DfE-DB: A systematic database of 3.8 million human decisions across experience-based tasks

O artigo apresenta o Banco de Dados de Decisões Baseadas na Experiência (DfE-DB), um recurso abrangente de acesso aberto que harmoniza 3,8 milhões de decisões em nível de ensaio de 11.921 participantes em 168 estudos, permitindo comparações sistemáticas de como características de desenho moldam as tendências de tomada de decisão humana e fomentam pesquisas reprodutíveis.

O essencial

Imagine que, por anos, cientistas tentando entender como os humanos tomam decisões com base em suas experiências passadas tenham sido como detetives trabalhando em salas separadas e isoladas. Cada detetive tinha uma pilha de pistas (dados), mas elas estavam escritas em idiomas diferentes, armazenadas em cadernos distintos e organizadas de maneiras confusas. Por causa disso, tem sido quase impossível comparar as descobertas de um detetive com as de outro para ver o quadro geral.

Este artigo apresenta uma nova ferramenta massiva chamada DfE-DB (Banco de Dados Decisões a Partir da Experiência) que atua como um tradutor universal e um arquivo gigantesco para todas essas pistas dispersas.

Aqui está o que eles fizeram, explicado de forma simples:

1. A Grande Limpeza
Os pesquisadores reuniram um número impressionante de 3,8 milhões de decisões individuais tomadas por quase 12.000 pessoas em 168 estudos diferentes. Antes, esses dados estavam bagunçados e fragmentados. A equipe pegou todos esses pedaços brutos e desorganizados de informação e os "harmonizou". Pense nisso como pegar milhares de quebra-cabeças diferentes de caixas distintas, classificar cada peça individual e colocá-los todos em uma única caixa gigante e organizada, onde cada peça se encaixa perfeitamente.

2. O Mapa Universal
Eles não apenas despejaram os dados; criaram um mapa detalhado. Eles categorizaram cada estudo com base em 13 características específicas de desenho. Imagine que você estivesse tentando entender por que as pessoas escolhem sabores diferentes de sorvete. Em vez de olhar apenas para os sabores, você também anotaria a temperatura da sala, a cor da colher e se a pessoa estava com fome. O DfE-DB faz exatamente isso para a tomada de decisões, marcando cada experimento com detalhes como:

• A pessoa recebeu feedback imediato?
• Os resultados eram previsíveis ou aleatórios?
• As regras do jogo permaneceram as mesmas ou mudaram?

3. O Que Eles Descobriram
Uma vez que tiveram esse mapa unificado, finalmente puderam ver padrões que antes estavam ocultos. Eles descobriram que a maneira como as pessoas escolhem — se tendem a correr riscos, jogar com segurança ou buscar o resultado médio — muda drasticamente dependendo das "regras do jogo" (as características de desenho).

Por exemplo, a maneira como uma tarefa é configurada (como se você recebe o resultado imediatamente ou precisa esperar) molda fortemente se uma pessoa age com ousadia ou cautela. O banco de dados mostrou que essas características específicas de desenho explicam uma grande parte das diferenças observadas entre os estudos. É como perceber que a razão pela qual as pessoas se comportam de maneira diferente em experimentos distintos não é porque os humanos são inconsistentes, mas porque os "jogos" que estão jogando têm diferenças sutis, mas poderosas.

4. O Resultado
O objetivo principal deste artigo é fornecer uma base unificada e de acesso aberto para a ciência. Ao dar aos pesquisadores um único local confiável para comparar dados, permite que eles testem se as regras do comportamento humano que descobrem em um estudo se mantêm verdadeiras em outro. Transforma uma coleção caótica de experimentos isolados em uma ciência coesa e integrada de como aprendemos com nossas experiências.

Em resumo, o artigo não apenas construiu uma biblioteca maior; construiu um sistema que nos permite finalmente ler todos os livros dessa biblioteca ao mesmo tempo para entender a história completa da tomada de decisões humanas.

Resumo técnico

Resumo Técnico: DfE-DB

Declaração do Problema
A pesquisa sobre aprendizado a partir da experiência na tomada de decisão humana tem sido restringida pela falta de comparabilidade sistemática entre estudos. O avanço neste campo é prejudicado por dois problemas principais: designs de tarefas heterogêneos e formatos de dados fragmentados. Essas inconsistências impedem que os pesquisadores realizem comparações quantitativas unificadas, obscurecendo a generalizabilidade de fenômenos comportamentais e modelos computacionais em diferentes contextos experimentais.

Metodologia
Para abordar essas questões de fragmentação, os autores construíram o Banco de Dados de Decisões a partir da Experiência (DfE-DB). Este recurso envolve a agregação sistemática e a harmonização de dados comportamentais brutos de 168 estudos distintos envolvendo 11.921 participantes. O banco de dados abrange aproximadamente 3,8 milhões de decisões em nível de tentativa, abrangendo 13 paradigmas experimentais diferentes.

A contribuição metodológica central reside no processo de padronização. Os autores não apenas agregaram dados; eles harmonizaram registros comportamentais brutos e classificaram cada estudo de acordo com 13 características de design principais. Essa estrutura de classificação permite o mapeamento sistemático de variáveis experimentais, como tipos de feedback, estruturas de resultado, estacionariedade e métodos de amostragem, possibilitando comparações quantitativas que anteriormente eram impossíveis devido à heterogeneidade estrutural.

Principais Contribuições

1. Infraestrutura Unificada: O DfE-DB serve como um recurso estruturado e de acesso aberto que unifica conjuntos de dados dispersos em uma única infraestrutura de dados extensível.
2. Taxonomia de Características de Design: Ao classificar estudos ao longo de 13 características de design específicas, o banco de dados fornece um mecanismo para analisar como parâmetros experimentais específicos influenciam os resultados da tomada de decisão.
3. Reprodutibilidade: O recurso foi projetado para facilitar a pesquisa reprodutível, permitindo o teste rigoroso da generalidade de fenômenos comportamentais e modelos computacionais em um amplo espectro de condições experimentais.

Resultados
Aproveitando o DfE-DB, os autores conduziram uma análise de tendências de escolha, examinando especificamente preferências por maior risco, valor esperado ou média experimentada. Os resultados indicam que essas tendências variam substancialmente entre diferentes paradigmas. Crucialmente, a análise demonstra que essa variabilidade é fortemente moldada por características centrais de design, incluindo:

• Tipo de feedback
• Estrutura de resultado
• Estacionariedade
• Métodos de amostragem

O banco de dados revela que essas características de design explicam uma parte substancial da variabilidade entre estudos no comportamento de tomada de decisão. Além disso, a análise destaca a existência de variantes de paradigma pouco exploradas na literatura existente.

Significância
O artigo posiciona o DfE-DB como uma ferramenta fundamental para fomentar uma ciência mais integrada de decisões a partir da experiência. Ao fornecer uma plataforma unificada, o banco de dados permite que os pesquisadores avancem além de comparações de estudos isolados para avaliações sistemáticas e quantitativas de como o design experimental molda o comportamento humano. Os autores afirmam que essa infraestrutura é essencial para testar a robustez e a generalidade de teorias comportamentais e modelos computacionais existentes, abordando assim as limitações impostas por dados fragmentados e designs de tarefas heterogêneos.