Resumen Lectura Tema 9 - Gabucio (2017)

Resumen Español
Universidad Universidad de Barcelona (UB)
Grado Psicología - 3º curso
Asignatura Pensament i Resolució de Problemes
Año del apunte 2017
Páginas 10
Fecha de subida 22/06/2017
Descargas 1
Subido por

Vista previa del texto

TEMA 9. PARTE 1: EL RAZONAMIENTO PROBABILÍSTICO El proceso de razonamiento inductivo es especialmente relevante para desenvolvernos en un mundo en el que existe una extraordinaria variabilidad y la información rara vez conduce a conclusiones “inequívocamente” ciertas, sino más bien, “probablemente” ciertas.
1. NOCIONES BÁSICAS DE PROBABILIDAD. MODELOS NORMATIVOS.
Se parte de un modelo normativo para estudiar cómo llevamos a cabo los juicios de probabilidad y si éstos se realizan de forma correcta.
¿Qué es o cómo se obtiene la probabilidad de un suceso? Tenemos dos enfoques objetivos: - La probabilidad es el cociente entre el número de resultados favorables y el número total de resultados posibles.
La probabilidad es la frecuencia relativa.
Sin embargo, raramente en la vida diaria podemos asignar probabilidades objetivas. Por lo tanto, usamos probabilidades subjetivas, procedentes de la información a disposición del sujeto o de sus opiniones y creencias.
Estadística bayesiana: Permite introducir probabilidades subjetivas al evaluar las probabilidades a priori y las probabilidades condicionales del suceso. Este modelo parece especialmente adecuado para el estudio de los juicios humanos en situaciones de incertidumbre.
La probabilidad se obtiene de: - Probabilidad a priori.
Diagnosticidad del dato con respecto al suceso.
2. ENFOQUE DE LOS HEURÍSTICOS DE RAZONAMIENTO.
Los primeros intentos de comparar la conducta ideal, especificada por el teorema de Bayes, y el rendimiento de las personas ya apuntaban que las personas no utilizaban este teorema al emitir sus juicios de probabilidad, puesto que se apreciaba una tendencia conservadora. Se integraba la información sobre el nuevo dato para producir unas probabilidades a posteriori más cercanas a las probabilidades a priori que las predichas por Bayes.
EJEMPLO: si recibimos un resultado que apoya débilmente una hipótesis y, a continuación, el resultado de una segunda muestra que lo apoya con más fuerza, el juicio tenderá igualmente a apoyar cada vez más la hipótesis.
Sin embargo, si los resultados se presentan en orden contrario, el juicio tenderá a neutralizarse.
Los modelos normativos no parecen apoyados por los datos empíricos. Por lo tanto, se produce un cambio en la orientación en la investigación. Este nuevo enfoque se enmarca dentro de la teoría de la racionalidad restringida de Simon, que sostiene que las personas construimos modelos simplificados del mundo en los que posteriormente basaremos nuestros juicios y decisiones.
Se trata de centrarse menos en cómo debería realizarse la tarea y más en cómo se lleva a cabo realmente.
Amos Tversky y Daniel Kahneman, sugieren que en la emisión de juicios utilizamos otro tipo de estrategias, una especie de reglas de andar por casa que se utilizan de forma espontánea a las que llamaron heurísticos. Nos permiten simplificar la tarea de asignar probabilidades y la tarea de predecir, reduciendo ambas tareas a operaciones más simples. Su uso podría explicarse aludiendo de nuevo a restricciones cognitivas.
Encontramos 3 tipos de heurísticos: - Heurístico de representatividad.
Heurístico de accesibilidad.
Heurístico de anclaje y ajuste.
2.1.
HEURÍSTICO DE REPRESENTATIVIDAD.
Induce a evaluar las probabilidades de un suceso por el grado en que el suceso A es representativo de B, es decir, el grado en que A es semejante a B.
1. Juicio de representatividad: se evalúa el grado de correspondencia entre el ejemplar presentado y la categoría. Está relacionado con la tipicidad y la prototipicidad.
2. Juicio por representatividad: se asigna la probabilidad de que el ejemplar forme parte de la categoría en función de su parecido con nuestro prototipo. Se pueden producir sesgos cognitivos.
