As pessoas mais bem-sucedidas não são as mais talentosas, apenas as mais sortudas, confirma um novo modelo computacional de criação de riqueza.

A distribuição da riqueza segue um padrão bem conhecido, às vezes chamado de regra 80:20.

80% da riqueza pertence a 20% das pessoas. De fato, um relatório do ano passado concluiu que apenas oito homens tinham uma riqueza total equivalente à dos 3,8 bilhões de pessoas mais pobres do mundo.

Isso parece ocorrer em todas as sociedades em todas as escalas. É um padrão bem estudado chamado lei de poder que surge em uma ampla gama de fenômenos sociais. Mas a distribuição da riqueza está entre as mais controversas por causa das questões que ela levanta sobre justiça e mérito. Por que tão poucas pessoas têm tanta riqueza?

A resposta convencional é que vivemos em uma meritocracia na qual as pessoas são recompensadas por seu talento, inteligência, esforço e assim por diante. Com o tempo, muitas pessoas pensam que isso se traduz na distribuição de riqueza que observamos, embora uma boa dose de sorte possa ter um papel importante.

Mas há um problema com essa ideia: embora a distribuição de riqueza siga uma lei de poder, a distribuição das habilidades humanas geralmente segue uma distribuição normal que é simétrica em relação a um valor médio. Por exemplo, a inteligência, medida por testes de QI, segue esse padrão. O QI médio é de 100, mas ninguém tem um QI de 1.000 ou 10.000.

O mesmo vale para o esforço, medido pelas horas trabalhadas. Algumas pessoas trabalham mais horas do que a média e algumas trabalham menos, mas ninguém trabalha um bilhão de vezes mais do que qualquer outra pessoa.

E ainda quando se trata das recompensas por este trabalho, algumas pessoas têm bilhões de vezes mais riqueza do que outras pessoas. Além disso, numerosos estudos mostraram que as pessoas mais ricas geralmente não são as mais talentosas por outras medidas.

Quais fatores, então, determinam como os indivíduos se tornam ricos? Será que o acaso desempenha um papel maior do que qualquer um esperava? E como esses fatores, sejam eles quais forem, podem ser explorados para tornar o mundo um lugar melhor e mais justo?

Hoje recebemos uma resposta graças ao trabalho de Alessandro Pluchino na Universidade de Catania, na Itália, e a alguns colegas. Esses caras criaram um modelo computacional de talento humano e o modo como as pessoas o usam para explorar oportunidades na vida. O modelo permite que a equipe estude o papel do acaso nesse processo.

Os resultados abrem os olhos. Suas simulações reproduzem com precisão a distribuição de riqueza no mundo real. Mas os indivíduos mais ricos não são os mais talentosos (embora devam ter um certo nível de talento). Eles são os mais sortudos.

O modelo de Pluchino é direto. Consiste de N pessoas, cada uma com um certo nível de talento (habilidade, inteligência, habilidade e assim por diante). Esse talento é distribuído normalmente em algum nível médio, com algum desvio padrão. Então algumas pessoas são mais talentosas do que a média e outras são menos talentosas, mas ninguém é muito mais talentoso do que qualquer outra pessoa.

Este é o mesmo tipo de distribuição visto para várias habilidades humanas, ou até mesmo características como altura ou peso. Algumas pessoas são mais altas ou menores que a média, mas ninguém é do tamanho de uma formiga ou de um arranha-céu. De fato, somos todos muito parecidos.

O modelo de computador mapeia cada indivíduo através de uma vida útil de 40 anos. Durante esse tempo, os indivíduos experimentam eventos de sorte que podem explorar para aumentar sua riqueza, se forem talentosos o suficiente. No entanto, eles também experimentam eventos infelizes que reduzem sua riqueza. Esses eventos ocorrem aleatoriamente.

Quando os individuos de encontram ao final dos 40 anos, nessa simulação, Pluchino classificas indivíduos por riqueza e estudam as características dos mais bem-sucedidos. Eles também calculam a distribuição de riqueza. Eles então repetem a simulação muitas vezes para verificar a robustez do resultado.

Quando a equipe classifica os indivíduos por riqueza, a distribuição é exatamente como aquela vista nas sociedades do mundo real. “A regra '80-20 'é respeitada, já que 80% da população possui apenas 20% do capital total, enquanto os 20% restantes possuem 80% do mesmo capital”, relatam Pluchino.

Isso pode não ser surpreendente ou injusto se os 20% mais ricos se revelarem os mais talentosos. Mas isso não é o que acontece. Os indivíduos mais ricos geralmente não são os mais talentosos ou em qualquer lugar perto dele. “O sucesso máximo nunca coincide com o máximo de talento e vice-versa”, dizem os pesquisadores.

Então, se não o talento, que outro fator causa essa distribuição de riqueza distorcida? "Nossa simulação mostra claramente que tal fator é apenas pura sorte", dizem Pluchino.

A equipe mostra isso classificando os indivíduos de acordo com o número de eventos de sorte e azar que eles experimentam ao longo de seus 40 anos. "É evidente que os indivíduos mais bem sucedidos são também os mais sortudos", dizem eles. "E os indivíduos menos bem sucedidos são também os mais azarados."

Isso tem implicações significativas para a sociedade. Qual é a estratégia mais eficaz para explorar o papel que a sorte desempenha no sucesso?

Pluchino estuda isso do ponto de vista do financiamento da pesquisa científica, uma questão claramente próxima de seus corações. Agências de financiamento em todo o mundo estão interessadas em maximizar seu retorno sobre o investimento no mundo científico. De fato, o Conselho Europeu de Pesquisa investiu recentemente US $ 1,7 milhão em um programa para estudar a serendipidade - o papel da sorte na descoberta científica - e como ela pode ser explorada para melhorar os resultados do financiamento.

Acontece que Pluchino e companhia estão bem preparados para responder a essa pergunta. Eles usam seu modelo para explorar diferentes tipos de modelos de financiamento para ver quais produzem os melhores retornos quando a sorte é levada em conta.

A equipe estudou três modelos, nos quais o financiamento da pesquisa é distribuído igualmente a todos os cientistas; distribuído aleatoriamente para um subgrupo de cientistas; ou dado preferencialmente àqueles que tiveram mais sucesso no passado. Qual destas é a melhor estratégia?

A estratégia que oferece os melhores retornos é dividir o financiamento igualmente entre todos os pesquisadores. E as segundas e terceiras melhores estratégias envolvem a distribuição aleatória a 10 ou 20% dos cientistas.

Nesses casos, os pesquisadores são mais capazes de aproveitar as descobertas casuais que fazem de vez em quando. Em retrospecto, é óbvio que o fato de um cientista ter feito uma descoberta importante no passado não significa que ele seja mais propenso a fazê-lo no futuro.

Uma abordagem semelhante poderia também ser aplicada ao investimento em outros tipos de empresas, como pequenas ou grandes empresas, startups de tecnologia, educação que aumenta o talento ou até mesmo a criação de eventos de sorte aleatórios.

O paper completo: https://arxiv.org/abs/1802.07068