HEURÍSTICOS Y TOMA DE DECISIONES

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