Juicios en situación de incertidumbre: Heurísticos y sesgos en el pensamiento inductivo Síntesis comentada del texto deTversky y Kahneman Amos Nathan Tversky 6 de marzo de 1937 – 2 de junio de 1996) Psicólogo cognitivo y matemático, pionero de la ciencia cognitiva. Colaborador del premio Nobel Daniel Kahneman. Figura de relevancia en el descubrimiento de sesgos cognitivos y en la gestión del riesgo Daniel Kahneman Psicólogo estadounidense e israelí, nacido en Tel Aviv en 1934. Premio Nobel de Economía

Consideraciones previas En el texto "Juicios en situación de incertidumbre", sus autores Amos Tversky y Daniel Kahneman ilustran sobre algunos aspectos inherentes a la psicología del razonamiento inductivo, presentando las distintas reglas o modelos heurísticos que utiliza el sujeto razonador y los sesgos o errores asociados en cada caso. Antes de avanzar en las ideas de los autores, conviene precisar el significado del término 'heurístico‘ y sus problemas asociados En primer lugar, cabe destacar que el término 'heurística' proviene de Eureka que significa 'descubrir', y que se atribuye a la famosa expresión de Arquímides al momento de encontrar la solución a un problema matemático. Ese matiz de significado se emparenta con la 'Heurística', disciplina que trata sobre los métodos de invención. El mismo núcleo de significado aparece en la expresión 'valor heurístico de una hipótesis', utilizada en el ámbito de la investigación científica y epistemológica para referir a la potencialidad de las hipótesis respecto al descubrimiento de nuevos hechos. En resolución de problemas, 'heurístico' se diferencia de 'algoritmo'. Algoritmo es un procedimiento efectivo que permite solucionar un problema. En cambio, 'heurístico' se aplica al proceso de resolución de cierto tipo de problema cuya complejidad torna difícil el hallazgo o la aplicación de un algoritmo aunque -sin embargo- esto no impida encontrar una solución aceptable La anterior distinción resulta subsidiaria de la oposición entre resolver un problema a través de la solución óptima, versus hacerlo a través de una solución satisfactoria. Así, en consonancia con lo anterior, suele afirmarse que los algoritmos garantizan la solución a un problema, mientras que los heurísticos representan atajos que permiten arribar a soluciones aproximadas de razonable adecuación. 7. Quedan entonces justificadas las expresiones que sostienen que los heurísticos representan especies de"reglas prácticas" que, a modo de "atajos del pensamiento", permiten realizar inferencias partiendo de un conjunto de información inicial que puede ser incompleta, difusa o compleja de procesar. En tal sentido, y a modo de síntesis, los heurísticos resultan útiles al permiten arribar a una solución aceptable a través de un proceso razonablemente simple. Sin embargo, el uso de heurísticos puede también hacer incurrir en errores de razonamiento. En efecto, como ocurre con otros procesos de simplificación, la utilización de heurísticos puede conducir a sesgos en los resultados, en la medida en que -su uso- puede conducir a exagerar o minimizar ciertos aspectos de la información de la que se parte. De modo análogo a lo que ocurre con nuestras categorías mentales o con el lenguaje, a veces "pagamos un alto precio" por utilizarlos. En efecto, así como las categorías nos permiten organizar el mundo percibido y el lenguaje comunicarnos, a veces -respectivamente- también "nos impiden ver lo evidente" o contribuyen al malentendido. Análogamente, las mismas reglas heurísticas que nos permiten adaptarnos a una multiplicidad de circunstancias disímiles esconden una especie de "talón de Aquiles" que puede conducirnos a sesgos y errores. Sobre la naturaleza de tales errores trata el texto bajo consideración.

Tres Heurísticos y sus respectivos sesgos I. Heurístico de representatividad: Insensibilidad a las probabilidades previas Insensibilidad al tamaño de la muestra Concepciones erróneas del azar Insensibilidad a la predictibilidad Ilusión de validez Concepciones erróneas sobre la regresión: desconocimiento del fenómeno de regresión a la media II. Heurístico de accesibilidad Sesgos debidos a la facilidad de recuperación de los casos Sesgos debidos a la disposición de los elementos en el set de búsqueda Correlaciones ilusorias III. El heurístico-sesgo de anclaje y ajuste

¿Será un ingeniero ó un psicólogo? I. El heurístico de representatividad Definición: El heurístico de representatividad es la regla práctica según la cual las probabilidades de existencia de un evento 'A' se calculan en base al grado de representatividad o semejanza que dicho evento posea con el estereotipo o prototipo de la clase a la que pertenece. Ejemplo: Si en el contexto de una reunión a la que asisten psicólogos e ingenieros se define a una persona como sistemática, ordenada, racional, analítica y propensa a cuantificar variables, probablemente muchos sujetos tenderían a inferir que la persona en cuestión es un ingeniero y no un psicólogo (en la medida en que tales características parecen corresponderse mejor con el estereotipo del primero que con el del último) ¿Será un ingeniero ó un psicólogo?

