Está en la página 1de 417

Juicio bajo incertidumbre:

Heursticas y prejuicios
Editado por
Daniel Kahneman
Universidad de British Columbia
Paul Slovic
Investiaci!n sobre Decisi!n
Una "ama de Perceptronics# Inc$
Euene# %reon
&mos 'vers(y
Universidad de Stan)ord
Cambride University Press
Cambride
*e+ ,or( *e+ "ochelle -elbourne
Sydney
Publicado por el Sindicato de Prensa de la Universidad de Cambride
'he Pitt Buildin# 'rumpinton Street# Cambride CB. /"P
0. East 12
th
Street# *e+ ,or(# *, /33..# US&
/3 Stam)ord "oad# %a(leih# -elbourne 0/44# &ustralia
5 Cambride University Press /67.
Primera Publicaci!n /67.
"eimpreso /67.# /670 8dos veces9# /67:# /671 8. veces9# /674# /672
Impreso en los Estados Unidos de &m;rica
Cataloaci!n de la Biblioteca del Conreso en Datos de Publicaci!n
Entrada principal bajo el ttulo<
=uicio bajo incertidumbre
Bibliora)a< p$
Incluye ndice$
/$ =uicio$ I$ Kahneman# Daniel# /60:>
II$ Slovic# Paul# /607 >II$'vers(y# &mos$
B?::/$=7 /10$:@4 7/>/33:.
ISB* 3 1./ .:34: 4 pastas duras &&C".
ISB* 3 1./ .7:/: 2 edici!n en rAstica
.
Contenido
Bista de contribuyentes pCina 4
Pre)acio 2
Parte I: Introduccin
/ =uicio bajo incertidumbre< Heursticas y prejuicios 6
&mos 'vers(y y Daniel Kahneman
Parte II: Representatividad
. Creencia en la ley de los nAmeros peDueEos .:
&mos 'vers(y y Daniel Kahneman
0 Probabilidad subjetiva< Un juicio de representatividad 0.
Daniel Kahneman y &mos 'vers(y
: Sobre la psicoloa de la predicci!n :0
Daniel Kahneman y &mos 'vers(y
1 Estudios de representatividad 16
-aya Bar>Hillel
4 =uicios de y por representatividad 2/
&mos 'vers(y y Daniel Kahneman
Parte III: Casualidad y atribucin
2 Inducci!n popular< Ba in)ormaci!n no es necesariamente in)ormativa 7:
"ichard E$ *isbett# Euene Borida# "ic( Crandall y Harvey "eed
7 EsDuemas causales en juicios bajo incertidumbre 62
&mos 'vers(y y Daniel Kahneman
6 De)ectos en el proceso de atribuci!n< Sobre los orenes y mantenimiento /32
de evaluaciones sociales err!neas
/3 Impacto probatorio de valoraciones base /.:
&mos 'vers(y y Daniel Kahneman
Parte IV: Disponibilidad
// Disponibilidad< Una heurstica para juFar la )recuencia y la probabilidad /0.
&mos 'vers(y y Daniel Kahneman
/. 'endencias eoc;ntricas en la disponibilidad y la atribuci!n /:0
-ichael "oss y ?iore Sicoly
/0 Ba disponibilidad de prejuicios en la percepci!n social y la interacci!n /10
Shelley E$ 'aylor
/: Ba simulaci!n heurstica /40
Daniel Kahneman y &mos 'rves(y
Parte V: Co-variacin y control
/1 Evaluaci!n in)ormal de la co>variaci!n< =uicios basados en datos versus /2/
juicios basados en teora
Dennis B$ =ennins# 'eresa -$ &mabile y Bee "oss
0
/4 Ba ilusi!n del control /72
Ellen =$ Baner
/2 Bos resultados de las pruebas son lo Due usted piensa Due son /6:
Boren =$ Chapman y =ean Chapman
/7 "aFonamiento probabilstico en la medicina clnica< Problemas y .30
oportunidades
David -$ Eddy
/6 &prendiFaje desde la eGperiencia y de las relas sub>!ptimas en la
toma de decisiones ./6
Hillel =$ Einhorn
Parte VI: Exceso de conian!a
.3 Sobre>con)ianFa en juicios de estudio de casos .0.
Stuart %s(amp
./ Un "eporte de proreso sobre el entrenamiento de asesores de
probabilidad .07
-arc &lpert y Ho+ard "ai))a
.. Calibraci!n de probabilidades< El estado del arte hasta /673 .:6
Sarah Bichtenstein# Baruch ?ischho)) y Ba+rence D$ Phillips
.0 Para aDuellos condenados a estudiar el pasado< Heursticas y prejuicios
en retrospectiva .2/
Baruch ?ischho))
Parte VII: Evaluacin multi-etapas
.: Evaluaci!n de probabilidades compuestas en escoencia secuencial .74
=ohn Cohen# E$ I$ Chesnic( y D$ Haran
.1 Conservatismo en el procesamiento de la in)ormaci!n humana .63
Hard Ed+ards
.4 Ba hip!tesis de la mejor adivinanFa en la in)erencia multi>etapas 067
Charles ?$ Iettys# Clinton Kelly III y Cameron "$ Peterson
.2 In)erencias de caractersticas personales sobre la base de in)ormaci!n
recuperada de la memoria de uno 031
,aacov 'rope
Parte VIII: Procedimientos correctivos
.7 Ba robusta belleFa de los modelos lineales impropios en la toma de
decisiones 0/:
"obyn -$ Da+es
.6 Ba vitalidad de los nAmeros msticos 0.7
-aG Siner
03 Predicci!n intuitiva< Prejuicios y procedimientos correctivos 000
Daniel Kahneman y &mos 'vers(y
0/ Desprejuiciar 0:3
Baruch ?ischho))
0. -ejorando la in)erencia inductiva 016
"ichard E$ *isbett# David H$ KrantF# Christopher =epson , Ieo))rey '$ ?on
:
Parte I": Percepcin de ries#o
00 Hechos versus miedos< Entendiendo el rieso percibido 020
Paul Slovic# Baruch ?ischho)) y Sara Bichtenstein
Parte ": $ctuali!acin
0: Sobre el estudio de las intuiciones estadsticas 06:
Daniel Kahneman y &mos 'vers(y
01 Jariantes de la incertidumbre :32
Daniel Kahneman y &mos 'vers(y
Reerencias
%ndice



Contribuyentes
1
K-arc &lpert Escuela de Iraduados en &dministraci!n de Empresas# Harvard University
'eresa -$ &mabile Departamento de Psicoloa# Brandeis University
Crai &$ &ndesrson Departamento de Psicoloa# Stan)ord University
-aya Bar>Hillel Departamento de Psicoloa# 'he Hebre+ University# =erusalem
Euene Borida Departamento de Psicoloa# University o) -innesota
=ean Chapman Departamento de Psicoloa# University o) Hisconsin
Boren =$ Chapman Departamento de Psicoloa# University o) Hisconsin
KE$ I$ Chesnic( Departamento de Psicoloa# University o) -anchester# Enland
=ohn Cohen Departamento de Psicoloa# University o) -anchester# Enland
"ic( Crandall University o) Illinois# Champain>Urbana
"obyn -$ Da+es Departamento de Psicoloa# University o) %reon
Damid -$ Eddy Centro para el Estudio de la Salud y Poltica Clnica# Du(e University
Hard Ed+ards Instituto de Investiaci!n de la Ciencia Social# University o) Southern Cali)ornia
Hillel =$ Einhorn Centro de Investiaci!n de la Decisi!n# University o) Chicao
Baruch ?ischho)) Investiaci!n sobre la Decisi!n# Una rama de Perceptronics# Inc$ Euene %reon
Ieo))rey '$ ?on Instituto para la Investiaci!n Social# University o) -ichian
Charles ? Iettys Departamento de Psicoloa# University o) %(lahoma
KD$ Haran Departamento de Psicoloa# University o) -anchester# Enland
Dennis B$ =ennins Departamento de Psicoloa# *e+ ,or( University
Christopher =epson Instituto para la Investiaci!n Social# University o) -ichian
Daniel Kahneman Departamento de Psicoloa# University o) British Columbia
Clinton Kelly III &encia para Investiaci!n de Proyectos &vanFados# &rlinton# Jirinia
David H$ KrantF Baboratorios Bell# -urray Hill# *e+ =ersey
Ellen =$ Baner Departamento de Psicoloa# Harvard University
Sarah Bichtenstein Investiaci!n sobre la Decisi!n# Una "ama de Perceptronics# Inc$# Euene#
%reon
"ichard E$ *isbett Instituto para la Investiaci!n Social# University o) -ichian
Stuart %s(amp Departamento de Psicoloa# Claremont Iraduate School
Cameron "$ Peterson Decisiones y DiseEos# Inc$# -cBean# Jirinia
Ba+rence D$ Phillips Unidad de &nClisis de la Decisi!n# Brunel University
Ho+ard "ai))a Escuela de Iraduados en &dministraci!n de Empresas# Harvard University
Harvey "eed Departamento de Psicoloa# University o) -ichian at Dearborn
Bee "oss Departamento de Psicoloa# Stan)ord University
-ichael "oss Departamento de Psicoloa# University o) Haterloo# %ntario
?iore Sicoly Departamento de Psicoloa# University o) Haterloo# %ntario
-aG Siner Instituto Hudson# &rlinton# Jirinia
Paul Slovic Investiaci!n sobre la Decisi!n# Una "ama de Perceptronics# Inc$# Euene# %reon
Shelley E$ 'aylor Departamento de Psicoloa# University o) Cali)ornia# Bos &neles
,aacov 'rope Departamento de Psicoloa# 'he Hebre+ University# =erusalem
&mos 'vers(y Departamento de Psicoloa# Stan)ord University
& El asterisco indica a)iliaci!n cuando el artculo )ue oriinalmente publicado$
4
Preacio
Ba aproGimaci!n al estudio del juicio Due este libro representa tuvo sus orenes en tres
lneas de investiaci!n Due se desarrollaron en los aEos /613@s y /643@s< la comparaci!n de la
predicci!n clnica y estadstica# iniciada por Paul -eehlL el estudio de la probabilidad
subjetiva en el paradima Bayesiano# introducido a la psicoloa por Hard Ed+ardsL y la
investiaci!n de heursticas y estrateias de raFonamiento# por las cuales Herbert Simon
o)reci! un prorama y =erome Bruner un ejemplo$ *uestra colecci!n tambi;n representa la
reciente converencia del estudio del juicio con otro ramal de la investiaci!n psicol!ica< el
estudio de la atribuci!n causal y cubre la interpretaci!n psicol!ica# promovida por ?ritF
Heider$
El libro clCsico de -eehl# publicado en /61:# resumi! la evidencia para la conclusi!n Due
las combinaciones lineales simples de normas aventajan a los juicios intuitivos de eGpertos
en predecir criterios sini)icantes de conducta$ El duradero leado intelectual de este trabajo#
y la )uriosa controversia Due lo siui!# )ue probablemente no la demostraci!n de clnicos
ejecutada pobremente en tareas Due# como -eehl anot!# ellos no deban haber emprendido$
-Cs bien# )ue la demostraci!n de una sustancial discrepancia entre el record objetivo del
;Gito de la ente en la predicci!n de tareas y las sinceras creencias de estas entes sobre la
calidad de sus realiFaciones$ Esta conclusi!n no )ue restrinida a clnicos ! a la predicci!n de
los clnicos< Bas impresiones de la ente de c!mo ellos raFonan# y de cuCn bien ellos raFonan#
no podra ser tomado como creer alo a pie juntillas$ 'alveF porDue los estudiantes de juicio
clnico se usaron ellos mismos y a sus amios como sujetos# la interpretaci!n de errores y
prejuicios tendieron a ser conitivos# mCs Due psico>dinCmicos< Ilusiones no desiluciones
)ueron el modelo$
Con la introducci!n de las ideas Bayesianas dentro de la investiaci!n psicol!ica por
Ed+ards y sus asociados# a los psic!loos se les o)reci! por primera veF un completo modelo
articulado de ejecuci!n !ptima bajo la incertidumbre# con el cual los juicios humanos podran
ser comparados$ Ba eDuiparaci!n de los juicios humanos a modelos normativos lle! a
convertirse en uno de los mayores paradimas de la investiaci!n sobre juicios bajo
incertidumbre$ Inevitablemente# ello condujo a inDuietudes con los prejuicios para los cuales
las in)erencias inductivas son propensas y los m;todos Due podran ser usados para
correirlos$ Sin embaro# mucho del trabajo temprano utiliF! el modelo normativo para
eGplicar el comportamiento humano e introdujo procesos separados para eGplicar
alejamientos de la optimiFaci!n$ En contraste# la investiaci!n sobre heurstica del juicio
busca eGplicar ambos correcto y err!neo en t;rminos de los mismos procesos psicol!icos$
Ba emerencia del nuevo paradima de la psicoloa conitiva tuvo una pro)unda
in)luencia en la investiaci!n del juicio$ Ba psicoloa conitiva estC relacionada con
procesos internos# limitaciones mentales y la manera en la cual los procesos estCn )ormados
por las limitaciones$ Ejemplos tempranos de trabajo conceptual y emprico en esta
disposici!n )ueron el estudio de estrateias de pensamiento por Bruner y sus asociados y el
tratamiento de Simon de la heurstica del raFonamiento con estrateias de simpli)icaci!n Due
reducen la complejidad de las tareas de juicio# para hacerlas manejables para la clase de
mente Due la ente suele tener$ -ucho del trabajo Due hemos incluido en este libro )ue
motivado por las mismas inDuietudes$
En aEos recientes# un ran cuerpo de investiaci!n ha sido dedicado a desvelar la
heurstica del juicio y a eGplorar sus e)ectos$ El presente volumen provee una comprensible
muestra de esta aproGimaci!n$ El ensambla nuevas revisiones# escritas especialmente para
esta colecci!n y artculos previamente publicados sobre el juicio y la in)erencia$ &unDue la
)rontera entre el juicio y la toma de decisi!n no estC siempre clara# nos hemos en)ocado aDu
2
sobre el juicio mCs Due sobre la escoencia$ El t!pico de la toma de decisi!n es lo
su)icientemente importante para ser el sujeto de un volumen separado$
Este libro estC oraniFado en dieF partes$ Ba primera parte contiene una temprana
revisi!n de la heurstica y los prejuicios de juicios intuitivos$ Ba parte II trata espec)icamente
con la representatividad heurstica# la cual es eGtendida# en la parte III# a problemas de
atribuci!n causal$ Ba parte IJ describe la disponibilidad heurstica y su papel en el juicio
social$ Ba parte J cubre la percepci!n y aprendiFaje de la co>variaci!n e ilustra la presencia
de correlaciones ilusorias en los juicios de ente lea y eGpertos$ Ba parte Ji discute la
calibraci!n de los asesores de la probabilidad y documentos del prevaleciente )en!meno de la
sobre con)ianFa en la predicci!n y la eGplicaci!n$ Prejuicios asociados con in)erencia
multietapas son cubiertos en la parte JII$ Ba parte JIII revisa procedimientos )ormales e
in)ormales para correir y mejorar los juicios intuitivos$ Ba parte IM resume el trabajo sobre
los e)ectos prejuicios del juicio en un Crea espec)ica del asunto# la percepci!n de rieso$ Ba
parte )inal incluye alunos pensamientos corrientes sobre varios asuntos conceptuales y
metodol!icos Due pertenecen al estudio de la heurstica y los prejuicios$
Por conveniencia# todas las re)erencias estCn ensambladas en una lista simple al )inal del
libro$ Bos nAmeros en neritas se re)ieren al material incluido en el libro# identi)icando el
captulo en el cual el material aparece$ Hemos utiliFado elipses 8$ $ $9 para indicar d!nde
hemos eliminado material de artculos previamente publicados$
*uestro trabajo en preparar este libro )ue soportado por %))ice o) *aval "esearch Irant
*333/:>26>C>3322 de la Universidad de Stan)ord y por %))ice *aval "esearch Contract
*33/:>73>C>3/13 de la Investiaci!n de la Decisi!n$
Deseamos aradecer a Pey "oec(er# *ancy Collins# Ierry Hanson y Don -acIreor
por su ayuda en la preparaci!n de este libro$
Daniel Kahneman
Paul Slovic
&mos 'vers(y
7
Parte I
Introduccin
'( Juicio bajo incertidumbre:
)eur*stica y Prejuicios
&mos 'vers(y y Daniel Kahneman
-uchas decisiones estCn basadas sobre creencias concernientes a la probabilidad de
eventos inciertos tales como el resultado de una elecci!n# la culpabilidad de un acusado ! el
)uturo valor del d!lar$ Estas creencias estCn usualmente eGpresadas en declaraciones tales
como N,o pienso Due $ $ $#O Nriesos hay $ $ $#O Nes improbable Due $ $ $#O etc$$$
%casionalmente# las creencias concernientes a eventos inciertos estCn eGpresadas en )orma
num;rica como di)erencias ! probabilidades subjetivas$ Pu; determina tales creenciasQ
C!mo la ente )ija la probabilidad de un evento incierto ! el valor de una cantidad inciertaQ
Este artculo muestra Due la ente descansa sobre un limitado nAmero de principios
heursticos lo cual reduce las complejas tareas de )ijar probabilidades y predecir valores para
operaciones de juicio mCs simples$ En eneral# estas heursticas son muy Atiles# pero alunas
veces ellas conducen a severos y sistemCticos errores$
Ba )ijaci!n subjetiva de la probabilidad se asemeja a la )ijaci!n subjetiva de las
cantidades )sicas tales como una distancia o tamaEo$ Estos juicios estCn todos basados en
datos de limitada valideF# los cuales son procesados de acuerdo a relas heursticas$ Por
ejemplo# la distancia aparente de un objeto estC determinada en parte por su claridad$
-ientras mCs claramente es visto el objeto# mCs cerca aparenta estar$ Esta rela tiene aluna
valideF# porDue en cualDuier escena dada mientras mCs distantes los objetos# son vistos
menos claramente Due los objetos mCs cercanos$ Sin embaro# la con)ianFa en ;sta rela
conduce a sistemCticos errores en la estimaci!n de la distancia$ Espec)icamente# las
distancias son a menudo sobreestimadas cuando la visibilidad es pobre porDue los contornos
de los objetos estCn borrosos$ Por otro lado# las distancias son a menudo subestimadas
cuando la visibilidad es buena porDue los objetos son vistos claramente$ Por lo tanto# la
con)ianFa en la claridad como una indicaci!n de distancia conduce a prejuicios comunes$
'ales prejuicios son tambi;n )undados en el juicio intuitivo de la probabilidad$ Este artculo
describe tres heursticas Due son empleadas para )ijar probabilidades y para predecir valores$
Prejuicios a los cuales ;stas heursticas conducen son enumeradas y las implicaciones
aplicadas y te!ricas de ;stas observaciones son discutidas$
6
Representatividad
-uchas de las interroantes probabilsticas con las cuales la ente estC relacionada
pertenece a uno de los siuientes tipos< CuCl es la probabilidad Due el objeto & perteneFca a
la clase BQ CuCl es la probabilidad Due el evento & se oriine del proceso BQ CuCl es la
probabilidad Due el proceso B enerarC el evento &Q En responder tales interroantes# la
ente tpicamente se apoya en la representatividad heurstica# en la cual las probabilidades
son evaluadas por el rado al cual & es representativo de B# ! sea# por el rado al cual & se
asemeja a B$ Por ejemplo# cuando & es altamente representativo de B# la probabilidad Due &
se oriine de B se juFa alta$ Por otro lado# si & no es similar a B# la probabilidad Due & se
oriine de B se juFa baja$
Para una ilustraci!n de juicio por representatividad# considere un individuo Duien ha sido
descrito por un anterior vecino como siue< NSteve es muy tmido y retrado# invariablemente
Atil# pero con poco inter;s en la ente# ! en el mundo de la realidad$ Un alma mansa y limpia#
;l tiene una necesidad por le orden y la estructura y una pasi!n por el detalleO$ C!mo la ente
)ija la probabilidad de Due Steve estC comprometido en una ocupaci!n particular de una lista
de posibilidades 8por ejemplo# )inDuero# vendedor# piloto de una aerolnea# bibliotecario !
)sico9Q C!mo la ente ordena estas ocupaciones de mCs a menos probableQ En la
representatividad heurstica# la probabilidad de Due Steve es un bibliotecario# por ejemplo# es
)ijada por el rado del cual es representativo# ! similar al estereotipo de un bibliotecario$
Ciertamente# la investiaci!n con problemas de este tipo ha mostrado Due la ente ordena las
ocupaciones por probabilidad y por similaridad en eGactamente la misma manera 8Kahneman
R 'vers(y# /620# :9$ Esta aproGimaci!n al juicio de la probabilidad conduce a serios errores#
porDue la similaridad ! representatividad no estC in)luenciada por varios )actores Due
a)ectaran los juicios de la probabilidad$
Insensitividad a anterior probabilidad de resultados
Uno de los )actores Due no tiene e)ecto sobre la representatividad pero debera tener un
mayor e)ecto sobre la probabilidad es el antecedente de la probabilidad# ! )recuencia basada
en la proporci!n de los resultados$ En el caso de Steve# por ejemplo# el hecho de Due eGisten
muchos mCs )inDueros Due bibliotecarios en la poblaci!n debera entrar dentro de cualDuier
estimado raFonable de la probabilidad Due Steve es un bibliotecario mCs Due un )inDuero$
Consideraciones de )recuencia basadas en la proporci!n# sin embaro# no a)ectan la
similaridad de Steve a los estereotipos de bibliotecarios y )inDueros$ Si la ente evalAa la
probabilidad por representatividad# por consiuiente# anteriores probabilidades serCn
olvidadas$ EstCs hip!tesis )ueron ensayadas en un eGperimento donde las anteriores
probabilidades )ueron manipuladas 8Kahneman R 'vers(y# /620# :9$ & los sujetos se les
mostraron breves descripciones de la personalidad de varios individuos# supuestamente
muestreados al aFar de un rupo de /33 pro)esionales S inenieros y aboados$ Bos sujetos
)ueron reDueridos a )ijar por cada descripci!n# la probabilidad de Due ella perteneciera a un
ineniero mCs Due a un aboado$ En una condici!n eGperimental# a los sujetos se les dijo Due
el rupo del cual las descripciones )ueron eGtradas consistan de 23 inenieros y 03
aboados$ En otra condici!n# a los sujetos se les indic! Due el rupo consista de 03
inenieros y 23 aboados$ Bas posibilidades Due cualDuier descripci!n particular perteneFca a
un ineniero mCs Due a un aboado deberan ser altas en la primera condici!n# donde eGiste
una mayora de inenieros# mCs Due en la seunda condici!n# donde hay una mayora de
aboados$ Espec)icamente# puede ser mostrado por aplicaci!n de la rela de Bayes Due la
relaci!n de estas posibilidades debera ser 82$T$09U# ! 1$::# por cada descripci!n$ En una clara
violaci!n a la rela de Bayes# los sujetos en las dos condiciones produjeron esencialmente la
/3
misma probabilidad de juicios$ &parentemente# los sujetos evaluaron la probabilidad de Due
una descripci!n particular perteneciera a un ineniero mCs Due a la de un aboado por el
rado al cual esta descripci!n )ue representativa de los dos estereotipos# con poca o ninuna
consideraci!n por las anteriores probabilidades de las cateoras$
Bos sujetos usaron las anteriores probabilidades correctamente cuando ellos no tuvieron
otra in)ormaci!n$ En la ausencia de un bosDuejo de la personalidad# ellos juFaron la
probabilidad Due un individuo desconocido es un ineniero entre $2 y $0# respectivamente# en
las dos condiciones basadas en proporci!n$ Sin embaro# las probabilidades anteriores )ueron
e)ectivamente inoradas cuando una descripci!n )ue introducida# aAn cuando ;sta descripci!n
)ue totalmente desin)ormativa$ Bas respuestas a la siuiente descripci!n ilustran ;ste
)en!meno$
Dic( es un hombre de 03 aEos$ Vl es casado sin hijos$ Un hombre de alta habilidad y motivaci!n# ;l
promete ser muy eGitoso en su campo$ Vl es muy aradable para sus coleas$
Esta descripci!n )ue intentada para no transportar ninuna in)ormaci!n relevante a la
interroante de si Dic( es un ineniero ! un aboado$ Consecuentemente# la probabilidad Due
Dic( es un ineniero debera ser iual a la proporci!n de inenieros en el rupo# como si
ninuna descripci!n ha sido dada$ Bos sujetos# sin embaro# juFaron la probabilidad sea un
ineniero en $1 sin importar si la proporci!n establecida de inenieros en el rupo )ue de $2
! $0$ Evidentemente# la ente responde di)erentemente cuando no se ha dado evidencia y
cuando evidencia valiosa ha sido dada$ Cuando no se ha dado evidencia espec)ica# las
probabilidades anteriores son usadas apropiadamenteL cuando se es dada evidencia valiosa#
las probabilidades anteriores son inoradas 8Kahneman R 'vers(y# /620# :9$
Insensitividad al tamao de la muestra
Para evaluar la probabilidad de obtener un particular resultado en una muestra sacada de
una poblaci!n especi)icada# la ente tpicamente aplica la representatividad heurstica$ Eso
es# Due ellos )ijan la probabilidad del resultado de una muestra# por ejemplo# Due el promedio
de altura en una muestra al aFar de dieF hombres serC 4 pies 8/73 centmetros9# por la
similitud de este resultado al parCmetro correspondiente 8Due es# la altura promedio en la
poblaci!n de hombres9$ Ba similaridad de una muestra estadstica al parCmetro de una
poblaci!n no depende del tamaEo de la muestra$ Consecuentemente# si las probabilidades son
)ijadas por la representatividad# entonces la probabilidad juFada de una muestra estadstica
serC esencialmente independiente del tamaEo de la muestra$ Ciertamente# cuando los sujetos
)ijaron las distribuciones del promedio de altura por muestras de varios tamaEos# ellos
produjeron id;nticas distribuciones$ Por ejemplo# a la probabilidad de obtener un promedio
de altura mayor de 4 pies le )ue asinado el mismo valor por muestras de /333# /33 y /3
hombres 8Kahneman R 'vers(y# /62.b# 09$ -Cs aAn# los sujetos )allaron al apreciar el role
del tamaEo de la muestra aAn cuando ella )ue en)atiFada en la )ormulaci!n del problema$
Considere la siuiente interroante<
Un cierto pueblo estC servido por dos hospitales$ En el mCs rande alrededor de :7 beb;s nacen cada
da# y en el mCs peDueEo alrededor de /1$ Como usted conoce# alrededor del 13W de todos los beb;s
son varones$ Sin embaro# el porcentaje eGacto vara de da a da$ &lunas veces puede ser mayor del
13W# alunas veces menor$
Por un perodo de / aEo# cada hospital reistr! los das en los cuales mCs del 43W de los beb;s
nacidos )ueron varones$ CuCl hospital piensa usted reistr! mCs tales dasQ
El hospital mCs rande 8./9
//
El hospital mCs peDueEo 8./9
&proGimadamente el mismo 8Due es# dentro del 1W de cada otro9 10W
Bos valores entre par;ntesis son los nAmeros de los estudiantes no raduados Duienes escoen cada
respuesta$
Ba mayora de los sujetos juFaron la probabilidad de obtener mCs del 43W de varones
ser el mismo en el peDueEo y en el rande hospital# presumiblemente porDue estos eventos
son descritos por la misma estadstica y son por consiuiente iualmente representativos de
la poblaci!n eneral$ En contraste# muestrear la teora acarrea Due el nAmero esperado de das
en el cual mCs del 43W de los beb;s son varones es mucho mCs rande en el peDueEo hospital
Due en el rande porDue una muestra rande es menos probable de desviarse del 13W$ Esta
noci!n )undamental de estadstica es evidentemente no parte del repertorio de intuiciones de
la ente$ Una similar insensitividad al muestrear el tamaEo ha sido reportada en juicios de
posterior probabilidad# Due es# de la probabilidad de Due una muestra ha sido eGtrada de una
poblaci!n mCs bien Due de otra$ Considere el siuiente ejemplo<
Imaine una urna llenada con pelotas# del las cuales X son de un color y Y de otro$ Un individuo ha
eGtrado 1 pelotas de la urna# y encontr! Due : eran rojas y / era blanca$ %tro individuo ha eGtrado .3
pelotas y encontr! Due /. eran rojas y 7 eran blancas$ Pui;n de los dos individuos siente mCs
con)ianFa Due la urna contiene X de pelotas rojas y Y de pelotas blancas# mCs bien Due lo puestoQ
Pu; di)erencias debera cada individuo darQ
En este problema# las posteriores di)erencias correctas son 7 a / para la muestra de :</ y
/4 a / para la muestra de /.<7# asumiendo las probabilidades antecedentes iuales$ Sin
embaro# la mayora de la ente siente Due la primera muestra provee mucho mCs )uerte
evidencia para la hip!tesis de Due el contenido de la urna es predominantemente rojo# porDue
la proporci!n de pelotas rojas es mCs rande en la primera Due en la seunda muestra$ &Du
de nuevo# los juicios intuitivos estCn dominados por la proporci!n de la muestra y no estCn
esencialmente a)ectados por el tamaEo de la muestra# el cual juea un papel crucial en la
determinaci!n de las actuales probabilidades posteriores 8Kahneman R 'vers(y# /62.b9$
&demCs los estimados intuitivos de las probabilidades posteriores estCn menos lejos del
eGtremo Due los valores correctos$ Ba subestimaci!n del impacto de la evidencia ha sido
observado repetidamente en problemas de este tipo 8E$ Ed+ards# /647# .1L Slovic R
Bichtenstein# /62/9$ Ella ha sido etiDuetada NconservatismoO$
Concepto errneo de la casualidad
Ba ente espera Due una secuencia de eventos enerados por un proceso aleatorio
representarC las caractersticas esenciales de ese proceso aAn cuando la secuencia es corta$ En
considerando los lanFamientos de una moneda por cabeFas ! colas# por ejemplo# la ente
considera la secuencia H>'>H>'>'>H ser mCs probable Due la secuencia H>H>H>'>'>'# la cual
no aparenta aFar y tambi;n mCs probable Due la secuencia H>H>H>'>'>'>H# la cual no
representa la imparcialidad de la moneda 8Kahneman R 'vers(y# /62.b# 09$ Por lo tanto# la
ente espera Due las caractersticas esenciales del proceso estarC representado# no solo
lobalmente en la secuencia entera# sino tambi;n en cada una de sus partes$ Una secuencia
localmente representativa# sin embaro# se desva sistemCticamente de la eGpectaci!n de una
probabilidad< ella contiene tambi;n muchas alteraciones y tambi;n muchas tendencias$ %tra
consecuencia de la creencia en la representatividad local es la bien conocida )alacia del
juador$ Despu;s de observar una lara tendencia del rojo sobre la rueda de la ruleta#
presumiblemente porDue la ocurrencia del nero resulta en una secuencia mCs representativa
/.
Due la ocurrencia de un adicional rojo$ Ba posibilidad es comAnmente vista como un proceso
de auto>correcci!n en el cual la desviaci!n en una direcci!n induce una desviaci!n en la
direcci!n opuesta para restaurar el eDuilibrio$ De hecho# las desviaciones no son NcorreidasO
como un desarrollo del proceso de posibilidad# ellas son meramente diluidas$
Bos conceptos err!neos de la casualidad no estCn limitados a sujetos inenuos$ Un
estudio de instituciones estadsticas de eGperimentados psic!loos de investiaci!n 8'vers(y
R Kahneman# /62/# .9 revel! una persistente creencia en lo Due puede ser llamada Nla ley de
los nAmeros peDueEosO# de acuerdo a la cual aAn peDueEas muestras son altamente
representativas de las poblaciones de las cuales ellas han sido tomadas$ Bas respuestas de
;stos investiadores re)lejaron la eGpectaci!n de Due una hip!tesis vClida sobre una
poblaci!n estarC representada por un resultado estadsticamente sini)icante en una muestra S
con peDueEa consideraci!n por su tamaEo$ Como una consecuencia los investiadores
pusieron mucha )e en los resultados de peDueEas muestras y enormemente sobreestimaron la
replicabilidad de tales resultados$ En la actual conducta de la investiaci!n# ;stos prejuicios
conducen a la selecci!n de muestras de inadecuado tamaEo y a la sobre>interpretaci!n de
resultados$
Insensitividad a la predecibilidad
&lunas veces la ente es reDuerida de hacer tales predicciones num;ricas como el )uturo
valor de una acci!n# la demanda de un producto ! el resultado de un partido de )ootball$ 'ales
predicciones son a menudo hechas por representatividad$ Por ejemplo# supona Due a uno se
le da una descripci!n de una compaEa y se le reDuiere predecir su utilidad )utura$ Si la
descripci!n de la compaEa es muy )avorable#Tuna utilidad muy alta aparecerC mCs
representativa de esa descripci!nL si la descripci!n es mediocre# un mediocre rendimiento
aparecerC mCs representativo$ El rado al cual la descripci!n es )avorable no estC a)ectado
por la con)iabilidad de esa descripci!n ! por el rado al cual ella permite una eGacta
predicci!n$ De aDu Due# si la ente predice solamente en t;rminos de lo )avorable de la
descripci!n# sus predicciones serCn insensitivas a la con)iabilidad de la evidencia y a la
esperada eGactitud de la predicci!n$
Este modo de juicio viola la normativa de la teora estadstica en la cual la condici!n
eGtrema y el rano de predicciones estC controlado por consideraciones de predecibilidad$
Cuando la predecibilidad es nula# la misma predicci!n debera de hacerse en todos los casos$
Por ejemplo# si las descripciones de las compaEas no proveen in)ormaci!n relevante para
anar# entonces los mismos valores 8tal como el promedio de anancia9 debera ser predicho
por todas las compaEas$ Si la predecibilidad es per)ecta# por supuesto# los valores predichos
se eDuipararCn a los valores actuales y el rano de las predicciones iualarCn el rano de
resultados$ En eneral# mientras mCs alta la predecibilidad# mCs amplio el rano de los
valores predichos$
Jarios estudios de predicci!n num;rica han demostrado Due las predicciones intuitivas
violan esta rela y Due los sujetos muestran poca ! ninuna consideraci!n por las
consideraciones de predecibilidad 8Kahneman R 'vers(y# /620# :9$ En uno de estos estudios#
a los sujetos se les present! varios pCrra)os# cada uno describiendo el desempeEo de un
maestro estudiante durante una lecci!n prCctica particular$ &lunos sujetos )ueron reDueridos
a evaluar la calidad de la lecci!n descrita en el pCrra)o en puntuaciones porcentuales#
relativas a una especi)icada poblaci!n$ %tros sujetos )ueron reDueridos a predecir# tambi;n en
puntuaciones porcentuales# la reputaci!n de cada maestro estudiante 1 aEos despu;s de la
lecci!n prCctica$ Bos juicios hechos bajo las dos condiciones )ueron id;nticos$ Pue es# Due la
predicci!n de un criterio remoto 8;Gito de un maestro 1 aEos despu;s de la lecci!n prCctica9
)ue id;ntica a la evaluaci!n de la in)ormaci!n sobre la cual la predicci!n )ue basada 8la
/0
calidad de la lecci!n prCctica9$ Bos estudiantes Due hicieron estas predicciones estuvieron
indudablemente concientes de la limitada predecibilidad de la competencia de enseEar sobre
las bases de una simple lecci!n de prueba 1 aEos antesL no obstante# sus predicciones )ueron
tan eGtremas como sus evaluaciones$
La ilusin de la validez
Como hemos visto# la ente a menudo predice por la selecci!n de los resultados 8por
ejemplo# una ocupaci!n9 Due es mCs representativa de la entrada 8por ejemplo# la descripci!n
de una persona9$ Ba con)ianFa Due ellos tienen en su descripci!n depende principalmente en
el rado de representatividad 8Due es# sobre la calidad de la eDuiparaci!n entre el resultado
seleccionado y la entrada9 con poca ! ninuna consideraci!n por los )actores Due limitan la
eGactitud predictiva9$ Por lo tanto# la ente eGpresa ran con)ianFa en la predicci!n de Due
una persona es un bibliotecario cuando se da una descripci!n de su personalidad la cual se
eDuipara al estereotipo de los bibliotecarios# aAn si la descripci!n es escasa# no con)iable u
obsoleta$ Ba con)ianFa no arantiFada la cual es producida por un buen ajuste entre el
resultado predicho y la in)ormaci!n de entrada puede ser llamada la ilusi!n de la valideF$
Esta ilusi!n persiste aAn cuando el jueF estC conciente de los )actores Due limitan la eGactitud
de sus predicciones$ Es una observaci!n comAn Due los psic!loos Duienes conducen las
entrevistas de selecci!n a menudo eGperimentan considerable con)ianFa en sus predicciones#
aAn cuando ellos conocen de la vasta literatura Due muestra entrevistas de selecci!n ser
altamente )alibles$ Ba continuada con)ianFa en la entrevista clnica para la selecci!n# a pesar
de las repetidas demostraciones de su insu)iciencia# ampliamente atestiua la )ortaleFa de su
e)ecto$
Ba consistencia interna de un patr!n de entradas es una mayor determinante de la
con)ianFa de uno en las predicciones basadas sobre estas entradas$ Por ejemplo# la ente
eGpresa mCs con)ianFa en predecir el punto promedio del rado )inal de un estudiante cuyo
reistro del primer aEo consiste enteramente de B@s Due en predecir el puntaje promedio de
rado de un estudiante cuyo record del primer aEo incluye muchas &@s y C@s$ Patrones
altamente consistentes son mCs a menudo observados cuando las variables de entrada son
altamente redundantes ! correlacionadas$ De aDu Due# la ente tiende a tener ran con)ianFa
en predicciones basadas en entradas variables redundantes$ Sin embaro# un resultado
elemental en las estadsticas de correlaci!n asevera Due# dadas entradas variables de
establecida valideF# una predicci!n basada en varias de tales entradas pueden lorar mCs alta
eGactitud cuando ellas son independientes cada una de las otras Due cuando ellas son
redundantes ! correlacionadas$ Por lo tanto# la redundancia entre entradas decrece la
eGactitud aAn cuando ella incrementa la con)ianFa y la ente a menudo estC con)iada en
predicciones Due son muy probables de estar )uera del lmite 8Kahneman R 'vers(y# /620#
:9$
Conceptos errneos de regresin
Supona un ran rupo de niEos Due han sido eGaminados en dos versiones di)erentes de
una prueba de aptitud$ Si uno selecciona dieF niEos de entre aDuellos Duienes lo hicieron
mejor en una de las dos versiones# ;l seuramente encontrarC su desempeEo en la seunda
versi!n ser alo decepcionante$ & la inversa# si uno selecciona dieF niEos de entre aDuellos lo
hicieron peor en una versi!n# ellos serCn encontrados en el promedio# para hacer alo mejor
en la otra versi!n$ -Cs eneralmente# considere dos variables M y , las cuales tienen la
misma distribuci!n$ Si uno selecciona individuos cuyo punteo promedio de M se desva de la
media de M por ( unidades# entonces el promedio de sus punteos de , usualmente se
/:
desviarCn de la media de , por menos de ( unidades$ Estas observaciones ilustran un
)en!meno eneral conocido como reresi!n hacia la media# el cual )ue primero documentado
por Ialton hace mCs de /33 aEos$
En el curso normal de la vida uno encuentra muchos casos de reresi!n hacia la media# en
la comparaci!n de la altura de padres e hijos# de la inteliencia de esposos y esposas ! del
desempeEo de individuos en eGCmenes consecutivos$ & pesar de eso# la ente no desarrolla
intuiciones correctas sobre este )en!meno$ Primero# ellos no esperan reresi!n en muchos
conteGtos donde es obliado Due ocurra$ Seundo# cuando ellos reconocen la ocurrencia de
reresi!n# ellos a menudo inventan eGplicaciones causales espurias para ella 8Kahneman R
'cers(y# /620# :9$ *osotros suerimos Due el )en!meno de reresi!n permanece evasivo
porDue es incompatible con la creencia de Due el resultado predicho debera ser
mCGimamente representativo de la entrada# y de aDu Due# el valor del resultado variable
debera ser tan eGtremo como el valor de la entrada variable$
Ba )alla para reconocer el importe de reresi!n puede tener perniciosas consecuencias#
como se ilustra por la siuiente observaci!n 8Kahneman R 'vers(y# /620# :9$ En una
discusi!n de entrenamiento de vuelo# instructores eGperimentados notaron Due el eloio por
un eGcepcionalmente suave aterriFaje es tpicamente seuido por un mCs pobre aterriFaje en
el siuiente intento# mientras Due duras crticas despu;s de un duro aterriFaje es usualmente
seuido por un mejoramiento en el siuiente intento$ Bos instructores concluyeron Due
recompensas verbales son perjudiciales para el aprendiFaje# mientras Due reprimendas
verbales son bene)iciosas# contrario a la aceptada doctrina psicol!ica$ Esta conclusi!n no
estC arantiFada porDue la presencia de reresi!n hacia el medio$ Como en otros casos de
eGamen repetido# un mejoramiento usualmente seuirC a un pobre desempeEo y un deterioro
usualmente seuirC a un desempeEo sobresaliente# aAn si el instructor no responde al loro
del alumno en el primer intento$ Debido a Due los instructores haban eloiado a los alumnos
despu;s de un buen aterriFaje y los haban amonestado despu;s de uno pobre# ellos
alcanFaron la conclusi!n err!nea y potencialmente pelirosa Due el castio es mCs e)ectivo
Due el eloio$
Por tanto# la )alla en entender el e)ecto de la reresi!n conduce a uno a sobreestimar la
e)ectividad del castio y a subestimar la e)ectividad de la recompensa$ En la interacci!n
social# as como en el entrenamiento# las recompensas son tpicamente administradas cuando
el desempeEo es bueno y los castios son tpicamente administrados cuando el desempeEo es
pobre$ Solo por la reresi!n sola# por consiuiente# el comportamiento es mCs probable de
mejorar despu;s de un castio$ Consecuentemente# la condici!n humana es tal Due# solo por
casualidad# uno es mCs a menudo recompensado por castiar a otros y mCs a menudo
castiado por recompensarlos$ Bas entes no estCn eneralmente concientes de esta
continencia$ De hecho# el papel evasivo de la reresi!n en determinar las aparentes
consecuencias de la recompensa y el castio parecen haber escapado Due los estudiantes lo
noten en ;sta Crea$
Disponibilidad
EGisten situaciones en las cuales la ente evalAa la )recuencia de una clase ! la
probabilidad de un evento por la )acilidad con la cual las instancias A ocurrencias pueden ser
tradas a la mente$ Por ejemplo# uno puede evaluar el rieso de un ataDue cardaco entre
personas de mediana edad recordando tales ocurrencias entre conocidos de uno$
Similarmente# uno puede evaluar la probabilidad de Due un neocio arriesado dado caerC#
por imainar varias di)icultades Due se podran encontrar$ Este juicio heurstico es llamado
disponibilidad$ Ba disponibilidad es una Atil pista para valorar la )recuencia ! probabilidad#
porDue las instancias de randes clases son usualmente alcanFadas mejor y mCs rCpido Due
/1
las instancias de clases menos )recuentes$ Sin embaro# la disponibilidad estC a)ectada por
)actores otros Due la )recuencia y la probabilidad$ Consecuentemente# la con)ianFa en la
conduce a juicios predecibles# alunos de los cuales son ilustrados abajo$
Prejuicios debidos a la reparabilidad de las instancias
Cuando el tamaEo de una clase es juFado por la disponibilidad de sus instancias# una
clase cuyas instancias son )Ccilmente recuperadas aparecerC mCs numerosa Due una clase de
iual )recuencia cuyas instancias son menos recuperables$ En una demostraci!n elemental de
este e)ecto# los sujetos oyeron una lista de bien conocidas personalidades de ambos seGos y
donde subsecuentemente )ueron reDueridos a juFar si la lista contena mCs nombres de
hombres Due de mujeres$ Di)erentes listas )ueron presentadas a di)erentes rupos de sujetos$
En alunas de las listas los hombres )ueron relativamente mCs )amosos Due las mujeres # y en
otras las mujeres )ueron relativamente mCs )amosas Due los hombres$ En cada una de las
listas# los sujetos err!neamente juFaron Due la clase 8seGo9 Due tena las mCs )amosas
personalidades era la mCs numerosa 8'vers(y R Kahneman# /620# //9$
&demCs de la )amiliaridad# eGisten otros )actores# tales como rasos sobresalientes# los
cuales a)ectan la reparabilidad de las instancias$ Por ejemplo# el impacto de ver una casa
DuemCndose sobre la subjetiva probabilidad de tales accidentes es probablemente mayor Due
el impacto de leer sobre un )ueo en el peri!dico local$ &demCs# recientes ocurrencias son
probables de ser relativamente mCs disponibles Due las ocurrencias mCs tempranas$ Es una
eGperiencia comAn Due la probabilidad subjetiva de accidentes de trC)ico se eleven
temporalmente cuando uno ve un carro volcado al lado de la carretera$
Prejuicios debidos a la efectividad de un juego de bsqueda
Supona Due uno muestrea una palabra 8de tres letras ! mCs9 al aFar de un teGto en inl;s$
Es mCs probable Due la palabra empiece con r ! Due r es la tercera letraQ Ba ente se
aproGima a este problema recordando palabras Due empieFan con r 8road9 y palabras Due
tienen r en la tercera posici!n 8car9 y )ijan la )recuencia relativa por el caso con el cual las
palabras de los dos tipos vienen a la mente$ PorDue es mCs )Ccil buscar palabras por su
primera letra Due por su tercera letra# la mayora de la ente juFa palabras Due empieFan con
una consonante dada ser mCs numerosas Due palabras en las cuales la misma consonante
aparece en la tercera posici!n$ Ellas lo hacen iual para consonantes # tales como r ! (# Due
son mCs )recuentes en la tercera posici!n Due en la primera 8'vers(y R Kahneman# /620#
//9$
Di)erentes tareas provocan di)erentes jueos de bAsDueda$ Por ejemplo# supona Due
usted es reDuerido a estimar la )recuencia con la cual palabras abstractas 8thouht# love9 y
palabras concretas 8door# +ater9 aparecen en el inl;s escrito$ Un modo natural de responder
a esta preunta es buscar conteGtos en los cuales la palabra podra aparecer$ Parece )Ccil
pensar en conteGtos en los cuales un concepto abstracto es mencionado 8love en historias de
amor9 Due pensar en conteGtos en los cuales una palabra concreta 8tal como door9 es
mencionada$ Si la )recuencia de las palabras es juFada por la disponibilidad de los conteGtos
en los cuales ellas aparecen# las palabras abstractas serCn juFadas como relativamente mCs
numerosas Due las palabras concretas$ Este prejuicio ha sido observado en un reciente estudio
8Ialbraith R Under+ood# /6209 el cual mostr! Due la )recuencia juFada de ocurrencias de
palabras abstractas )ue mucho mayor Due la de palabras concretas# comparada en )recuencia
objetiva$ Palabras abstractas )ueron tambi;n juFadas de aparecer en una mucho mayor
variedad de conteGtos Due las palabras concretas$
/4
Prejuicios de imaginabililidad
&lunas veces un tiene Due evaluar la )recuencia de una clase cuyas instancias no estCn
almacenadas en la memoria pero pueden ser eneradas de acuerdo a una rela dada$ En tales
situaciones# uno enera varias instancias y evalAa la )recuencia ! probabilidad por la
)acilidad con la cual las instancias relevantes pueden ser construdas$ Sin embaro# la
)acilidad de construir instancias no siempre re)leja su )recuencia actual# y este modo de
evaluaci!n estC propenso a prejuicios$ Para ilustrar# considere un rupo de /3 personas
Duienes )orman comit;s de ( miembros# . Z ( Z 7$ CuCntos di)erentes comit;s de ( miembros
pueden ser )ormadosQ Ba respuesta correcta a este problema es dada por el coe)iciente
binomio 8/3T(9 el cual alcanFa un mCGimo de .1. para ( [ 1$ Claramente# el nAmero de
comit;s de ( miembros iuala el nAmero de comit;s de 8/3 S (9 miembros# porDue cualDuier
comit; de ( miembros de)ine un Anico rupo de 8/3 S (9 no miembros$
Un modo de responder este asunto sin computaci!n es construir mentalmente comit;s de
( miembros y evaluar su nAmero por la )acilidad con la cual ellos vienen a la mente$ Bos
comit;s de pocos miembros# diamos .# son mCs disponibles Due comit;s de muchos
miembros# diamos 7$ El mCs simple esDuema para la construcci!n de comit;s es una
partici!n del rupo dentro de jueos desarticulados$ Uno rCpidamente ve Due es )Ccil
construir cinco comit;s desarticulados de . miembros# mientras Due es imposible enerar aAn
dos comit;s desarticulados de 7 miembros$ Consecuentemente# si la )recuencia es evaluada
por imainabilidad# ! por disponibilidad para construcci!n# los peDueEos comit;s aparecerCn
mCs numerosos Due randes comit;s# en contraste a la correcta )unci!n en )orma de campana$
Ciertamente# cuando sujetos cCndidos )ueron reDueridos a estimar el nAmero de distintos
comit;s de varios tamaEos# sus estimados )ueron una decreciente )unci!n monot!nica del
tamaEo del comit; 8'vers(y R Kahneman# /620# //9$ Por ejemplo# la media estimada del
nAmero de comit;s de . miembros )ue de 23# mientras Due el estimado para comit;s de 7
miembros )ue de .3 8la respuesta correcta es de :1 en ambos casos9$
Ba imainabilidad juea un importante papel en la evaluaci!n de probabilidades en
situaciones de la vida real$ El rieso involucrado en una eGpedici!n de aventura# por ejemplo#
es evaluado imainando continencias con las cuales la eGpedici!n no estC eDuipada para
competir con ;Gito$ Si muchas de tales di)icultades son vvidamente representadas# la
eGpedici!n puede ser hecha para aparentar como eGcesivamente pelirosa# aunDue la
)acilidad con la cual los desastres son imainados no necesitan re)lejar su probabilidad
actual$ & la inversa# el rieso involucrado en una empresa puede ser randemente
subestimado si alunos peliros posibles son# ya sea di)ciles de concebir ! simplemente no
vienen a la mente$
Correlacin ilusoria
Chapman y Chapman 8/6469 han descrito un interesante prejuicio en el juFamiento de la
)recuencia con la cual dos eventos co>ocurren$ Ellos presentaron simples juicios con
in)ormaci!n concerniente a varios hipot;ticos pacientes mentales$ Bos datos para cada
paciente consistieron de un dian!stico clnico y un dibujo de una persona hecho por el
paciente$ -Cs tarde los jueces estimaron la )recuencia con la Due cada dian!stico 8tales
como paranoia ! suspicacia9 haba sido acompaEada de varias caractersticas del dibujo 8tales
como ojos peculiares9$ Bos sujetos marcadamente sobreestimaron la )recuencia de la co>
ocurrencia de los asociados naturales# tales como suspicacia y ojos peculiares9$ Este e)ecto
)ue etiDuetado correlaci!n ilusoria$ En sus err!neos juicios de los datos a los cuales ellos
haban sido eGpuestos# sujetos inenuos NredescubrieronO mucho de lo comAn# saber clnico
concerniente a la interpretaci!n la prueba dibujar a una persona$ El e)ecto de la correlaci!n
/2
ilusoria )ue eGtremadamente resistente a los datos contradictorios$ Ella persisti! aAn cuando
la correlaci!n entre sntomas y dian!stico )ue actualmente neativa# y ella previno los
juicios detectando las relaciones Due estaban presentes de hecho$
Ba disponibilidad provee un in)orme natural del e)ecto de la correlaci!n ilusoria$ El juicio
de c!mo )recuentemente dos eventos co>ocurren podra estar basado en la )ortaleFa de la
uni!n asociativa entre ellos$ Cuando la asociaci!n es )uerte uno es probable Due concluya
Due los eventos han sido )recuentemente emparejados$ Consecuentemente# asociados )uertes
serCn juFados como habiendo ocurrido juntos )recuentemente$ De acuerdo a esta opini!n# la
correlaci!n ilusoria entre la suspicacia y el dibujo peculiar de los ojos# por ejemplo# es debida
al hecho de Due la suspicacia es mCs )Ccilmente asociado con los ojos Due con cualDuier otra
parte del cuerpo$
Ba eGperiencia de toda la vida nos ha enseEado Due# en eneral# las instancias de randes
clases son recordadas mejor y mCs rCpido Due las instancias de menos )recuentes clases# Due
las probables ocurrencias son mCs )Cciles de imainar Due las improbablesL y Due las
coneGiones asociativas entre eventos son re)orFadas cuando los eventos )recuentemente co>
ocurren$ Como resultado# el hombre tiene a su disposici!n un procedimiento 8la
disponibilidad heurstica9 por estimulaci!n de la numerosidad de una clase# la probabilidad
de un evento# ! la )recuencia de co>ocurrencias# por la )acilidad con la cual operaciones
mentales relevantes de recuperaci!n# construcci!n ! asociaci!n pueden ser ejecutadas$ Sin
embaro# como los ejemplos precedentes han demostrado# este valioso procedimiento de
estimaci!n resulta en sistemCticos errores$
$juste y sujecin
En muchas situaciones# la ente hace estimados empeFando de un valor inicial Due es
ajustado para producir la respuesta )inal$ El valor inicial# ! punto de inicio# puede ser
suerido por la )ormulaci!n del problema# ! puede ser el resultado de un c!mputo parcial$ En
cualDuier caso# los ajustes son tpicamente insu)icientes 8Slovic R Bichtenstein# /62/9$ Pue
es# Due puntos de inicio di)erentes producen di)erentes estimados# los cuales son inclinados
hacia los valores iniciales$ & este )en!meno le llamamos sujeci!n$
Insuficiente ajuste
En una demostraci!n del e)ecto de la sujeci!n# los sujetos )ueron reDueridos a estimar
cantidades# establecidas en porcentajes 8por ejemplo# el porcentaje de pases a)ricanos en las
*aciones Unidas9$ Por cada cantidad# un nAmero entre 3 y /33 )ue determinado irando una
rueda de la )ortuna en presencia de los sujetos$ Bos sujetos )ueron instruidos a indicar
primero si ese nAmero era mCs alto ! mCs bajo Due el valor de la cantidad# y entonces estimar
el valor de la cantidad movi;ndose hacia arriba ! hacia abajo del nAmero dado$ & los
di)erentes rupos se les dio di)erentes nAmeros por cada cantidad# y ;stos nAmeros arbitrarios
tenan un marcado e)ecto en los estimados$ Por ejemplo# los estimados medios del porcentaje
de pases a)ricanos en las *aciones Unidas )ue de .1 y :1 para rupos Due recibieron /3 y
41# respectivamente# como puntos de inicio$ "ecompensas por eGactitud no reducen el e)ecto
de sujeci!n$
Ba sujeci!n ocurre no solo cuando el punto de inicio dado al sujeto# sino tambi;n cuando
el sujeto basa su estimado en los resultados de alAn c!mputo incompleto$ Un estudio de
estimaciones num;ricas intuitivas ilustra este e)ecto$ Dos rupos de estudiantes de secundaria
estimaron# dentro de 1 seundos# una eGpresi!n num;rica Due )ue escrita en el piFarr!n$ Un
rupo estim! el producto
/7
7 G 2 G 4 G 1 G : G 0 G . G /
mientras otro rupo estim! el producto
/ G . G 0 G : G 1 G 4 G 2 G 7
Para responder rCpidamente tales preuntas# la ente puede realiFar unos pocos pasos de
c!mputo y estimar el producto por eGtrapolaci!n ! ajuste$ PorDue los ajustes son tpicamente
insu)icientes# ;ste procedimiento debera conducir a una subestimaci!n$ -Cs aAn# porDue el
resultado de los primeros pocos pasos de multiplicaci!n 8realiFados de iFDuierda a derecha9
es mayor en la secuencia descendente Due el la ascendente# la anterior eGpresi!n debera ser
juFada mCs rande Due la Altima$ &mbas predicciones )ueron con)irmadas$ Ba media
estimada para la secuencia ascendente )ue 1/.# mientras Due la media estimada para la
secuencia descendente )ue de .#.13$ Ba respuesta correcta es :3#0.3$
Prejuicios en la estimacin de eventos conjuntivos y disyuntivos
En un reciente estudio por Bar>Hillel 8/6209 a los sujetos se les dio la oportunidad de
apostar a uno de los dos eventos$ 'res tipos de eventos )ueron utiliFados< 8i9 eventos simples#
tales como pintar una canica roja de una bolsa conteniendo 13 por ciento de canicas blancasL
8ii9 eventos conjuntivos# tales como pintar una canica roja siete veces en sucesi!n# con
reemplaFo# de una bolsa conteniendo el 63 por ciento de canicas rojas y /3 por ciento de
canicas blancasL y 8iii9 eventos disyuntivos# tales como dibujar una canica roja al menos una
veF en siete intentos sucesivos# con reemplaFo# de una bolsa conteniendo /3 por ciento de
canicas rojas y 63 por ciento de canicas blancas$ En este problema# una sini)icante mayora
de sujetos pre)irieron apostar al evento conjuntivo 8la probabilidad del cual es $:79 mCs Due al
evento simple 8la probabilidad del cual es $139$ Bos sujetos tambi;n pre)irieron apostar al
evento simple mCs Due al evento disyuntivo# el cual tiene una probabilidad de $1.$ Por tanto#
la mayora de los sujetos apostaron al evento menos probable en ambas comparaciones$ Este
patr!n de escoencias ilustra un descubrimiento eneral$ Estudios de escoencia entre jueos
de aFar y de juicios de probabilidad indican Due la ente tiende a sobreestimar la probabilidad
de eventos conjuntivos 8Cohen# Chesnic( R Haran# /62.# .:9 y a subestimar la probabilidad
de eventos disyuntivos$ Estos prejuicios son prontamente eGplicados como e)ectos de la
sujeci!n$ Ba probabilidad establecida de los eventos elementales 8sucesos en cualDuier etapa9
proveen un punto de inicio natural para la estimaci!n de las probabilidades de ambos eventos
conjuntivos y disyuntivos$ Desde Due el ajuste del punto de inicio es tpicamente insu)iciente#
los estimados )inales permanecen muy cerca de las probabilidades de los eventos elementales
en ambos casos$ *ote Due la total probabilidad de un evento conjuntivo es menor Due la
probabilidad de cada evento elemental mientras Due la probabilidad de un evento disyuntivo
es mayor Due la probabilidad de cada evento elemental$ Como una consecuencia de la
sujeci!n# la probabilidad total serC sobreestimada en problemas conjuntivos y subestimada en
problemas disyuntivos$
Bos prejuicios en la evaluaci!n de eventos compuestos son particularmente sini)icantes
en el conteGto de la plani)icaci!n$ Ba terminaci!n eGitosa de una empresa# tal como el
desarrollo de un nuevo producto# tpicamente tiene un carCcter conjuntivo< para Due la
empresa tena ;Gito# cada una de las series de eventos deben ocurrir$ &An cuando cada uno de
estos eventos es muy probable# la probabilidad total de ;Gito puede ser muy baja si el nAmero
de eventos es rande$ Ba tendencia eneral a sobreestimar la probabilidad de eventos
conjuntivos conduce a un optimismo sin aranta en la evaluaci!n de la probabilidad de Due
un plan tendrC ;Gito ! Due un proyecto serC completado en tiempo$ & la inversa# estructuras
disyuntivas son tpicamente encontradas en la evaluaci!n de riesos$ Un sistema complejo#
/6
tal como un reactor nuclear ! un cuerpo humano# )uncionarC mal si cualDuiera de sus
componentes esenciales )allan$ &An cuando la probabilidad de una )alla en cada componente
es liera# la probabilidad de una )alla total puede ser alta si muchos componentes estCn
involucrados$ Debido a la sujeci!n# la ente tenderC a subestimar las probabilidades )alla en
sistemas complejos$ Por lo tanto# la direcci!n de los prejuicios de sujeci!n pueden ser
alunas veces in)eridos de la estructura del evento$ Ba estructura en )orma de cadena !
