Efeito Dunning-Kruger: o que significa para suas provas

Você sai da prova bastante certo de que tirou cerca de 75. Uma semana depois, o resultado chega: 58. Seu amigo, que saiu da sala dizendo "isso foi ruim", tirou 85.

O estudo original

Em 1999, Justin Kruger e David Dunning realizaram quatro estudos sobre testes de humor, gramática e lógica. Após cada teste, os participantes estimaram o quão bem haviam se saído em comparação com os outros. As pessoas do último quarto pontuaram, em média, por volta do percentil 12, mas se posicionaram por volta do 62 (Kruger & Dunning, 1999).

Sua explicação foi uma carga dupla: as habilidades que você precisa para obter as respostas certas são as mesmas habilidades que você precisa para perceber que suas respostas estão erradas. Em apoio a isso, quando eles melhoraram as habilidades dos participantes, esses participantes se tornaram melhores em reconhecer os limites de seu próprio desempenho.

O debate estatístico

Desde então, pesquisadores argumentaram que uma grande parte do famoso gráfico pode aparecer mesmo quando ninguém tem um ponto cego especial.

• Dois efeitos comuns podem produzir o padrão. A maioria das pessoas se avalia um pouco acima da média, e as autoavaliações têm uma correlação imperfeita com as notas reais, o que leva à regressão à média. Juntos, esses efeitos elevam as estimativas de quem teve as notas mais baixas para muito acima do resultado real (Gignac & Zajenkowski, 2020).
• Números aleatórios podem desenhar a mesma imagem. Usando simulações com dados aleatórios, Nuhfer et al. (2016) mostraram que maneiras comuns de graficar dados de autoavaliação criam padrões que convidam a interpretação equivocada. Em um acompanhamento com 1.154 participantes avaliando sua alfabetização científica, eles concluíram que as autoavaliações das pessoas, em geral, refletem competência genuína e que os especialistas eram mais precisos do que os iniciantes (Nuhfer et al., 2017).
• Um teste direto encontrou pouco efeito. Gignac e Zajenkowski (2020) aplicaram um teste de raciocínio a 929 adultos e pediram que avaliassem a própria inteligência. Com métodos criados para evitar o artefato, não encontraram sinal de que as pessoas com menor pontuação fossem especialmente ruins ao se avaliar. Concluíram que o efeito pode existir em algumas habilidades, mas provavelmente é muito menor do que se dizia.
• Uma replicação encontrou um pequeno efeito. Usando uma amostra nacionalmente representativa e os mesmos métodos, Dunkel et al. (2023) encontraram um efeito estatisticamente significativo, mas mínimo.

Portanto, a versão forte, um ponto cego especial que deixa os menos habilidosos wildly confiantes demais, não se sustenta bem. Uma versão mais fraca ainda está sendo debatida.

O que ainda vale para provas

Independentemente da explicação, um padrão prático aparece nas salas de aula: em cursos reais, os alunos que obtêm notas baixas tendem a prever notas mais altas do que obtêm.

Em um estudo, 110 estudantes de um curso introdutório de psicologia preveceram suas notas antes de cada um dos quatro provas. O trimestre com a menor pontuação previu cerca de 84 no primeiro prova e obteve cerca de 69. Eles preveiram em excesso em 8 a 15 pontos em cada prova, e sua confiança nessas previsões permaneceu a mesma ao longo do semestre. O trimestre com a maior pontuação ficou dentro de cerca de 2 pontos a cada vez (Karaca et al., 2023).

Ao final do último prova, eles tinham três resultados para aprender, e a lacuna ainda não se fechou. Uma sensação de prontidão não é uma medida, e a releitura a infla: em um experimento, a releitura fez os alunos mais confiantes, enquanto o teste de memória levou a uma melhor memória uma semana depois (Roediger & Karpicke, 2006).

