RETORNOS SUPERLINEARES

Outubro de 2023

Uma das coisas mais importantes que eu não entendia sobre o mundo quando era criança é o grau em que os retornos por desempenho são superlineares.

Professores e treinadores nos disseram implicitamente que os retornos eram lineares. "Você recebe de volta," ouvi mil vezes, "o que você coloca." Eles tinham boas intenções, mas isso raramente é verdade. Se o seu produto é apenas metade tão bom quanto o do seu concorrente, você não consegue metade dos clientes. Você não consegue nenhum cliente e vai à falência.

É óbvio que os retornos por desempenho são superlineares nos negócios. Alguns pensam que isso é uma falha do capitalismo, e que se mudássemos as regras, isso deixaria de ser verdade. Mas os retornos superlineares por desempenho são uma característica do mundo, não um artefato das regras que inventamos. Vemos o mesmo padrão na fama, poder, vitórias militares, conhecimento e até mesmo benefício para a humanidade. Em todos esses casos, os ricos ficam mais ricos. [1]

Você não pode entender o mundo sem entender o conceito de retornos superlineares. E se você é ambicioso, definitivamente deveria, porque essa será a onda que você surfará.

Pode parecer que há muitas situações diferentes com retornos superlineares, mas, pelo que posso perceber, elas se reduzem a duas causas fundamentais: crescimento exponencial e limiares.

O caso mais óbvio de retornos superlineares é quando você está trabalhando em algo que cresce exponencialmente. Por exemplo, culturas bacterianas em crescimento. Quando elas crescem, crescem exponencialmente. Mas elas são difíceis de cultivar. O que significa que a diferença no resultado entre alguém que é hábil nisso e alguém que não é é muito grande.

Startups também podem crescer exponencialmente, e vemos o mesmo padrão lá. Algumas conseguem alcançar altas taxas de crescimento. A maioria não. E, como resultado, você obtém resultados qualitativamente diferentes: as empresas com altas taxas de crescimento tendem a se tornar imensamente valiosas, enquanto as com taxas de crescimento mais baixas podem nem mesmo sobreviver.

O Y Combinator incentiva os fundadores a se concentrarem na taxa de crescimento em vez de números absolutos. Isso os impede de ficarem desanimados no início, quando os números absolutos ainda são baixos. Também os ajuda a decidir no que se concentrar: você pode usar a taxa de crescimento como uma bússola para dizer como evoluir a empresa. Mas a principal vantagem é que, ao se concentrar na taxa de crescimento, você tende a obter algo que cresce exponencialmente.

O YC não diz explicitamente aos fundadores que com a taxa de crescimento "você recebe de volta o que coloca", mas não está longe da verdade. E se a taxa de crescimento fosse proporcional ao desempenho, então a recompensa por desempenho p ao longo do tempo t seria proporcional a p^t.

Mesmo depois de décadas pensando sobre isso, acho essa frase surpreendente.

Sempre que o quão bem você se sai depende de quão bem você se saiu, você terá crescimento exponencial. Mas nem nosso DNA nem nossos costumes nos preparam para isso. Ninguém considera o crescimento exponencial natural; toda criança fica surpresa, na primeira vez que ouve, com a história do homem que pede ao rei um único grão de arroz no primeiro dia e o dobro da quantidade a cada dia sucessivo.

O que não entendemos naturalmente desenvolvemos costumes para lidar, mas não temos muitos costumes sobre crescimento exponencial também, porque houve tão poucas instâncias disso na história humana. Em princípio, a pecuária deveria ter sido uma: quanto mais animais você tinha, mais filhotes eles teriam. Mas, na prática, a terra de pastagem era o fator limitante, e não havia um plano para crescer isso exponencialmente.

Ou, mais precisamente, nenhum plano geralmente aplicável. Havia uma maneira de expandir seu território exponencialmente: pela conquista. Quanto mais território você controla, mais poderoso seu exército se torna, e mais fácil é conquistar novo território. É por isso que a história está cheia de impérios. Mas tão poucas pessoas criaram ou administraram impérios que suas experiências não afetaram muito os costumes. O imperador era uma figura remota e aterrorizante, não uma fonte de lições que alguém poderia usar em sua própria vida.

