 |
| Bellacosa Mainframe e o framing Effect |
☕ Um Café no Bellacosa Mainframe
Framing Effect: Doctor Who, COBOL e o Dia em que 90% de Sucesso Pareceu Muito Melhor do que 10% de Falha — Embora Fossem Exatamente a Mesma Coisa
Uma viagem pela TARDIS dos projetos e incidentes para entender por que a maneira como uma informação é apresentada pode mudar decisões mesmo quando os fatos permanecem idênticos — e como palavras como sucesso, falha, economia, perda, rollback, atraso, proteção e risco podem silenciosamente empurrar pessoas para escolhas diferentes
Quarta-feira.
09:12.
Sala de reunião.
Projeto Atlas.
Sim.
Ainda ele.
Na tela:
OPÇÃO A
CHANCE DE SUCESSO:
90%
O gerente olha.
— Excelente.
O diretor:
— Muito bom.
O sponsor:
— Parece seguro.
Nosso jovem programador COBOL anota.
O CFO muda o slide.
Agora:
OPÇÃO A
CHANCE DE FALHA:
10%
Silêncio.
Diretor:
— Dez por cento?
Gerente:
— É bastante.
Sponsor:
— Não sei se quero correr esse risco.
Nosso jovem levanta a mão.
— Desculpe.
— Sim?
— Não são exatamente os mesmos números?
Silêncio.
O gerente olha para:
90%.
Depois:
10%.
Depois:
90%.
— Tecnicamente...
Nosso jovem:
— Tecnicamente?
— Sim.
— Então por que há dois minutos parecia excelente e agora parece perigoso?
Uma xícara toca:
a mesa.
VWORP.
VWORP.
VWORP.
A TARDIS aparece ao lado do projetor.
A porta abre.
O Doctor sai.
Olha para os slides.
— Noventa por cento de sucesso?
— Sim.
— Dez por cento de falha?
— Sim.
— Mudou alguma coisa no sistema?
— Não.
— Mudou a probabilidade?
— Não.
— Mudou o risco?
— Não.
Ele aponta:
para as palavras.
“Então mudou apenas a moldura.”
Bem-vindo ao:
FRAMING EFFECT
ou:
Efeito de Enquadramento.
Em linguagem Bellacosa:
é quando a forma de apresentar exatamente a mesma informação altera como sentimos, interpretamos e decidimos — mesmo quando a realidade subjacente não mudou absolutamente nada.
🧠 O que é Framing Effect?
O Framing Effect acontece quando:
duas descrições logicamente equivalentes
produzem:
reações diferentes.
Exemplo clássico:
90% de chance de sobreviver
versus:
10% de chance de morrer
Matematicamente:
mesma coisa.
Psicologicamente:
nem sempre.
A palavra:
sobreviver
ativa:
ganho.
A palavra:
morrer
ativa:
perda.
E acabamos de estudar:
Loss Aversion.
Pronto.
Os vieses:
começaram a conversar.
☕ Definição Bellacosa
Framing Effect é quando o dado permanece igual, mas trocamos o cartaz da porta e o cérebro acha que entrou em outro prédio.
💻 COBOL cognitivo
Imagine:
MOVE 90 TO SUCCESS-PERCENT.
COMPUTE FAILURE-PERCENT =
100 - SUCCESS-PERCENT.
Resultado:
SUCCESS = 90
FAILURE = 10
Agora:
IF DISPLAY-MODE = 'SUCCESS'
DISPLAY '90% SUCCESS'
ELSE
DISPLAY '10% FAILURE'
END-IF.
O mainframe:
não muda de opinião.
O ser humano:
talvez.
🧠 O computador recebe valor
O humano recebe:
valor
contexto
linguagem
emoção
referência
história.
Essa diferença:
é enorme.
👻 Easter Egg nº 1 — Dalek Estatístico
Dalek:
— OPERATION HAS 90 PERCENT SUCCESS.
General:
— APPROVED.
Doctor:
— E dez por cento de chance de destruir Londres.
General:
— CANCEL.
Doctor:
— Os números são iguais.
General:
— Mas agora você disse “destruir Londres”.
Doctor:
— Exatamente.
Dalek:
— LANGUAGE IS INEFFICIENT.
Doctor:
— E ainda assim vocês também gritam “EXTERMINATE” em vez de “population adjustment”.
Dalek:
— THAT SOUNDS LESS EXCITING.
🧠 Framing Effect e Loss Aversion
No capítulo anterior:
Loss Aversion.
Agora:
o enquadramento decide:
se percebemos algo como:
ganho
ou:
perda.
Exemplo:
"Preservaremos 90% dos clientes."
versus:
"Perderemos 10% dos clientes."
Mesmo cenário.
Mas o segundo:
dói.
🎯 Pergunta Bellacosa nº 1
“Se eu apresentar a mesma opção em termos de ganho e depois em termos de perda, minha preferência muda?”
Se muda:
atenção.
🧠 Framing e Sunk Cost
Compare:
“Perderemos os R$ 9 milhões já investidos.”
com:
“Evitaremos comprometer mais R$ 5 milhões em uma iniciativa cuja expectativa futura caiu.”
Mesma decisão:
parar.
Primeiro frame:
perda.
Segundo:
proteção.
A reunião:
muda.
☕ O CFO não mudou.
A planilha não mudou.
O verbo mudou.
🧠 Framing e Escalation of Commitment
“Cancelar projeto”
soa:
fracasso.
“Encerrar investimento improdutivo”
soa:
governança.
Mesmo ato.
Por isso:
linguagem pode:
alimentar
ou:
reduzir
Escalation of Commitment.
🎯 Pergunta Bellacosa nº 2
“Estamos avaliando a decisão ou reagindo emocionalmente ao verbo usado para descrevê-la?”
🧠 Framing e Plan Continuation Bias
“Parar o deploy”
soa:
interrupção.
“Preservar estado estável”
soa:
proteção.
Mesmo rollback.
Então:
equipes podem resistir ao primeiro frame
e aceitar:
o segundo.
☕ Rollback não é:
andar para trás.
Às vezes:
é voltar para:
o último lugar onde você sabia onde estava.
🧠 Framing e Outcome Bias
Depois do resultado:
descrição muda.
Se decisão arriscada deu certo:
“coragem.”
Se deu errado:
“imprudência.”
Mesmo processo.
Outcome:
altera frame retrospectivo.
🎯 Pergunta Bellacosa nº 3
“Estamos descrevendo a mesma decisão com palavras diferentes apenas porque conhecemos o resultado?”
🧠 Framing e Hindsight Bias
Depois do incidente:
“sinais claros.”
Antes:
“ruído.”
Mesmo dados.
O conhecimento futuro:
muda frame.
Isso faz:
passado parecer:
óbvio.
☕ Informação retrospectiva vem:
com legenda.
Informação em tempo real:
vem sem manual.
🧠 Framing e Normalcy Bias
Imagine:
"Latência 40% acima do normal."
Frame A:
“pico temporário.”
Frame B:
“degradação sustentada.”
Mesmo número.
Reação:
diferente.
🎯 Pergunta Bellacosa nº 4
“A palavra ‘pico’ está descrevendo evidência ou está tranquilizando a sala?”
🧠 Framing e Normalization of Deviance
Um workaround pode ser chamado:
“exceção.”
Depois:
“procedimento operacional.”
Depois:
“best practice.”
A prática:
pode não ter mudado.
O nome:
mudou.
Com ele:
a percepção.
☕ Gambiarra com nome executivo
ganha:
PowerPoint.
🧠 Framing e Goodhart
Métrica:
tickets fechados.
Frame:
“produtividade.”
Mas poderia:
ser:
“volume de encerramentos.”
Diferença:
grande.
Se chamamos uma métrica de:
produtividade,
começamos a:
tratá-la como:
produtividade.
Mesmo que:
não seja.
