Solvência de problemas: usando a Psicologia Cognitiva e a I.A.

Huxley

Nas últimas décadas do século passado, houve um aumento na pesquisa científica sobre as habilidades humanas pela abordagem do processamento de informações.

Dentro desse contexto, psicólogos cognitivos passaram a estudar as capacidades intelectuais relacionadas a um dos tópicos mais importantes para a humanidade: a solvência de problemas. De que maneira os cientistas fazem isso? Eles analisam como as pessoas solucionam difíceis tarefas mentais e as guiam para fazer com que pensem em “voz alta” enquanto solucionam um problema. Assim, são construídos modelos explícitos acerca de como essas tarefas são solucionadas. Com o advento da ciência da informática e técnicas associadas de simulação do comportamento humano pelos computadores, as estratégias de solução de problemas usadas pelas pessoas são então simuladas em um programa de computador para ver se os programas podem produzir padrões de solução similares. O resultado disso é o sucesso da Psicologia em construir paradigmas sobre a capacidade para a solução de problemas.

Os psicólogos têm descrito o processo de resolução de problemas em termos de um ciclo. O ciclo consiste das seguintes etapas em que o solucionador de problemas deve tomar como imprenscindíveis (1):

1. O reconhecimento do problema.

“As pessoas com inteligência de sucesso não esperam que os problemas as atinjam: elas reconhecem sua existência antes que saiam do controle e começam o processo de solução.”

2. A definição do problema

“As pessoas com inteligência de sucesso definem os problemas corretamente e assim resolvem os problemas que realmente enfrentam, em vez de solucionar os problemas irrelevantes. Desta forma, suas vidas não são invadidas pelo mesmo problema.”

3. A formulação de uma estratégia para resolver problemas

“As pessoas com inteligência de sucesso cuidadosamente formulam estratégias para resolver seus problemas. Particularmente, elas focalizam no planejamento de longo prazo em vez de agirem apressadamente para mais tarde repensarem suas estratégias.”

4. A representação da informação

“As pessoas com inteligência de sucesso representam a informação sobre um problema com o máximo de precisão possível, focalizando a forma de utilizar a informação com eficácia.”

5. Distribuição de recursos

“As pessoas com inteligência de sucesso pensam cuidadosamente sobre a distribuição de recursos, tanto a curto, quanto a longo prazo. Elas consideram a relação risco-benefício e então decidem realizar a distribuição que acreditam maximizar o retorno.”

6. Controle e avaliação

“As pessoas com inteligência de sucesso nem sempre tomam as decisões certas, mas elas controlam e avaliam suas decisões e reconhecem seus erros depois de descobri-los.”

Um dos primeiros livros didáticos que abordaram a Psicologia da Solução de Problemas foi As Capacidades Intelectuais Humanas de Robert Sternberg (2). O capítulo 10 do livro é dedicado exclusivamente a isso e se chama “A Capacidade para a Solução de Problemas”, um artigo cujos autores são Michele Chi e Robert Glaser, ambos da Universidade de Pittsburgh. Vejamos os melhores momentos do artigo ao utilizar uma sessão de perguntas e respostas (as perguntas foram adaptadas por mim).

1. O que é um problema?

“Um problema é uma situação na qual você está tentando alcançar algum objetivo e deve encontrar um meio de chegar lá.”

2. O que é a representação de um problema?

“A representação de um problema consiste essencialmente da interpretação ou da compreensão do problema por aquele que o soluciona. Os pesquisadores descobriram que a representação é muito importante como determinante da facilidade de um problema.”

3. Qual foi a primeira classe de problemas abordada pela Psicologia da Solução de Problemas?

A fim de tornar os estudos sobre o assunto manuseável, os psicólogos cognitivos se concentraram nos chamados problemas de movimento ou transformação:

“Estes problemas tem estados iniciais e estados a ser alcançados bem-definidos, e pequeno conjunto de operações bem definidas (movimentos) que podem sucessivamente transformar o estado inicial no estado desejado.

O problema da Torre de Hanói é um desses, e foi extensivamente estudado. Os estados dos problemas são vistos como pontos em um espaço. As operações possíveis em cada estado são representadas por linhas que levam aos estados que essas operações produzem. Uma vez q ue há apenas um estado inicial e tipicamente mais do que uma operação pode ser aplicada a cada estado para gerar vários estados plausíveis, esse espaço de solução assemelha-se a uma árvore de cabeça para baixo. [...]”

“Um modo de observar o processo de solução de um problema é pensar nele como uma busca através do espaço da solução. O espaço contém muitos trajetos possíveis, mas apenas um (ou uns poucos) leva ao estado desejado.”