O caso mais comum de crescimento exponencial em tempos pré-industriais provavelmente foi o conhecimento. Quanto mais você sabe, mais fácil é aprender coisas novas. O resultado, então como agora, era que algumas pessoas eram surpreendentemente mais conhecedoras do que as outras sobre certos tópicos. Mas isso também não afetou muito os costumes. Embora impérios de ideias possam se sobrepor e, portanto, possa haver muitos mais imperadores, nos tempos pré-industriais esse tipo de império teve pouco efeito prático. [2]

Isso mudou nos últimos poucos séculos. Agora os imperadores das ideias podem projetar bombas que derrotam os imperadores do território. Mas esse fenômeno ainda é tão novo que não o assimilamos completamente. Poucos, mesmo entre os participantes, percebem que estão se beneficiando do crescimento exponencial ou perguntam o que podem aprender com outras instâncias disso.

A outra fonte de retornos superlineares está incorporada na expressão "o vencedor leva tudo." Em uma partida esportiva, a relação entre desempenho e retorno é uma função de degrau: a equipe vencedora recebe uma vitória, seja fazendo muito melhor ou apenas um pouco melhor. [3]

A fonte da função de degrau não é a competição em si, no entanto. É que há limiares no resultado. Você não precisa de competição para obter isso. Pode haver limiares em situações onde você é o único participante, como provar um teorema ou atingir um alvo.

É notável com que frequência uma situação com uma fonte de retornos superlineares também tem a outra. Atravessar limiares leva a crescimento exponencial: o lado vencedor em uma batalha geralmente sofre menos danos, o que os torna mais propensos a vencer no futuro. E o crescimento exponencial ajuda você a atravessar limiares: em um mercado com efeitos de rede, uma empresa que cresce rápido o suficiente pode excluir potenciais concorrentes.

A fama é um exemplo interessante de um fenômeno que combina ambas as fontes de retornos superlineares. A fama cresce exponencialmente porque os fãs existentes trazem novos. Mas a razão fundamental pela qual é tão concentrada são os limiares: há apenas tanto espaço na lista A na cabeça da pessoa média.

O caso mais importante que combina ambas as fontes de retornos superlineares pode ser o aprendizado. O conhecimento cresce exponencialmente, mas também há limiares nele. Aprender a andar de bicicleta, por exemplo. Alguns desses limiares são semelhantes a ferramentas de máquina: uma vez que você aprende a ler, você é capaz de aprender qualquer outra coisa muito mais rápido. Mas os limiares mais importantes de todos são aqueles que representam novas descobertas. O conhecimento parece ser fractal no sentido de que, se você pressionar com força na fronteira de uma área de conhecimento, às vezes descobre um campo completamente novo. E se você fizer isso, você terá a primeira chance de todas as novas descobertas a serem feitas nele. Newton fez isso, e Durer e Darwin também.

Existem regras gerais para encontrar situações com retornos superlineares? A mais óbvia é buscar trabalho que se acumule.

Existem duas maneiras de o trabalho se acumular. Ele pode se acumular diretamente, no sentido de que se sair bem em um ciclo faz você se sair melhor no próximo. Isso acontece, por exemplo, quando você está construindo infraestrutura, ou crescendo uma audiência ou marca. Ou o trabalho pode se acumular ao ensinar você, já que aprender se acumula. Este segundo caso é interessante porque você pode sentir que está indo mal enquanto isso acontece. Você pode estar falhando em alcançar seu objetivo imediato. Mas se você está aprendendo muito, então você está obtendo crescimento exponencial, mesmo assim.

Essa é uma das razões pelas quais o Vale do Silício é tão tolerante ao fracasso. As pessoas no Vale do Silício não são cegamente tolerantes ao fracasso. Elas só continuarão a apostar em você se você estiver aprendendo com seus fracassos. Mas se você estiver, você é de fato uma boa aposta: talvez sua empresa não tenha crescido da maneira que você queria, mas você mesmo cresceu, e isso deve gerar resultados eventualmente.

De fato, as formas de crescimento exponencial que não consistem em aprendizado estão tão frequentemente entrelaçadas com ele que provavelmente devemos tratar isso como a regra em vez da exceção. O que gera outra heurística: esteja sempre aprendendo. Se você não está aprendendo, provavelmente não está em um caminho que leva a retornos superlineares.

Mas não otimize demais o que você está aprendendo. Não se limite a aprender coisas que já se sabe que são valiosas. Você está aprendendo; você ainda não sabe com certeza o que será valioso, e se você for muito rigoroso, você eliminará os outliers.

