Cognitive Biases Academy
PT
Entrar
Menu Principal
Todos os Vieses
Curso
Sobre
PT
(Portuguese)
Entrar
→
Cognitive Biases Academy
Fechar menu
Todos os Vieses
Curso
Sobre
PT (Portuguese)
Entrar
Início
Significado insuficiente
Encontramos histórias e padrões mesmo em dados escassos
13 Vieses na Categoria
Encontramos histórias e padrões mesmo em dados escassos
Explorar Vieses
Análise Profunda
Todos os Vieses
Confabulação
Criamos inconscientemente falsas memórias ou explicações para preencher lacunas na nossa memória sem intenção de enganar.
Ilusão de Agrupamento
Vemos padrões em eventos aleatórios ou dados onde nenhum existe realmente.
Insensibilidade ao Tamanho da Amostra
Falhamos em compreender que pequenas amostras são menos fiáveis do que amostras grandes.
Negligência de Probabilidade
Ignoramos a probabilidade ao tomar decisões sob incerteza, focando-nos muitas vezes nos resultados em vez disso.
Falácia Anedótica
Damos mais peso a histórias pessoais e anedotas do que a evidências estatísticas.
Ilusão de Validade
Sobreestimamos a nossa capacidade de interpretar e prever resultados com base em dados, especialmente quando a informação é consistente.
Falácia do Homem Mascarado
Assumimos que, se conhecemos algo sob uma descrição, deveríamos conhecê-lo sob todas as descrições.
Ilusão de Recência
Acreditamos que algo que notamos recentemente é um fenómeno recente, mesmo que já exista há muito tempo.
Falácia do Jogador
Acreditamos que os eventos aleatórios passados afetam a probabilidade de eventos aleatórios futuros.
Falácia da Mão Quente
Acreditamos que uma pessoa que teve sucesso tem uma maior probabilidade de sucesso futuro (estar "numa maré de sorte").
Correlação Ilusória
Percecionamos uma relação entre variáveis quando tal relação não existe.
Pareidolia
Percecionamos imagens ou padrões significativos (como rostos) em estímulos aleatórios ou ambíguos.
Antropomorfismo
Atribuímos características, emoções ou intenções humanas a entidades não humanas.
Selecionar Idioma
AF
(Afrikaans)
AR
(العربية)
AZ
(azərbaycanca)
BG
(български)
BN
(বাংলা)
CS
(čeština)
DA
(dansk)
DE
(Deutsch)
EL
(Ελληνικά)
EN
(English)
ES
(español)
ET
(eesti)
FA
(فارسی)
FI
(suomi)
FIL
(Filipino)
FR
(français)
GU
(ગુજરાતી)
HE
(עברית)
HI
(हिन्दी)
HR
(hrvatski)
HU
(magyar)
HY
(Հայերեն)
ID
(Bahasa Indonesia)
IT
(italiano)
JA
(日本語)
KA
(ქართული)
KK
(қазақ тілі)
KM
(ភាសាខ្មែរ)
KN
(ಕನ್ನಡ)
KO
(한국어)
KU
(کوردی)
LO
(ລາວ)
LT
(lietuvių)
LV
(latviešu)
ML
(മലയാളം)
MN
(монгол)
MR
(मराठी)
MS
(Bahasa Melayu)
MY
(မြန်မာဘာသာ)
NB
(Bokmål)
NL
(Nederlands)
NN
(nynorsk)
PA
(ਪੰਜਾਬੀ)
PL
(polski)
PS
(پښتو)
PT
(português)
RO
(română)
RU
(русский)
SI
(සිංහල)
SK
(slovenčina)
SL
(slovenščina)
SR
(Српски)
SV
(svenska)
SW
(Kiswahili)
TA
(தமிழ்)
TE
(తెలుగు)
TG
(тоҷикӣ)
TH
(ไทย)
TL
(Tagalog)
TR
(Türkçe)
UK
(українська)
UR
(اردو)
UZ
(Ўзбек)
VI
(Tiếng Việt)
YUE
(廣州話)
ZH
(简体中文)
Cancelar