Autoavaliação e Social · Teste Rápido
Efeito Dunning-Kruger
Quem sabe menos acha que sabe mais? A história é mais complicada.
O experimento
Responda às cinco perguntas de raciocínio. Depois, sem ver o resultado, diga quantas você acha que acertou.
O que aconteceu?
Você fez um teste curto e, antes de ver a correção, estimou o próprio resultado. Foi isso que Justin Kruger e David Dunning pediram a estudantes em 1999. O que eles viram: quem foi pior no teste superestimou muito o próprio desempenho, e quem foi melhor se subestimou um pouco. Uma única estimativa, como a sua, não mostra esse padrão; ele só aparece comparando muita gente.
Por que seu cérebro faz isso?
A explicação original é que, para saber se uma resposta está certa, você precisa da mesma habilidade que a pergunta testa. Quem não sabe a regra de lógica não percebe o próprio erro, e por isso se avalia melhor do que foi. Mas parte do padrão também sai de dois efeitos mais simples: quase todo mundo se acha um pouco acima da média, e estimativas cheias de ruído puxam os extremos para o meio.
Quando esse atalho funciona bem?
Estimar o próprio desempenho sem conferir tudo poupa tempo e dá confiança para tentar coisas novas. Na maior parte do dia, uma noção aproximada de “acho que fui bem” é suficiente, e quem sabe mais sobre um assunto costuma se avaliar com mais precisão nele.
Onde isso aparece no dia a dia?
Na prova que pareceu fácil e veio com nota baixa, no primeiro mês de um curso em que tudo parece simples e na conversa em que alguém dá palpite sobre o que não domina. O melhor antídoto é um retorno concreto: corrigir a prova, pedir a opinião de quem entende e comparar a sua estimativa com o resultado real.
Modo Nerd
Abrir o Modo Nerd
No Estudo 2 de Kruger e Dunning (1999), 45 estudantes da Universidade Cornell responderam a 20 questões de lógica tiradas de um guia de preparação para o LSAT, a prova de admissão em faculdades de Direito dos EUA. O quarto que foi pior ficou, em média, no percentil 12, mas achou que tinha ficado no percentil 62 e que tinha acertado 14,2 questões, contra 9,6 de fato. O quarto melhor ficou no percentil 86 e se colocou no 68; achou que tinha acertado 14,0, contra 16,9.
Este item tem evidência contestada, e a controvérsia é estatística. O gráfico clássico separa as pessoas em quatro grupos pela nota e compara a nota com a autoavaliação. Edward Nuhfer e colaboradores (2016) mostraram, com números aleatórios, que esse tipo de gráfico produz um desenho parecido mesmo quando ninguém se avalia de verdade: basta o ruído das medidas e a regressão à média. Somado ao efeito de se achar acima da média, isso explica boa parte da figura.
Gilles Gignac e Marcin Zajenkowski (2020) testaram a hipótese de outro jeito, com 929 pessoas que fizeram um teste de inteligência (as Matrizes de Raven) e estimaram a própria inteligência. A relação entre as duas foi praticamente uma linha reta, e a precisão das estimativas não piorou entre quem foi pior no teste, contrário ao que a hipótese prevê. A conclusão deles: o fenômeno pode existir, mas é bem menor do que se costuma dizer.
Kruger e Dunning já discutiam a regressão à média em 1999 e tentaram afastá-la nos Estudos 3 e 4, e o debate continua. Uma coisa é certa: o famoso gráfico do “pico da estupidez” que circula na internet não está no artigo. E o efeito nunca foi sobre pessoas “burras”: é sobre como qualquer um se avalia mal em assuntos que ainda não domina.
Termos técnicos
- Autoavaliação
- Excesso de confiança
Descoberta
Descrito por Justin Kruger e David Dunning em 1999.
Nível de evidência
Evidência contestada
Replicações importantes falharam ou há uma explicação alternativa forte.
Base: Gignac, G. E.; Zajenkowski, M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data.
Referências
- Estudo originalKruger, J.; Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one's own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121–1134.
- Estudo originalNuhfer, E.; Cogan, C.; Fleischer, S.; Gaze, E.; Wirth, K. (2016). Random number simulations reveal how random noise affects the measurements and graphical portrayals of self-assessed competency. Numeracy, 9(1), 4.
- ReplicaçãoGignac, G. E.; Zajenkowski, M. (2020). The Dunning-Kruger effect is (mostly) a statistical artefact: Valid approaches to testing the hypothesis with individual differences data. Intelligence, 80, 101449.
Revisão
Este texto ainda não passou por revisão voluntária. Quer ajudar a revisar?
Achou um erro? Escreva para [email protected]