Menu
in

To bit or not to bit: ¡Confirman que el cerebro funciona peor de lo que creemos!

¿Sabías que nuestro cerebro funciona incorrectamente muchas más veces de lo que suponemos? En muchos casos creemos estar analizando información en forma precisa cuando en realidad estamos muy lejos de lo correcto. Es así, amigos… Nos creemos muy listos pero ahora dicen que no sería tan así…

Sin embargo, ¡a no preocuparse! El departamento de asistencia al cliente de NeoTeo ha desarrollado una serie de artículos en los que iremos conociendo cada uno de los sesgos cognitivos que producen nuestras falacias de razonamiento, ¡con algunos ejercicios para enfrentar a los dragones de la razón!

Nuestra falla mental de hoy: La heurística de representatividad

La Real Academia Española define a la heurística como “manera de buscar la solución de un problema mediante métodos no rigurosos, como por tanteo, reglas empíricas, etc.”. En informática, los métodos heurísticos suelen usarse para encontrar una solución razonable a un problema, a veces no óptima, pero con el objetivo de mantener los tiempos computacionales dentro de límites manejables. (Por ejemplo, los algoritmos que buscan el camino más corto para recorrer un conjunto de puntos).

Nuestro cerebro, la mayor parte de las veces, funciona de la misma manera. Dado que el tiempo es finito, aplicamos inconscientemente una suerte de “atajo” mental, por ejemplo, en búsqueda de la solución de un problema o en la toma de una decisión. Pero ese atajo muchas veces es un camino que nos lleva por a un destino muy alejado de la solución. El inconveniente es el mismo que en la mayoría de los sesgos: en general, no nos damos cuenta cuándo estamos razonando en forma prejuiciosa. Y eso sucede muchas más veces de lo que creemos. Sucede todo el tiempo y afecta a la forma en que nos relacionamos con el mundo.

Un documento clave en el análisis de este tipo de situaciones es un trabajo original de Amos Tversky y Daniel Kahnemann, Juicios en un entorno de incertidumbre. Un ejemplo visual que muestran los autores es el siguiente: cuando estimamos a qué distancia nos encontramos de un objeto usamos diferentes heurísticas. Una de ellas es la de qué tan definida puede verse la imagen de ese objeto: cuano más clara y definida, más cercano parece estar. El problema es que este razonamiento intuitivo tiene solo cierta validez, dado que ante algunas condiciones climáticas (e incluso de la visión del propio observador), cuando la visibilidad es pobre, el objeto aparecerá más borroso e intuitivamente más distante.

¿Y qué sucede con la percepción probabilística de nuestro entorno? Supongamos que nos describen a una persona:

“Juan es retraído. Es solícito con las personas, aunque no le gusta participar en reuniones sociales. De carácter sumiso, tiene necesidad de que haya orden y estructura, y tiene pasión por los detalles.”

Y luego nos dan una lista de opciones de oficios:

* bibliotecario

* granjero

* dependiente de una tienda.

¿A qué se dedica Juan?

En promedio, la mayor parte de la gente se inclina por elegir la primera opción, o a lo sumo dirá que las probabilidades son parejas, aún cuando todos saben que hay muchos más granjeros o dependientes que bibliotecarios.

El sesgo se produce porque, para tomar la decisión, nos estamos centrando en la información que nos dieron en el planteo del problema, cuando en realidad hay más variables que no tenemos en cuenta, obvias y mucho más importantes, que nos pueden llevar a una solución más cercana a la realidad.

Para hacerlo aún más evidente, Tversky y Kahnemann tomaron a dos grupos de personas y les dieron la misma descripción de Juan a cada grupo. Al primer grupo le dijeron que “La descripción fue creada a partir de un grupo de personas en donde el 70% son ingenieros y el 30% abogados”. Al otro grupo se le dieron los datos porcentuales inversos (30% ingenieros, 70% abogados). Lo sorprendente es que la misma cantidad de personas de cada grupo eligió la descripción como “más probablemente perteneciente a un ingeniero”.

Más tarde, cuando a los grupos no se les proporcionó ninguna descripción, tomaron los porcentuales como variable para su decisión. Pero cuando se agregó dicha descripción, en lugar de tener cierta influencia en el análisis, los sujetos ignoraron por completo los porcentuales y solo usaron la descripción para llegar a un resultado. El atajo incorrecto. Esto se llama insensibilidad a valores probabilísticos disponibles antes de la toma de decisión.

Como último ejemplo de hoy, tomemos otro caso de estudio: en una ciudad hay dos hospitales, uno grande y otro pequeño. En promedio, en el hospital más grande nacen unos 45 bebés por día, mientras que en el otro nacen unos 15. Habitualmente, el 50% de los recién nacidos son niños. Sin embargo, ese valor varía día a día. Algunas veces nacen más niños que niñas, o viceversa.

Durante 1 año, los hospitales registraron los días en que nacieron más de un 60% de niños. ¿Cuál crees que fue el hospital que registró más días en los que nacieron niños en lugar de niñas?

A) El hospital más grande.

B) El hospital más pequeño.

C) Ambos hospitales tuvieron un porcentaje similar.

Recuerda: la mente toma atajos. La solución, en la posdata de la nota.

Para concluir, tengamos en cuenta que todo el tiempo estamos tomando decisiones (y estamos rodeados de personas que a su vez toman decisiones) que suelen estar sesgadas por este tipo de falacias. Muchas veces, con nuestra opinión, podemos estar influyendo sobre los demás en una forma impredecible. Por caso, ¿este mismo artículo no puede estar induciendo a los lectores a que modifiquen su forma de pensar de modo que tengamos más clicks en las notas del blog?

¡Hasta el próximo To bit!

PD: SOLUCION

La solución correcta al planteo de los hospitales es la B), el hospital más pequeño. ¿Puedes explicar por qué? ¡Lo estaremos profundizando en la próxima entrega!

Escrito por Gianni Sabbione

Gianni Sabbione es editor literario, científico y músico. Como editor trabajó y trabaja en editoriales y medios internacionales de EE.UU., España y Latinoamérica. Es asesor en reorganización y automatización de áreas de IT e investigó en IA y redes neuronales.
Es cantante de sus bandas de hard rock solista y de Color Púrpura, y aprovecha su perfil en Neoteo para promocionarlas. Al menos hasta que se de cuenta el Sr. Director del sitio.

Leave a Reply