erros

This is a read only archive of pad.okfn.org. See the shutdown announcement for details.

erros How to Make Mistakes How Things Are, J. Brockman and K. Matson, eds., William Morrow and Company, New York, 1995. pp. 137-144.

How to Make Mistakes https://ase.tufts.edu/cogstud/dennett/papers/howmista.htm
Daniel C. Dennett

Como cometer erros https://docs.google.com/document/d/1I5cvfvE6RqBjjuqZv1uQpQ8J6iLhlPU6q60SxYMzNsM/edit?usp=sharing <=== corrija aqui
Daniel C. Dennett

        Making mistakes is the key to making progress. There are times, of course, when it is important not to make any mistakes--ask any surgeon or airline pilot. But it is less widely appreciated that there are also times when making mistakes is the secret of success. What I have in mind is not just the familiar wisdom of nothing ventured, nothing gained. While that maxim encourages a healthy attitude towards risk, it doesn't point to the positive benefits of not just risking mistakes, but actually of making them. Instead of shunning mistakes, I claim, you should cultivate the habit of making them. Instead of turning away in denial when you make a mistake, you should become a connoisseur of your own mistakes, turning them over in your mind as if they were works of art, which in a way they are. You should seek out opportunities to make grand mistakes, just so you can then recover from them.

       Comemeter erros é a chave para progredir. Existem momentos, claro, quando é importante não cometer erro algum -- pergunte a qualquer cirurgião ou piloto de avião. Mas no geral é menos reconhecido que existem momentos em que errar é o segredo para o sucesso. O que eu tenho em mente não é apenas o ditado popular de sem risco, sem ganho. Enquanto a máxima encoraja uma atitude saudável em relação aos riscos, ela não pontua os benefícios positivos de simplesmente arriscar errar, mas de fato fazê-los. Ao invés de esconder erros, eu digo que você deve cultivar o hábito de errar. No lugar de dar meia volta e negar quando você erra, você deve se tornar um conhecedor dos seus erros, refletindo sobre eles na sua mente como se fossem trabalhos de arte, o que de certo modo são. Você deve procurar oportunidades para cometer erros magníficos, assim então você pode se recuperar deles.

        First the theory, and then the practice. Mistakes are not just golden opportunities for learning; they are, in an important sense, the only opportunity for learning something truly new. Before there can be learning, there must be learners. These learners must either have evolved themselves or have been designed and built by learners that evolved. Biological evolution proceeds by a grand, inexorable process of trial and error--and without the errors the trials wouldn't accomplish anything. This is true wherever there is a design process, no matter how clever or stupid the designer. Whatever the question or design problem is, if you don't already know the answer (because someone else figured it out already and you peeked, or because God told you), the only way to come up with the answer is to take some creative leaps in the dark and be informed by the results. You, who know a lot--but just not the answer to the question at hand--can take leaps somewhat guided from the outset by what you already know; you may not be just guessing at random.

       Primeiro a teoria, depois a prática. Erros não são apenas chances de ouro para aprender; eles são, em um sentido importante, a única oportunidade para aprender algo verdadeiramente novo. Antes de existir algo a ser aprendido, deve haver aprendizes. Esses aprendizes devem tanto se envolver ou serem concebidos e formados por aprendizes que cresceram. A evolução biológica avança através de um grande e inexorável processo de tentativa e erro -- e sem os erros as tentativas não conseguiriam nada. Isso é verdade onde há um processo de criação, não importa o quão inteligente ou estúpido é o criador. Qualquer que seja a questão ou problema envolvido, se você não sabe ainda a resposta (porque uma outra pessoa já encontrou e você espiou, ou porque Deus te disse), a única forma de chegar a resposta é ter alguns saltos criativos no escuro e ser informado pelos resultados. Você, que sabe um bocado -- mas não sabe a resposta para a pergunta em questão -- pode ter alguns saltos guiados por aquilo que você já sabe; você pode não achar algo de forma aleatória.

        For evolution, which knows nothing, the leaps into novelty are blindly taken by mutations, which are copying "errors" in the DNA. Most of these are fatal errors, in fact. Since the vast majority of mutations are harmful, the process of natural selection actually works to keep the mutation rate very low. Fortunately for us, it does not achieve perfect success, for if it did, evolution would eventually grind to a halt, its sources of novelty dried up. That tiny blemish, that "imperfection" in the process, is the source of all the wonderful design and complexity in the living world.

