O problema com a simulação de sistemas complexos

O problema com a simulação de sistemas complexos

As simulações são ferramentas poderosas que nos ajudam a prever resultados, mas será que podem ser usadas quando o seu sistema é muito complexo?

Imagem em destaque

explica apenas 6% da mudança de atitudes. Livre-se de todas as TVs da sua casa e ainda teremos impressionantes 94% de variação não contabilizada.

Existem dados suficientes?

COVID foi outro grande exemplo de como as simulações podem falhar dramaticamente. Durante as primeiras semanas da pandemia, algumas simulações estimaram uma taxa de mortalidade de pelo menos 10%. Uma em cada dez pessoas infectadas morreria. Felizmente, não foi esse o caso, mas por que os cientistas erraram o alvo por uma margem tão ampla?

Porque na altura mal tínhamos dados sobre a doença e todos os dados que tínhamos eram fortemente tendenciosos. A amostragem veio de hospitais, que a maioria das pessoas evitava em primeiro lugar porque estavam lotados. Então, extraímos amostras de pessoas que tiveram complicações pulmonares e estavam em risco.

Nunca me cansarei de dizer isso: um o modelo é tão bom quanto os dados em que se baseia. Para sistemas complexos, há uma infinidade de questões que temos de resolver: dados não estruturados, amostras tendenciosas, dados faltantes e equipamentos não calibrados são apenas alguns dos mais comuns.

Pegue três estudos sociológicos diferentes sobre a felicidade e você encontrará enormes diferenças nos resultados. Isso é de se esperar, considerando que, às vezes, fontes diferentes fornecem informações diferentes. Por exemplo, as organizações sem fins lucrativos criticam frequentemente os governos por partilharem dados incompletos ou distorcidos.

Outras vezes, o problema não está na coleta de dados, mas no fato de o os dados não estão lá. Ninguém poderia ter simulado uma pandemia global, além de um acidente no canal de Suezalém de um aumento na criptomoeda, além de uma das piores secas da história recente em Taiwan – todos fatores que influenciaram a enorme escassez de chips e o aumento nos preços dos computadores que experimentamos.

Pelo menos temos os dados agora, mas quais são as probabilidades de estes eventos acontecerem novamente ao mesmo tempo?

As simulações são inúteis?

Eu sei que estou pintando um quadro muito sombrio, mas a verdade é que simulações são extremamente importantes. Durante centenas de anos, simulamos situações através de experimentos, equações e modelos computacionais para tentar entender como o mundo funciona. E por cada acaso, também conseguimos aprender um pouco mais.

Esta é mais uma história de advertência, um lembrete de que um simulação não é bruxaria nem sessão espírita mas uma simples recriação artificial que reproduz o roteiro que lhe foi dado. Nunca devemos considerar os resultados de uma simulação pelo valor nominal. Como qualquer cientista de dados sabe, temos sempre que olhar além dos resultados e ver como os alcançamos. O método é ainda mais importante que o resultado.

Dito isto, o futuro é brilhante para as simulações. Com o Internet das Coisas e Big Data, crescemos exponencialmente em nossa capacidade de coletar dados, abrindo espaço para todos os tipos de simulações que considerávamos impossíveis há alguns anos: armazéns, entregas, tendências de mercado, ação política.

Excluindo as situações mais simples, as simulações nunca estarão isentas de erros, mas podemos continuar trabalhando para minimizar essa margem de erro. Seremos algum dia capazes de simular com precisão sistemas complexos? Claro. É só uma questão de tempo.

Fonte: BairesDev

Conteúdo relacionado

블로그로 돌아가기

댓글 남기기

댓글 게시 전에는 반드시 승인이 필요합니다.