O gráfico famoso do efeito Dunning-Kruger que circula em apresentação corporativa não existe no estudo original, os autores nunca desenharam aquela curva, e o que eles mediram é mais simples e mais incômodo

O efeito Dunning-Kruger virou uma curva conhecida em palestras, treinamentos, redes sociais e ambientes de trabalho. Porém, o desenho com pico de confiança, queda brusca e recuperação não aparece no trabalho de 1999. O estudo original mediu algo menos teatral: a distância entre desempenho real e autoavaliação, principalmente entre quem teve os piores resultados.

O gráfico do efeito Dunning-Kruger não é a curva viral

O artigo de Justin Kruger e David Dunning realmente contém gráficos, mas nenhum mostra a trajetória popular de “subida, queda e iluminação”. Na American Psychological Association (APA), o estudo compara desempenho medido e percepção de desempenho em tarefas distintas, sem traçar fases universais de aprendizagem. Assim, a imagem viral acrescenta uma história temporal não testada, transformando diferenças entre grupos em aparente jornada individual ao longo da experiência.

Nos gráficos originais, os participantes aparecem divididos por faixas de desempenho, geralmente em quartis definidos pelos resultados obtidos nas tarefas. Portanto, o gráfico não acompanha a mesma pessoa desde a ignorância até a especialização, enquanto a curva popular sugere uma sequência psicológica obrigatória. Os rótulos famosos de pico e vale também não aparecem no artigo, detalhe que muda bastante o significado da imagem compartilhada em apresentações.

🏛️ 1999: Kruger e Dunning publicam quatro estudos sobre desempenho e autoavaliação.

🌿 Quatro estudos: Humor, lógica e gramática servem para comparar resultado real e percepção.

🚀 Hoje: A curva popular resume algo que o artigo original não desenhou nem acompanhou ao longo do tempo.

O que Kruger e Dunning realmente mediram

O estudo comparou desempenho objetivo com a percepção dos próprios resultados - Imagem criada por inteligência artificial (ChatGPT / Olhar Digital)

Os pesquisadores aplicaram tarefas de humor, raciocínio lógico e gramática e depois pediram que os participantes estimassem o próprio desempenho nessas atividades. Em seguida, compararam essas estimativas com resultados objetivos e com a posição relativa diante dos demais participantes avaliados. Segundo o PubMed, os quatro estudos encontraram superestimação entre participantes do quartil inferior, centrando a análise na calibração da autoavaliação diante do desempenho real.

O número mais conhecido resume a diferença: o grupo inferior ficou no 12º percentil, mas estimou sua posição perto do 62º percentil. Já os melhores participantes mostraram tendência menor de subestimar sua posição relativa, embora o padrão não sustente uma regra sobre todos os iniciantes. Portanto, a descoberta descreve avaliações pessoais pouco calibradas em tarefas específicas, não uma certeza de que pouca experiência produz confiança máxima em qualquer situação.

Por que o erro de autoavaliação pode acontecer

Kruger e Dunning propuseram uma explicação baseada em metacognição, a capacidade de avaliar o próprio raciocínio e reconhecer erros durante uma tarefa. Segundo essa hipótese, algumas habilidades necessárias para responder corretamente também ajudam a perceber quando a resposta produzida está errada. Por isso, quem domina menos uma tarefa pode enfrentar duas dificuldades simultâneas: errar mais e reconhecer menos os próprios erros naquele domínio específico.

Um dos estudos também treinou participantes em raciocínio lógico, permitindo observar mudanças posteriores na avaliação do próprio desempenho. Depois do treinamento, alguns reconheceram melhor limitações anteriores, resultado compatível com a interpretação metacognitiva proposta pelos autores. Ainda assim, o efeito não funciona como lei universal sobre inteligência, humildade ou personalidade, pois depende principalmente da tarefa, da comparação e da medição.

A crítica estatística mudou a conversa

Pesquisadores posteriores questionaram quanto do padrão vem de metacognição e quanto pode surgir de efeitos estatísticos presentes na própria análise. Entre as críticas aparecem regressão à média, limites da divisão em quartis e a tendência geral de se avaliar acima da média. Já em 2002, trabalhos discutiam explicações alternativas, por isso o debate atual envolve tanto o tamanho do efeito quanto seus mecanismos psicológicos e estatísticos.

A Universidade de Michigan, onde Dunning atua, reúne estudos favoráveis, críticas e respostas sobre o tema em uma página dedicada. A página também destaca uma grande replicação que encontrou apoio para diferenças na capacidade de avaliar respostas entre participantes com desempenhos distintos. Ao mesmo tempo, análises estatísticas contestam parte do padrão, reforçando que medidas, métodos e interpretações importam mais que uma curva pronta e universal.

Leitura

O que os dados sustentam

Curva viral

Sugere uma trajetória fixa de confiança ao longo da aprendizagem.

Estudo original

Compara desempenho objetivo e autoavaliação entre grupos de participantes.

O que sobra sem a curva

Sem o desenho viral, o efeito Dunning-Kruger continua apontando um problema cotidiano: podemos avaliar mal aquilo que ainda não dominamos bem. Porém, a evidência original não descreve uma montanha emocional nem uma sequência obrigatória de aprendizagem, e o mecanismo segue em debate. Na próxima vez que encontrar essa curva numa apresentação, compare o desenho com o que o estudo realmente mediu. Essa diferença torna a ideia menos engraçada, mas mais útil para pensar sobre os limites da própria autoavaliação.