Bellacosa Mainframe e o hindsight bias

☕ Um Café no Bellacosa Mainframe

Hindsight Bias: Doctor Who, COBOL e o Dia em que, Depois do Incidente, Todo Mundo Descobriu que Era Óbvio

Uma viagem pela TARDIS dos incidentes para entender por que, depois que sabemos o resultado, nossa memória reconstrói o passado como se os sinais estivessem claros desde o início — e como isso pode transformar aprendizado em caça às bruxas, confiança em arrogância e postmortem em ficção retrospectiva

Segunda-feira.

09:02.

Postmortem.

O incidente aconteceu:

sexta-feira.

Produção caiu:

23 minutos.

Impacto:

alto.

Root cause:

descoberta.

Agora:

todos sabem.

Essa parte é importante.

Agora todos sabem.

Na sexta-feira, às 18:04:

ninguém sabia.

Mas segunda-feira tem uma característica quase sobrenatural:

todo mundo parece lembrar que:

já sabia.

No telão:

INCIDENTE P1

CAUSA CONFIRMADA:
CERTIFICATE CHAIN FAILURE

IMPACTO:
PAYMENT TIMEOUTS

DURAÇÃO:
23 MIN

Diretor:

— Era óbvio que o certificado era o risco principal.

Nosso jovem programador COBOL olha para:

as notas da War Room.

18:07:

H1 DB2
H2 NETWORK
H3 API EXTERNA
H4 CERTIFICATE

Certificate:

quarta hipótese.

Confidence:

baixa.

Gerente:

— Eu lembro de ter pensado em certificado logo no começo.

Nosso jovem abre:

o chat.

Primeira mensagem do gerente:

TEM CARA DE DB2

Interessante.

DBA:

— Os sinais estavam todos lá.

Nosso jovem pergunta:

— Quais?

— Os timeouts.

— Mas timeout podia ser umas quinze coisas.

— Sim, mas agora sabemos que era certificado.

Ah.

Agora chegamos:

ao problema.

VWORP.

A TARDIS aparece ao lado da mesa.

A porta abre.

O Doctor sai.

Olha para o postmortem.

Escuta:

“era óbvio.”

“já dava para saber.”

“qualquer um deveria ter percebido.”

Ele suspira.

— Curioso.

Diretor:

— O quê?

— Sexta-feira vocês tinham quatro hipóteses.

— Sim.

— Hoje vocês lembram que uma delas era claramente superior.

— Era.

Doctor:

— Então por que não escolheram?

Silêncio.

— Porque naquele momento...

Gerente começa:

— ...não estava tão claro.

Doctor sorri.

Exatamente.

Bem-vindo ao:

Hindsight Bias

ou:

Viés Retrospectivo.

Em linguagem Bellacosa:

é quando, depois de descobrir o resultado, nosso cérebro recompila o passado como se aquele resultado fosse muito mais previsível do que realmente era.

🧠 O que é Hindsight Bias?

É a tendência de acreditar, depois que um evento aconteceu, que:

“eu sabia.”

“era previsível.”

“os sinais eram claros.”

“qualquer um deveria ter percebido.”

Mesmo quando, antes do resultado:

havia incerteza real;

múltiplas hipóteses plausíveis;

evidências ambíguas;

informação incompleta.

Depois do resultado:

o passado parece:

mais simples.

☕ Bellacosa Definition

Hindsight Bias é quando o cérebro pega o dump depois do ABEND e finge que tinha aquele dump antes do programa cair.

Perfeito.

💻 COBOL cognitivo

Imagine:

       IF OUTCOME-KNOWN = 'Y'
           MOVE 'OBVIOUS'
             TO PAST-PREDICTABILITY
       END-IF.

Esse programa:

roda silenciosamente.

Na memória humana.

O problema:

na sexta-feira:

PAST-PREDICTABILITY = UNKNOWN

Na segunda:

PAST-PREDICTABILITY = OBVIOUS

Sem:

nova viagem no tempo.

🧠 O resultado contamina a memória

Depois que sabemos:

certificate failure,

começamos a lembrar:

todos os sinais

que combinam:

com certificado.

Timeout.

Handshake.

External call.

Tudo:

parece pista.

Mas na hora:

esses mesmos sinais podiam indicar:

network;

DNS;

TLS;

proxy;

Db2 downstream;

load balancer.

☕ Um sinal ganha:

clareza retrospectiva

porque agora sabemos:

qual história venceu.

👻 Easter Egg nº 1 — Doctor e a profecia

Companion:

— Doctor, era óbvio que o Dalek faria isso.

Doctor:

— Era?

— Sim.

— Então por que você gritou “o que está acontecendo?” cinco minutos atrás?

Silêncio.

Doctor:

— Hindsight.

Companion:

— Eu prefiro chamar de intuição retrospectiva.

Doctor:

— Claro que prefere.

🧠 Hindsight Bias versus Outcome Bias

No capítulo anterior:

Outcome Bias.

Outcome Bias pergunta:

“Como o resultado mudou meu julgamento sobre a qualidade da decisão?”

Hindsight Bias pergunta:

“Como o resultado mudou minha memória sobre quão previsível ele parecia antes?”

Exemplo:

mudança falha.

Outcome Bias:

“Então a decisão de lançar foi ruim.”

Hindsight Bias:

“Era óbvio que falharia.”

Dois vieses:

diferentes.

Frequentemente:

juntos.

🎯 Pergunta Bellacosa nº 1

“Eu realmente previ isso antes ou estou lembrando de forma diferente agora que sei o final?”