E quanto às funções de degrau? Existem também heurísticas úteis na forma de "busque limiares" ou "busque competição?" Aqui a situação é mais complicada. A existência de um limiar não garante que o jogo valerá a pena. Se você jogar uma rodada de roleta russa, você estará em uma situação com um limiar, certamente, mas no melhor dos casos você não estará em uma situação melhor. "Busque competição" é igualmente inútil; e se o prêmio não valer a pena competir? Crescimento exponencial suficientemente rápido garante tanto a forma quanto a magnitude da curva de retorno — porque algo que cresce rápido o suficiente crescerá muito, mesmo que seja trivialmente pequeno no início — mas os limiares garantem apenas a forma. [4]

Um princípio para tirar proveito dos limiares deve incluir um teste para garantir que o jogo vale a pena. Aqui está um que faz: se você se deparar com algo que é medíocre, mas ainda popular, pode ser uma boa ideia substituí-lo. Por exemplo, se uma empresa faz um produto que as pessoas não gostam, mas ainda compram, então presumivelmente elas comprariam uma alternativa melhor se você fizesse uma. [5]

Seria ótimo se houvesse uma maneira de encontrar limiares intelectuais promissores. Existe uma maneira de dizer quais perguntas têm campos inteiros além delas? Duvido que possamos prever isso com certeza, mas o prêmio é tão valioso que seria útil ter preditores que fossem até um pouco melhores que o aleatório, e há esperança de encontrá-los. Podemos, até certo ponto, prever quando um problema de pesquisa não é provável que leve a novas descobertas: quando parece legítimo, mas entediante. Enquanto isso, o tipo que leva a novas descobertas tende a parecer muito misterioso, mas talvez sem importância. (Se eles fossem misteriosos e obviamente importantes, seriam perguntas abertas famosas com muitas pessoas já trabalhando nelas.) Então, uma heurística aqui é ser movido pela curiosidade em vez do carreirismo — dar liberdade à sua curiosidade em vez de trabalhar no que você deveria.

A perspectiva de retornos superlineares por desempenho é empolgante para os ambiciosos. E há boas notícias nesse departamento: esse território está se expandindo em ambas as direções. Existem mais tipos de trabalho nos quais você pode obter retornos superlineares, e os próprios retornos estão crescendo.

Existem duas razões para isso, embora estejam tão intimamente entrelaçadas que são mais como uma e meia: progresso na tecnologia e a diminuição da importância das organizações.

Cinquenta anos atrás, era muito mais necessário fazer parte de uma organização para trabalhar em projetos ambiciosos. Era a única maneira de obter os recursos de que você precisava, a única maneira de ter colegas e a única maneira de obter distribuição. Assim, em 1970, seu prestígio era, na maioria dos casos, o prestígio da organização à qual você pertencia. E o prestígio era um preditor preciso, porque se você não fazia parte de uma organização, não era provável que alcançasse muito. Havia um punhado de exceções, notavelmente artistas e escritores, que trabalhavam sozinhos usando ferramentas baratas e tinham suas próprias marcas. Mas mesmo eles estavam à mercê das organizações para alcançar audiências. [6]

Um mundo dominado por organizações diminuiu a variação nos retornos por desempenho. Mas esse mundo se erodiu significativamente apenas na minha vida. Agora, muitas mais pessoas podem ter a liberdade que artistas e escritores tinham no século 20. Existem muitos projetos ambiciosos que não requerem muito financiamento inicial, e muitas novas maneiras de aprender, ganhar dinheiro, encontrar colegas e alcançar audiências.

Ainda há muito do velho mundo, mas a taxa de mudança tem sido dramática em padrões históricos. Especialmente considerando o que está em jogo. É difícil imaginar uma mudança mais fundamental do que uma nos retornos por desempenho.

Sem o efeito amortecedor das instituições, haverá mais variação nos resultados. O que não implica que todos estarão melhor: as pessoas que se saem bem se sairão ainda melhor, mas aquelas que se saem mal se sairão pior. Esse é um ponto importante a ser lembrado. Expor-se a retornos superlineares não é para todos. A maioria das pessoas estará melhor como parte do grupo. Então, quem deve buscar retornos superlineares? Pessoas ambiciosas de dois tipos: aquelas que sabem que são tão boas que estarão à frente em um mundo com maior variação, e aquelas, particularmente os jovens, que podem se dar ao luxo de arriscar tentar para descobrir. [7]

A mudança de instituições não será simplesmente um êxodo de seus habitantes atuais. Muitos dos novos vencedores serão pessoas que nunca teriam deixado entrar. Portanto, a democratização resultante da oportunidade será tanto maior quanto mais autêntica do que qualquer versão domesticada que as instituições poderiam ter criado.

