Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
HEURÍSTICOS Y TOMA DE DECISIONES Capítulo 24 (Ballesteros) 1 PREDICCIÓN Y PROBABILIDAD A partir de la revisión de Edwards (1954) sobre toma de decisiones en economía, se desarrollan dos líneas de trabajo que evolucionan en paralelo: 1) Teoría de la elección sin riesgo (basada en la maximización de la utilidad) 2) Teoría de la elección arriesgada, realizada desde la incertidumbre de los eventos que determinarán el curso de nuestras acciones. Herbert Simon (1956), Premio Nobel de Economía y científico cognitivo destacado, criticó la teoría de la elección arriesgada y el concepto de maximización. Para él la toma de decisiones se realiza como una racionalidad limitada. La persona no busca el beneficio máximo sino una cierta satisfacción. 2 PREDICCIÓN Y PROBABILIDAD ¿Cuáles son las operaciones mentales que entran en juego durante la toma de decisiones? Los seres humanos no toman decisiones siguiendo las reglas abstractas de una lógica mental. El teorema de Bayes proporciona la mejor predicción basada en la probabilidad de que un determinado hecho se produzca a partir de la información disponible teniendo en cuenta la probabilidad previa. Se ha supuesto que las personas toman decisiones basándose en este teorema. PERO NO. En lugar de seguir un modelo normativo riguroso deciden en función de una serie de heurísticos que muchas veces funcionan pero en otras llevan a tomar decisiones equivocadas. 3 TOMA DE DECISIONES BAJO CONDICIONES DE INCERTIDUMBRE Existe una teoría normativa, elegante y con gran poder analítico sobre la toma de decisiones. El modelo calcula el valor esperado de una acción como igual a la suma de los valores esperados de todas las posibles consecuencias. La mejor decisión es aquella cuya consecuencia, altamente probable, sea también la más valiosa (Fischhoff, 1988). Las personas no realizan sus acciones siguiendo este modelo. Ni tampoco el de Bayes. Utilizan heurísticos. 4 UN MODELO DE DECISIÓN RACIONAL ESTADÍSTICOS Y HEURÍSTICOS ¿Cómo evalúa la gente la probabilidad de que se produzcan hechos únicos o múltiples y probabilidades condicionales? ¿Razonan utilizando un inequívoco modelo normativo? No, no utilizan estadísticas sino heurísticos (que están muy alejados de los inequívocos razonamientos deductivos). Los heurísticos generalmente conducen a decisiones bastante correctas pero también conducen a cometer violaciones importantes de modelos normativos (como el de Bayes). Kahneman y Tversky han encontrado que las personas utilizan heurísticos cuando razonan bajo condiciones de incertidumbre. 5 HEURÍSTICO DE REPRESENTATIVIDAD Cuando las personas tienen que estimar probabilidades como ¿cuál es la probabilidad de que un objeto A pertenezca a la clase B? utilizan el heurístico de la representatividad. En la medida en que A se parezca a B dirán que la probabilidad de que A pertenezca a la clase B es alta, si A y B no se parecen dirán que es baja. La representatividad es la evaluación del grado de correspondencia o similitud entre una muestra y una población, un ejemplar y una categoría, un acto y un actor, o más generalmente un resultado y un modelo (Tversky y Kahneman, 1983). Lo interesante es que los sujetos se apoyan en la representatividad no sólo para determinar la pertenencia categorial sino para predecir resultados. 6 HEURÍSTICO DE REPRESENTATIVIDAD Confusión entre probabilidad y representatividad El HR no tiene en cuenta la probabilidad previa de un determinado evento (Problema de los taxis – problema de Tom W). Problema de los ingenieros y abogados –resaltando la probabilidad previa-. Según la teoría de la probabilidad cuanto más elevada sea la probabilidad previa de una determinada ocurrencia, tanto más elevada debería ser la predicción de los sujetos. Sin embargo, no fue así. Decidieron en función del HR. 7 HEURÍSTICO DE REPRESENTATIVIDAD La falacia de la conjunción El problema de Linda «cajera y feminista». Problema en forma abstracta: 