Displays of Evidence for Making Decisions – Pt. I

A 28 de Janeiro de 1986 o vai-vem espacial Challenger explodiu e sete astronautas morreram devido à erosão de dois anéis de borracha (O-rings, não sei a tradução). Estes anéis perderam resiliência porque o lançamento foi feito num dia muito frio.

No dia anterior, vendo as temperaturas previstas para o dia do lançamento, os engenheiros que construíram o vai-vem aconselharam a agência governamental responsável, NASA,  a adiar a empreitada. Tinham diversas indicações de que este poderia correr mal: história da degradação do O-Ring em lançamentos anteriores, a física da resiliência, e dados experimentais. Estas informações foram enviadas por fax para a NASA em 13 tabelas.

Apesar de ser a única recomendação de cancelamento em 12 anos por parte do construtor do vai-vém, altos oficiais da NASA ficaram muito surpreendidos, apontaram muitas falhas nas tabelas enviadas, e sugeriram que a recomendação deveria ser reconsiderada.

E foi. Na manhã seguinte, o Challenger explodiu 73 segundos após ignição, efeito das baixas temperaturas nos O-Rings.

Tufte enumera uma série de erros nas 13 tabelas enviadas. Ora porque não tinham identificação, e era difícil de atribuir responsabilidade a alguém por aquela decisão, ora porque davam 3 nomes diferentes ao mesmo vai-vém. Podemos ver alguns exemplos em baixo. Muito pouco exemplificativos da tendência para erosão que já havia nos O-Rings em situações de baixas temperaturas.

A certo ponto, oficiais e engenheiros da NASA focaram-se não nos dados da erosão, mas nos dados do “blow-by” – outra tradução que me escapa, desculpem. E verificaram que no lançamento feito com a temperatura mais alta, verificou-se blow by, da mesma forma que no lançamento feito no dia mais frio. Os dados de blow-by, para este caso, eram irrelevantes, e desviaram a atenção do que era realmente crítico.

Estas 13 tabelas não conseguiram impedir o lançamento, mas quem os fez tinha razão: Estavam a pensar casualmente, mas não estavam a ilustrar casualmente.

Tufte recolheu informação presente nas tabelas e em relatórios posteriores, e organizou-a em função da temperatura, assim:

Deste modo vemos claramente que há mais casos de erosão quando as temperaturas são mais baixas.

Nesta matriz (também elaborada por Tufte), ainda é mais evidente esta relação: a temperatura prevista estava completamente fora dos dados acumulados e arquivados ao longo de 24 lançamentos.

Após o acidente, vieram as comissões presidenciais para as habituais investigações. As ilustrações elaboradas por elas cometiam o mesmo erro:  faltam legendas, não é clara a relação causa-efeito e estão mal ordenadas.

Vejam só o que aconteceria se esta  informação fosse ordenada por temperatura – a variável em questão – em vez de por data.

Será que alguém se atreveria a lançar o Challenger se os dados fossem apresentados de outra forma?

Although we often hear that data speak for themselves, their voices can be soft and sly.

– Frederick Mosteller, Stephen E. Fienberg, and Robert E.K. Rourke, Beginning statistics with Data Analysis (Reading, Massachusetts, 1983), 234

Acabei de ler um capítulo de um livro de Edward R. Tufte (“Visual and Statistical Thinking: Displays of Evidence for Making Decisions”, capítulo 2 do livro “Visual Explanations: Images and Quantities, Evidence and Narrative”, publicado em 1997). A temática interessa-me muito e Tufte é o nome clássico da Visualização de Dados, da Informação e une duas coisas que sempre me despertaram a atenção: Design e Cognição.

Como transmitir informação da melhor forma, tendo em conta limites que temos naturalmente (perceção, atenção, memória), e tendo o cuidado que esta seja limpa, transparente e principalmente, compreensível.

Neste caso, Tufte fala de duas situações para ilustrar uma boa e uma má utilização da informação: a epidemia de cólera de Londres em 1854 e o lançamento da shuttle Challenger em 1986.

No primeiro caso, John Snow fez um admirável trabalho de detetive ao tentar descobrir a origem da epidemia.

Segundo Tufte, colocou os dados num contexto adequado para retirar relações de causa e efeito: os dados originais listavam os nomes das vítimas ordenados por data de óbito. Isto poderia conduzir a displays baseados no tempo, cronologias da epidemia como os gráficos em baixo. Contudo, a passagem do tempo não é uma variável explanatória, inútil até, quando o objetivo é descobrir uma estratégia de intervenção.

O que John Snow fez foi marcar as mortes num mapa, onde sinalizava também a localização das 13 bombas de água da vizinhança (na imagem em baixo, os traços representam o número de mortos em cada casa, e as bombas de água são os círculos, vejam ali perto do D de Broad Street)

A associação entre cólera e a localização dos poços é evidente neste mapa, e permite-nos comparar este cenário com outros locais com bombas de água e sem mortes devido a cólera.

Além de analisar porque morriam as pessoas, Snow questionava-se também porque não morriam pessoas na mesma vizinhança, e falou do caso em concreto da cervejaria, a amarelo no mapa.

Yep.o diretor da cervejaria permitia que os funcionários bebessem um bocadinho de cerveja…e é claro que assim nenhum bebia água quando tinha sede.

Face às evidências, Snow sugere que se retire a bomba de água de Broad Street.

E aqui é que começam as manipulações de gráficos engraçadas.

Nesta quantificação diária de mortes, podemos ver que quando retiraram a bomba de água de Broad Street, já se verificava uma tendência para o número de mortes diminuir a cada dia. Isto porque rapidamente as pessoas fugiram à epidemia, ficando o bairro com cada vez menos pessoas. Portanto, não é claro se a diminuição de mortes se deveu exclusivamente à remoção da bomba de água.

E se os gráficos fossem construídos da seguinte forma?

Numa agregação por semana, parece mesmo que a diminuição de mortes se deveu à remoção da bomba de água.

A varíavel tempo é extremamente sensível à escolha de intervalos. E podemos ver aqui como é fácil manipular o display de modo a transmitir pontos de vista favoráveis…