        Para a evolução, que nada sabe, os passos em direção ao novo são cegamente tomados pelas mutações, que são "erros" de cópia no DNA. A maioria destes, de fato, são erros fatais. Considerando que a vasta maioria das mutações são prejudiciais, o processo de seleção natural na verdade trabalha para manter a taxa de mutações muito baixa. Felizmente para nós, ela não atinge o sucesso perfeito, pois, se atingisse, a evolução eventualmente paralisaria e suas fontes de novidade se esgotariam. Aquele pequeno defeito, aquela "imperfeição" no processo, é a fonte de toda o maravilhoso desenho e complexo mundo dos seres vivos.

        The fundamental reaction to any mistake ought to be this: "Well, I won't do that again!" Natural selection takes care of this "thought" by just wiping out the goofers before they can reproduce. Something with a similar selective force--the behaviorists called it "negative reinforcement"--must operate in the brain of any animal that can learn not to make that noise, touch that wire, or eat that food. We human beings carry matters to a much more swift and efficient level. We can actually think the thought, reflecting on what we have just done. And when we reflect, we confront directly the problem that must be solved by any mistake-maker: what, exactly, is that? What was it about what I just did that got me into all this trouble? The trick is to take advantage of the particular details of the mess you've made, so that your next attempt will be informed by it, and not be just another blind stab in the dark. In which direction should the next attempt be launched, given that this attempt failed?

        A reação fundamental a qualquer erro deveria ser esta: "Bem, não farei isso novamente!" A seleção se encarrega deste pensamento apenas eliminando os perdedores antes de que eles possam reproduzir. Algo com uma força seletiva similar - chamada de "reforço negativo" - pelos behavioristas/comportamentalistas - deve operar no cérebro de qualquer animal que pode aprender a não fazer aquele barulho, tocar aquele fio, ou comer aquela comida. Nós seres humanos lidamos com essas questões em um nível muito mais rápido e eficiente. Nós, na realidade, podemos elaborar o pensamento, refletindo sobre aquilo que a pouco fizemos. E quando refletimos, confrontamos diretamente o problema que precisa ser resolvido por qualquer responsável pelo erro. O que exatamente é isso? O que foi isso que eu acabei de fazer que me levou a todo este problema? O truque é tirar vantagem dos detalhes particulares da bagunça que você criou, de forma que sua próxima tentativa carregará essa informação, de forma que a próxima tentativa não será uma facada cega no escuro. Em qual direção deveria seguir a próxima tentativa, considerando que esta tentativa falhou?

        At its simplest, this is a technique we learned in grade school. Recall how strange and forbidding long division seemed at first: you were confronted by two imponderably large numbers, and you had to figure out how to start. Does the divisor go into the dividend six or seven or eight times? Who knew? You didn't have to know; you just had to take a stab at it, whichever number you liked, and check the result. I remember being almost shocked when I was told I should start by just "making a guess". Wasn't this mathematics? You weren't supposed to play guessing games in such a serious business, were you? But eventually I came to appreciate the beauty of the tactic. If the chosen number turned out to be too small, you increased it and started over; if too large, you decreased it. The good thing about long division was that it always worked, even if you were maximally stupid in making your first choice, in which case it just took a little longer.

       Na sua forma mais simples, essa é uma técnica que nós aprendemos no primário. Lembre-se quão estranho e impossível divisões longas pareciam no primeiro momento: você estava em frente a dois grandes números incompreensíveis, e devia encontrar uma forma de começar. O divisor cabe no dividendo seis ou sete ou oito vezes? Quem sabia? Você não tinha que saber; você apenas tinha que "dar uma facada no escuro", qualquer que fosse o número, e então checar o resultado.

        This general technique of making a more-or-less educated guess, working out its implications, and using the result to make a correction for the next phase has found many applications. Navigators, for instance, determine their position at sea by first making a guess about where they are. They make a guess about exactly--to the nearest mile--what their latitude and longitude are, and then work out how high in the sky the sun would appear to be if that were (by an incredible coincidence) their actual position. Then they measure the actual elevation angle of the sun, and compare the two values. With a little more trivial calculation, this tells them how big a correction, and in what direction, to make to their initial guess. It is useful to make a good guess the first time, but it doesn't matter that it is bound to be mistaken; the important thing is to make the mistake, in glorious detail, so you have something serious to correct.