🧠 Hindsight Bias e Confirmation Bias

Depois do evento:

selecionamos memórias que confirmam:

“eu sabia.”

Esquecemos:

hipóteses erradas.

Lembramos:

comentário certo.

Confirmation Bias ajuda:

a reconstruir autobiografia.

☕ Todo mundo lembra:

do palpite que acertou.

Ninguém imprime:

os nove que errou.

🧠 Decision Journal salva

Na War Room:

registre:

18:07
H1 DB2 40%
H2 API 30%
H3 NETWORK 20%
H4 CERTIFICATE 10%

Depois do incidente:

ninguém pode dizer:

“certificate era óbvio”

sem:

confrontar registro.

🎯 Pergunta Bellacosa nº 2

“Qual era nossa confiança registrada antes do resultado?”

🧠 Anchoring aparece no passado também

Na sexta-feira:

âncora:

Db2.

Segunda:

root cause certificate.

Agora memória:

reancora no resultado.

O cérebro reorganiza:

timeline mental.

🧠 Narrative Bias trabalha horas extras

Depois do incidente:

criamos uma história perfeita:

CERTIFICATE WARNING
↓
TLS FAILURE
↓
TIMEOUT
↓
RETRY
↓
DB2 LOCK
↓
INCIDENT

Lindo.

Coerente.

A história parece:

inevitável.

Mas antes:

ninguém sabia:

qual dessas setas era causal.

☕ Uma narrativa completa

faz o passado parecer:

mais organizado

do que foi.

🧠 “Era tudo óbvio” é uma ilusão perigosa

Porque:

se acreditamos que era óbvio,

a pergunta vira:

“quem não viu?”

Em vez de:

“por que o sistema de observação não tornou isso distinguível?”

A primeira:

procura culpado.

A segunda:

melhora sistema.

🎯 Pergunta Bellacosa nº 3

“O sinal era realmente claro ou só ficou claro depois que descobrimos o mecanismo?”

🧠 Fundamental Attribution Error entra

Se resultado parece:

óbvio retrospectivamente,

quem não percebeu parece:

incompetente.

“Como o operador não viu?”

Talvez porque:

naquela hora

o sinal estava enterrado em:

2.000 eventos.

Agora:

temos filtro.

☕ No postmortem

é fácil:

dar zoom.

Na War Room:

ninguém tinha:

roteiro.

🧠 Search Satisfaction e Hindsight

Depois que sabemos a causa:

olhamos para:

primeiro finding relacionado.

Dizemos:

“já estava ali.”

Mas talvez:

existissem 40 findings.

Search Satisfaction retrospectivo.

🧠 Streetlight retrospectivo

Também.

Agora sabemos:

onde olhar.

Então:

abrimos exatamente:

o log certo.

E perguntamos:

— Como ninguém viu isso?

Porque:

na hora ninguém sabia:

qual log era o certo.

🎯 Pergunta Bellacosa nº 4

“Estamos avaliando o passado usando a vantagem de saber onde procurar?”

🧠 Diagnosis Momentum e memória

Durante incidente:

diagnóstico errado viaja.

Depois:

RCA corrige.

Mas memória coletiva pode:

reescrever:

“estávamos chegando lá.”

Talvez:

não.

Preserve:

handoffs.

☕ Organizações também:

editam a própria memória.

🧠 Hindsight Bias em debugging COBOL

Bug:

campo errado.

Depois você encontra:

copybook incompatível.

Olha código:

       MOVE INPUT-AMOUNT
         TO WS-AMOUNT.

Agora pensa:

— Claro! Era o copybook.

Mas antes:

essa linha parecia:

perfeitamente normal.

Porque:

você não sabia ainda.

🧠 O bug fica óbvio depois que sabemos o bug

Clássico.

🎯 Pergunta Bellacosa nº 5

“Essa linha era suspeita antes ou só parece suspeita agora que sabemos o que procurar?”

🧠 Code review retrospectivo

Após incidente:

reviewer:

— Isso deveria ter sido pego no code review.

Talvez.

Mas pergunte:

what signal?

Was rule explicit?

Static analyzer?

Test?

Without:

specific mechanism,

“deveria ter visto”

é:

hindsight.

☕ “Alguém deveria ter percebido”

não é:

controle.

É:

frase.

🧠 Hindsight Bias e testing

Depois de falha:

“faltou teste desse cenário.”

Claro.

Depois:

o cenário existe.

Mas antes:

quantos cenários plausíveis?

100?

1.000?

10.000?

Need:

risk-based testing.

🎯 Pergunta Bellacosa nº 6

“Esse cenário era previsível antes ou só parece inevitável porque acabou acontecendo?”

🧠 Hindsight Bias e segurança

Depois de breach:

“os sinais estavam lá.”

Talvez.

Mas:

quantos alerts iguais

não eram breach?

Base rate.

Need:

signal-to-noise.

☕ Depois do ataque

cada log vermelho

vira:

profecia.

Antes:

era mais um alerta.

🧠 Alert Fatigue

If system generated:

10k alerts,

one relevant,

saying:

“they should have noticed”

may be unfair.

Better:

why signal not prioritized?

🧠 Hindsight Bias e Outcome Bias juntos em security

Breach happened.

Outcome Bias:

security decision bad.

Hindsight:

breach obvious.

Maybe:

controls reasonable,

attack novel.

Or maybe:

not.

Need reconstruct.

