O modelo não é o território

Dos motivos das falhas nos modelos de decisão

O ponto de partida para qualquer consideração sobre as limitações dos modelos de decisão está na compreensão legítima de sua definição. Um modelo de decisão é uma representação de um fenômeno observado. Por representação, pois não é a realidade. Trata-se de uma tentativa de reconstrução, portanto, uma simplificação, e não o retrato fidedigno do evento. Essa visão excede as barreiras da modelagem quantitativa. O mapeamento remete-nos a esboçar determinadas características do terreno, tal como uma projeção cartográfica: implica na sintetização de elementos e, logo, a transposição distorcerá, ao menos em parte, a área desenhada. A comparação direta com o processo de modelagem pode ser abreviada pela célebre máxima de Alfred Korzybski: “o mapa não é o território”¹.

Os problemas na modelagem derivam especialmente dessa vertente. Vejamos o clássico. Frequentemente, escutam-se profissionais atribuindo a falha dos modelos à insuficiência de dados. A reclamação se estende desde a escassez, imprecisão, tempo para coleta até o custo de obtenção. Dessa maneira, os modelos geram resultados inconsistentes e prejudicam as operações.

E se, digamos, fosse realmente possível disponibilizar todos os dados exigidos: qual seria o tamanho do modelo? A questão não é inédita. Em 1946, Jorge Luis Borges imaginou um império cujos conhecimentos em cartografia eram tão precisos que seus funcionários produziram um mapa em escala 1:1². O mapa era tão detalhado a ponto de coincidir com a exata extensão do território. Existe alguma utilidade para essa obra colossal? Ou melhor, onde poderíamos guardar o tal mapa?

No cenário corporativo do século XXI, obrigatoriamente o modelo demandará uma arquitetura digital extensa; servidores, grande capacidade de processamento, muitas e muitas abas, e algumas centenas de telas. Todavia, há serventia? Talvez o armazenamento dos dados seja oportuno, mas a utilidade prática de um modelo de decisão deve, por definição, representar a operação de maneira sucinta. A razão está em demonstrar a estruturação de forma concisa e gerar, sobretudo, resultados para a organização, sem desperdiçar tempo elaborando, manuseando e comunicando extensas planilhas que gastam mais tempo para serem entendidas do que oferecem proveito prático.

A própria serventia do profissional é colocada em xeque. Sua função original consiste em elaborar um mapeamento da situação para melhor estimar cenários e servir como apoio à tomada de decisão. Essencialmente, ele deve aplicar técnicas numéricas baseadas na ausência de fatos claros. Num contexto em que todas as informações estão acessíveis, a função do executivo tende a ser superada, reduzindo-se à condição de um mero processador de dados, alguém que armazena e retransmite informações sem agregar valor analítico. Nessa configuração, sua atuação em nada o diferencia de um operário de linha de montagem da década de 1930.

É provável que o executivo deseje conservar seu posto de trabalho e admita a necessidade de trabalhar com dados reduzidos. Uma das alternativas para mitigar falhas nos modelos está na busca por aperfeiçoamento técnico em vez de processar dados - embora, uma considerável parcela dos profissionais ainda prefira se posicionar como operário de planilhas. Isso significa que ao modelador caberá fazer escolhas em torno dos dados: parte será preservada, e outra sacrificada. Aqui surge um dilema decisivo. Há uma ampla gama de vieses inerentes à seleção de dados: desde a falta de critérios, a escolha deliberada e até tendenciosa de bases de dados, sem revelar as reais intenções. Há, também, a alegação de que os dados foram utilizados devido ao custo da obtenção, sem questionar sua imprecisão. Provavelmente a carreira de alguém esteja à mercê dos resultados. Entretanto, fatalmente evidenciará a incompetência daquele que declara tal absurdo.

