Data Colada flagrou os dados de honestidade falsificados de Ariely com perícia de fontes e arredondamentos

Um estudo de 2012 publicado na PNAS por Shu, Mazar, Gino, Ariely e Bazerman relatou uma solução impressionantemente barata para a desonestidade: mover o termo de compromisso de honestidade para o topo de um formulário e as pessoas mentem menos. Em seu experimento de campo, quase 13.500 clientes de seguro automotivo que assinaram no topo relataram cerca de 2.400 milhas a mais — 10% — do que os que assinaram no rodapé. A descoberta foi citada mais de 400 vezes, ensinada em escolas de negócios, adotada pela seguradora Lemonade, testada por governos no Reino Unido, na Guatemala e no Canadá, e creditada pelo IRS por ajudar a arrecadar US$ 1,6 milhão adicionais de fornecedores em um único trimestre.

O problema começou quando o efeito se recusou a se replicar. Os autores originais se juntaram a pesquisadores externos para refazer o experimento da assinatura e não encontraram diferença, e em 2020 publicaram esse fracasso na PNAS — divulgando os dados originais de 2012 pela primeira vez, um passo de transparência ainda raro. Joe Simmons, Leif Nelson e Uri Simonsohn, os acadêmicos por trás do blog Data Colada, baixaram a planilha com uma equipe de pesquisadores anônimos e começaram a perguntar não se as estatísticas estavam corretas, mas se o arquivo parecia algo que pessoas realmente produziram.

Sua auditoria encontrou quatro anomalias. As milhas dirigidas relatadas estavam uniformemente distribuídas de 0 a 50.000 — indistinguíveis de um gerador de números aleatórios do Excel. As leituras de odômetro relatadas não tinham números redondos, embora as pessoas arredondem quando estimam. Metade das linhas de base estava em Calibri e metade em Cambria, cada linha em Cambria sendo quase gêmea de uma linha em Calibri sempre mais alta em menos de 1.000 milhas; um milhão de simulações nunca produziu isso por acaso. As linhas de base haviam sido duplicadas e perturbadas; os dados experimentais vieram de um gerador de números aleatórios — fabricados 'sem qualquer sombra de dúvida'.

As evidências forçaram um acerto de contas. Todos os cinco autores originais concordaram que os dados pareciam fraudulentos e pediram à PNAS a retratação do artigo; quatro autores disseram não ter participado da coleta dos dados, deixando Ariely — o único autor em contato com a seguradora — como a questão em aberto. Ariely negou irregularidades e culpou sua abordagem distante. O BuzzFeed News publicou a investigação em 21 de agosto de 2021; a Hartford confirmou apenas que existia um pequeno projeto de 2007–2008 com Ariely, e que não conseguiu encontrar dados ou entregas dele.

Em vez de refazer as estatísticas, auditar a camada mundana do arquivo bruto — fontes, arredondamentos, linhas duplicadas e distribuições — onde os dados fabricados se traem

A fraude é mais fácil de esconder nas estatísticas e mais difícil na textura cotidiana dos dados — fontes, arredondamentos e duplicatas sobrevivem à revisão por pares e expõem o gerador.

A decisão do artigo de 2020 de publicar os dados brutos transformou uma alegação não verificável em um arquivo auditável; sem a publicação, a fabricação não poderia ter sido descoberta.

Os testes eram baratos e públicos — ajustes de distribuição, contagens de dígitos, divisões por fonte e simulações que qualquer leitor poderia refazer — então o veredito se baseou em evidências, não em autoridade.

O próprio sucesso da descoberta criou o incentivo para verificar: uma intervenção adotada por seguradoras e agências tributárias valia a pena ser verificada assim que deixou de se replicar.

Quando um resultado importa, a confiança termina nos dados brutos: exija o arquivo, depois verifique arredondamentos, duplicatas, fontes e distribuições — fabricar números é fácil; fazê-los parecer humanos não é.

Dias após a publicação do Data Colada em agosto de 2021, todos os cinco autores concordaram que os dados pareciam fraudulentos e pediram à PNAS que os retratasse; a investigação do BuzzFeed News, atualizada em 26 de agosto com a declaração da Hartford, fez do caso um símbolo da crise de replicação. A década de influência da fraude já estava gasta: produtos construídos sobre o efeito da assinatura, do termo de honestidade da Lemonade a mudanças em formulários fiscais governamentais, tiveram que ser reavaliados. A lição sistêmica dos autores permaneceu: os periódicos deveriam exigir dados brutos, porque foi a publicação que tornou a fabricação detectável.