Tema 6. Razonamiento probabilístico (Inductivo)Modelo normativo: la Teoría de la probabilidad, en concreto el Teorema bayesiano.Teoría clásica, la probabilidad de un suceso se puede calcular de dos formas:

Atendiendo al número de resultados favorables. (≠ Vida cotidiana-No son equiprobables)Atendiendo a la frecuencia relativa. (≠ Vida cotidiana-No muchas observaciones).

La Teoría Bayesiana: estudia juicio humano en situación de incertidumbre. Sirve para calcular la probabilidad a posteriori de un suceso.*Tiene en cuenta todos los axiomas de la Teoría de la Probabilidad.*Contempla las probabilidades subjetivas. (≠ objetivos - Tª Clásica)*Permite estimar la probabilidad de un suceso nuevo a partir de: * las probabilidades a priori

* las probabilidades condicionales de los nuevos datos.

Enfoque de los heurísticos de razonamientoResultados experimentales demuestran que el razonamiento humano no emite juicios siguiendo las normas estadísticas.Para explicar esto, la investigación se reorienta dentro del marco de la Teoría de la Racionalidad Restringida: debido a las limitaciones en el sistema de procesamiento, las personas no buscan emitir juicios exactos sino alcanzar cierta satisfacción en sus decisiones.Estas estrategias simplificadas son los llamados heurísticos, atajos que utilizan los sujetos de forma espontánea. Tversy y Kahneman defienden el uso de estos heurísticos en lugar de las leyes de la probabilidad en el juicio de los eventos cotidianos. Heurístico de representatividad

Consiste en asignarle probabilidad a un suceso en función de su pertenencia a una clase. El juicio se realiza comparando las semejanzas que tiene el caso con el prototipo de su categoría, la asignación de probabilidades se realiza por la representatividad del suceso.Es adecuada en la mayoría de las ocasiones, permite dar respuestas rápidas, permitiendo un importante ahorro cognitivo. Se producen sesgos como consecuencia de ignorar información relevante desde un punto de vista estadístico:

*Insensibilidad al tamaño de la muestra: Cuando se conoce la frecuencia real de un suceso, se espera que éste aparezca igualmente en un número pequeño de observaciones. (Ej. Nacimiento Hospitales grandes vs pequeños). “Falacia del Jugador”.También este sesgo provoca la generalización a partir de muestras pequeñas si éstas se consideran representativas. (Ej. Mineral exótico isla).

*Insensibilidad a las probabilidades a priori:Tendencia de los sujetos a asignar probabilidad a un suceso teniendo sólo en cuenta la información nueva proporcionada, cuando ésta se considera representativa. Basándose sólo en la descripción ofrecida y en contra de la frecuencia real. (Ej. Ser Ingeniero o Abogado).

*Insensibilidad a la capacidad predictiva del dato (diagnosticidad): Fijarse solo en los datos presentados, sin tener en cuenta que la probabilidad de los datos no predigan la hipótesis. (Ej. Llueve- Paraguas-siempre lleva)

*Falacia de conjunción: Los sujetos consideran más probable la conjunción de dos sucesos que cada uno por separado, aunque según las leyes estadísticas es justamente lo contrario. La info más detallada se considera más representativa. (Ej. Cajera-Feminista más que sólo una).

*Insensibilidad a la regresión a la media: Los sujetos esperan que las puntuaciones extremas se mantengan en eventos relacionados, por la semejanza entre sí de los dos sucesos, aun cuando se explica el efecto. (Ej. Aprendiz vuelo-Felicitación-se confía).

Heurístico de accesibilidad: Tarea de recuerdo, asignan prob. a la info más fácil de recuperar, por Accesibilidad.Tarea de predicción, asignan prob. a la info más fácil de imaginar, por Simulación.Los sesgos están influidos por factores que inciden en la memoria, pero que no son determinantes para la probabilidad.

*Se ignoran las probabilidades a priori: Cuando se dispone de información reciente impactante, aunque contradiga la frecuencia real de un suceso conocido, ésta se tendrá en cuenta sin pensar en su relevancia estadística. (Ej. Accidente avión), (Plano social: Sesgo Egocéntrico).

*Se ignora la capacidad predictiva del dato: Fijarse sólo en la información presente en una situación concreta, sin tener en cuenta que no se prediga la hipótesis.Sesgo de explicación:

Un hecho explicado o imaginado, es considerado más probable porque a la hora de asignar frecuencias a las distintas alternativas el suceso es más fácilmente recordado. (Ej. Candidato electoral)

Sesgo retrospectivo: Si sabemos que ha sucedido, consideramos que hubiésemos hecho una estimación más alta del resultado.(Ej. Nixon-China-sucesos que hubiesen podido pasar).

Sesgo de la correlación ilusoria: Cuando dos sucesos altamente significativos se asocian, dicha asociación queda establecida en la memoria y es más fácil de recordar, por lo que se estima mucho más frecuente. (Ej. Etnia-Delito).

Heurístico de anclaje y ajuste: Consiste en sesgar el juicio hacia un valor inicial (anclaje) obtenido de un cómputo parcial o al azar, e ir ajustándolo a medida que se añade nueva información. (Ej. Negros EEUU-Nº azar-Juicio ajustado a Nº).