🎯 Pergunta Bellacosa nº 5
“O nome da métrica já está embutindo a conclusão que queremos tirar dela?”
🧠 Metric Fixation
Dashboard:
“Health Score 92.”
Parece:
saudável.
Mas o que mede:
health?
CPU?
Errors?
Tickets?
Maybe.
O label:
Health
tem:
enorme poder.
☕ SYSTEM_HEALTH = 92
parece muito mais profundo
do que:
“calculamos sete indicadores com pesos arbitrários.”
🧠 McNamara Fallacy
Quando chamamos:
o que é mensurável
de:
“performance”,
coisas não mensuradas:
desaparecem.
Frame linguístico:
faz o resto.
🎯 Pergunta Bellacosa nº 6
“Estamos chamando aquilo que conseguimos medir de ‘realidade’?”
🧠 Framing e risk communication
Compare:
"Há 99,9% de disponibilidade."
com:
"Há aproximadamente 43 minutos de indisponibilidade permitida por mês."
Mesma ordem de grandeza conceitual.
Mas:
o segundo dá:
concretude.
☕ Percentual é:
abstrato.
Minuto com cliente no telefone:
não.
🧠 Framing quantitativo
Números podem ser:
matematicamente equivalentes
e:
cognitivamente muito diferentes.
Exemplo:
1 em 100
versus:
1%
versus:
10 em 1000
Mesmo taxa.
Algumas representações:
parecem maiores.
🎯 Pergunta Bellacosa nº 7
“A escala escolhida está facilitando compreensão ou dramatizando o risco?”
🧠 Natural frequencies
Para algumas decisões:
“1 em 100”
pode ser:
mais intuitivo
que:
1%.
Em outras:
percentual é melhor.
O ponto:
não é escolher formato perfeito.
É:
entender que formato:
mexe com percepção.
🧠 Framing e security
Compare:
“Bloquear esse usuário evita fraude.”
com:
“Bloquear esse usuário pode impedir um cliente legítimo.”
Mesmo controle.
Stakeholders:
reagem diferente.
Security:
vê proteção.
Business:
vê fricção.
🎯 Pergunta Bellacosa nº 8
“Estamos discutindo a mesma decisão sob frames diferentes sem perceber?”
🧠 Isso explica muitas guerras corporativas
Security diz:
“reduzir risco.”
Dev diz:
“aumentar burocracia.”
Ops diz:
“preservar estabilidade.”
Product diz:
“atrasar cliente.”
Mesma mudança.
Quatro frames.
☕ Às vezes:
não existe discordância sobre fatos.
Existe:
discordância sobre moldura.
🧠 Framing e Principal-Agent
Cada área descreve:
o que importa para:
ela.
Finance:
custo.
Ops:
risco.
Dev:
velocidade.
Customer:
experiência.
Isso não é necessariamente manipulação.
É:
perspectiva.
🎯 Pergunta Bellacosa nº 9
“Qual frame cada stakeholder está usando e qual custo fica fora dele?”
🧠 Framing e Moral Hazard
Vendor diz:
“otimização de custo.”
Cliente diz:
“redução de redundância.”
Mesma ação.
Um vê:
eficiência.
Outro:
risco.
🧠 Incentives shape language
Natural.
☕ Quem vende:
chama:
simplificação.
Quem opera:
às vezes chama:
ponto único de falha.
🧠 Framing e Cobra Effect
Um incentivo pode ser apresentado como:
“recompensa por performance.”
Mas operacionalmente:
vira:
“pressão para fechar ticket.”
Frame bonito:
não corrige:
incentivo ruim.
🎯 Pergunta Bellacosa nº 10
“O nome positivo do programa está escondendo o comportamento que ele realmente incentiva?”
🧠 Framing e Campbell
“Programa de excelência.”
Métrica:
tempo médio.
Punição:
se alto.
Agora:
people game.
O frame:
excelência.
O mecanismo:
pressão quantitativa.
🧠 Framing e Goal Substitution
Objetivo:
“melhorar qualidade.”
Transformado em:
“alcançar score 95.”
Depois:
score vira:
qualidade.
Frame:
cola proxy ao objetivo.
🎯 Pergunta Bellacosa nº 11
“Estamos chamando o proxy pelo nome do objetivo?”
🧠 Framing e Ratchet Effect
“Aumento de produtividade.”
Talvez:
tenha sido:
pico heroico.
Frame positivo:
legitima:
nova meta.
☕ Overtime de três semanas
vira:
“nova capacidade comprovada.”
Belo frame.
Péssima saúde operacional.
🧠 Framing e Goal Gradient
“Faltam apenas 3%.”
Parece:
perto.
Mas:
“todo o cutover, reconciliação e rollback ainda estão nos últimos 3%.”
Agora:
não parece tão perto.
Mesmo percentual.
Novo contexto.
🎯 Pergunta Bellacosa nº 12
“Estamos enquadrando progresso por quantidade de tarefas ou por risco restante?”
🧠 Framing e deadlines
“Adiar lançamento”
versus:
“preservar qualidade para lançamento.”
“Perder janela”
versus:
“evitar Go-Live instável.”
Os dois frames:
podem manipular.
O objetivo:
não é escolher:
o mais bonito.
É apresentar:
ambos.
☕ Se um slide só mostra:
o lado heroico
de uma opção,
desconfie.
🧠 Dual framing
Uma técnica poderosa:
descrever:
ganho
e:
perda
para cada opção.
Exemplo:
ROLLBACK
GAIN:
restaura estado conhecido
LOSS:
perde janela de mudança
Agora:
mais honesto.
🎯 Pergunta Bellacosa nº 13
“Conseguimos formular cada alternativa em linguagem de ganho e de perda?”
🧠 Framing e rollback
“Rollback”
já tem:
frame negativo.
Voltar.
Desfazer.
Fracasso.
Mas:
tecnicamente:
é:
restauração.
☕ Talvez o nome mais honesto seja:
Return to Known Good State.
Menos dramático.
🧠 Framing e failover
“Abandonar site primário”
soa:
terrível.
“Transferir serviço para site saudável”
soa:
melhor.
Mesmo ato.
🎯 Pergunta Bellacosa nº 14
“A opção parece ruim porque é ruim ou porque foi descrita como derrota?”
🧠 Framing e incident severity
“P1”
pode provocar:
pânico.
“Major Incident”
também.
Mas labels são necessários.
O perigo:
rótulo:
começar a dirigir:
análise.
🧠 Labeling Effect
Related.
Ticket says:
“DB2 issue.”
Now:
anchor.
Framing:
causal already.
Better:
“payment latency.”
Symptom frame.
☕ Ticket com diagnóstico no título
já chega:
com suspeito algemado.
🎯 Pergunta Bellacosa nº 15
“O título do incidente descreve sintoma ou já impõe uma causa?”
🧠 Framing e Confirmation Bias
Se ticket:
“DB2 degradation”,
we search:
Db2.
Then:
confirmation.
Frame created:
search direction.
🧠 Streetlight Effect
Same.
Frame says:
where look.
🎯 Pergunta Bellacosa nº 16
“A forma como nomeamos o problema está delimitando onde procuramos?”
🧠 Framing e Search Satisfaction
If called:
“certificate incident”,
first TLS error:
feels:
answer.
If called:
“payment timeout,”
broader.
Frame affects:
search termination.
🧠 Premature Closure
A label can:
close.
☕ Uma palavra ruim
pode antecipar:
root cause.
🧠 Framing e Diagnosis Momentum
Handoff:
“DB2 issue.”
Next team:
inherits.
Frame:
travels.
By third shift:
fact.
🎯 Pergunta Bellacosa nº 17
“A informação transmitida distingue observação de interpretação?”
🧠 Fact versus frame
Example:
Bad:
DB2 problem causing latency.
Better:
Latency increased at 02:51.
DB2 locks observed at 03:02.
Causality unconfirmed.
One:
story.
Other:
facts.