4. Quais são os empecilhos encontrados para a resolução dessa primeira classe de problemas?

“[...] podemos conceber situações onde a representação não consegue incorporar um ou mais aspectos do problema. Por exemplo, se as restrições sobre as operações não são apropriadamente codificadas, então o espaço de solução pode ser desnecessariamente ampliado.”

“Em certos problemas, um solucionador também pode acrescentar restrições desnecessárias, eliminando, assim ramificações, de modo que o trajeto apropriado de solução nem mesmo está presente no espaço do problema. Desta forma, o problema torna-se impossível de ser solucionado.”

“A representação de um problema também pode ser faltosa se os solucionadores codificam o estado desejado inapropriadamente. Isso torna o problema impossível de ser solucionado, porque os solucionadores, então, não sabem o que buscar.”

“A dificuldade para a solução de problemas de movimento não está geralmente relacionada à má representação do estado inicial pelo solucionador, mas, em vez disso, ao fato de omitirem restrições ou não terem uma representação clara do estado desejado, como recém descrevemos. Entretanto, outros problemas de quebra-cabeças, tais como o problema dos dois barbantes, são difíceis precisamente por causa da representação do estado inicial. Para problemas de maior complexidade, a representação inicial é ainda mais importante como discutiremos posteriormente [...]”

5. Quais são os processos mais simples de busca de solução para os problemas de movimento ou transformação?

“O processo de encontrar uma solução para um problema pode ser visualizado como uma busca pelos trajetos no espaço do problema, até um que leva ao objetivo ou estado desejado.”

“Uma dessas estratégias é tentar trajetos ao acaso, esperando tropeçar no estado desejado. Uma busca randômica é adequada se seu espaço de busca é pequeno. Entretanto, uma vez que o espaço de busca se expande exponencialmente para a maioria dos problemas, a chance de uma busca casual ser efetiva é bastante pequena.

Uma outra estratégia óbvia é vasculhar-se sistematicamente toda a árvore. Em uma busca inicial em profundidade, por exemplo, você vasculha um determinado trajeto até o fim. Se o trajeto não é o desejado, você volta um nível e recomeça a busca, via um trajeto ainda não tentado. Quando todos os trajetos, a partir de um determinado estado, foram tentados, você volta mais um nível e começa novamente, e assim por diante. [...] Exceto para problemas muito simples, a memória exigida para o manejo dos trajetos já percorridos é demasiado grande para os seres humanos.”

“A chave para as estratégias efetivas usadas pelos humanos é reduzir o espaço de busca, considerando-se apenas uma ramificação ou apenas algumas delas em cada ponto. Por exemplo, de Groot (1966) descobriu que os jogadores de xadrez usam uma estratégia que pode ser chamada de profundidade em primeiro lugar, porque eles inicialmente acompanham um trajeto de ação linearmente até alguns movimentos. Entretanto, não fazem qualquer tentativa para exaurir todas as possibilidades ou para voltar atrás sistematicamente. Em vez disso, eles tendem a voltar à posição inicial ou a algum ponto intermediário e gradualmente explorar apenas algumas poucas ramificações alternativas. Obviamente, se apenas algumas poucas alternativas em cada ponto serão exploradas, é melhor que sejam boas; assim, as boas estratégias são aquelas que orientam a seleção dos movimentos promissores ou a eliminação daqueles que têm pouco a oferecer.”

6. Que processos sofisticados podem ser usados na busca de solução para os Problemas de Movimento ou Transformação?

“Uma estratégia poderosa para encontrar-se boas alternativas que levem o estado desejado em consideração é a análise de meios/fins. [...] A idéia geral é descobrir que diferenças existem entre o estado inicial atual e o estado desejado, e então descobrir operações que as reduzam. Se há mais do que uma dessas operações, aquela que reduz a diferença mais ampla é aplicada em primeiro lugar. Em outras palavras, encontra o melhor meio de atingir o fim desejado.

[...] Entretanto, a análise de meios/fins, não garante que encontremos uma solução.”

“A análise de meios/fins pode ser usada para o funcionamento não apenas do estado inicial para o estado desejado, mas também deste objetivo para trás. Nesta situação, a estratégia é encontrar uma operação que possa produzir o estado desejado quando aplicado a um estado que está mais próximo do estado inicial. [...] Assim, combinando-se buscas para a frente e de trás para frente, podemos selecionar o movimento correto quase que à revelia.”