¿Qué sesgos se suelen producir? - Insensibilidad al tamaño de la muestra: se considera que la probabilidad asignada será más cercana a la probabilidad real del suceso cuanto mayor sea el número de observaciones de que partimos. Sin embargo, esta información no parece ser muy importante para nosotros.
Falacia de la conjunción: el hecho de esperar que la frecuencia real de un suceso se manifieste en muy pocos ensayos es un error muy frecuente. Por ejemplo: mantener una apuesta determinada suponiendo que la ruleta ha de pararse en el color rojo tras una serie de paradas en negro.
Por lo tanto, las personas tendemos a extraer conclusiones sobre las frecuencias de un suceso a partir de muy pocas observaciones. Sin embargo, si tenemos en cuenta el tamaño de la muestra si las características que nos dan son heterogéneas.
- Insensibilidad a las probabilidades a priori: las personas no parecen tener en cuenta las probabilidades a priori y emiten juicios basados únicamente en la información específica que se proporciona cuando ésta es suficientemente representativa.
Los resultados de algunos estudios muestran que los sujetos se basan en la semejanza más que en la frecuencia al realizar un juicio de probabilidades. Se realizó un estudio para comprobar si los sujetos atendían a las probabilidades a priori cuando aparecen explícitamente mencionadas en el problema. Los resultados mostraron que ignoraban las frecuencias y se basaban en la descripción.
- Insensibilidad a la capacidad predictiva del dato: tendemos a usar solo la información disponible que salta a la vista, sin tratar de inferir nada. Las personas no consideran la P(D/H’) tan relevante como la P(D/H).
P(D/H’): asociación entre el dato y la hipótesis alternativa.
P(D/H): asociación entre el dato y la hipótesis nula.
En la medida en que la información es representativa de la hipótesis propuesta, las personas ignoran su relación con otras posibilidades siendo insensibles a la diagnosticidad del dato.
- Falacia de la conjunción: en investigaciones posteriores, se estudió el comportamiento de los sujetos con respecto al axioma de la teoría de la probabilidad que dice: “La probabilidad conjunta de dos sucesos es siempre menos o igual que la probabilidad de cada uno por separado” Los sujetos consideraban más probable la conjunción que un elemento aislado, si aquella era más representativa.
2.2.
HEURÍSTICO DE ACCESIBILIDAD.
Se utiliza en juicios en los que se pide la estimación de frecuencias. Este heurístico consiste en asignar la probabilidad de un suceso o de un acontecimiento en función de la facilidad con la que puede recordarse.
Lo más frecuente es lo más disponible en la memoria.
Puesto que otras variables, además de la frecuencia, inciden en la facilidad con que puede recordarse la información (familiaridad, factores motivacionales, información impactante…), este heurístico también puede dar lugar a errores.
Este heurístico está estrechamente relacionado con el heurístico de simulación, muy útil en tareas de predicción, ya que estimaría la probabilidad de un acontecimiento en función de la facilidad con que puede anticiparse o imaginarse.
¿Qué sesgos encontramos? - Sesgo egocéntrico: mayor facilidad para recordar las acciones u opiniones propias. La opinión que yo mantengo es la más frecuente.
- Efecto de la explicación: considerar mayor la probabilidad de un suceso que se ha explicado previamente que la probabilidad del resto de las posibilidades.
- Sesgo retrospectivo: la probabilidad percibida de un suceso aumenta cuando los sujetos conocen el resultado final. Una vez que ha sucedido un acontecimiento, los sujetos piensan que podrían haberlo predicho y que “no podía haber sido de otra forma”.
- Correlación ilusoria: cuando en la memoria existe un vínculo fuerte entre dos sucesos las personas consideran que habitualmente ambos se presentan unidos. Tiene implicaciones para la formación de los estereotipos sociales.
2.3.
HEURÍSTICO DE ANCLAJE Y AJUSTE.
Emisión de un juicio basado en algún valor inicial que posteriormente se va ajustando hasta producir la respuesta final. El valor en el que se produce el anclaje puede estar sugerido por: - La formulación del problema Ser consecuencia de un cómputo parcial Valor tomado al azar.
Los heurísticos han recibido algunas críticas: - Extraordinaria flexibilidad de los heurísticos.
Los 3 heurísticos están muy relacionados entre ellos y, a veces, es difícil diferenciarlos.