        A técnica geral para dar chutes mais ou menos educados, trabalhando com suas implicações, e usando o resultado para fazer uma correção para a próxima fase encontrou muitas aplicações. Navagadores, por exemplo, determinam suas posições no mar primeiramente com um chute de onde estão. Eles levantam um palpite sobre exatamente - para o quilômetro mais próximo - quais são sua latitude e longitude e, em seguida, descobrir o quão alto no céu o sol pareceria se aquela fosse (por uma incrível coincidência) sua posição real. Em seguida, eles medem o ângulo de elevação real do sol e comparam os dois valores. Com um cálculo um pouco mais trivial, isso diz para eles o quão grande uma correção, e em qual direção, deve ser feita em relação ao chute inicial. É útil ter dado um bom palpite na primeira vez, mas não importa que ele esteja suscetível a estar enganado; o importante é cometer um erro, em detalhes gloriosos, então você tem alguma coisa séria para corrigir.

        The more complex the problem, of course, the more difficult the analysis is. This is known to researchers in Artificial Intelligence as the problem of "credit assignment" (it could as well be called blame assignment). Many AI programs are designed to "learn," to adjust themselves when they detect that their performance has gone awry, but figuring out which features of the program to credit and which to blame is one of the knottiest problems in AI. It is also a major problem--or at least a source of doubt and confusion--in evolutionary theory. Every organism on earth dies sooner or later after one complicated life story or another. How on earth could natural selection see through the fog of all these details in order to discern the huge complex of positive and negative factors and "reward" the good and "punish" the bad? Can it really be that some of our ancestors' siblings died childless because their eyelids were the wrong shape? If not, how could the process of natural selection explain why our eyelids came to have the nifty shape that they do?

        Quanto mais complexo é o problema, é claro, mais difícil é a análise. Isso é conhecido por pesquisadores de Inteligência Artificial (IA) as o problema da "atribuição do crédito" (que também poderia ser chamado de atribuição de culpa). Muito programas de IA são desenhados para "aprender," para ajustar-se quando detectam que seu desempenho está indo mal, mas descobrir quais características do programa dar crédito e quais culpar é uma dos problemas mais complicados da IA. É também um grande problema -- ou pelo menos uma fonte de dúvida e confusão -- na teoria da evolução. Todo organismo na Terra, mais cedo ou mais tarde, morre após uma ou outra história de vida complicada. Como poderia a seleção natural ver através da névoa de todos esses detalhes, a fim de discernir o grande complexto de fatores positivos e negativos e "recompensar" o bom e "punir" o mau? Pode realmente ser que alguns dos irmãoes de nossos antepassados morreram sem filhos por causa suas pálpebras tinham um formato errado? Se não, como poderia o processo de seleção natural explicar por que nossas pálpebras chegaram a ter essa forma fabulosa que elas têm?

        One technique for easing the credit assignment problem is to build mistake-opportunities into a "hierarchy"--a sort of pyramid of levels, with a safety net at each step. By and large, don't mess with the parts that are already working well, and take your risks opportunistically. That is, plan your project so that at each step you can check for error and take a remedial path. Then you can be bold in execution, ready to take advantage of unlikely success and ready to cope gracefully with likely failure. This is a technique that stage magicians--at least the best of them--exploit with amazing results. (I don't expect to incur the wrath of the magicians for revealing this trick to you, since this is not a particular trick but a deep general principle.) A good card magician knows many tricks that depend on luck--they don't always work, or even often work. There are some effects--they can hardly be called tricks--that might work only once in a thousand times! But here is what you do. You start by telling the audience you are going to perform a trick, and without telling them what trick you are doing, you go for the one-in-a-thousand effect. It almost never works, of course, so you glide seamlessly into a second try, for an effect that works about one time in a hundred, perhaps. When it too fails (as it almost always will) you slide into effect #3, which only works about one time in ten, so you'd better be ready with effect #4 which works half the time (let's say), and if all else fails (and by this time, usually one of the earlier safety nets will have kept you out of this worst case), you have a failsafe effect, which won't impress the crowd very much but at least it's a surefire trick. In the course of a whole performance, you will be very unlucky indeed if you always have to rely on your final safety net, and whenever you achieve one of the higher-flying effects, the audience will be stupefied. "Impossible! How on earth could you have known that was my card?" Aha! You didn't know, but you had a cute way of taking a hopeful stab in the dark that paid off. By hiding the "error" cases from view, you create a "miracle".