“Uma estratégia muito prática, que pode ser usada em conjunção com a análise de meios/fins, é a do estabelecimento de subobjetivos. Isso consiste simplesmente em escolher um estado intermediário no trajeto da solução, para alcançar um objetivo temporário. Com efeito, o estabelecimento de subobjetivos divide um problema em dois ou mais subproblemas, transformando assim todo espaço de busca em dois ou mais espaços de menor profundidade.
Uma escolha bem-feita do subobjetivo pode permitir que você utilize a análise de meios/fins em situações onde, por si mesma, esta não poderia reduzir uma diferença (como quando um desvio é necessário). [...]”

“A subobjetivação também reduz o espaço de busca significativamente. Lembre-se de que o tamanho do espaço aumenta com sua profundidade. Se o subobjetivo que selecionamos está no trajeto da solução, então, uma vez que o tenhamos alcançado, reduzimos significativamente o número de trajetos alternativos a serem considerados para alcançar o objetivo [...].”

“Contudo, uma dificuldade pragmática que surge é a de como escolher subobjetivos úteis. Existem várias heurísticas para encontrá-los. Um desses modos é você trabalhar para de trás para frente primeiro, e depois usar o novo estado que você alcançou como o subobjetivo para trabalhar diretamente para a frente. Um outro método consiste em decompor o objetivo principal.

[...] Uma outra heurística para o estabelecimento do subobjetivo é o solucionador considerar apenas uma restrição de cada vez, o que serve para estreitar significativamente o espaço do problema. Na verdade, esse pode ser o modo como a maioria das pessoas soluciona alguns dos problemas do dia-a-dia, uma vez que não podem pensar já de início em todas as restrições envolvidas.”

“Uma heurística freqüentemente útil em muitos casos é a de gerar um conjunto de possíveis soluções para um problema diretamente, e depois testá-las uma de cada vez para saber se é a solução correta. [...]”

“Exemplos particularmente relevantes da estratégia de geração e teste são as pesquisas científicas e os diagnósticos médicos. [...] No exemplo do diagnóstico médico, o estado inicial consiste principalmente de sintomas, e o estado desejado é exemplificar o que causa esses sintomas. Tipicamente o estado inicial é conhecido de forma incompleta. [...] Nessa situação, é muito mais fácil hipotetizar uma determinada causa, descobrir que efeitos poderiam apresentar e compará-los aos sintomas conhecidos.”

7. Qual é a relação entre os problemas e o conhecimento de domínios específicos?

Ao se estudar os motivos que tornam os mestres dos jogos de xadrez diferente dos demais, foi possível relatar uma situação peculiar:

“De Groot obteve protocolos de ex-campeões mundiais e de alguns jogadores amadores razoavelmente habilidosos enquanto tentavam encontrar o melhor movimento em determinada situação. Surpreendentemente, ele não descobriu qualquer diferença nas estratégias. [...] Em contraste com outros jogadores, os mestres ou especialistas simplesmente reconheciam o melhor movimento e o consideravam em primeiro lugar, avaliando os outros movimentos apenas como um modo de garantir sua escolha. [...] Assim, o que distingue um solucionador realmente talentoso de outro menos capacitado não é o uso de heurísticas mais poderosas ou diferentes, mas uma capacidade para escolher o melhor trajeto para a solução, sem considerar todos os outros. [...]

“As estatísticas indicam que o que os humanos realmente fazem é acumular na mente, ao longo de anos de experiência, um número extremamente alto de posições típicas de jogos. [...] Utilizando técnicas simples, Chase e Simon mostraram que os mestres na verdade estavam percebendo grupos de peças, ou entroncamentos.”

“Entretanto, os agrupamentos de especialistas continham de três a seis peças, enquanto os agrupamentos dos novatos continham apenas uma ou duas. Os tamanhos maiores dos entroncamentos dos especialistas eram responsáveis por sua recordação de um número tão maior de peças de um tabuleiro, comparados aos novatos.”

“A implicação importante dessa pesquisa é que, quando os especialistas observam uma situação aparentemente complicada, são capazes de representá-las em termos de um pequeno número de padrões ou entroncamentos.”

8. Como o conhecimento estruturado facilita a solução do tipo de problemas que encontramos na sala de aula e na vida em geral?

“Freqüentemente, grande parte das informações relevantes que possuímos não é aparente, de modo que você pode ter problemas para compreender uma situação sem completar os dados que faltam com seu conhecimento anterior”. É bom explicar esse ponto descrevendo a seguinte vinheta:

“No portão de segurança, o passageiro aéreo apresentou sua valise.
Ela continha objetos metálicos.
Sua partida foi atrasada.”

