Existem muitas opções fáceis para o consumidor. Clipes de papel:fáceis. Esponjas de prato:fáceis. Esses produtos ficam em uma extremidade do espectro. Na outra ponta, impossivelmente distante, é seguro saúde.

Isso é difícil.

"Toneladas de evidências sugerem que as pessoas têm dificuldade em fazer escolhas quando se trata de seguro saúde, "diz Kate Bundorf, professor associado da Stanford School of Medicine com uma nomeação de cortesia na Stanford Graduate School of Business. A complexidade pode ser esmagadora e, como resultado, as pessoas costumam escolher planos abaixo do ideal que as punem com custos mais altos e criam mercados ineficientes. "Queríamos descobrir que tipos de ferramentas ajudariam as pessoas a tomar decisões, "diz Bundorf.

Com Maria Polyakova da Escola de Medicina de Stanford e Ming Tai-Seale da Universidade da Califórnia, San Diego, ela desenvolveu uma ferramenta baseada na web com um algoritmo que combinava os registros médicos dos inscritos no Medicare Parte D com as melhores opções de seguro saúde para medicamentos prescritos. Aqueles que usaram o algoritmo eram mais propensos a mudar para um plano melhor. Eles também relataram mais satisfação com o processo de escolha do seguro saúde, mesmo que eles acabem gastando mais tempo nisso.

Tornando as escolhas de seguros mais fáceis e melhores

Os participantes do estudo foram atribuídos a um grupo de controle ou a um de dois tratamentos. O grupo de controle foi direcionado aos recursos online existentes do Medicare para escolher um dos 22 planos de prescrição disponíveis para eles. Grupos de tratamento, Enquanto isso, recebeu suporte do algoritmo, que extraía automaticamente informações de seus registros médicos e as comparava com os planos de medicamentos prescritos. Ao revisar suas opções, ambos os grupos de tratamento foram capazes de visualizar uma tabela online que mostrou uma análise individualizada dos custos prováveis ​​para cada um dos planos. Além disso, um dos grupos de tratamento recebeu uma "pontuação de especialista" para cada plano - um número, de 0 a 100, que o algoritmo produziu para classificar os planos; as três melhores opções foram destacadas no topo da tabela.

Ambos os tratamentos incentivaram as pessoas a mudar para planos de seguro mais favoráveis, mas o tratamento que incluiu as sugestões de "especialistas" junto com as estimativas de custo mostrou-se mais eficaz. Os participantes deste tratamento optaram por mudar de planos 36 por cento mais frequentemente do que os do grupo de controle. "Encontramos evidências claras de que a intervenção mudou o comportamento das pessoas, principalmente no caso em que oferecemos conselhos de especialistas, "diz Bundorf.

No contexto do experimento, essas mudanças geraram $ 270, 000 em economia para os consumidores. E embora isso possa parecer um número relativamente pequeno, está vinculado a um grupo relativamente pequeno de 316 indivíduos de tratamento que tiveram acesso à recomendação do especialista. Se os mesmos efeitos fossem extrapolados para as quase 25 milhões de pessoas inscritas no Medicare Parte D - e assumindo uma taxa de participação equivalente à que Bundorf e seus colegas viram neste experimento - a economia seria da ordem de US $ 680 milhões. Isso é particularmente notável, dado que a ferramenta em si custou menos de US $ 1,8 milhão para ser desenvolvida.

Cruzando para o mundo da política

Embora as implicações práticas sejam claras, duas considerações importantes moderam a tradução dessa descoberta em política.

Primeiro, uma pequena parte dos elegíveis para participar do estudo optou por se inscrever. No fim, 1, 185 pessoas participaram do estudo de quase 30, 000 que foram convidados; e aqueles que finalmente aderiram eram mais experientes em tecnologia do que aqueles que não o fizeram. Além do mais, os pesquisadores temem que aqueles que mais se beneficiariam não tenham optado por participar.

"As pessoas que escolheram interagir com o algoritmo eram consumidores sofisticados; eram compradores ativos que buscavam informações, "diz Polyakova." Isso sugere que, se quisermos melhorar as escolhas das pessoas que atualmente têm os piores planos, então, simplesmente oferecer a ferramenta online não resolverá o problema. "É necessária uma abordagem mais proativa.

Segundo, os dados demográficos do estudo como um todo não são representativos da população geral do Medicare. Bundorf e seus colegas fizeram parceria com a Palo Alto Medical Foundation para realizar o experimento, o que significa que aqueles que participaram viviam em uma das partes mais ricas e tecnologicamente sintonizadas do país. Se os resultados seriam generalizados, não se sabe. "É concebível que pessoas em outros lugares, que têm rendimentos mais baixos e menos exposição a ferramentas como esta, pode se comportar de maneira completamente diferente, "diz Polyakova.

Uma vitória de algoritmo (e um aviso)

Bundorf e seus colegas não tinham certeza desde o início se essa intervenção mudaria comportamentos. Uma pilha de evidências sugere que simplesmente fornecer informações às pessoas não influencia os resultados. Mas os resultados apontam para um dos designs inteligentes do estudo:por ter dois tratamentos distintos, os pesquisadores foram capazes de medir o efeito das informações por si só - mostrando o custo total do consumidor de cada plano - bem como o conselho de especialistas emparelhado com as informações.

"E o conselho faz algo diferente do que a informação, "diz Polyakova." Quando as pessoas são expostas a conselhos, não muda apenas seu conhecimento sobre um produto, mas também muda a forma como eles realmente valorizam os recursos desse produto. "

Esse, ela observa, tem implicações complicadas e importantes. Temos a tendência de pensar no software como neutro - o Microsoft Excel não tem agenda -, mas nem sempre é o caso com algoritmos modernos. As empresas podem, e provavelmente irá, implantar algoritmos de aconselhamento estrategicamente, talvez para promover um determinado produto ou aumentar a receita, e ocultas nesse processo estarão as maneiras pelas quais esses algoritmos alteram a forma como avaliamos os diferentes produtos.

"Se as pessoas são receptivas a este tipo de conselho algorítmico, então torna o futuro muito próximo bastante interessante, "diz Polyakova." Muitas questões políticas e regulatórias sobre como proteger os consumidores de intervenções não benignas em breve precisarão de nossa atenção. "