Nem todos estão felizes com esse grande desbloqueio da ambição. Isso ameaça alguns interesses estabelecidos e contradiz algumas ideologias. [8] Mas se você é um indivíduo ambicioso, isso é uma boa notícia para você. Como você deve tirar proveito disso?

A maneira mais óbvia de tirar proveito dos retornos superlineares por desempenho é fazendo um trabalho excepcionalmente bom. No extremo da curva, o esforço incremental é um negócio. Tanto mais porque há menos competição no extremo — e não apenas pela razão óbvia de que é difícil fazer algo excepcionalmente bem, mas também porque as pessoas acham a perspectiva tão intimidadora que poucas até tentam. O que significa que não é apenas um negócio fazer um trabalho excepcional, mas um negócio até mesmo tentar.

Existem muitas variáveis que afetam quão bom é o seu trabalho, e se você quiser ser um outlier, precisa acertar quase todas elas. Por exemplo, para fazer algo excepcionalmente bem, você precisa estar interessado nisso. Apenas diligência não é suficiente. Assim, em um mundo com retornos superlineares, é ainda mais valioso saber no que você está interessado e encontrar maneiras de trabalhar nisso. [9] Também será importante escolher um trabalho que se adapte às suas circunstâncias. Por exemplo, se há um tipo de trabalho que requer inherentemente um enorme gasto de tempo e energia, será cada vez mais valioso fazê-lo quando você é jovem e ainda não tem filhos.

Há uma quantidade surpreendente de técnica para fazer um ótimo trabalho. Não se trata apenas de se esforçar. Vou tentar dar uma receita em um parágrafo.

Escolha um trabalho para o qual você tenha uma aptidão natural e um profundo interesse. Desenvolva o hábito de trabalhar em seus próprios projetos; não importa quais sejam, desde que você os ache empolgantemente ambiciosos. Trabalhe o mais duro que puder sem se esgotar, e isso eventualmente o levará a uma das fronteiras do conhecimento. Essas parecem suaves à distância, mas de perto estão cheias de lacunas. Note e explore tais lacunas, e se você tiver sorte, uma delas se expandirá em um campo completamente novo. Assuma o máximo de risco que puder; se você não está falhando ocasionalmente, provavelmente está sendo muito conservador. Procure os melhores colegas. Desenvolva bom gosto e aprenda com os melhores exemplos. Seja honesto, especialmente consigo mesmo. Exercite-se, coma e durma bem e evite as drogas mais perigosas. Quando em dúvida, siga sua curiosidade. Ela nunca mente, e sabe mais do que você sobre o que vale a pena prestar atenção. [10]

E há, claro, uma outra coisa que você precisa: ter sorte. A sorte é sempre um fator, mas é ainda mais um fator quando você está trabalhando por conta própria em vez de como parte de uma organização. E embora haja alguns aforismos válidos sobre a sorte ser onde a preparação encontra a oportunidade e assim por diante, também há um componente de verdadeira chance sobre o qual você não pode fazer nada. A solução é fazer múltiplas tentativas. O que é mais uma razão para começar a correr riscos cedo.

O melhor exemplo de um campo com retornos superlineares é provavelmente a ciência. Ela tem crescimento exponencial, na forma de aprendizado, combinado com limiares na extremidade do desempenho — literalmente nos limites do conhecimento.

O resultado tem sido um nível de desigualdade na descoberta científica que faz a desigualdade de riqueza mesmo nas sociedades mais estratificadas parecer suave em comparação. As descobertas de Newton foram, sem dúvida, maiores do que todas as de seus contemporâneos combinadas. [11]

Esse ponto pode parecer óbvio, mas pode ser igualmente bom deixá-lo claro. Retornos superlineares implicam desigualdade. Quanto mais íngreme a curva de retorno, maior a variação nos resultados.

De fato, a correlação entre retornos superlineares e desigualdade é tão forte que gera outra heurística para encontrar trabalhos desse tipo: procure campos onde alguns grandes vencedores superam todos os outros. Um tipo de trabalho onde todos fazem mais ou menos a mesma coisa é improvável que tenha retornos superlineares.