“A fim de compreender esse incidente comum, um indivíduo já deve conhecer bastante sobre terminais aéreos. Esse conhecimento anterior é representado na memória por um esquema que especifica as relações entre os papéis exercidos por várias pessoas no terminal, os objetos tipicamente encontrados e as ações que normalmente se realizam. A teoria dos esquemas presume que existem estruturas de recordações (esquemas) na memória para situações recorrentes que são vivenciadas, e que uma importante função dos esquemas é construir interpretações de novas situações.”

“Uma vez que um esquema é desencadeado, o solucionador pode decidir sobre a solução se este esquema contém as informações necessárias. Se é um esquema específico e apropriado, pode conter precisamente os procedimentos corretos, possibilitando que o solucionador proceda rápida e facilmente. Se é um esquema geral, pode apenas conter uma prescrição geral para como proceder. Em tal situação, o solucionador terá que buscar procedimentos que se ajustem a determinado problema e à prescrição geral. Então, a solução será de obtenção muito mais difícil, e pode até mesmo ser impossível se os procedimentos apropriados não puderem ser encontrados. Se um esquema inapropriado é de alguma forma obtido, o solucionador não fará qualquer progresso.”

“Em resumo, os estudos sobre a solução de problemas onde alto grau de conhecimento em um domínio está envolvido, indicam claramente que uma parte muito relevante do sucesso na solução de problemas é a capacidade para acessar um amplo corpo de conhecimento bem estruturado do campo de conhecimento do problema.”

9. O que são problemas mal-definidos? Como solucioná-los?

“Uma estrutura que podemos usar para conceitualizar os problemas mal definidos vem da abordagem do processamento de informações que mencionamos anteriormente ao discutir os problemas tipo quebra-cabeças. Nessa estrutura, um problema tem claro estado inicial, um conjunto de operadores permissíveis e um estado desejado ou final. Um problema qualifica-se como mal definido se qualquer um ou todos os componentes não estiverem bem especificados.”

“Por exemplo, o estado inicial pode ser vago, como nos problemas econômicos. [...] Para qualquer determinado problema econômico, temos apenas um quadro parcial do estado inicial, baseado em todas as várias estatísticas que o Governo e outros agentes coletam.”

“Um problema também pode ser considerado como mal definido se os operadores não estiverem bem especificados. Em nosso problema sobre economia, as várias ações que poderiam ser assumidas para modificar o estado inicial não estão claras, e muitas ações possíveis ainda não foram sequer formuladas.”

“Finalmente, o problema é mal definido se o estado desejado não está claro. Que condições de inflação controlada e de desemprego devem ser conquistadas? Quanto é demais?”

“Um dos trabalhos interessantes realizados recentemente, conduzido por Voss e seus colegas, utilizaram problemas extraídos das ciências sociais, muitos similares ao problema de economia recém-descrito. Imagine que você é o Ministro da Agricultura da União Soviética. A produtividade do campo foi demasiada baixa nos últimos anos. O que você poderia fazer para aumentar a produção? Esse problema mal estruturado tem todos os componentes inespecificados.”

“O modo óbvio de se resolver um problema dessa espécie é eliminando-se suas causas: assim, é importante enumerar-se as causas na representação do problema. Se você percebe que existe uma série de causas individuais, você naturalmente decomporá o problema em subproblemas, isto é, utilizará a técnica de estabelecimento de subobjetivos. Todos os sujeitos, do especialista ao novato, utilizaram essa estratégia. As diferenças, entretanto, eram que os especialistas tendiam a criar poucos subproblemas gerais que englobassem várias causas relacionadas, enquanto os novatos relacionavam as soluções muito diretamente com as causas individuais. Por exemplo, um especialista identificou a burocracia soviética, as atitudes dos camponeses para com as práticas da agricultura e a falta de infra-estrutura (estradas de ferro, fertilizantes, redes de distribuição de combustíveis, etc) como os principais subproblemas. Nos exemplos mais extremos dessa tendência, o problema era reclassificado em um único ‘subproblema’, tal como o desenvolvimento tecnológico inadequado.”

AS QUATRO SOLUÇÕES ESPECIALMENTE ÚTEIS

É claro que a busca de solução de problemas pode proceder de várias maneiras diferentes, mas segundo Sternberg, há quatro meios especialmente úteis em muitas situações: análise de meios/fins (“Por exemplo, se você tentar chegar à casa de um amigo em Poughkeepside, Nova York, saindo de sua casa em Seattle, Washington, a análise de meios e fins pode consistir em primeiro ir para o aeroporto de Seattle, voar de Seattle para a cidade de nova York e então ir de carro até a casa de seu amigo em Poughkeepsie. Você reduz o problema a etapas”); o trabalho para frente (“como escrever um livro um capítulo de cada vez, começando pelo primeiro e continuando até o fim”), o trabalho inverso (“Por exemplo, se você sabe qual é o resultado de uma questão matemática, pode trabalhar as premissas de trás para frente”), criação e avaliação (chamado de “gerar-e-testar” no artigo de Chi e Glaser, cujos exemplos dispensam os de Sternberg).

