Heurística

Heurística, ou técnica heurística, é uma maneira prática de procurar uma solução ou tomar uma decisão quando examinar todas as possibilidades seria lento, caro ou impossível. Em vez de garantir a melhor resposta, ela reduz a busca a caminhos que parecem úteis e procura uma resposta adequada ao objetivo.

Heurística
Estratégia aproximativa de resolução de problemas e decisão
Como em um labirinto, uma heurística prioriza caminhos promissores para reduzir a busca, sem exigir o exame de todas as possibilidades.
Características
Finalidade	Encontrar soluções satisfatórias com menos tempo, informação ou cálculo
Formas	Regras de busca, parada e decisão, funções de avaliação e métodos aproximativos
Áreas	Psicologia cognitiva, economia comportamental, resolução de problemas, inteligência artificial e otimização
Conceitos relacionados	Racionalidade limitada, racionalidade ecológica, viés cognitivo e meta-heurística

Uma heurística pode ser uma regra escolhida de propósito para organizar a solução de um problema matemático, um processo mental rápido que permite decidir com informação incompleta ou uma função que orienta a busca de um computador. O termo também abrange métodos aproximativos da otimização matemática. Na vida mental, esse tipo de atalho pode diminuir o esforço cognitivo exigido por uma escolha.

A simplicidade, sozinha, não torna uma heurística certa nem errada, pois uma regra bem ajustada à situação pode produzir decisões rápidas e precisas e levar a erros previsíveis quando usada em outro ambiente. Para compreender o resultado, é preciso olhar para a regra usada, a informação disponível e o problema que precisa ser resolvido.

Definição e alcance

Ver artigo principal: Estratégia

Ver também: Tentativa e erro

Entre os planos usados para chegar a um resultado, as heurísticas são as estratégias que simplificam a procura ou a escolha. A análise de regressão e a inferência bayesiana também produzem julgamentos e decisões, mas usam relações matemáticas e dados para estimar resultados. Ao deixar de lado parte da informação, uma heurística pode decidir com mais rapidez e menos recursos, e às vezes alcançar maior precisão do que um método mais elaborado. A regra trabalha com informações acessíveis, mesmo quando a relação delas com o problema é aproximada, e pode orientar pessoas, máquinas ou sistemas abstratos.

A tentativa e erro aparece em tarefas simples, como encaixar duas peças, e em problemas de álgebra, quando se testam valores possíveis para uma variável. Na matemática, uma pessoa também pode desenhar o problema, acrescentar uma suposição que facilite o raciocínio, simplificar a questão ou percorrer o caminho em duas direções.

Distinções relacionadas

Um algoritmo especifica a sequência de operações que executa uma tarefa, enquanto uma heurística pode abrir mão da garantia de encontrar a melhor solução para ganhar rapidez, usar menos informação ou tornar o procedimento viável. Os conceitos ainda podem se sobrepor, pois uma regra heurística pode ser escrita como algoritmo e incorporada a um procedimento computacional.

Embora uma heurística cognitiva possa levar a um viés cognitivo, os dois termos não significam a mesma coisa. A representatividade, a disponibilidade e o efeito de ancoragem economizam esforço e costumam funcionar, mas podem produzir erros sistemáticos e previsíveis em certas condições. O viés é um desvio que reaparece no julgamento, enquanto a heurística é o processo ou a regra que pode produzi-lo.

Na otimização, um algoritmo de aproximação vem acompanhado de um limite matemático para a qualidade da resposta. O desempenho de uma heurística costuma ser medido por testes com exemplos, simulações ou dados reais. Uma meta-heurística coordena a procura de soluções aproximadas em diferentes problemas difíceis de otimização e pode trabalhar com uma solução de cada vez ou com uma população de soluções.

Panorama dos principais usos

Em todos os seus usos, a heurística orienta uma busca ou decisão sem testar cada possibilidade. Cada área, porém, usa essa ideia para responder a uma pergunta diferente.