        Uma técnica para aliviar o problema da atribuição de crédito é construir oportunidades de erro em uma "hierarquia" -- uma espécie de pirâmide de níveis, com uma rede de segurança em cada etapa. Em geral, não mexa com as partes que já estão funcionando bem e assuma seus riscos de forma oportuna. Isto é, planeje seu projeto de modo que a cada etapa você pode checar o erro e tomar um caminho corretivo. Então você pode ser corajoso na execução, pronto para tirar proveito de um sucesso improvável e pronto para lidar graciosamente com uma provável falha. Está é a técnica que mágicos de palco -- pelo menos os melhores deles -- exploram com resultados incríveis. (Espero não incorrer na ira dos mágicos por revelar esse truque para você, já que este não é um truque em particular, mas um profundo princípio geral.) Um bom mágico de carta conhece muito truques que dependem de sorte -- eles nem sempre funcionam, ou mesmo funcionam com frequência. Há alguns efeitos -- eles dificilmente podem ser chamados truques -- que podem funcionar somente uma vez em mil vezes! Mas aqui está o que você faz. Você começar dizendo para seu público que você vai fazer um truque, e sem dizer para eles qual truque você está fazendo, você vai para o efeito um-em-mil. Ele quase nunca funciona, é claro, então você desliza perfeitamente para uma segunda tentativa, para um efeito que funciona em torno de uma vez a cada cem, talvez. Quando ele falha também (como ele quase sempre falhará) você desliza para o efeito número 3, que somente funciona em torno de uma vez a cada dez, então é melhor você estar preparado para o efeito número 4, que funciona na merade das vezes (digamos), e se tudo o mais falha (e, a essa altura, geralmente uma das redes de segurança anteriores o manterá fora desse pior caso), você tem um efeito seguro, que não impressiona muito a multidão mas pelo menos é um truque infalível. No decorrer de toda uma performance, você será muio azarado, de fato, se você sempre tiver sempre que
se apoiar na sua última rede de segurança, e sempre que você atingir um dos efeitos de maior vôo, o público vai ficar estupefato. "Impossível! Como você poderia saber que aquela era minha carta?" Aha! Você não sabia, mas você tinha uma maneira linda de ter uma facada esperançosa no escuro que valeu a pena. Ao ocultar os casos de "erro" da vista, você criou um "milagre".

        Evolution works the same way: all the dumb mistakes tend to be invisible, so all we see is a stupendous string of triumphs. For instance, over 90% of all the creatures that have ever lived died childless, but not a single one of your ancestors suffered that fate. Talk about a line of charmed lives!

        A evolução funciona do mesmo modo: todos os erros burros tendem a ser invisíveis, de modo que tudo o que vemos é uma sequência estupenda de triunfos. Por exemplo, mais que 90% de todas criaturas que já existiram morreram sem filhos, mas nenhum dos seus antepassados sofreu esse destino. Fale sobre uma linha de vidas encantadas!

        The main difference between science and stage magic is that in science you make your mistakes in public. You show them off, so that everybody can learn from them--not just yourself. This way, you get the benefit of everybody else's experience, and not just your own idiosyncratic path through the space of mistakes. This, by the way, is what makes us so much smarter than every other species. It is not so much that our brains are bigger or more powerful, but that we share the benefits that our individual brains have won by their individual histories of trial and error.

        A principal diferença entre ciência e mágica de palco é que na ciência você comete seus erros em público. Você os expôe, de modo que todo mundo pode aprender a partir deles - não apenas você mesmo. Desse modo, você se beneficia da experiência de todo mundo, e não apenas seu próprio caminho idiosincrático através do espaço de erros. Isso, a propósito, é o que nos faz muito mais espertos que as outras espécies. Não é tanto por causa dos nossos cérebros serem maiores e mais poderosos, mas mas que nós compartilhamos os benefícios que nossos cérebros individuais ganharam através de suas histórias individuais de tentativa e erro.

        The secret is knowing when and how to make mistakes, so that nobody gets hurt and everybody can learn from the experience. It is amazing to me how many really smart people don't understand this. I know distinguished researchers who will go to preposterous lengths to avoid having to acknowledge that they were wrong about something--even something quite trivial. What they have never noticed, apparently, is that the earth does not swallow people up when they say, "Oops, you're right. I guess I made a mistake." You will find that people love pointing out your mistakes. If they are generous-spirited, they will appreciate you more for giving them the opportunity to help, and acknowledging it when they succeed, and if they are mean-spirited they will enjoy showing you up. Either way, you--and we all--win.