🎯 Pergunta Bellacosa nº 7

“Estamos julgando a qualidade do alerta ou apenas sua relevância retrospectiva?”

🧠 Hindsight Bias em incident timeline

Timeline criada depois:

pode parecer:

deterministic.

18:01 cert expires
18:02 timeout
18:03 retry
18:04 queue

Mas real-time:

events arrive:

out of order.

Logs delayed.

Clock skew.

Unknown.

☕ Timeline final

é:

versão restaurada.

War Room vive:

arquivo fragmentado.

🧠 Time synchronization

Important.

Correlation only:

after.

🎯 Pergunta Bellacosa nº 8

“A timeline que vemos agora existia de forma acessível durante o incidente?”

🧠 Hindsight Bias e postmortem blame

The most dangerous consequence:

blame.

If past seems obvious:

error becomes:

negligence.

But maybe:

decision locally rational.

Need:

local rationality.

🧠 Local Rationality

Ask:

“Por que essa decisão fazia sentido para a pessoa naquele momento?”

Not to excuse.

To understand.

☕ Se você não entende

por que uma decisão errada parecia:

razoável na hora,

você ainda não entendeu:

o sistema.

🎯 Pergunta Bellacosa nº 9

“Que informação a pessoa tinha e que informação nós só obtivemos depois?”

🧠 Hindsight Bias e Authority Bias

Depois do evento:

senior says:

“I knew.”

People believe.

Maybe:

did.

Check records.

Experience can:

predict.

But:

memory also reconstructs.

🧠 Prediction receipt

If someone says:

“eu avisei,”

great.

Find:

warning.

Maybe real.

Then:

learn.

☕ “Eu avisei”

fica muito mais útil

quando possui:

timestamp.

🧠 Hindsight Bias e Self-Serving Bias

If I predicted:

I remember.

If I missed:

I reinterpret.

Self-image.

🧠 Hindsight Bias e Dunning-Kruger

After reading RCA,

novice thinks:

“eu teria visto.”

No.

You now possess:

answer key.

☕ Ler solução

não prova:

que resolveria prova.

🎯 Pergunta Bellacosa nº 10

“Estou confundindo compreender a explicação depois com capacidade de descobri-la antes?”

Essa é maravilhosa.

🧠 Hindsight Bias em treinamento

Case study:

show incident.

If reveal answer too early:

students think:

obvious.

Better:

progressive disclosure.

Give data:

as happened.

Ask:

hypotheses.

This teaches:

uncertainty.

☕ Não ensine incidentes

como romance policial

com assassino já na capa.

🧠 War Game / Tabletop

Reveal:

timeline gradually.

Great.

🎯 Pergunta Bellacosa nº 11

“Estamos treinando pessoas para raciocinar sob incerteza ou apenas para reconhecer respostas depois?”

🧠 Hindsight Bias e AI

AI after incident:

given:

full logs + root cause.

Produces:

beautiful explanation.

Then humans think:

AI would have found it live.

Not necessarily.

Because:

prompt contained future information.

🤖 Data leakage cognitivo

If model sees:

result,

it can:

explain.

But live diagnosis:

different task.

☕ Explicar depois

não é:

prever antes.

🎯 Pergunta Bellacosa nº 12

“A IA teve acesso a informação que não estava disponível no momento real da decisão?”

🧠 Hindsight Bias em benchmarks

If evaluation includes:

answer context,

model looks:

smart.

Need:

time-appropriate data.

🧠 Simulation validity

Replay incident using only:

information available at each timestamp.

Excellent.

🎯 Pergunta Bellacosa nº 13

“Estamos testando diagnóstico online ou explicação retrospectiva?”

🧠 Hindsight Bias e RCA automation

AI summarizer:

“root cause clearly indicated by TLS failures.”

Danger word:

clearly.

Maybe:

not clear live.

Need:

epistemic language.

☕ “Clearly”

depois do fato

é suspeito.

🧠 Hindsight Bias e metrics

Metric spikes:

look obvious

after aligning:

incident window.

Before:

same spike may:

not stand out.

Charts:

retrospectively zoomed.

🎯 Pergunta Bellacosa nº 14

“Esse padrão seria detectável sem saber previamente onde começa e termina o incidente?”

🧠 Hindsight Bias e anomaly detection

After event:

label anomaly.

Train model.

Model can overfit.

Future:

maybe.

Need:

generalization.

🧠 Confirmation Bias in retrospective labeling

We label:

all pre-incident events

as relevant.

Maybe:

not.

☕ Depois do incêndio

qualquer cheiro de fumaça

vira:

sinal precursor.

🧠 Hindsight Bias e Near Miss

Interesting opposite.

Near miss:

nothing bad happened.

Later:

maybe ignored.

Because outcome absent.

Outcome Bias.

But if failure later:

old near miss becomes:

“obvious warning.”

Hindsight.

🎯 Pergunta Bellacosa nº 15

“Esse evento só ganhou importância porque agora sabemos o que aconteceu depois?”

🧠 Hindsight Bias e risk registers

After disaster:

risk seems:

obvious.

“Como não estava no register?”

Maybe:

unknown unknown.

Could still improve.

But don't pretend:

all risks enumerable.

☕ Risco novo

não é automaticamente:

falha moral de quem não adivinhou.

🧠 Hindsight Bias e Zero-Risk Bias

After rare event:

pressure:

eliminate to zero.

Because now:

salient.

But:

other risks.

Need:

portfolio.

🧠 Availability Heuristic

Recent disaster:

easy recall.