Contexto	Pergunta central	Papel da heurística	Exemplos
Descoberta e resolução de problemas	Como encontrar um caminho promissor até uma solução?	Representar, decompor ou reorganizar o problema para reduzir a busca	Trabalhar de trás para a frente ou introduzir uma construção auxiliar
Julgamento e decisão	Como escolher com tempo, informação ou capacidade de cálculo limitados?	Definir o que procurar, quando parar e como decidir	Satisfação suficiente ou escolher o melhor
Computação e otimização	Como orientar uma busca quando a enumeração completa é inviável?	Estimar quais estados, soluções ou regiões do espaço de busca são promissores	Funções heurísticas e meta-heurísticas

Etimologia e uso

A exclamação "eureca" aproximou Arquimedes da ideia de descoberta. A heurística procura caminhos que permitam encontrar uma solução.

A palavra "heurística" vem do grego antigo heurísko, que significa "encontro" ou "descubro", e tem a mesma origem da exclamação "eureca". Como substantivo, a palavra nomeia uma regra, um procedimento ou a arte da descoberta. Como adjetivo, qualifica estratégias, argumentos e métodos que orientam uma busca ou levam a uma solução provisória.

Na descoberta matemática, o raciocínio heurístico pode procurar regularidades por indução, comparar problemas por analogia, partir de um caso particular ou avançar para uma generalização.

História e tradições de pesquisa

Matemática e descoberta

Pólya organizou estratégias de descoberta matemática em etapas que ajudam o leitor a compreender, planejar, executar e rever uma solução.

Papo de Alexandria resolvia problemas por meio da análise e da síntese. No século XX, George Pólya reuniu procedimentos desse tipo sob o nome "heurística" em How to Solve It, publicado originalmente em 1945. Seu método começa pela compreensão do problema, passa pelo planejamento e pela execução e termina com o exame da resposta encontrada. Desenhar um esquema, trabalhar de trás para a frente e trocar uma questão abstrata por um exemplo concreto estão entre os caminhos possíveis. Outro deles é resolver primeiro uma versão mais geral e depois retornar ao caso específico, procedimento chamado paradoxo do inventor.

Como não garantem a melhor solução, essas técnicas podem chegar primeiro a uma resposta válida ou aproximada, ainda sem uma demonstração formal. A intuição entra conscientemente na estratégia, acompanhada do reconhecimento de seus limites. O ensino por descoberta já estava presente no século XIX em trabalhos de David Perkins Page, Herbert Spencer, Charles Alexander McMurry e Frank Morton McMurry.

Racionalidade limitada

A decisão pode ser decomposta em etapas de identificação, elaboração de alternativas e escolha, sem pressupor que todas as possibilidades sejam calculadas.

Em meados do século XX, Herbert A. Simon passou a estudar a resolução de problemas e a escolha a partir da racionalidade limitada. Seu modelo parte de pessoas que decidem com restrições de informação e de cálculo, sem supor que consigam examinar todas as alternativas. Simon chamou de satisficing, expressão traduzida como satisfação suficiente, a escolha de uma alternativa que supera um nível de aspiração antes que todas as possibilidades sejam comparadas.

Heurísticas e vieses

Regras geralmente úteis também podem produzir erros sistemáticos em condições específicas.

Nas décadas de 1970 e 1980, Amos Tversky e Daniel Kahneman investigaram como as pessoas julgam situações incertas. Os experimentos se concentraram na representatividade, na disponibilidade e na ancoragem, junto aos erros sistemáticos que podem surgir desses processos. Essa linha recebeu o nome de pesquisa sobre heurísticas e vieses.

Heurísticas rápidas e frugais

A pesquisa sobre heurísticas rápidas e frugais examina quando uma regra falha e em quais ambientes sua simplicidade favorece decisões adequadas.

Outra linha, desenvolvida por Gerd Gigerenzer e pelo grupo ABC, formulou as heurísticas como regras explícitas de busca, parada e decisão, que podem ser testadas em ambientes definidos. Seu foco está nas regras rápidas e frugais usadas por pessoas e instituições, com atenção às condições em que cada uma funciona. O ajuste entre regra e ambiente recebe o nome de racionalidade ecológica.