conjunciones conducen a una sobreestimaci!n# la estructura de disyunciones en )orma de
embudo conduce a una subestimaci!n$
Sujecin en la evaluacin de probabilidades subjetivas de distribucin
En el anClisis de decisi!n# los eGpertos son a menudo reDueridos a eGpresar sus creencias
sobre una cantidad# tal como el valor del promedio del ndice Da+ =ones en un da particular#
en la )orma de una probabilidad de distribuci!n$ 'al distribuci!n es usualmente construida
reDuiriendo a la persona Due seleccione valores de la cantidad Due corresponden a
especi)icados porcentajes de sus probabilidades subjetivas de distribuci!n$ Por ejemplo# el
jueF puede ser reDuerido a seleccionar un nAmero# M63# tal Due su probabilidad subjetiva de
Due este nAmero serC mCs alto Due el valor promedio del ndice Da+ =ones es $63$ Pue es#
Due ;l debera seleccionar el valor M63 de tal modo Due ;l est; justo dispuesto a aceptar 6 a /
la posibilidad de Due el promedio del ndice Da+ =ones no lo eGcederC$ Una probabilidad
subjetiva de distribuci!n para el valor del ndice promedio Da+ =ones puede ser construido
de varios de tales juicios correspondiendo a di)erentes porcentajes$
Coleccionando probabilidades subjetivas de distribuciones para muchas cantidades
di)erentes# es posible probar el juicio por una calibraci!n apropiada$ Un juicio es
apropiadamente 8! eGternamente9 calibrado en un jueo de problemas si eGactamente el
porcentaje II de los valores verdaderos de las cantidades evaluadas caen por debajo de sus
valores establecidos de MII $ Por ejemplo# los valores verdaderos deberan caer por debajo de
M3/ para el / por ciento de las cantidades y arriba de M66 para el / por ciento de las
cantidades$ Por tanto# los verdaderos valores deberan caer en la con)ianFa en los intervalos
entre M3/ y M66 en el 67 por ciento de los problemas$
Jarios investiadores 8&lpert R "ai))a# /646# ./L Sta\l von Holstein# /62/bL Hin(ler#
/6429 han obtenido probabilidad de trastornos para muchas cantidades de un ran nAmero
juicios$ Estas distribuciones indicaron randes y sistemCticos alejamientos de la calibraci!n$
&propiada$ En la mayora de los estudios# los valores actuales de las cantidades establecidas
son ya sea mCs peDueEos Due M3/ para alrededor del 03 por ciento de los problemas$ Eso es#
Due los sujetos ponen eGcesivamente con)ianFa en los intervalos los cuales re)lejan mCs
certeFa de la Due es justi)icada por su conocimiento sobre las cantidades )ijadas$ Este
prejuicio es comAn para los sujetos inenuos y para los so)isticados# y no es eliminado por
introducir apropiadas relas de puntuaci!n# las cuales proveen incentivos para la calibraci!n
eGterna$ Este e)ecto es atribuible# en parte al menos# a la sujeci!n$
Para seleccionar M63 para el valor del ndice promedio Da+ =ones# por ejemplo# es natural
empeFar por pensar sobre el mejor estimado de uno del ndice Da+ =ones y ajustar este valor
hacia arriba$ Si este ajuste S como la mayora de otros S es insu)iciente# entonces M63 no serC
su)icientemente eGtremo$ Un e)ecto similar de sujeci!n ocurre en la selecci!n de M/3# el cual
es obtenido por ajustar el mejor estimado de uno hacia abajo$ Consecuentemente# la
con)ianFa en el intervalo entre M/3 y M63 serC demasiado estrecho y la probabilidad de
distribuci!n )ijada serC muy apretada$ En soporte a esta interpretaci!n puede ser mostrado
Due las probabilidades subjetivas son sistemCticamente alteradas por un procedimiento en el
cual el mejor estimado de uno no sirve como una sujeci!n$
.3
Bas probabilidades subjetivas de distribuciones para una cantidad dada 8el ndice
promedio Da+ =ones9 puede ser obtenido de dos di)erentes modos< 8i9 reDuiriendo al sujeto
Due selecciones valores del ndice Da+ =ones Due correspondan a porcentajes especi)icados
de su probabilidad de distribuci!n y 8ii9 reDuiriendo del sujeto Due )ije las probabilidades Due
el verdadero valor del ndice Da+ =ones eGcederC alunos valores especi)icados$ Bos dos
procedimientos son )ormalmente eDuivalentes y deberan producir id;nticas distribuciones$
Sin embaro# ellos suieren di)erentes modos de ajuste de di)erentes sujeciones$ En el
procedimiento 8i9# el punto natural de inicio es nuestro mejor estimado de la calidad$ En el
procedimiento 8ii9# por otro lado# el sujeto debe ser sujetado al valor establecido en el
problema$ &lternativamente# ;l puede ser sujetado a probabilidades iuales# A oportunidades
de 13>13# los cual es un punto natural de inicio en la estimaci!n de la probabilidad$ En
cualDuier caso# el procedimiento 8ii9 debera producir menores di)erencias eGtremas Due el
procedimiento 8i9$
Para contrastar los dos procedimientos# un jueo de .: cantidades 8tal como la distancia
por aire de *ueva Delhi a Pe(in9 )ue presentada a un rupo de sujetos Duienes )ijaron ya sea
M/3 ! M63 para cada problema$ %tro rupo de sujetos recibi! el juicio medio del primer rupo
para cada una de las .: cantidades$ Ellos )ueron reDueridos a )ijar las probabilidades Due
cada uno de los valores dado eGcedieron el verdadero valor de la cantidad relevante$ En la
ausencia de cualDuier prejuicio# el seundo rupo debera retribuir las probabilidades
especi)icadas al primer rupo## lo Due es # 6 a /$ Sin embaro# si probabilidades iuales ! el
valor establecido sirven como sujeciones# las probabilidades del seundo rupo deberan ser
menos eGtremas# lo Due es# mCs cerca de /</$ Ciertamente# las probabilidades medias
establecidas por este rupo# a trav;s de todos los problemas# )ueron 0</$ Cuando los juicios
de los dos rupos )ueron probados por calibraci!n eGterna# se encontr! Due los sujetos en el
primer rupo )ueron muy eGtremos# de acuerdo con estudios anteriores$ Bos eventos Due ellos
de)inieron como teniendo una probabilidad de $/3 actualmente se obtuvo en el .: por ciento
de los casos$ En contraste# los sujetos en el seundo rupo )ueron muy conservadores$ Bos
eventos a los cuales ellos le asinaron una probabilidad promedio de $0: actualmente se
obtuvo en el .4 por ciento de los casos$ Estos resultados ilustran la manera en la cual el rado
de calibraci!n depende del procedimiento de obtenci!n$
Discusin
Este artculo ha estado relacionado con prejuicios conitivos Due son el resultado de la
con)ianFa en los juicios heursticos$ Estos prejuicios no son atribuibles a e)ectos
motivacionales tales como ilusiones ! la distorsi!n de los juicios por recompensas ! castios$
Ciertamente# varios de los errores de juicio severos reportados anteriormente ocurrieron a
pesar del hecho Due los sujetos )ueron estimulados a ser eGactos y )ueron premiados por la
respuesta correcta 8Kahneman R 'vers(y# /62.bL 'vers(y R Kahneman# /620# //9$
Ba dependencia en la heurstica y la predominancia de los prejuicios no estCn restrinidos
solo para los leos$ EGperimentados investiadores estCn tambi;n propensos a los mismos
prejuicios cuando ellos piensan intuitivamente# Por ejemplo# la tendencia a predecir los
resultados Due mejor representan los datos# con insu)iciente consideraci!n por previa
probabilidad# ha sido observada en los juicios intuitivos de individuos Duienes han tenido un
eGtenso entrenamiento en estadstica 8Kahneman R 'vers(y# /620# :L 'vers(y R Kahneman#
/62/#.9$ &unDue la estadstica so)isticada evita errores elementales# tal como la )alacia del
juador# sus juicios intuitivos estCn sujetos a )alacias similares en problemas mCs intrincados
y menos transparentes$
*o es sorprendente Due la utilidad heurstica como representatividad y disponibilidad son
retenidas# aunDue ellas ocasionalmente conducen a errores de predicci!n ! estimaci!n$ Bo
./
Due es talveF sorprendente es la )alla de la ente de in)erir de la eGperiencia de toda la vida
tales relas )undamentales de estadstica como reresi!n hacia el medio# ! el e)ecto del
tamaEo de una muestra en muestrear la variabilidad$ &unDue todos estCn eGpuestos# en el
curso normal de la vida# a numerosos ejemplos de los cuales estas relas podran haber sido
inducidas# muy poca ente descubre los principios de muestrear y reresi!n por su propia
cuenta$ Bos principios de la estadstica no son aprendidos de la eGperiencia de cada da
porDue las instancias relevantes no estCn codi)icadas apropiadamente$ Por ejemplo# la ente
no descubre Due las lneas sucesivas de un teGto di)ieren mCs en promedio de lonitud de
palabra Due lo Due hacen las pCinas sucesivas# porDue ellas simplemente no atienden al
promedio de lonitud de palabra de lneas individuales ! pCinas$ Por lo tanto# la ente no
aprende la relaci!n entre tamaEo de la muestra y muestrear la variabilidad# aunDue los datos
para tal aprendiFaje son abundantes$
Ba carencia de un c!dio apropiado tambi;n eGplica el por Du; la ente usualmente no
detecta los prejuicios en sus juicios de probabilidad$ Una persona podra concebiblemente
aprender si sus juicios son eGternamente calibrados uardando un reistro de la proporci!n
de los eventos Due actualmente ocurren entre aDuellos a los cuales ;l asina la misma
probabilidad$ Sin embaro# no es natural para el rupo de eventos por su juFada
probabilidad$ En la ausencia de tal arupamiento es imposible para un individuo descubrir#
por ejemplo# Due solo el 13 por ciento de las predicciones a las cuales ;l ha asinado una
probabilidad de $6 ! mayor actualmente es cierta$
El anClisis emprico de los prejuicios conitivos tiene implicaciones para el papel te!rico
y aplicado de las probabilidades juFadas$ Ba teora de decisi!n moderna 8de ?inetti# /647L
Savae# /61:9considera la probabilidad subjetiva como la opini!n cuanti)icada de una
persona idealiFada$ Especialmente la probabilidad subjetiva de un evento dado es de)inida
por el jueo de apuestas sobre este evento Due tal como una persona estC dispuesta a aceptar$
Una internamente consistente# ! coherente# medida de la probabilidad subjetiva puede ser
derivada por un individuo si sus escoencias entre apuestas satis)acen ciertos principios# Due
es# los aGiomas de la teora$ Ba probabilidad derivada es subjetiva en el sentido Due a ciertos
individuos se les concede tener di)erentes probabilidades para el mismo evento$ Ba mayor
contribuci!n de esta aproGimaci!n es Due provee una riurosa interpretaci!n subjetiva de la
probabilidad Due es aplicable a eventos Anicos y es introducida en una teora eneral de
decisi!n racional$
Debera talveF ser notado# Due mientras Due las probabilidades subjetivas pueden alunas
veces ser in)eridas de pre)erencias entre apuestas# ellas no son normalmente )ormadas en este
estilo$ Una persona apuesta al eDuipo & mCs Due al eDuipo B porDue el cree Due el eDuipo &
es mCs probable Due aneL ;l no in)iere esta creencia de sus pre)erencias en las apuestas$ Por
lo tanto# en realidad# las probabilidades subjetivas determinan las pre)erencias entre apuestas
y no son derivadas de ellas# como en el la teora aGiomCtica de la decisi!n racional 8Savae#
/61:9$
Ba naturaleFa inherentemente subjetiva de la probabilidad natural ha conducido a muchos
estudiantes a la creencia Due la coherencia# ! la consistencia interna# es el Anico criterio
vClido por el cual las probabilidades juFadas deberan ser evaluadas$ Desde el punto de vista
de la teora )ormal de la probabilidad subjetiva# cualDuier jueo de probabilidades juFadas
internamente consistentes es tan bueno como cualDuier otro$ Este criterio no es enteramente
satis)actorio# porDue un jueo internamente consistente de probabilidades subjetivas puede
ser incompatible con otras creencias sostenidas por el individuo$ Considere una persona
cuyas probabilidades subjetivas para todos los resultados posibles de un jueo de la lanFada
de la moneda re)lejan la )alacia del juador$ Pue es# su estimaci!n de la probabilidad de cruF
8la otra cara de la moneda9 en una particular lanFada se incrementa con el nAmero
consecutivo de caras Due precedieron ese lanFamiento$ Bos juicios de tal persona podran ser
..
internamente consistentes y por consiuiente aceptables como probabilidades subjetivas
adecuadas de acuerdo al criterio de la teora )ormal$ Estas probabilidades sin embaro# son
incompatibles con la eneralmente sostenida creencia Due una moneda no tiene memoria y es
por consiuiente incapaF de enerar dependencias secuenciales$ Por probabilidades juFadas
de ser consideradas adecuadas# ! racionales# la consistencia interna no es su)iciente$ Bos
juicios deben ser compatibles con la red entera de creencias sostenidas por el individuo$
Desa)ortunadamente# no pueden haber procedimientos )ormales simples para evaluar la
compatibilidad de un jueo de juicios de probabilidad con el sistema total del juicio de las
creencias$ El juicio racional no obstante no obstante procurarC conseuir la compatibilidad#
aAn cuando la consistencia interna sea mCs )Ccilmente adDuirida y valorada$ En particular# ;l
intentarC hacer sus juicios de probabilidad compatibles con su conocimiento sobre la
importancia del sujeto# las leyes de probabilidad y su propio juicio heurstico y prejuicios$
Resumen
Este artculo describi! tres heursticas Due son empleadas en hacer juicios bajo
incertidumbre< 8i9 la representatividad la cual es empleada cuando la ente es reDuerida a
juFar la probabilidad Due un objeto ! evento & perteneFca a la clase ! proceso BL 8ii9
disponibilidad de instancias ! escenarios# los cuales son a menudo empleados cuando la
ente es reDuerida a evaluar la )recuencia de una clase ! la plausibilidad de un desarrollo
particularL 8iii9 ajuste de una sujeci!n# la cual es usualmente empleada en la predicci!n
num;rica cuando un valor relevante estC disponible$ Estas heursticas son altamente
econ!micas y usualmente e)ectivas# pero ellas conducen a sistemCticos y predecibles errores$
Una mejor comprensi!n de estas heursticas y de los prejuicios a los cuales ellas conducen
podra mejorar los juicios y decisiones en situaciones de incertidumbre$
.0
Parte II
Representatividad
.:
+( Creencia en la ley de los n,meros pe-ue.os
&mos 'vers(y y Daniel Kahneman
NSupona Due usted corre un eGperimento sobre .3 sujetos# y ha obtenido un resultado
sini)icante el cual con)irma su teora 8F [ .$.0# p ] $31# dos cruFadas9$ Usted ahora tiene
motivo para correr un rupo adicional de /3 sujetos$ Pu; piensa usted Due la probabilidad es
Due los resultados serCn sini)icantes# por una prueba de una cruFada# separadamente para
este rupoQ
Si usted siente Due la probabilidad en aluna parte es de alrededor de $71# usted puede ser
aradado en saber Due usted pertenece a un rupo mayoritario$ Ciertamente# esa )ue la
respuesta media de dos peDueEos rupos Duienes )ueron su)iciente amables para responder a
un cuestionario distribuido en las reuniones del Irupo de Psicoloa -atemCtica y de
&sociaci!n &mericana de Psicoloa$
Por otro lado# si usted siente Due la probabilidad es de alrededor de $:7# usted pertenece a
una minora$ Solo 6 de nuestros 7: entrevistados dieron respuestas entre $:3 y $43$ Sin
embaro# $:7 dio la casualidad de ser mucho mCs raFonables en su estimaci!n Due el $71$ ^/_
&parentemente# la mayora de los psic!loos tienen una eGaerada creencia en la
probabilidad de replicar eGitosamente un descubrimiento obtenido$ Bas )uentes de tales
creencias y sus consecuencias por la conducta de la investiaci!n cient)ica son sobre lo Due
versa este trabajo$ *uestra tesis es Due la ente tiene )uertes intuiciones sobre el muestreo al
aFarL Due estas intuiciones son compartidas con sujetos inenuos y por cient)icos entrenadosL
y Due ellas son aplicadas con desa)ortunadas consecuencias en el curso de la investiaci!n
cient)ica$
Presentamos Due la ente ve una muestra sacada al aFar de una poblaci!n como altamente
representativa# Due es# similar a la poblaci!n en todas las caractersticas esenciales$
Consecuentemente# ellos esperan Due cualDuiera de las dos muestras tomadas de una
poblaci!n particular sean mCs similares una con la otra y a la poblaci!n Due la teora del
muestreo predice# al menos para peDueEas muestras$
Ba tendencia a considerar una muestra como una representaci!n es mani)iesta en una
amplia variedad de situaciones$ Cuando los sujetos con instruidos a enerar una secuencia al
^/_ Ba reDuerida estimaci!n puede ser interpretada de varias maneras$ Una posible aproGimaci!n es continuar la
prCctica comAn de investiaci!n# donde un valor obtenido en un estudio es tomado para de)inir una alternativa
plausible para la hip!tesis invClida$ Ba probabilidad reDuerida en el asunto puede ser interpretada como el poder
de la seunda prueba 8por ejemplo# la probabilidad de obtener un sini)icante resultado en la seunda muestra9
contra la hip!tesis alternativa de)inida por el resultado de la primera muestra$ En el caso especial de un ensayo
de una media con variante conocida# uno computara el poder del ensayo contra la hip!tesis Due la poblaci!n
media iuala la media de la primera prueba$ Desde Due el tamaEo de la seunda muestra es la mitad del de la
primera# la probabilidad computada de obtener F ` /$:41 es de solo $:20$ Una te!ricamente mCs justi)icable
aproGimaci!n es interpretar la probabilidad reDuerida dentro de un marco de trabajo Bayesiano y computarla
relativa a aluna distribuci!n anterior adecuadamente seleccionada$ &sumiendo una previa uni)orme# la
probabilidad deseada posterior es de $:27$ Claramente# si la distribuci!n previa )avorece a la hip!tesis invClida#
como es a menudo el caso# la probabilidad posterior serC aAn menor$ Este captulo apareci! oriinalmente en el
.1
Psycholoical Bulletin# /62/# .# /31>/3> Copyriht 5 /62/ por la &sociaci!n &mericana de Psicoloa$
"eimpresa con permiso$
aFar de lanFamientos de lanFamientos hipot;ticos de una moneda leal# por ejemplo# ellos
producen secuencias donde la proporci!n de caras en cualDuier semento corto permanecen
mCs cercanas a $13 Due las leyes de la probabilidad predeciran 8'une# /64:9$ Por lo tanto#
cada semento de la respuesta a la secuencia es altamente representativa de la NlimpieFaO de
la moneda$ E)ectos similares son observados cuando los sujetos predicen sucesivamente
eventos en unas series eneradas al aFar# como en eGperimentos de aprendiFaje de la
probabilidad 8Estes# /64:9 ! en otros jueos secuenciales de oportunidad$ Bos sujetos actAan
como si cada semento de la secuencia al aFar debe re)lejar la proporci!n verdadera< si la
secuencia se ha eGtraviado de la proporci!n de la poblaci!n# una prevenci!n correctiva en la
otra direcci!n es esperada$ Esto ha sido llamado la )alacia del juador$
El coraF!n de la )alacia del juador es un concepto err!neo de la lealidad de las leyes de
la oportunidad$ El juador siente Due la lealidad de la moneda lo vincula a esperar Due
cualDuier desviaci!n en una direcci!n serC pronto cancelada por una correspondiente
desviaci!n en la otra$ &An la mCs leal de las monedas# sin embaro# dadas las limitaciones
de su memoria y sentido moral# no pueden ser tan leales como el juador espera Due sea$
Esta )alacia no es Anica para los juadores$ Considere el ejemplo siuiente<
Ba media IP de la poblaci!n de 7 rados en una ciudad es conocida de ser /33$ Usted ha seleccionado
una muestra al aFar de 13 niEos para un estudio de loros educativos$ El primer niEo prob! tener un
IP de /13$ Pu; espera usted Due sea la media del IP para la totalidad de la muestraQ
Ba respuesta correcta es /3/$ Un sorprendentemente ran nAmero de la ente cree Due el
IP esperado para la muestra es todava de /33$ Esta eGpectativa puede ser justi)icada solo por
la creencia Due un proceso al aFar es auto>correctivo$ Benuajes tales como Nlos errores se
cancelan uno al otroO re)lejan la imaen de un proceso auto>correctivo$ &lunos procesos
)amiliares en naturaleFa obedecen tales leyes< una desviaci!n de un eDuilibrio estable
produce una )uerFo Due restaura el eDuilibrio$ Bas leyes de la oportunidad# en contraste# no
trabajan de ese modo< las desviaciones no son canceladas como muestreo del producto# ellas
son meramente diluidas$
Hasta aDu# hemos intentado describir dos intuiciones relacionadas sobre la oportunidad$
*osotros propusimos una hip!tesis de la representaci!n de acuerdo a la cual la ente cree Due
las muestras son muy similares una a la otra y a la poblaci!n de la cual ellas son tomadas$
'ambi;n suerimos Due la ente cree en el muestreo como un proceso auto>correctivo$ Bas
dos creencias conducen a las mismas consecuencias$ &mbas eneran eGpectativas sobre las
caractersticas de la muestras# y la variabilidad de ;stas eGpectativas es menor Due la
verdadera variabilidad# al menos para peDueEas muestras$
Ba ley de nAmeros randes arantiFa Due muestras muy randes serCn ciertamente
altamente representativas de la poblaci!n de la cual ellas son tomadas$ Si# adicionalmente#
una tendencia auto>correctiva se marca en el trabajo# entonces peDueEas muestras deberan
tambi;n ser altamente representativas y similares a otra$ Bas intuiciones de la ente sobre el
muestreo al aFar parece satis)acer la ley de los nAmeros peDueEos# la cual asevera Due la ley
de los nAmeros randes se aplica a los nAmeros peDueEos tambi;n$
Considere a un cient)ico hipot;tico Duien vive por la ley de los nAmeros peDueEos$
C!mo su )recuencia a)ectara su trabajo cient)icoQ Considere nuestros )en!menos de
estudios cient)icos cuya manitud es peDueEa relativa a la incontrolada variabilidad# Due es#
la relaci!n de la seEal de ruido en los mensajes Due ;l recibe de la naturaleFa es baja$ *uestro
cient)ico podra ser un meteor!loo# un )armac!loo ! talveF un psic!loo$
Si ;l cree en la ley de los nAmeros peDueEos# el cient)ico tendrC eGaerada con)ianFa en
la valideF de las conclusiones basadas sobre peDueEas muestras$ Para ilustrar# supona Due ;l
.4
estC comprometido en estudiar con cual de los dos jueos in)antiles pre)era juar$ De los
primeros cinco in)antes estudiados# cuatro han mostrado una pre)erencia por el mismo
juuete$ -uchos psic!loos sentirCn aluna con)ianFa en este punto# de Due la hip!tesis
invClida de ninuna pre)erencia es )alsa$ &)ortunadamente# tal convicci!n no es una
condici!n su)iciente para una publicaci!n periodstica# aunDue puede hacerse mediante un
libro$ Por un rCpido cClculo# nuestro psic!loo descubrirC Due la probabilidad de un resultado
tan eGtremo como el obtenido es alto como a por debajo de la hip!tesis invClida$
Para estar seuro# la aplicaci!n de la hip!tesis estadstica probando la in)erencia cient)ica
estC rodeada de serias di)icultades$ *o obstante# el c!mputo de los niveles de sini)icancia 8!
