Sesgos Cognitivos y Heurísticas: Cómo Afectan Nuestra Toma de Decisiones

Psicología y Sociología4,45 KB

Sesgos Cognitivos y Heurísticas en la Toma de Decisiones

La heurística se puede definir como un conjunto de reglas metodológicas, no necesariamente formalizadas, positivas y negativas, que sugieren o establecen cómo proceder y qué problemas evitar a la hora de generar soluciones y elaborar hipótesis. Esta está integrada por las reglas empíricas que utilizamos para expresar nuestras opiniones sobre el mundo. Pero, además, las decisiones dependen de nuestros criterios de probabilidad, por lo que es muy posible que estos estén fundamentados en reglas empíricas que no siempre funcionan. Utilizamos estas reglas heurísticas porque no poseemos información perfecta; por lo tanto, se valora la poca información disponible y, a pesar de ser útiles, pueden llevarnos a errores.

Muchos de los errores que cometemos no son aleatorios, sino sistemáticos. Kahneman y Tversky han identificado tres reglas sencillas que utilizamos para emitir juicios de valor y hacer deducciones sobre el entorno. Estas reglas son eficientes, ya que nos ayudan a ahorrar esfuerzos cognitivos y nos proporcionan respuestas más o menos correctas en la mayoría de las ocasiones. Sin embargo, en muchos casos también generan errores predecibles.

Sesgo de Disponibilidad

A menudo, estimamos la frecuencia de un acontecimiento o de una clase de acontecimientos por la facilidad con que podemos recordar ejemplos. Existe una estrecha relación positiva entre la facilidad con que podemos hacerlo y la verdadera frecuencia de aparición, pues, al fin y al cabo, es más fácil recordar ejemplos de cosas que ocurren con frecuencia. Es decir, estimamos en función de su disponibilidad en la memoria, de lo más cercano en el tiempo y de lo más vívido emocionalmente.

Sesgo de Representatividad

Kahneman y Tversky han descubierto un interesante sesgo en la manera en que intentamos responder a preguntas del tipo: “¿Qué probabilidades hay de que el objeto A pertenezca a la clase B?”. Por ejemplo, si una persona es tímida y queremos estimar la probabilidad de que sea bibliotecario o vendedor, la mayoría de las personas tienden a responder que es mucho más probable que sea bibliotecario, ya que se considera que la timidez es un rasgo representativo de los bibliotecarios e inusual en los vendedores. Sin embargo, este tipo de respuestas suele estar sesgado, ya que en la probabilidad de pertenecer a la categoría en cuestión influyen muchos otros factores importantes, además de la representatividad, como la frecuencia relativa con que aparecen los vendedores y los bibliotecarios en el conjunto de la población. Otro ejemplo del sesgo de la representatividad es el fenómeno estadístico conocido como el efecto de regresión a la media. El fenómeno consiste en que, cuando existe aleatoriedad, se debe esperar que, al observar un resultado significativamente alto o bajo, lo más probable es que la siguiente observación sea más cercana a la media. Sin embargo, a menudo no tenemos suficientemente en cuenta este efecto en nuestros juicios de valor. La razón se halla en que pensamos intuitivamente que un resultado debe ser representativo del agente que lo produjo.

Sesgo de Anclaje (Efecto Ancla)

Representa una situación en la que se induce a una persona a fijarse en un dato “ancla” al evaluar información, y luego realiza ajustes a esa información basándose en dicho “anclaje”. Esto nos lleva a dos tipos de estimadores sesgados:

  • El primero, en el que el ancla elegida es totalmente arbitraria y tiene poco que ver con el valor que se esté estimando.

    Kahneman y Tversky demostraron que podían influir en las estimaciones de la gente sobre cuántos países hay en el continente africano haciéndoles escribir los dos últimos dígitos de su número de la seguridad social. Al parecer, existe una correlación entre los dos últimos dígitos y los países de África, aunque no tengan nada que ver lo uno con lo otro.

  • El segundo, es un “ancla” que sí que tiene que ver con lo que queremos estimar, pero esto lleva a errores al ignorar otros fenómenos.

    Ejemplo: “¿Te has fijado que la probabilidad de éxito a la hora de construir una empresa en 5 pasos es de un 59%, en el 90% de los casos? Entonces, en 10 pasos, ¿la probabilidad aumentaría, no?” Como puede apreciarse, no se está teniendo en cuenta la probabilidad multiplicada.

Descargar

PDF Word HTML