83% de los sujetos sin formación estadística aceptaron que «La probabilidad de conjunción de H y F no puede exceder la probabilidad de H o la probabilidad de F». Sin embargo, sólo poco más del 40% aceptó el argumento cuando se refirió a Linda: «La afirmación F (Linda es trabajadora de banco) es más probable que H (cajera de banco y feminista) porque la probabilidad de que Linda sea empleada de banco y feminista activa debe ser menor que la probabilidad de que sea empleada de banco.» ¿Por qué si comprenden la regla abstracta cometen la falacia de la conjunción? Por el HR. La afirmación H luce más representativa de Linda a partir de la descripción de la personalidad de Linda que se les proporciona. 8 HEURÍSTICO DE REPRESENTATIVIDAD Dificultad del concepto de regresión Kahneman y Tversky creen que la principal fuente de dificultad se debe a que este principio se aparta de la intuición de que el resultado predicho debe parecerse al máximo a la información de partida. Tendencia a la generalización A veces el HR es eficaz porque produce generalizaciones válidas a partir de pocos datos. El explorador del Pacífico Sur… Las personas son capaces de adaptar el grado de su estimación sobre los objetos en función del grado de homogeneidad que esperan que exista entre ellos. 9 HEURÍSTICO DE ACCESIBILIDAD No siempre las personas hacen sus predicciones en base a la semejanza. Existen situaciones en las que evalúan la frecuencia de una clase o un hecho según la dificultad o facilidad con las que son capaces de evocar su ocurrencia. Si nos basamos en esto la respuesta será equivocada. El HA consiste en juzgar la frecuencia de los acontecimientos en función de la experiencia. Además de la disponibilidad, la saliencia de un hecho puede influir en la predicción (p.e. fuego o terremoto experimentado personalmente influye más en la predicción que su lectura en periódico). Además los hechos más recientes se recuerdan mejor que los más antiguos, y esto nos lleva a juzgar los más recientes como los más frecuentes. Fong y sus colegas encontraron que un breve entrenamiento en estadística mejora el razonamiento estadístico de las personas sobre distintos aspectos de la vida cotidiana. 10 11 «Cuando creamos estos problemas, nuestra intención no era confundir a la gente. Todos nuestros problemas nos confundieron también a nosotros.» Amos Tversky (1985) «Los atajos en el procesamiento de la información, que se conocen como heurística, normalmente son eficaces y nos permiten ahorrar mucho tiempo en la toma de decisiones cotidianas, pero son sistemáticamente perjudiciales en la Bolsa… La tendencia a subestimar o a no hacer caso de las probabilidades pasadas cuando se toman decisiones es, sin duda, el problema más significativo de las predicciones intuitivas.» David Drenan, «La estrategia de la inversión contraria: la psicología del éxito en la Bolsa», 1979 «La comprensión humana es más influenciable por las cosas sorprendentes y que quedan grabadas enseguida en la mente, y hacen que la imaginación vuele al instante. En consecuencia, comienza a concebir y suponer de manera casi imperceptible que todo lo demás es igual a las pocas ideas que se han apoderado de la mente.» Francis Bacon, «Novum Organum», 1620. «La probabilidad de ganar el premio mayor de la lotería es aproximadamente de 1 en 10.000.000, no mucho mayor que la probabilidad de ser alcanzado por un rayo. Si usted es un ciudadano británico medio y apuesta en la Lotería Nacional, la probabilidad de morir durante los 20 minutos del programa de sorteo en televisión es varias veces mayor que la probabilidad de que gane.» («Chance News», 1999) HEURÍSTICOS Y TOMA DE DECISIONES PREDICCIÓN Y PROBABILIDAD PREDICCIÓN Y PROBABILIDAD (2) Toma de decisiones bajo condiciones de incertidumbre Estadísticos y heurísticos HEURÍSTICO DE REPRESENTATIVIDAD HEURÍSTICO DE REPRESENTATIVIDAD (2) HEURÍSTICO DE REPRESENTATIVIDAD (3) HEURÍSTICO DE REPRESENTATIVIDAD(4) HEURÍSTICO DE accesibilidad Slide 11
Compartir