Abordagens contemporâneas

Modelos de processo dual distinguem respostas rápidas e intuitivas de análises lentas e deliberadas, embora os dois modos possam interagir.

A teoria do processo dual reúne modelos que separam o pensamento rápido e automático do pensamento lento e deliberado. Nenhum dos modos acerta por definição, pois uma resposta rápida pode ser racional e a deliberação também pode falhar. Na teoria do eu cognitivo-experiencial, um sistema é analítico e verbal, enquanto o outro é intuitivo, global e exige pouco esforço. As heurísticas corporificadas acrescentam capacidades sensoriais e motoras, inatas ou aprendidas, às explicações de como alguém responde quando faltam informações.

Ao acompanhar o conceito da Grécia Antiga até a psicologia cognitiva e a inteligência artificial, Rudolf Groner propôs uma dimensão de estilo cognitivo chamada "pensamento heurístico versus pensamento algorítmico". Essa preferência pode ser avaliada por questionário.

A análise da racionalidade de recursos procura explicar como a mente usa tempo, atenção e memória de trabalho limitados. Essa abordagem aproxima teorias da psicologia de trabalhos em inteligência artificial, economia, neurociência e linguística. A racionalidade computacional segue uma ideia próxima e incorpora o custo do cálculo aos modelos de decisão usados para estudar cérebros, mentes e máquinas.

Da representação do problema à decisão

Representação e espaço de busca

Representar um problema como espaço de busca permite descartar becos sem saída e concentrar a exploração em estados promissores.

Para orientar uma busca, a heurística precisa partir de uma forma clara do problema, com uma situação inicial, um objetivo e operações capazes de transformar uma situação em outra. Na abordagem de Allen Newell e Herbert A. Simon, resolver o problema equivale a procurar um percurso dentro de um espaço de possibilidades. Como testar cada caminho costuma ser inviável, as heurísticas escolhem os estados, as operações ou os subproblemas que parecem mais promissores.

A maneira de formular o problema muda os caminhos disponíveis, porque dividir a tarefa em partes menores, comparar a situação presente com o objetivo ou trabalhar de trás para a frente reduz ou reorganiza o espaço que precisa ser percorrido.

Busca, parada e decisão

Um modelo heurístico pode dizer qual informação procurar, em que momento parar e como escolher. Nas heurísticas de uma única razão, a busca termina quando uma pista basta para separar as alternativas, sem consultar o restante da informação. Na satisfação suficiente, a pessoa examina as opções até encontrar uma que ultrapasse seu nível de aspiração.

Exemplo de uma regra completa

Ao comparar duas alternativas, a heurística de escolher o melhor consulta pistas ordenadas pela capacidade de prever o resultado que interessa. O procedimento fica completo quando se definem três regras.

Componente	Regra
Busca	Examinar as pistas em ordem decrescente de validade
Parada	Interromper a busca na primeira pista que diferencie as alternativas
Decisão	Escolher a alternativa favorecida por essa pista

Chamar um procedimento apenas de "atalho" não basta para transformá-lo em um modelo testável. É preciso explicar como a informação entra no processo e leva a uma escolha.

Redução do esforço

O esforço diminui quando a heurística consulta menos pistas, recupera menos alternativas, simplifica o peso dado às informações, combina menos dados ou faz menos comparações. Organizar as heurísticas por esses mecanismos evita dar um nome novo a cada mudança superficial. Psicólogos da psicologia da forma também usaram a exploração consciente do ambiente, chamada "olhar ao redor", para orientar a procura de informações.

Seleção e aprendizagem de estratégias

A heurística escolhida pode mudar de uma tarefa para outra porque as pessoas procuram equilibrar precisão, esforço e tempo diante das características de cada problema.

A experiência pode alterar o que uma pessoa espera de cada estratégia e, com isso, a chance de escolhê-la outra vez. No modelo de aprendizagem por seleção de estratégias, conhecido pela sigla inglesa SSL, a retroalimentação atualiza essas expectativas e muda as escolhas futuras.