II. El heurístico de representatividad y sus sesgos Insensibilidad a las probabilidades previas Ocurre cuando se procesa información adicional sobre un evento de forma tal que la persona tiende a desatender las probabilidades previas de su ocurrencia, porque —inadvertidamente— se orienta a atender al grado de semejanza existente entre el evento en cuestión y una categoría prototípica activada por aquella descripción. Ejemplo: Tversky y Kahneman refieren un estudio análogo a este: Situación 1: Alguien comenta que asistió a una reunión donde había un 30% de políticos y un 70% de matemáticos. Sin agregar más información: ¿Qué resulta más probable, que esa persona fuera un político ó un matemático? Situación 2: Dada la misma descripción inicial, además, se agrega ahora que la persona a la que se conoció posee las siguientes características: “es simpática”, es "versera", “cuando habla te va enredando con argumentos hasta que te convence" , “siempre parece tener una respuesta para todo” y tiene un "hablar apabullador". La pregunta vuelve a ser: ¿Qué resulta más probable, que esa persona fuera un político ó un matemático? Situación 3: Dada la misma descripción de situación se agregan ahora las siguiente características para la persona que se acaba de conocer: "nació un lunes del mes de mayo", "su mamá se llama Delia" y "vive en un edificio de departamentos". La pregunta vuelve a ser: ¿Qué resulta más probable, que esa persona fuera un político ó un matemático?

¿Será un político ó un matemático? 1. El heurístico de representatividad y sus sesgos 1. Insensibilidad a las probabilidades previas Los investigadores a cargo del estudio formularon las tres situaciones referidas a tres diferentes grupos de personas conformados al azar y obtuvieron los siguientes resultados: Las personas del Grupo 1 (Situación 1) Estimaron correctamente que resultaba más probable que la persona que se acaba de conocer fuera un matemático, argumentando que la proporción de éstos era ostensiblemente mayor que la de políticos (70% vs. 30%, respectivamente) Por el contrario, los miembros del Grupo 2 (Situación 2) tendieron significativamente a concluir que era más probable que la persona fuera un político, argumentando que sus características se asemejaban claramente a la de ese tipo de persona. En cambio, los participantes del Grupo 3 (Situación 3) tendieron a concluir que era tan probable que la persona fuera un matemático como un político, en la medida en que la información proporcionada no permitía distinguir entre uno u otro ¿Será un político ó un matemático?

III. El heurístico de representatividad y sus sesgos 1. Insensibilidad a las probabilidades previas Este tipo de resultado permiten a Tversky y Kahneman concluir en la existencia del sesgo de insensibilidad a las probabilidades previas operado por la activación del heurístico de representatividad. Así, según los autores, en ausencia de información extra (Situación 1) los sujetos realizan correctamente la tarea de estimación al poder atender sin interferencias a las probabilidades previas de cada grupo (matemáticos y políticos). En cambio, en la Situación 2, los sujetos incurren en el sesgo de insensibilidad a dichas probabilidades al caer bajo el influjo del heurístico de representatividad. Esto se expresaría en que concluyan qué es más probable que la persona en cuestión sea un político (menores probabilidades previas) que un matemático (mayores), en la medida en que la descripción de la persona encuadra mejor en el prototipo de un político que en el de un matemático Concomitantemente, según la interpretación de Tversky y Kahneman, los sujetos a quienes se presentó la Situación 3, tendían a no expedirse respecto a la profesión más probable para la persona, en virtud de quedar influenciados por el sesgo de insensibilidad, pero en un grado intermedio. En efecto, la existencia de la información adicional irrelevante -en virtud de dicho carácter- no basta para poder arribar a un juicio probabilístico definido hacia uno u otro lado; aunque sí resulta suficiente para inhibir la atención a la probabilidad previa de cada grupo, lo cual debería bastar para poder realizar la estimación correcta.

III. El heurístico de representatividad y sus sesgos 6. Concepciones erróneas sobre la regresión Este sesgo está relacionado con un principio estadístico que -en general- resulta bastante elusivo para la mente humana: Dicho principio fue por primera vez formulado por Francis Galton mientras estudiaba la relación entre los rasgos físicos entre padres (Variable X) e hijos (variable Y). Concretamente, Galton observó -a partir de más de mil registros de grupos de familiares- que los padres muy altos tenían una tendencia a tener hijos que en parte heredaban esa altura, pero -simultáneamente- también revelaban "una tendencia a regresar a la media". Dicho en otros términos: si bien los hijos tendían a parecerse en altura a sus padres, tal parentesco no se evidenciaba como perfecto sino "degradado" por una tendencia igualmente fuerte a parecerse al promedio de la población (Vg. "regresión a la media") De modo más técnico, la regresión a la media es la tendencia de una medición extrema a presentarse menos alejada ( o más cercana) de la media en una segunda medición.

