Mercado fechado
  • BOVESPA

    111.439,37
    -2.354,63 (-2,07%)
     
  • MERVAL

    38.390,84
    +233,89 (+0,61%)
     
  • MXX

    51.307,71
    -884,59 (-1,69%)
     
  • PETROLEO CRU

    71,57
    -0,40 (-0,56%)
     
  • OURO

    1.753,00
    +1,60 (+0,09%)
     
  • BTC-USD

    47.057,59
    -775,99 (-1,62%)
     
  • CMC Crypto 200

    1.176,71
    -48,82 (-3,98%)
     
  • S&P500

    4.432,99
    -40,76 (-0,91%)
     
  • DOW JONES

    34.584,88
    -166,42 (-0,48%)
     
  • FTSE

    6.963,64
    -63,84 (-0,91%)
     
  • HANG SENG

    24.920,76
    +252,96 (+1,03%)
     
  • NIKKEI

    30.500,05
    +176,75 (+0,58%)
     
  • NASDAQ

    15.312,00
    -14,00 (-0,09%)
     
  • BATS 1000 Index

    0,0000
    0,0000 (0,00%)
     
  • EURO/R$

    6,1927
    -0,0067 (-0,11%)
     

O que os robôs podem nos ensinar sobre como persuadir pessoas

·6 minuto de leitura

Você descobre um restaurante que tem uma comida maravilhosa, mas quando sugere a novidade no grupo de amigos, a decisão acaba recaindo no lugar de sempre. Da próxima vez, considere convencer um amigo por vez, ao invés de tentar convencê-los coletivamente.

Uma pesquisa conduzida por mim e alguns colegas usando redes de robôs sugere que a estratégia do “menos é mais” no que se refere a distribuição de informações aumenta, no longo prazo, a probabilidade de o grupo escolher a melhor opção. Nossas descobertas poderão auxiliar, futuramente, o desenvolvimento de microscópicos robôs que funcionarão dentro do corpo humano ou mesmo ter implicações em como as informações se espalham nas redes sociais.

Nosso estudo de redes de robôs analisou como opiniões se espalham em grandes populações. Descobrimos que uma população de indivíduos desinformados pode se agarrar a crenças desatualizadas e deixar de adotar as melhores alternativas disponíveis quando estas (as boas informações atualizadas) se espalharem para todos, ao mesmo tempo. Por outro lado, quando indivíduos compartilham informações um a um, a população pode se adaptar melhor às mudanças e chegar mais facilmente a um acordo em favor da melhor opção.

 

MANTENDO AS COISAS SIMPLES

 

Em nosso estudo, publicado em julho de 2021 na revista Science Robotics, criamos uma rede de robôs autônomos que tomavam decisões coletivas diante das melhores alternativas disponíveis e que operavam em um ambiente em constante mudança. Descobrimos que menos era mais: enxames de robôs com conexões sociais reduzidas – comunicando-se com um número reduzido de outros robôs – adaptaram-se melhor do que robôs conectados globalmente. Isso vai contra uma ideia comum na ciência de redes, de que mais conexões sempre levam a trocas de informações mais eficazes. Mostramos que há situações em que exato oposto ocorre.

Cada kilobot mede cerca de 3,8 cm de diâmetro, e comunica-se por luz infravermelha. Programamos 50 desses robôs com comportamentos bem simples: movimentos aleatórios para explorar o ambiente e regras básicas de votação e troca de opiniões. O enxame de robôs escaneia um ambiente desconhecido e coletivamente seleciona a melhor área; por exemplo, o melhor lugar para construir uma estrutura. Cada robô desenvolve sua própria opinião a partir do seu escaneamento do ambiente e regularmente checa a opinião de um único vizinho aleatório. Se um robô recebe uma opinião conflitante, dá um reset na sua própria opinião, a partir da votação de outros robôs. Isso permite que a rede alcance o consenso, sem chegar a um impasse.

A simplicidade do comportamento individual não é mera conveniência no nosso estudo. É a chave para construir redes de robôs no futuro. Isso inclui redes com robôs muito pequenos como os microscópicos que podem operar dentro do corpo humano, robôs com componentes simples como os biodegradáveis usados na limpeza dos oceanos, e robôs baratos e de uso único que poderão vir a ser danificados ou destruídos em localidades de desastres. Redes de robôs com comportamentos minimalistas também poderão tornar-se uma opção viável para operar sem supervisão humana, em localidades inacessíveis.