raFones de probabilidad# como un Bayesiano seran pre)eribles9 )orFa al cient)ico a evaluar
el e)ecto obtenido en t;rminos de una estimaci!n vClida de la varianFa del muestreo mCs Due
en t;rminos de su estimado subjetivo in)luenciado$ Pruebas estadsticas# por consiuiente#
proteen a la comunidad cient)ica contra eGcesivamente irre)leGivos rechaFos a la hip!tesis
invClida 8por ejemplo# error 'ipo I9 viilando a sus muchos miembros Duienes viviran mejor
por la ley de los nAmeros peDueEos$$ Por otro lado# no eGisten salvauardas comparables
contra el rieso de )allar en con)irmar una hip!tesis de investiaci!n vClida 8por ejemplo#
error 'ipo II9$
Imaine a un psic!loo Duien estudia la correlaci!n entre la necesidad de loros y rados$
Cuando estC decidiendo en el tamaEo de la muestra# ;l puede raFonar como siue< NPu;
correlaci!n espero yoQ " [ $01$ Pu; * necesito para hacer el resultado sini)icanteQ 8-irar
en la tabla9$ * [ 00$ -an)ico# esa es mi muestraO$ El Anico de)ecto en este raFonamiento es
Due nuestro psic!loo se ha olvidado sobre la variaci!n del muestreo# posiblemente porDue ;l
cree Due cualDuier muestra debe ser altamente representativa de su poblaci!n$ Sin embaro#
si su suposici!n sobre la correlaci!n en la poblaci!n es correcta# la correlaci!n en la muestra
es casi probable Due descanse por debajo ! por encima de $01$ De aDu Due# la probabilidad
de obtener un sini)icante resultado 8por ejemplo# el poder de la prueba9 para * [ 00 es
alrededor de $13$
En una detallada investiaci!n del poder de la estadstica# =$ Cohen 8/64.# /6469 ha
provedo de)iniciones plausibles de randes# medianos y peDueEos e)ectos y un eGtenso jueo
de ayudas de c!mputo para la estimaci!n del poder para una variedad de pruebas estadsticas$
En el ensayo normal de una di)erencia entre dos medias# por ejemplo# una di)erencia de $.1b
es peDueEa# una di)erencia de $13b es mediana y una di)erencia de /b es rande# de acuerdo a
las de)iniciones propuestas$ Ba di)erencia media del IP entre o)icinescos y semi>habilidosos
trabajadores es un e)ecto mediano$ En un ineniosos estudio de investiaci!n prCctica# =$
Cohen 8/64.9 revis! todos los anClisis estadsticos publicados en un volumen de la "evista
de Psicoloa &normal y Social# y comput! la probabilidad de detectar cada uno de los tres
tamaEos del e)ecto$ El poder promedio )ue de $/7 para la detecci!n de e)ectos peDueEos# $:7
para e)ectos medianos y de $70 para randes e)ectos$ Si los psic!loos tpicamente esperan
medianos e)ectos y seleccionan un tamaEo de muestra como en el ejemplo de arriba# el poder
de sus estudios debera ciertamente de alrededor de $13$
El anClisis de Cohen muestra Due el poder de la estadstica de muchos estudios
psicol!icos es ridculamente bajo$ Esta es una prCctica auto>destructiva< ella hace cient)icos
)rustrados y una ine)iciente investiaci!n$ El investiador Due ensaya una hip!tesis vClida
pero )alla en obtener resultados sini)icantes no puede ayudar sino considerar a la naturaleFa
no con)iable ! aAn hostil$ &demCs# como %verall 8/6469 ha mostrado# Due la prevalencia de
estudios de)icientes en el poder de la estadstica son no solo destructivos sino actualmente
perniciosos< ello resulta en una ran proporci!n de rechaFos invClidos de la hip!tesis invClida
entre los resultados publicados$
.2
PorDue las consideraciones del poder de la estadstica son de particular importancia en el
diseEo de r;plicas de los estudios# nosotros probamos actitudes concernientes a la r;plica en
nuestro cuestionario$
Supona Due uno de sus estudiantes de doctorado ha completado un di)cil eGperimento con :3
animales Due reDuiere de mucho tiempo$ El ha conseuido y analiFado un ran nAmero de variables$
Sus resultados son eneralmente inconclusos# pero una comparaci!n del antes y despu;s produce un
altamente sini)icante t [ .$23# el cual es sorprendente y podra ser de mayor sini)icancia te!rica$
Considerando la importancia del resultado# su sorpresivo valor y el nAmero de anClisis Due su
estudiante ha llevado a cabo# recomendara usted Due ;l reprodujera el estudio antes de su
publicaci!nQ Si usted recomienda la reproducci!n# cuCntos animales lo urira usted a utiliFarQ
Entre los psic!loos a Duienes pusimos ;stas interroantes hubo un arrollador sentimiento
)avoreciendo la reproducci!n< )ue recomendada por 44 de 21 cuestionados# probablemente
porDue ellos sospecharon Due el solo resultado sini)icante )ue debido a una casualidad$ Ba
recomendaci!n media )ue por Due el estudiante de doctorado utiliFara .3 sujetos en una
reproducci!n del estudio$ Es instructivo considerar las probables consecuencias de este
consejo$ Si la media y la variante en la seunda muestra son en realidad id;nticas a aDuellas
en la primera muestra# entonces el valor resultante de t serC de /$77$ Siuiendo el
raFonamiento del pie de pCina /'0 al )inal de la pCina .1# la posibilidad del estudiante de
obtener un sini)icante resultado en la reproducci!n estC solo lieramente por encima de la
mitad 8para p [ $31# one>tail test9$ Desde Due habamos anticipado Due una reproducci!n de
una muestra de .3 parecera raFonable a nuestros encuestados# areamos la interroante
siuiente<
&suma Due su in)eliF estudiante ha# de hecho# repetido el estudio inicial con .3 animales adicionales
y ha obtenido un resultado insini)icante en la misma direcci!n# t [ /$.:$ Pu; recomendara usted
ahoraQ Comprobaci!n uno< clos nAmeros entre par;ntesis re)ieren el nAmero de encuestados Duienes
comprobaron cada respuesta_
8a9 El debera reunir los resultados y publicar su conclusi!n como un hecho$ 839
8b9 El debera reportar los resultados como un descubrimiento tentativo 8.49
8c9 El debera correr otro rupo 8media de .39 animales 8./9
8d9 El debera de tratar de encontrar una eGplicaci!n para la di)erencia entre los dos rupos 8039
*ote Due sin importar la con)ianFa de uno en el descubrimiento oriinal# su credibilidad
es seuramente intensi)icada por la reproducci!n$ *o solo es el e)ecto eGperimental en la
misma direcci!n en las dos muestras sino Due la manitud del e)ecto en la reproducci!n es
totalmente X de esa en el estudio oriinal$ En vista del tamaEo de la muestra 8.39# el cual
nuestros encuestados recomendaron# la reproducci!n es tan eGitosa como uno tiene derecho a
esperar$ Ba distribuci!n de las respuestas# sin embaro# re)lejan un continuado escepticismo
concerniente a los descubrimientos del estudiante siuiendo la reproducci!n recomendada$
Este in)eliF estado de los asuntos es una tpica consecuencia del insu)iciente poder de la
estadstica$
En contraste a las respuestas b y c# las cuales pueden ser justi)icadas en alunos campos#
la mCs respuesta popular# la respuesta d# es inde)endible$ *osotros dudamos Due la misma
respuesta haya sido obtenida si los encuestados se hubieran percatado de Due la di)erencia
entre los dos estudios no se aproGima ni aAn a la sini)icancia$ 8Si las variantes de las dos
muestras son iuales# t para la di)erencia es de $109$ En la ausencia de una prueba de
estadstica# nuestros encuestados siuieron la hip!tesis de representaci!n< como la di)erencia
entre las dos muestras )ue mCs rande de lo Due ellos esperaban# ellos la vieron como valiosa
.7
de eGplicaci!n$ Sin embaro# el intento de Nencontrar una eGplicaci!n para la di)erencia entre
los dos ruposO es en todo probable un ejercicio en eGplicar el ruido$
'odos nuestros encuestados evaluaron la reproducci!n mCs bien duramente$ Esto siue de
la representaci!n de la hip!tesis< si nosotros esperamos Due todas las muestras sean similares
una a la otra# entonces casi todas las r;plicas de una hip!tesis deberan ser estadsticamente
sini)icativas$ Ba dureFa del criterio para una reproducci!n eGitosa es mani)iesta en las
respuestas a la preunta siuiente<
Un investiador ha reportado un resultado Due usted considera no plausible$ El trabaj! con /1 sujetos#
y report! un sini)icante valor# t [ .$:4$ %tro investiador ha intentado duplicar su procedimiento# y
;l ha obtenido un valor insini)icante de t con el mismo nAmero de sujetos$ Ba direcci!n )ue la misma
en ambos jueos de datos$
Usted estC revisando la literatura$ CuCl es el mCs alto valor de t en el seundo jueo de datos Due
usted describira como una )alla de la reproducci!nQ
Ba mayora de nuestros entrevistados estim! t [ /$23 como una )alla de reproducci!n$ Si
los datos de los dos estudios 8t [.$:4 y t [ /$239 son unidos# el valor de t para los datos
combinados es alrededor de 0$33 8asumiendo variantes iuales9$ Por lo tanto# nos encaramos
con un parad!jico estado de asuntos# en los cuales los mismos datos Due incrementaran
nuestra con)ianFa en el descubrimiento cuando es visto como parte del estudio# tambalean
nuestra con)ianFa cuando es visto como un estudio independiente$ Este doble estCndar es
particularmente disturbante desde Due# por muchas raFones# las reproducciones son
usualmente consideradas como estudios independientes y las hip!tesis son a menudo
evaluadas inscribiendo la con)irmaci!n y la no con)irmaci!n de los reportes$
Contrario a la creencia eGtendida# un caso puede ser hecho para Due la reproducci!n de
una muestra sea a menudo mCs rande Due la oriinal$ Ba decisi!n de reproducir un
descubrimiento una veF obtenido# a menudo eGpresa una ran indulencia por ese
descubrimiento y un deseo de verlo aceptado por una comunidad esc;ptica$ Puesto Due la
comunidad demanda sin raF!n Due la reproducci!n sea independientemente sini)icativa# ! al
menos Due ella se aproGime a la sini)icancia# uno debe correr una muestra rande$ Para
ilustrar# si el in)ortunado estudiante de doctorado cuya tesis )ue discutida anteriormente
asume la valideF de su resultado inicial 8t [ .$23# * [ :39# y si ;l estC dispuesto a aceptar un
rieso de solo $/3 de obtener una t mCs baja Due /$23# ;l debera trabajar aproGimadamente
13 animales en su estudio de reproducci!n$ Con un alo mCs d;bil resultado inicial 8t [ .$.3#
* [ :39# el tamaEo de la reproducci!n de la muestra reDuerida para el mismo poder se eleva a
alrededor de 21$
Pue los e)ectos discutidos hasta aDu no estCn limitados a las hip!tesis sobre sini)icados
y variantes estC demostrado por las respuestas a la preunta siuiente<
Usted ha corrido un estudio correlativo# sacando .3 variables sobre /33 sujetos$ Jeintisiete de los /63
coe)icientes de correlaci!n son sini)icantes al nivel de $31L y 6 de ;stos son sini)icantes mCs allC del
nivel $3/$ El nivel medio absoluto de las correlaciones sini)icantes es $0/ y el patr!n de resultados es
muy raFonable en los campos te!ricos$ CuCntas de las .2 correlaciones sini)icantes esperara usted
ser sini)icantes de nuevo# en una reproducci!n eGacta del estudio# con * [ :3Q
Con * [ :3# una correlaci!n de alrededor de $0/ es reDuerida por sini)icante al nivel $31$
Esta es la media de las correlaciones sini)icantes en el estudio oriinal$ Por lo tanto# solo
alrededor de la mitad de las correlaciones oriinalmente sini)icantes 8por ejemplo /0 ! /:9
permaneceran sini)icantes con * [ :3$ &demCs# por supuesto# las correlaciones en la
reproducci!n son unidas para di)erir de aDuellas en el estudio oriinal$ De aDu Due# por
e)ectos de reresi!n# los coe)icientes inicialmente sini)icantes son mCs probables de ser
.6
reproducidos$ Por lo tanto# 7 a /3 correlaciones sini)icantes repetidas del oriinal .2 es
probablemente un eneroso estimado de lo Due uno tiene derecho a esperar$ Ba media
estimada de nuestros entrevistados es de $/7$ Esto es mCs Due el nAmero de correlaciones
sini)icantes repetidas Due serCn encontradas si las correlaciones son calculadas para :3
sujetos seleccionados al aFar del oriinal de /33d &parentemente# la ente espera mCs Due
una mera duplicaci!n de la sini)icancia de los resultados# con poca importancia por el
tamaEo de la muestra$ Esta eGpectativa reDuiere de una absurda eGtensi!n de la hip!tesis de
la representaci!nL aAn la ley de los nAmeros peDueEos es incapaF de eneral tal resultado$
Ba eGpectativa de Due los patrones de resultados sean aplicables casi en su totalidad
provee lo racional para una comAn# aunDue deplorable prCctica$ El investiador Due computa
todas las correlaciones entre ndices de ansiedad y tres ndices de dependencia a menudo
reportarC e interpretarC con ran con)ianFa la sencilla correlaci!n sini)icante obtenida$ Su
con)ianFa en el inseuro descubrimiento arranca de su creencia Due la matriF de correlaci!n
obtenida es altamente representativa y )Ccilmente reproducible$
En la revisi!n# nosotros hemos visto Due el creyente en la ley de los nAmeros peDueEos
practica la ciencia como siue<
/$ El juea sus hip!tesis de investiaci!n en muestras peDueEas sin darse cuenta Due las
probabilidades en su contra son sin raF!n altas$ El sobreestima el poder$
.$ El tiene indebida con)ianFa en las tendencias anteriores 8por ejemplo# los datos de los
primeros pocos sujetos9 y en la estabilidad de patrones observados 8por ejemplo# el nAmero e
identidad de resultados sini)icantes9$ El sobreestima la sini)icancia$
0$ En evaluar las reproducciones# de ;l ! de otros# ;l tiene sin raF!n altas eGpectativas
sobre la replicabilidad de los resultados sini)icantes$ El subestima la holura de los
intervalos de con)ianFa$
:$ El raramente atribuye una desviaci!n de los resultados de eGpectativas a la
variabilidad del muestreo# porDue ;l encuentra una NeGplicaci!nO causal para cualDuier
discrepancia$ Por lo tanto# ;l tiene poca oportunidad de reconocer la variaci!n del muestreo
en acci!n$ Su creencia en la ley de los nAmeros peDueEos# por consiuiente# permanecerCn
para siempre intactos$
*uestro cuestionario obtuvo considerable evidencia para la prevalencia de la creencia en
la ley de los nAmeros peDueEos$ /+0 *uestro tpico entrevistado es un creyente# sin importar el
rupo al cual ;l pertenece$ *o hubo prCcticamente ninunas di)erencias entre las repuestas
medias de las audiencias en una reuni!n de psicoloa matemCtica y en una sesi!n eneral de
la convenci!n de la &sociaci!n &mericana de Psicoloa# aunDue no hacemos ninAn reclamo
por la representatividad de cualDuiera de las dos muestras$ &parentemente# conocido con la
l!ica )ormal y con la teora de la probabilidad no eGtinue las intuiciones err!neas$ Pu;#
entonces# pude hacerseQ Puede la creencia en la ley de los nAmeros peDueEos ser abolida ! al
menos controladaQ Ba eGperiencia en investiaci!n es improbable de ayudar mucho# porDue
la variaci!n de la muestra es muy )Ccilmente NeGplicadaO Bas eGperiencias correctivas son
aDuellas Due no proveen ni motivo ni oportunidad para la eGplicaci!n espArea$ $Por lo tanto#
un estudiante en un curso de estadstica debe sacar repetidas muestras del tamaEo dado de
una poblaci!n# y aprender el e)ecto del tamaEo de la muestra en la variaci!n del muestreo de
una observaci!n personal$ Estamos lejos de la certeFa# sin embaro# esas eGpectativas pueden
ser correidas en esta manera# desde Due los prejuicios relacionados# tales como la )alacia del
juador# sobrevive a considerable evidencia contradictoria$
/+0 H$ Ed+ards 8/647# .19 ha areido Due la ente )alla al eGtraer su)iciente in)ormaci!n ! certeFa de los datos
probablesL ;l llam! a esta )alla conservatismo$ *uestros entrevistados pueden di)cilmente ser descritos como
conservadores$ -Cs bien# de acuerdo con la hip!tesis de representaci!n# ellos tienden a eGtraer mCs certeFa de
los datos Due# de hecho# contienen$
03
El eGplcito c!mputo de poder# relativo a aluna hip!tesis raFonable# por ejemplo# los
e)ectos peDueEos# medianos y randes de =$ Cohen 8/64.# /6469 seuramente seran llevados
a cabo antes de Due cualDuier estudio sean hecho$ 'ales c!mputos a menudo conducirCn a
darse cuenta de Due all simplemente no eGiste la posibilidad de correr el estudio a menos
Due# por ejemplo# el tamaEo de la muestra sea multiplicado por cuatro$ *os rehusamos a
creer Due un investiador serio a sabiendas aceptarC un $13 de rieso de )allar en con)irmar
una hip!tesis de investiaci!n vClida$ &demCs# los c!mputos de poder son esenciales para la
interpretaci!n de resultados neativos# Due es# )allas en rechaFar hip!tesis invClidas$ Debido a
Due# los estimados intuitivos del poder de los lectores son probables de ser err!neos# la
publicaci!n de los valores calculados no aparenta ser un desperdicio de ya sea el tiempo de
los lectores ! el espacio en la revista$
En la literatura temprana de psicoloa# la convenci!n prevaleciente de reportar# por
ejemplo# una muestra media como - f PE# donde PE es el error probable 8por ejemplo# el
13W del intervalo de con)ianFa alrededor de la media9$ Esta convenci!n )ue mCs tarde
abandonada en )avor de la )ormulaci!n de la prueba de la hip!tesis$ Un intervalo de
con)ianFa# sin embaro# provee un Atil ndice de variabilidad del muestreo# y es precisamente
esta variabilidad la Due nosotros tendemos a subestimar$ El ;n)asis en los niveles de
sini)icancia tiende a oscurecer una distinci!n )undamental entre el tamaEo de un e)ecto y su
sini)icancia estadstica$ Sin importar el tamaEo de la muestra# el tamaEo de un e)ecto en un
estudio es un raFonable estimado del tamaEo del e)ecto en la reproducci!n$ En contraste# el
nivel de sini)icancia estimado en una reproducci!n depende crticamente del tamaEo de la
muestra$ EGpectativas no realistas concernientes a la reproducibilidad de los niveles de
sini)icancia pueden ser correidos si la distinci!n entre el tamaEo y sini)icancia es
clari)icado# y si el tamaEo calculado de los e)ectos observados es rutinariamente reportado$
Desde este punto de vista# al menos# la aceptaci!n del modelo de la prueba de la hip!tesis no
ha sido una ventaja no meFclada para la psicoloa$
El verdadero creyente en la ley de los nAmeros peDueEos comete su multitud de pecados
contra la l!ica de la in)erencia estadstica de buena )e$ Ba hip!tesis de la representaci!n
describe un prejuicio conitivo ! perceptual# el cual opera sin importar los )actores
motivacionales$ Por lo tanto# mientras mCs apresurado sea el rechaFo a la hip!tesis invClida
es rati)icante# el rechaFo a una esperanFadora hip!tesis es aravante# aAn el verdadero
creyente estC sujeto a ambas$ Su eGpectativa intuitiva estC obernada por una consistente
mala percepci!n del mundo mas bien Due por un oportunista deseo de pensar$ Dado alAn
editorial estimulante# el puede escribirse para considerar sus intuiciones estadsticas con
apropiada suspicacia y reemplaFar la )ormaci!n de impresi!n por el c!mputo siempre Due sea
posible$
0/
1( Probabilidad subjetiva2
3n juicio de representatividad
Daniel Kahneman y &mos 'vers(y
Bas probabilidades subjetivas juean un importante papel en nuestras vidas$ Bas
decisiones Due hacemos# las conclusiones Due alcanFamos y las eGplicaciones Due o)recemos
estCn usualmente basadas en nuestros juicios de la probabilidad de eventos inciertos tales
como el ;Gito en un nuevo trabajo# el resultado de una elecci!n ! el estado del mercado$
Ciertamente# una eGtensa literatura eGperimental ha sido dedicada a la interroante de c!mo
la ente percibe los procesos y evalAa las probabilidades de eventos inciertos en los conteGtos
de aprendiFaje de la probabilidad# estadstica intuitiva y tomar decisiones bajo rieso$
&unDue ninuna teora sistemCtica sobre la psicoloa de incertidumbre ha emerido de ;sta
literatura# varias eneraliFaciones empricas han sido establecidas$ 'alveF la conclusi!n mCs
eneral# obtenidas de numerosas investiaciones# es Due la ente no siue los principios de la
teora de la probabilidad en juFar la probabilidad de eventos inciertos$ Esta conclusi!n es
di)icilmente porDue muchas de las leyes de posibilidad ni intuitivamente aparentes ni
)Ccilmente aplicables$ -enos obvio# sin embaro# es el hecho de las desviaciones de la
probabilidad subjetiva de la objetiva /'0 parecen con)iables# sistemCticas y di)cil de eliminar$
&parentemente# la ente reemplaFa las leyes de posibilidad por heursticas# las cuales a
veces producen estimados raFonables y muy a menudo no$
En el presente trabajo# nosotros investiamos en detalle una de tales heursticas llamada
representatividad$ Una persona Due siue esta heurstica evalAa la probabilidad de un evento
incierto# ! una muestra# por el rado en el cual estC< 8i9 similares en propiedades esenciales a
la poblaci!n de su orienL y 8ii9 re)leja las caractersticas salientes del proceso por el cual es
enerada$ *uestra tesis es Due# en muchas situaciones# un evento & es juFado mCs probable
Due un evento B cuandoDuiera Due & pareFca mas representativa Due B$ En otras palabras# la
ordenaci!n de eventos por sus probabilidades subjetivas coincide con su ordenamiento por
representatividad$
Bas representatividad# como la similitud perceptual# es mCs )Ccil de evaluar Due
caracteriFar$ En ambos casos# no hay de)inici!n eneral disponible# aunDue eGisten muchas
situaciones donde la ente concuerda con cuCl de los dos estmulos es mCs similar al
estCndar# ! cual de los dos eventos es mCs representativo de un proceso dado$ En este trabajo
/'0 *osotros usamos el t;rmino Nprobabilidad subjetivaO para denotar cualDuier estimado de la
probabilidad de un evento# el cual es dado por el sujeto# ! in)erido de su comportamiento$ Estos
estimados no son asumidos para satis)acer cualesDuiera aGiomas ! reDuerimientos consistentes$
*osotros usamos el t;rmino NprobabilidadO objetiva para denotar valores calculados# sobre la base de
suposiciones# de acuerdo a las leyes de cClculo de la probabilidad$ Debera ser evidente Due esta
terminoloa no comprometida con respecto a cualDuier opini!n )ilos!)ica de la probabilidad$
0.
Este captulo es una abreviada versi!n de un trabajo aparecido en Psicoloa Conitiva# /62.# 0# :03>
:1:$ Derechos de autor 5 /62. por &cademic Press# Inc$ "eimpreso con permiso$
nosotros no escalamos la representatividad# aunDue esta es una aproGimaci!n )actible$ En veF
de eso# consideramos casos donde el ordenamiento de eventos de acuerdo a la
representatividad parece obvio# y muestra Due la ente consistentemente juFa al evento mCs
representativo ser el mCs probable# ya sea si es ! no es$ &unDue la representatividad puede
juar un importante papel en muchas variedades de juicios de probabilidad# por ejemplo# la
predicci!n poltica y el juicio clnico# el presente tratamiento estC restrinido situaciones
repetitivas esencialmente donde las probabilidades objetivas son rCpidamente computables
Ba mayora de los datos en este trabajo )ueron recolectados en una )orma de cuestionario
de un total de aproGimadamente /1133 encuestados en Israel$ Bos encuestados )ueron
estudiantes en rados /3# // y /. de escuelas preparatorias para Hih schools 8edades entre
/1 y /79$ Especiales )ueron hechos para mantener la atenci!n y la motivaci!n de los sujetos
8Ss9$ Bos cuestionarios )ueron administrados en un estilo de eGamen rCpido en una situaci!n
natural de aula# y los encuestados )ueron reistrados en las hojas de respuestas$ Cada
encuestado respondi! un peDueEo nAmero de 8tpicamente .>:9 de la preuntas cada una de
las cuales reDuiri!# a los sumo# . minutos$ Bas preuntas )ueron introducidas como un
estudios de las intuiciones de la ente sobre la posibilidad$ Ellas )ueron precedidas por un
estCndar oral de instrucciones los cuales eGplicaban la preunta apropiada en detalle$ El
diseEo eGperimental )ue contrabalanceado para prevenir con)undir con la escuela ! la edad$
Ba mayora de las preuntas les )ueron presentadas a estudiantes universitarios 8edades .3>
.19 y los resultados de las dos poblaciones )ueron indistinuibles$
Determinantes de la representatividad
En ;sta secci!n discutimos las caractersticas de las muestras# ! eventos# Due las hacen
representativas y demuestran sus e)ectos sobre la probabilidad subjetiva$ Primero#
describimos alunas de las caractersticas Due determinan la similitud de una muestra con su
poblaci!n de orien$ Entonces# retornamos al anClisis de las determinantes de una aparente
escoencia al aFar$
Similitud de la muestra a la poblacin
Ba noci!n de representatividad es mejor eGplicada por ejemplos espec)icos$ Considere la
preunta siuiente<
'odas las )amilias de seis niEos en una ciudad )ueron encuestadas$ En 2. )amilias el orden eacto del
nacimiento de los niEos y las niEas )ue I B I B B I$
CuCl es su estimado del nAmero de )amilias encuestadas en el cual el orden eacto de los
nacimientos )ue B I B B B BQ
Bas dos secuencias de los nacimientos son casi iuales probablemente# pero la mayora de
la ente seuramente estarC de acuerdo Due ellas no son iualmente representativas$ Ba
secuencia con cinco niEos y una niEa )alla al re)lejar la proporci!n de niEos y niEas en la
poblaci!n$ Ciertamente# 21 de 6. Ss juFaron esta secuencia ser menor probablemente Due la
secuencia estCndar 8p ] $3/ por un sino de prueba9$ Ba media estimada )ue 03$ Similares
resultados han sido reportados por Cohen y Hansel 8/6149# y por &lberoni 8/64.9$
Uno puede maravillarse de si Ss no simplemente inora el orden de la in)ormaci!n# y
responde la preunta evaluando la )recuencia de las )amilias de cinco niEos y una niEa#
relativa a esa de )amilias de tres niEos y tres niEas$ Sin embaro# cuando reDuerimos el
00
mismo Ss la )recuencia de la secuencia B B B I I I# ellos la vieron como sini)icante
menos probable Due I B B I B I 8p ] $3/9# presumiblemente porDue el anterior parece
menos al aFar$ El orden de in)ormaci!n# por lo tanto# no es simplemente inorado$
Una determinante relacionada de representatividad es si la simple preserva la relaci!n
mayora>minora en la poblaci!n$ *osotros esperamos una muestra Due preserve esta relaci!n
para ser juFada mCs probable Due una 8objetivamente9 muestra iualmente probable donde
esta relaci!n es violada$ Este e)ecto es ilustrado en el problema siuiente<
EGisten dos proramas en un hih school$ Bos estudiantes varones son una mayora 841W9 en el
prorama & y una minora en el prorama B$ EGiste un nAmero iual de clases en cada uno de los dos
proramas$
Usted entra a una clase al aFar y observa Due el 11W de los estudiantes son varones$ CuCl es su
mejor suposici!n S pertenece la clase al prorama & ! al prorama BQ
,a Due la mayora de estudiantes en la clase son varones# la clase es mCs representativa
del prorama & Due del prorama B$ En consecuencia# 42 de 76 Ss supusieron Due la clases
pertenece al prorama & 8p ] $3/ por sino de prueba9$ De hecho# es lieramente mCs
probable Due la clase perteneFca al prorama B 8puesto Due la variante para p [ $:1 aDuella
para p [ $419$
Una muestra en la cual los varios posibles resultados estCn presentes es# en eneral# mCs
representativa Due una muestra comparable en la cual alunos de los resultados no estCn
incluidos$ Por ejemplo# dado un proceso binomio con p [ :T1# una sini)icante mayora de Ss
juFan una muestra de /3 ;Gitos y 3 )allas ser menos probable Due una muestra de 4 ;Gitos y
: )allas# aunDue la muestra anterior es# de hecho# mCs probable$
Bos e)ectos de prejuiciar la representatividad no estCn limitados a simples sujetos$ Ellos
tambi;n son encontrados 8'vers(y R Kahneman# /62/# .9 en los juicios intuitivos de
so)isticados psic!loos$ Ba sini)icancia estadstica es comAnmente vista como la
representaci!n de la verdad cient)ica$ De aDu Due# un e)ecto real 8en la poblaci!n9 se espera
ser representado por un resultado sini)icante 8en la muestra9 con insu)iciente consideraci!n
por el tamaEo de la muestra$ Como una consecuencia# los investiadores estCn propensos a
sobreestimar la probabilidad de un resultado sini)icante siempre Due ellos crean en la
hip!tesis invClida ser )alsa$
Por ejemplo# la siuiente preunta )ue )ormulada a los participantes de una reuni!n del
Irupo de Psicoloa -atemCtica y la &sociaci!n &mericana de Psicoloa<
Supona Due usted ha corrido un eGperimento con .3 Ss# y ha obtenido un resultado sini)icante el
cual con)irma su teora 8F [ .$.0# p ] $31# t+o>tailed Q9$ Usted ahora tiene motivo para correr un
rupo adicional de /3 Ss$ CuCl piensa usted Due es la probabilidad de Due los resultados serCn
sini)icantes# por una prueba one>tailed 8Q9# separadamente para este rupoQ
Un estimado realstico de la probabilidad deseada es de aluna manera mCs bajo Due $13$
Ba media estimada de los encuestados )ue tan alta como $71$ Esta injusti)icada con)ianFa en
la reproducibilidad de la sini)icancia tiene severas consecuencias para el conducto de la
investiaci!n< Ella conduce a eGpectativas irreales concernientes a la sini)icancia# y
resultados en el planeamiento de estudios los cuales son de)icientes en el poder estadstico#
vea =$ Cohen 8/64.9$
!eflein sobre aleatoriedad
0:
Para ser representativa# no es su)iciente Due un evento incierto sea similar a su poblaci!n
oriinal$ El evento debera tambi;n re)lejar las propiedades del proceso incierto por el cual el
es enerado# Due es# Due el debera parecer aleatorio$ Como es cierta la similitud de la
muestra para la poblaci!n# las caractersticas espec)icas Due determinan la aparente
aleatoriedad di)iere dependiendo del conteGto$ *o obstante# dos propiedades enerales#
irreularidad y representatividad local# parecen capturar la noci!n intuitiva de la aleatoriedad$
Estas propiedades son ahora discutidas en el orden correcto$ Una mayor caracterstica de la
aleatoriedad aparente es la ausencia de patrones sistemCticos$ Una secuencia de lances de
moneda# /+0 por ejemplo# la cual contiene una obvia reularidad no es representativa$ Por lo
tanto# alternando secuencias de caras y cruces# tales como H ' H ' H ' H ' ! ' ' H H ' ' H
H# )alla al re)lejar la aleatoriedad del proceso$ Ciertamente# Ss juFa tales secuencias como
relativamente improbables y las evitan en producir secuencias de aleatoriedad simuladas
8'une# /64:L Haenaar# /6239$
&luna irreularidad es esperada# no solo en el orden de resultados# sino tambi;n en su
distribuci!n# como se muestra en el problema siuiente<
En cada ronda de un jueo# .3 canicas son distribuidas al aFar entre cinco niEos< &lan# Ben# Carl y
Ed$ Considere las siuientes distribuciones<

I II
&lan : &lan :
Ben : Ben :
Carl 1 Carl :
Dan : Dan :
Ed 0 Ed :
En muchas rondas del jueo# habrC mCs resultados de tipo I ! de tipo IIQ
Ba distribuci!n uni)orme de las canicas 8II9 es# objetivamente# mCs probable Due la
distribuci!n no uni)orme 8I9# aunDue ella pareFca muy leal para ser el resultado de un
proceso aleatorio$ Ba distribuci!n I# la cual parte lieramente de una repartici!n eDuitativa# es
mCs representativa de una distribuci!n aleatoria$ Una mayora sini)icante de Ss 804 a 1.# p [
$3/# un ensayo de indicio9 visualiFaron la distribuci!n I como mCs probable Due la
distribuci!n II$ Ba presencia de aluna perturbaci!n contribuye a la representatividad y en
consecuencia a la aparente probabilidad de eventos inciertos$
Ss contestaron el problema de arriba como si ellos inoraron la naturaleFa individual de
las dos distribuciones y compararon# las dos clases respectivas de distribuciones#
desestimando la asinaci!n particular de las canicas a los niEos$ Esto no sini)ica Due los Ss
no aprecien la distribuci!n entre una clase y sus instancias$ Bo Due ellos no aprecian es el
impacto apropiado de esta distinci!n en los juicios de )recuencia relativa$
Ba ente visualiFa la posibilidad como impredecible pero esencialmente )avorable$ Por tanto#
ellos esperan esa en una puramente aleatoria asinaci!n de canicas Due cada niEo conseuirC
aproGimadamente 8aunDue no eGactamente9 el mismo nAmero de canicas$ Similarmente# ellos
esperan aAn peDueEas secuencias del lanFamiento de una moneda para casi el mismo nAmero
de caras y cruces$ -Cs eneralmente# una muestra representativa estC representada no solo
lobalmente en la muestra completa# sino tambi;n localmente en cada una de sus partes$ Una
/+0 En este trabajo tratamos con monedas leales solamente$
muestra Due es localmente representativa# sin embaro# se desva sistemCticamente de
eGpectativas de posibilidad< ella contiene demasiadas alternativas y muy pocos rupos$
01
Ba ley de los randes nAmeros aseura Due muestras muy randes son altamente
representativas de las poblaciones de las cuales ellas son tomadas$ En otra parte 8'vers(y R
Kahneman# /62/# .9# hemos caracteriFado la eGpectativa de la representatividad local como
una creencia en la ley de los nAmeros peDueEos# de acuerdo a la cual# Nla ley de los nAmeros
randes se aplica a los nAmeros peDueEos tambi;nO$ Esta creencia# suerimos# subraya las
intuiciones err!neas sobre la aleatoriedad# las cuales son mani)iestas en una amplia variedad
de conteGtos$
Investiaciones sobre la percepci!n de la aleatoriedad 8por ejemplo# 'une# /64:L
Haenaar# /6269 muestran Due cuando la ente es reDuerida a simular un proceso aleatorio#
tal como unas series de lanFamientos de una moneda# ellos producen secuencias las cuales
son localmente representativas# con muchas otras series cortas$ &demCs la ente tiende a
considerarlas como secuencias improbables# ! las rechaFan como no aleatorias# las cuales
tienen la distribuci!n correcta de series laras# presumiblemente porDue las series laras no
son localmente representativas$
Similares descubrimientos han sido tambi;n obtenidos en los cientos de estudios sobre el
aprendiFaje de la probabilidad y predicci!n binaria 8Estes# /64:L -$ "$ =ones# /62/9$ Ba
)alacia del juador# ! el e)ecto de la neativa a la novedad# es una mani)estaci!n de la
creencia en la representatividad local$ Por si las proporciones de los dos resultados son para
ser preservados en sementos cortos# entonces una lara secuencia de un resultado debe ser
seuido por el otro resultado en orden de restaurar el balance$ En un mundo localmente
representativo# de hecho# la )alacia del juador no es ya )alaF$
En su Introduccin a la "eor#a de la Probabilidad$ ?eller 8/647# p$ /439 describe un
ejemplo el cual ilustra la err!nea creencia en la representatividad local$ Durante el intenso
bombardeo de Bondres en la Seunda Iuerra -undial# )ue eneralmente credo Due el patr!n
de bombardeo no podra ser aleatorio# porDue unas pocas secciones de la ciudad )ueron
olpeadas varias veces mientras Due muchas otras no )ueron impactadas del todo$ Por lo
tanto# el patr!n de olpes viol! la representatividad local y la hip!tesis de aleatoriedad
pareca inaceptable$ Para probar esta hip!tesis# el Crea entera del Sur de Bondres )ue dividida
dentro de peDueEas secciones de iual Crea# y la e)ectiva distribuci!n de impactos por secci!n
)ue comparada con la esperada 8Poisson9 distribuci!n bajo la suposici!n del bombardeo
aleatorio$ Contrariamente a la creencia eneral# la correspondencia entre las distribuciones
)ue eGtraordinariamente buena$ NPara el ojo no entrenadoO# ?eller observa Due# Nla
aleatoriedad aparece como reularidad ! tendencia al arupamientoO$
Ba mayora de estudiantes estCn sorprendidos al aprender Due en un rupo de tan pocas
como .0 entes# la probabilidad de Due al menos dos de ellas tienen el mismo da de
cumpleaEos 8por ejemplo# el mismo da y mes9 eGcede un $1$ Claramente# con .0 entes el
esperado nAmero de cumpleaEos por da es menor Due /T/1$ Por lo tanto un da con dos
cumpleaEos# en la presencia de 0:0 das NdesiertosO# es altamente no representativo y el
evento en cuesti!n# parece improbable$ -Cs eneralmente# nosotros conjeturamos Due la
naturaleFa contra>intuitiva de muchos resultados en la teora de la probabilidad es atribuible a
violaciones de representatividad$ 8Por un sorprendente ejemplo de la teora de aleatoriedad de
entes de toda condici!n# vea ?eller# /647# pp$ 7:>779$
Una muestra representativa# entonces# es similar a la poblaci!n en caractersticas
esenciales y re)leja la aleatoriedad como la ente la veL Due es# Due todas sus partes son
representativas y ninuna es muy reular$ Solo unas pocas de todas las muestras posibles
llenan todas estas restricciones$ Ba mayora de las muestras no las llenan# y por consiuiente
no parece n aleatorias$ Entre las .3 posibles secuencias 8no considerando la direcci!n y
desinaci!n9 de seis lanFamientos de una moneda# por ejemplo# nos aventuramos Due solo H
' ' H ' H parecen realmente aleatorias$ Para cuatro lanFamientos# puede Due no haya
ninuna$
04
Ba tendencia a considerar las secuencias binarias como mCs aleatorias Due otras tuvo
dramCticas consecuencias en los eGperimentos /10 de radio genit en los cuales la audiencia
)ue estimulada a enviar 8adivinando9 la identidad de cinco smbolos binarios Due )ueron
Nhechos llear por telepataO por un rupo de personas$ El anClisis de arriba de un mill!n de
respuestas 8Iood)ello+# /6079 revel! Due los nAmeros de aciertos estuvieron muy en eGceso
de la posibilidad para alunas secuencias y muy por debajo de la posibilidad para otras#
dependiendo randemente en la aparente aleatoriedad del objetivo de las secuencias$ Bas
implicaciones de este descubrimiento para la investiaci!n ESP son obvias$
Bas secuencias Due parecen aleatorias son aDuellas cuya descripci!n verbal es mCs lara$
Imanense usted dictando una lara secuencia de smbolos binarios# diamos caras y cruces$
Usted indudablemente utiliFarC cortas eGpresiones tales como Ncuatro 'sO# ! NH>'# tres
vecesO$ Una secuencia con muchas laras series permite eGpresiones cortas del primer tipo$
Ba estructura de la serie de una secuencia Due parece aleatoria minimiFa la disponibilidad de
estas eGpresiones cortas# y por lo tanto de)ine descripciones econ!micas$ Ba aparente
aleatoriedad# por consiuiente# es una )orma de la complejidad de la estructura$
Determinantes de la complejidad estructural# tal como la codibilidad 8Iarner# /623L IlanFer
R Clar(# /640L JitF R 'odd# /6469 a)ectan la aparente aleatoriedad tambi;n$
Distribuciones del muestreo
Hemos propuesto Due Ss asine probabilidades a los eventos de tal manera Due a los
eventos mCs representativos les sean asinadas iuales probabilidades# e iualmente a los
eventos representativos les sean asinadas iuales probabilidades$ En esta secci!n#
investiamos la implicaci!n de estas hip!tesis para el estudio de las distribuciones del
muestreo subjetivo# por ejemplo# las probabilidades Due Ss asine a las muestras de un
tamaEo dado a una poblaci!n especi)icada$
Cuando las muestra es descrita en t;rminos de un estadstica simple# por ejemplo#
proporci!n ! media# el rado al cual ella representa a la poblaci!n es determinado por la
similaridad de esa estadstica al parCmetro correspondiente de la poblaci!n$ Puesto Due el
tamaEo de la muestra no re)leja cualDuier propiedad de la poblaci!n de orien# ella no a)ecta
la representatividad$ Por lo tanto# el evento de encontrar mCs de 433 varones en una muestra
de /333 reci;n nacidos# por ejemplo# es tan representativa como el evento de encontrar mCs
de 43 varones en una muestra de /33 reci;n nacidos$ Bos dos eventos# por consiuiente#
seran juFados iualmente probables# aunDue el Altimo# de hecho# es vastamente mCs
probable$ Similarmente# de acuerdo al presente anClisis# las probabilidades subjetivas de Due
el promedio de altura en una muestra de hombres descansa entre 4 pies o puladas y 4 pies .
puladas sera independiente del tamaEo de la muestra$
Para probar estas predicciones# nueve rupos di)erentes de Ss produjeron distribuciones
de muestreo subjetivo para tres muestras de tamaEos 8* [ /3# /33# /3339 y para cada una de
las tres poblaciones siuientes$
%istribucin de seos& 8Binomial# p [ $139 a los Ss se les dijo Due aproGimadamente * reci;n
nacidos nacieron cada da en una cierta rei!n$ Para * [ /333# por ejemplo# la interroante se
lee como siue<
/10 &radecemos a "$ P$ &belson por llamar nuestra atenci!n sobre este estudio$
Insertar a-u* la 4i#ura ' de la p5#ina 16 del ori#inal(
02
?iura /$ Distribuci!n de seGos$
En Du; porcentaje de das el nAmero de varones entre /33 reci;n nacidos serC como siue<
&rriba de 13 varones
13 a /13 varones
/13 a .13 varones
$ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $
713 a 613 varones
-Cs de 613 varones
*ote Due las cateoras incluyen todas las posibilidades# por tanto sus repuestas deberCn
alcanFar alrededor del /33W$
Para * [ /33# las // cateoras )ueron< hasta 1# 1>/1# etc$ Para * [ /3# cada cateora
contuvo un simple resultado# por ejemplo# 4 varones$
%istribucin de los latidos del corazn& 8Binomial# p [ $739 &Du# a los Ss se les dijo Due
aproGimadamente * reci;n nacidos nacen cada da en una cierta rei!n# y Due el 73W de
todos los reci;n nacidos tienen un latido del coraF!n de tipo h y el restante .3W tiene latido
del coraF!n de tipo i$ Para cada tamaEo de muestra # Ss produjo distribuciones de muestreo
para el nAmero de reci;n nacidos# nacidos cada da con latido del coraF!n tipo h usando las
mismas // cateoras como las de arriba$
Insertar a-u* la 4i#ura + de la p5#ina 78 del ori#inal(
?iura .$ Distribuci!n de tipos de latido del coraF!n
%istribucin de altura& & los Ss se les dijo Due un centro de inducci!n reional reistra el
promedio de altura de * hombres Duienes son eGaminados cada da$ & ellos tambi;n se les
dijo Due el promedio de altura de la poblaci!n masculina descansa entre /23>/21 cm$ 8en
Israel la altura es medida en centmetros9# y Due la )recuencia de las alturas decrece con la
distancia de la media$ Para cada tamaEo de muestra# Ss produjo una distribuci!n del muestreo
del promedio de altura# en las siuientes siete cateoras< arriba de /43# /43>/41# $ $ $ $ # mCs
de /71$
Ba media estimada para las tres poblaciones# respectivamente# son mostradas en las
?iuras /# . y 0 para todos los tres valores de *$ 8El tamaEo del rupo vari! de :1 a 7: con
un promedio de 4.9$ Es aparente Due el tamaEo de la muestra no tiene e)ecto cualDuiera Due
sean las distribuciones del muestreo subjetivo$ Irupos independientes encarados con
problemas Due di)ieren solo en el tamaEo de la muestra# producen distribuciones
distinuibles$ Este resultado se sostiene para poblaciones Due son abstractamente de)inidas#
por ejemplo# el binomial# as como para poblaciones Due son conocidas para los Ss a trav;s
de la eGperiencia diaria# por ejemplo# la altura de los hombres$
Insertar a-u* la 4i#ura 1 de la p5#ina 7' del ori#inal(
?iura 0$ Distribuci!n de altura$
Puesto Due las distribuciones del muestreo subjetivo son independientes de *# las lneas
s!lidas en cada )iura# las cuales conectan los medios de las medias estimadas# pueden ser
07
consideradas como distribuciones de muestreo NuniversalO para la respectiva poblaci!n$ Para
describir la manitud del e)ecto cierto del tamaEo de la muestra# el cual los Ss
completamente inoran# las distribuciones del muestreo correcto paras p [ $13 y p [ $73 se
muestran# juntos con la jcorrespondiente distribuci!n de muestreo NuniversalO# en las ?iuras
: y 1# respectivamente$
Puede verse Due las curvas NuniversalesO son aAn mCs planas Due las curvas correctas
para * [ /3$ Para p [ $13# la variante NuniversalO 8$:79 es aproGimadamente iual a la
variante correcta del muestreo para * [ 1 8$319$ Para p [ $73# la variante de la curva
NuniversalO 8$3479 se ubica entre la variante del muestreo correcto para * [ . y esa para * [
0$
En distribuciones binomiales# la media eneralmente coincide con el modo$
Consecuentemente# cuando p k $13# el vnculo corto debe ser mCs alto Due el vnculo laroL
vea# por ejemplo# la distribuci!n correcta para * [ /3 en la ?iura :$ Ba ?iura : tambi;n
muestra Due esta propiedad es violada por la curva NuniversalO para p [ $73 cuya media es
solo de $40$ Por tanto# aunDue el modo de la distribuci!n del muestreo subjetivo estC
apropiadamente localiFado en el valor mCs representativo# la media estC desplaFada hacia el
vnculo laro$ El mismo resultado ha sido obtenido en otros estudios# por ejemplo# Cohen y
Hansel 8/6149# Peterson# DuCharme y Ed+ards 8/6479$ Por tanto# para p [$73 la distribuci!n
del muestreo NuniversalO de la proporci!n no es una binomial del todod
Insertar a-u* la 4i#ura 7 de la p5#ina 7+ del ori#inal(
?iura :$ Distribuci!n del muestreo p [ $13$
El presente eGperimento di)iere de estudios previos de la binomial subjetiva 8Peterson#
DuCharme R Ed+ards# /647L Hheeler R Beach# /6479 en los dos respectos$ Primero# el
trabajo anterior estuvo relacionado con tamaEos de muestra mucho mCs peDueEos Due
aDuellos del presente estudio$ Seundo# y mCs importante# el nAmero de eventos entre los
cuales las probabilidades )ueron distribuidas no )ue el mismo para di)erentes tamaEos de
muestra< para una muestra de tamaEo *# los Ss evaluaron * l / resultados$ En el presente
estudio# en contraste# los Ss evalAan el mismo nAmero de cateoras para todos los tamaEos
de muestra$ Ba constante de la distribuci!n de muestreo con respecto a *# la cual es
demostrada en las ?iuras /# . y 0# puede no sostenerse eGactamente cuando el nAmero de
cateoras vara# ! cuando la muestra es su)iciente peDueEa para permitir la enumeraci!n de
posibilidades$ Para muestras randes# la enumeraci!n es imposible y el recurso natural es
para una apreciaci!n directa de la representatividad# la cual es dominada por la media de la
muestra ! la proporci!n de la muestra$
Insertar a-u* la 4i#ura 9 de la p5#ina 71 del ori#inal(
?iura 1$ Distribuci!n del muestreo p [ $73$
Para promover la eGploraci!n de la predicci!n de representatividad concerniente al
tamaEo de la muestra# un eGperimento adicional )ue conducido$ Bos Ss )ueron 62 no
raduados de Stan)ord sin educaci!n en probabilidad ! estadstica# corrido en peDueEos
rupos de 1 a /. miembros cada uno$ Bos Ss )ueron presentados# in un orden )ijado# con tres
problemas cada uno de)iniendo un proceso de muestreo con una media espec)ica y un valor
crtico por encima de la media# y reDueridos a juFar si un resultado de muestreo particular es
mCs probable Due ocurra en una peDueEa muestra ! en una muestra rande$ & cada Ss se le
pa! m /$33 por su participaci!n en el eGperimento y un m /$33 adicional si su respuesta a uno
06
de los problemas 8aleatoriamente seleccionado despu;s de completar la tarea9 estuvo
correcta$
Para controlar los prejuicios en la respuesta# cada problema )ue presentado en dos )ormas$
Ba mitad de los Ss juFaron# para todos los tres problemas# si un resultado Due es m's
eGtremo Due el valor crtico especi)icado es mCs probable Due ocurra en una muestra peDueEa
! en una muestra rande$ Ba respuesta correcta# por supuesto# es Due un resultado eGtremo es
mCs probable de ocurrir en una muestra peDueEa$ El resto de Ss juFaron si un resultado Due
es menos eGtremo Due el valor crtico especi)icado es mCs probable Due ocurra en una
muestra peDueEa ! en una rande$ Ba respuesta correcta aDu es Due tal resultado es mCs
probable Due ocurra en una muestra rande$ Bos tres problemas son presentados abajo$ Bos
valores mostrados son los nAmeros de Ss Duienes escoieron cada cateora de respuesta#
para cada una de las dos )ormas$ Bas respuestas correctas estCn marcadas con un asterisco$
/$ Una cierta ciudad es atendida por dos hospitales# En el hospital mCs rande alrededor de :1
beb;s nacen cada da y en el mCs peDueEo alrededor de /1 beb;s nacen cada da$ Como usted sabe
alrededor del 13W de todos los beb;s son varones$ El porcentaje eGacto de beb;s varones# sin
embaro# vara da a da$ &lunas veces puede ser mayor del 13W# alunas veces menor$
Para un perodo de un aEo# cada hospital reistr! los das en los cuales 8mCs ! menos9 el 43W de
los beb;s nacidos )ueron varones$ CuCl hospital usted piensa Due reistr! mCs# tales dasQ
-Cs del 43W -enos del 43W
El hospital mCs rande /. 6K
El hospital mCs peDueEo /3K //
&lrededor del mismo 8por ejemplo# 1W de
uno a otro9 .7 .1
.$ Un investiador estudiando alunas propiedades del lenuaje seleccion! un libro en rAstica y
comput! el promedio de eGtensi!n de palabras en cada pCina del libro 8por ejemplo# el nAmero de
letras en esa pCina dividido por el nAmero de palabras9$ %tro investiador tom! la primera lnea en
cada pCina y comput! el promedio de eGtensi!n de palabras de la lnea$ El promedio de eGtensi!n de
palabras del libro entero es :$ Sin embaro# no cada lnea ! pCina tiene eGactamente ese promedio$
&lunas pueden tener un promedio mCs alto de eGtensi!n de palabras# alunas menor$
El primer investiador cont! el nAmero de pCinas Due tena un promedio de eGtensi!n de
palabras de ! 8mCs ! menos9 y el seundo investiador cont! el nAmero de lneas Due tena un
promedio de lonitud de palabras de 4 ! 8mCs ! menos9$ Pu; investiador piensa usted reistr! un
mayor nAmero de tales unidades 8pCinas para uno# lneas para el otro9Q
-Cs de 4 -enos de 4
Ba pCina del investiador 7 /3K
Ba lnea del investiador ./K /1
&lrededor del mismo 8por ejemplo# 1W de
uno a otro9 .3 .0
0$ Una encuesta m;dica se estC llevando a cabo para estudiar alunos )actores pertenecientes a las
en)ermedades coronarias$ Dos eDuipos estCn recolectando los datos$ Uno cheDuea tres hombres al da
y el otro cheDuea un hombre al da$ Estos hombres son escoidos al aFar de una poblaci!n$ Cada
altura del hombre es medida durante el cheDueo$ El promedio de altura de los hombres adultos es 1
pies /3 puladas# y eGisten tantos hombres cuyas alturas estCn por encima del promedio como
tambi;n eGisten hombres cuyas alturas estCn por debajo del promedio$
:3
El eDuipo cheDueando tres hombres por da los clasi)ica con respecto a su altura# y calcula los
das en los cuales la altura del hombre medio es 8mCs ! menos9 de 1 pies // puladas$ El otro eDuipo
meramente cuenta los das en los cuales el hombre Due el cheDue! )ue 8mCs alto TmCs bajo9 Due 1 pies
// puladas$ CuCl eDuipo piensa usted Due calcul! mCs tales dasQ
-Cs de 1@ //@@ -enos de 1@ //@@
El eDuipo cheDueando 0 2 /:K
El eDuipo cheDueando / /7K /2
&lrededor del mismo 8por ejemplo 1W
de uno a otro9 .0 /2
Si los Ss tienen una idea dentro del tamaEo de la muestra# ellos deberan encontrarlo )Ccil
de seleccionar las respuestas correctas a estas simples preuntas ordinales$ Por otro lado# si
ellos juFan los resultados representativos ser iualmente probables# ellos no deberan
mostrar una sistemCtica pre)erencia por la respuesta correcta$ Este es claramente el caso$ Ba
respuesta es NiualO en casi todas las comparacionesL mCs aAn# no eGiste pre)erencia
sini)icante para la respuesta correcta en cualDuiera de los problemas$
Este eGperimento con)irma las conclusiones del estudio inicial a pesar de varias
di)erencias de procedimiento$ &Du# cada uno de los 1 hace un juicio ordinal directo de la
probabilidad de un resultado con dos tamaEos de muestras bajo condiciones desinadas a
motivar eGactitud$ Este procedimiento debera estimular la importancia del tamaEo de la
muestra$ &demCs# el Altimo problema compara una simple observaci!n de la media de una
muestra de tres observaciones$ &parentemente# los Ss )allaron en notar aAn el hecho obvio
Due las medias deben ser menos variables Due la las simples observaciones$
Ba noci!n Due la variaci!n del muestreo decrece en proporci!n al tamaEo de la muestra es
parte aparentemente del repertorio de las intuiciones del hombre$ Ciertamente# los conceptos
err!neos del papel del tamaEo de la muestra ocurre )recuentemente en cada da de la vida$
Por otro lado# la ente estC a menudo dispuesta a tomar seriamente un resultado establecido
en porcentajes# sin tomar en cuenta el nAmero de observaciones# la cuales pueden ser
ridculamente peDueEas$ Por otro lado# la ente a menudo permanece esc;ptica en encarar la
evidencia s!lida de una muestra rande# como en el caso de el bien conocido poltico Duien
protest! ariamente Due el ndice del costo de vida no estC basado en la poblaci!n total# sino
solo en una muestra rande# y are!# NPeor aAn S una muestra aleatoriaO$
*osotros seuramente no pensamos implicar Due el hombre es incapaF de apreciar el
impacto del tamaEo de la muestra en la variante del muestreo$ & la ente se le puede enseEar
la rela correcta# talveF aAn con una peDueEa di)icultad$ El punto permanece en Due la ente
no siue la rela correcta# cuando es dejada a sus propios mecanismos$ &demCs# el estudio de
la conducta de investiaci!n psicol!ica 8=$ Cohen# /64.L 'vers(y R Kahneman# /62/# .9
revela Due una )uerte tendencia a subestimar el impacto del tamaEo de la muestra persiste a
pesar del conocimiento de la rela correcta y el eGtenso entrenamiento estadstico$ Para
DuienDuiera Due deseara visualiFar al hombre como un raFonable estadstico intuitivo# tales
resultados son desalentadores$
:odelos normativos y ;eur*sticas descriptivas
Ba opini!n ha sido eGpresada 8vea# por ejemplo# H$ Ed+ards# /647#.19 Due el hombre# en
eneral# siue la correcta rela Bayesiana# pero )alla en preciar el impacto total de la
evidencia y es por lo tanto conservador$ Peterson y Beach 8/6429# por ejemplo# concluyeron
Due el modelo normativo provee una buena primera aproGimaci!n a la conducta de los Ss
:/
Duienes estCn Nin)luenciados por variables apropiadas y en direcciones apropiadasO 8p$ :09$
Esta opini!n no ha sido compartida por todos$ En una mCs reciente revisi!n de la literatura#
Slovic y Bichttenstein 8/62/9 aruyeron evaluaci!n de arriba del desenvolvimiento del
hombre como un estadstico intuitivo es Ndemasiado enerosaO# mientras Due PitF# Do+nin
y "einhold 8/6429 concluyeron# sobre la base de sus datos# Due el desenvolvimiento humano
en las tareas Bayesianas no es N!ptimo en una manera mCs )undamental Due estC implicada
por discusiones de conservatismoO 8p$ 06.9$
Ba inutilidad de la aproGimaci!n a la normativa Bayesiana para el anClisis y el modelaje
de la probabilidad subjetiva depende primariamente no en la eGactitud de los estimados
subjetivos# sino mCs bien en si el modelo captura las determinantes esenciales del proceso del
juicio$ Ba investiaci!n discutida en este trabajo suiere Due no$ En particular hemos visto
Due el tamaEo de la muestra no tiene e)ecto en las distribuciones del muestreo subjetivo# Due
posterior a los estimados binomios son determinados 8en el caso areado# al menos9 por la
proporci!n de la muestra mCs Due por la di)erencia de la muestra# y Due ellos no dependen de
la proporci!n de la poblaci!n$ En su evaluaci!n de la evidencia# el hombre no es
aparentemente un Bayesiano conservador< ;l ciertamente no es Bayesiano$
Puede areirse Due la )alla del modelo normativo para describir el comportamiento
Bayesiano estC limitado a simples Ss encarados con procesos aleatorios no )amiliares# y Due
el modelo normativo podra proveer una adecuada importancia en la evaluaci!n de los
procesos aleatorios mCs )amiliares encuentra en la vida de cada da$ EGiste una muy peDueEo
evidencia# sin embaro# para soportar esta opini!n$ Primero# ella ha sido mostrada 8'vers(y
R Kahneman# /62/# .9 Due el mismo tipo de errores sistemCticos Due son sueridos por
consideraciones de representatividad pueden ser encontrados en los juicios intuitivos de
so)isticados cient)icos$ &parentemente# el conocimiento de la teora de la probabilidad no
elimina todas las intuiciones err!neas concernientes a las leyes de la posibilidad$ Seundo# en
nuestra vida diaria encontramos numeroso procesos aleatorios 8por ejemplo# el nacimiento de
un niEo ! aniEa# acertando a la luF roja en una intersecci!n dada# obteniendo una mano sin
coraFones en un jueo de cartas9 los cuales obedecen la ley del binomio# por ejemplo# un alto
rado de aproGimaci!n$ Ba ente# sin embaro# )alla al eGtraer de estas eGperiencias una
adecuada concepci!n de los procesos binomiales$ &parentemente# solo la eGtensa eGposici!n
a numerosos ejemplos no produce un comportamiento !ptimo$
En sus vidas diarias# las entes se preuntan a s mismas y a otras interroantes tales
como< CuCles son las posibilidades de Due este niEo de /. aEos crecerC para ser un cient)icoQ
CuCl es la posibilidad Due este candidato serC electo para el caroQ CuCl es la probabilidad de
Due ;sta compaEa se retire de los neociosQ Estos problemas di)ieren de aDuellos discutidos
previamente en el trabajo en Due# debido a su carCcter Anico# ellos no pueden ser rCpidamente
contestados ya sea en t;rminos de la )recuencia de ocurrencia en el pasado# ! en t;rminos de
alAn bien de)inido proceso de muestreo$
En este trabajo# investiamos en alAn detalle una heurstica de acuerdo a la cual la
probabilidad de un evento es evaluada por el rado por el cual el es representativo de las
mayores caractersticas del proceso ! poblaci!n de la cual el es oriinado$ &unDue nuestros
ejemplos eGperimentales )ueron con)inados a procesos de muestreo bien de)inidos 8donde la
probabilidad objetiva es rCpidamente computable9# nosotros conjeturamos Due la misma
heurstica juea un importante papel en la evaluaci!n de la incertidumbre en esencialmente
Anicas situaciones donde ninuna respuesta NcorrectaO estC disponible$ Ba probabilidad de
Due un niEo de /. aEos llearC a ser un cient)ico# por ejemplo# puede ser evaluada por el
rado al cual el papel de un cient)ico es representativo de nuestra imaen del niEo$
Similarmente# en pensar sobre las posibilidades de Due una compaEa se saldrC del neocio# !
