunta de modo definitivo.

Vamos pegar um número percentual famoso como exemplo. O site de estatísticas FiveThirtyEight dava a Donald Trump uma probabilidade de 30% de ganhar a eleição presidencial de 2016 nos EUA. Mas, como sabemos, Trump acabou se tornando presidente.

A reação de alguns a essa previsão foi categorizá-la como "errada". Em função da abordagem binária de algumas pessoas, é possível entender a razão de isso ser tentador. Conforme mostra o trabalho de Fisher e Keil sobre a tendência binária, as pessoas esquecem a significância enfraquecida da previsão (Trump ter 30% de chance em vez de 0% de chance) e colocam a previsão na categoria "errada", com a qual se sentem confortáveis.

Isso, logicamente, não faz sentido. De acordo com a previsão, Trump venceria em três de dez probabilidades. O fato de que o cenário acabou sendo um no qual Trump venceu não nos mostra nada sobre a exatidão da previsão.

O tamanho da amostra precisaria ser maior para chegar a um nível significativo. Isso ocorreria se fizéssemos a mesma eleição repetidas vezes (o que é impossível). Somente aí poderíamos ver se a previsão da FiveThirtyEight de 30% de chance de Trump vencer estava ou não próxima da realidade.

Controlando o caos

Isso é naturalmente desconcertante. Vai contra os nossos instintos dizer que realmente não sabemos alguma informação e que nunca poderemos saber se uma previsão individual foi boa.

Com certeza, houve apostas que eu fiz em que senti intuitivamente que as porcentagens estavam a meu favor, mas fora de um modelo que compreendesse uma grande amostra de eventos semelhantes, não há como dizer com absoluta certeza de que eu estava correto.

Por sermos apostadores, trabalhamos com as nuances entre as categorias de "bom" e "ruim". Para ter sucesso, você precisa evitar essas classificações fáceis e assumir as porcentagens em uma aposta individual pelo que elas são. Tentativas simplistas de criar uma aposta "boa" com o conhecimento de que talvez jamais saberemos se de fato ela pode ser classificada assim.

Recursos de apostas - Capacitar as suas apostas

Os Recursos de apostas da Pinnacle são um dos conjuntos mais abrangentes de conselhos de especialistas sobre apostas que se podem encontrar online. Dar resposta a todos os níveis de experiência - o nosso objetivo é simplesmente capacitar os apostadores a obterem mais conhecimentos.