Risk estimate:

inflates.

Hindsight:

“should have known.”

🎯 Pergunta Bellacosa nº 16

“Estamos superestimando este risco porque acabou de acontecer?”

🧠 Hindsight Bias e insurance mentality

After incident:

everyone wants:

control.

Need for Control.

Maybe:

overcontrols.

Cultural Debt.

☕ Ontem ninguém falava

do risco.

Hoje querem:

17 aprovações.

Classic.

🧠 Hindsight Bias e Normalization of Deviance

Before failure:

deviation seems:

safe.

After failure:

everyone says:

“obviously unsafe.”

But organization had:

years of successful outcomes.

Need understand:

why deviation normalized.

Not:

pretend everyone knew.

🎯 Pergunta Bellacosa nº 17

“Se era tão obviamente perigoso, por que o sistema o tolerou por tanto tempo?”

Brutal.

🧠 Hindsight Bias e Cultural Debt

Old architectural choice fails.

After:

“sempre foi uma bomba.”

Was it?

Maybe:

worked 20 years.

Decision may have been:

good then.

Context changed.

Outcome today:

rewrites history.

☕ Uma decisão pode:

envelhecer mal

sem ter nascido:

errada.

🧠 Temporal humility

Evaluate:

decision at T1

with:

T1 info.

Re-evaluate:

at T2.

Do not:

backport T2 knowledge.

🎯 Pergunta Bellacosa nº 18

“Estamos usando conhecimento de 2026 para condenar uma decisão tomada em 2006?”

🧠 Hindsight Bias e legacy systems

System now:

hard to maintain.

People say:

“arquitetura absurda.”

But maybe:

constraints then:

memory;

cost;

hardware;

skills;

time.

Need:

historical context.

☕ COBOL code de 1989

não foi escrito

para impressionar:

reviewer de 2026.

🧠 Hindsight Bias e migrations

After failed migration:

“big bang was obviously wrong.”

Maybe:

evidence then favored.

Maybe not.

Need:

reconstruct.

🧠 TSB-style lessons

Important not:

mythologize.

Retrospective clarity:

high.

Ex ante uncertainty:

different.

🎯 Pergunta Bellacosa nº 19

“Que alternativas pareciam plausíveis antes do resultado?”

🧠 Hindsight Bias e Outcome Bias no sucesso

Project succeeds.

“Claro que estratégia era correta.”

Maybe:

lucky.

Same.

🧠 Survivor stories

Successful startup:

founder says:

“we knew.”

Maybe:

narrative hindsight.

☕ Vencedores contam:

timeline

com edição.

🧠 Hindsight Bias e status meetings

Before:

confusion.

After:

simple.

If postmortem doesn't preserve:

uncertainty,

future teams learn:

wrong lesson:

“just detect signal X.”

But maybe:

X only useful with Y/Z.

🎯 Pergunta Bellacosa nº 20

“Estamos ensinando uma regra simples demais porque agora conhecemos o final?”

🧠 Hindsight Bias e Search Satisfaction

After root cause known:

search stops:

once find matching clue.

Then:

“there it was.”

But perhaps:

hundreds clues.

Need:

counterfactual search.

🧠 Signal-to-noise test

Would clue stand out:

without label?

☕ Uma pista só é:

“óbvia”

se chama atenção:

antes de saber o crime.

🧠 Hindsight Bias e false alarms

Suppose:

alert X fired.

Incident happened.

Now:

“alert X predicted.”

But how often X fires:

without incident?

Need:

precision.

🎯 Pergunta Bellacosa nº 21

“Qual era a taxa de falso positivo desse sinal antes do incidente?”

🧠 Hindsight Bias e monitoring redesign

After event:

add alert.

Good.

But beware:

alert for exact past failure only.

Future failures:

different.

Fighting last war.

🧠 Overfitting observability

Monitor:

past root cause.

Not:

failure class.

☕ Não construa:

um detector perfeito

para:

ontem.

🎯 Pergunta Bellacosa nº 22

“Estamos monitorando o mecanismo geral ou apenas a assinatura específica do último incidente?”

🧠 Hindsight Bias e AI observability

Train agent:

historical incidents.

May overfit:

past labels.

Need:

unknown detection.

🧠 Hindsight Bias and causal graphs

After event:

graph seems:

linear.

Real system:

branching.

Represent:

alternatives that were considered.

☕ RCA final

não deveria apagar:

as hipóteses concorrentes.

Elas mostram:

o grau real de incerteza.

🎯 Pergunta Bellacosa nº 23

“O postmortem registra só a causa final ou também o espaço de hipóteses que existia?”

🧠 Hindsight Bias e decision review

Best practice:

two documents.

What we knew then.
What we know now.

Compare.

🧠 Ex ante / ex post separation

Again.

☕ TARDIS Method

Nice name.

“Volte mentalmente ao minuto da decisão sem carregar informação do futuro.”

Very Doctor Who.

🧪 Passo 1 — Congele a timeline

What was known at 18:05?

Not later.

🧪 Passo 2 — Hide the outcome

When reviewing decision:

temporarily ignore result.

🧪 Passo 3 — Reconstruct options

What choices existed?

🧪 Passo 4 — Reconstruct probabilities

What seemed likely?

🧪 Passo 5 — Compare with contemporaneous notes

Not memory.

🧪 Passo 6 — Identify hindsight statements

“Obviously.”

“Clearly.”

“Should have known.”

Challenge.