Due un poltico serC eleido para el caro# tenemos en mente un modelo de la compaEa# ! de
:.
la situaci!n poltica y evaluamos como mCs probable aDuellos resultados los cuales
representa mejor las caractersticas esenciales del modelo correspondiente$
7( <obre la psicolo#*a de la prediccin
Daniel Kahneman y &mos 'vers(y
En este trabajo# nosotros eGploramos las relas Due determinan las predicciones intuitivas
y juicios de con)ianFa y contrastamos ;stas relas con los principios normativos de la
predicci!n estadstica$ Dos clases de predicciones son discutidas< predicci!n de cateora y
predicci!n num;rica$ En un caso cate!rico# la predicci!n es dada en )orma nominal# por
ejemplo# el anador en una elecci!n# el dian!stico de un paciente ! la ocupaci!n )utura de
una persona$ En el caso num;rico# la predicci!n es dada en )orma num;rica# por ejemplo# el
valor )uturo de una acci!n particular ! el punto promedio de rado de un estudiante$
En hacer predicciones y juicios bajo incertidumbre# la ente no aparenta seuir el cClculo
de la posibilidad ! la teora de la predicci!n estadstica$ En veF de eso# ellos se apoyan en un
limitado nAmero de heursticas las cuales a veces producen juicios raFonables y alunas
veces conducen a severos y sistemCticos errores 8Kahneman R 'vers(y# /62.b# 0L 'vers(y R
Kahneman# /62/# .L /620# //9$ El presente trabajo estC relacionado con el papel de una de
;stas heursticas S representatividad S en predicciones intuitivas$
Dada una evidencia espec)ica 8por ejemplo# el esboFo de una personalidad9# los
resultados bajo consideraci!n 8por ejemplo# ocupaciones ! niveles de un loro9 pueden ser
ordenados por el rado del cual ellos son representativos de esa evidencia$ Ba tesis de este
trabajo es Due la ente predice por representatividad# lo Due es# Due ellos seleccionan A
ordenan los resultados por el rado al cual los resultados representan las caractersticas
esenciales de la evidencia$ En muchas situaciones# resultados representativos son ciertamente
mCs probables Due otros$ Sin embaro# este no es siempre el caso# porDue eGisten )actores
8por ejemplo# las probabilidades previas de los resultados y la con)iabilidad de la evidencia9
los cuales a)ectan la probabilidad de los resultados pero no su representatividad$ PorDue ;stos
)actores son inorados# las predicciones intuitivas violan las relas estadsticas de predicci!n
de sistemCticas y )undamentales maneras$ Para con)irmar ;sta hip!tesis# mostramos Due el
ordenamiento de los resultados por la probabilidad percibida coincide con su ordenamiento
por representatividad y Due las predicciones intuitivas no son esencialmente a)ectadas por
consideraciones de probabilidad previa y la eGactitud predictiva esperada$
En la primera secci!n# investiamos las predicciones de cateora y demostramos Due
ellas se con)orman a una evaluaci!n independiente de la representatividad y Due ellas son
esencialmente independientes de las probabilidades previas de los resultados$ En la siuiente
secci!n# investiamos las predicciones num;ricas y mostramos Due ellas no son propiamente
reresivas y no son esencialmente a)ectadas por consideraciones de con)iabilidad$ Bas
siuientes tres secciones discuten# a su veF# asuntos metodol!icos en el estudio de la
:0
predicci!n# las )uentes injusti)icadas de con)ianFa en las predicciones# y alunas intuiciones
)alaces concernientes a los e)ectos de la reresi!n$
Prediccin Cate#rica
Categor#a base$ similaridad y probabilidad
El siuiente ejemplo eGperimental ilustra la predicci!n por representatividad y las )alacias
asociadas con este modo de predicci!n intuitiva$ Un rupo de 46 sujetos /'0 =el rupo de
cateora base9 )ue reDuerido a responder la interroante siuiente< NConsidere todos los
estudiantes raduados de primer aEo en los Estados Unidos hoy$ Por )avor escriba su mejor
vaticinio sobre el porcentaje de estos estudiantes Duienes ahora estCn enrolados en cada uno
de los siuientes nueve campos de especialiFaci!nO$ Bos nueve campos estCn listados en la
'abla /$ Ba primera columna de esta tabla presenta la media estimada de cateora base para
los varios campos$
Un seundo rupo de 41 sujetos 8la similaridad del rupo9 )ue presentada con el siuiente
esboFo de personalidad<
'om H$ Es de alta inteliencia# aunDue carece de verdadera creatividad$ El tiene una necesidad por el orden y la
claridad y por sistemas ntidos y ordenados en los cuales cada detalle encuentra su luar apropiado$ Su escritura
es mCs bien lenta y mecCnica# ocasionalmente animada por alunos malos jueos de palabras y por destellos de
la imainaci!n del tipo sci>)i$ El tiene un )uerte manejo de la competencia$ El parece tener poca disposici!n y
porca simpata hacia la demCs ente y no dis)ruta interactuando con otros$ &uto>centrado# ;l a pesar de todo
tiene un pro)undo sentido moral$
& los sujetos se les reDuiri! clasi)icar las nueve Creas en t;rminos de NcuCn similar es
'om H$ al tpico estudiante raduado en cada uno de los siuientes nueve campos de
especialiFaci!n del raduadoQO Ba seunda columna en la tabla / presenta la media de
similaridad de clasi)icaci!n asinada a los varios campos$
?inalmente# una predicci!n de rupo# consistiendo de //: estudiantes raduados en
psicoloa en las tres mayores universidades de los Estados Unidos# a Duienes se les dio el
esboFo de 'om H$# con la siuiente in)ormaci!n adicional<
'abla /$ Cateoras base estimadas de las nueve Creas de especialiFaci!n del raduado y resumen de
datos de similaridad y predicci!n para 'om H$
nrea de especialiFaci!n -edia juFada de la -edia del rano de -edia del rano de
del raduado cateora base similaridad probabilidad
8en puladas9
&dministraci!n de empresas /1 0$6 :$0
Ciencia en computaci!n 2 .$/ .$1
Ineniera 6 .$6 .$4
Humanidades y Educaci!n .3 2$. 2$4
Beyes 6 1$6 1$.
Ciencia Bibliotecaria 0 :$. :$2
-edicina 7 1$6 1$7
?sica y Ciencias de la Jida /. :$1 :$0
Ciencia Social y 'rabajo Social /2 7$. 7$3
El precedente esboFo de la personalidad de 'om# )ue escrito durante el Altimo aEo en el hih school por un
psic!loo# sobre la base de pruebas proyectivas$ 'om H$ es actualmente un estudiante raduado$ Por )avor
clasi)iDue los siuientes nueve campos de especialiFaci!n de raduados en orden de la probabilidad de Due 'om
H$ es ahora un estudiante raduado en cada uno de estos campos$
::
/'0 & menos Due se especi)iDue otra cosa# los sujetos en los estudios reportados en este trabajo )ueron
voluntarios reclutados a trav;s del trabajo de un estudiante de la Universidad de %re!n$ Bos datos )ueron
colectados en arrelos de rupo$
Ba tercera columna en la tabla / presenta la media de los ranos asinados a los
resultados por los sujetos en la predicci!n de rupo$
Bas correlaciones producto>momento entre las columnas de la 'abla / )ueron calculados$
Ba correlaci!n entre la probabilidad juFada y la similaridad es de $62# mientras Due la
correlaci!n entre la probabilidad juFada y la cateora base estimada es >$41$ Evidentemente#
los juicios de probabilidad esencialmente coinciden con los juicios de similaridad y son muy
di)erentes a los estimados de la cateora base$ Este resultado provee una con)irmaci!n
directa de la hip!tesis Due la ente predice por representatividad# ! similaridad$
Bos juicios de probabilidad por los estudiantes raduados en psicoloa drCsticamente
violan las relas normativas de la predicci!n$ -Cs del 61W de aDuellos entrevistados
juFaron Due 'om H$ es mCs proclive a estudiar ciencias de la computaci!n Due humanidades
! educaci!n# aunDue estuvieron seuramente concientes del hecho Due eGisten mucho mCs
estudiantes en el Altimo campo$ De acuerdo a los estimados de cateora base mostrados en la
'abla /# las probabilidades previas para humanidades ! educaci!n contra la ciencia de la
computaci!n son de alrededor de 0 a /$ 8Bas probabilidades actuales son considerablemente
mCs altas9$
De acuerdo a la rela de Bayes# es posible sobreponerse a las previas en contra de 'om
H$ de estar en las ciencias de la computaci!n mCs Due en humanidades ! educaci!n# Si la
descripci!n de su personalidad es ambas eGacta y dian!stica$ Bos estudiantes raduados en
nuestro estudio# sin embaro# no creyeron Due ;stas condiciones )ueran llenadas$ Siuiendo la
tarea de la predicci!n# los encuestados )ueron reDueridos a estimar el porcentaje de ;Gitos
8por ejemplo# correir primero las selecciones entre las nueve Creas9 las cuales podran ser
adDuiridas con varios tipos de in)ormaci!n$ Ba media estimada de ;Gitos )ue del .0W# por
ejemplo# para predicciones basadas en los reportes de estudiantes de Altimo aEo de hih
school de sus intereses y planes$ Evidentemente# las pruebas proyectivas )ueron tenidas en
baja estima$ *o obstante# los estudiantes raduados se apoyaron en una descripci!n derivada
de tales pruebas e inoraron las cateoras base$
En eneral# tres tipos de in)ormaci!n son relevantes para la predicci!n estadstica< 8a9
in)ormaci!n previa ! de )ondo 8por ejemplo# cateoras base de campos de especialiFaci!n de
los raduados9L 8b9 evidencia espec)ica concerniente al caso individual 8por ejemplo# la
descripci!n de 'om H$9L 8c9 la eGactitud esperada de la predicci!n 8por ejemplo# la
probabilidad estimada de ;Gitos9$ Una rela )undamental de la predicci!n estadstica es Due la
eGactitud esperada controle los pesos relativos asinados a la evidencia espec)ica y a la
in)ormaci!n previa$ Cuando la eGactitud esperada decrece# las predicciones deberan llear a
ser mCs reresivas# lo Due es# mCs cercanas a las eGpectativas basadas en la in)ormaci!n
previa$ En el caso de 'om H$# la eGactitud esperada )ue baja# y las probabilidades previas
deberan haber sido sopesadas randemente$ En veF de eso# nuestros sujetos predijeron por
representatividad# lo Due es# ellos ordenaron los resultados por su similaridad a la evidencia
espec)ica# sin ninuna consideraci!n por las probabilidades previas$
En su eGclusiva con)ianFa en el esboFo de personalidad# los sujetos en el rupo de
predicci!n aparentemente inoraron las siuientes consideraciones$ Primero# dada la notoria
invalideF de las pruebas de personalidad proyectiva# es muy probable Due 'om H$ nunca )ue
de hecho tan compulsivo y tan reservado como su descripci!n suiere$ Seundo# aAn si la
descripci!n )ue vClida cuando 'om H$ estaba en hih school# puede no ser vClida ahora Due
;l estC en la escuela de raduados$ ?inalmente# aAn si la descripci!n es aAn vClida# eGisten
probablemente mCs entes Duienes encuadran esa descripci!n entre estudiantes de
humanidades y de educaci!n Due entre estudiantes de ciencias de computaci!n# simplemente
porDue eGisten muchos mCs estudiantes en el anterior Due en el Altimo campo$
:1
(anipulacin de la eactitud esperada
Un estudio adicional prueba Due las hip!tesis Due# contrario al modelo estadstico# una
manipulaci!n de la eGactitud esperada no a)ecta el patr!n de predicciones$ El material
eGperimental consisti! de cinco esboFos concisos de personalidad de muchachos de noveno
rado# pretendidamente escrito por un consejero sobre la base de una entrevista en el
conteGto de un estudio lonitudinal$ El diseEo )ue es mismo como en el estudio de 'om H$
Para cada descripci!n# los sujetos en un rupo 8* [ 469 clasi)icaron los nueve campos de
especialiFaci!n de raduados 8vea 'abla /9 en t;rminos de la similaridad del muchacho
descrito a su Nimaen del tpico estudiante raduado de primer aEo en el campoO$ Siuiendo
la similaridad de los juicios# ellos estimaron la )recuencia de la cateora base de las nueve
Creas de especialiFaci!n de raduados$ Estos estimados )ueron mostrados en la 'abla /$ & los
sujetos restantes se les dijo Due los cinco casos haban sido aleatoriamente seleccionados de
entre los participantes en el estudio oriinal Duienes son ahora estudiantes raduados de
primer aEo$ & un rupo# el rupo de eGactitud alta 8* [ 119 se les dijo Due Nsobre la base de
tales descripciones# estudiantes como ustedes mismos hicieron predicciones correctas en
alrededor del 11W de los casosO$ &l rupo de eGactitud baja 8* [ 139 se les dijo Due las
predicciones de los estudiantes en ;sta tarea estCn correctos en alrededor del .2W de los
casos$ Para cada descripci!n# los sujetos clasi)icaron los nueve campos de acuerdo a Nla
probabilidad de Due la persona descrita es ahora un estudiante raduado en ese campoO$ Para
cada descripci!n# ellos tambi;n estimaron la probabilidad de Due su primera selecci!n
estuviera correcta$
Ba manipulaci!n de la eGactitud esperada tuvo un sini)icante e)ecto sobre estos juicios
de probabilidad$ Bas medias estimadas )ueron $23 y $14# respectivamente para el rupo de alta
y baja eGactitud 8t [ 0$2.# p ] $33/9$ Sin embaro# el ordenamiento de los nueve resultados
producidos por debajo de las instrucciones de eGactitud baja no )ueron sini)icantemente mCs
cercanas a la distribuci!n de cateora base Due el ordenamiento producido bajo las
instrucciones de eGactitud alta$ Una correlaci!n producto>momento )ue calculada para cada
juicio# dentro del rano promedio Due ;l haba asinado a cada uno de los nueve resultados
8sobre las cinco descripciones9 y la cateora base$ Esta correlaci!n es una medida lobal del
rado al cual las predicciones del sujeto se con)orman a la distribuci!n de la cateora base$
Bos promedios de ;stas correlaciones individuales )ueron $/0 para los sujetos en el rupo de
eGactitud alta y $/4 para los sujetos en el rupo de eGactitud baja$ Ba di)erencia no se
aproGima a la sini)icancia 8t [ $:.# d) [ /309$ Este patr!n de juicios viola la teora normativa
de la predicci!n# de acuerdo a la cual cualDuier decremento en la esperada eGactitud debera
estar acompaEado por y un cambio de predicciones hacia la cateora base$
Puesto Due la manipulaci!n de la eGactitud esperada no tuvo e)ecto en las predicciones#
los dos rupos de predicci!n )ueron unidos$ &nClisis subsecuentes )ueron lo mismo como en
el estudio de 'om H$ Por cada descripci!n# dos correlaciones )ueron calculadas< 8a9 entre el
rano de probabilidad media y el rano de similaridad media y 8b9 entre el rano de
probabilidad media y la media de cateora base$ Estas correlaciones son mostradas en la
'abla .# con el resultado juFado mCs probable para cada descripci!n$ Bas correlaciones entre
predicci!n y similaridad son consistentemente altas$ En contraste# no eGiste relaci!n
sistemCtica entre predicci!n y cateora base< las correlaciones varan ampliamente
dependiendo de si el resultado mCs representativo para cada descripci!n pudieran ser
)recuentes ! raros$
:4
'abla .$ Correlaciones producto>momento del rano de probabilidad media con el rano de
similaridad media y con la de la cateora base media$
Primera predicci!n modaloooooooooooooooooooooooooooooooooo
Ciencias de la Ciencia &dministraci!n
Beyes Computaci!n -edicina bibliotecaria de empresas
Con el rano de similaridad media $60 $64 $6. $77 $77
Con la cateora base $00 >$01 $.2 >$30 $4.
&Du de nuevo# las consideraciones de cateora base )ueron desatendidas$ En la teora
estadstica# a uno se le permite inorar la cateora base solo cuando uno espera ser in)alible$
En todos los otros casos# un compromiso apropiado debe ser encontrado entre el
ordenamiento suerido por la descripci!n y el ordenamiento de las cateoras base$ Es
di)cilmente creble Due una descripci!n precipitada de un niEo de catorce aEos basada en una
simple entrevista podra justi)icar el rado de in)alibilidad implicado por las predicciones de
nuestros sujetos$
Siuiendo las cinco descripciones de personalidad# a los sujetos se les dio un problema
adicional<
Sobre Don a usted no se le dirC nada eGcepto Due particip! en el estudio oriinal y es ahora un estudiante
raduado de primer aEo$ Por )avor indiDue su ordenamiento y reporte su con)ianFa en este caso tambi;n$
Para Don la correlaci!n entre el rano de probabilidad media y la cateora base estimada
)ue $2:$ Por lo tanto# el conocimiento de las cateoras base# el cual no )ue aplicado cuando
una descripci!n )ue dada# )ue utiliFado cuando ninuna evidencia espec)ica estuvo
disponible$
Previa versus individuar la evidencia
El siuiente estudio provee un mCs estricto ensayo de la hip!tesis Due las predicciones
intuitivas estCn dominadas por la representatividad y son relativamente insensibles a las
probabilidades previas$ En este estudio# las probabilidades previas )ueron hechas
eGcepcionalmente conspicuas y compatibles con el modo de respuesta$ Bos sujetos )ueron
presentados con la siuiente historia in)ormativa<
Un panel de psic!loos han entrevistado y administrado las pruebas de personalidad de 03 inenieros y 23
aboados# todos eGitosos en sus respectivos campos$ Sobre las bases de esta in)ormaci!n# breves descripciones
de 03 inenieros y 23 aboados han sido escritas$ Usted encontrarC en sus )ormularios cinco descripciones#
escoidas al aFar de /33 descripciones disponibles$ Para cada descripci!n# por )avor indiDue su probabilidad
Due la persona descrita es un ineniero# en una escala de 3 a /33$
Ba misma tarea ha sido realiFada por un panel de eGpertos# Duienes )ueron altamente eGactos en asinar las
probabilidades a las varias descripciones$ & usted se le paarC un bono en la medida Due su estimado se acerDue
a aDuellos del panel de eGpertos$
Estas instrucciones les )ueron dadas a un rupo de 71 sujetos 8el ineniero comAn# !
rupo B9$ & los sujetos en otro rupo 8el ineniero de cateora# ! rupo HL * [ 749 les
)ueron dadas id;nticas instrucciones eGcepto por las probabilidades previas< a ellos se les dijo
Due el jueo del cual las descripciones han sido sacadas consistan de 23 inenieros y 03
aboados$ 'odos los sujetos )ueron presentados con las mismas cinco descripciones$ Una de
las descripciones es la siuiente<
:2
=ac( es un hombre de :1 aEos de edad$ El estC casado y tiene cuatro niEos$ El es eneralmente conservador#
cuidadoso y ambicioso$ El no muestra inter;s por la poltica y asuntos sociales y emplea la mayora de su
tiempo libre en sus muchos phobbies@ los cuales incluyen carpintera en casa# naveaci!n y problemas de
matemCticas$
Ba probabilidad de Due =ac( es uno de los 03 inenieros en la muestra de /33 es oooooW$
Siuiendo las cinco descripciones# los sujetos encontraron la invClida descripci!n<
Supona ahora Due a usted no se le da ninuna in)ormaci!n# sea la Due )uere# sobre un individuo escoido al
aFar de la muestra$
Ba probabilidad de Due este hombre sea uno de los 03 inenieros en la muestra de /33 es oooooW$
En ambos rupos el del ineniero de cateora y el del ineniero comAn# la mitad de los
sujetos )ueron reDueridos a evaluar# para cada descripci!n# la probabilidad de Due la persona
descrita era un ineniero 8como en el ejemplo de arriba9# mientras Due los otros sujetos
evaluados# para cada descripci!n# la probabilidad de Due la persona descrita )uera un
aboado$ Esta manipulaci!n no tuvo e)ecto$ Bas probabilidades medias asinadas a los
resultados ingeniero y abogado en los dos di)erentes )ormas se arearon a alrededor del
/33W por cada descripci!n$ Consecuentemente# los datos para las dos )ormas )ueron unidos#
y los resultados son presentados en t;rminos del resultado ingeniero$
El diseEo de este eGperimento permite el cClculo del patr!n normativamente apropiado de
los juicios$ Ba derivaci!n se apoya en la )!rmula de Bayes# en )orma de probabilidades$ Sea
% las probabilidades de Due una descripci!n particular perteneFca a un ineniero mCs Due a
un aboado$ De acuerdo a la rela de Bayes# % [ P > "# donde P denota las probabilidades
previas Due una descripci!n seleccionada al aFar perteneFca a un ineniero mCs Due a un
aboadoL y " es la relaci!n de probabilidad para una descripci!n particular# Due es# la
relaci!n de la probabilidad Due una persona aleatoriamente sacada de una poblaci!n de
inenieros serC as descrita a la probabilidad de Due una persona aleatoriamente sacada de
una poblaci!n de aboados serC as descrita$
Para el rupo de inenieros de cateora# a Duienes se les dijo Due la muestra consiste de
23 inenieros y 03 aboados# las probabilidades previas PH son iual a 23T03$ Para el rupo
de inenieros comunes# las probabilidades previas PB son iuales a 03T23$ Por lo tanto# para
cada descripci!n# la relaci!n de las probabilidades posteriores para los dos rupos es
% H [ P H > " [ P H [ 2T0 [ 1$:::
%B PB > " PB 0T2
Insertar a-u* la 4i#ura ' de la p5#ina 99 del ori#inal(
?iura /$ Probabilidad media juFada 8ineniero9 para cinco descripciones y para la
descripci!n invClida 8smbolo cuadrado9 bajo altas y bajas probabilidades previas$ 8Ba
lnea curva despliea la relaci!n correcta de acuerdo a la rela de Bayes$9
Puesto Due la relaci!n de probabilidad es cancelada es esta )!rmula# el mismo valor de
%HT%B debera obtenerse para todas las descripciones$ En el presente diseEo# por
consiuiente# el e)ecto correcto de la manipulaci!n de las probabilidades previas puede ser
calculado sin el conocimiento de la relaci!n de la probabilidad$
Ba ?iura / presenta el estimado de la media de probabilidad para cada descripci!n# bajo
las dos condiciones de probabilidad previa$ Para cada descripci!n# la media estimada de la
probabilidad cuando la previa es alta 8PH [ 23T039 es ploteada contra la media estimada
cuando la anterior es baja 8PB [ 03T29$ De acuerdo a la ecuaci!n normativa desarrollada en el
:7
pCrra)o precedente# todos los puntos deben caer sobre la lnea curveada 8Bayesiana9$ De
hecho# solo el cuadrado vaco corresponde a la descripci!n invClida sobre ;sta lnea< cuando
ninuna descripci!n es dada# los sujetos juFan la probabilidad ser del 23W bajo PH y del
03W bajo PB$ En los otros cinco casos# los puntos caen cerca de la lnea de identidad$
El e)ecto de la probabilidad previa# aunDue liero# es estadsticamente sini)icante$ Para
cada sujeto la media estimada de la probabilidad )ue calculada sobre todos los casos eGcepto
la invClida$ El promedio es estos valores )ue de 13W para el rupo de inenieros comunes y
de 11W para el rupo de inenieros de cateora 8t [ 0$.0# d) [/46# p ] $3/9$ *o obstante#
como puede ser visto en la ?iura /# cada punto estC mas cerca de la lnea de identidad Due
de lnea Bayesiana$ Es correcto concluir Due la manipulaci!n eGplcita de la distribuci!n
previa tuvo un mnimo e)ecto sobre la probabilidad subjetiva$ Como en el eGperimento
precedente# los sujetos aplicaron su conocimiento de la anterior solo cuando a ellos no se les
dio ninuna evidencia espec)ica$ Como vinculadas por la hip!tesis de la representatividad#
las probabilidades previas )ueron randemente inoradas cuando individualiFando la
in)ormaci!n estuvo disponible$
Ba )ortaleFa de este e)ecto es demostrada por las respuestas a la siuiente descripci!n<
Dic( es un hombre de 03 aEos$ El estC casado y no tiene hijos$ Un hombre de alta habilidad y alta motivaci!n# ;l
promete ser eGitoso en su campo$ El es apreciado por sus coleas$
Esta descripci!n )ue construida para ser totalmente desin)ormativa con relaci!n a la
pro)esi!n de Dic($ *uestros sujetos acordaron< las medias estimadas )ueron del 13W en
ambos rupos del ineniero comAn y del ineniero de cateora 8vea la ?iura /9$ El
contraste entre las respuestas a esta descripci!n y a la descripci!n invClida es deslumbrante$
Evidentemente# la ente responde di)erentemente cuando no le es dada una evidencia
espec)ica y cuando la evidencia dada es inAtil$ Cuando no se les es dada una evidencia
espec)ica# las probabilidades previas son apropiadamente utiliFadasL cuando la evidencia
espec)ica inAtil les es dada# las probabilidades previas son inoradas$ /10
EGisten situaciones en las cuales las probabilidades previas son probables de juar un
papel mCs sustancial$ En todos los ejemplos discutidos hasta ahora# distintos estereotipos
estuvieron asociados con los resultados alternativos# y los juicios )ueron controlados#
nosotros suerimos# por el rado al cual las descripciones parecen representativas de ;stos
estereotipos$ En otros problemas# los resultados son mCs naturalmente vistos como
sementos de una dimensi!n$ Supona# por ejemplo# Due uno es reDuerido a juFar la
probabilidad Due cada uno de varios estudiantes recibirC una beca$ En este problema# no
eGisten estereotipos bien delineados de recipiendarios y no recipiendarios de una beca$ -as
bien# esto es natural para considerar el resultado 8por ejemplo# obtener una beca9 como
determinado por un punto lmite a lo laro de la dimensi!n del loro acad;mico ! la
habilidad$ Bas probabilidades previas# Due es# el porcentaje de becas en el rupo relevante
podra ser usado para de)inir los resultados por la localiFaci!n del punto lmite$
Consecuentemente# no eGisten probabilidades de ser inoradas$ &demCs# nosotros
esperaramos las probabilidades previas eGtremas tener alAn e)ecto aAn en la presencia de
claros estereotipos de los resultados$ Una delineaci!n precisa de las condiciones bajo las
cuales la in)ormaci!n previa es usada ! descartada espera por posterior investiaci!n$
Uno de los problemas bCsicos de la predicci!n estadstica es Due la probabilidad previa# el
cual resume lo Due conocimos sobre el problema antes de recibir la evidencia espec)ica#
permanece relevante aAn despu;s de Due tal evidencia es obtenida$ Ba rela de Bayes# traduce
este principio cualitativo dentro de una relaci!n multiplicativa entre las probabilidades
previas y la proporci!n de la probabilidad$ *uestros sujetos# sin embaro# )allaron al interar
la probabilidad previa con la evidencia espec)ica$ Cuando se eGpuso a una descripci!n# sin
:6
/10 Pero vea p$ /16 ?
embaro escasa y sospechosa de 'om H$ ! de Dic( 8el inenieroTaboado9# ellos
aparentemente sintieron Due la distribuci!n de ocupaciones en su rupo ya no era relevante$
Ba )alla al apreciar la relevancia de la probabilidad previa en la presencia de evidencia
espec)ica es talveF uno de los mCs sini)icantes despeues de la intuici!n de la teora
normativa de la predicci!n$
Prediccin num@rica
Una rela )undamental de la teora normativa de la predicci!n es Due la variabilidad de
las predicciones# sobre un jueo de casos# debera re)lejar la eGactitud predictiva$ Cuando la
eGactitud predictiva es per)ecta# uno predice el valor del criterio Due ocurrirC$ Cuando la
incertidumbre es mCGima# un valor )ijado es predicho en todos los casos$ 8En la predicci!n de
la cateora# uno predice el sini)icado# el modo# la media ! alAn otro valor dependiendo de
la p;rdida de la )unci!n$9 Por lo tanto# la variabilidad de las predicciones es iual a la
variabilidad del criterio cuando la eGactitud predictiva es per)ecta# y la variabilidad de las
predicciones es cero cuando la eGactitud predictiva es cero$ Con una eGactitud predictiva
intermedia# la variabilidad de las predicciones toma un valor intermedio# Due es# Due las
predicciones son reresivas con respecto al criterio$ Por lo tanto# mayor la incertidumbre#
menor la variabilidad de las predicciones$ Bas predicciones por representatividad no siuen
esta rela$ ?ue mostrado en la secci!n previa Due la ente no reres! hacia las cateoras mCs
)recuentes cuando la cuando la eGactitud de las predicciones )ue reducida$ Ba presente
secci!n demuestra una )alla anCloa en el conteGto de la predicci!n num;rica$
Prediccin de resultados versus evaluacin de insumos
Supona Due a uno se le dijo Due un estudiante universitario de primer aEo ha sido
descrito por un consejero como inteliente# con con)ianFa en s mismo# Due trabaja duro e
inDuisitivo$ Considere dos tipos de preuntas Due podran ser hechas sobre ;sta descripci!n<
8a9 )valuacin< C!mo ;sta descripci!n lo impresiona a usted con respecto a la habilidad acad;micaQ Pu;
porcentaje de descripciones de estudiantes universitarios de primer aEo cree usted Due lo impresionara mCsQ 8b9
Prediccin< CuCl es su estimado del punteo promedio de rado Due este estudiante obtendrCQ CuCl es el
porcentaje de estudiantes universitarios de primer aEo Due obtendrCn un punteo promedio de rado mCs altoQ
EGiste una importante di)erencia entre las dos preuntas$ En la primera# usted evalAa el
insumoL en la seunda# usted predice un resultado$ Puesto Due eGiste seuramente una mayor
incertidumbre sobre la seunda Due sobre la primera# su predicci!n debera ser mCs reresiva
Due su evaluaci!n$ Esto es# el porcentaje Due usted da como una predicci!n debera estar mCs
cerca del 13W Due el porcentaje Due usted da como una evaluaci!n$ Para resaltar la
de)erencia entre las dos preuntas# considere la posibilidad Due la descripci!n es ineGacta$
Esto no debera tener ninAn e)ecto en su evaluaci!n< el ordenamiento de las descripciones
con respecto a las impresiones Due ellas hacen en usted es independiente de su eGactitud$ En
predecir# por otro lado# usted debera ser reresivo en la medida Due su sospecha de Due la
descripci!n es ineGacta ! su predicci!n invClida$
Ba hip!tesis de representatividad# sin embaro# implica Due la predicci!n y la evaluaci!n
deberan coincidir$ En evaluar una descripci!n dada# la ente selecciona una puntuaci!n la
cual# presumiblemente# es mCs representativa de la descripci!n$ Si la ente predice por
representatividad# ellos tambi;n seleccionarCn la puntuaci!n mCs representativa de su
predicci!n$ Consecuentemente# la evaluaci!n y la predicci!n serCn esencialmente id;nticas$
Jarios estudios )ueron conducidos para probar ;sta hip!tesis$ En cada uno de ;stos estudios a
13
los sujetos se les dio las in)ormaci!n descriptiva concerniente a un jueo de casos$ Un rupo
de evaluacin evalu! la calidad de cada descripci!n relativa a una poblaci!n establecida# y un
rupo de predicci!n predijo la ejecuci!n )utura$ Bos juicios de los dos rupos )ueron
comparados para probar si las predicciones son mCs reresivas Due las evaluaciones$
En los dos estudios# a los sujetos se les dio descripciones de la universidad supuestamente
escritas por un consejero sobre las bases de un entrevista administrativa a la entrada de
clases$ En el primer estudio# cada descripci!n consisti! de cinco adjetivos# re)erentes a las
cualidades intelectuales y al carCcter# como en el ejemplo citado$ En el seundo estudio# las
descripciones )ueron reportes# incluyendo detalles de la eGperiencia del estudiante y de su
adaptaci!n a la universidad$ En ambos estudios los rupos de evaluaci!n )ueron reDueridos a
evaluar cada una de las descripciones por estimaci!n Ndel porcentaje de estudiantes en toda la
clase cuyas descripciones indican una mCs alta habilidad acad;mica$O & los rupos de
predicci!n se les dio las mismas descripciones y )ueron reDueridos a predecir el punteo
promedio de rado adDuirido por cada estudiante al )inal de su primer aEo y su posici!n en la
clase en percentiles$
Bos resultados de ambos estudios se muestran en la ?iura .# la cual plotea# para cada
descripci!n# la predicci!n media del porcentaje del punteo promedio de rado contra la
media de evaluaci!n$ Ba Anica sistemCtica discrepancia entre predicciones y evaluaciones es
observada en los adjetivos del estudio donde las predicciones )ueron consistentemente mCs
altas Due las correspondientes evaluaciones$ Ba desviaci!n estCndar de las predicciones !
evaluaciones )ue calculada dentro de los datos de cada sujeto$ Una comparaci!n de estos
valores no indic! di)erencias sini)icantes en la variabilidad entre los rupos de evaluaci!n y
de predicci!n# dentro de un rano de valores bajo estudio$ En los adjetivos de estudio# la
desviaci!n estCndar promedio )ue .1$2 para el rupo de evaluaci!n 8* [ 079 y .:$3 para el
rupo de predicci!n 8* [ 049 8t [ /$.1# d) [ 2.# ns9$ En los reportes del estudio# el promedio
de la desviaci!n estCndar )ue ..$. para el rupo de evaluaci!n 8* [ 029 y ./$: para el rupo
de predicci!n 8* [ 409 8t [ $21# d) [ 67# ns9$ En ambos estudios los rupos de predicci!n y de
evaluaci!n produjeron iualmente juicios eGtremos# aunDue el Altimo predijo un criterio
objetivo remoto sobre las bases de la in)ormaci!n de entrevista imprecisa# mientras Due el
Altimo meramente evalu! la impresi!n obtenida de cada descripci!n$ En la teora estadstica
de la predicci!n# la eDuivalencia observada entre predicci!n y evaluaci!n debera ser
justi)icada solo si la eGactitud predictiva )uera per)ecta# una condici!n Due no podra ser
concebiblemente encontrada en estos estudios$
Insertar a-u* la 4i#ura + de la p5#ina 96 del ori#inal(
?iura .$ Percentil predicho del punteo promedio de rado como una )unci!n
del percentil de evaluaci!n para los adjetivos y los reportes$
Posterior evidencia par la eDuivalencia de la evaluaci!n y la predicci!n )ue obtenida en
una tesis de maestra por Beyth 8/62.9$ Ella present! tres rupos de sujetos con siete
artculos cortos# cada uno describiendo el desempeEo de un estudiante>pro)esor durante una
particular lecci!n prCctica$ Bos sujetos )ueron estudiantes en un curso de estadstica en la
Universidad Hebrea$ & ellos se les dijo Due las descripciones haban sido sacadas de entre los
archivos de /33 maestros de escuela elemental Duienes# cinco aEos antes# haban completado
su prorama de entrenamiento para maestro$ Bos sujetos en un rupo de evaluaci!n )ueron
reDueridos a evaluar la calidad de la lecci!n descrita en el artculo corto# en puntos
percentiles relativos a la poblaci!n establecida$ Bos sujetos en un rupo de predicci!n )ueron
reDueridos a predecir en puntos percentiles la posici!n actual de cada maestro# Due es# su
competencia lobal cinco aEos despu;s Due la descripci!n )ue escrita$ Un rupo de
1/
evaluaci!n>predicci!n realiF! ambas tareas$ Como en los estudios descritos arriba# las
di)erencias entre evaluaci!n y predicci!n no )ueron sini)icantes$ Este resultado sostuvo en
ambas las comparaciones entre sujeci!n y sujeto$ &unDue los jueces estuvieron
indudablemente concientes de la multitud de )actores Due intervienen entre una simple
lecci!n de tanteo y la competencia de la enseEanFa cinco aEos despu;s# este conocimiento no
caus! Due sus predicciones sean mCs reresivas Due sus evaluaciones$
Produccin versus traslacin
Bos estudios previos mostraron Due las predicciones de una variable no son reresivas
cuando son comparadas a las evaluaciones de los insumos en t;rminos de esa variable$ En el
estudio siuiente mostraremos Due eGisten situaciones en las cuales las predicciones de una
variable 8loro acad;mico9 no son mCs reresivas Due una mera traslaci!n de esa variable de
una escala a otra$ El punteo promedio de rado )ue escoido como la variable del resultado#
porDue correlaciona y las propiedades de distribuci!n son bien conocidas de la poblaci!n de
los sujetos$
'res rupos de sujetos participaron en el eGperimento$ Bos sujetos en todos los rupos
predijeron el punteo promedio de rado de /3 hipot;ticos estudiantes sobre lo bCsico de un
simple punteo percentil obtenido por cada uno de ;stos estudiantes$ El mismo jueo de
punteo percentil )ue presentado a todos los rupos# pero los tres rupos recibieron di)erentes
interpretaciones del insumo variable como siue$
/$ Percentil del punteo promedio de grado& & los sujetos en el Irupo / 8* [ 0.9 se les
dijo Due Npor cada uno de varios estudiantes a usted le serC dado un punteo percentil
representando sus loros acad;micos en el primer aEo en la universidad y a usted se le
reDuerirC dar su mejor predicci!n sobre su punteo promedio de rado para este aEoO$ Bes )ue
eGplicado a los sujetos Due Nun promedio percentil de 41# por ejemplo# sini)ica el punteo
promedio de rado lorado por este estudiante es mejor Due el adDuirido por el 41W de su
clase# etc$O
.$ Concentracin mental& & los sujetos en el Irupo . 8* [ 029 se les dijo Due NDue el
ensayo de concentraci!n mental mide la habilidad de uno para concentrarse y eGtraer toda la
in)ormaci!n transportada por los mensajes complejos$ Se encontr! Due los estudiantes con
los mCs altos punteos promedio de rado tendan a puntuar alto en el ensayo de
concentraci!n mental y viceversa$ Sin embaro# sin embaro el desempeEo en el ensayo de
concentraci!n mental se encontr! Due depende del humor y estado mental de la persona al
tiempo Due ;l tom! el ensayo$ Por lo tanto# cuando se ensay! repetidamente# la misma
persona podra obtener muy di)erente punteos# dependiendo de la cantidad de sueEo Due ;l
tuvo la noche antes ! cuCn bien ;l se sinti! ese da$O
0$ Sentido del *umor& & los sujetos en el Irupo 0 8* [ 019 se les dijo Due Nel ensayo del
sentido del humor mide la habilidad de la ente para inventar ineniosos subttulos para
caricaturas y para apreciar el humor en varias )ormas$ Se encontr! Due los estudiantes cuyo
alto punteo en este ensayo tienden# en eneral# a obtener punteo promedio mCs alto Due los
estudiantes Due puntean bajo$ Sin embaro# no es posible predecir el punteo promedio de
rado del sentido del humor con alta eGactitud$O
Insertar a-u* la 4i#ura 1 de la p5#*na A' del ori#inal
?iura 0$ Percentil predicho del punteo promedio de rado como una )unci!n
de la evaluaci!n percentil para adjetivos y reportes$
En el presente diseEo# todos los sujetos predijeron el punteo promedio de rado sobre las
bases del mismo jueo de punteos percentiles$ El Irupo / meramente traslad! los valores de
1.
punteo percentil del punteo promedio de rado a la escala de punteo promedio de rado$ Bos
Irupos . y 0# por otro lado# predijeron el punteo promedio de rado de los mCs remotos
insumos$ Bas consideraciones normativas por consiuiente dictan Due las predicciones de
estos rupos deberan ser mCs reresivas# Due es# menos variables Due los juicios del Irupo
/$ Ba representatividad hipot;tica sin embaro# suiere un di)erente patr!n de resultados$
El Irupo . predijo de un potencialmente vClido# pero no con)iable# ensayo de
concentraci!n mental el cual )ue presentado como una medida de la habilidad a acad;mica$
*osotros lanFamos la hip!tesis de Due las predicciones de este rupo seran no reresivas
comparadas a las predicciones del Irupo /$ En eneral# conjeturamos Due el punteo de loros
8por ejemplo# el punteo promedio de rado9 el cual representa un valor percentil de una
medida de la habilidad 8por ejemplo# la concentraci!n mental9 es esa Due corresponde al
mismo en la escala de loros$ Puesto Due la representatividad no estC a)ectada por la no
con)iabilidad# nosotros esperamos Due las predicciones del punteo promedio de rado del
ensayo no con)iable de la concentraci!n mental sea esencialmente id;ntico a las predicciones
del punteo promedio de rado del punteo percentil promedio de rado$ Bas predicciones del
Irupo 0# por otro lado# se esperaron ser reresivas porDue el sentido del humor no es
comAnmente visto como una medida de la habilidad acad;mica$ *osotros asumimos la
hip!tesis Due la predicciones de este rupo debera ser no reresiva cuando se compar! con
las predicciones del Irupo /$ En eneral# conjeturamos Due el punteo del loro 8por ejemplo#
el punteo promedio de rado9 Due mejor representa un valor percentil de una medida de la
habilidad 8por ejemplo# la concentraci!n mental9 es ese Due corresponde al mismo percentil
en la escala de ejecuci!n$ Puesto Due la representatividad no es a)ectada por la no
con)iabilidad# nosotros esperCbamos Due las predicciones del puntaje promedio de rado del
'abla 0$ Promedios de predicci!n estadstica individual para los tres rupos y resultados de las
comparaciones paneadas entre los rupos / y .# y entre los rupos . y 0$
Irupooooooooooooooooooooooooooooooooooooooooooooooooooo
/$ Percentil del .$ Concentraci!n 0$ Sentido del
punteo promedio mental humor
Estadstica de rado / vs$ . . vs$ 0
ooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooo
-edia predicha del punteo
promedio de rado .$.2 ns .$01 $31 .$:4
SD de las predicciones #6/ ns #72 $3/ $46
Inclinaci!n de la reresi!n $62 ns $3.6 $3/ $3..