Quais são os campos onde alguns grandes vencedores superam todos os outros? Aqui estão alguns óbvios: esportes, política, arte, música, atuação, direção, escrita, matemática, ciência, iniciar empresas e investir. Nos esportes, o fenômeno se deve a limiares impostos externamente; você só precisa ser alguns por cento mais rápido para vencer cada corrida. Na política, o poder cresce muito como nos dias dos imperadores. E em alguns dos outros campos (incluindo política), o sucesso é impulsionado em grande parte pela fama, que tem sua própria fonte de crescimento superlinear. Mas quando excluímos esportes e política e os efeitos da fama, um padrão notável emerge: a lista restante é exatamente a mesma que a lista de campos onde você precisa ser independente para ter sucesso — onde suas ideias precisam ser não apenas corretas, mas também novas. [12]

Esse é, obviamente, o caso na ciência. Você não pode publicar artigos dizendo coisas que outras pessoas já disseram. Mas isso é igualmente verdadeiro em investimentos, por exemplo. É útil acreditar que uma empresa se sairá bem apenas se a maioria dos outros investidores não acreditar; se todos os outros acham que a empresa se sairá bem, então seu preço de ações já refletirá isso, e não há espaço para ganhar dinheiro.

O que mais podemos aprender com esses campos? Em todos eles, você precisa colocar o esforço inicial. Os retornos superlineares parecem pequenos no início. A essa taxa, você se pega pensando, nunca chegarei a lugar nenhum. Mas, porque a curva de recompensa sobe tão acentuadamente no extremo, vale a pena tomar medidas extraordinárias para chegar lá.

No mundo das startups, o nome para esse princípio é "faça coisas que não escalam." Se você prestar uma quantidade ridícula de atenção ao seu pequeno conjunto inicial de clientes, idealmente você iniciará um crescimento exponencial por meio do boca a boca. Mas esse mesmo princípio se aplica a qualquer coisa que cresça exponencialmente. Aprender, por exemplo. Quando você começa a aprender algo, você se sente perdido. Mas vale a pena fazer o esforço inicial para conseguir um ponto de apoio, porque quanto mais você aprende, mais fácil ficará.

Há outra lição mais sutil na lista de campos com retornos superlineares: não equate trabalho com um emprego. Durante a maior parte do século 20, os dois eram idênticos para quase todos, e como resultado herdamos um costume que equaciona produtividade com ter um emprego. Mesmo agora, para a maioria das pessoas, a frase "seu trabalho" significa seu emprego. Mas para um escritor, artista ou cientista, significa o que quer que eles estejam estudando ou criando atualmente. Para alguém assim, seu trabalho é algo que eles carregam de emprego para emprego, se é que têm empregos. Pode ser feito para um empregador, mas é parte de seu portfólio.

É uma perspectiva intimidadora entrar em um campo onde alguns grandes vencedores superam todos os outros. Algumas pessoas fazem isso deliberadamente, mas você não precisa. Se você tiver habilidade natural suficiente e seguir sua curiosidade longe o suficiente, acabará em um. Sua curiosidade não permitirá que você se interesse por perguntas entediantes, e perguntas interessantes tendem a criar campos com retornos superlineares se já não fizerem parte de um.

O território dos retornos superlineares não é de forma alguma estático. De fato, os retornos mais extremos vêm da expansão dele. Assim, enquanto tanto a ambição quanto a curiosidade podem levá-lo a esse território, a curiosidade pode ser a mais poderosa das duas. A ambição tende a fazer você escalar picos existentes, mas se você se mantiver próximo o suficiente de uma pergunta interessante o suficiente, ela pode crescer em uma montanha sob você.

Notas

Há um limite para quão nitidamente você pode distinguir entre esforço, desempenho e retorno, porque eles não são nitidamente distintos, de fato. O que conta como retorno para uma pessoa pode ser desempenho para outra. Mas, embora as fronteiras desses conceitos sejam turvas, elas não são sem sentido. Eu tentei escrever sobre eles da maneira mais precisa que pude, sem cruzar para o erro.

[1] A evolução em si é provavelmente o exemplo mais abrangente de retornos superlineares por desempenho. Mas isso é difícil para nós empatizarmos, porque não somos os beneficiários; somos os retornos.