Desde el punto de vista psicológico el fenómeno de la regresión a la media resulta "algo escurridizo" en el contexto del pensamiento ordinario. Esto justifica, en consonancia con los estudios de Tversky y Kahneman, la tendencia a cometer sesgos en aquellas situaciones que involucran al fenómeno. De manera general, el sesgo fundado en el desconocimiento y/o falta de comprensión de la regresión a la media suele darse en toda situación en que se espera que determinados resultados favorables o desfavorables (Ie. alejados de la media X), tenderán a repetirse y/o perpetuarse en mediciones sucesivas (Y1, Y2, Yn) Un ejemplo paradigmático estaría dado por la existencia de un examen donde un subgrupo de individuos obtiene calificaciones ostensiblemente altas, mientras que otro, obtiene notas claramente bajas. La no comprensión del fenómeno de la regresión a la media contribuirá a predecir que el subgrupo de altas notas tenderá a replicar y hasta mejorar su performance, y viceversa; cuando -conforme al principio de regresión que se viene tratando- lo más probable es el primer subgrupo obtenga un deterioro negativo y el otro uno positivo (y esto con independencia de que cada grupo aún mantenga sus buenas o malas notas) Para ilustrar este sesgo Tverky y Kahneman refieren un caso en que los entrenadores de un equipo de pilotos de avión reforzaban las actuaciones de aterrizaje positivas o negativas de sus pupilos a través de premios o castigos verbales (elogios versus crítica negativa). Los entrenadores se sorprendieron al observar que los pilotos que habían recibido elogios luego parecían empeorar, mientras que los que habían recibido críticas tendieron a mejorar. Esto los llevo a la conclusión (supuestamente) errónea y contraria a principios básicos del aprendizaje sumamente corroborados de que los "castigos" poseen mayor eficacia que los "premios". Cuando, en rigor, -tal como señalan Tversky y Kahneman-, la conducta observada en los pilotos podría sólo obedecer al fenómeno básico de la regresión a la media. Todo lo cual permitiría concluir en que la falta de un conocimiento de las relaciones de regresión a la media puede transformarse en una potencial fuente de error con importantes implicancias en nuestras decisiones.

II. El heurístico de accesibilidad y sus sesgos Definición: El heurístico de accesibilidad es la regla práctica según la cual las probabilidades de existencia de un evento 'A' se calculan en base al grado de facilidad con que pueden evocarse los casos correspondientes a dicha categoría. Por tal razón, el núcleo causal de este heurístico radica en el grado de familiaridad que se tenga con los hechos pertenecientes a la categoría en cuestión. Ejemplo: Juzgamos que una persona de determinada edad y determinados hábitos tendrá más riesgo de contraer esa enfermedad, en base a que conocemos a alguna persona de similares características que padece la misma enfermedad.

1. Sesgos debidos a la facilidad de recuperación de los casos Este sesgo ocurre cuando juzgamos como más probables a aquellos eventos con los que tenemos mayor familiaridad, cercanía y/o que nos resultaN más fácil de evocar. Por ejemplo: Nos parece más probable ser víctimas de un asalto si acaban de asaltar a un vecino. Consideramos que existen mayor cantidad de calles en arreglo (o rotas) en una ciudad si esas calles están dentro de nuestro recorrido habitual. Si un alumno termina de dar un examen y otros le preguntan sobre los temas que le han tomado se tenderá a sobrestimar la probabilidad de los temas mencionados y a subestimar los no mencionados (siendo que si se hubiera consultado a otro alumno el resultado podría ser inverso) En una conocida experiencia reportada por Tversky y Kahneman, a un grupo de sujetos se lee una lista de nombres de personas que, por ejemplo, incluye nombres de mujeres mayoritariamente famosas junto a nombres de hombres mayoritariamente desconocidos. Luego, se pregunta a los participantes si en la lista había más mujeres o más hombres, observándose una tendencia mayoritaria a responder a favor de las mujeres. La explicación resulta sencilla y ejemplificadora del sesgo por facilidad de recuperación de casos: los casos de mujeres resultan "más prominentes" debido a la familiaridad con los mismos. Sesgos debidos a la disposición de los elementos en el set de búsqueda Correlaciones ilusorias Ejemplo en línea: http://psicologiasocial.uab.es/juan/index.php/el-aula/laboratorio-mainmenu-14/86-correlacion-ilusoria