r $62 ns $31 ns $6:

no con)iable de la concentraci!n mental ser esencialmente id;nticos a las predicciones del
punteo promedio de rado del punteo percentil del promedio de rado$ Bas predicciones del
Irupo 0# por otro lado# se esperaba Due )ueran reresivas porDue el sentido del humor no es
comAnmente visto como una medida de la habilidad acad;mica$
Bas predicciones medias asinadas a los /3 punteos percentiles por los tres rupos son
mostrados en la ?iura 0$ Es evidente en la )iura Due las predicciones del Irupo . no son
mCs reresivas Due las predicciones del Irupo /# mientras Due las predicciones del Irupo 0
aparecen mCs reresivas$
Cuatro ndices )ueron computados dentro de los datos de cada sujeto individual< la media
de sus predicciones# la desviaci!n estCndar de sus predicciones# la inclinaci!n de la reresi!n
del punteo promedio de rado predicho sobre las clasi)icaciones de insumos y la correlaci!n
producto>momento entre ellas$ Bas medias de estos valores para los tres rupos se muestran
en la 'abla 0$
10
Es aparente en la 'abla Due los sujetos en todos los tres rupos produjeron
ordenadamente datos# como es evidenciado por la alta correlaci!n entre insumos y
predicciones 8las correlaciones promedio )ueron obtenidas trans)ormado valores individuales
a la F de ?isher9$ Bos resultados de las comparaciones planeadas entre los Irupos / y . y
entre los Irupos . y 0 con)irman el patr!n observado en la ?iura 0$ *o eGisten di)erencias
sini)icantes entre las predicciones percentiles del punteo promedio de rado e de la
concentraci!n mental$ Por lo tanto# la ente )alla en reresar 8de reresi!n9 cuando predice
una medida del loro mediante una medida de la habilidad# sin embaro no con)iable$
Bas predicciones mediante el sentido del humor# por otro lado# son reresivas aunDue no
su)iciente$ Ba correlaci!n entre el punteo promedio de rado y el sentido del humor deducida
de una comparaci!n de las lneas de reresi!n es alrededor de $23$ &demCs# las predicciones
mediante el sentido del humor son sini)icantemente mCs altas Due las predicciones mediante
la concentraci!n mental$ EGiste tambi;n una tendencia para las predicciones mediante la
concentraci!n mental de ser mCs alta Due las predicciones basadas en el punteo percentil
promedio de rado$ Hemos observado ;stos descubrimientos en muchos estudios$ Cuando se
predice el loro acad;mico de un individuo sobre las bases de una in)ormaci!n imper)ecta#
los sujetos eGhiben poca severidad 8Iuil)ord# /61:9$ Ellos responden a una disminuci!n de la
valideF elevando el nivel predicho de desempeEo$
Se espera Due las predicciones sean esencialmente no reresivas cuando Duiera Due las
variables del insumo y el resultado sean vistas como mani)estaciones del mismo raso$ Un
ejemplo de tales predicciones ha sido observado en un escenario de la vida real# el Consejo
de Selecci!n de %)iciales del Ej;rcito Israel$ Bos o)iciales altamente eGperimentados Duienes
participaron en el eDuipo de evaluaci!n normalmente evaluaron candidatos en un punto 2 de
una escala al t;rmino de varios das prueba y observaci!n$ Para los prop!sitos del estudio#
ellos )ueron reDueridos ademCs de predecir# por cada candidato eGitoso# el rado )inal Due
obtendra en una escuela de entrenamiento de o)iciales$ En sobre .33 casos# evaluados por un
sustancial nAmero de di)erentes jueces# la distribuci!n de rados predichos se encontr! ser
virtualmente id;ntica a la distribuci!n actual de los rados )inales en la escuela de
entrenamiento de o)iciales# con una obvia eGcepci!n< las predicciones de )alla )ueron menos
)recuentes Due las )allas actuales$ En particular# las )recuencias de predicciones en las dos
mCs altas cateoras precisamente iual! las )recuencias actuales$ 'odos los jueces estuvieron
pro)undamente concientes de la investiaci!n indicando Due su valideF predictiva )ue solo
moderada 8en el orden de $.3 a $:39$ *o obstante# sus predicciones )ueron no reresivas$
Consideraciones metodol#icas
Ba hip!tesis de la representatividad establece Due las predicciones no di)ieren de las
evaluaciones de las evaluaciones de similaridad# aunDue la teora normativa estadstica
implica Due las predicciones deberan ser menos eGtremas Due ;stos juicios$ Ba hip!tesis de
la prueba de la representatividad# por consiuiente# reDuiere un diseEo en el cual las
predicciones sean comparadas con otro tipo de juicio$ Jariantes de los diseEos comparativos
)ueron usados en los estudios reportados en este trabajo$
En un diseEo# etiDuetado &>M,# di)erentes rupos de sujetos juFaron dos variables 8M y
,9 sobre las bases del mismo insumo de in)ormaci!n 8&9$ En el caso de 'om H$# por
ejemplo# a dos di)erentes rupos se les dio el mismo insumo de in)ormaci!n 8&9# Due es# una
descripci!n de la personalidad$ Un rupo clasi)ic! los resultados en t;rminos de similaridad
8M9# mientras Due el otro los clasi)ic! en t;rminos de probabilidad 8,9$ Similarmente# en
varios estudios de predicci!n num;rica# a di)erentes rupos se les dio la misma in)ormaci!n
8&9# por ejemplo# una lista de adjetivos describiendo a un estudiante$ Un rupo suministr!
una evaluaci!n 8M9 y el otro una predicci!n 8,9$ En otro diseEo# etiDuetado &B>M# dos
1:
rupos di)erentes de sujetos juFaron el mismo resultado de la variable 8M9 sobre las bases de
di)erentes insumos de in)ormaci!n 8& y B9$ En el estudio inenieroTaboado# por ejemplo#
dos di)erentes rupos hicieron el mismo juicio 8M9 de la probabilidad de Due un individuo
particular es un ineniero$ & ellos se les dio una breve descripci!n de su personalidad y
di)erente y di)erente in)ormaci!n 8& y B9 concerniente a las )recuencias base>proporci!n de
inenieros y aboados$ En el conteGto de la predicci!n num;rica# di)erentes rupos
predijeron un punteo promedio de rado 8M9 mediante tanteos de di)erentes variables# del
percentil del punteo promedio de rado 8&9 y de la concentraci!n mental 8B9$
Ba hip!tesis de representatividad estuvo apoyada en ;stos diseEos comparativos
mostrando Due contrario al modelo normativo# las predicciones no son mCs reresivas Due las
evaluaciones ! juicios de la similaridad$ 'ambi;n es posible preuntar si las predicciones
intuitivas son reresivas cuando son comparadas con los resultados actuales# ! con los
insumos cuando los insumos y los resultados son medidos sobre la misma escala$ &An
cuando la predicciones no son mCs reresivas Due las traslaciones# nosotros esperamos Due
ellas sean lieramente reresivas cuando son comparadas con los resultados# debido a la bien
conocida tendencia central al error 8=ohnson# /62.L Hood+orth# /6079$En una amplia
variedad de tareas de juicios# incluyendo la mera traslaci!n de insumos de una escala a otra#
los sujetos tienden a evitar respuestas eGtremas y a estrechar la variabilidad de sus juicios
8Stevens R Ireenbaum# /6449$ Debido a este prejuicio de respuesta# los juicios serCn
reresivos# cuando sean comparados con los insumos ! con los resultados$ Bos diseEos
empleados en el presente trabajo neutraliFan el e)ecto comparando los dos juicios# estando
ambos sujetos al mismo prejuicio$
El presente jueo de estudios estC relacionado con situaciones en las cuales las entes
hacen predicciones sobre las bases de la in)ormaci!n Due estC disponible para ellas previo al
eGperimento# en la )orma de estereotipos 8por ejemplo# de un ineniero9 y las eGpectativas
concernientes a las relaciones entre variables$ Bos resultados de reaprovechamiento no )ueron
)acilitados# y el nAmero reDuerido de juicios de cada sujeto )ue peDueEo$ En contraste# los
estudios mCs recientes de la predicci!n han tratado con el aprendiFaje de relaciones
)uncionales ! estadsticas entre variables con las cuales los sujetos no haban tenido
conocimiento previo$ Estos estudios involucran tpicamente un ran nAmero de pruebas y
varias )ormas de resultado de reaprovechamiento$ 8&luna de esta literatura ha sido revisada
en Slovic R Bichtenstein# /62/9$ En estudios de predicciones repetitivas con
aprovechamiento# los sujetos eneralmente predicen seleccionando resultados de tal modo
Due la secuencia entera ! patr!n de predicciones sea altamente representativo de la
distribuci!n de resultados$ Por ejemplo# los sujetos en estudios de aprendiFaje de
probabilidad eneran secuencias de predicci!n de resultados$ Similarmente# los sujetos en la
las tareas de predicci!n num;rica aproGimadamente reproducen el ploteo disperso# Due es# la
articulaci!n de distribuci!n de insumos y resultados 8vea# por ejemplo# Iray# /6479$ Para
hacerlo# los sujetos se apoyan en una estrateia miGta< para cualDuier insumo dado ellos
eneran una distribuci!n de di)erentes predicciones$ Estas predicciones re)lejan el hecho de
Due un insumo cualDuiera es seuido por resultados di)erentes en di)erentes pruebas$
Evidentemente# las relas de predicci!n son di)erentes en los dos paradimas# aunDue# la
representatividad estC involucrada en ambos$ En el reaprovechamiento del paradima# los
sujetos producen secuencias de respuesta representando el patr!n completo de la asociaci!n
entre insumos y resultados$ En las situaciones eGploradas en el presente trabajo# los sujetos
seleccionaron la predicci!n Due mejor representa sus impresiones de cada caso individual$
Bas dos aproGimaciones conducen a di)erentes relaciones de la rela normativa< la
representaci!n de incertidumbre a trav;s de una estrateia miGta en el reaprovechamiento del
paradima y el deshecho de la incertidumbre a trav;s de la predicci!n por evaluaci!n en el
paradima presente$
11
Conian!a y la ilusin de la valide!
Como se demostr! en las secciones precedentes# uno predice seleccionando el resultado
Due es mCs representativo del insumo$ Proponemos Due el rado de con)ianFa Due uno tiene
en una predicci!n re)leja el rado al cual el resultado seleccionado es mCs representativo del
insumo de lo Due son otros resultados$ Una mayor determinante de la representatividad en el
conteGto de la predicci!n num;rica mAltiples atributos de los insumos 8por ejemplo#
cali)icaci!n de per)iles9 es la consistencia# ! la coherencia# del insumo$ -ientras mCs
consistente es el insumo# la mCs representativa cali)icaci!n predicha aparecerC y serC mayor
la con)ianFa en esa predicci!n$ Por ejemplo# la ente predice un promedio total B con mCs
con)ianFa sobre las bases de rados B en dos cursos introductorios separados Due sobre las
bases de un & y un C$ Ciertamente# la variabilidad interna ! inconsistencia del insumo se ha
encontrado Due decrece la con)ianFa en las predicciones 8Slovic# /6449$
Ba intuici!n de Due per)iles consistentes permiten mayor predecibilidad Due per)iles
inconsistentes es obliatoria$ *o es de ninAn valor# sin embaro# Due ;sta creencia sea
compatible con la comAnmente aplicada multivariado modelo de predicci!n 8por ejemplo# el
modelo lineal normal9 en el cual la eGactitud predictiva esperada es independiente de la
variabilidad interna del per)il$
Per)iles consistentes tpicamente serCn encontrados cuando el juFador predice de
cali)icaciones$ Per)iles inconsistentes# por otro lado# son mCs )recuentes cuando las
intercorrelaciones son bajas$ PorDue la con)ianFa se incrementa con la consistencia# la
con)ianFa eneralmente serC alta cuando los insumos variables est;n altamente
correlacionados$ Sin embaro# dados insumos variables de la valideF establecida# la
correlaci!n mAltiple con el criterio estC inversamente relacionada a las correlaciones entre los
insumos$ Por lo tanto# una situaci!n parad!jica sure cuando altas intercorrelaciones entre los
insumos incrementa la con)ianFa y decrece la valideF$
Para demostrar este e)ecto# reDuerimos a los sujetos predecir el punteo promedio de rado
sobre las bases de dos pares de pruebas de aptitud$ & los sujetos se les dijo Due un par de
ensayos 8pensamiento creativo y habilidad simb!lica9 )ue altamente correlacionado# mientras
Due otro par de ensayos 8)leGibilidad mental y raFonamiento sistemCtico9 no estaban
correlacionados$ Bas cali)icaciones Due ellos encontraron se con)ormaron a ;stas
eGpectativas$ 8Para la mitad de los sujetos las etiDuetas de las correlacionadas y de la no
correlacionadas de los pares de pruebas estaban invertidas9$ & los sujetos se les dijo Due
Ntodas la pruebas )ueron encontradas iualmente eGitosas en predecir el desempeEo
universitario9$O En esta situaci!n# por supuesto# una mCs alta eGactitud predictiva puede ser
adDuirida con el par de pruebas no correlacionadas Due con las correlacionadas$ Como se
esperaba# sin embaro# los sujetos estuvieron mCs con)iados en predecir de las pruebas
correlacionadas# sobre el rano entero de las cali)icaciones predichas 8t [ :$73# d) [ /.6# p ] $
33/9$ Bo Due es# Due ellos estuvieron mCs con)iados en un conteGto de in)erior valideF
predictiva$
%tro descubrimiento observado en muchos estudios de predicci!n# incluyendo el nuestro#
es Due la con)ianFa es una )unci!n )ormada>= del nivel predicho de realiFaci!n 8vea =ohnson#
/62.9$ Bos sujetos predicen sobresalientemente altos loros con muy alta con)ianFa# y ellos
tienen mCs con)ianFa en la predicci!n de )allas absolutas Due de un desempeEo mediocre$
Como vimos anteriormente# las predicciones intuitivas son a menudo insu)icientemente
reresivas$ Bas discrepancias entre predicciones y resultados# por consiuiente# son mCs
randes en los eGtremos$ Ba )unci!n )ormada>= de la con)ianFa acarrea Due los sujetos sean
mCs con)iados en las predicciones Due son mCs probables de estar )uera de la etiDueta$
14
El anClisis precedente muestra Due los )actores Due estimulan la con)ianFa# por ejemplo#
consistencia y eGtremismo# estCn a menudo neativamente correlacionados con la eGactitud
predictiva$ Por tanto# la ente estC propensa a eGperimentar mucha con)ianFa en juicios
altamente )alibles# un )en!meno Due puede ser llamado la ilusin de la validez& Como otros
errores perceptuales y de juicio la ilusi!n de la valideF a menudo persiste aAn cuando su
carCcter ilusorio es reoraniFado$ Cuando se entrevista a un candidato# por ejemplo# muchos
de nosotros ha eGperimentado ran con)ianFa en nuestra predicci!n de su )uturo desempeEo a
pesar de nuestro conocimiento de Due las entrevistas son notoriamente )alibles$
Intuiciones sobre la re#resin
Bos e)ectos de la reresi!n estCn todos sobre nosotros$ En nuestra eGperiencia# los padres
mCs sobresalientes tienen hijos alo )rustrantes# brillantes esposas tienen esposos aburridos#
los mal ajustados tienden a ajustarse y los a)ortunados son eventualmente olpeados por la
mala suerte$ & pesar de estos encuentros# la ente no adDuiere una noci!n apropiada de la
reresi!n$ Primero# ellos no esperan reresi!n en muchas situaciones es )orFado Due ocurra$
Seundo# como cualDuier maestro de estadstica atestiuarC# una noci!n apropiada de la
reresi!n es eGtremadamente di)cil de adDuirir$ 'ercero# cuando la ente observa reresi!n#
ellos tpicamente inventan eGplicaciones dinCmicas espAreas para ella$
Pu; es lo Due hace al concepto de reresi!n contra>intuitivo y di)cil de adDuirir y
aplicarQ *osotros suerimos Due una mayor )uente de di)icultad es Due los e)ectos de la
reresi!n tpicamente violan la intuici!n de Due el resultado predicho debera ser
mCGimamente representativo del insumo de in)ormaci!n /70
Para ilustrar la persistencia de las intuiciones no reresivas a pesar de la considerable
eGposici!n a la estadstica# nosotros presentamos el problema siuiente para nuestra muestra
de estudiantes raduados en psicoloa<
Un problema de ensayo$ Un individuo seleccionado aleatoriamente ha obtenido un punteo de /:3 en
una prueba estCndar de IP$ Supona Due un punteo de IP es la suma de un punteo NverdaderoO y un
error aleatorio de medici!n es cual es normalmente distribuido$
Por )avor d; su mejor opini!n sobre el 61W de los lmites de con)ianFa superior e in)erior para el
verdadero IP de ;sta persona$ Bo Due es Due d; un alto estimado tal Due usted estC 61W seuro Due el
verdadero punteo del IP es# de hecho# menor Due ese estimado# y un bajo estimado tal Due usted est;
61W seuro de Due el punteo verdadero es de hecho mCs alto$
En ;ste problema# se les orden! considerar el punteo observado como la suma de un
punteo NverdaderoO y un componente de error$ Puesto Due el punteo observado es
considerablemente mCs alto Due la poblaci!n media# es mCs probable Due no Due el
componente de error sea positivo y Due ;ste individuo obtendrC un punteo alAn tanto menor
en las pruebas subsecuentes$ Ba mayora de los sujetos 820 de /379# sin embaro#
determinaron intervalos de con)ianFa Due )ueron sim;tricos alrededor de /:3# )allando en
eGpresar cualDuier eGpectativa de reresi!n$ De los restantes 01 sujetos# .: determinaron
intervalos de con)ianFa reresivos y // determinaron intervalos contra>reresivos$ Por tanto#
la mayora de los sujetos inor! los e)ectos de la no con)iabilidad del insumo y predijeron
como si el valor de /:3 )uera el punteo verdadero$ Ba tendencia a predecir como si el insumo
de in)ormaci!n estuviera libre de error ha sido observado repetidamente en este trabajo$
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
/70 Ba eGpectativa de Due cada partcula sini)icante del comportamiento es altamente representativa de la
personalidad del actor puede eGplicar por Du; los leos y sic!loos por iual son perennemente
12
sorprendidos por las despreciables correlaciones entre medidas aparentemente intercambiables de
honestidad# de rieso# de aresi!n y de dependencia 8-ischel# /6479$
Ba ocurrencia de reresi!n es alunas veces reoraniFada# ya sea porDue descubrimos
e)ectos de reresi!n en nuestras propias observaciones ! porDue se nos dijo eGplcitamente ha
ocurrido reresi!n$ Cuando es reconocido# un e)ecto de reresi!n es tpicamente considerado
como un cambio sistemCtico Due reDuiere una eGplicaci!n sustantiva$ Ciertamente# muchas
eGplicaciones espAreas de e)ectos de reresi!n han sido o)recidas en las ciencias sociales$ /90
Principios dinCmicos han sido invocados para eGplicar por Du; neocios hechos
eGcepcionalmente bien en un punto y tiempo tienden a deteriorarse subsecuentemente y por
Du; el entrenamiento en interpretar eGpresiones )aciales es bene)icioso para los entrenados
Duienes puntearon pobremente en un pre>ensayo y perjudicial para aDuellos Duienes lo
hicieron mejor$ &lunas de ;stas eGplicaciones podran no haber sido o)recidas# se dieron
cuenta los autores Due dadas dos variables de iuales variantes# los siuientes dos
planteamientos son l!icamente eDuivalentes< 8a9 , es reresiva con respecto a ML 8b9 la
correlaci!n entre , y M es menor Due la unidad$ EGplicar la reresi!n# por consiuiente# es
eDuivalente a eGplicar por Du; una correlaci!n es menor Due la unidad$
Como una ilustraci!n )inal de cuCn di)cil es reconocer e interpretar apropiadamente la
reresi!n# considere la siuiente interroante la cual )ue puesta para nuestra muestra de
estudiantes raduados$ El problema descrito actualmente suri! de la eGperiencia de uno de
los autores$
+n problema de entrenamiento& Bos instructores en una escuela de entrenamiento de vuelo adoptaron
una poltica de consistente re)uerFo positivo recomendado por los psic!loos$ Ellos verbalmente
re)orFaron cada ejecuci!n eGitosa de una maniobra de vuelo$ Despu;s de alunas eGperiencias con la
aproGimaci!n al entrenamiento# los instructores declararon Due contrario a la doctrina psicol!ica# un
alto eloio por la buena ejecuci!n de maniobras complejas tpicamente resulta en un decremento de
la ejecuci!n en el siuiente intento$ Pu; diran los psic!loos de ;sta respuestaQ
Ba reresi!n es inevitable en las maniobras de vuelo porDue la ejecuci!n no es
per)ectamente con)iable y el proreso entre sucesivas maniobras es bajo$ Por lo tanto# los
pilotos Due lo hicieron eGcepcionalmente bien en un intento es probable Due se deterioren en
el siuiente sin importar la reacci!n de los instructores al ;Gito inicial$ Bos instructores de
vuelo eGperimentados actualmente descubrieron la reresi!n pero atribuida al pernicioso
e)ecto del re)uerFo positivo$ Esta historia verdadera ilustra un tristemente aspecto de la
condici!n humana$ *osotros normalmente re)orFamos a otros cuando su desempeEo es bueno
y los castiamos cuando su desempeEo es malo$ Por la sola reresi!n# por consiuiente# es
mCs probable Due ellos mejoren despu;s de ser penaliFados y lo mCs probable Due ellos se
deterioren despu;s de ser recompensados$
*inuno de los estudiantes raduados Due respondieron ;sta interroante suirieron Due
la reresi!n podra ser causa de problemas$ En luar de eso# ellos propusieron Due los
re)uerFos verbales podran ser ine)ectivos para los pilotos ! Due ellos podran conducir a una
sobre>con)ianFa$ &lunos estudiantes aAn dudaron de la valideF de las impresiones de los
instructores y discutieron posibles )uentes de prejuicio en la percepci!n de la situaci!n$ Estos
encuestados haban indudablemente sido eGpuestos a un completo tratamiento de reresi!n
estadstica$ De cualDuier manera# ellos )allaron en reconocer una instancia de reresi!n
cuando ella no )ue eGpresada en los t;rminos )amiliares de altura de los padres e hijos$
Evidentemente# el entrenamiento estadstico solo no cambia las intuiciones )undamentales
sobre la incertidumbre$
ooooooooooooooooooooooooooooooooo
17
/90 Para deslumbrantes )alacias en discusiones de reresi!n en investiaci!n# vea# por ejemplo# Campbell
8/6469 y Hallis y "oberts 8/6149$
9( Estudios de representatividad
:aya Car-)illel
Daniel Kahneman y &mos 'vers(y han propuesto Due cuando se juFa la probabilidad de
alAn incierto evento# la ente a menudo recurre a la heurstica# ! relas empricas# las cuales
son menos Due per)ectamente correlacionadas 8si# ciertamente del todo9 con las variables Due
actualmente determinan los eventos de probabilidad$ Una de tales heursticas es la
representatividad# de)inida como un juicio subjetivo del rado al cual el evento en cuesti!n
Nes similar en las propiedades esenciales a su poblaci!n de orienO ! Nre)lejan las
caractersticas conspicuas de los procesos por los cuales ella es eneradaO 8Kahneman R
'vers(y# /62.b# p$ :0/# 09$ &unDue en alunos casos los eventos mCs probables tambi;n
aparecen mCs representativos# y viceversa# la con)ianFa en la representatividad de un evento
como un indicador de su probabilidad puede introducir dos clases de error sistemCtico dentro
del juicio$ Primero# el puede dar una in)luencia indebida a las variables Due a)ectan la
representatividad de un evento pero no su probabilidad$ Seundo# el puede reducir la
importancia de las variables Due son cruciales para determinar la probabilidad de los eventos
pero no estCn relacionados a los eventos de representatividad$
El concepto de representatividad ha sido ocasionalmente criticado como muy vao y
elusivo# presumiblemente porDue carece de una de)inici!n eneral operacional$ Esto no es
para decir# sin embaro# Due es imposible evaluar los juicios de representatividad
independientemente de los de la probabilidad# una conclusi!n Due ha sido a menudo
implicada por los crticos$ En el estudio de N'om H$O# por ejemplo# Kahneman y 'vers(y
8/620# :9 de)inieron la representatividad como la similaridad de alAn individuo# 'om H$# Nal
tpico estudiante raduado en $ $ $ ^alunos_ campos de la especialiFaci!n del raduadoO
8/620# p$ .079 y lo clasi)icaron independientemente de la probabilidad de Due 'om H$
estuviera enrolado en esos campos$ En otros estudios# la clasi)icaci!n independiente por
representatividad )ue evitada solo porDue los lectores podran proveerlo a s mismos va
eGperimentados pensados$
Insertar a-u* la 4i#ura ' de la P5#ina D8 del ori#inal(
?iura /$ Un estmulo caracterstico usado en el estudio de la similaridad y la probabilidad$
8?uente< Bar>Hllel# /62:9$
<imilaridad y probabilidad
16
Poco despu;s Due la noci!n de representatividad )uera introducida# yo e)ectu; un
peDueEo estudio en el Due la representatividad )ue clasi)icada por un criterio previo 8para ser
eGplicado mCs adelante en este captulo9 y eGperimentalmente por los juicios de los sujetos$
Estas clasi)icaciones )ueron entonces comparadas con juicios de probabilidad
independientemente arupados 8Bar>Hillel# /62:9$ Bas tareas estudiadas oFaron de la
ventaja de tener una Anica# bien de)inida probabilidad asociada con ellas# junto con una
simple representaci!n visual Due se presta a si misma )Ccilmente para juicios de similaridad
perceptual$
Bos estmulos en este estudio )ueron triples de rC)icos de barra# denotados B# - y " Due
)ueron coloreados de iFDuierda a derecha# verde# amarillo y rojo$ Ba lonitud de cada barra
)ue una mAltiple de 1 unidades# y las lonitudes de las tres barras dentro de cada rC)ico
sum! /33$
'odos los triples 8B# - y "9 de los rC)icos de barra usados en este eGperimento
compartieron las propiedades siuientes<
/$ Cada barra en el medio del rC)ico estuvo a medio camino en lonitud entre las
correspondientes barras en el rC)ico a la iFDuierda y a la derecha$ 8Si# sin embaro# el
promedio de lonitud de las barras de la iFDuierda y de la derecha no proveen un mAltiplo de
1# la barra del medio )ue redondeada al mAltiplo mCs cercano de 1$9 Por ejemplo# en la ?iura
/# la lonitud de la barra verde en el rC)ico - es 01# la cual estC en el medio entre .3 y 13#
las respectivas lonitudes de las barras en lo rC)icos B y "$ Bo mismo se sostiene para las
barras amarillas y rojas$ 8 *ote# sin embaro# Due las lonitudes de ;stas barras han sido
redondeadas< :.$1 a :3 y ..$1 a .1$9
.$ El orden de rano de las lonitudes de las barras en el rC)ico - coincidieron con el
orden de rano de ya sea aDuellos en el rC)ico B ! aDuellos en el rC)ico "# pero no ambos#
puesto Due el rC)ico B y el rC)ico " )ueron siempre ordenados por rano di)erentemente$
Por ejemplo# en la ?iura / el orden de rano de - y B es el mismo# la roja siendo mCs corta
y la amarilla mCs alta en ambos# pero es di)erente en "# donde la amarilla es la barra mCs
corta$ Esto )ue acentuado por una lnea delada conectando secuencialmente el eGtremo
superior de todas las barras en el rC)ico# aunDue el eje M )ue una terminal variable$
0$ Supona Due el rC)ico - es interpretado como describiendo una poblaci!n trinomial#
y Due los rC)icos " y B son interpretados como muestras del tamaEo .3 Due podra ser
obtenido de su poblaci!n$ Entonces la muestra cuyo rano de orden Due iual! a la del
rC)ico - )ue siempre la muestra menos probable$ Por ejemplo# en la )iura /# - describe
una poblaci!n trinomial con parCmetros $01# $:3 y $.1$ Bas posibilidades a )avor de obtener
una muestra " 8por ejemplo#/3 verdes# 0 amarillas y 2 cuentas rojas9 mCs Due una muestra B
8por ejemplo# : verdes# /: amarillas y . cuentas rojas9 es de alrededor de 7 a 1# puesto Due

Insertar primera rmula de la P5#( D' del ori#inal a-u*(
Por lo tanto " es la muestra mCs probable$
:$ Supona alternativamente# Due B y " son interpretadas como poblaciones y - como
una muestra$ Entonces la muestra - )ue siempre menos probable de emerer de la poblaci!n
cuyo orden de rano ella iual!$ Por ejemplo# en la ?iura /# - describe una muestra de 2
verdes# 7 amarillas y 1 cuentas rojas$ Bas probabilidades de obtener - de la poblaci!n " 8por
ejemplo# parCmetros $13# $/1 y $019 mCs Due la poblaci!n B 8por ejemplo# parCmetros $.3# $23
y $/39 son alrededor de 2 a 1# puesto Due
Insertar se#unda rmula de la P5#( D' del ori#inal a-u*(
Por lo tanto " es la poblaci!n mCs probable$
43
Jeintiocho de tales triples )ueron mostrados a los tres di)erentes rupos de sujetos#
operando bajo tres di)erentes jueos de instrucciones$ & un rupo se le dijo Due cada rC)ico
describe una distribuci!n trinomial# donde B y " describen dos poblaciones y - describe una
muestra obtenida de una de aDuellas poblaciones$ Bos .1 sujetos en este rupo juFaron si la
muestra representada en - es mCs probable de ser obtenida de la poblaci!n B ! de la
poblaci!n "$ & otro rupo se le dijo Due - describe una poblaci!n trinomial# mientras Due B
y " eran dos muestras trinomiales$ Bos .4 sujetos en este rupo juFaron cuCl de las dos
muestras era mCs probable de ser obtenida de poblaci!n dada$ Estos rupos )ueron primero
presentados con un jarra rande de vidrio llena con verdes# amarillas y cuentas rojas$ & ellos
se les mostr! Due la composici!n de la jarra 8por ejemplo# la poblaci!n9 puede ser descrita
por un apropiado rC)ico de barra$ Una muestra de .3 cuentas )ue aleatoriamente obtenida en
su presencia y su representaci!n del rC)ico de barra )ue tambi;n demostrado$ Bos sujetos
)ueron lueo instruidos a pensar de B y " como representaciones de poblaciones de la jarra#
con - representado a muestra de .3 cuentas# ! B y " como muestras# con - representado
una poblaci!n# de acuerdo al rupo en Due ellos estaban$
&l tercero y Altimo rupo# consistente de .1 sujetos# no le )ue dada la interpretaci!n de
los rC)icos y )ue meramente reDuerida a juFar cuCl de los dos rC)icos # B y "# se pareca
mCs cercanamente a la del centro# -$
Por cada uno de los tres criterios separadamente 8^/_ mCs probable Due produFca la
muestra -L ^._ mCs probable Due emerja de la poblaci!n -L ^0_ mCs similar a -9# un
estmulo )ue clasi)icado como B ! " de acuerdo al rC)ico seleccionado por una mayora de
los sujetos$
Bos dos mayores descubrimientos de este estudio )ueron<
/$ Bas clasi)icaciones de la similaridad emprica dada por los sujetos coincidi!
per)ectamente con el criterio de similaridad a priori eGpresada en la propiedad ^._ arriba$ En
otras palabras# de los .7 estmulos# sobre el 73W de los sujetos juFaron Due - era mCs
similar al rC)ico en el cual las alturas de las barras coloreadas )ueron ordenadas del mismo
modo$
.$ Bas clasi)icaciones de B y " por probabilidad# ya sea como muestras ! poblaciones#
)ueron altamente correlacionadas con sus clasi)icaciones de similaridad$ De /2 triples en los
cuales " )ue juFado mCs similar a -# solo . )ueron juFados menos probables como
muestras# y : )ueron juFados menos probables como poblaciones$ De las // muestras en las
cuales B )ue juFada mCs similar a -# solo / )ue clasi)icada menor Due "# y esa )ue como un
muestra$ Por tanto# las clasi)icaciones de similaridad no estCn de acuerdo con las
clasi)icaciones de probabilidad por menos del /0W de los estmulos$ Ba uni!n de la
clasi)icaci!n de los juicios de similaridad con la probabilidad de los juicios es dada en la
?iura .# B y " )ueron muestras# en B# ellos )ueron poblaciones$
El coe)iciente q de correlaci!n entre las clasi)icaciones de probabilidad como muestras y
las clasi)icaciones de probabilidad como poblaciones )ue de $21# casi tan alta como las
correlaciones q entre cada una de las clasi)icaciones de probabilidad y las clasi)icaciones de
similaridad$ Esto apoya la posici!n Due los sujetos en ambos los rupos de juicio>
probabilidad )ueron basando sus ordenamientos randemente en la similaridad# los juicios
realiFados por el tercer rupo$
Eu@ caracter*sticas ;acen -ue la muestras pare!can representativas?
%lson 8/6249 seEal! Due aunDue Nla noci!n de juicio en una evaluaci!n de la
representatividad oFan de considerable apoyo# ambos eGperimental e introspectivo# en un
amplio rano de situaciones de juicio#O ella no estC completa hasta Due podamos determinar
Nlos )actores Due hacen un tarea particular y las caractersticas de un problema los conspicuos
4/
con respecto a los cuales la representatividad es juFadaO 8p$ 4379$ En alunos conteGtos#
tales como el estudio de la similaridad y la probabilidad# ;stos han sido identi)icados$ Para
dar otro ejemplo# la clave Due determina la representatividad de la muestra para muestras
desordenadas de variado tamaEo obtenidas de aluna distribuci!n de Bernoulli parece ser la
disparidad entre la proporci!n de N;GitoO en la muestra y el correspondiente parCmetro de
poblaci!n 8Kahneman R 'vers(y# /62.b# 09$ El estudio Due yo describir; ahora 8Bar>Hillel#
/673b9 suiere una metodoloa eneral para identi)icar las caractersticas de control de la
representatividad para muestras de cualDuier poblaci!n$ El es ejempli)icado por un intento
para identi)icar las claves Due determinan la representatividad para las muestras 8de tres
observaciones9 tomadas de unas distribuciones en )orma de campana 8por ejemplo normal9$
El principio bCsico es simple$ Si nosotros asumimos Due los juicios de representatividad y
de probabilidad estCn determinados por las mismas caractersticas esenciales# entonces ;stas
caractersticas pueden ser descubiertas reDuiriendo a la ente interpretar los juicios de
probabilidad por un jueo de muestras seleccionadas adecuadamente$ Este procedimiento
revierte los papeles de probabilidad y representatividad$ En otras palabras# los juicios de
probabilidad son utiliFados no para con)irmar la representatividad sino para in)erir la
representatividad$ "eDuiriendo a los sujetos# sin embaro# clasi)icar las muestras por la
representatividad directamente puede bien ser una petici!n de principio$ Ellos podran
replicar< NBueno# Du; entiende usted por representatividadQO En luar de eso# la estrateia
propuesta sustituye una clara# no ambiua interroante 8NCuCl de ;stas muestras es mCs
probable de ser obtenida al aFar de ;sta poblaci!nQO9 Due bajo supuestos estCndar tiene una
respuesta normativa$
& los sujetos se les dio un problema tal como el siuiente<
El promedio de altura de los universitarios &mericanos hombres es /21 cm$ 'res archivos )ueron
aleatoriamente obtenidos de la o)icina de reistro de una universidad# pertenecientes a =ohn# -i(e y
Bob$ CuCl resultado es mCs probable con respecto a las alturas de ;stos tres hombresQ
=ohn > /27 cms$ =ohn > /22 cms$
-i(e > /23 cms$ ! -i(e > /22 cms$
Bob > /24 cms$ Bob > /22 cms$
Bos nAmeros actuales dados di)irieron de di)erentes )ormas y pueden ser encontrados en las
columnas de estmulos de la 'abla / 8los ejemplos previos corresponden a la )ila /9$ Jariando
sistemCticamente los nAmeros usados# )ue posible cheDuear justo cuCles caractersticas de
muestra# y en Du; orden )ueron determinando las respuestas de los sujetos$ &ntes yo o)reFco
una sumatoria del cuadro emerente# unos pocos comentarios eGplicatorios Due estCn en
orden# para ayudar al lector a en)rentarse con la tabla$
/$ Ba muestra etiDuetada & es siempre una Due )ue percibida como mCs probable Due la
muestra con la cual ella )ue eDuiparada$ En las )ormas del cuestionario eneral# las muestras
& aparecen a menudo a la derecha como a la iFDuierda$ Ba proporci!n eGacta de los sujetos
Due escoen & sobre B estC listada en las columnas de respuestas$

4.