☕ O segundo texto é:
menos elegante.
Também:
mais útil.
🧠 Framing e Narrative Bias
Narrative:
is framing at scale.
Pick:
beginning.
Hero.
Villain.
Cause.
Outcome.
Then:
everything fits.
🎯 Pergunta Bellacosa nº 18
“Se mudarmos quem é o protagonista da história, as mesmas evidências contam outra história?”
🧠 Framing e status reports
Project status:
“82% complete.”
Alternative:
“18% incomplete.”
Still equivalent.
But:
risk distribution?
Maybe:
18% includes:
all critical work.
So both:
incomplete without context.
🧠 Frame by denominator
Classic.
10 incidents out of:
100 changes.
versus:
90 successful.
Different vibe.
🎯 Pergunta Bellacosa nº 19
“O denominador escolhido ajuda a entender o sistema ou apenas favorece a narrativa?”
🧠 Framing and baselines
“Performance improved 50%.”
From:
2 seconds to:
1 second.
Great.
But business target:
100ms.
Another frame:
“ainda 10x acima do objetivo.”
Both true.
Need:
both.
☕ Um número pode:
ser excelente
e:
insuficiente
simultaneamente.
🎯 Pergunta Bellacosa nº 20
“Estamos comparando com o passado, com a meta ou com o cliente?”
🧠 Framing e relative vs absolute risk
Imagine:
control reduces failures:
from 2 in 10.000
to:
1 in 10.000.
Relative reduction:
50%.
Absolute reduction:
0,01 ponto percentual.
Both:
true.
One:
sounds huge.
☕ “Redução de 50%”
pode:
fazer CFO derrubar café.
Mas talvez:
seja:
um evento a menos em dez mil.
Context.
🎯 Pergunta Bellacosa nº 21
“Estamos mostrando redução relativa e absoluta?”
🧠 Framing e vendor presentations
Vendor loves:
“40% improvement.”
Ask:
from what baseline?
Under what workload?
Which metric?
🧠 Bellacosa Rule
Toda porcentagem deveria viajar com baseline.
☕ 300% mais rápido
que:
o quê?
Uma carroça?
🎯 Pergunta Bellacosa nº 22
“Qual é o baseline escondido atrás deste percentual impressionante?”
🧠 Framing e graph axes
Graph:
y-axis truncated.
Tiny change:
looks gigantic.
That's visual framing.
Not necessarily:
lying.
But:
powerful.
🧠 Charts have rhetoric
Title.
Scale.
Window.
Aggregation.
Color.
All:
frame.
🎯 Pergunta Bellacosa nº 23
“O gráfico revela a magnitude ou dramatiza a diferença?”
🧠 Framing e time window
CPU spike:
last 5 minutes:
terrible.
Last 30 days:
tiny.
Both:
true.
Which window:
relevant?
Incident:
5 min may matter.
Strategic:
30 days.
☕ Janela temporal
é parte:
da pergunta.
🎯 Pergunta Bellacosa nº 24
“Por que escolhemos exatamente esta janela?”
🧠 Framing e aggregation
Average latency:
200ms.
P99:
4s.
Frame by mean:
healthy.
Frame by tail:
awful.
Need:
both.
🧠 Average hides pain
Classic.
☕ Cliente não vive:
na média.
Alguns vivem:
no P99.
🎯 Pergunta Bellacosa nº 25
“A agregação está escondendo a população que realmente sofre?”
🧠 Framing e SLO
“99,9% availability.”
Could:
sound great.
Translate:
minutes per month.
Now:
more concrete.
Again:
not to scare.
To understand.
🧠 Framing e budget
“Economizar R$ 1M.”
versus:
“remover 30% da redundância operacional.”
Same initiative maybe.
One:
financial gain.
Other:
resilience loss.
Need:
both.
🎯 Pergunta Bellacosa nº 26
“Qual benefício está no slide e qual trade-off ficou fora?”
🧠 Framing e cost cutting
“Efficiency program.”
Often:
could mean:
cuts.
Maybe good.
Maybe not.
Neutral wording:
examine mechanism.
☕ Palavra corporativa bonita
não reduz:
latência.
🧠 Framing e modernization
“Modernizar mainframe.”
Could mean:
better tools.
APIs.
DevOps.
Fine.
“Eliminar legado.”
Same initiative?
Maybe.
The second frame:
assumes legacy bad.
🎯 Pergunta Bellacosa nº 27
“A palavra ‘legado’ está descrevendo idade ou julgando valor?”
🧠 Legacy is an excellent frame
“legacy”
can mean:
valuable inherited system
or:
old burden.
Same word.
Huge rhetorical charge.
☕ Em português:
“herança”
e:
“entulho”
podem descrever:
o mesmo sistema
dependendo:
de quem apresenta o slide.
🧠 Framing e cloud
“Cloud migration.”
“Datacenter exit.”
“Mainframe offload.”
“Platform modernization.”
Each:
frames objective.
Could produce:
different decisions.
🎯 Pergunta Bellacosa nº 28
“O nome do programa descreve o problema do negócio ou já incorpora a solução escolhida?”
🧠 This is massive
Project named:
“Cloud Migration.”
Question:
should we migrate?
Already answered:
in title.
Better:
“Reduce infrastructure cost and improve deployment speed.”
Then evaluate:
solutions.
☕ Quando projeto recebe nome de solução
a solução já venceu:
antes do diagnóstico.
🧠 Framing e Goal Substitution
Objective can:
be framed as solution.
Then:
success = migration.
Not:
business benefit.
🎯 Pergunta Bellacosa nº 29
“Se removermos a tecnologia do nome do projeto, qual problema ainda estamos tentando resolver?”
🧠 Framing e AI
“AI transformation.”
Same problem.
The name:
precommits.
Maybe AI suitable.
Maybe not.
Need:
problem frame.
🤖 AI-generated summaries
LLM can:
frame strongly.
Prompt:
“Summarize why this change is safe.”
Output:
pro-safe.
Prompt:
“Summarize risks.”
Output:
risk-heavy.
Same evidence.
🎯 Pergunta Bellacosa nº 30
“O prompt pediu análise equilibrada ou pediu uma narrativa?”
🧠 Framing AI
A model doesn't need:
fabricate
to bias.
Selection and emphasis:
enough.
☕ Verdades selecionadas
podem produzir:
história enganosa
sem nenhuma mentira explícita.
🧠 AI prompt example
Bad:
Explain why this deployment should proceed.
Better:
Assess proceed, delay, rollback and partial rollout.
For each, list benefits, risks, assumptions and evidence.
Much stronger.
🧠 Framing and AI agents
Goal:
“complete migration.”
Agent:
optimizes:
finish.
Goal:
“maximize safe value delivery.”
Different behavior.
Same system.
Objective wording:
frame.
🎯 Pergunta Bellacosa nº 31
“O objetivo dado ao agente está descrevendo o resultado desejado ou obrigando um caminho específico?”
🧠 Framing e safety
“Prevent false positives.”
Could lead:
underblocking.
“Prevent fraud.”
Could lead:
overblocking.
Need:
balanced objective.
🧠 Multi-objective framing
Security:
fraud
and:
customer friction.
Availability
and:
integrity.
Speed
and:
safety.
☕ Um objetivo sem trade-off
é:
convite para:
Goodhart.
🎯 Pergunta Bellacosa nº 32
“Qual objetivo legítimo ficou fora da frase?”
🧠 Framing e CAB
Change presenter says:
“Minor low-risk update.”
Before evidence.
Anchor.
Better:
facts.
Scope.
Dependencies.
Rollback.
Tests.
Let:
classification emerge.
🎯 Pergunta Bellacosa nº 33
“A classificação de risco veio dos dados ou do adjetivo colocado no título?”
🧠 Adjectives are dangerous
Simple.
Small.
Safe.
Routine.
Minor.
Known.
Words:
anchor.