Substituição de atributos

Na substituição de atributos, uma pergunta difícil é trocada sem intenção consciente por outra mais fácil. Quando calcular o atributo que realmente interessa exige muito esforço, a pessoa pode responder a partir de uma característica mais acessível. A troca ajuda a explicar julgamentos que deixam de levar em conta a regressão à média.

Estudo e avaliação

Uma heurística pode ser formulada como um modelo de processo, capaz de gerar previsões que depois são comparadas com decisões observadas. Experimentos, simulações e testes com dados novos medem a precisão, a velocidade e a quantidade de informação exigida. Modelos desse tipo já foram aplicados a organizações, assistência à saúde e instituições jurídicas. Uma avaliação completa também define a estratégia de comparação e o ambiente da decisão.

Em tarefas de escolha sob risco, o peso dado à probabilidade ou à recompensa coincidiu com maior atividade ligada aos estímulos pertinentes a cada tipo de informação. Essa relação foi medida com modelagem do comportamento e magnetoencefalografia, mas vale para as tarefas examinadas e não estabelece um marcador neural universal das heurísticas.

Principais famílias

Como as heurísticas podem ser agrupadas pela maneira como funcionam, pela informação que usam, pela tarefa que resolvem ou pela área em que são aplicadas, não existe uma classificação única. As famílias abaixo se sobrepõem e não esgotam todas as possibilidades.

Heurísticas de uma única razão

• A heurística de escolher o melhor usa a sequência de busca, parada e decisão apresentada no exemplo anterior.
• A heurística minimalista procura pistas em ordem aleatória e decide com a primeira pista discriminante.
• A heurística do hiato classifica um cliente como inativo quando ele não compra por certo número de meses. Se a última compra estiver dentro desse intervalo, o cliente é classificado como ativo.
• A heurística da prioridade examina, em ordem, o ganho mínimo, a probabilidade desse ganho e o ganho máximo, interrompendo a comparação quando a diferença encontrada supera um limiar. O alcance descritivo do modelo foi contestado em testes posteriores, que encontraram escolhas não explicadas por ele.
• A heurística de escolher a primeira seleciona a primeira alternativa que vem à mente.

A heurística do padrão aceita a opção já selecionada, e o efeito padrão ocorre quando uma alternativa é escolhida com mais frequência por ter sido apresentada dessa maneira. A força do efeito muda bastante de uma tarefa para outra. Aqui, a apresentação das alternativas dirige a escolha, sem uma busca sequencial por pistas.

Reconhecimento e fluência

Quando uma de duas alternativas é reconhecida e a outra não, a heurística do reconhecimento escolhe a reconhecida como a de maior valor no critério avaliado, deixando de lado outras pistas. Se as duas forem reconhecidas, a heurística da fluência favorece aquela que veio à mente mais depressa.

Ponderação igual e integração de pistas

Quando todas as pistas recebem o mesmo peso, a heurística de contagem simplesmente soma quantas favorecem cada opção. A heurística da igualdade, também chamada regra 1/N, divide os recursos igualmente entre N alternativas.

Heurísticas de rastreamento

Na heurística do olhar, manter constante o ângulo visual da bola transforma uma trajetória complexa em uma regra simples de movimento.

Ao acompanhar um objeto em movimento, as heurísticas de rastreamento ajustam a ação continuamente. Quem tenta interceptar uma bola pode usar a heurística do olhar e correr de modo a manter constante o ângulo pelo qual enxerga a bola.

Julgamentos sob incerteza

Em problemas de taxa-base, a semelhança com uma descrição típica pode receber mais peso do que a frequência inicial das alternativas.

A heurística da representatividade estima a probabilidade de uma coisa ou de um acontecimento pela semelhança com uma categoria ou um exemplo típico. A heurística de disponibilidade estima a frequência ou a probabilidade pela facilidade com que exemplos ou associações vêm à mente.