40
[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[
'abla /$ =uicios y medidas estadsticas de la probabilidad relativa de pares de muestras en Bar>Hillel 8/673b9$
Estmulos para Estmulos para
la muestra & la muestra B "espuestas KS
oooooooooooooooooooo oooooooooooooooo oooooooooooooooo P8B9 "espuesta estadstica
=ohn -i(e Bob =ohn -i(e Bob &8W9 B8W9 n P8&9 verdadera & B
'res observaciones di)erentes /$ /27 /23 /24 /22 /22 /22 61 1 /77 /$06 B $0/ $40
vrs$ tres id;nticas
.$ /7/ /41 /22 /21 /21 /21 60 2 .6 4$:. B $03 $13
0$ /27 /23 /24 /21 /21 /21 62 0 03 /$16 B $0/ $13
:$ /27 /73 /24 /21 /21 /21 71 /1 .4 /$16 B $12 $13r
1 /27 /73 /24 /22 /22 /22 73 .3 .1 /$06 B $12 $40
4$ /6/ /70 /76 /21 /21 /21 2. .7 .1 /033 B $6/ $13r
'res observaciones di)erentes 2$ /27 /23 /24 /24 /23 /24 2. .7 .1 /$/. B $0/ $:0
Jrs$ dos id;nticas$
7$ /27 /23 /24 /27 /23 /27 24 .: .1 $47 & $0/ $04
6$ /24 /2: /21 /27 /23 /27 12 :0 .6 $14 & $:0 $04r
"ano mCs rande pre)erido /3$ /27 /23 /24 /24 /2: /21 4. 07 .6 /$17 B $0/ $:0
//$ /27 /23 /24 /22 /20 /24 2/ .6 0/ /$:0 B $0/ $02
/.$ /27 /23 /24 /27 /2. /22 1: :4 .7 /$/: B $0/ $0/
/0$ /27 /23 /24 /22 /2/ /21 1: :4 .7 /$/: B $0/ $02
"ano mCs peDueEo /:$ /27 /23 /24 /26 /46 /22 1: :4 .4 $21 & $0/ $03r
Pre)erido /1$ /27 /23 /24 /7/ /41 /22 22 .0 03 $.0 & $0/ $03r
/4$ /27 /23 /24 /73 /23 /21 4: 04 .1 $7/ & $0/ $.3r
/2$ /27 /23 /24 /7/ /46 /21 16 :/ .2 $43 & $0/ $/2r
-uestras bilaterales vrs$ /7$ /27 /23 /24 /2. /23 /2: 27 .. .2 /$33 CualDuiera $0/ $12
unilaterales /6$ /27 /23 /24 /27 /73 /24 4: 04 .1 /$33 CualDuiera $0/ $12
.3$ /27 /23 /24 /7: /24 /7. 24 .: .1 $.4 & $0/ $12
./$ /7/ /41 /22 /27 /73 /24 40 02 0. :$.6 B $12 $12
..$ /24 /2: /21 /7: /24 /7. 20 .2 03 $72 & $02 $12
.0$ /22 /2/ /21 /27 /73 /24 60 2 .7 $/2 & $:0 $12
.:$ /24 /2: /21 /27 /73 /24 26 ./ 02 /$17 B $:0 $12

&mbas muestras .1$ /70 /21 /22 /7: /24 /7. 72 /0 03 $:. & $13 $12
Unilaterales .4$ /71 /21 /22 /7: /24 /7. 71 /1 .2 $47 & $13 $12
.2$ /27 /73 /24 /7: /24 /7. 6/ 6 0: $.4 & $12 $12
.7$ /27 /73 /24 /7/ /26 /70 7/ /6 .7 $0. & $12 $21
?uente< Bar>Hillel 8/673b9$
41
0$ Ba muestra Due es mCs probable desde el punto de vista de una normativa puede ser
visto en la columna de las medidas estadsticas$ Ba muestra & es mCs probable Due la
muestra B s y solo si P8&9TP8B9 ] /# lo Due es# si
Insertar a-u* la rmula de la p5#ina DA del ori#inal(
Donde & [ ^M/# M.# M0_# B [ ^,/# ,.# ,0_$ Esta proporci!n )ue computada para la )unci!n de
densidad normal con s [ /21 cm# t [ 4 cm$ Puesto Due la respuesta estadsticamente correcta
aparece en las columnas & y B sobre a menudo respuestas iuales de los sujetos son
claramente relacionadas a ella y no mejor Due el nivel de posibilidad$
'alveF la mCs notable caracterstica de los resultados tabulados en la 'abla / es Due no
eGiste una clave simple en las cuales los sujetos se apoyen en el ordenamiento de las
muestras$ Por ejemplo# ellos alunas veces escoieron la muestra cuya media estC mCs cerca
de la media de la poblaci!n 8por ejemplo# la )ila /9# y alunas veces ellos escoieron lo
opuesto 8por ejemplo# la )ila .9$ &lunas veces ellos escoieron la muestra conteniendo las
observaciones mCs eGtremas 8por ejemplo# la )ila /09# y alunas veces lo opuesto 8por
ejemplo# la )ila /:9$ Ciertamente# parece como si un mont!n de claves son relevantes S
nAmero de observaciones id;nticas# ya sea Due ambos lados de la poblaci!n media est;n
representados# media y rano de la muestra S y son considerados de alAn modo de estilo
secuencial# como se represent! en la ?iura 0$ Esto re)uerFa la opini!n de Due lo Due sea Due
determine el juicio de probabilidad de una muestra constituye un concepto dentro de s
mismo$ Estuvieron los sujetos usando una pista simple# ella no estara siendo necesaria
etiDuetarla como representatividad& Es el hecho de Due los juicios de los sujetos parecen estar
basados sobre consideraciones de )iuras complejas de la uni)icada con)iuraci!n psicol!ica
de las muestras Due dan )uerFa a cali)icarla S neativa# conceptualiFando S su heurstico
juicio por representatividad&
Puede el diarama de )lujo en la ?iura 0 ser visto como mCs Due un resumen meramente
conveniente y compacto de los resultados en la tabla /Q CuCn seriamente podemos tomarlo
para ser un proceso modelo del actual raFonamiento de los sujetos en una tarea de la )orma
descritaQ Por un lado# obviamente no todas las caractersticas del modelo pueden esperarse
para eneraliFar > a otras muestras# a otros tamaEos de muestras# a otras distribuciones$ ,o
no apostara# por ejemplo# apostara a Due cualDuier muestra con variante siempre sera
juFada mCs probable Due una muestra sin variante S aunDue esto no cuenta para la muestra
empleada en mi eGperimento$ El modelo secuencial es# por lo tanto solo es una aproGimaci!n
a la estrateia conitiva actual de la ente$ Como tal# sin embaro# oFa de la atractiva
ventaja psicol!ica de ser creble# puesto Due incorpora sino a un peDueEo nAmero de claves
simples computacionalmente$
Una interesante observaci!n suiere a s misma en este punto y la ata al estudio
previamente descrito al presente$ En el estudio de los rC)icos de barra# dos )ormas de
clasi)icaciones de probabilidad )ueron comparados con clasi)icaciones de similaridad< 8a9 la
clasi)icaci!n de dos muestras como mCs ! menos probables resultados de una poblaci!n#
denotado P8sTp9L 8b9 la clasi)icaci!n de dos poblaciones como mCs ! menos )uentes de aluna
muestra# denotada P8pTs9 8alunas veces llamadas probabilidades inversas9$ Bas dos tareas
condujeron a resultados muy cercanos# suiriendo Due ellas )ueron ambas hechas de una
manera cercanamente relacionada S ciertamente# por hip!tesis# de Due ambas )ueron hechas
Insertar a-u* la 4i#ura 1 de la p5#ina DD del ori#inal(
?iura 0$ Diarama de )lujo resumiendo las pistas y la secuencia en la cual ellas )ueron
usadas para clasi)icar muestras por probabilidad$ 8?uente< Bar>Hillel# /673b$9
por representatividad 8por ejemplo# aDu similaridad visual9$ EGiste un concepto estadstico
Due es de alAn modo anCloo al concepto psicol!ico de representatividad S ese de la
calidad del ajuste$ Bas medidas de calidad del ajuste son tpicamente usadas en pruebas de
hip!tesis cuando la poblaci!n Due produjo aluna muestra de conocimiento es buscada# en la
ausencia de cualDuier probabilidad previa$ Por tanto cuando se evalAan poblaciones# la
representatividad parece corresponder mCs cercanamente al concepto de calidad del ajuste
entre una muestra y una poblaci!n Due al concepto de la probabilidad de una poblaci!n
condicional sobre una muestra# P8pTs9$
En el estudio de distribuci!n de alturas# sin embaro# la poblaci!n Due )ue la )uente de las
muestras )ue dada$ Por consiuiente# los sujetos no tuvieron acceso al asunto ya sea
probabilidades inversas ! calidad de ajuste$ *o obstante# es interesante ver si su juicios
pueden# de aluna manera# ser reconstruidos como un intento intuitivo de evaluar el Altimo$
Una medida posible de medir la calidad del ajuste entre muestras de tamaEo tres y una
distribuci!n normal es la estadstica bilateral de una>muestra Kolmoorov# Smirnov 8KS9
8vea# por ejemplo# Sieel# /614# pp$ :2>1.9$ Esta estadstica es interpretada de manera Due
mientras mCs rande su valor 8el cual es la distancia mCGima entre las )unciones de
distribuci!n de la muestra y la poblaci!n9# menos probable es Due la muestra )uera obtenida
aleatoriamente de la poblaci!n$ Bas Altimas dos columnas de la 'abla / listan el KS
estadstico para cada uno de los estudios de las muestras$ En /7 pares# el ordenamiento de las
muestras por el KS estadstico )ue atado 8en / de las cuales# la )ila /.# los sujetos )ueron
prCcticamente atados tambi;n9# y en 2 pares 8marcados por asteriscos en la
'abla /9 los ordenamientos se contradicen$
Es de poca consecuencia comparar la eGtensi!n del acuerdo entre el ordenamiento KS y
el ordenamiento de los sujetos 8lo Altimo acordado en /0 de los .7 estmulos9# puesto Due las
Altimas )iuras son justo consecuencias del estmulo particular empleado# el cual no )ue
muestreado aleatoriamente de ninuna manera de todos estmulos posibles$ Es mucho mCs
instructivo considerar d!nde el modelo de caractersticas jerCrDuicas di)iere del modelo
calidad del ajuste$ Bos casos donde el ordenamiento KS )ue atado pero el ordenamiento de
los sujetos no 8)ilas ./# .2 y un poco la /.9 puede ser atribuido a los valores KS# habiendo
sido computado con una desviaci!n estCndar de 4 cm$ Esto result! en la muestra
^/7/#/46#/21_ 8muestra B# )ila /29# la cual tiene un rano de /. cm$# teniendo el menor valor
de KS# cuando el rano NidealO 8por ejemplo# mCs representativo9 en los juicios de los sujetos
)ue alo mCs peDueEo de /3 cm$ Puesto Due no tenemos manera# sobre las bases de los
presentes datos# para aseurar Due la desviaci!n estCndar de la distribuci!n subjetiva de
alturas de los sujetos# es di)cil de conocer Du; hacer de esta discrepancia$
Una seunda clase de discrepancia# la cual cuenta para las )ilas :# 4# 6 y /:>/2# ocurre
porDue el modelo KS# pero no el modelo jerCrDuico# la permite por compensaci!n$ En otras
palabras# si una muestra tiene un mayor N)alloO 8tal como consistir de tres observaciones
id;nticas# ! representar solo la mitad de la campana de la poblaci!n9# los sujetos la juFan
menos representativa Due sobre cualDuier muestra sin ese )allo# pero el modelo KS considera
)actores Due estCn mCs abajo en el modelo jerCrDuico# tambi;n$ Puesto Due yo dije antes# Due
la naturaleFa jerCrDuica del proceso propuesto debera ser considerado como una
aproGimaci!n# ;sta discrepancia es mCs una de rado Due una de clase$
%tras medidas de la calidad del ajuste son computadas por estadsticos$ Pue ellos no
todos estCn de acuerdo indica Due la propiedad Due ellos pretenden medir no estC clara y
Anicamente de)inida$ &unDue los estadsticos eGpertos tienen una mCs so)isticada intuici!n
Due los sujetos leos# ambos pueden bien intentar hacer alo para alcanFar la misma noci!n
)undamental$ & la )echa# aAn los es)uerFos de los estadsticos en ;sta direcci!n son
insu)icientes de considerarlos completamente satis)actorios$
42
El papel del tama.o de la muestra en la evaluacin de una muestra
&lunas caractersticas de la muestra corresponden a ciertos parCmetros de la poblaci!nL
;stas caractersticas son llamadas estadstica de la muestra$ Ba representatividad heurstica ha
tpicamente sido aplicada a ellas# en cuyo caso la representatividad es eDuivalente a la
similaridad$ ! cercan#a$ de la estadstica de la muestra a los correspondientes parCmetros de
la poblaci!n$ ,o llamar; a esto el sentido primario de la representatividad$ Pero las muestras
pueden ser descritas por re)erencia al procedimiento por medio del cual ellas )ueron
obtenidas tambi;n$ Por ejemplo# una muestra puede ser obtenida con reemplaFo ! sin elL
obtenida de una poblaci!n conocida ! de una desconocidaL etc$ Presumiblemente# la noci!n
de representatividad podra tambi;n ser aplicada a ;stas$ Por tanto# la ente podra 8y eGiste
evidencia anecd!tica Due s9 juFar una muestra obtenida al aFar ser menos representativa
Due una muestra estrati)icada# ! a una muestra rande ser mCs representativa Due una
peDueEa 8Bar>Hillel# /673b9$ ,o llamar; a esto el sentido secundario de la representatividad$
Puesto Due concierne a los m;todos de muestreo# y no a post hoc 8u9estadstica de muestra# la
representatividad en este sentido secundario re)leja eGpectativas sobre la representatividad en
el sentido primario$ En otras palabras# para juFar una muestra rande mCs representativa Due
una peDueEa es de esperar Due sus Nconspicuas caractersticasO ! sus Npropiedades
esencialesO re)lejarCn mejor aDuellas de la poblaci!n# previo a serles dicho lo Due
verdaderamente son$
Bos problemas eGperimentales Due yo describir; en esta Altima secci!n estudi! este
sentido secundario de la representatividad# como aplicado a la caracterstica del tamaEo de la
muestra$
Problema /< Dos encuestadores estCn conduciendo una encuesta para estimar la proporci!n de votantes Due se
proponen votar Sv en cierto re)erendum$ Ba )irma & estC encuestando una muestra de :33 individuos$ Ba )irma
B estC encuestando una muestra de /#333 individuos$ El estimado de Duienes tendra usted mCs con)ianFa en
aceptarQ
Bos de la )irma &ooooo Bos de la )irma Boooooo Casi la mismaooooo
Este problema# y dos variantes de ;ste 8los cuales# respectivamente# arearon la
in)ormaci!n de Due el tamaEo total de la comunidad encuestada )ue 7#333 y 13#3339# les
)ueron dados a 2. sujetos$ &lrededor del 73W de ellos tuvieron mCs con)ianFa en la muestra
rande# comparada con solo el :W )avoreciendo la muestra mCs peDueEa$
Hubimos concluido de esto meramente Due la muestra mCs rande es# la mCs
representativa Due es juFada 8por ejemplo# la mCs eGacta ! con)iable Due se espera Due sea9#
;stos resultados seran casi muy triviales para arantiFar el reporte$ *o es el tamaEo de la
muestra per se el Due determina la representatividad de una muestra# sin embaro# sino mas
bien alo mas semejante a la relaci!n entre el tamaEo de la muestra y el tamaEo de la
poblaci!n$ Donde las muestras consideradas son tomadas de la misma poblaci!n# las dos
estCn linealmente relacionadas# de manera Due ellas dan el mismo ordenamiento$ Donde el
tamaEo de la poblaci!n es variado as como el tamaEo de la muestra# sin embaro# la
di)erencia viene a ser aparente$ Considere el problema siuiente<
Problema .< Dos encuestadores estCn conduciendo encuestas para estimar la proporci!n de votantes en sus
respectivas ciudades Due se proponen votar Sv en un cierto re)erendum$
Ba )irma & opera en una ciudad de / mill!n de votantes
Ba )irma B opera en una ciudad de 13#333 votantes
&mbas )irmas estCn muestreando uno de cada /#333 votantes$
El estimado de Duienes estara usted mas con)iado en aceptarQ ooooo
47
&Du aunDue la ?irma & tiene una muestra de /#333 y la ?irma B de solo 13# el porcentaje
de Ss Duienes eGpresaron mCs con)ianFa en la muestra mCs rande cay! al 13W# mientras Due
el .6W indic! iual con)ianFa en ambas muestras$ En otro rupo de sujetos a los Due se les
dijo Due ambas )irmas muestrearon /#333 8mejor Due / de cada /#3339# el 6W indic! iual
con)ianFa en ambas muestras# comparado con el 4.W Duienes tuvieron mCs con)ianFa en la
muestra votada en la ciudad mCs peDueEa$ Bos comentarios eGplicatorios a los Due los sujetos
)ueron reDueridos a suplir con)irmaron la noci!n de Due ellos estuvieron considerando los
tamaEos de muestra proporcionados# as como los tamaEos absolutos$
&lunas veces la relaci!n muestra>poblaci!n es ciertamente importante para evaluar una
muestra S por ejemplo# cuando el muestreo es hecho sin reemplaFo y especialmente cuando
una raFonablemente rande proporci!n de ella estC siendo muestreada$ Si# sin embaro# el
muestreo es hecho con reemplaFo 8por ejemplo# el tamaEo de la poblaci!n es in)inito9# ! si
solo una peDueEa proporci!n de una ran poblaci!n estC siendo muestreada 8la cual
representa a la poblaci!n# para todos los prop!sitos pramCticos# in)inita9# entonces las
consideraciones del tamaEo relativo al lado de aDuellas de tamaEo absoluto$
Problema 0$ & usted le son presentadas dos urnas cubiertas$ &mbas contienen una meFcla de cuentas verdes y
rojas$ El nAmero de cuentas es di)erente en las dos urnas< la peDueEa contiene /3 cuentas# y la rande contiene
/33 cuentas$ Sin embaro# el porcentaje de cuentas rojas y verdes es el mismo en ambas urnas$ El muestreo
procederC como siue< Usted eGtrae a cieas una cuenta de la urna# anote su color# y reemplCcelo$ Usted las
revuelve# eGtrae otra a cieas de nuevo# y anote otra veF el color$ Esto llea a un total de 6 eGtracciones de la
urna peDueEa# ! /1 eGtracciones de la urna rande$ En cuCl caso piensa usted Due sus posibilidades de adivinar
la mayora de los colores son mejoresQ
Puesto Due el procedimiento de muestreo descrito en el problema 0 es con reemplaFo# el
nAmero de cuentas en las dos urnas es completamente sin importancia desde el punto de vista
de una normativa$ Bas escoencias de los sujetos deberan haber )avorecido
abrumadoramente la muestra rande de /1 cuentas$ En veF de eso# 2. de //3 sujetos
escoieron la muestra mCs peDueEa de 6 cuentas$ Esto puede ser eGplicado solo notando Due
la relaci!n del tamaEo de la muestra al tamaEo de la poblaci!n es de 63W en el Altimo caso y
solo de /1W en el anterior$ %tros resultados reportados en Bar>Hillel 8/6269 reportan la
misma conclusi!n$
Por tanto# si en la estadstica de la muestra# los candidatos importantes para el papel de
Npropiedades esencialesO# no son conocidos# el tamaEo de la muestra puede asumir ese papel$
Ba ente claramente percibe Due el tamaEo es una ventajosa propiedad de las muestras$ Por
Du; este conocimiento )alla al llevar a cabo el sentido primario de la representatividadQ En
otras palabras# dado Due la ente creen Due las muestras mCs randes son mCs probables Due
las peDueEas para ser buenas representativas de su poblaci!n de orien# por Du; ellos )allan al
juFar resultados diverentes 8por ejemplo# una proporci!n de la muestra de 43W obtenida de
una poblaci!n caracteriFada por una proporci!n de 13W9 como menos probables en tamaEo
Due en muestras mCs peDueEasQ
Posiblemente el juicio de Due un cierto resultado de una muestra es menos probable en
muestras randes depende de su percepci!n como no representativa$ Desde el punto de vista
de una normativa# solo una muestra cuya media es id;ntica a la media de la poblaci!n es
NeGactoO$ 'odos los otros son ineGactos# aunDue alunos mCs Due los otros$ Desde un punto
de vista psicol!ico# los resultados de la muestra pueden ser juFados como representativos
aAn si ellos se desvan alo de los parCmetros de la poblaci!n$ 'alveF el 43W no es percibido
como no representativo y por consiuiente no provocan el sentido de representatividad de
seundo orden de los sujetos$
Para probar esta posibilidad# yo di a los sujetos ciertas variaciones del problema de evitar
la maternidad de Kahneman y 'vers(y 8/62.b# 09<
46
Un cierto pueblo es servido por dos hospitales$ En el hospital mCs rande alrededor de :1 beb;s nacen cada da#
y en el hospital mCs peDueEo alrededor de /1 beb;s nacen cada da$ Como usted sabe# alrededor del 13W de los
beb;s son varones$ El porcentaje eGacto de beb;s varones# sin embaro# vara de un da para otro$ &lunas veces
puede ser mayor del 13W # alunas veces menor$
Por un perodo de / aEo# cada hospital reistr! los das en los cuales 8mCs ! menos9 del 43W de los beb;s
nacidos )ueron varones$ CuCl hospital piensa usted Due reistr! mCs tales dasQ 8/62.b# p$ ::09$
En problemas separados dados a rupos separados# la proporci!n de varones )ue variada
del 43W al 23W# 73W y al /33W$ Ba tabla . muestra el e)ecto de este cambio en la
distribuci!n de respuesta de los sujetos$
Ba seunda columna reproduce# ambas en el problema y en los resultados# versi!n de
Kahneman y 'vers(y$ Pero note Due una veF la proporci!n de varones eGcede el 23W# la
respuesta modal viene a ser Nel hospital mCs peDueEo#O la cual es la respuesta correcta$ Por
ahora todos los beb;s son mencionados como varones# Nel hospital mCs peDueEoO es aAn la
respuesta mayoritaria$ %tro jueo de problemas establecen la proporci!n como menor del
43W# 23W A 73W$ Para ;stos# Nla mismaO )ue la respuesta modal hasta el )inal$
Estos resultados suieren Due una veF un resultado de una muestra es percibido como no
representativo# el tamaEo de la muestra es mCs probable Due jueue un papel apropiado en la
evaluaci!n de la muestra de la ente# presumiblemente porDue un tamaEo mCs peDueEo es
mCs compatible con resultados no representativos Due una rande$ Si# sin embaro# si el
resultado establecido de la muestra no pone en )uncionamiento la etiDueta de Nno
representativa#O la ente por lo eneral inora el tamaEo de la muestra$ Proporciones mCs
altas del 23W parecen estar codi)icadas como no representativas$ Bas proporciones Due
incluyen 13W no$
'abla .$ Proporci!n de sujetos respondiendo al problema de evitar la maternidad# con variaciones$
&rriba del &rriba del &rriba del &rriba del
43W
a
43W
b
23W
b
73W
b
/33W
c
Ba mCs rande .:W .3W .1W .4W /6W
Ba mCs peDueEa .3W .3W :0W :.W 1:W
Ba misma 14W 43W 0.W 0.W .2W
* 13 :3 .7 .2 :/
Por debajo del Por debajo del Por debajo del
43W
a
23W
b
73W
b
Ba mCs rande .3W 0/W .6W
Ba mCs peDueEa .:W .7W .1W
Ba misma 14W :/W :4W
* :1 .6 .7
a
De Kahneman y 'vers(y 8/62.b# 09$
b
Datos no publicados previamente# Bar>Hillel$
c
De Bar>Hillel 8/6269$ &Du# los hospitales mCs randes y mCs peDueEos promedian /1 y 1 beb;s por
da# respectivamente$
Discusin
Este captulo presenta un resumen de juicios de probabilidad subjetiva Due se relacionan
con la noci!n de representatividad$ Cada uno de ellos# sin embaro# lo hace de una manera
di)erente$
El primer estudio es una demostraci!n clara Due el juicio de similaridad y el juicio de la
probabilidad estCn correlacionados$ & di)erencia de muchas otras tareas Due prueban la
misma hip!tesis 8vea# por ejemplo# Kahneman R 'vers(y# /62.b# 0L /620# :9# los sujetos
23
aDu no pueden ser culpados por )allar en tomar otras consideraciones 8!# al menos# otras
consideraciones obvias ! simples9 ni por dar indebido peso a consideraciones err!neas !
irrelevantes$ & prop!sito# pocas de las probabilidades actualmente computCndose Due ellos
)ueron reDueridos a comparar# son pocos los sujetos Due podran haber hecho mas Due usar la
estrateia Due ellos usaron$ Esto de aluna manera disminuye el poder de la demostraci!n$
'omados junto a otros resultados# sin embaro# seEala c!mo consideraciones obliatorias de
similaridad aAn las de tipo visual simple Due este estudio provoca S pueden ser cuando se
juFan los Due son a menudo eventos complejos# computacionalmente ! conceptualmente$
Previo al estudio de las caractersticas de la muestra# los ensayos de representatividad
estuvieron tpicamente concentrados sobre un simple parCmetro de las poblaciones# ! en
claves de una dimensional$ Esto permiti! una clasi)icaci!n de estmulos una inmediata y la
otra a priori de la similaridad# haci;ndola necesaria para obtener clasi)icaciones
independientes eGperimental derivadas$ 8*o obstante# aAn alunas de ;stas claves NobviasO
)ueron mCs tarde puestas en duda ^vea# por ejemplo# %lson# /624_9$ Pero cuando los
estmulos crecen mCs complejos# las relaciones de similaridad entre ellos llean a ser menos
obvias# puesto Due muchas claves a)ectan el juicio completo$ Este estudio eGplot! la por
entonces establecida correlaci!n entre probabilidad y representatividad para dar aluna luF
sobre c!mo la Altima es determinada en muestras caracteriFadas por mCs Due una simple
clave$
& menudo# el mejor camino para encontrar c!mo son dos estmulos similares es inDuirir
directamente sobre la similaridad$ Esto es un poco mCs problemCtco cuando uno desea
encontrar cuCn bien la muestra S representa a la poblaci!n P$ El seundo estudio en este
captulo muestra la viabilidad de esta aproGimaci!n mientras da una descripci!n de lo Due las
caractersticas de una muestra hace Due las muestras pareFcan representativas en un conteGto
particular$
?inalmente# el tercer estudio seEala una importante distribuci!n# Due entre la
representatividad de una muestra y la representatividad de los resultados de la muestra$ En
este sentido primario# la representatividad es un juicio Due se aplica a los resultados de una
muestra$ En otras palabras# en orden de evaluar c!mo la representatividad de aluna muestra
es de aluna poblaci!n en este sentido# las caractersticas esenciales de ambas tienen Due ser
conocidas$ Por lo tanto# es sini)icativo estimar# diamos# la representatividad de una muestra
de /1 reci;n nacidos# 6 de los cuales son varones# con relaci!n a la distribuci!n eneral del
seGo de los reci;n nacidos 8con su conocimiento de la proporci!n de varones9$ Es
sini)icativo evaluar la representatividad de esta muestra si la proporci!n de varones ya sea
en la muestra ! en la poblaci!n es desconocida$ Pero eGiste otro# sentido secundario de la
representatividad Due darC la seunda clasi)icaci!n sini)icativa# tambi;n$ Es este otro
sentido# las muestras son mCs representativas si ellas son juFadas de ser mCs probables de
ser representativas en el sentido primario$ En otras palabras# sin tomar en cuenta la media de
la poblaci!n# y antes Due la media de la muestra sea divulada# una muestra de :1 reci;n
nacidos es mCs representativa 8en el sentido secundario9 Due una de /1 reci;n nacidos# porDue
es mCs probable parecerse a la poblaci!n una veF su proporci!n de varones es divulada$ Post
hoc 8u9# por supuesto# la muestra de :1 puede probar tener 43W de varones# como comparado
con 10W de varones en la muestra mCs peDueEa$ Pero si los dos sentidos son conservados
distintos# esto no debera causar con)usi!n$
El tercer estudio demostr! Due la ente responde al tamaEo de una muestra cuando
haciendo juicios secundarios de representatividad# aunDue ellos )allan en darse cuenta de las
implicaciones Due esto necesariamente tiene para los juicios de representatividad primarios y
estCndar$
2/
A( Juicios de y por representatividad
&mos 'vers(y y Daniel Kahneman

Jarios aEos atrCs# nosotros presentamos un anClisis de juicio bajo incertidumbre Due
relacion! las probabilidades subjetivas y las predicciones intuitivas a eGpectativas e
impresiones sobre la representatividad$ Dos hip!tesis distintas incorporaron este concepto< 8i9
la ente espera Due las muestras sean altamente similares a su poblaci!n de orien y tambi;n
Due representen la aleatoriedad del proceso de muestreo 8'vers(y R Kahneman# /62/# .L
/62:# /9L 8ii9 la ente a menudo se apoya en la representatividad como una heurstica para el
juicio y la predicci!n 8Kahneman R 'vers(y# /62.b# 0L /620# :9$
Ba primera hip!tesis )ue adelantada para eGplicar la creencia comAn Due los procesos de
posibilidad son auto correctivos# la eGaerada )e en los resultados de estabilidad observados
en muestras peDueEas# la )alacia del juador y los prejuicios relacionados con juicios de
aleatoriedad$ *osotros propusimos Due la concepci!n de la posibilidad incorpora una
creencia en la ley de los nAmeros peDueEos# de acuerdo a la cual aAn las muestras peDueEas
son altamente representativas de sus poblaciones de orien 8'vers(y R Kahneman# /62/# .9$
Una hip!tesis similar podra tambi;n eGplicar la tendencia comAn a eGaerar la consistencia y
el valor predictivo de los rasos de la personalidad 8-ischel# /6269 y a sobreestimar las
correlaciones entre variables similares 8vea el Captulo /19 y los comportamientos 8Sh+eder
R D@&ndrade# /6739$ Ba ente parece creer en un modelo como un holorama de la
personalidad en el cual cualDuier )ramento del comportamiento representa el verdadero
carCcter del actor 8Kahneman R 'vers(y# /620# :9$
Ba hip!tesis de Due la ente espera Due las muestras sean altamente representativas de su
poblaciones de orien es conceptualmente independiente de la seunda hip!tesis# Due la
ente a menudo usa la heurstica de representatividad para hacer predicciones y juFar las
probabilidades$ Bo Due es# Due la ente a menudo evalAa la probabilidad de un evento
incierto ! una muestra Npor el rado al cual el es 8i9 similar en propiedades esenciales a su
poblaci!n de orien# y 8ii9 re)leja las caractersticas conspicuas del proceso por el cual el es
eneradoO 8Kahneman R 'vers(y# /62.b# p$ :0/# 09$ Esta hip!tesis )ue estudiada en varios
conteGtos# incluyendo los juicios intuitivos de la estadstica y la predicci!n de la escoencia
pro)esional 8Kahneman R 'vers(y# /62.b# 0L /620# :9$
Bas dos hip!tesis de representatividad han sido usadas para eGplicar una variedad de
observaciones# tales como la ine)ectividad relativa de la in)ormaci!n de consenso y el uso de
la similaridad en la interpretaci!n de ensayos proyectivos 8*isbett R "oss# /6739$ Estas
hip!tesis han tambi;n provedo direcci!n a una bien recompensada investiaci!n de las
violaciones sini)icantes de las relas normativas en juicios intuitivos$ Ba mayora de ;sta
investiaci!n ha estado relacionada con juicios por representatividad# Due es# con el papel de
la representatividad en la predicci!n y la in)erencia$ "elativamente poco trabajo ha sido
dedicado a juicios de representatividad# Due es# a la naturaleFas de ;sta relaci!n y sus
2.
Este trabajo )ue apoyado por la %))ice *aval "esearch bajo el contrato *333/:>26>C>3322 a la Universidad de
Stan)ord$
determinantes# )uera del muestreo aleatorio 8Bar>Hillel# /673b9$ Ba primera parte de este
captulo estC relacionada con la naturaleFa de la relaci!n de representatividad y tambi;n con
las condiciones en la cuales el concepto de representatividad es Atilmente provocado para
eGplicar las predicciones intuitivas y los juicios de probabilidad$ En la seunda parte del
captulo ilustramos el contraste entre la l!ica de representatividad y la l!ica de
probabilidad en juicios de la probabilidad de eventos compuestos$
Fa relacin de representatividad
Ba representatividad es una relaci!n entre un proceso ! modelo# -# y aluna instancia !
evento# M# con ese modelo$ Ba representatividad# como la similaridad# pueden ser evaluadas
empricamente# por ejemplo# reDuiriendo a la ente juFar cuCl de los dos eventos# M
/
! M
.
# es
mCs representativo de alAn modelo# -# ! si un evento# M# es mCs representativo de -
/
! de
-
.
$ El modelo en cuesti!n podra ser una persona# una moneda leal ! la economa del
mundo# y los respectivos resultados podran ser una observaci!n# una secuencia de caras y
cruces# ! el precio actual del oro$ Ba representatividad es una relaci!n direccional< Diamos
Due una muestra es mCs ! menos representativa de una poblaci!n particular y Due un acto es
representativo de una persona$ *osotros normalmente decimos Due la poblaci!n es
representativa de la muestra ! Due la persona es representativa del acto$ En alunos
problemas# sin embaro# es posible revertir los papeles de modelo y resultado$ Por ejemplo#
uno puede evaluar si una persona es representativa del estereotipo de bibliotecarios ! si la
ocupaci!n de bibliotecario es representativa de esa persona$
*osotros distinuimos cuatro casos bCsicos en los cuales el concepto de representatividad
es comAnmente provocado$
/$ ( es una clase y , es un valor de una variable definida en -sta clase& Es en este
sentido nosotros hablamos de 8mCs ! menos9 valores de representatividad del resultado de
pro)esores universitarios# ! de la edad del matrimonio en una cultura$ *aturalmente# el valor
mCs representativo estarC cerca de la media# la mediana ! del modo de la distribuci!n de la
variable relevante en la clase -$ Ba relaci!n de representatividad estC principalmente
determinada en este caso por lo Due el juicio conoce sobre la distribuci!n de )recuencia de la
variable relevante$
.$ ( es una clase y , es una instancia de esa clase& Ba mayora de lectores
probablemente estarCn de acuerdo Due =ohn Updi(e es un mCs representativo escritor
&mericano Due *orman -ailer$ Claramente# tal juicio no tiene unas bases en )recuenciaL el
re)leja el rado al cual los estilos # temas e ideas de ;stos autores son centrales a los escritos
contemporCneos &mericanos$ Consideraciones similares determinan la representatividad de
las instancias Due son en si mismas clases mCs Due individuos$ Por ejemplo# un petirrojo es
juFado ser un pCjaro mCs tpico Due un pollo# aunDue es menos )recuente 8"osch# /627L
Smith# Shoben R "ips# /62:9$ Por lo tanto una instancia es representativa de una cateora si
ella tiene las caractersticas esenciales Due son compartidas por miembros de esa cateora y
no tienen muchas caractersticas distintivas Due no son compartidas por miembros de la
cateora 8"osch# /621L 'vers(y# /6229$
El trabajo contemporCneo sobre la )ormaci!n del concepto 8"osch R -ervis# /621L
-ervis R "osch# /67/9# la memoria semCntica 8Brans)ord R ?ran(s# /62/9# y
reconocimiento del patr!n 8Posner R Keele# /6479 ha mostrado Due los mCs representativos #
! prototipos# elementos de una cateora son mejor aprendidos# recordados y reconocidos Due
20
los elementos Due son mCs )recuentes pero menos representativos$ -Cs aAn# la ente a
menudo se eDuivocan al NreconocerO estmulos prototpicos Due nunca han sido mostrados$
Ba representatividad# por consiuiente# puede prejuFar la memoria del reconocimiento as
como los juicios de )recuencia$
Podra talveF notarse Due eGisten dos caminos en los cuales un elemento puede ser
altamente representativo de una clase$ Bos dos sentidos de representatividad corresponden
cercanamente a las relaciones de tipicalidad y prototipicalidad$ Un elemento es altamente
representativo de una cateora si el es tpico ! modalL el puede tambi;n ser representativo si
el es un tipo ideal Due envuelve la esencia de la cateora$ *ueva ,or(# por ejemplo# es el
prototipo de una ciudad &mericana# pero Cincinnati es mCs probable de ser seleccionada
como una ciudad tpica$ Similarmente# nuestras nociones de la prototpica y tpica mujer
?rancesa puede ser muy di)erente$ Ba anterior es probablemente una joven# eleante Parisina#
mientras Due la Altima es mCs probable de ser una ordin)lona mujer de mediana edad de las
provincias$
0$ ( es una clase y , es un sub.juego de (& Ba mayora de la ente probablemente
estarC de acuerdo en Due la poblaci!n de la ?lorida es menos representativa de la poblaci!n
de los Estados Unidos Due lo Due es la poblaci!n de Illinois y Due los estudiantes de
astronoma son menos representativos del cuerpo entero de estudiantes Due lo Due son los
estudiantes de psicoloa$ Bos criterios de representatividad no son los mismos para un sub>
jueo y para una instancia simple# porDue una instancia puede solo representar la tendencia
central de los atributos# mientras Due un sub>jueo puede tambi;n representar rano y
variabilidad$ Un hombre cuya altura# peso# edad e inreso econ!mico se asemejan a los
valores promedio para la poblaci!n de los estados unidos es# claramente# representativo de la
poblaci!n$ Un rupo de /33 hombres con las mismas caractersticas )allara en representar la
variabilidad de los atributos$
Si la clase - consiste de distintos rupos tales Due la variabilidad dentro de cada rupo es
muy peDueEa relativa a la variabilidad entre los rupos# # tendemos a tratar cada rupo como
una instancia de la cateora mCs Due como un sub>jueo$ Por tanto# es natural considerar al
NpetirrojoO como una clase de pCjaro# ! como una instancia de la cateora NpCjaroO# aunDue
el jueo de petirrojos es un sub>jueo de la clase de pCjaros$ -Cs eneralmente# 8.9 puede ser
considerado como un caso especial de 809 donde el sub>jueo M consiste de un simple
miembro$ Similarmente# 8/9 puede ser considerado como una versi!n unidimensional de 8.9$
Bos tres tipos de representatividad son distinuidos por la complejidad de M# donde 8/9 es el
caso de elemento simple# atributo simple# 8.9 es el elemento simple# caso de multi>atributo# y
809 es el caso de elemento mAltiple S con uno ! mCs atributos$
Un ejemplo particularmente importante de la representatividad de un sub>jueo es el caso
en el cual M es una muestra aleatoria de una poblaci!n especi)icada$ Una muestra aleatoria
se espera Due represente la aleatoriedad del proceso de selecci!n# no solo las caractersticas
esenciales de la poblaci!n de la cual ella es sacada$ Cuando /33 entes son seleccionadas al
aFar# por ejemplo# una muestra de 10 hombres y :2 mujeres puede parecer mCs representativa
Due una muestra de 13 hombres y 13 mujeres# porDue la anterior representa la irreularidad
del muestreo aleatorio mientras Due la Altima no 8Kahneman y 'vers(y# /62.b# 09$ El
concepto estadstico de una muestra representativa es discutida por Krus(al y -osteller
8/626a# /626b9$
:$ ( es un sistema /causal0 y , es una consecuencia /posible0& Este caso di)iere de los
precedentes en Due - no es por mucho una clase de objetos ! instancias sino mCs bien un
sistema Due produce varios e)ectos$ Por ejemplo# - puede ser la economa de los Estados
Unidos y M la tasa de in)laci!n# ! - puede ser una persona y M un acto realiFado por -# por
ejemplo# divorcio# suicidio# escoencia personal$ &Du M es representativa de - ya sea
porDue es )recuentemente asociada con - 8por ejemplo# )iebre alta comAnmente acompaEa a
2:
la neumona9 ! porDue la ente cree# correcta ! incorrectamente# Due - causa a M 8por
ejemplo# la pena capital previene los secuestros9$ Intrusiones de esDuemas causales en juicios
de probabilidades condicionales son ilustrados y discutidos en 'vers(y y Kahneman 8/673#
79$
En resumen# una relaci!n de representatividad puede ser de)inida por 8/9 un valor y una
distribuci!n# 8.9 una instancia y una cateora# 809 una muestra y una poblaci!n# 8:9 un e)ecto
y una causa$ En todos los cuatro casos# la representatividad eGpresa el rado de
correspondencia entre M y -# pero sus determinantes no son las mismas en los cuatro casos$
En el caso 8/9# la representatividad es dominada por la )recuencia relativa percibida !
asociaci!n estadstica$ En los casos 8.9 y 809# la representatividad es determinada
primariamente por la similaridad# por ejemplo# de una instancia a otras instancias# ! de una
muestra estadstica a los parCmetros correspondientes de una poblaci!n$ ?inalmente# en el
caso 8:9# la representatividad es controlada laramente por 8vClidas ! invClidas9 creencias
causales$
!epresentatividad y probabilidad
El uso de la representatividad para eGplicar los juicios de probabilidad y las predicciones
intuitivas descansa en las suposiciones Due<
/$ Ba relaci!n NMO es 8muy# $ $ $ $# no del todo9 representativa de - puede ser
sini)icativamente evaluada por juicios$
.$ Estas evaluaciones no deberCn estar basadas en impresiones de probabilidad o de
)recuencia# las cuales deben ser eGplicadas por la representatividad$
0$ Ba relaci!n de representatividad tiene una l!ica de su propiedad# la cual arranca
sistemCticamente de la l!ica de la probabilidad$
Cuando ;stas suposiciones son satis)echas# es de inter;s probar si los juicios de probabilidad
son mediados por evaluaciones de representatividad$
Ba evaluaci!n de la probabilidad de un evento incierto o de la predicci!n de una cantidad
desconocida es un proceso complejo# el cual comprende la interpretaci!n del problema# una
bAsDueda de la in)ormaci!n relevante# y de escoer una respuesta apropiada$ Puede ser
comprado con la operaci!n de un prorama )leGible de computaci!n Due incorpora una
potencialmente Atiles sub>rutinas$ En los t;rminos de ;sta analoa# la representatividad
heurstica es uno de los procedimientos Due pueden ser usados para retribuir# interpretar y
evaluar una in)ormaci!n$ El uso de ;sta heurstica# por supuesto# no impide el uso de otros
procedimientos# como el uso de imCenes como una heurstica para recordar a la ente Due
estuvo presente en una reuni!n particular# por ejemplo# participantes Duienes )ueron
claramente visibles se espera Due sean recordados mejor Due aDuellos Due no$ Similarmente#
el uso de la representatividad para evaluar la probabilidad subjetiva produce una
sobreestimaci!n de alunas probabilidades y subestimaci!n de otras$
Estudios anteriores dieron luar a la hip!tesis eGtrema de Due alunas juicios de
probabilidad estCn basados eGclusivamente en la representatividad$ Por ejemplo# la
observaci!n de Due las distribuciones del muestreo subjetivo son esencialmente
independientes del tamaEo de la muestra 8Kahneman y 'vesr(y# /62.b# 09 suirieron Due la
ente evalAa la probabilidad de una muestra por la similaridad de su estadstica con los
correspondientes parCmetros de la poblaci!n$ Ba mayora de los datos disponibles# sin
embaro# sostienen una hip!tesis mCs moderada Due las predicciones intuitivas y los juicios
de probabilidad son altamente sensitivos a la representatividad aunDue ellos no estCn
completamente dominados por ella$ Por lo tanto# las probabilidades subjetivas estCn
21
)uertemente in)luenciadas por 8normativamente9 )actores irrelevantes Due a)ectan la
representatividad y son relativamente insensitivos a 8normativamente9 variables relevantes
Due no a)ectan la representatividad$ Ba manitud de los prejuicios de la representatividad y el
impacto de las variables tales como el tamaEo de la muestra# la con)iabilidad y la valoraci!n
base dependen de la naturaleFa del problema# las caractersticas del diseEo# la so)isticaci!n de
los encuestados# y la presencia de claves suestivas A otras caractersticas de demanda$ El
papel ;stos )actores en la investiaci!n del juicio es discutida en el Captulo 0:$
Si la con)ianFa en la representatividad conduce a sistemCticos errores# por Du; la ente
usa ;sta relaci!n como una base para la predicci!n y el juicioQ Ba respuesta a ;sta
interroante tiene tres partes$ Primera# la representatividad aparece )Ccilmente accesible y
)Ccil de evaluar$ Ba investiaci!n moderna sobre cateoriFaci!n 8-ervis R "osch# /67/L
"osch# /6279 suiere Due el conocimiento conceptual estC a menudo oraniFado y procesado
en t;rminos de prototipos de ejemplos representativos$ Consecuentemente# encontramos mCs
)Ccil evaluar la representatividad de una instancia a una clase Due evaluar su probabilidad
condicional$ Seunda# eventos probables son usualmente mCs representativos Due los eventos
menos probables$ Por ejemplo# una muestra Due se parece a la poblaci!n es eneralmente
mCs probable Due una muestra altamente atpica del mismo tamaEo$ 'ercera# la creencia de
Due las muestras son eneralmente representativas de sus poblaciones de orien conduce a la
ente a sobreestimar la correlaci!n entre la )recuencia y la representatividad ! entre
asociaci!n estadstica y la similaridad connotativa$ Por tanto# la representatividad es usada
porDue 8i9 es accesible# 8ii9 a menudo se correlaciona con la probabilidad# y 8iii9 la ente
sobreestima ;sta correlaci!n$ Ba con)ianFa en la representatividad# sin embaro# conduce a
errores predecibles de juicio porDue la representatividad tiene una l!ica propia# la cual
di)iere de la l!ica de la probabilidad$
El contraste entre la representatividad y la probabilidad es mCs pronunciada 8i9 cuando la
evidencia es )alible ! 8ii9 cuando el objetivo del evento es altamente espec)ico$ En el caso
8i9# un resultado Due es altamente representativo de nuestro modelo puede a pesar de eso ser
improbable S si nuestro modelo mental estC basado en una evidencia de limitada valideF$
Considere# por ejemplo# la probabilidad de Due un candidato Dui;n dej! una eGcelente
impresi!n durante una entrevista tendrC ;Gito en una tarea muy di)cil$ PorDue las
impresiones basadas en entrevistas son notoriamente )alibles y el ;Gito ! el )racaso en el
trabajo es controlado por numerosos )actores Due no son predecibles de una breve
conversaci!n# el ;Gito puede ser muy improbable aAn cuando el sea altamente representativo
de nuestra impresi!n del candidato$
En el caso 8iii9# un resultado puede ser representativo puede ser muy improbable porDue
es altamente espec)ico ! detallado$ En eneral# un evento puede ser improbable ya sea
porDue es atpico ! porDue es altamente espec)ico$ Un peso debajo de las /01 lbs$ Es tpico
pero altamente espec)ico$ Ciertamente# el Altimo es mCs representativo para un hombre de
mediana edad# aunDue el anterior es mucho mCs probable$ Como este ejemplo ilustra# un
incremento en la especi)idad no eneralmente conduce a una representatividad disminuida$
Consecuentemente# la comparaci!n de eventos Due di)ieren en la especi)idad a menudo crean
con)licto entre la representatividad y la probabilidad$ Por ejemplo# una muestra al aFar de
cuatro cartas consistiendo del rey de coraFones# as de espadas# nueve de diamantes y cuatro
de tr;boles# parece mCs representativo Due una muestra consistiendo de cuatro cartas del
mismo palo# aunDue la Altima es por mucho mCs probable$ Por tanto# los prejuicios de
representatividad en juicios de probabilidad deberan ser mCs pronunciados en la evaluaci!n
de eventos Due son representativos pero altamente espec)icos$ 'ales prejuicios son
demostrados en estudios de juicios de probabilidad de eventos compuestos descritos en la
siuiente secci!n$
24
<obre la evaluacin de eventos compuestos
El audo contraste entre probabilidad y representatividad sure en la evaluaci!n de
eventos compuestos$ Supona Due nosotros estamos dando aluna in)ormaci!n sobre un
individuo 8por ejemplo# un esDuema de personalidad9 y Due nosotros especulamos sobre
varios atributos ! combinaciones de atributos Due este individuo puede poseer# tales como
ocupaci!n# pasatiempo ! a)inidad poltica$ Una de las leyes bCsicas de la probabilidad es Due
la especi)icaci!n puede solo reducir la probabilidad$ Por lo tanto# la probabilidad de Due una
persona dada es ambas un "epublicano y un artista debe ser mCs peDueEa Due la probabilidad
de Due la persona sea un artista$ Esta condici!n se sostiene no solo en el cClculo de la
probabilidad estCndar sino tambi;n en modelos no estCndar 8por ejemplo# Sha)er# /624L
gadeh# /6279$
Sin embaro# el reDuerimiento Due P8& R B9 Z P8B9# el cual puede ser llamado la rela de
la conjunci!n# no se aplica a la similaridad ! a la representatividad$ Un cuadrado aFul# por
ejemplo# puede ser mCs similar a un crculo aFul Due a un crculo# y un individuo puede
representar nuestra imaen de un artista "epublicano mCs Due a nuestra imaen de un
"epublicano$ PorDue la similaridad de un objeto a un objetivo puede ser incrementada
areando a las caractersticas del objetivo Due son compartidas por el objeto 8vea# 'vers(y#
/6229# la similaridad ! la representatividad puede ser incrementada por la especi)icaci!n del
objetivo$ Si los juicios de probabilidad son mediados por la representatividad ! la similaridad
debera ser posible construir problemas donde una conjunci!n de resultados pareFca mCs
representativa y por lo tanto mCs probable Due uno de sus componentes$
)l efecto de la conjuncin1 Estudio /
Esta predicci!n )ue primero ensayada en un eGperimento conducido en =erusal;n en /62:$
*osotros presentamos /7: sujetos con cuatro esDuemas de personalidad$ Cada esDuema
eDuiparaba el estereotipo de una ocupaci!n particular 8por ejemplo# un piloto de taGi9 y
di)era randemente del estereotipo de un partido poltico particular 8por ejemplo# laborista9#
! viceversa$ De aDu Due# cada descripci!n 8M9 )ue representativa de un objetivo# denominado
8&9# y no representativo de otro objetivo# denominado 8B9$ Cada esDuema )ue seuido de una
lista de cinco ! seis eventos objetivos descritos por una ocupaci!n# una a)iliaci!n poltica# !
una conjunci!n# por ejemplo# un taGista Due es miembro de un partido laborista$ Para cada
descripci!n# la mitad de los sujetos recibieron una lista incluyendo ambos objetivos & y B
mientras Due la otra mitad recibieron una lista incluyendo el objetivo compuesto 8& R B9$
Bos restantes cuatro objetivos )ueron id;nticos en las dos listas$ Ba mitad de los sujetos
)ueron reDueridos a clasi)icar los objetivos de acuerdo al Nrado al cual M es representativo
de esa claseO# y la otra mitad los clasi)ic! de acuerdo a Nla probabilidad de Due M sea un
miembro de esa claseO$
El diseEo del estudio permiti! una comparaci!n indirecta de la representatividad y de la
probabilidad para el evento B y el compuesto 8& R B9 en relaci!n a las cuatro constantes
alternativas$ Bos resultados pueden resumirse como siue< Primero# todas las cuatro
descripciones )ueron juFadas de ser mCs representativas del objetivo compuesto 8& R B9
Due del objetivo B solo$ Seundo# El ordenamiento de la representatividad y el probable
ordenamiento de cada jueo de objetivos )ue casi id;ntico en todos los casosL la correlaci!n
promedio producto>momento entre ranos medios )ue de $64$ En particular# al objetivo
compuesto 8& R B9 le )ue asinado un sini)icantemente mCs alto rano medio en el
ordenamiento de la probabilidad Due al objetivo simple B$ Evidentemente# la con)ianFa en la
representatividad heurstica condujo a los encuestados a considerar un evento conjuntivo
22
como mCs probable Due uno de sus componentes# contrario a la rela de la probabilidad$ &
este patr!n de juicios serC llamado el e)ecto de la conjunci!n$
)studio 21 Bill y Binda
PorDue el material de estmulo usado en el estudio temprano )ue altamente espec)ico para la
cultura Israel# nosotros construimos una versi!n en Inl;s de los problemas e hicimos una
r;plica del estudio con varias variaciones sini)icantes$ Primero# comparamos los resultados
de un diseEo pentre sujetos@# en el cual cada encuestado compar! ya sea el objetivo
compuesto 8& R B9 ! el objetivo simple 8B9# al mismo jueo de alternativas# con un diseEo
pentre rupos de sujetos@ en el cual cada uno de los encuestados compar! los dos objetivos
crticos directamente$ *osotros elaboramos la hip!tesis de Due la rela de conjunci!n )allara
en el anterior diseEo# como en nuestro estudio previo# pero esperamos Due la )recuencia de
violaciones sera randemente reducida en el Altimo diseEo donde los participantes )ueron
reDueridos# en e)ecto# comparar P8&9 con P8& R B9$ Seundo# nosotros esperamos Due aAn la
so)isticaci!n estadstica limitada eliminara la mayora de las violaciones de la rela de
conjunci!n# al menos en un diseEo pdentro de un rupo de sujetos@$
Para investiar ;stas hip!tesis# condujimos ambos un estudio pdentro de un rupo de
sujetos@ 8directo9 y pentre sujetos@ 8indirecto9# con el mismo material de estmulo$ El estudio
)ue replicado en tres rupos de encuestados Due di)irieron en so)isticaci!n estadstica$ El
estadsticamente rupo simple consisti! de estudiantes no raduados de la Universidad de
British Columbia y de la Universidad de Stan)ord Duienes no tenan antecedentes en
probabilidad ! estadstica$ El rupo intermedio consisti! en estudiantes raduados en
psicoloa y educaci!n y de estudiantes de medicina de la Universidad de Stan)ord Duienes
haban tomado varios cursos de estadstica y estaban todos )amiliariFados con los conceptos
bCsicos de la probabilidad$ El rupo estadsticamente so)isticado consisti! de estudiantes
raduados en el prorama de ciencia de la decisi!n de la Escuela de *eocios de Stan)ord
Duienes haban todos tomado varios cursos avanFados de probabilidad y de estadstica$
Dos breves esDuemas de personalidad )ueron construidos$ Cada participante se encontr!
con uno de ;stos esDuemas en el tratamiento pdentro del rupo de sujetos@ y el otro en el
tratamiento pentre los sujetos@$ En el primero el esDuema de personalidad )ue seuido por
ocho resultados posibles# incluyendo un resultado representativo# un resultado no
representativo y la conjunci!n de los dos$ En el tratamiento pentre los sujetos@ la lista de
resultados incluy! ya sea los dos resultados crticos simples ! su conjunci!n$ Bas )ormas
pdentro del rupo de sujetos@ de los dos problemas se muestran aDu$ Bos nAmeros entre
par;ntesis son la clasi)icaci!n media asinada a los varios resultados por los sujetos Duienes
recibieron ;sta )orma$
Bill tiene 0: aEos de edad$ El es inteliente# pero no imainativo$ Compulsivo y eneralmente
desanimado$ En la escuela# ;l )ue )uerte en matemCticas pero d;bil en estudios sociales y
humanidades$
Por )avor ordene las siuientes in)ormaciones por su probabilidad# usando / para el mCs probable y 7
para el menos probable$
8:$/9 Bill es un )sico Due juea po(er por hobby$
8:$79 Bill es un arDuitecto$
8/$/9 Bill es un contador$ 8&9
84$.9 Bill toca jaFF por hobby$ 8=9
81$29 Bill practica el sur)in por hobby$
81$09 Bill es un reportero$
27
80$49 Bill es un contador Due toca jaFF por hobby$ 8& R =9
81$:9 Bill escala montaEas por Hobby$
Binda tiene 0/ aEos de edad# soltera# )ranca y muy brillante$ Ella se especialiF! en )iloso)a$ Como
una estudiante# ella estuvo pro)undamente relacionada con asuntos de discriminaci!n y justicia social#
y tambi;n particip! en demostraciones anti nucleares$
Por )avor clasi)iDue las siuientes declaraciones por su probabilidad# usando / para la mCs probable y
7 para la menos probable$
81$.9 Binda es una maestra de escuela elemental$
80$09 Binda trabaja en una librera y toma clases de ,oa$
8.$/9 Binda es activa en el movimiento )eminista$ 8?9
80$/9 Binda es una trabajadora social psiDuiCtrica$
81$:9 Binda es miembro de la Bia de -ujeres Jotantes$
84$.9 Binda es una cajera de banco# 8'9
84$:9 Binda es una vendedora de seuros$
8:$/9 Binda es una cajera de banco y estC activa en el movimiento )eminista$ 8' R ?9
Como el lector ha probablemente adivinado# la descripci!n de Bill )ue construida para ser
representativa de un contador 8&9 y no representativa de una persona Due toca jaFF por
hobby 8=9$ Ba descripci!n de Binda )ue construida para ser representativa de una activa
)eminista 8?9 y no representativa de una cajera de banco 8'9$ De acuerdo con los principios
psicol!icos de la similaridad 8'vers(y# /6229 se esperaba Due los objetivos compuestos# un
contador Due toca jaFF por hobby 8& R =9 y una cajera de banco Due es activa en el
movimiento )eminista 8' R ?9# caeran entre los respectivos objetivos simples$ Para probar
esta predicci!n# nosotros reDuerimos al rupo de 77 sujetos estadsticamente simples a
clasi)icar los ocho objetivos Npor el rado al cual Bill 8Binda9 se asemejan al tpico miembro
de esa claseO$ Bas clasi)icaciones de similaridad validaron nuestra hip!tesis sobre las
descripciones$ Ba proporci!n de encuestados Duienes desplearon el orden predicho para Bill
8& w& R = w=9 )ue del 72WL el porcentaje de sujetos Duienes desplearon el orden predicho
para Binda 8? w ' R ? w '9 )ue del 71W$
'abla /$ El e)ecto conjunci!n
Simple Intermedio So)isticadooooooooo
Binda Bill Binda BilloooooooooBinda Billooooo
%iseo dentro del grupo de sujetos
E)ecto conjunci!n 8W9 76 6. 63 74 71 70
Clasi)icaci!n -< & R B :$. 0$4 0$6 0$1 :$3 0$:
Clasi)icaci!n -< B 4$0 4$: 4$. 4$: 4$/ 1$4
* 77 6: 10 14 0. 0.