☕ “É só uma mudança pequena”
já deveria:
acender:
uma luz amarela.
🧠 Framing e code review
PR title:
“tiny cleanup.”
Reviewer:
less vigilance.
But:
maybe dependency change.
Neutral title:
“change retry handling in payment path.”
Better.
🎯 Pergunta Bellacosa nº 34
“O rótulo do change está reduzindo atenção antes da revisão técnica?”
🧠 Framing e alerts
“INFO”
versus:
“WARNING.”
Severity label:
shapes.
If mislabeled:
response wrong.
🧠 Alert taxonomy matters
Repeated low severity:
normalize.
High severity:
alarm fatigue.
🎯 Pergunta Bellacosa nº 35
“A severidade do alerta representa impacto real ou convenção histórica?”
🧠 Framing e incident comms
“Intermittent degradation.”
“Customers unable to pay.”
Same incident?
Second:
customer-centric.
First:
system-centric.
Both useful.
☕ Sistema degrada.
Cliente:
não compra.
Qual deles:
deveria entrar no resumo executivo?
Provavelmente:
os dois.
🎯 Pergunta Bellacosa nº 36
“Estamos descrevendo o incidente pela máquina ou pelo impacto humano?”
🧠 Framing e postmortem
“Human error.”
Frame:
person.
“Interface allowed an irreversible action without confirmation.”
Frame:
system.
Same event.
Different learning.
🧠 Fundamental Attribution Error
Framing person-first:
encourages.
System-first:
context.
🎯 Pergunta Bellacosa nº 37
“O título da causa está apontando para quem errou ou para como o sistema tornou o erro possível?”
🧠 Important nuance
Don't erase agency.
People make mistakes.
But:
“human error”
often stops:
analysis.
☕ HUMAN ERROR
é:
às vezes:
GOTO END-OF-RCA.
🧠 Framing e blame
“Operator deleted dataset.”
versus:
“Production command allowed deletion of critical dataset without independent confirmation.”
Both:
true.
Second:
actionable.
🎯 Pergunta Bellacosa nº 38
“Qual frame produz uma ação preventiva melhor?”
🧠 Framing e business cases
“Save R$ 5M.”
But:
what cost?
“Invest R$ 2M to save R$ 5M.”
Now:
better.
Yet:
risk?
Add.
🧠 Complete frame
Benefits.
Costs.
Risk.
Reversibility.
Time.
☕ Slide que só tem:
benefício
não é business case.
É:
propaganda.
🎯 Pergunta Bellacosa nº 39
“A decisão está vendo ambos os lados da conta?”
🧠 Framing e ratios
“2x faster.”
From:
10s to 5s.
Still:
bad.
Need:
absolute.
🧠 Framing and percentages
“Error rate increased 100%.”
From:
0.01 to 0.02%.
Sounds:
catastrophic.
Maybe not.
☕ Percentual sem absoluto
é:
mago de festa infantil.
Faz coisas pequenas:
parecerem grandes.
🎯 Pergunta Bellacosa nº 40
“Temos valor absoluto e relativo?”
🧠 Framing and denominators
“99% success.”
Out of:
10?
100?
10 million?
Confidence:
different.
🧠 Sample size matters
Frame can hide.
🎯 Pergunta Bellacosa nº 41
“Qual é o tamanho da amostra?”
🧠 Framing e survivorship
Show:
successful migrations.
Frame:
“industry trend.”
Missing:
failed.
Survivorship Bias.
🎯 Pergunta Bellacosa nº 42
“Qual população ficou fora da apresentação?”
🧠 Framing e availability
Use:
memorable incident.
“Mainframe outage!”
Frame:
technology unreliable.
But base rate?
Maybe excellent.
Availability Heuristic.
☕ Uma manchete
não é:
distribuição estatística.
🧠 Framing e anecdotes
One customer complaint:
“major issue.”
Maybe.
One success story:
“proven.”
Maybe.
Need:
data.
🎯 Pergunta Bellacosa nº 43
“Estamos usando exemplo para ilustrar ou para substituir frequência real?”
🧠 Framing e certainty language
“Will save.”
“Expected to save.”
“May save.”
Huge difference.
Business slides often:
erase uncertainty.
☕ Futuro vira:
presente do indicativo
em PowerPoint.
🎯 Pergunta Bellacosa nº 44
“As palavras de certeza correspondem à qualidade da evidência?”
🧠 Framing e probability ranges
Instead of:
“savings R$10M”
say:
“estimated R$6–10M under assumptions X.”
Less sexy.
More honest.
🧠 Framing e risk labels
High/medium/low.
Context.
A “low” probability
with catastrophic impact:
maybe important.
🎯 Pergunta Bellacosa nº 45
“O rótulo de probabilidade está escondendo impacto?”
🧠 Risk matrix framing
Green/yellow/red.
Colors:
strong.
Could bias.
Need:
numbers/details behind.
☕ Verde diz:
“relaxa.”
Vermelho diz:
“corre.”
O cérebro reage:
antes de ler:
nota de rodapé.
🧠 Framing visual
Color.
Size.
Position.
Order.
All:
matter.
First option:
maybe default.
🎯 Pergunta Bellacosa nº 46
“A ordem e o destaque visual estão favorecendo uma opção?”
🧠 Default Effect
Related.
If Option A:
preselected,
people choose.
Framing plus:
default.
🧠 Choice architecture
Important.
☕ Um formulário também:
argumenta.
Mesmo:
sem falar.
🧠 Framing e opt-in/opt-out
Classic.
Not need dive.
But same:
presentation changes behavior.
🧠 Framing in change approvals
Checkbox:
“Approve.”
“Reject.”
Maybe:
“Request more evidence.”
Third option:
important.
Binary framing:
forces.
🎯 Pergunta Bellacosa nº 47
“A forma de apresentar a decisão está criando um falso binário?”
🧠 False dichotomy
Continue or fail.
Cloud or legacy.
Secure or usable.
Fast or safe.
Often:
false.
☕ Se reunião oferece:
duas opções
e ambas parecem ruins,
talvez:
falte opção.
🧠 Framing e opportunity cost
“Invest R$5M.”
What about:
what else?
If alternative not shown:
decision framed narrowly.
🎯 Pergunta Bellacosa nº 48
“O slide mostra o custo de oportunidade?”
🧠 Framing and time horizon
Savings:
year one.
Debt:
year five.
If frame:
quarter,
looks good.
If:
five years,
different.
☕ Horizonte temporal
é:
moldura invisível.
🎯 Pergunta Bellacosa nº 49
“Qual horizonte de tempo faz essa decisão parecer boa — e qual faz parecer ruim?”
🧠 This is powerful
Short-term:
cost cut.
Long-term:
risk.
Both:
true.
🧠 Framing e portfolio risk
One project:
low risk.
Across 100:
some fail.
Individual frame:
comfort.
Portfolio:
different.
🧠 Framing e percentages in batch
99.99% records correct.
Dataset:
100 million.
That's:
10k wrong.
Percent:
excellent.
Count:
terrifying.
☕ Quatro noves
podem:
parecer lindos
até:
você transformar em:
CPFs errados.
🎯 Pergunta Bellacosa nº 50
“Qual é o impacto quando traduzimos o percentual em unidades reais?”
🧠 Bellacosa Framing Test
Uma das melhores técnicas:
pegar decisão
e criar:
quatro versões.
FRAME 1:
90% success
FRAME 2:
10% failure
FRAME 3:
900 successes / 100 failures per 1000
FRAME 4:
Expected impact in customers / R$ / minutes
Se opinião:
muda demais,
pare.
☕ O dado merece:
mais de uma roupa.
🧠 Anti-Framing Protocol
Passo 1 — Retire adjetivos
“small.”
“safe.”
“critical.”
Comece:
com fatos.
Passo 2 — Mostre ganho e perda
Dual framing.
Passo 3 — Mostre absoluto e relativo
50%
e:
1 em 10.000.