Na ancoragem e ajustamento, uma informação inicial se torna o ponto de partida das estimativas posteriores, e a correção feita a partir dela pode ser insuficiente. A heurística do afeto permite que reações emocionais rápidas orientem uma avaliação de risco ou benefício.

Heurísticas sociais

Vieses inconscientes e dinâmica de grupo podem alterar decisões coletivas. A imitação e a combinação de julgamentos precisam ser avaliadas com cuidado nesse tipo de situação.

Quando a decisão toma a conduta alheia como pista, entram em ação heurísticas sociais de imitação, reciprocidade ou combinação de julgamentos. A imitação pode seguir a maioria do grupo ou a pessoa que obteve o melhor resultado. A estratégia olho por olho começa cooperando e, a partir daí, repete a última ação do parceiro. A Sabedoria da multidão combina avaliações e funciona melhor quando os erros individuais não caminham todos na mesma direção. A pressão social pode diminuir a diversidade e a independência das estimativas. Na psicologia política, a origem de uma mensagem pode orientar o julgamento quando a informação é limitada. Em um experimento sobre desinformação, as correções diminuíram a crença em afirmações falsas. As avaliações dos políticos, porém, só caíram diante de uma quantidade muito maior de informações falsas, e mesmo essa mudança foi pequena. A heurística do merecimento relaciona o apoio a benefícios sociais ao esforço ou à sorte atribuídos aos beneficiários.

Heurísticas científicas e epistêmicas

Ao produzir e revisar conhecimento, as heurísticas epistêmicas ajudam a escolher quais perguntas fazer e quais caminhos investigar. Na metodologia de Imre Lakatos, a heurística positiva aponta caminhos a seguir e a negativa aponta caminhos a evitar. No ensino de ciências, uma regra pode pedir que o estudante procure mecanismos numa escala menor que a do fenômeno, examine seus elementos e confira se a explicação se ajusta ao que foi observado. O conhecimento também pode ser revisto quando a experiência entra em conflito com a maneira preferida de organizá-lo.

Na construção de teorias, uma heurística pode dar ao pesquisador uma estrutura provisória para organizar o problema. Em Karl Marx, isso ocorre nos modelos de base e superestrutura, organismo social e desenvolvimento dialético. Outros caminhos substituem estruturas discretas por um limite contínuo, procuram reunir explicações numa teoria comum ou buscam princípios de otimalidade. Na neurobiologia de Alan Hodgkin e Andrew Huxley, também foram examinadas heurísticas reducionistas e não reducionistas.

Desempenho, racionalidade e limitações

Heurísticas e vieses

O códice organiza vieses ligados ao excesso de informação, à falta de significado, à necessidade de agir depressa e aos limites da memória. A classificação separa os erros observados das heurísticas que podem produzi-los.

Avaliar uma heurística exige olhar além de sua simplicidade e medir a precisão, a informação necessária, o tempo gasto e os erros produzidos. Regras econômicas e geralmente eficazes podem gerar desvios sistemáticos em tarefas específicas. Mesmo quando chega a uma resposta enviesada, o processamento rápido pode perceber, sem plena consciência, que ela entra em conflito com princípios lógicos ou probabilísticos.

Caixa de ferramentas adaptativa e racionalidade ecológica

A expressão caixa de ferramentas adaptativa compara as capacidades de decisão a ferramentas escolhidas para trabalhos diferentes. Ela reúne as heurísticas e as capacidades mentais que uma pessoa ou espécie pode combinar para criar regras de decisão, como a memória de reconhecimento, o acompanhamento de frequências e objetos e a imitação.

A racionalidade ecológica depende do encaixe entre a estrutura de uma heurística e o ambiente em que ela é usada. Observações e experimentos permitem descobrir quais regras as pessoas usam. Modelos formais e simulações ajudam a definir em quais condições cada regra tende a funcionar. A estratégia escolhida por uma pessoa ou organização pode mudar conforme a informação disponível e a previsibilidade do ambiente. Ainda permanecem perguntas sobre o desempenho em ambientes dinâmicos e estratégicos, a aprendizagem sem supervisão e a origem das estruturas ambientais às quais as heurísticas se ajustam.