%iseo entre los sujetos
Clasi)icaci!n -< & R B 0$0 .$0 .$6 .$: 0$/ .$1
Clasi)icaci!n -< B :$: :$1 0$6 :$. :$0 :$4
* 74 77 11 14 0. 0.
'odos los participantes recibieron ya sea la descripci!n de Bill ! la descripci!n de Binda
en la )orma pdentro del rupo de sujetos@ y la clasi)icaci!n ordenada de ocho objetivos de
acuerdo a sus probabilidades$ Estos datos estCn resumidos en la parte superior de la 'abla /#
donde la )ila etiDuetada Ne)ecto conjunci!n 8W9O presenta el porcentaje de sujetos en cada
rupo Due clasi)icaron el objetivo compuesto por debajo del objetivo simple menos
representativo$ Bas )ilas etiDuetadas N& y BO yOBO por ahora# respectivamente# la
26
clasi)icaci!n media asinada al compuesto y al objetivo simple menos representativo$ Ba
clasi)icaci!n media de similaridad estC ploteada en la ?iura / contra la clasi)icaci!n media
total de probabilidad en el diseEo pdentro del rupo de sujetos@$
En la condici!n pentre los sujetos@# dos versiones de cada problema )ueron construidas
eliminando de la lista de objetivos ya sea el objetivo compuesto ! los dos objetivos
compuestos$ El esDuema de personalidad# las instrucciones y los remanentes 1 objetivos
)ueron los mismo como en la versi!n pdentro del rupo de sujetos@$ Bos resultados del diseEo
pentre los sujetos@ para todos los rupos de encuestados son presentados en la parte in)erior
de la 'abla /$
Bos resultados resumidos en la 'abla / muestran Due el objetivo compuesto )ue
clasi)icado como mCs probable Due el objetivo simple en ambos diseEos pdentro del rupo de
sujetos@ y pentre los sujetos@$ Este resultado se sostiene para ambas descripciones y para
todos los rupos$ -ucha de nuestra sorpresa# so)isticaci!n estadstica tuvieron un e)ecto
insini)icante sobre el e)ecto conjunci!n# el cual )ue eGhibido por mCs del 73W de los sujetos
en todos los tres rupos$
Incluir a-u* la 4i#ura ' de la p5#ina 67 del ori#inal(
?iura /$ Ploteo de las clasi)icaciones promedio de para ocho resultados clasi)icados por probabilidad
y por similaridad para las dos descripciones$
En los estudios precedentes# los objetivos crticos )ueron )ijados en jueo mCs rande de
resultados posibles# los cuales podran haber dis)raFado la relaci!n de inclusi!n entre ellos$
Es de inter;s# por consiuiente# investiar si la ente viola la rela de conjunci!n aAn cuando
la relaci!n l!ica entre los objetivos es altamente transparente$ Para probar ;sta hip!tesis#
nosotros presentamos un nuevo rupo de 8estadsticamente simples9 sujetos con las
descripciones de Bill y Binda$ Cada sujeto )ue presentado con una de las dos descripciones#
y )ue preuntado sobre cuCl de los dos objetivos crticos ^por ejemplo# = y 8& R =9# ! ' y 8'
R ?9_ era mCs probable$ Este procedimiento no reduce el e)ecto conjunci!n< El objetivo
compuesto )ue seleccionado por el 6.W de los sujetos 8* [ 779 en el caso de Bill y por el
72W de los sujetos 8* [ 749 en el caso de Binda$
De la )alla masiva de la rela de la conjunci!n suren intriantes interroantes
concernientes a su apariencia normativa$ Para eGaminar ;sta interroante# entrevistamos a 04
estudiantes raduados# del rupo intermedio# Duienes hubieron participado en el eGperimento$
& ellos se les preunt! 8/9 c!mo haban ordenado ellos las dos cateoras crticas# 8.9 por Du;
ellos haban hecho eso# y 809 considerar el arumento de Nla probabilidad de Due Bill sea
ambos un contador y un int;rprete del jaFF no puede eGceder la probabilidad de Due es un
int;rprete del jaFF# porDue cada miembro de la cateora anterior es tambi;n un miembro de
la AltimaO$ -Cs de los dos tercios de los sujetos 8/9 dijeron Due ellos haban seleccionado el
objetivo compuesto# 8.9 dieron aluna versi!n de una similaridad ! de un arumento de
tipicalidad como una raF!n# y 809 estuvieron de acuerdo# despu;s de aluna re)leGi!n# Due sus
respuestas )ueron err!neas# porDue hubo una variante de la rela de conjunci!n$ Solo dos de
los sujetos mantuvieron Due el orden de probabilidad no necesita estar de acuerdo con la
inclusi!n de clase# y solo uno reclam! Due ;l haba mal interpretado la preunta$ &unDue la
entrevista podra haber prejuiciado a los encuestados a )avor de la rela de conjunci!n# los
resultados suieren Due los sujetos estadsticamente in)ormados# al menos# estCn dispuestos a
considerar una violaci!n de ;sta rela como un lamentable error$ Para posterior discusi!n de
este asunto# ver el captulo 0:$
En interpretar la )alla de la rela de conjunci!n# es importante considerar si el e)ecto es
atribuible# en todo ! en parte# a las convenciones linesticas ! a relas de conversaci!n$ Por
ejemplo# en un estudio anterior presentamos a la ente con la siuiente descripci!n# N=ohn
73
tiene .2 aEos de edad# con una personalidad sociable$ En la universidad )ue un eGcelente
atleta pero no mostr! mucha habilidad ! inter;s en cuestiones intelectualesO$ Encontramos
Due =ohn )ue juFado mCs probable de ser un Nmaestro de imnasiaO Due meramente un
NmaestroO$ &unDue cada maestro de imnasia es# en un sentido# un maestro# podra ser
areido Due el t;rmino maestro es entendido aDu en un sentido Due eGcluye a un maestro de
imnasia ! a un instructor de manejo en la escuela$ Este problema es evitado en el presente
diseEo# de)iniendo el resultado crtico eGtensionalmente como una intersecci!n de dos
jueos# por ejemplo# contadores e int;rpretes a)icionados del jaFF$
Jiolaciones de la rela de conjunci!n han sido tambi;n observadas en problemas
secuenciales# donde el objetivo consiste de una secuencia de eventos$ Slovic# ?ischho))# y
Bichtenstein 8/6249 presentaron sujetos con un esDuema de personalidad de una persona
Dui;n se asemejaba al estereotipo de un ineniero pero no de un periodista$ Sus sujetos le
asinaron una probabilidad baja al evento N'om H$ seleccionarC el periodismo como su
especialiFaci!n universitaria pero rCpidamente llearC a ser in)eliF con su selecci!n y
cambiarC a inenieraO$ Estrictamente hablando# el evento anterior incluye al Altimo# y el
juicio de arriba viola la rela de conjunci!n$ Este ejemplo# sin embaro# estC abierto a la
objeci!n Due# de acuerdo a las relas normales de conversaci!n# la declaraci!n de Due 'om
H$ escoi! el periodismo como su especialiFaci!n universitaria implica Due ;l tambi;n siui!
una especialiFaci!n de periodismo$ De otra manera# la declaraci!n sera enaEosa$
Similares objeciones pueden tambi;n surir considerando los ejemplos de Bill y Binda$
Por lo tanto# puede ser areido Due los sujetos leyeron# por ejemplo# la cateora de Nuna
cajera de bancoO como Nuna cajera de banco Dui;n no estC activa en el movimiento
)eministaO en contraste a la cateora dada de Nuna cajera de banco Dui;n estC activa en el
movimiento )eministaO$ Sin embaro# la presencia del e)ecto conjunci!n en un pdiseEo entre
los sujetos@# en el cual los objetivos crticos no son comparados directamente# indica Due el
e)ecto no puede ser adecuadamente eGplicado en t;rminos de una re)ormulaci!n de las
cateoras del objetivo de acuerdo a las implicaciones estCndar de conversaci!n$ -Cs bien#
los juicios observados revelan una tendencia comAn a evaluar las probabilidades de los
eventos relevantes por el rado al cual Binda es representativa de los miembros tpicos !
prototpicos de las respectivas cateoras$
&demCs# hemos observado el e)ecto conjunci!n en varias tareas Due parecen libres de
implicaciones de conversaci!n$ Bos siuientes problemas # por ejemplo# se re)ieren a la
predicci!n de eventos )uturos d!nde la interpretaci!n de B como 8B y no>&9 parece no
plausible$
)studio 0< Predicciones para 3453
Bos problemas descritos aDu )ueron desinados para probar la rela de conjunci!n en
predicciones de eventos del mundo real donde los sujetos se apoyan en su conocimiento
eneral$ Estos problemas )ueron respondidos por un rupo de 60 estadsticamente sujetos
simples en Diciembre de /673$ Bas siuientes instrucciones )ueron dadas<
En este cuestionario usted es reDuerido a evaluar la probabilidad de varios eventos Due pueden ocurrir
durante /67/$ Cada problema incluye cuatro posibles eventos$ Su tarea es clasi)icar el orden de ;stos
eventos por la probabilidad # usando / para el evento mCs probable# . para el seundo# 0 para el
tercero y : para el evento menos probable$
El cuestionario incluy! seis preuntas$ Dos de las preuntas son mostradas aDu$ Bos
resultados para otras preuntas )ueron muy similares$ Bos nAmeros entre par;ntesis son las
7/
clasi)icaciones promedio para cada eventoL tambi;n mostramos el porcentaje de sujetos Due
clasi)icaron el objetivo compuesto como mCs probable Due el objetivo simple$
"ennis 3453 8E)ecto conjunci!n< 2.W9
Supona Due Bjorn Bor alcanFa la )inal de Himbledon en /67/$ Por )avor clasi)iDue el orden de
los siuientes resultados del mCs al menos probable$
8/$29 Bor anarC el partido$
8.$29 Bor perderC el primer set$
80$19 Bor anarC el primer set pero pierde el partido$
8.$.9 Bor perderC el primer set pero ana el partido$
Pol#tica de )+6$ 3453 8E)ecto conjunci!n< 47W9
Por )avor clasi)iDue el orden de los eventos siuientes por su probabilidad de ocurrencia en /67/$
8/$19 "eaan cortarC la ayuda )ederal al obierno local$
80$09 "eaan proveerC ayuda )ederal para las madres solteras$
8.$29 "eaan incrementarC el presupuesto de la de)ensa en menos del 1W$
8.$69 "eaan proveerC ayuda )ederal para madres solteras y cortarC la ayuda )ederal a los
obiernos locales
Como en los estudios precedentes# la cateora compuesta )ue juFada mCs probable Due
uno de sus componentes$ El resultado es compatible con una noci!n de representatividad# la
cual se re)iere en este caso a la relaci!n entre un sistema causal y sus resultados mCs Due a la
similaridad de una descripci!n a un estereotipo$ En el seundo problema# por ejemplo# parece
no representativo para el Presidente "eaan proveer ayuda )ederal para las madres solteras y
completamente representativo para ;l cortar la ayuda )ederal a los obiernos locales$ Ba
conjunci!n de ;stos actos parece intermedia en representatividad# y las evaluaciones de
probabilidad evidentemente siuen el mismo patr!n$
En el primer problema# la mayora de encuestados evalu! la anancia del ttulo de Bor
como el evento mCs probable y consider! la posibilidad de Due Bor pierda el primer set
como menos probable$ Ba conjunci!n de los dos# a saber Bor pierde el primer set pero ana
el partido# )ue de nuevo juFada como menos probable Due la primera posibilidad pero mCs
probable Due la seunda$ Evidentemente# los sujetos combinaron los eventos de acuerdo a los
principios de representatividad# ! impacto causal# mCs Due de acuerdo a las leyes de la
probabilidad$
%iscusin
Bos resultados reportados en los estudios precedentes proveen soporte directo para la
hip!tesis de Due la ente evalAa la probabilidad de los eventos por el rado al cual ;stos
eventos son representativos de un modelo relevante ! proceso$ PorDue la representatividad de
un evento puede ser incrementada por la especi)idad# un objetivo compuesto puede ser
juFado mCs probable Due uno de sus componentes$ Esta predicci!n )ue soportada por
estudios usando ambos diseEos pdentro del rupo de sujetos@ y pentre los sujetos@ en
poblaciones del sujeto Due cubre un amplio rano de so)isticaci!n estadstica$
& di)erencia de otras relas probabilsticas# tales como reresi!n hacia la media# los
cuales los sujetos simples encuentran di)icultad en entender y aceptar# la rela de conjunci!n
es ambas simple y obliatoria$ Ba mayora de los sujetos estuvieron dispuestos a aprobarla en
una )orma abstracta# aunDue casi todos ellos violaron en la prCctica cuando ella entr! en
con)licto con la intuici!n de representatividad$ Bos presentes resultados contrastan con los
descubrimientos de =ohnson>Baird y Hason 8/6229 sobre la veri)icaci!n de la declaraci!n Nsi>
7.
entoncesO 8ver tambi;n =ohnson>Baird# BerenFi R Sonino>BerenFi# /62.9$ Estos
investiadores encontraron Due la mayora de los sujetos )allaron la tarea de veri)icaci!n con
material abstracto pero no en un ejemplo concreto$ *uestros encuestados# por otro lado#
aprobaron la rela de conjunci!n en una )orma abstracta pero la violaron en ejemplos
concretos 8ver Captulo 0:9$
El descubrimiento de Due una conjunci!n a menudo parece mCs probable Due uno de sus
componentes podra tener implicaciones inalcanFables$ *o encontramos ninuna buena raF!n
para creer Due los juicios de analistas polticos# jurados# jueces y )sicos est;n libres del
e)ecto conjunci!n$ Este e)ecto es probable a ser pernicioso en los intentos por predecir el
)uturo evaluando la probabilidad percibida de escenarios particulares$ Como ellos miran
)ijamente dentro de la bola de cristal# polticos# )utur!loos# y personas leas parecidas
buscan una imaen del )uturo Due mejor represente su modelo de la dinCmica del presente$
Esta investiaci!n conduce a la construcci!n de detallados escenarios# los cuales son
internamente coherentes y altamente representativos de nuestro modelo del mundo$ 'ales
escenarios parecen mCs probables Due predicciones menos detalladas las cuales son de hecho
mCs probables$ Como la cantidad de detalle se incrementa en un escenario# su probabilidad
solo puede decrecer establemente# pero su representatividad y de aDu su aparente
probabilidad puede incrementarse$ Ba con)ianFa en la representatividad# nosotros creemos# es
una raF!n primaria para la apariencia no arantiFada de escenarios detallados y el sentido
ilusorio de la perspicacia Due tal construcci!n a menudo provee$
Ba con)usi!n entre consideraciones de probabilidad y de similaridad se aplica no solo a la
predicci!n de un )uturo incierto sino Due tambi;n a la reconstrucci!n de pasado incierto# por
ejemplo en la historia y la ley penal$ &Du tambi;n# una narraci!n de eventos pasados es a
menudo incorporada dentro de un escenario representativo# el cual incluye adivinanFas
plausibles sobre eventos desconocidos$ Ba inclusi!n de tales adivinanFas puede solo
decrementar la posibilidad de Due la narraci!n entera es cierta# pero provee un sentido de
representatividad y coherencia Due puede incrementar la probabilidad percibida del
escenario$ Por ejemplo# la hip!tesis Nel reo dej! la escena del crimenO puede parecer menos
plausible Due la hip!tesis Nel reo abandon! la escena del crimen por miedo a ser acusado de
asesinatoO# aunDue la Altima narraci!n es menos probable Due la anterior$ Una buena historia
es a menudo menos probable Due una menos satis)actoria$
?inalmente# es importarse darse cuenta Due el e)ecto conjunci!n es el sntoma de un
problema mCs )undamental$ El meramente revela la inconsistencia entre la l!ica de
probabilidad y la l!ica de representatividad la cual a menudo obierna las creencias de la
ente sobre eventos inciertos$ Puesto Due el juicio humano es indispensable para muchos
problemas de inter;s en nuestras vidas# el con)licto entre el concepto intuitivo de
probabilidad y la estructura l!ica de este concepto es problemCtico$ Por otro lado# nosotros
no podemos rCpidamente abandonar la heurstica Due usamos para evaluar la incertidumbre#
porDue mucho de nuestro mundo del conocimiento estC atado a su operaci!n$ Por otro lado#
nosotros no podemos desa)iar las leyes de la probabilidad# porDue ellas capturan importantes
verdades obre el mundo$ Parecida a ella ! no# & no puede ser menos probable Due 8& R B9# y
una creencia en contrario es una )alacia$ *uestro problema es retener lo Due es Atil y vClido
en el juicio intuitivo mientras correimos los errores y prejuicios a los cuales el estC
propenso$
70
Parte III
Casualidad y atribucin
7:
D( Induccin popular: Fa inormacin no es
necesariamente inormativa
"ichard E$ *isbett# Euene Borida# "ic( Crandall#
y Harvey "eed
Ba teora conitiva Due corrientemente ejerce la mCs rande in)luencia en los psic!loos
sociales es una teora de atribuci!n# la versi!n )ormaliFada Due )ue introducida por Harold
Kelley en /642$ Ba teora posee una visi!n de un hombre como un cient)ico leo# intentando
in)erir causas para los e)ectos Due ;l observa$ Bas causas Due ;l atribuye determinan su visi!n
de su mundo social# y ;sta visi!n puede determinar su comportamiento$ Un eGtremadamente
amplio rano de )en!menos# de la investiaci!n de la con)ormidad de &sch al trabajo de la
emoci!n de Schachter# pueden ser Atilmente descritos como instancias de procesos de la
atribuci!n causal en el trabajo$ De hecho# parece muy posible Due la mCs importante
contribuci!n de Kelly puede ultimadamente ser vista de haber sido su creaci!n de un
lenuaje# ! mapa de carreteras# con el cual describir e interrelacionar diversos )en!menos
sociales de la psicoloa$
&demCs de su contribuci!n oraniFacional# Kelly propuso tres )uentes )ormales de
in)luencia en los procesos de atribuci!n causal$ En intentar atribuir causas para eventos de la
)orma NEl actor responde en un estilo M a la situaci!n &O# el leo en trabajar con la atribuci!n
responde a tres )uentes de in)ormaci!n< in)ormaci!n de distintividad 8"esponde el actor en M
estilo en todas las situaciones del tipo eneral# ! solo en la situaci!n &Q9L in)ormaci!n de
consistencia 8"esponde el actor en M estilo todo el tiempo# bajo una amplia variedad de
circunstancias# ! ;l responde en M estilo solo ocasionalmenteQ9L e in)ormaci!n de consenso
8"esponden la mayora de otros actores en el estilo M# ! es la respuesta relativamente raraQ9$
Ba atribuci!n de causa dependerC de las respuestas a cada una de ;stas interroantes$ El actor
es por tanto visto como la causa primaria de su respuesta en la medida Due ;l responde de esa
manera en todas las situaciones del tipo eneral y en la medida Due sus respuestas no son
eGhibidas por otros$ Ba situaci!n es vista como causal en la medida Due la respuesta del actor
es Anica para la situaci!n & y en la medida Due su respuesta sea ampliamente compartida$
El anClisis de Kelly del proceso de atribuci!n ha sido aclamado as como criticado en el
terreno Due es l!ico en eGtremo$ ,a sea Due a uno uste ! no la teora para ;sta cualidad#
llea como una sorpresa descubrir Due uno de sus aGiomas )undamentales no ha encontrado
virtualmente ayuda en la investiaci!n subsiuiente$ Esta es la noci!n de Due la ente
responde a la in)ormaci!n de consenso en una causa asinada$ Ba teora y el sentido comAn a
pesar de eso# eGiste evidencia base de Due la ente estC randemente in)luenciada en sus
atribuciones causales por el conocimiento del comportamiento de otros$ El conocimiento de
Esta es una versi!n abreviada de un trabajo aparecido en =$ $S$ Carroll y =$ H$ Payne 8Eds$9$ Cognicin y
Comportamiento Social# Hillsdale# *$ =$< Ba+rence Erlbaum &socc$# Inc$# /624$ "eproducido con permiso$
Due la respuesta del actor es ampliamente compartida parece no impulsar la in)erencia Due la
situaci!n mCs Due el actor es el aente causal principal$ & la inversa# el conocimiento de Due
la respuesta del actor es Anica parece no impulsar la in)erencia de Due el actor mCs Due la
situaci!n es el aente causal principal$
En las pCinas Due siuen revisamos la evidencia mostrando Due eGiste poco apoyo para
la visi!n de Due la ente utiliFa la in)ormaci!n de consenso en hacer atribuciones$ Esta
evidencia concierne a ambas instancias donde el actor es otra persona y las instancias#
eGtradas de nuestra propia investiaci!n# donde el actor es el yo$ Bueo mostramos la
similaridad entre la )alla de in)ormaci!n de consenso para a)ectar las atribuciones y la
demostraci!n por Kahneman y 'vers(y 8/620#:9 Due la in)ormaci!n basada en la raF!n )alla
al a)ectar las predicciones$ *osotros proponemos eGplicaciones para ambas )allas en t;rminos
del relativo impacto de la in)ormaci!n abstracta 8consenso# base la raF!n9 versus la
in)ormaci!n concreta 8actor A objetivo relacionado9$ ?inalmente aplicamos la distinci!n entre
in)ormaci!n abstracta e in)ormaci!n concreta a cuestiones de comunicaci!n y persuaci!n$
Inormacin de consenso y la percepcin de otros
EGisten dos estudios Due eGaminan los e)ectos de la in)ormaci!n de consenso sobre las
atribuciones sobre el comportamiento de otros$ &mbos estudios &mbos estudios muestran
una notable debilidad de la in)ormaci!n de consenso$ El primero de ;stos es de B$ g$
-c&rthur 8/62.9$ Su estudio )ue una prueba directa de las proposiciones de Kelly sobre los
e)ectos de la distintividad# la consistencia y el consenso en atribuciones causales$ & los
sujetos se les dio descripciones de una lnea de la )orma Nel actor responde al estmulo en M
estiloO y se les dio adicionalmente in)ormaci!n sobre las dimensiones de distintividad #
consistencia y consenso de Kelly$ Por ejemplo# a los sujetos se podra haber dicho Due#
N-ientras danFaban# "alph pisotea los pies de =oanO# y haberles dicho adicionalmente Due los
pisotones de "alph sobre casi todos los pies de las j!venes 8! casi no sobre los pies de otras
j!venes9# Due "alph casi siempre 8! casi nunca9 pisa los pies de =oan# y Due casi todos 8! casi
ninuno mCs9 pisa los pies de =oan$ Bos sujetos )ueron lueo preuntados si el incidente de
los pisotones )ue culpa de "alph# culpa de =oan ! justo culpa de las circunstancias$ Bos
sujetos )ueron tambi;n preuntados sobre sus predicciones por la eneraliFaci!n de la
respuesta 8CuCn probable sera Due "alph aconsejara a =oan Due se enrolara en un curso de
danFa socialQ9 y la eneraliFaci!n del estmulo 8CuCn probable sera Due "alph pisara sobre
una acera heladaQ9$
Ba in)ormaci!n de distintividad cont! para un /3W de la variante en la atribuci!n causal
8sumando sobre todas las causas9 y un 40W en las eGpectativas de la eneraliFaci!n del
estmulo$ Ba in)ormaci!n de consistencia cont! para un .3W de la variante en las
atribuciones causales y para un /:W de la variante en las eGpectativas de la eneraliFaci!n de
la respuesta$ En contraste# la in)ormaci!n de consenso cont! para menos del 0W de la
variante en cualDuiera de las tres clases de in)erencia$ Estos resultados parecen violar no solo
el sentido comAn de la teora de la atribuci!n# sino cualDuier clase de sentido comAn del todo$
&unDue los sujetos parecen creer Due es importante conocer si los pisotones de "alph sobre
la mayora de los pies de las j!venes y si ;l usualmente pisotea sobre los pies de =oan# no es
de la competencia de ellos si otras entes pisan sobre los pies de =oand
Sentido comAn S atribucional ! de cualDuier otra variedad S es tambi;n violado en el otro
estudio concernientes a las percepciones de los otros$ -iller# Iillen# Schen(er y "adlove
8/6209 reDuirieron a los estudiantes de la universidad a leer la secci!n de procedimiento del
clCsico -ilram 8/6409 estudio de la obediencia$ & la mitad de los sujetos les )ueron dados
los datos actuales del estudio -ilram# mostrando Due virtualmente todos los sujetos
74
administraron una muy sustancial cantidad de pshoc(@ por los con)ederados y Due la mayora
)ue en todo el recorrido hasta el tope de la escala de shoc(@$ & los otros sujetos se les dej!
con sus eGpectativas simples Due tal comportamiento sera raro$ Bueo todos los sujetos
)ueron reDueridos a clasi)icar a dos individuos# ambos de Duienes haban ido en todo el
recorrido# en // dimensiones de rasos randemente carados con un componente
evaluativo# por ejemplo# atractivo# cordialidad# simpata# aresividad$ Para solo uno de las
once clasi)icaciones la in)ormaci!n de consenso tuvo un sini)icante e)ecto$ El conocimiento
de Due la administraci!n del mCGimo shoc( )ue un comportamiento modal tuvo por
consiuiente virtualmente ninAn e)ecto en las evaluaciones de los individuos a Duienes les
haba dado la mCGima cantidad de pshoc(@$
Inormacin de consenso y auto percepcin
Ba in)ormaci!n de consenso parece tener poco impacto en las atribuciones echas sobre el yo$
Bem 8/6429 propuso y Kelly 8/6429 incorpor! dentro de la teora de la atribuci!n la noci!n
Due la ente desarrolla el anClisis de la causa y el e)ecto de su propio comportamiento en una
manera enteramente similar a sus atribuciones sobre el comportamiento de otros$ Ellos
observaron sus respuestas# tomado nota de las situaciones en las cuales ellas ocurren# y hacen
in)erencias sobre sus sentimientos y motivo de estados$ Por ejemplo# el sujeto en el clCsico
Schachter y Siner 8/64.9 eGperimenta Dui;n conoce lo Due a ;l le ha sido inyectado con una
droa Due produce un despertar auton!mico# y Dui;n es lueo colocado en una situaci!n
desinada para provocar )uertes emociones# realiFar una clase de anClisis de causa>e)ecto$ El
siente los sntomas del despertar# el cual ;l ordinariamente los atribuye al impacto de la
situaci!n# pero en su luar los atribuye a la droa Due ;l ha tomado$ El resultado es Due ;l
reporta y mani)iesta conductualmente menos de los sntomas de emoci!n Due los sujetos
Duienes no conocen Due ellos han sido inyectados con un aente despertador y menos
sntomas emocionales aAn Due los sujetos Due no han sido inyectados con el aente
despertador del todo$ El sujeto por consiuiente percibe la causa de sus respuestas
auton!micas como NeGternasO a ;l y siente y se comporta como corresponde$
Jarios aEos atrCs# empeFamos un prorama de intervenciones terap;uticas basadas en ;sta
noci!n de Due la ente puede ser conducida a eGternar la causa de su propias reacciones$
Pareci! Due dondeDuiera Due un individuo tiene respuestas Due son inadaptativas#
perjudiciales ! patol!icas# puede haber alo anado persuadiendo a la persona a atribuir sus
respuestas as alo eGterno a ella misma$ El primer estudio y el Anico eGitoso )ue por Storms y
*isbett 8/6239$ El estado patol!ico estudiado )ue el insomnio$ "eDuerimos a los estudiantes
de la universidad Due tenan problema en conciliar el sueEo Due tomaran una pastilla 8en
e)ecto un placebo9 /1 minutos antes de retirarse# a los cuales se les dijo Due causara un
incremento del ritmo del coraF!n# rCpido# respiraci!n irreular# una sensaci!n de calor
corporal# y un estado eneral de alerta$ Estos son por supuesto los sntomas del insomnio$
Bos sujetos Due tomaron ;stas pastillas reportaron conseuir dormir mCs rCpidamente en las
noches Due ellos las tomaron Due lo Due ellos consiuieron sin las pastillas y mCs
rCpidamente Due los sujetos de control Due no tomaron pastillas$ Storms y *isbeth raFonaron
Due uno ! ambos de los dos di)erentes procesos de atribuci!n podran haber contado para los
resultados$ El insomnio es causado en ran parte por despertar a la hora de dormir producido
por cualDuier nAmero de causas# incluyendo ansiedad por problemas personales# un
inconveniente ritmo diurno# ! neurosis cr!nica$ Como el individuo descansa en la cama en un
estado de despertar# su ensueEo incluye pensamientos de contento emocional$ El despertar
puede venir asociado con# y puede ampli)icar# las coniciones emocionales$ El resultante
estado emocional ampli)icado intensi)ica el despertar y as sucesivamente# en un crculo
72
vicioso$ Este crculo podra ser roto# sin embaro# por el conocimiento de Due el despertar es
eG!eno por naturaleFa$ Ba persona entonces no podra in)erir nada sobre cuCn preocupado ;l
estaba sobre su eGamen# ! cuCn enojado ;l estaba con su compaEero de cuarto# de la
observaci!n de su estado de despertar$ En las noches con las pastillas# el despertar sera visto
como inevitable y por lo tanto disociado de cualesDuiera pensamientos en su cabeFa$ El ciclo
del despertar ampli)icado por lo tanto roto# el sueEo podra oriinarse$
&lternativamente ! adicionalmente# un proceso un tanto di)erente con mCs aplicabilidad
eneral podra haber estado en el trabajo$ *uestros sujetos insomnes reportaron Due ellos
estuvieron muy concientes sobre el hecho de Due ellos eran insomnes$ Ellos lo tomaron como
evidencia de una patoloa mCs eneral y como re)lejando ravemente sobre su estado
desajuste psicol!ico$ Para un sujeto con tales preocupaciones# el conocimiento del
inevitable# eGtrnsecamente producido despertar debera ser tranDuiliFador$ &l menos ;sta
noche# el sujeto podra raFonar# el insomnio no podra ser tomado como evidencia de una
psicopatoloa eneral$ &l eGtremo Due tal conocimiento )ue por s mismo parcialmente
responsable del insomnio# el dormir debera haber ocurrido mCs rCpidamente en las noches
con las pastillas$
Intentos para manipular la depresin
&rmados con ;sta eGitosa intervenci!n con insomnes# nosotros empeFamos unas series de
intentos para modi)icar los estados de depresi!n$ Ba t;cnica en todos los estudios )ue una
manipulaci!n de consenso# desinada a eGternar la causa del a)ecto depresivo convenciendo
al sujeto Due ella )ue ampliamente compartida$ &l eGtremo Due el estado es compartido por
otros similares# su eGistencia se re)leja menos neativamente en el yo$ Parecera menos
enraFado en la propia eGtraEeFa del sujeto# posiblemente reacciones patol!icas a sus
circunstancias particulares y el medio ambiente$ Con inDuietud y preocupaci!n sobre la
habilidad de uno para tratar con la situaci!n de vida reducida de uno# la depresi!n podra ser
parcialmente abatida$
)studio /< Los %omingos tristes& -uchos estudiantes de la universidad eGperimentan un
sentimiento eneral de )rustraci!n los dominos$ &unDue el da puede principiar muy bien
con un desayuno>almuerFo# ca); y los peri!dicos dominicales# un sentido de aburrimiento a
menudo principia por la tarde$ EGiste mucho por hacer en la semana Due viene# demasiado
para considerar un domino de paseo# aunDue talveF no lo su)iciente para empeFar el trabajo
justo en este minuto$ &l )inal de la tarde# ninuna eGcursi!n y ninAn trabajo se han hecho#
los peri!dicos dominicales# incluyendo talveF aAn las secciones de )inanFas y de viajes# han
sido tambi;n completamente absorbidos y un laro )in de tarde de estudio tedioso se per)ila
adelante$ &l caer la noche# si todos han salido como desraciadamente a menudo lo hacen# el
trabajo prosiue dolorosamente# ! no del todo# y un humor ris de malestar y auto>duda se ha
instalado$
Se nos ocurri! Due si el )en!meno )uera eneral# y si la ente supiera esto# los Dominos
tristes podran ser reducidos en intensidad$ Si el individuo estudiante conoce Due los
dormitorios alrededor de ;l estCn llenos de ente en el mismo estado de decaimiento#
entonces sus propias emociones neativas podran ser de alAn modo mitiadas$ En luar de
decidir Due ;l no estC hecho para la vida acad;mica ! dCndole vueltas al problema sobre la
posibilidad de Due ;l no pueda tener una relaci!n completa con una mujer# ;l simplemente
toma conocimiento de Due la ente a estar de baj!n los dominos y lo deja ir as$
En orden de probar esta noci!n# nosotros reDuerimos a un ran nAmero de estudiantes no
raduados de la Universidad de ,ale a llenar un nAmero de escalas de humor a las :<33 P$-$y
a las /3<33 P$-$ en domino$ Bas escalas del humor )ueron varias escalas Hessman y "ic(s
77
8/6449 carando alto en el )actor de su eu)oria>dis)oria$ &demCs los sujetos )ueron reDueridos
a llenar un cuestionario a las /3<33 P$-$# reportando sobre sus actividades acad;micas y
sociales del da y sobre el nAmero de instancias en las cuales ellos dieron libre curso a alAn
a)ecto de dis)oria# por ejemplo# ritando ! llorando$ ?inalmente# los sujetos eGtrajeron un
paDuete de caricaturas de un )older y los clasi)icaron por su raciosidad$
Despu;s de ;sta premedida inicial del domino# los sujetos )ueron sorteados dentro de
tres rupos# cada uno con /7 sujetos$ Uno# un rupo de control# )ue simplemente dicho Due
los investiadores estaban estudiando patrones del humor en domino y los participantes
)ueron reDueridos a llenar en el domino siuiente el mismo paDuete de materiales Due ellos
haban llenado el domino previo$ Para un seundo rupo# el sndrome de los dominos
tristes )ue descrito en detalle y a los sujetos se les dio 8)alsa9 estadstica para indicar su
eGtendida ocurrencia en la poblaci!n de la universidad$ & los sujetos se les dijo Due el 6.W
de los estudiantes de ,ale reportaron haber eGperimentado el )en!meno al menos
ocasionalmente# mientras Due el 41W lo eGperimentaron en la mayora de los dominos$ & un
tercer rupo le )ue dada la misma in)ormaci!n de consenso como al seundo rupo y#
ademCs# le )ue dada una teora Due cuenta para el )en!meno$ & los sujetos se les dijo Due es
causado por un NrCpido despertarO los dominos$ El despertar normal entre semana es
tpicamente seuido por un aAn mCs )uerte despertar en sCbadoL lueo en el domino hay un
completo despertar$ Esta )alta de despertar es a menudo interpretada como# ! convertida
dentro de la depresi!n$
Ba anticipaci!n )ue Due en los dos Altimos dos rupos de eGperimentos reinterpretaran
sus amaras eGperiencias en domino# personaliFCndolos menos y convirt;ndose# como as
)ue# menos depresivos sobre su depresi!n$ Si ellos hubieran mostrado un decremento en el
a)ecto dis)!rico en las escalas del humor de la pre>manipulaci!n del domino a la post>
manipulaci!n del dominoL un decremento en el comportamiento dis)!rico# tales como
eGplotar ! llorarL un incremento en ambas actividades acad;mica y socialL y una mCs alta
clasi)icaci!n del promedio de la raciosidad de las caricaturas en el paDuete para el seundo
domino$ Ellos no hicieron ninuna de ;stas cosas$ *o por un simple indicador el humor de
los sujetos eGperimentales mejora al compararlo con el control de los sujetos$
)studio II1 %epresin crnica& Insu)icientemente desalentados# intentamos una intervenci!n
similar con mujeres no raduadas Duienes se describieron a s mismas como cr!nicamente
depresivas$ Jeinte sujetos )ueron reclutados por medio de un anuncio en el peri!dico
estudiantil de la Universidad de -ichian Due llam! por Nhombres depresivos de las clases
superiores para participar en un estudio por el Instituto para la Investiaci!n Social de la
depresi!nO$
& los sujetos eGperimentales les )ue dada la misma historia y ademCs se les dijo Due los
eGperimentadores estuvieron en las etapas )inales de probar una teora de la depresi!n en
hombres adultos j!venes$ Ba teora# basada al menos en sus particulares# )ueron como siue$
& los sujetos se les dijo Due ella haba sido conocida por alAn tiempo Due el mantenimiento
del humor en los adultos dependi! en parte en la presencia de hormonas onadales S en el
hombre# de la testosterona$ Haba habido hasta recientemente una paradoja# sin embaro# en
Due los niEos casi nunca llean a ser depresivos$ PorDue los niEos tienen eGtremadamente
bajos niveles de todas las hormonas onadales# esto pareci! una contradicci!n de la rela
eneral Due las hormonas son promotoras de los buenos humores$ Ba paradoja haba sido
recientemente resuelta por el descubrimiento de Due el l!bulo lmbico# el centro emocional
del cerebro# cambia en la adolescencia a una dependencia de las hormonas onadales para el
mantenimiento del humor$ En la mayora de los hombres# el cambio es medido bastante bien
para corresponder a la subida en el nivel de la testosterona# alcanFa su punto mCGimo a la
76
edad de .1$ En muchos hombres j!venes# sin embaro# el cambio es completado antes del
NcombustibleO# por decir# es obtenible en su)icientes cantidades para mantener el humor$
Ba )uerte implicaci!n Due para el sujeto )ue Due ;l era un hombre joven$ Se anticip! Due
la manipulaci!n causara una mejora en el humor por tres raFones desconcertantes<
/$ Un tiempo lmite )ue implicado por la depresi!n$
.$ El e)ecto neativo )ue NeGternadoO en el sentido de Due podra ahora ser atribuido a
un in)ortunado incidente biol!ico mCs Due a la red de la propia vida del sujeto y
cualDuier inhabilidad patol!ica Due llea con el$
0$ El a)ecto neativo y las raFones para ello# )ueron compartido por muchos otros en
una manera suiriendo ninuna unicidad de los problemas del sujeto y su respuesta
a ellos$
'odos los sujetos )ueron reDueridos a llenar las papeletas del humor de Hessman y "ic(s
al )inal de cada da por un perodo de . semanas$ El cuestionario tambi;n incluy! un reporte
de c!mo el sujeto haba dormido la noche anterior# porDue los disturbios del sueEo son
sntomas )recuentes de depresi!n$ ?inalmente# los promedios del punteo de rado de los
sujetos )ueron obtenidos al )inal del semestre en el cual el estudio tuvo luar$
*o hubo di)erencias en los reportes del humor de los sujetos eGperimentales y de control
en cualDuier punto en el perodo de . semanas# ni hubo ninunas cualesDuiera di)erencias en
el reporte de la calidad del sueEo$ *o hubo# de hecho# insinuaciones de cualDuier tendencia
en la direcci!n de la hip!tesis sobre ;stas variables$ Hubo una tendencia de los sujetos
eGperimentales a conseuir alunos promedios mCs altos del punteo de rado# como se
predijo# pero esto se Dued! corto de la sini)icancia estadstica 8$31 ] p ] 3$/39$ $ $ $
$tribucin y la psicolo#*a de la prediccin
Kahneman y 'vers(y han demostrado una )alla in)erencial Due parece randemente
pertinente a la )alla in)erencial observada en estudios de los e)ectos de la in)ormaci!n de
consenso$ Estos investiadores# en un trabajo titulado NBa Psicoloa de la Predicci!nO
8/620# :9# han mostrado Due la ente inora las evaluaciones base de la poblaci!n cuando
hace predicciones sobre la cateora de miembro de un miembro objetivo de la poblaci!n$ $ $ $
Si los sujetos no estCn in)luenciados por la raF!n>base de la in)ormaci!n en sus
predicciones sobre la cateora de miembro de un caso objetivo# entonces sus atribuciones
parecen escasamente probables de estar muy in)luenciadas por la in)ormaci!n de consenso$
Ba in)ormaci!n de consenso es precisamente la raF!n>base de la in)ormaci!n$ Es la raF!n>
base de la in)ormaci!n sobre las respuestas del comportamiento mCs Due la cateora de
miembro$ Una atribuci!n# mCs aAn# es una mCs complicada y indirecta Due una predicci!n$
Kahneman y 'vers(y reDuirieron a sus sujetos as producir una mCs bien directa y no
complicada cadena de in)erencia< NSi la mayora delos miembros de la poblaci!n pertenecen
a una cateora particular entonces las posibilidades son Due el caso objetivo tambi;n lo
haaO$ Sus sujetos )allaron al hacer tal in)erencia$ En la investiaci!n de la atribuci!n Due
hemos estado discutiendo# una aAn mCs elaborada cadena de in)erencia es reDuerida< NSi la
mayora de los miembros de la poblaci!n se comportan de un modo particular# entonces la
situaci!n debe ejercer )uertes presiones hacia ese comportamiento# y por consiuiente es no
parsimonioso apelar a las idiosincracias personales para contar por el comportamiento del
caso objetivo si su comportamiento es modal$O$
"esta ser probado# por supuesto si los sujetos no estCn dispuestos a aplicar el
comportamiento de las raFones>base a las predicciones sobre casos de objetivo$ Si ellos son#
63
entonces la interroante Due nosotros hemos estado buscando debe ser cambiada de NPor Du;
la ente )alla al alterar sus atribuciones en respuesta a la in)ormaci!n de consensoQO a la mCs
)undamental NPor Du; la ente trata la in)ormaci!n de la raF!n>base como si ella )uera no
in)ormativaQO
)studio J< Comportamiento de las razones base$ la prediccin y la atribucin& En orden de
eGaminar la interroante de la disposici!n de la ente a alterar sus predicciones de cara al
comportamiento de la in)ormaci!n raF!n base# dos eGperimentos de psicoloa )ueron
descritos a los sujetos 8*isbett R Borida# /6219$ Estudiantes de la Universidad de -ichian
leyeron descripciones detalladas de 8a9 un eGperimento de *isbett y Schachter 8/6449 en el
cual los sujetos )ueron reDueridos a tomar un electro shoc( tanto como ellos pudieran
soportar # y 8b9 un eGperimento de ayuda al comportamiento de Darley y Batan; 8/6479 en el
Due# como varios estudiantes discutieron problemas de ajuste a la universidad sobre
aud)onos de cubculos separados# uno de los NsujetosO empeF! a tener lo Due son! como un
secuestro$ Bos dos eGperimentos )ueron escoidos porDue en nuestra eGperiencia# de
enseEanFa los estudiantes de la universidad adivinan sobre el comportamiento de la raF!n
base )ueron amplios de la marca$ -ientras Due los estudiantes tienden a asumir Due pocos
sujetos toman mucho shoc( el;ctrico# el comportamiento modal es actualmente tolerar la mCs
alta intensidad Due el aparato puede enviar# su)iciente amperaje para causar al braFo entero
del sujeto sacudirse involuntariamente$ , mientras los estudiantes tienden a asumir
rCpidamente rCpidamente abandonara sus cubculos para ayudar al secuestro de la vctima en
la condici!n de seis>personas del eGperimento de Darley y Batan;$
PorDue los sujetos estuvieron inorantes de las raFones bases del comportamiento# )ue
posible dar a alunos de los sujetos la actual raF!n base de los eGperimentos y por eso crear
condiciones di)erenciales de la in)ormaci!n$ & los sujetos con conocimiento de la raF!n base
8condici!n de la in)ormaci!n de consenso9 se les mostr! breves entrevistas en videotape con
estudiantes descritos como sujetos en los eGperimentos oriinales 8x# en una variaci!n de la
condici!n de la in)ormaci!n de consenso# muestra breves descripciones escritas de las
eGperiencias y personalidades de los estudiantes9$ Bos sujetos de la in)ormaci!n de consenso
)ueron entonces reDueridos a predecir sobre los casos los del objetivo Due ellos vieron !
