Defesa Mestrado [08/04/2024 – 9:00h] Uma abordagem de Ciência de Dados para análise do impacto do viés cognitivo de busca de risco em tomadas de decisão individuais envolvendo perdas financeiras.

Bancas mar 4, 2024

LEONARDO FREITAS SAYAO

Data: 08/04/2024, 9h, formato híbrido

Sala Zoom   https://puc-rio.zoom.us/j/96735206808?pwd=RkE4WnJnZ0UyaTFLNTlsZy9JZDRSZz09#success  |  Sala 950L  

Orientadores: Fernanda Araújo Baião Amorim | PUC-Rio

Resumo: O estudo da tomada de decisões individuais tem ganhado cada vez mais importância, desde as concepções clássicas do homem econômico até os mais recentes conceitos da racionalidade limitada e dos vieses cognitivos. Ao longo do tempo, a crescente complexidade das decisões impulsionou o desenvolvimento de tecnologias como os Sistemas de Apoio à Decisão, Sistemas Informativos e Modelos Preditivos, destacando-se a integração de Inteligência Artificial e Aprendizado de Máquina para melhorar a precisão e a eficiência das escolhas. Embora esses avanços tenham proporcionado benefícios significativos, a influência dos vieses cognitivos na tomada de decisão continua sendo um desafio relevante e pouco explorado. Esses vieses podem surgir de diversas fontes, incluindo preferências individuais, influências externas e derivações cognitivas inconscientes. Apesar dos esforços da economia comportamental em identificar e modelar esses vieses, sua aplicação em contextos de decisões individuais monetárias ainda é limitada. Portanto, este trabalho propõe uma arquitetura baseada em fundamentos ontológicos para identificar e analisar vieses cognitivos em cenários de alto risco de perdas monetárias. Através da aplicação de técnicas de Ciência de Dados e ML, o objetivo é estabelecer um módulo capaz de identificar padrões de vieses cognitivos, gerando conhecimento sobre as preferências de risco dos tomadores de decisão e seus ganhos e perdas diante das sias escolhas. O viés específico explorado neste estudo é a Busca de Risco no domínio de perdas, conforme definido no Padrão Quádruplo do Kahneman. A avaliação da eficácia dessa abordagem será realizada por meio de um estudo de caso utilizando um benchmark disponível na literatura, fornecendo insights sobre a aplicabilidade e os benefícios práticos da arquitetura proposta.