Passo 4 — Mostre baseline
Comparação.
Passo 5 — Mostre denominador
Sample.
Passo 6 — Mostre horizonte
Curto/longo.
Passo 7 — Mostre alternativas
Including:
do nothing.
Passo 8 — Mostre custo de oportunidade
What else?
Passo 9 — Separe fato de interpretação
Explicit.
Passo 10 — Rephrase decision
See if preference:
stable.
📋 Checklist Bellacosa anti-Framing
[ ] A mesma opção foi mostrada como ganho e perda?
[ ] Temos valores absolutos e relativos?
[ ] Qual é o baseline?
[ ] Qual é o denominador?
[ ] Qual é o tamanho da amostra?
[ ] O título já contém uma conclusão?
[ ] Existem adjetivos como "seguro", "simples", "pequeno"?
[ ] O gráfico usa escala adequada?
[ ] A janela temporal é justificável?
[ ] O horizonte de decisão está claro?
[ ] Há custo de oportunidade?
[ ] Existe opção de não fazer nada?
[ ] Estamos comparando alternativas simetricamente?
[ ] O impacto foi traduzido para unidades reais?
[ ] A IA recebeu um prompt neutro?
🧠 Bellacosa Framing Card
DECISION:
_____________________________
GAIN FRAME:
_____________________________
LOSS FRAME:
_____________________________
ABSOLUTE NUMBERS:
_____________________________
RELATIVE NUMBERS:
_____________________________
BASELINE:
_____________________________
DENOMINATOR:
_____________________________
TIME HORIZON:
_____________________________
WHO BENEFITS:
_____________________________
WHO LOSES:
_____________________________
NEUTRAL RESTATEMENT:
_____________________________
👻 Easter Egg nº 2 — BELLACOSA.BIAS(FRAMING)
IF SUCCESS-PERCENT = 90
COMPUTE FAILURE-PERCENT =
100 - SUCCESS-PERCENT
END-IF.
DISPLAY 'SUCCESS: ' SUCCESS-PERCENT.
DISPLAY 'FAILURE: ' FAILURE-PERCENT.
IF DECISION-CHANGES = 'Y'
DISPLAY
'WARNING: FRAMING EFFECT POSSIBLE'
END-IF.
IF DESCRIPTION-CONTAINS-ADJECTIVES = 'Y'
PERFORM REMOVE-ADJECTIVES
END-IF.
PERFORM SHOW-ABSOLUTE-AND-RELATIVE.
PERFORM SHOW-GAIN-AND-LOSS.
Comentários:
* SAME DATA
* DIFFERENT WORDS
* MAY PRODUCE
* DIFFERENT DECISIONS.
Outro:
* "90% SUCCESS"
* EQUALS
* "10% FAILURE".
Outro:
* A LABEL
* IS NOT
* A MEASUREMENT.
Outro:
* A GREEN BOX
* IS STILL JUST
* A BOX.
E naturalmente:
* DALEK FRAME A:
* "10% PLANET LOSS."
*
* DALEK FRAME B:
* "90% GALAXY PRESERVATION."
*
* DOCTOR:
* "SAME EXPLOSION."
🕰️ De volta à reunião
Nosso jovem pega:
o slide.
Apaga:
90% SUCCESS
e:
10% FAILURE
Escreve:
OUT OF 1000 DEPLOYMENTS:
900 EXPECTED WITHOUT CRITICAL FAILURE
100 MAY EXPERIENCE CRITICAL FAILURE
ESTIMATED CUSTOMER IMPACT:
X
ROLLBACK:
AVAILABLE
RECOVERY:
Y MINUTES
ALTERNATIVE:
DELAY 48 HOURS AND REDUCE ESTIMATED FAILURE RISK
Silêncio.
Agora:
ninguém reage:
ao adjetivo.
Reage:
ao cenário.
Doctor sorri.
☕ Diretor pergunta:
— Então qual é o número correto?
Nosso jovem:
— Todos.
— Todos?
— Os equivalentes relevantes.
— Isso não complica?
— Um pouco.
— Então por que fazer?
Nosso jovem:
— Porque decisões críticas não deveriam depender da versão da frase que ganhou o melhor slide.
Doctor:
— Muito bom.
🧠 Essa é a essência
Não existe:
linguagem totalmente neutra.
Toda comunicação:
seleciona;
enquadra;
prioriza.
O objetivo:
não é:
eliminar framing.
Impossível.
É:
torná-lo visível.
🧠 Framing bom também existe
Às vezes:
mudar frame
ajuda pessoas:
entender.
Traduzir:
99,9%
em:
minutos de indisponibilidade.
Traduzir:
erro percentual
em:
clientes.
Traduzir:
rollback
em:
restore known-good state.
Isso:
pode melhorar compreensão.
☕ O problema não é:
moldura.
Todo quadro:
precisa de uma.
O problema é:
esquecer que:
estamos olhando através dela.
🧠 Ethical Framing
Comunicação madura:
não tenta:
enganar.
Ela mostra:
perspectivas complementares.
Exemplo:
BENEFIT:
R$ 5M annual savings
TRADE-OFF:
20% less capacity headroom
RISK:
higher sensitivity to traffic spikes
MITIGATION:
autoscaling + reserve
Agora:
decision.
🎯 Bellacosa Rule nº 51
“Se uma decisão parece óbvia em um único frame, tente destruí-la usando outro frame equivalente.”
🧠 Framing e liderança
Leader says:
“we need courage.”
Frame:
stop = cowardice.
Danger.
Another:
“we need discipline.”
Could:
frame continue = reckless.
Both:
rhetoric.
Need:
facts.
☕ Palavras de liderança
podem:
mover milhões
sem alterar:
uma linha de telemetry.
🧠 Framing and culture
Organizations develop:
preferred words.
“Transformation.”
“Efficiency.”
“Agility.”
“Optimization.”
“Resilience.”
All:
can be real.
All:
can become frames
that bypass:
questioning.
🎯 Pergunta Bellacosa nº 52
“Que palavra em nossa organização encerra debate antes que ele comece?”
🧠 Buzzword framing
“Strategic.”
Then:
hard to cancel.
“Regulatory.”
Maybe:
non-negotiable.
But verify:
what exactly required.
☕ Às vezes “regulatório”
significa:
“alguém disse numa reunião.”
Peça:
requisito.
🧠 Framing e authority
Executive says:
“mission critical.”
Now:
resources.
Maybe:
correct.
But label:
power.
🎯 Pergunta Bellacosa nº 53
“Quem definiu esse rótulo e com base em qual critério?”
🧠 Framing e COBOL beginner
Programmer gets:
bug:
“simple formatting issue.”
Opens:
code.
Maybe:
field maps to:
financial settlement.
Don't trust:
frame.
Trace:
impact.
☕ Ticket diz:
“ajuste simples.”
Produção diz:
“vamos conversar.”
🧠 Technical investigation
Start:
symptom.
Inputs.
Outputs.
Dependencies.
Not:
ticket adjective.
🎯 Pergunta Bellacosa nº 54
“O problema é pequeno em aparência ou pequeno em blast radius?”
🧠 Framing and severity
A one-line code change:
can:
be high risk.
A 500-line doc change:
low.
Size:
not:
risk.
☕ +1 -1
pode:
derrubar banco.
Git diff não:
mede blast radius.
🧠 Framing e change size
“Only one parameter.”
Parameter:
MAXTASKS?
Retry?
Timeout?
One parameter:
huge.
🎯 Pergunta Bellacosa nº 55
“Estamos usando tamanho da mudança como substituto para impacto potencial?”
🧠 Framing e performance
“Only 200ms slower.”
If baseline:
100ms,
tripled.
If:
10s,
irrelevant.
Need:
relative.
🧠 Framing and availability
“Only 0.1%.”
Again:
translate.
☕ Uma décima de porcento
pode:
ser muito café
na War Room.