3. Correlaciones ilusorias La correlación ilusoria refiere, en particular, a la percepción de una correlación asociación cuando, en la realidad, ésta no existe. En otros términos, cuando se piensa que dos fenómenos están relacionado aunque, de hecho, no lo están. Generalizando, las correlaciones ilusorias refieren a la percepción de correlaciones cuando en rigor éstas no existen o cuando, aun existiendo, tiene una intensidad menor o hasta un signo contrario. Es decir: tanto para el caso donde se percibe una relación que no existe, como para los casos en que se exagera la magnitud de una relación que en la realidad es más débil, o cuando se cree en forma errónea que dos hechos están directamente relacionados, cuando, —en rigor— es al revés (es decir: están inversamente relacionados) En un estudio clásico de psicología clínica (Chapman & Chapman, 1967) se evidenció la existencia de correlaciones ilusorias en términos de asociaciones entre variables. Concretamente, a un grupo de participantes se les mostraba información sobre diagnósticos de enfermedades mentales acompañadas por diferentes dibujos de la figura humana. En una versión del estudio los diagnósticos era de dos tipos: personalidad paranoide y esquizofrenia. Las personas debían estimar si en los dibujos percibían algo que pudiera estar asociado con los diagnósticos de esos pacientes. Los dibujos de los pacientes estaban elaborados de forma tal que ciertos rasgos como, por ejemplo, ojos expresivos que expresaban un sentimiento de alerta expectante, se distribuían en iguales proporciones tanto en los pacientes diagnosticados de paranoia, como los diagnosticados de esquizofrenia. Sin embargo, pudo observarse que, mayoritariamente, los entrevistados tendieron a asociar ese rasgo de los ojos con la paranoia. Así, el preconcepto de que las personas paranoicas “miran paranoicamente” determinó que los sujetos investigados pensaran erróneamente que ese rasgo ocular resultaba más privativo de los pacientes paranoicos, cunado, en rigor, aparecía con la misma proporción en ambos grupos diagnóstico. Por último, cabe destacar que las correlaciones ilusorias obedecerían a una expectativa previa que maximiza la probabilidad de ocurrencia de un fenómeno, en la medida en que su memoria resulta más aliente en la mente. Así, en el ej. anterior, la expectativa de que las personas paranoicas tendrían determinado modo de mirar, termina distorsionando y (i.e.exagerando) la correlación/ asociación entre dibujo de la figura humana y diagnóstico psicopatológico.

III. El heurístico de ajuste y anclaje y sus sesgos Definición: El heurístico de ajuste y anclaje es la regla práctica según la cual las probabilidades de existencia de un evento 'A' se calculan con arreglo a un valor inicial que se halla presente en la información de partida a modo de patrón comparativo, o que proviene de una cálculo preliminar incompleto operado durante el proceso de resolución. Ejemplo 1: Cuando a diferentes grupos de personas se les pide que estimen si los porcentajes de veces que ocurre o ocurrió un determinado evento (tasa de una enfermedad, victorias de un equipo de fútbol, etc.,) supera o no un determinado valor variable (10%, 50%, etc.), los grupos tienden a realizar estimaciones ajustadas a ese valor variable, al que -por eso- se denomina estímulo de 'anclaje'. Tversky y Kahneman mencionan el caso en que los miembros de dos grupos diferentes debían estimar el porcentaje de países africanos con representación en la ONU (Naciones Unidas). A cada grupo se le decía -primero- si tal porcentaje era mayor o menor que una cantidad que surgía de un bolillero, para -finalmente- solicitarles la estimación de aquel porcentaje. En el primer grupo el número extraído del bolillero fue el '25', mientras que en el otro grupo, el número fue el '45'. Lo que observaron es que las respuestas promedio de cada grupo se ajustaban significativamente al valor de sus respectivos estímulos ancla.

III. El heurístico de ajuste y anclaje y sus sesgos Ejemplo 2: Dos grupos de alumnos tuvieron que calcular el producto de una misma serie de números, aunque ordenada de modos inversos. Así, mientras que el primer grupo debió calcular el producto de 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1; el segundo, debió proceder igual con 1 X 2 X 3 X 4 X 5 X 6 x 7 x 8: Los resultados mostraron que los valores promedio del primer grupo fueron significativamente más elevados que los del segundo (2.250 versus 512, respectivamente). Tales resultados parecen confirmar la hipótesis que sostiene que los sujetos elaboran su respuesta en base a un primer cálculo preliminar sobre el que luego "proyectan" o "ajustan" el resultado final. Dado que los valores de esos anclajes variaban en ambos grupos, eso explicaría la ostensible diferencia observada en el producto final.