Quando alguém fala a palavra "estereótipo", você logo associa a algum tipo de classificação com tendência a ser pejorativa, não é mesmo? Afinal, julgar um grupo de pessoas por características rasas, como a aparência, pode levar a uma conclusão vazia e preconceituosa. Sendo assim, se desfazer de estereótipos é um passo para a construção de um mundo melhor.

Socialmente, isso certamente é verdadeiro. Mas você sabia que o ato de estereotipar pode ser útil para a consideração de dados estatísticos de uma forma mais precisa?

Para mostrar como isso acontece, o especialista em economia comportamental, Daniel Kahneman, mostra duas variações de uma experiência interessante apresentando um caso hipotético. Ele conta que um táxi se envolveu em um acidente e o motorista fugiu do local. Na cidade onde ocorreu o fato, operam duas companhias: uma verde e outra azul.

Na primeira situação, é dada a informação de que 85% dos táxis da cidade são verdes e 15% são azuis. Em seguida, é informado também que uma testemunha identificou o táxi como azul e que o nível de confiabilidade desta pessoa na ocasião era de 80%.

Em seguida, é pedido que as pessoas avaliem a probabilidade de o táxi envolvido no acidente ser azul ou verde. O experimento mostra que a maior parte das pessoas simplesmente ignora a primeira informação e considera apenas o que é apontado pela testemunha.

No segundo contexto, no entanto, a informação do percentual de táxis de cada cor na cidade é substituída pelo dado que as duas empresas operam o mesmo número de carros, porém os verdes estão envolvidos em 85% dos acidentes.

A informação da testemunha foi mantida da mesma forma. Neste segundo caso, a experiência mostrou que as pessoas tendem a considerar muito mais a possibilidade de o acidente ter sido provocado por um táxi verde, tendo em vista que ele induz à formação de um estereótipo. Dado o percentual elevado de acidentes, as pessoas tendem a considerar motoristas de táxis verdes como irresponsáveis.

O experimento, em suma, mostra que os números isolados não têm tanta expressão em nossos julgamentos. Entre um número meramente estatístico e o relato embasado de uma testemunha, as pessoas tendem a acreditar mais na versão com causalidade.

Em contrapartida, quando você apresenta dados estatísticos com algum tipo de inferência que permita formar estereótipos, a informação tende a ser considerada de forma mais expressiva.

Não se trata aqui de formar estereótipos pejorativos, mas acrescentar informações causais a dados estatísticos facilita a assimilação. Se você vai montar uma apresentação com os resultados da empresa, por exemplo, citar cases junto aos números confere mais relevância às informações apresentadas.

Da mesma forma, em uma negociação você terá mais chances de convencer o outro lado a fechar uma proposta favorável se apresentar informações estatísticas ligadas a dados causais. Dizer que as vendas tiveram um crescimento de 23% em um ano é um dado importante, mas ganha muito mais credibilidade se você apresentá-lo apontado os motivos que impulsionaram este crescimento.

Post escrito em parceria com Karina Alves, editora do site Finanças Femininas