🧠 Framing e RCA language
Use:
confidence.
“Likely.”
“Confirmed.”
“Possible.”
Avoid:
premature certainty.
🎯 Pergunta Bellacosa nº 56
“Nosso vocabulário distingue hipótese, evidência e conclusão?”
🧠 Bellacosa Evidence Language
FACT:
Observed.
HYPOTHESIS:
Possible explanation.
INFERENCE:
Derived.
CONFIRMED CAUSE:
Supported by evidence.
Nice.
🧠 Framing and uncertainty
“Risk is low.”
Better:
“Estimated 1–3% under assumptions X.”
Language:
more honest.
☕ “Baixo”
é:
adjetivo.
“1–3% de chance de impacto X”
é:
informação.
🧠 Framing and communication during incidents
Bad:
“Nothing serious.”
If uncertain.
Better:
“We have elevated latency; current customer impact limited; trend under investigation.”
No reassurance theater.
🎯 Pergunta Bellacosa nº 57
“Estamos comunicando certeza maior do que possuímos para manter a sala calma?”
🧠 Normalcy Bias connection
“Minor degradation.”
Can:
delay escalation.
Frame:
matters.
🧠 Framing e escalation
“Escalate” sounds:
dramatic.
Maybe:
“bring additional expertise.”
Same.
Could encourage early.
☕ Às vezes
um nome muda:
threshold cultural.
🧠 Framing e governance design
Use:
templates forcing:
balanced view.
Benefits.
Risks.
Alternatives.
No action.
Reversibility.
🎯 Pergunta Bellacosa nº 58
“Nosso template permite vender uma opção sem mostrar seu trade-off?”
🧠 Decision memo
A good memo:
steelmans:
alternatives.
Not:
sales pitch.
☕ Se o autor recomenda A
mas não consegue explicar:
por que alguém inteligente escolheria B,
talvez ainda:
não entendeu a decisão.
🧠 Red Team framing
Ask team:
reframe.
If you're pro:
write con.
If con:
write pro.
🎯 Pergunta Bellacosa nº 59
“Conseguimos apresentar a alternativa rival de forma que seus defensores a considerem justa?”
🧠 This is excellent anti-bias
Steelman.
🧠 Framing and postmortem titles
Bad:
“Developer caused outage.”
Better:
“Invalid configuration propagated to production without detection.”
Now:
system learning.
☕ Título é:
primeiro frame
que a organização vai lembrar.
Escolha:
bem.
🧠 Framing e training
When teaching incidents:
don't title:
“Certificate failure.”
Title:
“Payment latency incident.”
Let:
students discover.
Reduces:
hindsight.
🎯 Pergunta Bellacosa nº 60
“Estamos revelando a resposta no título do caso?”
🧠 Framing and knowledge base
Article:
“DB2 deadlock fix.”
Searchers:
anchor.
Maybe:
symptom article better:
“Transactions waiting under concurrency.”
Then:
causes.
🧠 Taxonomy itself frames search
Important.
☕ Knowledge base é:
arquitetura cognitiva.
🧠 Framing and RAG/AI retrieval
Metadata:
“network incident.”
AI retrieves:
network.
Historical label:
frames.
Feedback loop.
🎯 Pergunta Bellacosa nº 61
“A classificação histórica está limitando o conjunto de evidências recuperado pela IA?”
🧠 Framing and automation labels
“Anomaly score high.”
Human:
panic.
But score meaning?
Calibration.
Need:
explain.
🧠 Framing and confidence percentages
“AI confidence 95%.”
Users interpret:
probability maybe.
But model confidence:
not always calibrated.
Danger.
🎯 Pergunta Bellacosa nº 62
“O número mostrado realmente significa a probabilidade que o usuário imagina que significa?”
🧠 Labels need semantics
Confidence.
Risk.
Health.
Severity.
Define.
☕ Um número com nome errado
é:
mais perigoso
que:
um número sem nome.
🧠 Framing and SLA penalties
“99.95 compliance.”
Maybe:
customer has repeated 30-min outage.
Aggregate frame:
good.
Experience:
bad.
🎯 Pergunta Bellacosa nº 63
“A agregação contratual está escondendo a distribuição do impacto?”
🧠 Framing e fairness
Average:
great.
Some region:
bad.
Need:
segment.
🧠 Framing and regional outage
“0.5% customers affected.”
Could be:
100% of one country.
Different.
☕ Percentual global
pode:
apagar:
tragédia local.
🎯 Pergunta Bellacosa nº 64
“Quem está dentro do percentual afetado?”
🧠 Framing and customer counts
100 users:
small?
If:
retail customers maybe.
If:
100 banks?
Huge.
Denominator and value.
🧠 Framing and criticality
Count:
not enough.
🎯 Pergunta Bellacosa nº 65
“Estamos medindo volume ou importância?”
🧠 Framing and expected value
Probability:
small.
Impact:
huge.
Frame can focus:
one.
Need:
both.
☕ “Só 1%”
pode ser:
frase perigosíssima
quando:
o 1% custa:
um banco.
🧠 Framing and catastrophic risk
Show:
frequency × severity.
Not:
single adjective.
🎯 Pergunta Bellacosa nº 66
“A baixa probabilidade está escondendo consequência extrema?”
🧠 Framing and Zero-Risk
Conversely:
one scary event
can dominate.
Need:
total portfolio.
🧠 Framing and availability language
“Zero downtime migration.”
Powerful.
Maybe:
marketing.
Operational:
small risk.
The phrase:
zero
creates:
Zero-Risk Bias.
☕ “Zero downtime”
é promessa.
Não:
mecanismo.
Pergunte:
como.
🎯 Pergunta Bellacosa nº 67
“A palavra ‘zero’ descreve um objetivo ou uma garantia?”
🧠 Framing e risk appetite
“Accept 1% risk.”
Maybe.
But:
“accept possibility of 10.000 failed payments.”
Different.
Need:
translate.
🧠 Loss Aversion again
Units create:
emotion.
But useful.
Balance.
☕ Não queremos:
esconder emoção.
Queremos:
conectar abstração:
à realidade.
🧠 Framing and executive summaries
Executives need:
concise.
But concision:
is framing.
So:
include:
one counterpoint.
🎯 Pergunta Bellacosa nº 68
“O resumo executivo contém pelo menos o principal risco que contradiz a recomendação?”
🧠 Framing and recommendation slides
Best:
Recommendation.
Why.
Risks.
Alternatives.
Trigger to reconsider.
☕ Slide que só diz:
“Recommendation: GO”
não é:
decisão.
É:
torcida.
🧠 Framing and reversible decisions
If reversible:
frame differently.
“Experiment.”
Not:
“strategic commitment.”
Could reduce fear.
🎯 Pergunta Bellacosa nº 69
“Estamos apresentando uma decisão reversível como se fosse permanente?”
🧠 Conversely
Irreversible decision framed:
“pilot.”
Danger.
Need:
truth.
🎯 Pergunta Bellacosa nº 70
“Estamos chamando algo de piloto quando já cria compromisso difícil de desfazer?”
🧠 Bellacosa Anti-Framing Routine for beginners
When receiving:
ticket,
dashboard,
slide,
ask:
What are raw facts?
What is label?
What's alternative wording?
What are absolute numbers?
What's baseline?
What's missing?
Simple.
☕ Um programador iniciante
não precisa:
ser psicólogo.
Só precisa aprender:
que frase:
não é dado.
🧠 COBOL debugging example
Ticket:
"DB2 PERFORMANCE PROBLEM"
Don't start:
Db2 only.
Rewrite:
"PAYMENT TRANSACTION ELAPSED TIME
INCREASED FROM 1.2s TO 8.4s
BETWEEN 14:02 AND 14:17"
Beautiful.
Now:
investigate.
🎯 Pergunta Bellacosa nº 71
“Como eu escreveria o problema sem usar nenhuma palavra causal?”