Crítica de los heurísticos: Flexibilidad: Virtud y problema. El = heurístico se utiliza en situaciones ≠ y ≠ heurísticos se utilizan para explicar la = situación. Falta de validez externa: Desarrollados en situaciones artificiales de laboratorio. Falta de precisión del juicio: los resultados no coinciden con las predicciones del modelo Bayesiano.

Enfoque de los Modelos Mentales (Johnson-Laird y Byrne)Según esta teoría, los sujetos no razonan de modo diferente cuando se enfrentan a problemas deductivos o inductivos. A partir de las premisas, construyen los modelos mentales que servirán de base a la conclusión: Asume que:

- Si hay alguno en el que esta se cumpla, será posible- Si se cumple en la mayoría, será probable - Si se cumple en todos será necesaria

Dado que el juicio se debe realizar en función del nº de modelos que apoyen o contradigan la conclusión, esta no será correcta si no se revisa una cantidad suficiente de posibles modelos alternativos. Si embargo, debido a las limitaciones de la memoria de trabajo, el sujeto no puede atender un nº elevado de modelos, por lo que evalúa la frecuencia de los modelos a favor y en contra utilizando ilusiones cognitivas que sesgan el juicio.Dado que existe una tendencia a representar explícitamente sólo la información verdadera, no se representan bien todas las alternativas y se producen sesgos.Los estudios se han centrado en los efectos producidos por:

Orden de presentación de la información (contexto previo): Los modelos mentales se van actualizando a medida que se producen nuevas entradas, y ésta se va integrando en los ya existentes.

Congruencia o incongruencia de las fuentes: La integración de la información representativa y la probabilística depende de la congruencia entre ambas. Si son incongruentes se desatiende la información probabilística, basando su juicio en la información meramente representativa. Esta teoría rechaza el uso del heurístico de representatividad, porque la información congruente se va integrando en la construcción de los modelos, ya sea esta información representativa o probabilística. Se ha comprobado que los tiempos de solución son mayores cuando se presenta información incongruente, aunque ésta sea representativa.La facilidad para construir algunos modelos mentales provoca que el sujeto se centre sólo en algunos sin tener en cuenta el resto. Esta explicación de la Teoría de los modelos mentales está muy próxima al heurístico de accesibilidad.

Experimento: Se les planteó la elección entre dos marcas de coche que no se recuerdan, pero de las que se conocen algunas características (consumo y averías). Se les pide que seleccionen información adicional, encontrándose el resultado de que la mayoría prefieren la información que se deriva directamente de la enunciada en las premisas (información sobre la marca x).Explicación: el elemento central de la información condiciona la construcción de los modelos.Explicación alternativa: Basasen su respuesta en los modelos en los que se da una similitud entre las premisas y la conclusión (lo cual estaría muy próximo al heurístico de representatividad).

La teoría de los modelos mentales probabilísticos (Gigerenzer, Hoffrage y Kleinbölting,):Cuando los problemas se presentan como estimación de frecuencias y no como probabilidad de un suceso aislado, los sesgos de razonamiento decrecen. En problemas en los que el sujeto puede tomar una decisión a partir de sus conocimientos, esta teoría defiende que se procede a la construcción de un Modelo Mental Local en el que se asocia la tarea con el conocimiento disponible.Cuando el conocimiento del sujeto no es suficiente, la persona realiza inferencias a partir de un Modelo Mental Probabilístico. En este caso el sujeto construye un marco de inferencia con: una clase de referencia/ una variable sobre la que se emite el juicio/ una red de claves de probabilidad de sucesos relacionados con la variable que covarían con ella.

Razonamiento y calibraciónLa Teoría de los Modelos Mentales Probabilísticos, ha estudiado también la calibración, el grado de confianza que los sujetos asignan a sus propios juicios.Este juicio de segundo orden suele presentar un sesgo de sobreconfianza, se atribuye una excesiva proporción de aciertos.Tareas experimentales: consisten en suministrar a los sujetos una serie de preguntas con dos alternativas y posteriormente pedirles que

asignen un porcentaje de confianza a cada respuesta emitida. Comparando la proporción real de aciertos y la asignación de confianza los resultados muestran que los sujetos sólo aciertan un 80% de los casos en los que aseguran estar totalmente seguros.

Explicaciones: Mayor evidencia a favor de la hipótesis que en contra. Atribución de fiabilidad absoluta a la memoria por falta de retroalimentación en la vida diaria.Factores motivacionales como la ilusión de control y el tipo de tarea.

Críticas a la técnica para medir la calibración. Esta teoría asume que los sujetos basan su respuesta en una de las claves de probabilidad que covarían con la variable y que la confianza asignada a la respuesta iguala a la de la clave elegida. Esto explicaría algunos errores de calibración cuando se pregunta con trampa sugiriendo una clave de mucha confianza, sin embargo, no explicaría otros fenómenos observados, como la asignación de dos altas probabilidades de acierto a tareas más difíciles y sin trampa.

La teoría de los modelos mentales no alude a la calibración para dar cuenta del sesgo de sobreconfianza. Para este enfoque la sobreconfianza se debería a la necesidad de satisfacción de los sujetos que seleccionarían los modelos mentales que conducen a conclusiones más creíbles o deseables, sin buscar contraejemplos, tendiendo por tanto a pensar que la conclusión es fiable.