Outro aspecto frequentemente negligenciado está relacionado aos resultados dos modelos de otimização. Nesse particular, assinala-se o equívoco crucial na interpretação da solução ótima, tendo em vista a aplicação. O fato é que a solução ótima de um modelo, definitivamente, não é a solução ótima do problema analisado. Esse é o ponto mais fundamental, na maioria das vezes, ignorado. Faça a seguinte pergunta ao executivo: o modelo é uma representação inequívoca da realidade? Não é. E isso é irrefutável: o único aspecto que o resultado do modelo efetivamente exprime é a existência de um ponto de máximo ou mínimo de uma função, que é diferente de uma equação não otimizada. Porém, novamente, está restrito à situação representada – e não a uma situação reproduzida.

 
Ainda a esse respeito, também, há um paradoxo, pois, embora os resultados de modelos bem estruturados possam impactar positivamente as operações, esses mesmos resultados são de difícil implantação. Além dos tópicos mencionados, aponta-se a incapacidade da organização em seguir as diretrizes da modelagem proposta; o modelo torna-se um quadro de referência, e não um sistema a ser cumprido. O estágio mais sensível, no entanto, remete às circunstâncias políticas da organização: a implementação não ocorre por razões obscuras.

Resta ainda um assunto a ser registrado, apesar de que essa análise poderia ser amplamente estendida. Situações problemáticas não carregam consigo características estáticas ou de formato definitivo. Logo, o impacto gerado nas organizações acarreta rápida mudança, especialmente em ambientes turbulentos. A vida das soluções para diversos problemas críticos no nível organizacional e social é mais curta do que o tempo dispensado para encontrá-las, tal como exposto em 1971 por Donald Schön em seu livro “Beyond the Stable State”. Dessa forma, soluções ótimas raramente serão adaptáveis a tais cenários, principalmente em dinâmicas aceleradas e imprevisíveis.

De modo geral, a finalidade de um mapa é facilitar o deslocamento e servir como guia. Para usá-lo, é necessário reconhecer as imperfeições. Também é necessário algum conhecimento prévio do território explorado e até alguma noção, mesmo que básica, de cartografia. A correspondência com a Pesquisa Operacional indica que um modelo de decisão, assim como um mapa, jamais substituirá a realidade. Caso o analista seja adepto do hiper-realismo e insista na sua capacidade de programação, sugere-se a lembrança de que Jean Baudrillard, quarenta e três anos atrás, emitiu o seu parecer sobre a possibilidade da simulação substituir a realidade: “é agora o mapa que precede o território - precessão dos simulacros - é ele que engendra o território cujos fragmentos apodrecem lentamente sobre a extensão do mapa”³. Modelos falham, sobretudo, pela cega crença de que a realidade pode ser reproduzida ou recriada. O esforço da modelagem deveria ser realizado em prol do melhor entendimento da situação problemática e descrever suas deformações para justificar as escolhas no mundo real.

Essa discussão exalta a sofisticação da Pesquisa Operacional: um campo que se estende além dos números, truques de planilhas ou códigos de programação. Eis um exemplo de como a interdisciplinaridade, característica elementar desse campo, beneficia a construção de modelos e a adequação de estratégias. Tais exemplos não são notas de rodapés, embora a maioria (senão todos) frequentemente tenha se tornado assunto não mencionável nos notórios cursos de modelagem. E para alcançar essa sofisticação, não é necessário amplo conhecimento em semântica geral, sociologia, teoria da aprendizagem ou até literatura; mas, quem sabe, digamos, seja necessário que o executivo saiba um pouco mais do que apertar botões e programar planilhas. Desafie seu professor... se é que ele sabe isso.

Referências 

1. Alfred Korzybski, Science and Sanity: An Introduction to Non-Aristotelian Systems and General Semantics (Lancaster, PA; New York: The International Non-Aristotelian Library Publishing Company, 1933), página 58.

2. Jorge Luis Borges, “Del rigor en la ciencia,” in Historia universal de la infamia (Buenos Aires: Editorial Tor, 1946).

3. Jean Baudrillard, Simulacres et Simulation (Paris: Éditions Galilée, 1981), página 10. Livre tradução e adaptação.

PARA CITAR:

CONCER, R. O modelos não é o território. Dr. Ronald Concer | Pesquisa Operacional e a Ciência da Redes comentada, 2025. Disponível em: <https://ronaldconcer.blogspot.com/2025/10/o-modelo-nao-e-o-territorio.html>