🧠 That's a fantastic anti-framing technique
Symptom-only statement.
🧠 COBOL example 2
Ticket:
“small field change.”
Rewrite:
PIC X(8) → PIC X(10)
Used by:
14 programs
3 copybooks
2 files
1 external interface
Now:
risk clearer.
☕ Dois bytes
podem:
viajar bastante.
🧠 Framing and blast radius
Always:
impact graph.
Not:
diff size.
🎯 Pergunta Bellacosa nº 72
“Qual frame descreve melhor o blast radius real?”
🧠 Bellacosa Dual-Frame Review
Before decision:
write:
WHY GO:
...
WHY NO-GO:
...
Then:
same strength.
🧠 Devil's Advocate
Useful.
☕ Se coluna “GO”
tem dez bullets
e “NO-GO”
tem:
“none,”
você provavelmente:
não investigou.
🧠 Framing e Bayesian Sysprog
Prior:
can be framed.
But evidence:
update.
Important:
not let wording:
replace likelihood.
🎯 Pergunta Bellacosa nº 73
“Se eu remover os rótulos e olhar apenas para os dados, minha probabilidade muda?”
🧠 The blind data test
Hide:
vendor name.
Team name.
Technology.
Analyze.
Great.
☕ “Vendor X”
já vem:
com história.
“Team Y”
também.
Dados cegos:
às vezes surpreendem.
🧠 Framing e reputation
“Legacy team.”
“Modern team.”
Frames.
Can influence:
review.
🎯 Pergunta Bellacosa nº 74
“A reputação do grupo está enquadrando a evidência antes de analisarmos?”
🧠 Halo/Horn Effects
Related.
But frame intensifies.
🧠 Framing and postmortem action items
“Train operator.”
Frame:
skill problem.
“Improve guardrail.”
Frame:
system.
Maybe:
both.
Need:
evidence.
🎯 Pergunta Bellacosa nº 75
“O action item deriva da causa ou do frame escolhido para contar a causa?”
🧠 Framing and compliance
“Non-compliance.”
Sounds:
serious.
Maybe:
documentation issue.
Could:
be serious.
Need:
impact.
🧠 Framing and legal/regulatory
Don't minimize.
But distinguish:
requirement
from:
risk.
☕ Regra quebrada
e:
sistema inseguro
podem coincidir.
Não são:
sinônimos automáticos.
🧠 Framing and cognitive fluency
Simple statement:
feels:
true.
“Database issue.”
Easy.
Complex:
“multi-factor interaction.”
Hard.
Brain prefers:
simple.
Frame:
simple narrative.
🎯 Pergunta Bellacosa nº 76
“Estamos preferindo esta explicação porque é melhor ou porque é mais fácil de contar?”
🧠 Narrative Bias again
Simple story:
sticky.
🧠 Framing and metaphors
Even this article:
uses metaphors.
They help.
But they frame.
Calling:
“technical debt”
suggests:
finance.
Calling:
“cultural debt”
suggests:
liability.
Useful.
Not literal.
☕ Até Bellacosa Mainframe
enquadra.
A diferença é:
admitir:
que está enquadrando.
🎯 Pergunta Bellacosa nº 77
“Que parte da realidade a metáfora ilumina — e qual parte ela esconde?”
🧠 Important epistemic humility
Every frame:
reveals something
and:
hides something.
🧠 Framing effect isn't propaganda only
It can be:
unconscious.
A manager says:
“opportunity.”
An engineer:
“risk.”
Both honest.
☕ Duas pessoas podem:
ser sinceras
e:
morar em molduras diferentes.
🧠 The solution isn't "be neutral"
Impossible.
Solution:
use multiple frames
deliberately.
🧠 Bellacosa Three-Frame Rule
For important decisions:
show:
gain frame
loss frame
operational-impact frame
Example:
GAIN:
95% successful processing.
LOSS:
5% failed processing.
IMPACT:
50.000 failed transactions/day.
Now:
real.
🎯 Pergunta Bellacosa nº 78
“A decisão continua parecendo boa nos três frames?”
🧠 If yes
more robust.
🧠 Bellacosa Five-Lens Rule
For critical:
customer
operations
finance
security
long-term
Same decision.
Different lenses.
☕ Se uma mudança é ótima:
em quatro
e:
catastrófica em uma,
talvez:
essa uma importe.
🎯 Pergunta Bellacosa nº 79
“Qual stakeholder vê a pior versão desta decisão?”
🧠 Framing and trade-off tables
Great tool.
OPTION A
CUSTOMER: +
COST: +
RISK: -
REVERSIBILITY: +
TIME: -
Not perfect.
But:
multi-frame.
🧠 Framing and Pareto
No option:
best all dimensions.
Make:
trade-off explicit.
☕ Decisão séria
geralmente não escolhe:
“bom”
contra:
“ruim.”
Escolhe:
qual custo:
aceitar.
🧠 Framing and Loss Aversion, final synthesis
Loss frame:
can push:
risk-seeking.
Gain frame:
risk-averse.
Therefore:
critical decisions should:
be reframed.
🎯 Pergunta Bellacosa nº 80
“Nossa disposição ao risco muda quando a mesma decisão é descrita como evitar uma perda em vez de conquistar um ganho?”
🧠 Framing and Sunk Cost synthesis
“Throw away R$9M”
versus:
“protect next R$5M.”
Same stop.
Need:
both.
🧠 Escalation synthesis
“Finish what we started”
versus:
“invest new resources in current thesis.”
Different.
🧠 Plan Continuation synthesis
“Abort”
versus:
“replan.”
Again.
☕ O cérebro é:
surpreendentemente sensível
ao botão:
RENAME.
🧠 Bellacosa Framing Protocol — passo a passo
Passo 1 — Extraia fatos crus
Sem:
adjetivos.
Passo 2 — Remova causalidade prematura
Sintoma primeiro.
Passo 3 — Escreva o frame de ganho
O que preservamos/ganhamos?
Passo 4 — Escreva o frame de perda
O que perdemos/arriscamos?
Passo 5 — Traduza percentuais
Absolutos.
Passo 6 — Mostre baseline
Antes/depois.
Passo 7 — Mostre horizonte
Curto/longo.
Passo 8 — Mostre stakeholders
Quem ganha/perde?
Passo 9 — Mostre alternativas
Inclusive:
não agir.
Passo 10 — Reavalie
A preferência continua?
📋 Checklist Bellacosa anti-Framing Effect
[ ] O problema foi descrito sem adjetivos?
[ ] O título contém uma causa não confirmada?
[ ] Existe frame de ganho?
[ ] Existe frame de perda?
[ ] Há números absolutos?
[ ] Há percentuais relativos?
[ ] O baseline está explícito?
[ ] O denominador está explícito?
[ ] A janela temporal está justificada?
[ ] O impacto ao cliente está traduzido?
[ ] O risco está traduzido em impacto?
[ ] A opção de não fazer nada está presente?
[ ] Os trade-offs estão simétricos?
[ ] O gráfico usa escala honesta?
[ ] O prompt de IA está neutro?
🧠 Bellacosa Neutral Decision Card
RAW FACTS:
________________________
GAIN FRAME:
________________________
LOSS FRAME:
________________________
ABSOLUTE IMPACT:
________________________
RELATIVE IMPACT:
________________________
BASELINE:
________________________
CUSTOMER VIEW:
________________________
OPERATIONS VIEW:
________________________
FINANCE VIEW:
________________________
SECURITY VIEW:
________________________
ALTERNATIVES:
________________________
NEUTRAL DECISION QUESTION:
________________________
👻 Easter Egg nº 3 — BELLACOSA.BIAS(FRAMING)
IF SUCCESS-RATE = 90
COMPUTE FAILURE-RATE =
100 - SUCCESS-RATE
END-IF.
DISPLAY 'GAIN FRAME: '
SUCCESS-RATE '% SUCCESS'.