🧪 Passo 7 — Ask what signal was actionable

Not just present.

🧪 Passo 8 — Improve detection

If signal could reasonably be distinguished.

🧪 Passo 9 — Preserve uncertainty

Document.

🧪 Passo 10 — Learn without blame

Mechanism.

📋 Checklist Bellacosa anti-Hindsight

[ ] O que sabíamos naquele minuto?

[ ] O que só descobrimos depois?

[ ] Quais hipóteses eram plausíveis?

[ ] Qual era a confiança em cada uma?

[ ] O sinal era distinguível antes do resultado?

[ ] Quantos falsos positivos existiam?

[ ] A timeline completa estava disponível em tempo real?

[ ] Estamos usando palavras como "óbvio" ou "claro"?

[ ] A decisão fazia sentido localmente?

[ ] Estamos avaliando com informação do futuro?

[ ] Existe registro contemporâneo?

[ ] A IA recebeu dados posteriores?

[ ] Estamos confundindo explicar com prever?

[ ] Estamos culpando alguém por não saber o que ninguém sabia?

🧠 Bellacosa Hindsight Card

DECISION TIME:
____________________

KNOWN THEN:
____________________

UNKNOWN THEN:
____________________

HYPOTHESES THEN:
____________________

CONFIDENCE THEN:
____________________

KNOWN NOW:
____________________

WHAT CHANGED:
____________________

LESSON:
____________________

👻 Easter Egg nº 2 — BELLACOSA.BIAS

No dataset:

BELLACOSA.BIAS(HINDSIGHT)

Dentro:

       IF OUTCOME-KNOWN = 'Y'
           PERFORM LOAD-HISTORICAL-STATE
       END-IF.

       IF CURRENT-KNOWLEDGE
          NOT = PAST-KNOWLEDGE
           DISPLAY
           'DO NOT BACKPORT FUTURE INFORMATION'
       END-IF.

       IF POSTMORTEM-SAYS 'OBVIOUS'
           PERFORM ASK-WAS-IT-OBVIOUS-THEN
       END-IF.

       IF PERSON-SAYS 'I-KNEW-IT'
           PERFORM CHECK-TIMESTAMP
       END-IF.

Comentários:

* DO NOT DEBUG
* YESTERDAY
* WITH TODAY'S DUMP.

Outro:

* EXPLANATION AFTER
* IS NOT
* PREDICTION BEFORE.

Outro:

* CLEAR NOW
* DOES NOT MEAN
* CLEAR THEN.

E naturalmente:

* TARDIS ACCESS:
* NOT AVAILABLE
* DURING ORIGINAL INCIDENT.

🧠 O Teste da TARDIS

Pergunte:

“Estou usando alguma informação que só existia depois da decisão?”

Se sim:

remove.

Reevaluate.

🧠 O Teste do Timestamp

“I warned.”

Great.

Timestamp.

🧠 O Teste do Analista Cego

Give:

data only up to T.

Ask:

what would you do?

Excellent.

🧠 O Teste do Sinal

Would this signal:

trigger action

in 100 similar normal days?

If yes:

maybe too noisy.

🎯 Pergunta Bellacosa nº 24

“Esse sinal era acionável ou apenas retrospectivamente interessante?”

🧠 Hindsight Bias e leadership

Leader after failure:

“team should have escalated.”

Was escalation threshold:

defined?

If not:

hindsight.

Improve:

threshold.

☕ Transforme:

“deveriam ter sabido”

em:

“como tornamos isso detectável?”

🧠 Hindsight Bias e process design

The best use:

convert hindsight into:

forward controls.

If truly:

signal identifiable,

create:

alert;

runbook;

threshold;

training.

Then:

next time

less uncertain.

🎯 Pergunta Bellacosa nº 25

“Que conhecimento retrospectivo podemos transformar em conhecimento operacional futuro?”

Excelente.

🧠 Hindsight Bias e “human error”

After failure:

operator clicked wrong.

Obvious.

But:

UI similar buttons.

No confirmation.

Time pressure.

Need:

context.

🧠 Local rationality again

Why did click:

make sense?

☕ Se só disser:

“não clique errado”

você acabou:

de desperdiçar o postmortem.

🧠 Hindsight Bias e compliance

After regulatory issue:

“obvious gap.”

Was regulation:

clear then?

Interpretation?

Need:

context.

🧠 Hindsight Bias e planning

Project late.

“Obviously estimate unrealistic.”

Before:

maybe new unknowns.

Or maybe indeed unrealistic.

Need:

original assumptions.

🎯 Pergunta Bellacosa nº 26

“Qual suposição original falhou e ela era razoável na época?”

🧠 Hindsight Bias e estimates

If estimate:

10 days.

Actual:

We say:

bad estimator.

But scope changed:

maybe.

Need:

decompose.

☕ Erro de previsão

não é:

diferença simples

entre:

estimado e realizado.

🧠 Hindsight Bias e executive confidence

After success:

“we always knew.”

Danger:

overconfidence.

Outcome Bias.

Future:

riskier decisions.

🎯 Pergunta Bellacosa nº 27

“O sucesso está reescrevendo quanta incerteza realmente existia?”

🧠 Hindsight Bias e pre-mortem

One antidote before:

imagine failure.

What happened?

Expands risk.

Later:

compare.

🧠 Decision log

Before rollout:

what could fail?

If later event:

was absent,

learn.

If present:

why not acted?

More precise.

☕ Pre-mortem gera:

recibo cognitivo.