Escasa validez externa.
3. ENFOQUE DE LOS MODELOS MENTALES.
También se puede usar esta teoría para explicar los procesos de razonamiento probabilísticos, ya que en la vida diaria no diferenciamos entre razonamiento deductivo e inductivo. Simplemente elaboramos modelos y obtenemos una conclusión.
3.1.
RAZONAMIENTO DEDUCTIVO.
Crearemos distintos modelos e intentaremos conocer la frecuencia relativa con la que ocurren los modelos que apoyan y que rechazan la conclusión. ¿Cómo lo hacemos? Haciendo un muestreo al azar de los distintos modelos o explorando sistemáticamente el espacio de todos los modelos posibles. La conclusión será “probablemente” cierta o falsa. Debido a nuestras limitaciones cognitivas, evaluamos la frecuencia de forma rudimentaria o sesgada. Estos sesgos los denominan ilusiones cognitivas. Solo nos representamos la mínima información y la que es verdadera para no sobrecargar nuestra MCP.
3.2.
RAZONAMIENTO PROBABILÍSTICO.
Rodrigo, de Vega y Castañeda: efectos del orden de presentación de las fuentes de información y la congruencia/incongruencia entre estas fuentes. Los modelos mentales se van actualizando a medida que se va presentando nueva información, de modo que el orden influirá. Además, el proceso de integración dependerá de la congruencia o incongruencia de estas fuentes de información.
Ante una incongruencia entre las fuentes, el sujeto desatiende la información cuantitativa y basa sus juicios en la información representativa. Uso de heurísticos.
Ante la congruencia, se integran tanto las fuentes de información representativas como las probabilísticas. Aquí descartaríamos el razonamiento mediante heurísticos.
La teoría de los modelos mentales ofrece una explicación más completa de las respuestas representativas.
También se ha visto que, cuando una persona ha de centrarse solo en alguno de los modelos posibles, quizá lo haga en función de la facilidad con la que pueden construirse cada uno de ellos o de la rapidez con que llegan a la mente, lo que nos recuerda al heurístico de accesibilidad. Se hizo un estudio y se observó que hay una tendencia a centrarse en la información explícita en las premisas.
Gigerenzer, Hoffrage y Kleinbölting: rechazan la asunción de irracionalidad de las personas. Las inferencias bayesianas se dan en el razonamiento cuando la representación de la información se encuentra más en consonancia con la forma natural de representar los datos y ocurre cuando se trabaja con hipótesis y datos binarios.
Cuando las hipótesis y los datos son continuos, multivariados e interdependientes, recurrimos a estrategias de procesamiento satisfactorias como las propuestas en la teoría de los modelos mentales probabilísticos.
Cuando el conocimiento no es suficiente para emitir una respuesta y hay que realizar inferencias, la persona construirá un marco de inferencia llamado modelo mental probabilístico. Consta de: - Una clase de referencia (población sobre la que se emplea el problema).
Una variable sobre la que se trabaja.
Una red de claves probabilísticas (que covarían con la variable).
4. RAZONAMIENTO Y CALIBRACIÓN.
Otro aspecto estudiado es la confianza del sujeto en el juicio emitido. Evaluamos nuestra ignorancia o certeza con respecto a la respuesta emitida.
Varios estudios muestran que estamos incorrectamente calibrados (exceso de confianza). Este sesgo se ve aumentado a medida que la dificultad de las preguntas es mayor. Puede ser debido a que generamos más evidencias a favor que en contra, que tenemos mucha fe en nuestra memoria, puede depender del tipo de tarea… Basamos nuestra respuesta en una de las claves de probabilidad, la que tenga una validez más alta, y la confianza asignada a esta respuesta iguala la validez de aquella clave.
TEMA 9. PARTE 2: LA TOMA DE DECISIONES 1. PLANTEAMIENTO GENERAL SOBRE LA TOMA DE DECISIONES.
El primer paso del proceso es plantear con decisión cuál es la decisión que hay que tomar. El planteamiento de la decisión determina las alternativas que se generan, lo que puede dar lugar a resultados completamente diferentes. Además, está determinado por las metas de la persona.
El siguiente paso, es la generación de alternativas, tratando de no desechar a priori ninguna de ellas. Las alternativas serán diferentes en función del conocimiento y de los valores de la persona, así como de es factores socioculturales.