DISPLAY 'LOSS FRAME: '
FAILURE-RATE '% FAILURE'.
IF USER-DECISION-1
NOT = USER-DECISION-2
DISPLAY
'FRAMING EFFECT POSSIBLE'
END-IF.
PERFORM SHOW-BASELINE.
PERFORM SHOW-ABSOLUTE-VALUES.
PERFORM SHOW-TRADEOFFS.
Comentários:
* NUMBERS DO NOT
* BECOME SAFER
* WHEN WRITTEN IN GREEN.
Outro:
* "ROLLBACK"
* AND
* "RESTORE KNOWN GOOD STATE"
* MAY BE THE SAME ACTION.
Outro:
* "LEGACY"
* IS NOT
* A PERFORMANCE METRIC.
Outro:
* IF TITLE SAYS
* "DB2 ISSUE"
* YOU HAVE ALREADY
* STARTED INVESTIGATING.
E naturalmente:
* DALEK OPTION A:
* 90% GALAXY SAVED.
*
* DALEK OPTION B:
* 10% GALAXY DESTROYED.
*
* SAME PLAN.
*
* DIFFERENT MEETING.
🕰️ De volta à sala
Diretor:
— Então 90% não é bom?
Nosso jovem:
— Não disse isso.
— Dez por cento não é ruim?
— Também não disse.
— Então qual é a resposta?
Nosso jovem:
— Depende do que acontece nesses dez por cento.
Silêncio.
Ele troca:
o slide.
90% SUCCESSFUL DEPLOYMENTS
10% CRITICAL FAILURE
IF CRITICAL FAILURE OCCURS:
AVERAGE IMPACT = 4 HOURS
ESTIMATED CUSTOMERS = 180.000
ALTERNATIVE:
DELAY 48 HOURS
EXPECTED FAILURE RISK AFTER FIX:
2%
Agora:
a discussão muda.
Não porque:
o frame correto foi:
“falha.”
Mas porque:
ganho,
perda,
impacto
e:
alternativa
estão:
na mesma mesa.
Doctor sorri.
🧠 Diretor pergunta:
— Então qual frame devemos usar?
Doctor responde:
— Mais de um.
— Isso não é confuso?
— A realidade costuma ser.
— E o PowerPoint?
— É aí que vocês se meteram em problemas.
☕ A melhor decisão nem sempre cabe:
num slogan.
🧠 O Framing Effect não significa que linguagem é inimiga
Nós precisamos:
de linguagem.
Precisamos:
simplificar.
Precisamos:
explicar.
Mas quanto mais crítica:
a decisão,
mais devemos:
lembrar:
a forma da pergunta influencia a forma da resposta.
🧠 Perguntas também enquadram
Compare:
“Por que devemos migrar?”
versus:
“Devemos migrar?”
Primeira:
assume:
sim.
Compare:
“Como reduzimos riscos do Go-Live?”
versus:
“O Go-Live deve acontecer?”
Muito diferente.
🎯 Pergunta Bellacosa nº 81
“A pergunta já pressupõe a decisão?”
Talvez:
uma das mais importantes.
🧠 Loaded questions
Critical.
☕ Se reunião começa:
“Como fazemos isso?”
talvez ninguém:
pergunte:
“Devemos fazer isso?”
🧠 Framing e project kickoff
A solução:
already chosen.
Teams invited:
to execute.
Not:
evaluate.
Then:
sunk cost begins.
🧠 The first frame can start the whole chain
FRAME
↓
ANCHOR
↓
CONFIRM
↓
COMMIT
↓
SUNK COST
↓
CONTINUE
↓
ESCALATE
Beautiful.
Terrible.
🧠 This connects entire series
Framing is not:
minor cosmetic bias.
It can be:
the first domino.
📓 Diário do Doctor
Se guardar algumas ideias desta viagem, guarde estas:
Framing Effect é a tendência de decisões mudarem conforme a mesma informação é apresentada de formas diferentes.
“90% de sucesso” e “10% de falha” podem produzir respostas diferentes embora sejam matematicamente equivalentes.
Loss Aversion ajuda a explicar por que frames de perda costumam ter força psicológica especial.
Anchoring pode fazer o primeiro enquadramento dominar toda a discussão posterior.
Confirmation Bias pode levar a buscar evidências consistentes com o frame inicial.
Sunk Cost pode ser apresentado como “desperdiçar o passado” ou “proteger investimento futuro”, alterando percepção.
Plan Continuation Bias pode ser reforçado quando parar é enquadrado como fracasso.
Escalation of Commitment pode ser reduzida quando investimento adicional é apresentado como uma nova decisão, e não como continuação inevitável.
Outcome Bias muda retrospectivamente a linguagem usada para descrever decisões vencedoras e perdedoras.
Hindsight Bias transforma sinais ambíguos em “sinais claros” depois que sabemos o resultado.
Normalcy Bias pode ser alimentado quando degradação é enquadrada como “pico temporário”.
Normalization of Deviance pode ser fortalecida quando uma exceção recebe um nome respeitável e vira “procedimento”.
Goodhart, Campbell, Metric Fixation e McNamara Fallacy podem nascer de frames que fazem uma métrica parecer equivalente ao objetivo real.
Percentuais relativos deveriam frequentemente ser mostrados junto de números absolutos.
Baselines, denominadores, tamanho da amostra, janela temporal e horizonte importam profundamente.
Gráficos também enquadram por meio de escala, recorte, agregação e destaque.
Rótulos como “legado”, “moderno”, “simples”, “baixo risco”, “pequeno”, “estratégico” e “seguro” podem antecipar julgamentos.
Títulos de incidentes devem preferir sintomas a causas não confirmadas.
Prompts de IA também são frames: pedir justificativa para uma hipótese não é igual a pedir avaliação de alternativas.
Uma boa defesa é apresentar decisões em múltiplos enquadramentos: ganho, perda, impacto absoluto, risco, alternativas e horizonte.
E principalmente:
quando exatamente os mesmos fatos produzem decisões diferentes depois de uma simples troca de palavras, talvez você não tenha descoberto algo novo sobre o sistema — talvez tenha descoberto algo novo sobre a moldura através da qual está olhando para ele.
🥚 Easter Egg final
Antes de entrar na TARDIS, o Doctor escreve:
90% SUCCESS
Nosso jovem:
— Parece bom.
Ele apaga.
Escreve:
10% FAILURE
— Parece pior.
Doctor:
— Mudou alguma coisa?
— Não.
Ele apaga de novo.
Escreve:
100 OF EVERY 1000 DEPLOYMENTS
MAY FAIL.
Nosso jovem:
— Agora parece concreto.
Doctor:
— Melhor.
— Esse é o frame correto?
Doctor:
— Não.
— Não?
— É outro frame.
— Então nunca existe um frame correto?
Doctor abre:
a porta da TARDIS.
“Existe um frame honesto quando ele ajuda você a enxergar uma parte relevante da realidade sem fingir que é a realidade inteira.”
Nosso jovem fica:
quieto.
— E como evitamos ser enganados?
O Doctor pensa.
“Mude a moldura e veja se a conclusão continua em pé.”
VWORP.
VWORP.
VWORP.
A TARDIS desaparece.
No quadro fica:
“Os números podem ser os mesmos. A história pode mudar. A decisão não deveria depender de qual versão ficou mais bonita no slide.”
E talvez essa seja toda a essência do Framing Effect no Bellacosa Mainframe:
não confie apenas na primeira maneira pela qual um problema foi contado; reconte-o por outros ângulos até descobrir se sua decisão pertence aos fatos ou à moldura.
☕🌀
Próxima parada: Status Quo Bias — o dia em que manter exatamente aquilo que já existia parecia automaticamente mais seguro, simplesmente porque qualquer mudança vinha acompanhada de riscos visíveis enquanto os riscos de continuar como está permaneciam confortavelmente escondidos no cenário.
Sem comentários:
Enviar um comentário