🧠 Hindsight Bias e Red Team

Red team warnings:

record.

After event:

can see.

Not:

memory.

🎯 Pergunta Bellacosa nº 28

“Quais riscos foram explicitamente levantados antes e quais só surgiram na narrativa depois?”

🧠 Hindsight Bias e Cultural Debt

Old team made:

choice.

Modern team:

“how could they?”

Maybe:

constraints invisible.

Document:

decision records.

ADR.

Excellent.

🧠 Architecture Decision Records

Capture:

context;

options;

trade-offs.

Then future:

less hindsight.

☕ ADR é:

vacina parcial

contra:

“esses caras eram malucos.”

🎯 Pergunta Bellacosa nº 29

“Temos registro do contexto que justificou essa decisão arquitetural?”

🧠 Hindsight Bias e legacy modernization

Modern team sees:

batch.

“why not real-time?”

Maybe:

Network.

Cost.

Hardware.

Business process.

Different.

Judge:

historically.

Then:

modernize today.

🧠 Don't romanticize either

Context:

not excuse forever.

But:

understand.

☕ Uma coisa pode:

ter sido certa ontem

errada hoje.

Sem contradição.

🧠 Hindsight Bias e AI code review

AI sees:

bug + failing test.

Says:

“obvious null check.”

But before bug:

maybe not.

If using AI for postmortem:

ask:

what signals were present beforehand?

🎯 Pergunta Bellacosa nº 30

“A explicação da IA distingue entre evidência disponível antes e evidência descoberta depois?”

🧠 Hindsight Bias e RAG

Postmortem RAG retrieves:

final RCA.

Then:

answers:

“why should team have known?”

Danger.

Need:

incident-time corpus.

🧠 Temporal RAG

Retrieve only documents/messages:

available before timestamp.

Great idea.

☕ IA com TARDIS controlada:

não pode:

ler o futuro.

🧠 Hindsight Bias e model evaluation

For incident agents:

replay:

progressively.

No future leaks.

Otherwise:

illusory performance.

🎯 Pergunta Bellacosa nº 31

“Nosso benchmark permite que o modelo veja o futuro sem percebermos?”

🧠 Hindsight Bias e causal certainty

After RCA:

cause seems:

single.

But:

multiple contributors.

Remember:

Premature Closure.

Don't let hindsight:

simplify.

🧠 Complex systems

Outcome known:

doesn't make:

causal graph trivial.

☕ Saber quem ganhou

não explica:

todas as jogadas.

🧠 Hindsight Bias e blame metrics

“Missed obvious alert” counts:

human error.

But:

if alert noisy,

system issue.

McNamara.

🎯 Pergunta Bellacosa nº 32

“Estamos medindo falha humana sem medir qualidade do sinal que a pessoa recebeu?”

🧠 Hindsight Bias e training evaluation

Trainee sees:

known RCA case.

Gets answer.

We think:

learned.

Need:

novel case.

Otherwise:

recognition hindsight.

☕ Saber gabarito

não é:

saber investigar.

🧠 Hindsight Bias e confidence calibration

Ask before:

probability.

After:

compare.

If always:

“100% obvious”

after:

you're biased.

🧠 Forecast log

Useful for:

risk teams.

🎯 Pergunta Bellacosa nº 33

“Estamos registrando previsões antes para aprender sobre nossa calibração depois?”

🧠 Hindsight Bias e near-miss culture

If no failure:

warning ignored.

If failure:

warning becomes obvious.

Need:

evaluate warnings by:

quality

not:

outcome.

Outcome Bias.

☕ Um alarme não fica:

mais inteligente

porque:

incêndio aconteceu.

🧠 Hindsight Bias e automation

Automated system chooses:

route A.

Fails.

Humans:

“AI should know.”

What inputs?

If insufficient:

maybe no.

Need:

system design.

🎯 Pergunta Bellacosa nº 34

“O agente tinha informação suficiente para distinguir a alternativa correta?”

🧠 Hindsight Bias e human-in-the-loop

Human overrides AI.

Outcome bad.

After:

“should have trusted AI.”

If outcome opposite:

“good override.”

Outcome bias + hindsight.

Need:

process metrics.

☕ A mesma decisão

não pode:

ser genial e idiota

só porque:

moeda caiu diferente.

🧠 Hindsight Bias e decision quality matrix

Again:

process separate.

🧠 Hindsight Bias em change windows

After failed Friday deploy:

“never deploy Friday.”

Maybe:

reasonable cultural rule.

But actual cause:

not day.

Avoid:

superstition.

🎯 Pergunta Bellacosa nº 35

“Estamos extraindo uma regra causal ou apenas uma superstição do último incidente?”

🧠 Technical superstition again

Incident happened:

after command X.

“Never X.”

Need:

mechanism.

☕ Operação sem causalidade

vira:

folclore.

🧠 Hindsight Bias e Bellacosa Mainframe

This series itself:

important caution.

Once we name:

bias,

past incidents can:

look obvious.

Don't overfit:

everything to bias.

Use:

lens.

Not:

verdict.

🎯 Pergunta Bellacosa nº 36

“Estamos usando o nome do viés para entender o caso ou apenas para rotular alguém depois?”

Important.

🧠 Bias labels can become hindsight tools

“Clearly anchoring.”

Maybe.

Need:

evidence.

Don't:

psychologize recklessly.

☕ Vieses são:

mapas.

Não:

martelos.

🧠 Hindsight Bias e empathy

Reconstruct uncertainty:

creates empathy.