Risco, incerteza e condições de sucesso

A complexidade pode reduzir o viés e aumentar a variância: regras mais simples às vezes generalizam melhor ao evitar o sobreajuste.

Quando há risco, as ações possíveis, seus resultados e suas probabilidades são conhecidos ou podem ser modelados. Na incerteza, parte dessa informação não está disponível. Uma heurística nem sempre troca precisão por menor esforço. Em certos ambientes, ignorar parte da informação reduz o sobreajuste e melhora previsões feitas com amostras pequenas ou pouco previsíveis. Esse efeito recebe o nome "menos é mais", mas uma regra simples não será superior em qualquer situação. Seu desempenho depende do problema, dos dados e da estratégia usada na comparação.

Efeitos sociais e estereótipos

Ao avaliar uma pessoa, um objeto ou uma situação que não observou diretamente, alguém pode usar um estereótipo como heurística e aplicar ao caso particular características atribuídas a uma categoria. O jornalista Walter Lippmann chamou os estereótipos de "imagens em nossas cabeças" no livro Public Opinion, de 1922. Embora reduzam o esforço mental, essas simplificações podem criar generalizações falsas e sustentar preconceitos.

Áreas de estudo e aplicação

Psicologia e economia comportamental

Ver artigo principal: Economia comportamental

Ver também: Tomada de decisão e Psicologia cognitiva

Na psicologia, regras simples ajudam a explicar como as pessoas decidem, julgam e resolvem problemas difíceis com informação incompleta. Os experimentos procuram descobrir quando cada regra é usada e em que ambiente funciona. Uma mesma heurística pode acertar em certas condições e produzir erros sistemáticos em outras.

Na economia comportamental, as heurísticas explicam escolhas que não seguem a hipótese de racionalidade perfeita. Ancoragem, representatividade, disponibilidade e afeto foram examinados em decisões financeiras, consumo, negociação e avaliação de riscos. Modelos adaptativos ajustam a conduta futura por meio de retroalimentação, reforço e relações entre estímulos, respostas e resultados.

Matemática e educação

Especialização, generalização e analogia permitem passar de casos conhecidos a conjecturas que depois precisam ser demonstradas.

Antes de chegar a uma demonstração formal, quem resolve um problema matemático pode procurar uma questão parecida, acrescentar uma construção auxiliar, trabalhar de trás para a frente, estudar um caso particular ou tentar uma generalização. No ensino heurístico, o estudante participa da descoberta das relações usadas na solução, em vez de apenas repetir um procedimento pronto. O termo também ocorre em resultados especializados, como o princípio heurístico de Lawrence Zalcman para a teoria das funções complexas.

Medicina e saúde

Árvores rápidas e frugais convertem poucas perguntas ordenadas em decisões transparentes, úteis quando tempo e informação clínica são limitados.

Quando há pouco tempo ou falta informação, uma heurística pode tornar o julgamento clínico mais manejável, embora a simplificação também possa introduzir erros. Árvores rápidas e frugais e outras regras explícitas já foram testadas em triagem, diagnóstico e escolhas de tratamento. Elas são comparadas com outros procedimentos pela precisão, pela transparência e pelos recursos que exigem.

Como processos rápidos e lentos podem acertar ou falhar, raciocínio rápido, uso de heurísticas e erro não são equivalentes. A qualidade do diagnóstico depende muito do conhecimento disponível e da experiência.

Filosofia

Usado como recurso heurístico, um modelo científico simplifica certas relações para torná-las analisáveis, sem ser idêntico ao objeto representado.

Quando algo mais simples é usado para compreender outra coisa, ele recebe o nome de recurso heurístico. Um mapa é um exemplo familiar. Um modelo científico também simplifica propriedades do objeto estudado para torná-las mais fáceis de examinar. Histórias e metáforas podem fazer o mesmo. Na República, de Platão, a cidade justa construída no argumento permite investigar a justiça no indivíduo sem precisar ser entendida como um programa político diretamente realizável.