Las investigaciones han mostrado que las personas no tenemos un buen rendimiento, ya que no consideramos todas las alternativas posibles. Frecuentemente, la consideración de unas alternativas sobre otras está determinada por la accesibilidad de la información. Tendemos a tener en cuenta sólo la información que se presenta y sólo en la forma en que se presenta.
Una vez se ha generado un número suficiente de alternativas, es preciso evaluarlas de diferentes formas: - La probabilidad de ocurrencia.
Las consecuencias que pueden esperarse en el caso de que ocurran.
Una decisión correcta debería tener en cuenta tanto la probabilidad de que la característica se dé, como las consecuencias (valor), es decir, el beneficio o la pérdida que supone la presencia o no del atributo.
El juicio probabilístico es parte integral del proceso de toma de decisiones. El uso de los heurísticos en la asignación de probabilidades tiene efectos en la toma de decisiones. Además de los heurísticos de accesibilidad y representatividad, pueden observarse otros sesgos. Por ejemplo, el principio de Pollyanna, que hace referencia a la tendencia a asignar probabilidades más altas a las alternativas más deseables y bajas probabilidades a las menos deseables. También se da exceso de confianza en el juicio emitido o el sesgo de perspectiva consistente en la creencia, una vez conocido el resultado final.
Aun así, se observa un aumento de la precisión cuando se informa sobre el sesgo que se trata de corregir y sobre los datos que deben tenerse en cuenta para eliminarlo. Además, la experiencia o un nivel más alto de conocimientos del tema, también mejora los resultados.
Otro aspecto importante de las alternativas generadas son sus consecuencias. Estas se asignan en términos de ganancias o pérdidas.
Los modelos más estudiados son aquellos en los que existe una situación de incertidumbre con respecto al resultado. Esto implica una elección bajo riesgo y un solo atributo a evaluar en cada alternativa. Estos son modelos de riesgo con un solo atributo.
Hay otras situaciones, en las que cada alternativa muestra una serie de atributos que también se darán de forma probabilística. Estos son modelos de riesgo multiatributos. Aun así, también puede darse sin riesgo, ya que una vez seleccionada una de las alternativas, el resultado de ésta, se dará con certeza.
2. PERSPECTIVA NORMATIVA DE LA TOMA DE DECISIONES.
Una vez que la persona dispone de toda la información sobre las probabilidades de cada resultado posible y sobre las consecuencias de este resultado, ha de elegir entre el conjunto de alternativas aquella que considera más adecuada. Existen una serie de modelos normativos que definen cuál es la elección óptima.
El uso del método se basa en la asunción de que las personas saben cómo se comportarían en situaciones similares a las presentadas u que no tendrán especiales razones para tratar de ocultar sus verdaderas preferencias.
Veamos los modelos normativos.
2.1.
TEORÍA DE LA UTILIDAD.
Primeros estudios de Jacques Bernouilli. Probabilidad como frecuencia relativa (en un número suficientemente grande de ensayos). Por lo tanto, las probabilidades se definen a largo plazo.
Se asocia una consecuencia (ganancia o pérdida) a cada resultado. La decisión de toma a priori y existe una ganancia o una pérdida (un valor) esperado sin especificar el número de ensayos. En esta situación emplearemos la probabilidad de cada resultado (en vez del número de ensayos) y lo multiplicaremos por el valor esperado.
Cuando la persona ha de tomar una decisión deberá asignar el valor esperado a cada alternativa y, una vez asignado, la elección correcta sería aquella cuyo valor esperado fuese más alto. Sin embargo, frecuentemente las alternativas no tienen un valor objetivo, de modo que la teoría no para describir correctamente la conducta de las personas.
Daniel Bernouilli, sustituyó la noción de valor esperado por la de utilidad esperada, que incorpora las metas, expectativas y preferencias de las personas. Ante varias alternativas, la persona evalúa la probabilidad de que ocurra cada una de ellas y les asigna una puntuación en función de su utilidad en una situación concreta. A alternativa que maximice la utilidad esperada sería la elección más acertada.
Neumann y Morgenstern afirmaron que si las preferencias de un individuo satisfacen ciertos axiomas básicos de la conducta racional podría decirse que en su elección maximiza la utilidad esperada.