Not excuse.

Better learning.

🧠 Postmortem maturity

Replace:

“How could they miss it?”

with:

“What made it reasonable to miss?”

Then:

fix.

🎯 Pergunta Bellacosa nº 37

“O que tornava essa evidência difícil de distinguir em tempo real?”

🧠 Signal design

Maybe:

alert buried.

Need:

priority.

Correlation.

🧠 Observability improvement

Use hindsight:

productively.

☕ O objetivo não é:

proibir olhar para trás.

É:

olhar para trás sem fingir que já sabíamos o caminho.

🧠 Bellacosa Anti-Hindsight Protocol

Passo 1 — Preserve registros contemporâneos

Chat.

Ticket.

Hypotheses.

Confidence.

Passo 2 — Reconstrua por timestamp

What known then?

Passo 3 — Hide final RCA temporarily

Review decision blind.

Passo 4 — List alternatives alive then

Not now.

Passo 5 — Evaluate signal-to-noise

Was clue actionable?

Passo 6 — Remove future data

No leakage.

Passo 7 — Ask local rationality

Why decision made sense?

Passo 8 — Convert lessons into controls

Alerts, checks, tests.

Passo 9 — Avoid “obvious”

Unless evidence.

Passo 10 — Preserve uncertainty in postmortem

Teach real reasoning.

📋 Checklist Bellacosa anti-Hindsight

[ ] Estamos usando informação descoberta depois?

[ ] Temos registro do que se sabia antes?

[ ] Quais hipóteses existiam naquele momento?

[ ] Qual era a confiança?

[ ] O sinal tinha baixo ruído?

[ ] Era acionável?

[ ] A timeline estava completa em tempo real?

[ ] Alguém realmente previu isso?

[ ] Existe timestamp da previsão?

[ ] Estamos chamando algo de "óbvio"?

[ ] Estamos culpando alguém por não saber o futuro?

[ ] A decisão era razoável com dados disponíveis?

[ ] A IA teve acesso a dados futuros?

[ ] Estamos extraindo uma regra geral de um caso único?

👻 Easter Egg nº 3 — SQL retrospectivo

No postmortem:

SELECT *
FROM LOGS
WHERE EVENT_RELATED_TO_ROOT_CAUSE = 'Y';

Nosso jovem:

— Fácil assim.

Doctor:

— Claro.

— Então por que não fizemos sexta?

Doctor:

— Porque sexta vocês ainda não tinham a coluna EVENT_RELATED_TO_ROOT_CAUSE.

Silêncio.

Perfeito.

🧠 Essa é talvez a melhor metáfora

Depois:

sabemos qual filtro usar.

Antes:

não.

🧠 The hindsight query problem

Retrospective investigation:

has labels.

Live:

doesn't.

Remember.

🎯 Pergunta Bellacosa nº 38

“Estamos filtrando o passado com uma coluna que só foi criada depois do incidente?”

🧠 Hindsight Bias e “I knew it all along”

Psychology phrase:

“knew-it-all-along effect.”

Perfect summary.

☕ Em português Bellacosa:

“Depois do dump, todo mundo é sysprog.”

🧠 Hindsight Bias e organizational learning

If uncorrected:

three harms:

blame
overconfidence
bad controls

🧠 Blame

“person should know.”

🧠 Overconfidence

“next time obvious.”

Maybe not.

🧠 Bad controls

monitor exact past symptom.

🎯 Pergunta Bellacosa nº 39

“Que lição falsa poderíamos aprender se tratarmos o incidente como previsível demais?”

🧠 Hindsight Bias e resilience

Real lesson:

not predict all.

Build:

detection;

containment;

recovery.

Because:

unknowns.

☕ Engenharia resiliente

não exige:

vidência.

Graças a Deus.

🧠 Hindsight Bias and uncertainty acceptance

Mature org:

admits:

some events hard to foresee.

Then:

designs:

margin.

🎯 Pergunta Bellacosa nº 40

“Estamos tentando melhorar previsão ou melhorar capacidade de responder ao imprevisível?”

Both useful.

Different.

🧠 Hindsight Bias e War Room culture

After every incident:

if someone says:

“obvious,”

ask:

“show me the timestamp.”

Bellacosa rule.

☕ Sem timestamp:

memória.

Com timestamp:

evidência.

🧠 Bellacosa Timestamp Rule

IF CLAIM = "EU AVISEI"
THEN
   SHOW TIMESTAMP
ELSE
   CLASSIFY AS RETROSPECTIVE MEMORY

Brutal.

Fair.

🧠 Hindsight Bias em newsletters, livros, histórias

Narratives compress.

We tell:

clean sequence.

But actual life:

messy.

When writing case studies:

include uncertainty.

This makes:

better teaching.

🎯 Pergunta Bellacosa nº 41

“Nossa história ficou boa demais para representar a confusão real do momento?”

🧠 The TARDIS Lesson

Doctor Who has:

time travel.

We don't.

That's the ultimate metaphor.

In postmortem:

we mentally travel back

with future knowledge.

That's cheating.

☕ O Doctor pode:

voltar sabendo.

Você não podia.

Esse detalhe:

é tudo.

👻 Easter Egg final — BELLACOSA.BIAS(HINDSIGHT)

       IF POSTMORTEM-MODE = 'Y'
           PERFORM RESTORE-KNOWLEDGE-AT-TIME
       END-IF.

       IF FUTURE-INFORMATION = 'PRESENT'
           PERFORM REMOVE-FUTURE-DATA
       END-IF.