Em filosofia, "heurística" também nomeia uma regra prática, um procedimento ou um método. A filosofia da ciência examina seu uso na criação de hipóteses, modelos e teorias. Karl Popper, Imre Lakatos, Lindley Darden e William C. Wimsatt estudaram sua relação com a descoberta científica.

Direito e políticas públicas

Na teoria do direito, sobretudo na análise econômica do direito, regras heurísticas são usadas quando uma avaliação individual de cada caso seria impraticável para a administração pública. Normas gerais podem substituir avaliações que exigiriam tempo, informação ou recursos excessivos.

No direito de patentes, um prazo igual para todas as patentes pode não acompanhar o período de retorno econômico de cada produto ou setor, o que levou a propostas de durações diferentes, inclusive para patente de softwares.

Interação humano-computador e design

Ver artigo principal: Avaliação heurística

Na avaliação heurística, especialistas confrontam a interface com princípios gerais. No teste de usabilidade, pessoas executam tarefas. Cada método localiza problemas de uma maneira diferente.

Na interação humano-computador, a avaliação heurística procura problemas de usabilidade ao comparar uma interface com princípios gerais. A capacidade desses princípios de explicar falhas conhecidas foi comparada com conjuntos de problemas encontrados em interfaces. Nesse uso, a palavra "heurística" se refere a critérios práticos de inspeção, sem precisar explicar o processo mental do avaliador.

Inteligência artificial e otimização

Ver artigos principais: Heurística (computação) e Meta-heurística

Duas funções heurísticas podem ordenar os mesmos caminhos de maneira distinta. A qualidade da estimativa altera o esforço necessário para alcançar o objetivo.

Em sistemas de inteligência artificial, uma função heurística dá um valor aos ramos de um espaço de estados para estimar quais deles podem levar ao objetivo. A função pode ser definida pelo projetista ou ajustada por um sistema de aprendizagem que seleciona heurísticas a partir de dados. O equilíbrio entre viés e variância explica por que, em certas condições, uma estratégia simples pode prever melhor do que um modelo mais flexível.

Na otimização e na inteligência computacional, problemas reais podem tornar a busca exata lenta ou inviável. Uma heurística construtiva monta a solução elemento por elemento. Uma heurística de vizinhança começa com uma solução viável e tenta melhorá-la. Uma heurística sistemática percorre uma árvore de soluções por regras de ramificação e corte, enquanto os métodos híbridos combinam estratégias. As meta-heurísticas coordenam a exploração do espaço de busca e procuram equilibrar a visita a novas regiões com o exame mais cuidadoso das regiões promissoras. Seus métodos podem acompanhar uma única solução ou uma população de soluções.

As hiper-heurísticas automatizam a seleção, a criação ou a ordem de aplicação de heurísticas de nível inferior. Esse processo também pode usar técnicas de aprendizado de máquina.

Ver também

• Algoritmo, procedimento finito e definido para executar uma tarefa
• Avaliação heurística, método de inspeção da usabilidade de interfaces
• Economia comportamental, estudo das decisões econômicas com resultados da psicologia
• Lista de vieses cognitivos, padrões sistemáticos que podem afetar julgamentos
• Meta-heurística, procedimento que coordena heurísticas de busca e otimização
• Pensamento lateral, abordagem criativa para problemas que evita caminhos habituais
• Racionalidade limitada, modelo de decisão sob restrições de informação e capacidade cognitiva
• Resolução de problemas, processo de procurar e aplicar soluções
• Tentativa e erro, método que testa alternativas e aprende com as falhas
• Teoria da decisão, estudo formal de escolhas entre alternativas
• Teoria dos jogos, análise de decisões interdependentes entre agentes