La principal aportación de esta moderna teoría de la utilidad es que puede aplicarse a situaciones de una sola elección. Su mayor limitación es el tratamiento que se da a las probabilidades, ya que se asume que existen unas probabilidades objetivas para cualquier suceso. No siempre son conocidas.
2.2.
TEORÍA DE LA UTILIDAD SUBJETIVA ESPERADA.
Savage generalizó la teoría de la utilidad para permitir la inclusión de probabilidades subjetivas basadas en las creencias propias u opiniones sobre la probabilidad de los sucesos. Un principio clave es el de “aspecto cierto”, que afirma que, si 2 alternativas comparten un resultado concreto, la preferencia que se establecerá entre ellas será independiente del valor de este resultado común. Esto es, que descartamos el resultado seguro (porque se da en los dos casos) y nos basamos en la elección de los posibles resultados diferentes entre las alternativas.
Este enfoque, estudia cómo se toman las decisiones en lugar de cómo deberían tomarse. No parece que las personas asignen la utilidad de las alternativas siguiendo leyes lógicas, no obstante, una vez asignadas las utilidades subjetivas, éstas han de seguir una serie de leyes lógicas y matemáticas.
La evidencia empírica empezó a mostrar que violamos repetidamente los principios básicos establecidos por los teóricos cuando realizamos elecciones: - NO se cumple el segundo axioma: “si A es preferible a B y B es preferible a C, entonces A es preferible a C”.
NO se cumple el quinto axioma: “un juego que incluya dos resultados posibles no puede ser mejor o peor que ambos, sino que siempre tendrá un orden intermedio en cuanto a las preferencias”. De hecho, mostramos una preferencia por los juegos que mezclan dos resultados posibles, sobre cada uno de ellos por separado.
Preferencia por la alternativa cierta. A medida que la ganancia aumenta, la tendencia general es preferir la posibilidad más cierta. A esto se le denomina aversión al riesgo. Existe un punto en el que las personas dejan de elegir la alternativa con riesgo para elegir la alternativa más cierta. Este punto en el que la estrategia cambia depende de cada uno. Además, este resultado es exactamente el contrario del que se observa cuando presentamos el mismo problema en términos de cantidades perdidas y no ganadas (incompatible con la teoría formal).
La aversión al riesgo observada cuando se trataba de ganancias estaría acompañada por una preferencia por el riesgo cuando se trata de pérdidas. Los sujetos parecen asignar un valor mayor a las pérdidas (se considera mayor el sufrimiento producido por una pérdida que la satisfacción por la ganancia).
Se puede cambiar la percepción del riesgo si se cambia el contexto de la tarea. También hay diferencias culturales en la percepción del riesgo.
La elección es una tarea de razonamiento más cualitativa en la que se selecciona la alternativa con el valor más alto en el atributo más importante, mientras que en la tarea de juicio se evalúan y ponderan todos los atributos presentados.
3. PERSPECTIVA DESCRIPTIVA EN LA TOMA DE DECISIONES.
3.1.
LA TEORÍA DE LA PERSPECTIVA.
Fue propuesta por Kahneman y Tversky. Considera aspectos como el marco o perspectiva de la persona y las manipulaciones contextuales. También parte de una función matemática, ya que la combinación de ciertos parámetros puede predecir la elección de la persona. Lo que marca la diferencia es que esta función contempla otras variables relacionadas con la perspectiva de las personas y el contexto en que se desarrolla la tarea.
El proceso de elección consta de 2 partes: 1. Revisión preliminar de las alternativas ofrecidas  representación más sencilla de estas alternativas.
Se aplican varias operaciones que transforman los resultados y las probabilidades asociadas:  Codificación (en términos de ganancias y pérdidas).
 Combinación de las probabilidades asociadas a resultados idénticos.
 Segregación de los aspectos ciertos y los que mantienen riesgo.
 Cancelación de los componentes compartidos por todas las alternativas.
 Simplificación de las alternativas poco probables.
2. Evaluación  elección de la alternativa con un valor más alto.
Un rasgo esencial de esta teoría es que las estimaciones del valor de una alternativa son cambios en riqueza o en bienestar, en lugar de estados finales. El valor podría ser tratado como una función de dos aspectos: - Posición inicial (sirve como punto de referencia).