       IF CLAIM-TEXT = 'ERA-OBVIO'
           PERFORM CHECK-ORIGINAL-EVIDENCE
       END-IF.

       IF CLAIM-TEXT = 'EU-SABIA'
           PERFORM REQUEST-TIMESTAMP
       END-IF.

Comentários:

* DO NOT RUN
* YESTERDAY'S DECISION
* WITH TODAY'S MEMORY.

Outro:

* POSTMORTEM
* IS NOT
* TIME TRAVEL.

Outro:

* CLEAR AFTER
* MAY HAVE BEEN
* AMBIGUOUS BEFORE.

Outro:

* A DUMP
* AVAILABLE AFTER ABEND
* WAS NOT AVAILABLE
* BEFORE ABEND.

E naturalmente:

* TARDIS ACCESS:
* DOCTOR ONLY.
*
* INCIDENT TEAM:
* LINEAR TIME.

🕰️ De volta ao postmortem

Diretor:

— Então não deveríamos dizer que os sinais estavam lá?

Nosso jovem:

— Podemos.

— Então qual a diferença?

— Precisamos perguntar se eles eram distinguíveis.

— Como?

Ele abre:

alert history.

O mesmo TLS warning apareceu:

42 vezes

nos últimos 30 dias.

Sem incidente.

Silêncio.

— Então não era tão óbvio.

DBA:

— Mas agora sabemos que foi importante.

— Sim.

Doctor sorri.

“Importante depois não significa evidente antes.”

🔧 A lição muda

Em vez de:

“operador deveria ter percebido TLS warning,”

ação:

correlacionar TLS warning

com:

external timeout spike.

Criar:

alerta composto.

Agora:

future signal:

stronger.

Isso é:

aprendizado.

☕ Não culpe cérebro

por não distinguir:

sinal

que o sistema também não distinguia.

Melhore:

sistema.

🧠 Postmortem finalmente fica bom

Antes:

ROOT CAUSE:
Certificate failure

HUMAN ERROR:
Failed to identify obvious warning

Depois:

ROOT CAUSE:
Certificate chain failure

DETECTION GAP:
TLS warning had high false-positive rate and lacked correlation with external timeout metrics.

ACTION:
Create correlated detection and certificate validation.

Muito melhor.

🧠 Isso é engenharia

Não:

profecia retrospectiva.

📓 Diário do Doctor

Se guardar algumas ideias desta viagem, guarde estas:

Hindsight Bias é a tendência de perceber eventos passados como mais previsíveis depois que sabemos o resultado.

Ele produz a sensação de “eu sabia” ou “era óbvio”.

Outcome Bias julga a decisão pelo resultado; Hindsight Bias altera nossa percepção de quão previsível o resultado era.

Confirmation Bias ajuda a selecionar memórias que combinam com o resultado conhecido.

Narrative Bias reorganiza os fatos numa história mais coerente do que a incerteza real vivida.

Anchoring pode mudar retrospectivamente quando o resultado final vira nova referência.

Streetlight Effect parece desaparecer depois porque agora sabemos qual log abrir — mas essa vantagem não existia em tempo real.

Search Satisfaction pode fazer a primeira pista retrospectivamente compatível parecer “a pista que estava ali o tempo todo”.

Fundamental Attribution Error pode transformar ambiguidade real em acusação de incompetência.

Decision journals, timestamps e registros de confiança são grandes antídotos.

Um alerta só é realmente acionável se sua qualidade e relação sinal/ruído permitirem distingui-lo antes do resultado.

Uma IA pode parecer melhor retrospectivamente se receber dados ou labels que só existiram depois do incidente.

Postmortems devem reconstruir o estado de conhecimento da época, não apenas explicar o mundo com a resposta já conhecida.

Arquiteturas antigas precisam ser avaliadas no contexto em que foram decididas, mesmo quando hoje precisam ser mudadas.

O objetivo não é eliminar hindsight; é impedir que ele transforme aprendizado em culpa e previsibilidade fictícia.

E principalmente:

não use a informação de hoje para condenar a decisão de ontem sem primeiro devolver à decisão de ontem apenas a informação que existia ontem.

🥚 Último Easter Egg

Antes de entrar na TARDIS, o Doctor pergunta:

— Agora que você sabe que era certificado, parece óbvio?

Nosso jovem:

— Um pouco.

— Pegue o ticket das 18:05.

Ele lê:

POSSIBLE:
DB2
NETWORK
API
TLS
MQ

Doctor:

— Ainda óbvio?

Nosso jovem:

— Não.

— Melhor.

— Por quê?

O Doctor abre a porta.

“Porque respeito pela incerteza passada é uma das formas mais importantes de inteligência presente.”

VWORP.

A TARDIS desaparece.

No quadro fica:

“Depois do incidente, todo mundo tem acesso ao final da história. O desafio é lembrar que ninguém tinha o último capítulo quando precisava tomar a decisão.”

E talvez essa seja toda a essência do Hindsight Bias no Bellacosa Mainframe:

olhar para trás é indispensável para aprender; fingir que o passado tinha a mesma clareza que o presente é uma excelente maneira de aprender a lição errada.

☕🌀

Próxima parada: Normalcy Bias — o dia em que todos viram sinais de que algo muito errado estava acontecendo, mas continuaram tratando a situação como normal porque aceitar que a realidade havia mudado parecia mais difícil do que esperar mais cinco minutos.

Translate

sábado, 12 de julho de 2014