Porque é que a lista de «reincidentes» fala mais das iscas do que das pessoas

Dois correios simulados saíram da mesma organização, para a mesma população de trabalhadores, dentro do mesmo programa de oito meses. Um avisava que a palavra-passe do Outlook estava prestes a expirar. Falhou 1,82% de quem o recebeu. O outro anunciava uma alteração à política de férias. Falhou 30,80%.

As mesmas pessoas. Um correio revelou-se quase dezassete vezes mais enganador do que o outro.

O dado vem de uma experiência controlada de 2025 sobre 19.789 trabalhadores de uma grande organização de saúde, que receberam dez iscas diferentes ao longo de oito meses. E tem uma consequência incómoda para qualquer painel que ordene pessoas por número de quedas.

Se o resultado depende tanto do correio, então uma parte da pontuação de cada pessoa não é dessa pessoa.

O que mede realmente uma lista de reincidentes?

Mede duas coisas somadas: o que alguém fez e quão difícil era o que lhe calhou. O painel entrega-as juntas e não traz forma de as separar.

A tabela desse estudo ordena as dez iscas por taxa de falha e o intervalo completo vai de 1,82% a 30,80%. A variação não se explica pelo tema. Dois correios da mesma família, ambos sobre alterações a benefícios, deram 7,62% e 30,80%.

Daí os autores retiram um aviso metodológico que vale a pena citar tal como o escreveram, porque não é uma leitura minha do dado. Assinalam que são precisas uma comparação aleatorizada e uma análise estatística cuidada para avaliar se a mudança no resultado de uma pessoa se deve à formação que recebeu ou a outros fatores de confusão, como ter recebido depois mensagens mais fracas, mais fáceis de identificar.

Traduzido para a operação de um programa: quando alguém “melhora” entre duas campanhas, o dado disponível não diz se melhorou a pessoa ou se baixou a dificuldade. E quando piora, também não.

Como se constrói uma pontuação que aguente essa objeção é um problema de engenharia de dados, e está tratado em o que precisa uma pontuação de risco humano fiável. Aqui interessa-me o que acontece depois, quando esse número se converte num nome dentro de uma lista.

Porque é que cair duas vezes diz menos do que parece?

Porque o rótulo de reincidente depende de quantas oportunidades houve de o ganhar.

No mesmo estudo, ao fim do primeiro mês tinha falhado pelo menos uma vez 9,7% da população. Ao oitavo, 56%, ou seja 11.077 pessoas em 19.789. Falharam pelo menos duas simulações 25,9%, pelo menos três 9,8% e pelo menos quatro 3,5%. Uma pessoa falhou todas.

A conclusão dos autores é que quem evitou os primeiros correios não evitará necessariamente os seguintes. Com tempo e esforço suficientes, dizem, um atacante conseguiria enganar uma fração grande dos trabalhadores de uma organização.

Há um segundo dado que mostra o mesmo a partir de outro ângulo. Um estudo de quinze meses numa empresa, com 14.733 participantes e oito simulações por pessoa, encontrou 1.448 pessoas que caíram duas vezes ou mais. Esse número é 30,62% de quem já tinha caído pelo menos uma vez, não do total. A distinção importa, porque as duas formas de contar circulam como se fossem a mesma e produzem títulos muito diferentes.

É aí que o critério de corte se desfaz. O que a lista separa são as pessoas que acumularam primeiro exposição desafortunada, e isso parece-se muito pouco com um grupo estável de pessoas propensas.

Que viés faz com que o painel se leia como um traço da pessoa?

O viés de correspondência: a tendência para inferir em alguém uma disposição estável a partir de um comportamento que a situação explica igualmente bem.

É um dos achados mais sólidos da psicologia social e foi demonstrado pela primeira vez em 1967, com um desenho que se parece bastante com o que faz um painel. A um grupo de pessoas deu-se a ler um ensaio a favor ou contra o regime cubano e pediu-se-lhes que estimassem o que pensava de verdade quem o tinha escrito. Mesmo dizendo-lhes que a posição do ensaio tinha sido atribuída, e que quem escrevia não tinha escolhido nada, atribuíam-lhe à mesma essa opinião.

A replicação em grande escala de 2018 repetiu o desenho com outro tema de debate e voltou a obter o efeito sobre 7.197 participantes, com uma dimensão de 1,82 na escala de Cohen, onde 0,8 já se considera grande. Saber que a situação obrigava não evitou que o comportamento fosse lido como carácter.