O que ajuda: medir antes da prova ajuda

1. Preveja, depois teste. Antes de um papel de prática, anote a pontuação que você espera. Depois, faça o papel sem livros abertos e dentro do cronômetro.
2. Marque estritamente contra o esquema. Dê crédito apenas onde o esquema de notas o permitiria. "Basicamente certo" não é uma nota.
3. Anote a lacuna. Previsto menos o real. Se você estava com 15 pontos a mais, sua sensação de "pronto" também está com 15 pontos a mais, pelo menos por enquanto.
4. Repita toda semana e observe a lacuna. O ponto não é se sentir pior. É fazer com que sua sensação de prontidão corresponda à realidade.
5. Trate "Eu sei disso" como uma suposição para verificar. Escolha a pergunta que provaria que você estava errado, não a que você tem certeza. Mais sobre o viés de confirmação.

O que não afirmamos

• Que Dunning-Kruger significa que pessoas pouco inteligentes se acham inteligentes. O estudo original tratava de habilidades específicas, como gramática e lógica, não de inteligência. Quem teve as notas mais baixas se superestimou, mas não achava que estava entre os melhores.
• Que a “curva de confiança” vem do estudo. O gráfico popular com um pico inicial de confiança e um vale de desespero não foi criado por Kruger e Dunning. As figuras do artigo comparavam notas estimadas e reais entre quatro grupos.
• Que o efeito está estabelecido. Os pesquisadores ainda discordam sobre quanto disso é um ponto cego real e quanto é estatística. Não escolhemos um lado além do que os dados apoiam.

Perguntas frequentes

Qual é o efeito Dunning-Kruger em termos simples?

É a ideia de que as pessoas que são as mais fracas em uma habilidade superestimam seu desempenho mais, porque identificar erros requer algumas das mesmas habilidades que evitará-los. Quanto disso é real e quanto vem da forma como os dados são analisados ainda é debatido.

O efeito Dunning-Kruger é real?

Em parte. Vários estudos mostram que o gráfico clássico pode aparecer apenas por efeitos estatísticos, e testes cuidadosos encontram um pequeno efeito ou nenhum. Mas os alunos com baixas notas em cursos reais preveem consistentemente suas notas de prova com mais frequência do que realmente são, independentemente do motivo.

Qual é um exemplo do efeito Dunning-Kruger em estudantes?

Um estudante relê as anotações, reconhece tudo, espera uma nota de 75 e tira 58. Em um estudo em sala de aula, os alunos com as notas mais baixas previram resultados de 8 a 15 pontos acima das notas reais em todas as provas do semestre.

Como posso saber se estou pronto para uma prova?

Não pergunte como você se sente pronto. Faça um trabalho anterior em condições de prova, avalie-o rigorosamente e compare sua pontuação com o que você previu anteriormente. O resultado lhe diz mais do que qualquer sentimento pode.

Continue lendo

• Viés de confirmação: o que é e como afeta o estudo
• Recuperação ativa: a técnica que a maioria dos estudantes ignora
• Reler suas notas é eficaz? O que a pesquisa diz

---

Repeatica é o espaço de estudo com um agente de IA para estudantes. Reúna tudo das suas matérias em um só lugar. Repeatica ajuda você a passar na prova e a manter o que aprendeu. Aprenda uma vez.

Sources

• Dunkel, C. S., Nedelec, J., & van der Linden, D. (2023). Reevaluating the Dunning-Kruger effect: A response to and replication of Gignac and Zajenkowski (2020). Intelligence, 96, 101717. doi.org/10.1016/j.intell.2022.101717
• 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. Intelligence, 80, 101449. doi.org/10.1016/j.intell.2020.101449
• Karaca, M., Geraci, L., Kurpad, N., Lithander, M. P. G., & Balsis, S. (2023). Low-performing students confidently overpredict their grade performance throughout the semester. Journal of Intelligence, 11(10), 188. doi.org/10.3390/jintelligence11100188
• Kruger, 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. doi.org/10.1037/0022-3514.77.6.1121
• Nuhfer, 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), Article 4. doi.org/10.5038/1936-4660.9.1.4
• Nuhfer, E., Fleischer, S., Cogan, C., Wirth, K., & Gaze, E. (2017). How random noise and a graphical convention subverted behavioral scientists' explanations of self-assessment data: Numeracy underlies better alternatives. Numeracy, 10(1), Article 4. doi.org/10.5038/1936-4660.10.1.4
• Roediger, H. L., III, & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249-255. doi.org/10.1111/j.1467-9280.2006.01693.x