Leitura adicional

• Tonetto, Leandro Miletto; Kalil, Lisiane Lindenmeyer; Melo, Wilson Vieira; Schneider, Daniela Di Giorgio; Stein, Lilian Milnitsky (junho de 2006). «O papel das heurísticas no julgamento e na tomada de decisão sob incerteza». Estudos de Psicologia (Campinas). 23 (2): 181–189. doi:10.1590/S0103-166X2006000200008. Consultado em 3 de outubro de 2026 
• Sbicca, Adriana (setembro de 2014). «Heurísticas no estudo das decisões econômicas: contribuições de Herbert Simon, Daniel Kahneman e Amos Tversky». Estudos Econômicos. 44 (3): 579–603. doi:10.1590/S0101-41612014000300006. Consultado em 3 de outubro de 2026 
• Silva, Jessica Barbosa da; Lautert, Síntria Labres (2022). «Heurísticas nas tomadas de decisões de estudantes do ensino médio diante de situações financeiras». Revista Brasileira de Educação. 27: e270098. doi:10.1590/S1413-24782022270098. Consultado em 3 de outubro de 2026 
• Alves, Flávia; Pires, Guilherme Nunes (2024). «Do homo economicus às heurísticas e vieses cognitivos: as contribuições da economia comportamental». Textos de Economia. 27 (2): 1–28. doi:10.5007/2175-8085.2024.e98233. Consultado em 3 de outubro de 2026 
• Dias, Álvaro Machado (junho de 2010). «Razão e desrazão nas tomadas de decisão». Psicologia USP. 21 (2): 391–416. doi:10.1590/S0103-65642010000200009. Consultado em 3 de outubro de 2026 
• Michalewicz, Zbigniew; Fogel, David B. (2004). How to Solve It: Modern Heuristics (em inglês) 2 ed. Berlim: Springer. ISBN 978-3-540-22494-5. doi:10.1007/978-3-662-07807-5. Consultado em 3 de outubro de 2026 
• Nadurak, Vitaliy (2026). «Heuristics and cognitive biases: A conceptual analysis». Memory & Cognition. 54 (4): 1357–1372. doi:10.3758/s13421-025-01814-w. Consultado em 3 de outubro de 2026 
• Russell, Stuart J.; Norvig, Peter (2021). Artificial Intelligence: A Modern Approach (em inglês) 4 ed. Hoboken: Pearson. ISBN 978-0-13-461099-3. LCCN 20190474. Consultado em 3 de outubro de 2026 
• Diaconis, Persi (11 de dezembro de 2002). «The Problem of Thinking Too Much» (PDF). Cópia arquivada (PDF) em 19 de outubro de 2013 

Ligações externas

• "Trilhas do conhecimento: heurísticas e vieses", Ministério da Gestão e da Inovação em Serviços Públicos (versão arquivada)
• "A Heurística de Polya para resolução de problemas e o ensino do Pensamento Computacional", Revista Eletrônica da Matemática, Instituto Federal do Rio Grande do Sul
• "Investigação de homicídio, indiciamento e a tomada de decisão de delegados", Revista Brasileira de Ciências Policiais
• "Overconfidence and Confirmation Bias: are future managers vulnerable?", Fundação Getulio Vargas, resumo em português e texto em inglês
• "Economia Comportamental Aplicada às Políticas Públicas", Escola Nacional de Administração Pública
• "Tomada de decisão, heurísticas e vieses na análise das demonstrações contábeis", Biblioteca Digital de Teses e Dissertações da Universidade de São Paulo
• "Tomada de decisão sobre os fatos no processo penal: contexto da descoberta e seus fatores influenciadores", Biblioteca Digital de Teses e Dissertações da Universidade de São Paulo
• "Analistas de investimentos e seus atributos: um estudo da influência de heurísticas e vieses", Biblioteca Digital de Teses e Dissertações da Universidade de São Paulo
• Heurística aplicada à logística, no Wikilivros
• Centro de Racionalidade Adaptativa, Instituto Max Planck para o Desenvolvimento Humano, em inglês
• Daniel Kahneman: fatos biográficos e pesquisa, Fundação Nobel, em inglês
• "Bounded Rationality", Stanford Encyclopedia of Philosophy, em inglês
• "Heuristic Decision Making", Annual Review of Psychology, em inglês