The adaptive nature of confirmation bias

Resumo Técnico: A Natureza Adaptativa do Viés de Confirmação

Enunciado do Problema
O viés de confirmação, a tendência de favorecer informações consistentes com crenças prévias, é tradicionalmente visto como um erro inferencial que impede a racionalidade, particularmente dentro do framework da inferência bayesiana. Embora a literatura existente atribua este viés à racionalidade limitada, limitações da memória de trabalho ou estruturas de recompensa, essas explicações frequentemente falham em explicar o potencial status racional do viés de confirmação independentemente de contextos de recompensa específicos. Além disso, modelos bayesianos padrão têm dificuldade em explicar por que tais vieses poderiam oferecer vantagens evolutivas, como redução de requisitos de memória ou aceleração na redução de erros. Este artigo aborda a questão: Pode o viés de confirmação ser formulado como uma estratégia ótima e adaptativa para a busca de informação e teste de hipóteses?

Metodologia
Os autores reformulam o problema do teste de hipóteses binárias e seleção de evidências dentro do framework matemático da probabilidade quântica, especificamente utilizando o espaço de probabilidades de raiz quadrada (um espaço de Hilbert).

• Representação: Ao contrário da probabilidade clássica, onde observações são modeladas como variáveis aleatórias em um espaço de probabilidade, aqui as observações são representadas por matrizes (operadores) atuando em um espaço de Hilbert.
• Observações Incompatíveis: O framework permite uma família de fontes de informação mutuamente inequivalentes (observações) que não admitem uma distribuição de probabilidade conjunta. Isso é alcançado representando diferentes fontes de evidência como matrizes não comutativas.
• Atualização Racional: A atualização de crenças é definida pelo critério de eficiência biológica, equiparando a sobrevivência à minimização do consumo de energia (e, portanto, do custo de processamento de informação). Uma atualização racional é definida como a transformação de uma crença a priori para uma crença a posteriori que minimiza a "distância" (especificamente a distância de Bhattacharyya ou a separação angular no espaço de Hilbert) entre a crença a priori e a a posteriori, sujeita à consistência com a evidência. Isso leva ao postulado de projeção de von Neumann-Lüders, que generaliza a regra de Bayes clássica.
• Inferência Ativa: O estudo estende-se à inferência ativa, onde um tomador de decisão seleciona ativamente a fonte de evidência (parametrizada por um ângulo $\theta$) para otimizar um critério específico. Dois critérios são comparados:
  1. Minimizar a probabilidade esperada de erro na seleção da hipótese.
  2. Maximizar a informação mútua esperada (ganho de informação).

Contribuições Principais e Resultados

1. Origem Racional do Viés de Confirmação:
   Ao minimizar a probabilidade esperada de erro em um cenário de teste de hipóteses binárias, os autores derivam uma estratégia ótima de seleção de evidência. Os resultados mostram que a escolha ótima de evidência ($\theta^*$) não é neutra, mas desloca-se em direção à hipótese com a maior probabilidade a priori. À medida que a probabilidade a priori $p$ se aproxima de 1, a escolha ótima de evidência converge para o parâmetro associado a essa hipótese. Isso demonstra matematicamente que um viés de confirmação ativo é uma consequência racional de minimizar a probabilidade de erro ao lidar com fontes de informação não comutativas (incompatíveis).

2. Redução Exponencial na Probabilidade de Erro:
   Na coleta sequencial de evidências, o artigo estabelece que um nível ótimo de viés de confirmação leva a uma redução exponencial na probabilidade de erro como uma função do tamanho da amostra $n$.

• Caso Clássico/Não Enviesado: Sem a capacidade de selecionar evidências baseadas em a prioris, ou com fontes fixas e não enviesadas, a probabilidade de erro decai lentamente.
• Caso Ótimo/Com Viés de Confirmação: Quando a evidência é selecionada de forma ótima (enviesada em direção à a posteriori atual), a probabilidade de erro $P^{(n)}$ escala assintoticamente como $\exp(n \ln(\cos^2(\delta/2)))$, onde $\delta$ é a separação entre as hipóteses. Isso representa uma aceleração significativa no aprendizado em comparação com seus contrapartes clássicos.

3. Capacidade de Memória Mínima:
   Uma descoberta notável é que a estratégia sequencial ótima com viés de confirmação reduz o requisito de memória para a inferência.

• Em um processo sequencial padrão sem seleção ativa, a a posteriori depende da contagem total de resultados, exigindo uma memória que cresce linearmente com $n$ (ou exponencialmente em termos de estados de histórico $2^n$).
• Sob a estratégia ótima de viés de confirmação, a probabilidade a posteriori após $n$ etapas depende apenas do resultado do ensaio final. O tomador de decisão efetivamente "esquece" o histórico específico das tentativas anteriores, necessitando apenas da a posteriori atual e da nova observação. Isso reduz a complexidade de memória de exponencial ($2^n$) para constante (exigindo apenas o estado do evento mais recente).

4. Equivalência de Critérios:
   O artigo demonstra que, neste framework de espaço de Hilbert, a estratégia que minimiza a probabilidade esperada de erro é idêntica à estratégia que maximiza a informação mútua entre a observação e a hipótese. Assim, o viés de confirmação é racional sob ambos os critérios de "minimização de erro" e "maximização de informação" (inferência ativa), desde que a inferência seja conduzida sobre observações não comutativas.

5. Supremacia Quântica na Cognição:
   Os autores argumentam que a redução exponencial na probabilidade de erro constitui uma forma de "supremacia quântica" no processamento cognitivo. Crucialmente, isso não requer recursos quânticos físicos (ex: partículas quânticas), mas sim a propriedade comportamental da incompatibilidade — a incapacidade de avaliar simultaneamente duas proposições com uma distribuição de probabilidade conjunta. Isso sugere que o cérebro humano pode explorar as vantagens matemáticas das estruturas de probabilidade quântica para uma inferência eficiente.

Significância e Alegações
O artigo afirma fornecer o primeiro framework operacional para a "inferência quântica ativa", oferecendo um protocolo onde a seleção ótima de evidência é buscada sobre o espaço de matrizes.

• Vantagem Evolutiva: Os achados sugerem que o viés de confirmação não é meramente uma falha cognitiva, mas um mecanismo adaptativo que oferece vantagens evolutivas significativas: ele minimiza o custo metabólico da memória (ao exigir apenas a menor capacidade) e maximiza a velocidade de aprendizado (ao reduzir exponencialmente as taxas de erro).
• Reenquadramento da Racionalidade: O trabalho desafia a visão predominante de que o viés de confirmação é inerentemente irracional. Em vez disso, postula que, sob condições de fontes de informação incompatíveis, buscar evidências que se alinhem com crenças prévias é a estratégia matematicamente ótima para um sistema biológico que visa minimizar a incerteza e o consumo de energia.
• Limitações e Escopo: Os autores observam que esta racionalidade é válida sob a premissa de que as fontes de informação são genuínas (sinal mais ruído) e não projetadas para serem deceptivas. Em contextos sociais onde as fontes podem ser manipuladoras, os benefícios adaptativos do viés de confirmação podem ser subvertidos. O artigo conclui que, embora o framework explique o mecanismo da racionalidade do viés de confirmação, ele não valida o viés em todos os contextos sociais, particularmente onde existem "fake news" ou sinais enganosos.

Em resumo, o artigo formula o viés de confirmação como uma estratégia racional e adaptativa decorrente da minimização da probabilidade de erro e do consumo de energia dentro de um framework de probabilidade quântica, revelando que tal viés leva à eficiência de aprendizado exponencial e a requisitos mínimos de memória.