Magnitud del cambio (positiva o negativa) desde el punto de referencia.
Los resultados esperados son codificados como ganancias o pérdidas en relación a un punto neutral de referencia y las pérdidas son percibidas como más graves que las ganancias del mismo tamaño.
3.2.
LA TEORÍA PORTAFOLIO.
Coombs desarrolló una teoría alternativa a la que denominó portafolio. Ésta incluye el riesgo de cada alternativa como un determinante de la elección de las personas. Las preferencias entre alternativas son función de 2 variables: - Valor esperado.
Riesgo percibido.
Yates, en una línea similar, señala que la situación típica de decisión implica 2 consideraciones: - La promesa de una ganancia potencial (constituye el valor esperado).
El riesgo (posibilidad de sufrir una pérdida).
Las personas escogerán aquellas alternativas que tengan un valor esperado mayor y un riesgo menor.
De acuerdo con la teoría portafolio, cualquier persona tienen un “nivel óptimo” de tensión entre la presión (de riesgo) que puede soportar y la ganancia que desea obtener. Existiría un umbral de aceptación de la alternativa en ambas dimensiones. Para ser aceptada, una alternativa debería sobrepasar los dos umbrales.
A veces nos encontramos con que hemos de enfrentarnos a alternativas en las que ambos umbrales han sido superados. Para estas situaciones multiatributo y sin riesgo hay una serie de reglas.
3.2.1. REGLAS EN SITUACIONES MULTIATRIBUTO Y SIN RIESGO.
Simon introdujo el concepto de racionalidad restringida, afirmando que las limitaciones cognitivas nos inducen a construir modelos simplificados de los problemas. Se sustituye el principio de maximización, por el de satisfacción. Clasificaríamos las alternativas como satisfactorias o no con respecto a cada uno de los atributos más relevantes y seleccionando aquellas alternativas que satisfacen su nivel de aspiraciones en estos atributos.
2 objetivos fundamentales: - Descubrir qué operaciones y reglas elementales empleamos.
 Regla conjuntiva: eliminar cualquier alternativa que no sobrepase un valor criterio en alguna de las dimensiones.
 Regla disyuntiva: selecciona cualquier alternativa que sobrepase un criterio al menos en una dimensión.
 Regla lexicográfica: elección de la alternativa superior en la dimensión más importante.
El modelo de la eliminación por aspectos de Tversky es una versión probabilística de esta regla. Es un proceso de eliminación sucesiva de las alternativas en función de sus valores en determinados atributos.
En cada estado el proceso se selecciona un aspecto de las alternativas y se elimina cualquiera de ellas cuando no incluya el atributo elegido. El proceso se repite hasta que solo queda 1. Tiene una representación formal en una fórmula.
El proceso más observado son las cadenas de reglas. Se usan en primer lugar aquellas reglas que permiten descartar varias alternativas para efectuar, a continuación, evaluaciones más detalladas.
- Qué rasgos de la tarea y del contexto determinan la selección y uso de las reglas.
3.3.
TEORÍA DE LOS MODELOS MENTALES.
Puede aplicarse tanto a situaciones multiatributo como a situaciones en las que las alternativas tengan un solo atributo. No distingue, tampoco entre situaciones con o sin riesgo.
Según esta teoría, generamos las alternativas mediante la creación de modelos mentales. La elección estaría representada por dos modelos: 1. Explícito y exhaustivo.
2. Implícito.
Los explícitos determinarían las alternativas generadas y, finalmente la elección. Sin embargo, cuando la presentación del problema manipula el foco de atención de la representación del modelo mental explícito, se logra que se generen los modelos implícitos y que el sujeto considere las otras alternativas posibles.
¿Cómo escogemos en aquellas situaciones en las que disponemos de modelos igualmente salientes para todas las alternativas? Escogeremos la alternativa más atractiva y presente cierto atributo que se considera relevante.
3. ALGUNOS ASPECTOS COLATERALES DE LA TOMA DE DECISIONES.
Un aspecto que se encuentra fuera del proceso de decisión, pero que tiene una gran influencia en el resultado es la necesidad de justificación de la respuesta emitida. Está relacionada con reducir la disonancia cognitiva.
Otros aspectos pueden ser: roles, estado anímico, conocimiento de la persona… ...

Comprar Previsualizar