• Author / Uploaded
• almendra xiomara garcia cahuachia

Citation preview

Parte II: Heurísticas y Sesgos. Sesgo de Confirmación. Es la tendencia a favorecer, buscar, interpretar y recordar la información que confirma las propias creencias o hipótesis, dando de forma desproporcionada menos consideración a posibles alternativas. Ley de los Pequeños Números. Las muestras pequeñas arrojan resultados extremos con más frecuencia que las muestras grandes. El ser humano no intuye bien los muestreos estadísticos, y no es sensible a su tamaño, ya que la maquinaria asociativa busca causas. Por ello, las explicaciones causales de acontecimientos aleatorios son inevitablemente falsas. Prestamos más atención al contenido de los mensajes que a la información sobre su fiabilidad, y como resultado terminamos adoptando una visión del mundo que nos rodea más simple y coherente de lo que justifican los datos. Efecto Ancla. Se produce cuando las personas consideran un valor particular para una cantidad desconocida antes de estimar esa cantidad. Si alguien considera cuánto pagaría por una casa, estará influido por el precio que se le pide. Heurística de la Disponibilidad. Proceso de juzgar la frecuencia por la facilidad con que los ejemplos vienen a la mente. Buscamos acontecimientos concretos para reforzar conductas generales. Entre las características básicas del Sistema 1, se cuenta su capacidad para generar expectativas, y sorprenderse cuando estas sean defraudadas. Por ejemplo, tras un accidente de avión, tendemos a calificar los vuelos como un medio de transporte más inseguro. Heurística del afecto. Sustitución de «qué pienso» por «qué siento». Es común en los argumentos que tienen una carga política. Consideramos erróneamente que las posiciones que defendemos no tienen coste alguno, mientras que las que atacamos no tienen ningún beneficio. Representatividad (S1) > Probabilidad (S2) Se basa en la asociación de ideas mediante las cualidades o hechos característicos de una persona. Las causas normalmente triunfan sobre la estadística, lo cuál es un error cognitivo. En los problemas de inferencia bayesiana, tiene más peso el hecho causal que la tasa base estadística. Sin embargo, si la tasa base es causal, la situación es justo la contraria. ●

●

Los estereotipos, verdaderos o falsos, tienen su origen en nuestra manera de pensar en categorías. Consideramos moralmente deseable que se tomen las tasas base como hechos estadísticos sobre un colectivo más que como presunciones sobre individuos. Los individuos se sienten exonerados de toda responsabilidad cuando saben que otros han oído la misma petición de auxilio. «La nula disposición de los sujetos a deducir lo particular de lo general, solo la contrarrestaba su disposición a inferir lo general de lo particular». Esto significa que no podemos suponer que aprendan algo de la mera estadística. Debe mostrar uno o dos casos concretos y representativos para influir en S1.

Regresión a la media. Realización de una interpretación causal con las inevitables fluctuaciones de un proceso aleatorio. Por defecto, tendemos a buscar hechos causales en la memoria asociativa para justificar los hechos. La correlación (0 < r < 1) y la regresión no son

conceptos distintos, sino enfocados desde perspectivas diferentes. Cuanto más imperfecta sea la correlación, más regresión a la media habrá. Predicciones intuitivas. En ocasiones, acudimos al S1 para hacer juicios mediante la memoria asociativa. No obstante, cuando tengamos buenas razones para confiar en la exactitud de nuestra predicción intuitiva, la correlación entre ésta y la evidencia será alta, y el ajuste, pequeño. En el resto de los casos, al no ser las predicciones intuitivas regresivas, necesitan una corrección al estar sesgadas. Las predicciones intuitivas tienden a ser confiadas en exceso y francamente extremas.