Artigos Conjur – A probabilidade do 7 x 1 na Copa e a pesquisa da FGV sobre o STF

ARTIGO

A probabilidade do 7 x 1 na Copa e a pesquisa da FGV sobre o STF

O artigo aborda a análise estatística da derrota do Brasil para a Alemanha na Copa do Mundo de 2014, além de discutir a pesquisa da FGV sobre o STF e suas limitações. Os autores enfatizam a incerteza das previsões, comparando-as com o conceito de "Cisne Negro", que representa eventos improváveis, e criticam a ideia de que dados e números podem contar toda a história judicial, ressaltando a complexidade do sistema judiciário e a singularidade dos casos. Eles alertam para os riscos de confiar p...

Alexandre Morais da Rosa
20 fev. 2016 2 acessos
A probabilidade do 7 x 1 na Copa e a pesquisa da FGV sobre o STF
Publicado no Conjur
Resumo do artigo

O artigo aborda a perda do Brasil para a Alemanha na Copa do Mundo de 2014, explorando a discrepância entre a previsão estatística de vitória do Brasil e o resultado final, considerado um "ponto fora da curva" na Curva de Gauss.

Os autores discutem conceitos de Big Data e suas implicações na análise do Judiciário, particularmente na pesquisa da Fundação Getulio Vargas (FGV) sobre o Supremo Tribunal Federal (STF), destacando os limites da mensurabilidade e quantificação na interpretação de casos jurídicos. Eles mencionam a falácia da amostra no contexto do processo penal e o risco do indutivismo, utilizando exemplos como o “peru indutivista” para ilustrar a falácia de se considerar observações limitadas como evidência de leis universais.

A análise crítica expõe que, apesar de dados estatísticos oferecerem insights, não possibilitam previsões seguras do futuro, enfatizando a complexidade da realidade judicial e a necessidade de cautela ao interpretar resultados. Por fim, os autores alertam para o perigo de se dar um peso excessivo a previsões estatísticas, ressaltando que eventos imprevistos, os "Cisnes Negros", podem ocorrer a qualquer momento e contestar nossa confiança em dados aparentemente conclusivos.

Resumo editorial produzido pela equipe da Criminal Player. O texto integral é de autoria dos experts e está publicado no Conjur.

Tópicos do artigo

Principais pontos desenvolvidos no texto original

Principais tópicos abordados no artigo "A probabilidade do 7 x 1 para a Alemanha e a pesquisa da FGV sobre o STF", escrito por André Karam Trindade e Alexandre Morais da Rosa.

  • Previsões Estatísticas e o Jogo Brasil x Alemanha: Análise da probabilidade de vitória do Brasil, que era de 65%, em contraste com a derrota por 7 x 1, considerada um "ponto fora da curva".
  • Curva de Gauss e Cisne Negro: Discussão sobre a curva de Gauss e a possibilidade de eventos raros, referenciada através do conceito de "Cisne Negro" de Nassim Nicholas Taleb.
  • Big Data no Contexto Judicial: Definição de Big Data e suas implicações na análise de dados judiciais, enfatizando os “5 Vs” (velocidade, volume, variedade, veracidade e valor).
  • Limitações da Quantificação de Dados: Crítica à ideia de que dados estatísticos podem captar a totalidade dos casos judiciais e suas narrativas, segundo Byung-Chul Han.
  • Falácias da Amostra no Processo Penal: Reflexão sobre a "falácia da amostra" e as limitações das análises baseadas apenas em casos que chegaram a recurso.
  • Cuidado com a Indução: Análise crítica do indutivismo, exemplificada pelo “peru indutivista” de Bertrand Russell, destacando as falhas na lógica indutiva.
  • Expectativas de Comportamento Judicial: Reflexão sobre como os dados podem fornecer expectativas, mas não garantias, sobre o futuro das decisões judiciais.
  • Consequências da Acreditação Dogmática nas Pesquisas: Alertas sobre os riscos de confiar excessivamente nas previsões estatísticas, comparando com a previsibilidade do jogo entre Brasil e Alemanha.
  • A Complexidade do Mundo Judicial: Considerações sobre como o direito não pode ser reduzido a números e estatísticas, enfatizando a interconexão e complexidade dos casos.
  • Reflexão Final: A conclusão destaca que a possibilidade de erros e Cisnes Negros devem ser levadas em conta ao interpretar dados e previsões no contexto judicial.
Leia o artigo completo no ConjurTexto integral no site da publicação
Acessar artigo

Sobre os experts

Professores e especialistas que conduziram este conteúdo

Avatar de Alexandre Morais da Rosa
Alexandre Morais da RosaPós-doutorando em Universidade de Brasilia (UnB). Doutor em Direito (UFPR), com estágio de pós-doutoramento em Direito (Faculdade de Direito de Coimbra e UNISINOS). Mestre em Direito (UFSC). Professor do Programa de Graduação, Mestrado e Doutorado da UNIVALI. Juiz de Direito do TJSC. Membro Honorário da Associação Ibero Americana de Direito e Inteligência Artificial/AID-IA. Pesquisa Novas Tecnologias, Big Data, Jurimetria, Decisão, Automação e Inteligência Artificial aplicadas ao Direito Judiciário, com perspectiva transdisciplinar. Coordena o Grupo de Pesquisa SpinLawLab (CNPq UNIVALI)

Explore

Indicações relacionadas a este conteúdo

Precisa de ajuda?
Fale com nossa equipe pelo WhatsApp para dúvidas sobre este conteúdo.

Não perca este conteúdo

Assine a Criminal Player e tenha acesso imediato a esta aula, mais de 4.900 conteúdos, ferramentas de IA e a maior comunidade de advocacia criminal do Brasil.

Ver planos