[2] O conhecimento, é claro, teve um efeito prático antes da Revolução Industrial. O desenvolvimento da agricultura mudou completamente a vida humana. Mas esse tipo de mudança foi o resultado de melhorias amplas e graduais na técnica, não das descobertas de algumas pessoas excepcionalmente instruídas.

[3] Não é matematicamente correto descrever uma função de degrau como superlinear, mas uma função de degrau que começa em zero funciona como uma função superlinear quando descreve a curva de recompensa por esforço de um ator racional. Se começa em zero, então a parte antes do degrau está abaixo de qualquer retorno linear crescente, e a parte após o degrau deve estar acima do retorno necessário naquele ponto ou ninguém se daria ao trabalho.

[4] Buscar competição pode ser uma boa heurística no sentido de que algumas pessoas a acham motivadora. Também é um guia para problemas promissores, porque é um sinal de que outras pessoas os acham promissores. Mas é um sinal muito imperfeito: muitas vezes há uma multidão clamando por algum problema, e todos acabam sendo superados por alguém que trabalha silenciosamente em outro.

[5] Nem sempre, no entanto. Você precisa ter cuidado com essa regra. Quando algo é popular apesar de ser medíocre, muitas vezes há uma razão oculta para isso. Talvez o monopólio ou a regulamentação tornem difícil competir. Talvez os clientes tenham mau gosto ou tenham procedimentos quebrados para decidir o que comprar. Existem enormes faixas de coisas medíocres que existem por tais razões.

[6] Na minha vinte anos, eu queria ser um artista e até fui para a escola de arte estudar pintura. Principalmente porque eu gostava de arte, mas uma parte não trivial da minha motivação vinha do fato de que os artistas pareciam estar menos à mercê das organizações.

[7] Em princípio, todos estão obtendo retornos superlineares. O aprendizado se acumula, e todos aprendem no curso de suas vidas. Mas, na prática, poucos levam esse tipo de aprendizado cotidiano ao ponto em que a curva de retorno se torna realmente íngreme.

[8] Não está claro exatamente o que os defensores da "equidade" querem dizer com isso. Eles parecem discordar entre si. Mas o que quer que eles queiram dizer provavelmente está em desacordo com um mundo em que as instituições têm menos poder para controlar resultados, e um punhado de outliers se sai muito melhor do que todos os outros.

Pode parecer má sorte para esse conceito ter surgido exatamente no momento em que o mundo estava mudando na direção oposta, mas não acho que isso foi uma coincidência. Acho que uma das razões pelas quais surgiu agora é porque seus defensores se sentem ameaçados pela variação rapidamente crescente no desempenho.

[9] Corolário: Pais que pressionam seus filhos a trabalhar em algo prestigioso, como medicina, mesmo que não tenham interesse nisso, estarão prejudicando-os ainda mais do que fizeram no passado.

[10] A versão original deste parágrafo foi o primeiro rascunho de "Como Fazer um Ótimo Trabalho." Assim que escrevi, percebi que era um tópico mais importante do que retornos superlineares, então pausei o presente ensaio para expandir este parágrafo em seu próprio. Praticamente nada permanece da versão original, porque depois que terminei "Como Fazer um Ótimo Trabalho", reescrevi com base nisso.

[11] Antes da Revolução Industrial, as pessoas que ficaram ricas geralmente o faziam como imperadores: capturando algum recurso que as tornava mais poderosas e lhes permitia capturar mais. Agora pode ser feito como um cientista, descobrindo ou construindo algo exclusivamente valioso. A maioria das pessoas que ficam ricas usa uma mistura das antigas e novas maneiras, mas nas economias mais avançadas a proporção mudou dramaticamente em direção à descoberta apenas no último meio século.

[12] Não é surpreendente que pessoas de mentalidade convencional não gostem de desigualdade se a mentalidade independente é um dos maiores motores dela. Mas não é simplesmente que eles não queiram que ninguém tenha o que eles não podem. As pessoas de mentalidade convencional literalmente não conseguem imaginar como é ter ideias novas. Portanto, todo o fenômeno de grande variação no desempenho parece antinatural para elas, e quando se deparam com isso, assumem que deve ser devido a trapaça ou a alguma influência externa maligna.

Agradecimentos a Trevor Blackwell, Patrick Collison, Tyler Cowen, Jessica Livingston, Harj Taggar e Garry Tan por lerem rascunhos disso.