Um novo estudo da Universidade de Munique (LMU) demonstra como os estudantes podem melhorar a sua compreensão e interpretação de probabilidades condicionais, prevenindo erros de raciocínio nas áreas da medicina e do direito. A investigação, realizada por uma equipa de especialistas em educação matemática das Universidades de Regensburg, Kassel, Freiburg, Heidelberg e LMU, comparou quatro diferentes cursos de formação destinados a ajudar os estudantes a obter um melhor entendimento sobre probabilidades.

O foco do estudo centrou-se nas chamadas situações Bayesianas, como por exemplo: se num determinado momento durante a pandemia de coronavírus, 0,1% da população estava infetada com SARS-CoV-2 e uma pessoa realiza um autoteste, sabendo que 96% das pessoas infetadas recebem um resultado positivo e 2% das pessoas não infetadas também obtêm um resultado positivo, qual é a probabilidade de a pessoa em questão estar realmente infetada se obtiver um resultado positivo no teste?

Karin Binder, educadora de matemática da LMU e uma das autoras do estudo, afirma que muitas pessoas, mesmo especialistas nos respetivos domínios, sobrestimam significativamente esta probabilidade, deixando-se influenciar pelos parâmetros positivos dos testes e negligenciando a pequena proporção de pessoas infetadas.

Para ilustrar esta situação, podemos imaginar que 100.000 pessoas foram testadas: apenas 100 pessoas estão infetadas, das quais 96 recebem um resultado positivo. Das 99.900 pessoas saudáveis, 2% (1.998) também recebem um resultado positivo. Consequentemente, das 2.094 pessoas com resultados positivos, apenas 96 estão realmente infetadas, o que corresponde a quase 5%. Assim, um resultado positivo no teste não é, por si só, motivo de alarme.

Nicole Steib, da Universidade de Regensburg e autora principal do estudo, explica que a tradução de probabilidades (2%) em frequências concretas (1.998 de 99.900), combinada com a representação da informação numa árvore dupla, provou ser o método mais eficaz para ajudar os estudantes a resolver tarefas semelhantes. Em contraste, as árvores de probabilidade geralmente usadas nas escolas só ajudam os estudantes com conhecimentos matemáticos particularmente avançados.

Num projeto de acompanhamento, as novas abordagens de formação serão integradas em aulas para ensino nas escolas, com o objetivo de prevenir erros de raciocínio e melhorar a tomada de decisões em áreas críticas como a medicina e o direito.

NR/HN/Alphagalileo