Se você é tão talentoso, por que não é rico?

A distribuição da riqueza segue um padrão conhecido: 80% da riqueza pertence a 20% das pessoas. Essa é a chamada regra 80-20. De fato, um relatório do ano passado concluiu que apenas oito homens tinham uma riqueza total equivalente à das 3,8 bilhões de pessoas mais pobres do mundo.

O tema sobre a distribuição da riqueza é um entre os mais polêmicos por causa das questões que levanta sobre justiça e mérito. 

Por que tão poucas pessoas deveriam ter tanta riqueza?

A resposta convencional é que vivemos em uma meritocracia em que as pessoas são recompensadas por seu talento, inteligência, esforço e assim por diante. Com o tempo, isso se traduz na distribuição de riqueza que observamos. É assim que muitas pessoas pensam.

Mas há um problema com essa ideia: enquanto a distribuição de riqueza segue uma lei de potência, a distribuição de 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 100, mas ninguém tem um QI de 1.000 ou 10.000.

Distribuição normal de talento entre a população.

O mesmo se aplica ao esforço, medido pelas horas trabalhadas. Algumas pessoas trabalham mais horas do que a média e outras menos, mas ninguém trabalha um bilhão de vezes mais horas do que os outros.

No entanto, quando se trata de recompensas por esse trabalho, algumas pessoas têm bilhões de vezes mais riqueza do que outras. Além do mais, vários estudos mostraram que as pessoas mais ricas geralmente não são as mais talentosas por outras medidas.

Que 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, quaisquer que sejam, podem ser explorados para tornar o mundo um lugar melhor e mais justo?

Qual o papel da sorte?

Podemos ter uma resposta quanto ao fator sorte graças ao trabalho de Alessandro Pluchino, da Universidade de Catania, na Itália, e de alguns colegas. Estes criaram um modelo computacional de talento humano e a maneira como as pessoas o usam para explorar oportunidades na vida. O modelo permite que a equipe estude o papel do acaso nesse processo.

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. E isso tem implicações significativas na maneira como as sociedades podem otimizar os retornos que obtêm com os investimentos nas diversas áreas, desde negócios até mesmo na ciência.

O modelo de Pluchino é composto por N pessoas, cada uma com um certo nível de talento (habilidade, inteligência, percepção e assim por diante). Esse fator talento é distribuído normalmente em torno de algum nível médio, com algum desvio padrão. Portanto, algumas pessoas são mais talentosas do que a média e outras menos, mas ninguém é muito mais talentoso do que os outros.

Representação da simulação do modelo de Puchino.

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

O modelo de computador mapeia cada indivíduo ao longo de uma vida profissional de 40 anos. Durante esse tempo, os indivíduos passam por eventos de sorte que podem explorar para aumentar sua riqueza se forem talentosos o suficiente.

No entanto, eles também passam por eventos de azar que reduzem sua riqueza. Esses eventos ocorrem aleatoriamente.

Ao final dos 40 anos, o modelo de Pluchino classifica os 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 igual à observada 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”, relata o estudo.

Isso pode não ser surpreendente ou injusto se os 20% mais ricos forem os mais talentosos. Mas não é isso que acontece. Os indivíduos mais ricos normalmente não são os mais talentosos ou nem chegam perto disso. “O sucesso máximo nunca coincide com o talento máximo e vice-versa”, afirmam os pesquisadores.

Então, se não o talento, que outro fator causa essa distribuição distorcida da riqueza? “Nossa simulação mostra claramente que tal fator é pura sorte”, diz o estudo.

A simulação mostrou que o fato de que o agente de mais sucesso tem um talento apenas ligeiramente maior do que o valor médio enquanto o mais talentoso tem um capital menor que o inicial.

A equipe mostra isso classificando os indivíduos de acordo com o número de eventos de sorte e azar que eles vivenciaram ao longo de suas carreiras de 40 anos. “É evidente que os indivíduos mais bem-sucedidos são também os mais sortudos”, afirmam. “E os indivíduos menos bem-sucedidos também são os mais azarados.”

Implicações para a sociedade

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

Pluchino e colaboradores estudam isso do ponto de vista do financiamento da pesquisa científica, uma questão claramente próxima do seu dia a dia. Agências de financiamento em todo o mundo estão interessadas em maximizar seu retorno sobre o investimento no mundo científico. 

Inclusive, o European Research Council (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 consideração.

A equipe estudou três modelos, nos quais o financiamento da pesquisa é distribuído igualmente a todos os cientistas; distribuído aleatoriamente para um subconjunto de cientistas; ou dado preferencialmente para aqueles que foram mais bem-sucedidos no passado. Qual destas é a melhor estratégia?

A estratégia que oferece os melhores retornos, ao que parece, é dividir o financiamento igualmente entre todos os pesquisadores. E a segunda e a terceira melhores estratégias envolvem distribuí-lo aleatoriamente para 10 ou 20 por cento dos cientistas.

Nesses casos, os pesquisadores são mais capazes de tirar proveito das descobertas fortuitas que fazem de vez em quando. Em retrospecto, é óbvio que o fato de um cientista ter feito uma importante descoberta casual no passado não significa que ele provavelmente fará uma no futuro.

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

Referência

PLUCHINO, A.; BIONDO, A.; RAPISARDA, A. Talent vs Luck: The role of randomness in success and failure (25.02. 2018). 2018.

Deixe uma resposta

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s