A TOMADA DE DECISÕES

Uma vez que já foi exposto como as pessoas encontram boas soluções com a inteligência analítica, fica a pergunta: como as pessoas analisam suas opções e tomam suas decisões?

Modelos de Utilidade

Na chamada teoria de maximização da utilidade, ao tomar decisões, as pessoas buscarão maximizar o prazer (utilidade positiva) e minimizar a dor (utilidade negativa). Ao lidar com uma situação problemática, tem-se uma “folha de balanço” e a decisão dependerá de as utilidades positivas predominarem sobre as negativas.

Teoria dos Jogos


A teoria dos jogos sugere que muitas decisões, especialmente aquelas que exigem mais de uma pessoa, possuem aspectos semelhantes aos jogos — exceto os jogos de soma zero (aqueles em que, invariavelmente, um ganha e o outro perde). A teoria da utilidade subjetiva não é muito adequada para tomar decisões em jogos de soma não-zero, porque o agente da decisão não pode identificar as utilidades subjetivas sem saber a decisão da outra parte.

A teoria dos jogos sugere várias estratégias que uma pessoa pode utilizar em uma situação semelhante a um jogo. Foram utilizadas simulações em computador para determinar que estratégia maximiza o lucro em dilemas formulados por teóricos dos jogos. Algumas dessas estratégias são utilizadas pela seleção natural biológica, como mostra o comportamento cooperativo de animais não-humanos que não são aparentados.

Satisfaciente

Segundo Sternberg, satisfaciente significa “fazer uma escolha por falta de tempo ou habilidade cognitiva para optar pela alternativa ideal e chegar o mais próximo possível de satisfazer os desejos ou as preferências de uma pessoa, de forma que esta não mais sentirá a necessidade de continuar procurando alternativa melhor — trazendo satisfação suficiente, mas não absoluta”.

O senso comum diz que essa categoria de tomada de decisão é irracional, mas nem sempre é assim. Se, às vezes, falta informação ou há pouco tempo para decisão (o que usualmente leva a cálculos subjetivos mais imprecisos), percebe-se que isso não é incompatível com a racionalidade humana. A racionalidade ilimitada é uma impossibilidade porque não sabemos de tudo e porque parte do cérebro é emocional.

Heurística Representativa e Tendenciosidades

Para compreender plenamente a heurística da representatividade, é preciso entender o conceito de taxa-base — a predominância de um evento ou uma característica em uma população de eventos ou características. Quando as seguradoras cobram taxas diferenciadas, elas o fazem com base nas taxas-base. Pela mesma razão, um médico que soubesse de uma paciente de 10 anos que sofre dores no peito estaria menos preocupado com um ataque do coração incipiente do que um homem de 50 anos que apresentasse sintomas idênticos.

Disponibilidade

A heurística da disponibilidade pode sobrepujar os modelos de utilidade ou a heurística representativa. Às vezes, levar isso em conta é a decisão correta, às vezes não. Suponhamos, então, o primeiro caso. Digamos que você pensou em comprar um computador de um fabricante desconhecido porque tinha muito mais acessórios pelo mesmo preço que a empresa conhecida cobrava por menos acessórios. Se o computador deu problema e a empresa fabricante saiu do mercado, você então descobriu que o risco de grande prejuízo será menor se comprar de uma empresa relativamente conhecida. Trata-se da tática “antes um diabo conhecido do que um mal desconhecido”.

CONCLUSÃO

Resumindo, a Psicologia Cognitiva e a Inteligência Artificial são ferramentas maravilhosamente úteis para os solucionadores de problemas. Todavia, vale a pena lembrar que as técnicas aqui apresentadas são falíveis. Às vezes, podem levar a armadilhas. Logo, sugiro ver a bibliografia recomendada abaixo para se informar melhor sobre as precauções a serem tomadas em cada caso.

Referências:

(1) STERNBERG, R. J. Inteligência para o sucesso pessoal: como a inteligência prática e criativa determina o sucesso. Rio de Janeiro: Editora Campus, 2000.

(2) STERNBERG, R. J. (Org.). As capacidades intelectuais humanas: uma abordagem em processamento de informações. Porto Alegre: Editora Artes Médicas, 1992.