O problema de um painel de reincidentes está em como é interpretado. Um registo de comportamentos é lido como um registo de pessoas, e essa leitura ocorre mesmo quando quem olha sabe que a isca era difícil.

O que acontece ao programa quando o rótulo se torna intervenção?

O estudo dos quinze meses mediu exatamente isso e o resultado foi o contrário do esperado. Os participantes que receberam a página de formação imediatamente depois de cair acabaram com taxas de cliques e de ação perigosa mais altas do que as de quem não a recebeu.

A experiência de 2025 mediu o mesmo com outro desenho e encontrou um efeito na direção certa, ainda que muito pequeno. A diferença absoluta entre o grupo de controlo e os grupos formados em todos os correios foi de 1,7 pontos percentuais. Esse mesmo trabalho também não encontrou relação entre ter completado há pouco a formação anual obrigatória e falhar menos.

Os dois resultados deixam de pé a possibilidade de ensinar e delimitam onde. O circuito habitual, marcar quem caiu e mostrar-lhe uma página nesse momento, é a parte do programa com menos evidência a favor, e num caso com evidência contra.

Sobre o que o rótulo produz em quem o recebe há um limite que convém declarar. O que está medido é o efeito sobre o comportamento posterior. O mecanismo interno que o explica fica fora do alcance dos dois estudos. Se o efeito vem da vergonha, da pressa de fechar a janela ou de ter aprendido que a consequência de cair é um trâmite de dois minutos, a evidência disponível não o resolve.

O que está claro é a assimetria de custos. Um rótulo mal colocado sobre quem recebeu iscas difíceis custa mais do que o número que corrige, porque o canal de que o programa mais precisa é o voluntário. Em o hábito de reportar sem resposta está desenvolvido o que acontece a esse canal quando a organização não devolve nada.

O que se pode fazer com essa lista sem a converter num rótulo?

A lista serve, com três condições que se podem verificar antes de a usar.

1. Registar a dificuldade da isca junto do resultado. Sem esse dado, o número de uma pessoa não é comparável nem com o dela própria noutra campanha. É o requisito que habilita tudo o resto, e hoje costuma faltar.
2. Comparar cada pessoa com o seu próprio histórico, em iscas equivalentes. Uma classificação entre colegas mistura as duas variáveis e devolve uma ordem que depende do que calhou a cada um. A série própria de alguém, medida com dificuldade comparável, é um sinal muito mais limpo.
3. Que a consequência de aparecer seja conteúdo atribuído e não uma marca. A diferença operacional está em quem o vê e para quê. Um plano que muda porque a essa pessoa lhe falta um tema é diferente de uma condição que a acompanha de campanha em campanha.

O painel da SMARTFENSE é um bom sítio para aplicar o argumento, porque tem as duas peças. O hub de relatórios inclui uma ficha 360° por utilizador que integra o risco, a resiliência, as simulações, a formação e a atividade proativa, e também uma lista priorizada de utilizadores para intervir. Essa lista é exatamente o objeto de que fala esta peça, e a terceira condição é a que decide se essa lista ajuda ou atrapalha.

A saída está em como se resolve a intervenção. O Smart Path avalia cada pessoa uma vez por dia e atribui-lhe conteúdo sem repetir o que já fez, dentro de um orçamento mensal de minutos. O critério é o que a cada um ainda lhe falta do plano. Decide pessoa a pessoa e não por grupo, que é a forma de personalizar que não precisa de rotular ninguém.

Fica uma pergunta em aberto, e é de desenho de produto mais do que de psicologia. A dificuldade da isca é medida e publicada. O estudo de 2025 traz-na campanha a campanha, e qualquer programa que repita uma isca tem-na à mão. O que é preciso verificar é se esse dado viaja colado ao registo de cada pessoa, que é o que tornaria comparáveis dois resultados. Vale a pena perguntá-lo a qualquer painel, incluindo o nosso.

Sobre que indicadores olhar em vez da taxa de cliques já escreveu o Nicolás em o teu programa de awareness está a medir o que importa?, e a variável que nenhum desses indicadores capta trabalhei-a em a variável que prevê o comportamento seguro. Esta peça ocupa-se do passo anterior aos dois. Antes de perguntar que indicador olhar, convém saber de quem fala o que já temos.

Um painel que ordena pessoas por número de quedas está a descrever, sem o dizer, o catálogo de correios que escolheu enviar.