 

A NATUREZA SABE A REGRA

 

Para escrever os algoritmos que controlam nossos robôs, nós construímos modelos matemáticos que explicam a difusão de opiniões entre indivíduos socialmente conectados e desinformados. Esse processo é semelhante a tomadas de decisões coletivas em outras situações, incluindo animais e seres humanos.

Especificamente, nosso algoritmo foi inspirado no comportamento de abelhas melíferas europeias, quando elas escolhem, coletivamente, um local para construir sua futura colmeia. Abelhas interagem localmente umas com as outras e trocam votos por vibração. A colônia toma suas decisões sem uma autoridade central.

Decisões coletivas semelhantes podem ser observadas em cardumes, que parecem conhecer a regra do “menos é mais”. De fato, em pesquisas recentes tem sido observado que peixes de cardume reduzem suas redes sociais – o número de indivíduos em que prestam atenção – quando precisam absorver uma nova informação, como por exemplo a fonte de uma nova ameaça.

 

PEGOS DE SURPRESA

 

Apesar de encontrar a regra do “menos é mais” na natureza, nós não esperávamos encontra-la no nosso estudo de redes de robôs. Estávamos testando centenas de robôs, rodando um modelo baseado no comportamento coletivo de abelhas para selecionar o local ideal da sua colmeia. Este modelo permite que o enxame tome decisões que levam em consideração o valor da opção com base na quantidade de boas notícias recebidas, sejam elas indicadores do melhor local para instalar uma colmeia, ou críticas positivas sobre restaurantes. Isso significa que o enxame não considera apenas a relativa qualidade das alternativas, mas sua qualidade absoluta, ou seja, se alguma das alternativas é boa o suficiente.

Isso corresponde ao que organismos – incluindo humanos – normalmente fazem. Por exemplo: ao procurar um lugar para comer, se todos os restaurantes abertos estiverem abaixo do seu padrão de qualidade, você não vai se importar se um restaurante é 5% melhor que os demais; você simplesmente não irá comer fora naquele dia. Mas se boa parte deles for muito boa, escolher entre eles será satisfatório ainda que haja uma diferença de qualidade de 5% entre eles.

Quando implementamos isso ao “enxame” de robôs, esperávamos que quanto mais socialmente conectados fossem os indivíduos, melhor a rede seria capaz de adaptar-se às mudanças no ambiente. Isso era o previsto e o que havia sido observado na maioria dos modelos de indivíduos em rede. Mas descobrimos o exato oposto: quanto menos conectado o grupo, melhor ele respondeu a mudanças.

Então construímos um modelo matemático que descreve o sistema e explica o fenômeno. Mudanças ambientais são descobertas por um pequeno grupo. Em uma rede conectada globalmente, o pequeno grupo enfrenta a tarefa quase impossível de tentar virar a opinião já estabelecida da maioria, ainda que as mudanças no ambiente apresentem alguma alternativa melhor. No entanto, quando indivíduos interagem esporadicamente e em pequenos grupos, uma minoria opinante pode facilmente ganhar tração e mudar a opinião do grupo inteiro, em casos em que a opinião do grupo não é tão sólida quanto a das minorias.

 

LIÇÕES PARA AS REDES SOCIAIS

 

O efeito menos é mais não se sustenta em todos os casos. Nós observamos esse fenômeno em redes nas quais os indivíduos seguem regras simples e mudar a opinião dos outros não é algo instantâneo, mas demanda tempo. Seres humanos, em certos contextos, apresentam comportamentos reativos simples que não envolvem muito pensamento, e podem estar sujeitos a dinâmicas semelhantes.

As pessoas estão conectadas globalmente pelas redes sociais, o que influencia a dispersão de opiniões em grandes populações. Entender como as opiniões mudam – e como não mudam – é crucial para lidar com os desafios da era digital.

O post O que os robôs podem nos ensinar sobre como persuadir pessoas apareceu primeiro em Fast Company Brasil | O Futuro dos Negócios.

Nosso objetivo é criar um lugar seguro e atraente onde usuários possam se conectar uns com os outros baseados em interesses e paixões. Para melhorar a experiência de participantes da comunidade, estamos suspendendo temporariamente os comentários de artigos