        O segredo é saber quando e como cometer erros, de tal modo que ninguém se machuque e todo mundo possa aprender através da experiência. É incrível para mim quantas pessoas realmente inteligentes não entendem isso. Conheço notáveis pesquisadores que irão até as últimas para evitar ter que reconhecer que eles estavam errados sobre algo -- mesmo sobre algo bastante trivial. O que eles nunca perceberam, aparentemente, é que a terra não engole pessoas quando elas dizem, "Ops, você está certo. Eu acho que cometi um engano."Você vai descobrir que as pessoas adoram apontar seus erros. Se eles são generosos, vão apreciar você mais ainda por dar-lhes a oportunidade de ajudar, e reconhecê-lo quando tiverem êxito; e se eles são mesquinhos, vão se divertir ao expô-lo. De qualquer modo, você -- e todos nós -- ganhamos.

        Of course people do not enjoy correcting the stupid mistakes of others. You have to have something bold and interesting to say, something original to be right or wrong about, and that requires building the sort of pyramid of risky thinking we saw in the card magician's tricks. And then there's a surprise bonus: if you are one of the big risk-takers, people will even get a kick out of correcting your stupid mistakes, which show that you're not so special, you're a regular bungler like the rest of us. I know philosophers who have never--apparently--made a mistake in their work. Their specialty is pointing out the mistakes of others, and this can be a valuable service, but nobody excuses their errors with a friendly chuckle.

        É claro que as pessoas não gostam de corrigir os erros estúpidos dos outros. Você tem que ter algo ousado e interessante para dizer, algo original para ser certo ou errado, e que necessite construir o tipo de pirâmide de pensamento arriscado que vimos nos truques de cartas do mágico. E, em seguida, há um bônus surpresa: se você é um dos que adora grande riscos, as pessoas irão se divertir ao corrigir seus erros estúpidos, que mostram que você não é tão especial, você é um trapalhão regular como o resto de nós. Conheço filósofos que nunca -- aparentemente - cometeram um erro em seu trabalho. Sua especialidade é apontar os erros dos outros, e esse trabalho pode ser valioso, mas ninguém perdo seus erros com um sorriso amigável.

        We don't usually have to risk life and limb in order to learn from our mistakes, but we do have to keep track, and actually attend to them. The key to that is first, not to try to hide your mistakes. If you hide them, you may, like the magician, enhance your reputation, but this is a short-range solution that will come to haunt you in the long run. Second, you must learn not to deny to yourself that you have made them or try to forget them. That is not easy. The natural human reaction to mistake is embarrassment and anger, and you have to work hard to overcome these emotional reactions. Try to acquire the weird practice of savoring your mistakes, delighting in uncovering the strange quirks that led you astray. Then, once you have sucked out all the goodness to be gained from having made them, you can cheerfully forget them, and go on to the next big opportunity.

        Nós em geral não temos que arriscar nossa vida e membros para aprender dos nossos erros, mas nós temos que manter o controle e realmente cuidar deles. A chave para isso é, primeiro, não tentar esconder seus erros. Se você os esconde, você pode, como o mágico, aumentar sua reputação, mas está é uma solução a curto prazo que virá assombrá-lo no longo prazo. Segundo, você tem que aprender a não negar para si mesmo que você os cometeu ou tentar esquecê-los. Isso não é fácil. A reação humana natural ao erro é embaraço e raiva, e você terá que trabalhar duro para superar essas reações emocionais. Tente adquirir a prática estranha de saborear seus erros, deliciando-se em descobrir as estranhas peculiaridades que o levaram a errar. Então, uma vez que você tenha absorvido todas as coisas boas por tê-los cometidos, você pode alegremente esquecê-los, e ir para a próxima grande oportunidade.

        You are going to make lots of mistakes in your life, and some of them, unless you truly do lead a charmed life, will really hurt--yourself and others. Here are some ways of making the best of it, since the more you learn from the relatively painless mistakes, the less likely you are to commit the awful variety.

        Você cometerá muitos erros em sua vida, e alguns dele, a menos que você realmente leve uma vida encantada, realmente machucarão - você e os outros. Essas são algumas maneiras de fazer o melhor possível, uma vez que quanto mais você aprende com os erros relativamente indolores, menos provável que você esteja cometendo a 'diversidade terrível' (?).