leyeron se habran comportado$ Es por consiuiente posible comparar las predicciones de los
sujetos de la in)ormaci!n de consenso con ambas la actual in)ormaci!n de la raF!n base Due
ellos posean y con las adivinaciones sobre la raF!n base hecha por los sujetos carentes de la
in)ormaci!n de consenso$
Ba )iura / muestra los resultados del eGperimento del shoc($ Ba barra de arriba del
rC)ico muestra los datos dados de la raF!n base actual para los sujetos de la in)ormaci!n de
consenso$ Ba seunda )ila muestra los estimados sobre la raF!n base hecha por los sujetos
carentes del conocimiento de la raF!n base$ Puede ser visto Due los estimados por estos
sujetos de la in)ormaci!n sin consenso son muy di)erentes de los datos actuales$ Ellos
asumen tomar una moderada cantidad de shoc( por haber tenido un comportamiento modal$
Ba tercera )ila presenta la in)ormaci!n de consenso de las adivinanFas de los sujetos sobre el
comportamiento de los casos de objetivo Due ellos vieron ! leyeron sobre ello$ &unDue estos
sujetos )ueron completamente conocedores de la raF!n base# puede ser visto Due la
distribuci!n no se parece aAn remotamente a la raF!n base actual$ En veF de eso# la
distribuci!n es altamente similar a las adivinanFas sobre la raF!n base hecha por los sujetos
carentes del conocimiento de la raF!n base$ Bos resultados )ueron enteramente similares para
ayudar al eGperimento$
El eGperimento permiti! una oportunidad para probar otra hip!tesis# ;sta )ue suerida por
'vers(y y Kahneman 8/62/# .9 en un artculo titulado NCreencia en la Bey de los *Ameros
PeDueEosO$ Estos autores aruyeron Due aAn los cient)icos son muy insensitivos al tamaEo
6/
de la muestra y estCn dispuestos a sacar in)erencias imprudentes )uertes sobre las poblaciones
sobre aAn un nAmero muy peDueEo de casos$ En orden de probar ;sta noci!n en el presente
conteGto# alunos sujetos )ueron dejados inorantes de las raFones base en ambos
eGperimentos y se les mostr! un breve videotape con entrevistas con dos sujetos de cada
eGperimento$ & los sujetos en ;sta condici!n de in)ormaci!n del objetivo se les dijo Due
ambos sujetos en ambos eGperimentos se haban comportado del modo mCs eGtremo posible#
por ejemplo# Due los dos sujetos en el eGperimento del shoc( haban ambos tomado el
mCGimo posible de shoc(# y Due los dos sujetos en el eGperimento de ayuda nunca haban
ayudado a la vctima$ Bos sujetos en la condici!n de in)ormaci!n del objetivo )ueron
entonces reDueridos a indicar lo Due ellos pensaron la distribuci!n entera del sujeto de los
eGperimentos habra sido$ Para ambos eGperimentos# los sujetos estuvieron dispuestos a
in)erir Due el modo de la poblaci!n )ue id;ntico al comportamiento de los dos sujetos Due
ellos haban observado$ Puede ser visto en la )ila )inal de la ?iura / Due los estimados de
raF!n base en el eGperimento del shoc( )ueron notablemente similares a la verdadera raF!n
base$ Bos estimados no )ueron tan similares para el eGperimento de ayuda pero estuvieron a
pesar de eso muy cercanos a la curva = de la raF!n base actual$ Bos sujetos estuvieron tan
dispuestos a in)erir Due el modo de poblaci!n )ue similar al comportamiento de los dos casos
Due ellos vieron cuando el procedimiento de selecci!n de muestra no )ue especi)icado como
cuando )ue repetidamente y vvidamente llamado su atenci!n Due los dos casos haban sido
seleccionados al aFar de un sombrero conteniendo los nombres de todos los sujetos
oriinales$
Insertar a-u* la 4i#ura ' del texto ori#inal p5#ina ''8(
?iura /$ "aF!n base# estimados de la raF!n base# y predicciones sobre los sujetos objetivo
en el eGperimento de shoc($
En resumen# los sujetos no emplearon la in)ormaci!n de la raF!n base cuando )ueron
llamados a hacer predicciones sobre el comportamiento el comportamiento de los casos
objetivo$ Es importante notar Due# ademCs de las interroantes de la predicci!n# varias
interroantes de la atribuci!n )ueron preuntadas# por ejemplo# si las )uerFas situacionales !
las inclinaciones personales )uero responsables por el comportamiento de una persona
objetivo$ *o hubo un e)ecto sustancial de la in)ormaci!n de consenso para cualDuiera de
;stas interroantes de atribuci!n$ Ba Altima )alla parece virtualmente inevitable dada la
anterior )alla$ Por consiuiente# la interroante de porDu; la ente inorara la in)ormaci!n de
consenso en hacer atribuciones sera reducida a la mCs )undamental interroante como
porDu; la in)ormaci!n de la raF!n base no debera ser tomada en cuenta para una aAn simple
in)erencia como la predicci!n$ CualDuier respuesta a ;sta mCs )undamental interroante sobre
las )allas de la ente al ser in)ormada por in)ormaci!n de la raF!n base idealmente debera
contar simultCneamente para los otros mayores descubrimientos en el presente estudio$ Este
es el descubrimiento de Due los sujetos son# en e)ecto# NeGcesivamenteO in)ormados por
in)ormaci!n del caso objetivo# estando dispuestos a asumir Due el comportamiento eGtremo
es modal cuando se les dijo Due tan pocos como dos sujetos se han comportado en el modo
mCs eGtremo posible$
Inormacin abstracta versus inormacin concreta
Kahneman y 'vers(y 8/620# :9 por s mismos no han especulado a lo laro de las raFones
Due la )alla de la ente para ser in)luenciada por la in)ormaci!n de la raF!n base$ Su
6.
eGplicaci!n base aparece para centrarse sobre la idea de Due la ente no estC simplemente
muy bien al tratar con los datos probabilsticos$ &An en la es)era del jueo# donde la ente
conoce las leyes de la oportunidad son operativas y tienen al menos alAn rudimentario
esDuema para tratar con probabilidades# la ente puede mostrar notable ceuera y prejuicios$
?uera de tales situaciones la ente puede absolutamente )allar al ver la relevancia de tal
NmeramenteO probabilstica in)ormaci!n como raF!n base$ %# la carencia de cualDuier noci!n
de c!mo combinar apropiadamente la in)ormaci!n de la raF!n base con la in)ormaci!n del
caso objetivo# ellos pueden optar simplemente por inorar la in)ormaci!n base en conjunto$
EGiste seuramente considerable verdad para ;sta noci!n de Due la ente carece de
buenos esDuemas para trabajar con la in)ormaci!n probabilstica$ De hecho# tiene la virtud de
contar para la simple eGcepci!n en la literatura de la atribuci!n para la rela de Due la ente
inora la in)ormaci!n de consenso$ Esta es la clara evidencia de la utiliFaci!n del ;Gito y la
)alla de las raFones base cuando hace atribuciones sobre la habilidad de un individuo
particular 8Heiner et al$# /62/9$ Si la mayora de la ente )alla en una tarea particular#
entonces el objetivo es percibido como teniendo alta habilidadL si ellos tienen ;Gito# el
objetivo es visto como teniendo mCs baja habilidad$ Por supuesto# nosotros hemos tenido
todos una vida de eGperiencia en estimar la habilidad en relaci!n al desempeEo de otros$ Ba
habilidad# de hecho# es por de)inici!n una in)erencia derivada de la raF!n base$
*os parece# sin embaro# Due otro principio puede estar en el trabajo tambi;n$ Casi por su
verdadera naturaleFa# la raF!n base ! la in)ormaci!n de consenso es remota# pClida y
abstracta$ En contraste# la in)ormaci!n del caso objetivo es vvida# conspcua y concreta$ En
los estudios de la depresi!n# nosotros estuvimos intentando oponer la memoria de mCs bien
seca# in)ormaci!n estadstica contra vvidas# insistentes reacciones para estimular en un todo
tambi;n el mundo real$ En el estudio de saborear una alleta# la in)ormaci!n de consenso
eGtrada de la evidencia concerniente al nivel del lDuido en las botellas )ue opuesta contra las
impresiones del sentido$ En el estudio Due describe los eGperimentos del shoc( y de ayuda#
los datos tabulares de )recuencia )ueron opuestos contra un videotape ! descripci!n escrita de
un ser humano real con los padres# los planes de carrera# los hobbies y rasos personales$ Ba
pertinencia l!ica de la in)ormaci!n de la raF!n base no obstante# tal in)ormaci!n puede
simplemente carece del objetivo para accionar un posterior trabajo conitivo$
Esta hip!tesis# como sucede# no es oriinal$ En /6.2# Bertrand "ussell propuso Due Nla
inducci!n popular depende del inter;s emocional de las instancias# no sobre su nAmeroO 8p$
.469$ En los eGperimentos de Kahneman y 'vers(y# y en aDuellos por nosotros mismos y
otros sobre los e)ectos de la in)ormaci!n de consenso# el nAmero completo de instancias ha
sido opuesto contra las instancias de alAn inter;s$ Consistente con la hip!tesis de "ussell# el
inter;s emocional ha en cada caso durado todo el da$
*osotros podemos especular la in)ormaci!n# emocionalmente interesante tiene mCs
rande poder para enerar in)erencias debido a la probabilidad de los llamados NscriptsO !
esDuemas de in)ormaci!n Due involucran similar in)ormaci!n$ Ba in)erencia entonces
prosiue a lo laro de las bien usadas lneas del script eGistente previamente$ Ba in)ormaci!n
abstracta es probablemente menos rica en coneGiones potenciales a la red asociativa por la
cual los scripts pueden ser alcanFados$ Consistente con ;sta especulaci!n# *isbett y Broida
8/6219 encontraron Due la in)ormaci!n de consenso concerniente al comportamiento de otros
en el eGperimento del shoc( y el eGperimento de ayuda no solo )allaron en a)ectar las
predicciones de los sujetos sobre c!mo ellos se haran comportado habiendo ellos sido
entrevistados posterior a los eGperimentos sino Due nunca les )ue mencionado por un simple
sujeto en la entrevista posterior al eGperimento concerniente a por Du; haban hecho ellos sus
predicciones$ En veF de eso# los sujetos evaluaron sobre detalles concretos particulares de la
situaci!n eGperimental y los relacionaron a situaciones similares en sus propias historias$ N,o
60
estoy seuro Due yo habra ayudado al muchacho porDue yo tuve un amio Duien tena una
hermana epil;pticaO$
Ba hip!tesis de "ussell tiene alunas importantes implicaciones para la acci!n en la vida
diaria$ Un sencillo ejemplo servirC como una ilustraci!n$ Permtanos suponer Due usted desea
comprar un autom!vil nuevo y ha decidido Due por motivos de economa y lonevidad usted
Duiere comprar uno de esos s!lidos# )uertes# carros Suecos de clase media S ya sea un Jolvo
! un Saab$ Como un prudente y sensible comprador# usted va a Consumer !eports$ el Due le
in)orma Due el consenso de sus eGpertos es Due el Jolvo es mecCnicamente superior# y Due el
consenso de los lectores es Due el Jolvo tiene el mejor record de reparaci!n$ &rmado con esta
in)ormaci!n# usted decide ir y hacer un trato con el distribuidor de Jolvo antes de Due
)inalice la semana$ En el nterin# sin embaro# usted asisti! a un coc(tail donde usted anuncia
;sta intenci!n a un conocido$ El reacciona con incredulidad y alarma< NUn Jolvod Usted ha
de estar bromeando$ -i cuEado tuvo un Jolvo$ Primero# esa lujosa cosa inyectada
computariFada sali! en USm .13$33$ Siuiente# ;l comenF! teniendo problemas con la
tracci!n trasera$ 'uvo Due cambiarla$ Bueo la transmisi!n y el clutch$ ?inalmente lo vendi!
a los tres aEos como chatarraO$ El status l!ico de ;sta in)ormaci!n es Due * de varios
cientos de poseedores de Jolvo lectores de Consumer !eports ha sido incrementado en uno#
y la )recuencia media del record de reparaci!n cambi! por una piFca en tres ! cuatro
dimensiones$ Sin embaro# cualDuiera Due mantiene Due ;l reducira el encuentro a tal e)ecto
a una red in)ormativa es ya sea inenuo ! )alto del mCs elemental auto>conocimiento$
)studio 7I1 Influenciabilidad por informacin abstracta versus informacin concreta& Parece
Atil operar aunDue>eGperimento el Consumer !eports 8Borida R *isbett# /6229$ Debido a
Due nuestra mayor poblaci!n del sujeto )Ccilmente disponible consisti! de estudiantes de
Psicoloa de la Universidad de -ichian# nosotros escoimos cursos de Psicoloa en la
Universidad de -ichian como nuestro consumidor de bienes$ Bueo cursos superiores de
lectura en psicoloa# di)iriendo en su calidad reportada# )ueron escoidos$ Irupos de
personas de clase baja planeando llear a ser especialistas en psicoloa )ueron acoidos en
un sal!n de clases por un miembro eGperimentador de la )acultad$ El eGperimentador les dijo
a los estudiantes Due ;l estuvo en el comit; de la )acultad relacionado con el planeamiento de
alto rano para el departamento$ Uno de los problemas con el planeamiento relacionado con
la determinaci!n de cuCntos estudiantes estaran tomando cuCles cursos en el )uturo$ & los
sujetos se les dijo Due en orden de conseuir alunas indicaciones del proyectado
renrolamiento# ellos )ueron reDueridos a llenar un prorama tentativo del curso para sus
carreras de licenciatura en psicoloa$
Bos sujetos de control )ueron entonces reDueridos a ver en un catCloo 8actualmente una
maDueta consistente de .2 cursos y eGcluyendo laboratorios# estadstica y lista de cursos de
aprobaci!n previa9 y a ponerle un cheDue a los 1>/3 cursos Due ellos esperaban toar y circular
sus cheDues de marca para cualesDuiera cursos Due ellos se sentan seuros Due ellos podran
tomar$
& los dos rupos eGperimentales se les dijo Due en orden de ayudarlos en tomar sus
decisiones# ellos les daran in)ormaci!n eGtra sobre los cursos de lectura de alto
enrolamiento$ Para ambos rupos# ;sta in)ormaci!n eGtra en parte de una detallada
descripci!n# mCs comprensiva Due el catCloo de propaanda# del contenido de cada uno de
los /3 cursos$ Bueo para un rupo eGperimental 8condici!n cara>a>cara9# los sujetos )ueron
introducidos a un panel de estudiantes de psicoloa de alto nivel$ Estos estudiantes entonces
procedieron a hacer breves comentarios sobre cada uno de los cursos de la lista de /3 Due
ellos haban tomado$ Entre uno y cuatro estudiantes# usualmente dos ! tres# comentaron sobre
cada curso$ Cada comentario comenF! con una evaluaci!n del curso empleando uno de los
cinco t;rminos siuientes< NeGcelenteO# Nmuy buenoO# NbuenoO# NjustoO# NpobreO$ Bos
6:
estudiantes hicieron entonces unas pocas observaciones sobre el curso$ Un ejemplo# en su
totalidad# se muestra abajo<
-Ientras eGiste una ran cantidad de material por cubrir# el estC muy claramente traFado para usted$
Usted conoce d!nde usted estC todo el tiempo# cuCl es muy Atil en tratar de conseuir a trav;s del
curso$ Es un amplio e importante campo de la psicoloa para llear a ser introducido$ ,o )ui
considerado muy bueno en luar de eGcelente es Due el material no es particularmente atractivo para
el pensamiento$
'abla /$ *Amero medio de cursos escoidos y valoraci!n de la tendencia de elecci!n$
Cursos Cursos no Cursos
"ecomendadosooooooooo recomendadosooooooooo no mencionadosoooooooo
Jalor de la Jalor de la Jalor de la
*Amero tendencia de *Amero tendencia de *Amero tendencia de
Condici!n escoido elecci!n escoido elecci!n escoido elecci!n
Cara a Cara
8* [ ..9 :$20
a
7$0/
a#b
$13
a
$22
a#b
0$36
a#b
:$0.
a#b
"aF!n base

8* [ /79 :$// 4$00
b
$6: /$14
b
:$/2
b
1$76
b
Control
8* [ /79 0$00
a
1$..
a
/$06
a
.$/2
a
1$06
a#b
2$/2
a
? 8.#119 4$/:K /3$0:KK 4$16K 4$41K /0$.:KK 7$/6KK
a
Ba columna sini)ica compartir este superndice Due di)iere de cada uno de los otros al nivel $3/ por
la prueba de *e+man>Keuls$
b
Ba columna sini)ica compartir este superndice Due di)iere de cada uno de los otros al nivel $31 por
la prueba de *e+man>Keuls$
K p ] $331L p ] $33/$
En la otra condici!n eGperimental 8condici!n raF!n>base9# a los sujetos se les dijo Due
ellos leeran evaluaciones medias del curso basadas sobre las escalas llenadas por todos los
estudiantes en el curso al )inal del t;rmino precedente$ Debajo de la descripci!n de cada
curso haba una escala de cinco puntos# etiDuetada de eGcelente a pobre$ Una marca )ue
colocada en cada escala para indicar la evaluaci!n media# y el nAmero de estudiantes en el
Due la media estuvo basada )ue indicado$ Estos *s ordenados de .4 a /:.$ Ba evaluaci!n
media de cada curso particular )ue preparada como para ser id;ntica con el promedio de las
evaluaciones dadas por los con)ederados en la condici!n cara a cara$
El diseEo por consiuiente lo hace comparar la e)ectividad de las recomendaciones
basadas sobre el ensayo de primera mano# Due es# los breves comentarios de dos ! tres
estudiantes Duienes han tomado el curso# con la e)ectividad de una in)ormaci!n mucho mCs
estable y ampliamente basada$ Ba 'abla / presenta el nAmero promedio de la recomendada
8evaluaciones medias de .$13 ! mejor9# no recomendada 8evaluaciones medias de 0$21 ! mCs
pobre9 y cursos no mencionados por los tres rupos$ &demCs cada cateora es la sopesada
tendencia de selecci!n# como un ndice Due da un peso de 3 a un curso si el no ha sido
escoido# y / si el ha sido escoido y . si el ha sido circundado por una selecci!n de)inida$
Puede ser visto Due el m;todo cara a cara tuvo un mucho mCs rande impacto sobre la
selecci!n del curso$ Bos sujetos en ese rupo estuvieron mucho mCs inclinados a tomar los
cursos recomendados y mucho menos inclinados a tomar los no recomendados ! cursos no
mencionados Due los sujetos de control$ En contraste# el m;todo de la raF!n base a)ect! solo
la toma de cursos no mencionados$
61
Podra areirse Due el rupo cara a cara tuvo mCs in)ormaci!n Due el rupo de la raF!n
base$ Una versi!n de este arumento es precisamente el punto Due Dueremos hacer$ *uestros
estudiantes se comportaron como si ellos haban eGtrado mCs in)ormaci!n de los
comentarios en vivo pareja de ente Due de los secos# resAmenes estadsticos de las
poblaciones enteras$ Una versi!n de este arumento# sin embaro# es Due los comentarios
hechos por los estudiantes en la condici!n cara a cara contena enuinamente valiosa
in)ormaci!n no disponible en la condici!n cara a cara# concerniente# por ejemplo#
oraniFaci!n del curso# procedimientos de raduaci!n ! accesibilidad al maestro$
En orden de tratar con la Altima objeci!n# hicimos una r;plica del estudio con una
importante variaci!n$ &l rupo de la raF!n base le )ue dada una transcripci!n escrita in
eGtenso de los comentarios hechos por los con)ederados cara a cara$ -Cs aAn# esos
comentarios )ueron eGplcitamente descritos como opiniones representativas de los
estudiantes tomando el curso# entresacados del mont!n entero de evaluaciones al )inal del
perodo$ Bos sujetos en ;sta condici!n# con acceso a evaluaciones medias estables basadas
sobre randes y completas poblaciones# con los comentarios eGtensos de los con)ederados# y
con el NconocimientoO de Due ;stos )ueron comentarios representativos# )ueron menos
a)ectados en sus selecciones Due los sujetos Due simplemente oyeron de los con)ederados sus
comentarios verbales en la condici!n cara a cara$
Comunic5ndose con el producto de la concretividad
*o es di)cil ver las implicaciones de la declaraci!n de Bertrand "ussell sobre la inducci!n
popular# y la ilustraci!n arriba de ella# para interroantes enerales de comunicaci!n y
persuasi!n$ Si la ente no estC movida por las clases de secos# estadsticos datos Due son
Dueridos por los coraFones de los cient)icos y las polticas de los plani)icadores# entonces el
proreso social y tecnol!ico debe ser impedido a menos Due sea e)ectivo# concreto#
emocionalmente interesantes modos de comunicar conclusiones son desarrollados$ *osotros
hemos recopilado varios Nestudios de casosO de persuasi!n Due creemos son bien
comprendidos en t;rminos de distinci!n entre in)ormaci!n abstracta y concreta$ Bos
presentamos abajo con la esperanFa Due ellos pueden servir como una )uente de inspiraci!n
del mundo real y como una ua en la investiaciones de cuestiones concernientes a la
naturaleFa de la in)ormaci!n y su impacto persuasivo$
/$ Una versi!n temprana de la "evoluci!n Jerde )ue posible hacerla en los primeros aEos
de la d;cada de los /603@s por avances en la t;cnica de la aricultura$ El obierno lentamente
procedi! a in)ormar a los )inDueros de la naci!n de ;stas t;cnicas por medio de aentes
municipales de aricultura arrojando pan)letos estadsticos y del obierno y se sent! a
esperar los brillante reportes del incremento de la producci!n de los cultivos$ 'ales reportes
no continuaron y pronto lle! a estar claro Due los )inDueros no se estaban convirtiendo a las
nuevas t;cnicas$ &lAn inteliente o)icial del obierno entonces )ij! un prorama por el Due
los aentes de aricultura del obierno se moviliFaron a )incas seleccionadas y cultivaron los
cultivos conjuntamente con los )inDueros# utiliFando las nuevas t;cnicas$ Bos vecinos de los
)inDueros observaron los resultados de la cosecha e inmediatamente se convirtieron a las
t;cnicas$
.$ Bas listas de espera en las clnicas de detecci!n del cCncer# como de este escrito# son de
laros meses y han estado desde el otoEo de /62:$ Esto no )ue debido a la publicaci!n de
nuevas estadsticas por el Cirujano Ieneral# la &-&# ! de cualDuier otra oraniFaci!n$ Bas
listas de lara espera datan del tiempo de las mastectomas realiFadas -rs$ ?ord y a -rs$
"oc(e)eller$
64
0$ 'imothy Crouse# en su libro sobre la cobertura de prensa de la campaEa Presidencial de
/62. titulado Los (uc*ac*os en el bus 8/62:9# report! Due en la vspera de la elecci!n un
ran rupo de reporteros cubriendo la campaEa de -cIovern sensatamente estuvieron de
acuerdo en Due -cIovern no podra perder por mCs de /3 puntos$ Estas personas )ueron
reporteros de servicio radio)!nico# reporteros de la red de televisi!n y reporteros de prensa
escrita y de revistas de noticias$ Ellos saban Due todas las principales encuestas daban a
-cIovern una desventaja de .3 puntos# y ellos saban Due en .: aEos ninuna encuesta
principal se haba eDuivocado por mCs de un 0W$ Sin embaro# ellos haban visto con sus
propios ojos una multitud de dieF mil entes aclamando salvajemente a -cIovern$
:$ El 8e9 :or; "imes 8Kau)man# /6209 recientemente llev! a cabo una entrevista con un
dibujante de ra)itis en el tren subterrCneo de *ueva ,or( Dui;n haba sido seriamente
Duemado en un incendio el;ctrico Due se inici! por una chispa Due encendi! sus botes de
pintura en spray$ El muchacho# cuyo nombre de pluma era N&liO# admiti! Due . semanas
antes de su accidente ;l haba ledo de un muchacho llamado Bernard Bro+n Dui;n haba
sido aplastado y muerto mientras pintaba ra)itis en los trenes$ NPuiFCs si hubi;ramos sabido
el nombre Due ;l usaba# diamos p=oe /:4@ el habra dejado una impresi!nO# dijo ;l# Npero yo
recuerdo riendo sobre el pensando Due ;l debe ser aluna clase de ridculo Due no saba lo
Due estaba haciendo$ $ $ $O
*osotros creemos Due la presente investiaci!n y ejemplos sacados de cada vida diaria
muestra Due alunas clases de in)ormaci!n Due el cient)ico considera como altamente
pertinente y l!icamente )orFadas son habitualmente inoradas por la ente$ %tras clases de
in)ormaci!n# l!icamente mucho mCs d;biles# accionan )uertes in)erencias y tendencias a la
acci!n$ Podemos pensar de no mCs Atil actividad para los psic!loos Duienes estudian
procesar la in)ormaci!n Due descubrir Due sus sujetos la consideran como in)ormaci!n
valiosa de procesar$
62
G( Es-uemas causales en juicios bajo incertidumbre
&mos 'vers(y y Daniel Kahneman
-uchas de las decisiones Due hacemos# en asuntos triviales as como en asuntos
cruciales# dependen de la aparente probabilidad de los eventos tales como el uardar de una
promesa# el ;Gito de una empresa# ! la respuesta a una acci!n$ Puesto Due eneralmente no
tenemos modelos )ormales adecuados para calcularlas probabilidades de tales eventos# su
evaluaci!n es necesariamente subjetiva e intuitiva$ Ba manera en la cual la ente evalAa la
evidencia para evaluar las probabilidades ha surido mucha inter;s por la investiaci!n en los
aEos recientes# por ejemplo# H$ Ed+ards 8/647# .19L Kahneman y 'vers(y 8/326a# 039L
Slovic 8/62.a9L Slovic# ?ischo)) y Bichtenstein 8/6229L 'vers(y y Kahneman 8/62:# /9$ Esta
investiaci!n ha identi)icado varios juicios heursticos los cuales son asociados con
caractersticas de errores y prejuicios$ El presente trabajo estC relacionado con el papel del
raFonamiento causal en juicios bajo incertidumbre y con alunos prejuicios Due son
asociados con este modo de pensar$
Es un luar comAn de la psicoloa Due la ente se es)uerce por adDuirir una
interpretaci!n coherente de los eventos Due los circundan# y Due la oraniFaci!n de los
eventos por esDuemas de relaciones de causa>e)ecto sirve para adDuirir esa $meta$ El clCsico
trabajo de -ichoette 8/6409 provey! una obliatoria demostraci!n de la irresistible tendencia
a percibir secuencias de eventos en t;rminos de relaciones causales# aAn cuando el Due
percibe estC completamente consciente Due la relaci!n entre eventos es incidental y Due la
causalidad imputada es ilusoria$ Ba prevalencia de los esDuemas causales en la percepci!n de
relaciones sociales elementales )ue destacada en el trabajo seminal 8u9 de Heider 8/6179 y el
estudio de la atribuci!n causal es uno de los )oci 8u9 de la psicoloa social contemporCnea
8=ones et al$# /62/L "oss# /6229$
El presente captulo estC relacionado con el papel de los esDuemas causales en el juicio
bajo incertidumbre$ En particular# nosotros investiamos juicios de probabilidad condicional
P8MTD9 de alAn evento objetivo M# sobre las bases de aluna evidencia ! datos D$ Para un
anClisis de psicoloa del impacto de la evidencia# el es Atil para distinuir entre di)erentes
tipos de relaciones Due el juicio puede percibir entre D y M$ Si D es percibido como una
causa de la ocurrencia ! no>ocurrencia de M# nos re)erimos a D como un dato causal$$ Por
otro lado# si M es tratado como una posible causa de D# nos re)erimos a D como un dato
diagnstico$ Por ejemplo# una descripci!n de la personalidad de & es comAnmente vista
como proveyendo datos causales para la predicci!n de su comportamiento# mientras Due la
descripci!n del comportamiento de & provee in)ormaci!n dian!stica sobre su personalidad$
Si D no es la causa ni el e)ecto de M# pero ellos son ambos percibidos como consecuencias de
Este captulo es la primera parte Due apareci! en -$ ?ishbein 8Ed$9# Progreso en Psicolog#a Social$ Hillsdale# *$
=$ L Ba+rence Erlbaum &ssoc$# Inc$# /673$ "eproducida con permiso$
67
otro )actor# nos re)eriremos a D como indicacional& Por lo tanto# el comportamiento en una
situaci!n provee datos indicacionales para la conducta en otro# si ambos comportamientos
son considerados como mani)estaciones del mismo trato$ ?inalmente# si D y M no parecen
estar relacionados por ya sea un neGo directo ! indirecto# nos re)eriremos a D como
incidental&
En un tratamiento normativo de la probabilidad condicional# las distinciones entre los
varios tipos de relaci!n de D con M son inmateriales# y el impacto de los datos depende
solamente de in)ormatividad$ En contraste# nosotros proponemos Due el impacto psicol!ico
de los datos depende crticamente de su papel en un esDuema causal$ En particular# nosotros
proponemos la hip!tesis de Due los datos causales tienen un mayor impacto Due otros datos
de iual in)ormatividadL y Due en la presencia de datos Due evoDuen un esDuema causal#
datos incidentales los cuales no se ajustan a ese esDuema les es dada poco ninAn peso$
En la primera parte del trabajo# los e)ectos de los datos causales y dian!sticos# y
muestran Due la ente asina mCs rande impacto a datos causales Due a datos dian!sticos
de iual in)ormatividad$ 'ambi;n eGploramos una clase de problemas donde un dato
particular tiene ambas sini)icancias causal y dian!stica# y demostramos Due las
evaluaciones intuitivas de P8MTD9 estCn dominadas por el impacto causal directo de D sobre
M# con insu)iciente respeto por las consideraciones dian!sticas $ $ $ $
Ra!onamiento causal y dia#nstico
6simetr#as inferenciales
Un esDuema causal tiene un curso naturalL el evoluciona de causas a consecuencias$ De aDu
Due suerios Due es mCs natural y mCs )Ccil seuir la secuencia normal y la raF!n de causas a
consecuencias Due invertir ;sta secuencia y raF!n de consecuencias a causas$ Si las
in)erencias causales son ciertamente mCs )Cciles y mCs naturales Due las in)erencias
dian!sticas# entonces uno esperara Due la ente in)ieras e)ectos de causas con mayor
con)ianFa Due causas de e)ectos S aAn cuando el e)ecto y la causa actualmente proveen la
misma cantidad de in)ormaci!n sobre uno al otro$ *osotros probamos ;sta hip!tesis
utiliFando dos di)erentes medidas< juicios de probabilidades condicionales y con)ianFa en la
eGactitud de las predicciones$
En uno de los jueos de preuntas# reDuerimos de los sujetos Due compararan las dos
probabilidades condicionales P8,TM9 y P8MT,9 para un par de eventos M y , tales Due 8/9 M
es naturalmente visto como una causa de ,L y 8.9 P8M9 [ P8,9# Due es# Due las probabilidades
marinales de los dos eventos son iuales$ Ba Altima condici!n implica Due P8,TM9 [
P8MT,9$ *uestras predicciones )ueron Due la mayora de los sujetos veran la relaci!n causal
mCs )uerte Due la relaci!n dian!stica# y acertaran err!neamente Due P8,TM9 [ P8MT,9$
En otro jueo de preuntas# reDuerimos de los sujetos Due compararan su con)ianFa en la
predicciones incluyendo las dos variables continuas# dependiendo de cuCl de ;stas variables
)ue dada y cuCl )ue para ser predicha$ &Du# otra veF# los problemas son construidos como
Due una de las variables es naturalmente vista como causal con respecto a la otra$ Si las dos
variables tienen similares distribuciones marinales# no eGiste raF!n estadstica vClida para
esperar una di)erencia en la eGactitud con la cual una variable puede ser predicha de la otra$ &
pesar de eso# nosotros )ormulaos la hip!tesis de Due muchos sujetos estableceran Due una
predicci!n de causa a e)ecto puede ser hecha con mayor con)ianFa Due una predicci!n de
e)ecto a causa$
Ba asimetra predicha entre in)erencias causales y dian!sticas )ue observada con ambos
tipos de preuntas$ El e)ecto es ilustrado por los siuientes problemas# donde los valores
66
entre par;ntesis indican el nAmero de estudiantes de la universidad 8de la Universidad de
%re!n9 Duienes escoieron cada respuesta$
/
Problema /< CuCl de los siuientes eventos es mCs probableQ
8a9 Pue una muchacha tena ojos aFules si su madre tiene ojos aFules$ 8* [ 469
8b9 Pue la madre tiene ojos aFules# si su hija tiene ojos aFules$ 8* [ ./9
8>9 Bos dos eventos son iualmente probables$ 8* [ 219
Problema .< En una inspecci!n a una escuela secundaria en una ciudad# la altura de los muchachos
)ue comparada con la altura de sus padres$ En cuCl predicci!n usted tendra mayor con)ianFaQ
8a9 Ba predicci!n de la altura del padre de la altura del hijoQ 8* [ .09
8b9 Ba predicci!n de la altura del hijo de la altura del padreQ 8* [ 479
8>9 Iual con)ianFa$ 8* [ 249
Claramente# la distribuci!n de altura A color del ojo es esencialmente la misma en
sucesivas eneraciones$ Para veri)icar la percepci!n de los sujetos de este hecho# nosotros
preuntamos a otro rupo de 6/ sujetos si la proporci!n de madres de ojos aFules en una
muestra rande de madres e hijas es mayor 8* [ /19# iual 8* [ 4:9 ! menor 8* [ /.9# Due la
proporci!n de hijas de ojos aFules$ Por tanto# aunDue los sujetos consideraron las dos
anteriores probabilidades como iuales# ellos no obstante juFaron la probabilidad
condicional NcausalO ser mayor Due la dian!stica$
Estrictamente hablando# por supuesto# no es una causa de la altura de su hijo$ En el uso
comAn# sin embaro# es muy aceptable decir Due un muchacho es alto porDue su padre mide
4@:@@# mientras Due la a)irmaci!n de Due el padre mide 4@:@@ porDue su hijo es alto es
claramente an!mala$ -as eneralmente# nosotros esperamos una asimetra de in)erencia
considerando las dos variables siempre Due la primera pareFca eGplicar a la seunda mejor
Due la seunda eGplicar a la primera$ Para ilustrar# considere los siuientes problemas Due
)ueron presentados a los dos di)erentes rupos de sujetos<
Problema 0< CuCl de las siuientes a)irmaciones tiene mCs sentidoQ
8a9 'om es pesado porDue ;l es alto$ 8* [ 409
8b9 'om es alto porDue ;l es pesado 8* [ 279
Problema :< & cuCl predicci!n usted le tendra mCs con)ianFaQ
8a9 Ba predicci!n de la altura de un hombre de su peso$ 8* [ /49
8b9 Ba predicci!n del peso de un hombre de su altura$ 8* [ 279
&unDue la altura y el peso no son considerados del uno al otro# la mayora de los
encuestados sintieron Due ser alto es una mejor eGplicaci!n por ser pesado Due viceversa#
aunDue el prototpico hombre pesado no sea alto$ En consecuencia# la mayora de los sujetos
eGpresaron mayor con)ianFa en predecir el peso de un hombre de su altura Due en predecir la
altura de un hombre de su peso$ 'al asimetra# por supuesto# no podra ser justi)icada por
raFones estadsticas$
Bos problemas 0 y : suieren Due una asimetra de in)erencia ocurre aAn en la ausencia
de un enlace causal directo entre las dos variables S siempre Due uno de ellos 8por ejemplo la
altura9 sea mCs naturalmente visto como una eGplicaci!n del otro 8por ejemplo# el peso9$ Bos
siuientes dos problemas estCn relacionados con el caso donde las dos variables son vistas
/
Un temprano borrador de este trabajo report! una espuriamente baja proporci!n de las respuestas de NEDualO
basadas en una muestra Israel$ *osotros estamos en deuda con &nna -$ B$ IonFaleF y -ichael Kubovy# por
;sta observaci!n$ Bos presentes datos# colectados en la Universidad de %re!n# estCn de acuerdo con los
resultados obtenidos por IonFaleF en ,ale$
/33
como indicaciones# ! mani)estaciones de alAn trato )undamental$ Una de las variables# sin
embaro# provee una mani)estaci!n ! una medida mCs vClida del trato )undamental$ *osotros
esperamos Due las in)erencias de la indicaci!n mCs )uerte a la mCs d;bil serC hecha con la
mayor con)ianFa Due las in)erencias en la direcci!n inversa$
Problema 1< CuCl de los siuientes eventos es el mCs probableQ
8a9 Pue un atleta an! la decatl!n# si ;l an! el primer evento en la decatl!n$ 8* [ ./9
8b9 Pue un atleta an! el primer evento en la decatl!n# si el an! la decatl!n$ 8* [ 219
8>9 Bos dos eventos son iualmente probables$ 8* [ 239
Problema 4< Dos pruebas de inteliencia )ueron administradas a un ran rupo de estudiantes de una
prueba de comprensi!n# y de /3 minutos de versi!n abreviada$ En cuCl predicci!n usted tendra
mayor con)ianFaQ
8a9 Ba predicci!n del punteo de un estudiante en la prueba corta ! en la prueba de comprensi!n$
8* [ 739
8b9 Ba predicci!n del punteo de un estudiante en la prueba de comprensi!n de su punteo en la
prueba corta$ 8* [ :29
8>9 Iual con)ianFa$ 8* [ 069
&Du de nuevo# la correcta respuesta es NiualO en ambos problemas$ En el problema 1# la
probabilidad )undamental de Due un atleta 8no especi)icado9 anarC la decatl!n es /T*# donde * es el
nAmero de competidores$ Esta es tambi;n la probabilidad )undamental de Due un atleta no
especi)icado anarC el primer evento$ Consecuentemente# las dos probabilidades condicionales deben
ser iuales$ En el problema 4# la suposici!n estCndar de reresiones lineales acarrea eGactitud en la
predicci!n de una prueba de otra$ Bas respuestas a ambos problemas# sin embaro# eGhibe una
marcada pre)erencia por una direcci!n de predicci!n sobre la otra$
Bos problemas 1 y 4 ambos involucran dos indicaciones del mismo trato )undamental los cuales
di)ieren en )ortaleFa$ Ba victoria en la decatl!n y la victoria en un simple evento son ambas
mani)estaciones de eGcelencia atl;tica# pero la anterior provee una mayor indicaci!n de eGcelencia
Due la Altima$ Similarmente# el desenvolvimiento en las pruebas de inteliencia re)lejan un trato
)undamental de inteliencia y la prueba mCs comprensiva provee una mejor medida de este trato Due
lo hace la versi!n abreviada$ Bos resultados con)irman la hip!tesis Due la predicci!n de la indicaci!n
mCs )uerte a la indicaci!n mCs d;bil estC asociada una mayor con)ianFa Due la predicci!n inversa$
Bas asimetras de in)erencias observadas en los problemas precedentes estCn relacionadas a las
asimetras de relaciones de proGimidad# investiadas por 'vers(y 8/6229$ Estudios empricos
muestran Due la similaridad juFada de un objeto prominente ! prototipo a un objeto menos
prominente ! variante es mCs peDueEa Due la similaridad de la variante al prototipo$ Por ejemplo# un
rojo )ocal es menos similar a un rojo )uera de )oco Due viceversa 8"osch# /6219L una NbuenaO )orma
es menos similar a una NmalaO)orma Due viceversa# y la similaridad de un prominente pas 8por
ejemplo# la China "oja9 a un menos prominente pas 8por ejemplo# Korea del *orte9 es menor Due la
similaridad contraria 8'vers(y# /6229$ Bas asimetras de predicci!n parecen seuir la misma rela$
Por tanto# eneralmente percibimos al hijo como mCs similar a su padre Due viceversa# y tambi;n
atribuimos propiedades del padre al hijo con mayor con)ianFa Due viceversa$ El mismo proceso# por
consiuiente# puede sostener ambas asimetras de similaridad y asimetras de in)erencia$
Significancia de evidencia causal y diagnstica
Ba secci!n previa mostr! Due el impacto de los datos causales sobre el juicio de probabilidad
de una consecuencia es mayor Due el impacto de los datos de dian!stico sobre el juicio de
probabilidad de una causa$ Ba presente secci!n investia interroantes en las cuales la
evidencia tiene ambas sini)icancias causal y dian!stica con respecto al objetivo del evento$
Estudiamos la hip!tesis de la ente tiende a )ocaliFarse en el impacto causal de los datos para
/3/
el )uturo# y tienden a desatender sus implicaciones dian!sticas sobre el pasado$ Primero
discutimos una clase de problemas en los cuales la dominante de las consideraciones causales
sobre las dian!sticas produce evaluaciones de probabilidades inconsistentes y parad!jicas$
El siuiente par de problemas )ueron introducidos por 'uro)) 8/62.9 en una discusi!n del
m;todo de impacto cruFado de pronosticar$
Problema 2a< CuCl de las siuientes dos probabilidades es mCs altaQ
8i9 Ba probabilidad Due# dentro de los siuientes cinco aEos# el Conreso pasarC una ley para
)renar la contaminaci!n por mercurio# si el nAmero de muertes atribuidas al
envenenamiento por mercurio durante los cinco aEos siuientes eGcede de 133$
8ii9 Ba probabilidad de Due# dentro de los siuientes cinco aEos# El Conreso pasarC una ley
para )renar la contaminaci!n por mercurio# si el nAmero de muertes atribuidas al
envenenamiento por mercurio durante los pr!Gimos cinco aEos no eGcede de las 133$
Problema 2b< CuCl de las dos siuientes probabilidades es mayorQ
8i9 Ba probabilidad de Due el nAmero de muertes atribuidas al envenenamiento por mercurio
durante los siuientes cinco aEos eGcederC de 133# si el Conreso pasa una ley durante los
siuientes cinco aEos para )renar la contaminaci!n por mercurio$
8ii9 Ba probabilidad de Due el nAmero de muertes atribuidas al envenenamiento por mercurio
durante los siuientes cinco aEos eGcederC de 133# si el Conreso no pasa una ley dentro de
los siuientes cinco aEos para )renar la contaminaci!n por mercurio$
Sea C el evento Due dentro de los siuientes 1 aEos el Conreso habrC pasado una ley
para )renar la contaminaci!n por mercurio# y sea D el evento Due dentro de los cinco aEos
siuientes# el nAmero de muertes atribuidas al envenenamiento por mercurio eGcederC de
133$ Haamos Due Cy y Dy denoten las neaciones de C y D respectivamente$
Una ran mayora de los encuestados establecieron Due el Conreso es mCs probable Due
pase una ley restriniendo la contaminaci!n por mercurio si las muertes eGceden de 133 Due
si no# Due es# P8CTD9 w P8CTDy9$ Ba mayora de la ente tambi;n establece Due la muerte es
menos probable Due alcance las 133 si la ley es aprobada dentro de los cinco das siuientes
Due si no lo es# Due es# P8DTC9 ] P8DTCy9$ Estos juicios re)lejan las creencias causales de
Due una alta mortandad incrementarC la presi!n para pasar una medida anti>contaminante# y
Due tal medida sera e)ectiva en la prevenci!n del envenenamiento por mercurio$ En una
muestra de /44 estudiantes# /:3 escoieron la respuesta modal a ambas preuntas$ Este
aparentemente plausible patr!n de juicios viola las elementales relas de probabilidades
condicionales$
Claramente# P8CTD9 w P8CTDy9 implica Due P8CTD9 w P8C9$ &demCs la desiualdad
Insertar aDu la )!rmula de la pCina /.. del libro oriinal
Se sostiene si y solo si P8C R D9 w P8C9P8D9 el Due se sostiene solo si y solo si
Insertar aDu la )!rmula de la pCina /.. del libro oriinal
Ba cual a su veF implica Due P8DTC9 w P8DTCy9# siempre P8C9 y P8D9 no sean cero$ De aDu
Due# P8CTD9 wP8CTDy implica Due P8DTC9 w P8DTCy9# contrario al prevaleciente patr!n de
juicio$
Es )Ccil construir ejemplos adicionales del mismo tipo# en los cuales las intuiciones de la
ente viola el cClculo de probabilidad$ 'ales ejemplos consisten de un par de eventos & y B#
de tal )orma Due la ocurrencia de B incremente la probabilidad de la subsecuente ocurrencia
/3.
de & # mientras Due la ocurrencia de & incremente la probabilidad de la subsecuente
ocurrencia de B$ Por ejemplo# considere el siuiente problema$
Problema 7< Sea & el evento Due antes del )inal del aEo siuiente# Peter tendrC instalado un sistema de
alarma ladrones en su casa$ Sea B el Due denote el evento de Due la casa de Peter serC proteida
contra los ladrones antes de Due )inalice el aEo$ Haamos Due &y y By representen las neaciones de
& y B respectivamente$
.
Pregunta< CuCl de las dos probabilidades condicionales# P8&TB9 ! P8&TBy9# es mayorQ
Pregunta< CuCl de las dos probabilidades condicionales# P8BT&9 ! P8BT&y9# es mayorQ
Una ran mayora de los sujetos 8/0. de /4/9 establecieron Due P8&TB9 w P8&TBy9 y Due
P8BT&9 ] P8BT&y9# contrario a las leyes de la probabilidad$ *osotros interpretamos este
patr!n de juFamientos como otra indicaci!n de la dominancia de las condiciones causales
sobre las dian!sticas$ Para apreciar la naturaleFa del e)ecto# Permtasenos analiFar la
estructura del Problema 7$
Primero# considere P8&TB9# la probabilidad condicional Due Peter instalarC un sistema de
alarma en su casa antes del )inal del aEo siuiente# asumiendo Due ;sta casa serC proteida
contra los ladrones aluna veF durante este perodo$ El sistema de alarma podra ser instalado
ya sea antes ! despu;s del robo$ Ba in)ormaci!n transportada por la condici!n# Due es# la
suposici!n de un robo# tiene una sini)icancia causal con respecto a la sini)icancia )utura y
dian!stica con respecto al pasado$ Espec)icamente# la ocurrencia de un robo provee una
causa para la sub>secuente instalaci!n de un sistema de alarma# y provee una indicaci!n de
dian!stico Due la casa no haba sido eDuipada con un sistema de alarma al tiempo del robo$
Por tanto# el impacto causal del robo incrementa la probabilidad del sistema de alarma
mientras Due el impacto dian!stico del robo decrece la probabilidad$ Bos cercanamente
unCnimes juicios de Due P8&TB9 w P8&TBy9 indica Due el impacto causal de B domina su
impacto dian!stico$
Precisamente el mismo anClisis se aplica a P8BT&9< la probabilidad de Due la casa de Peter
serC proteida contra ladrones antes del )inal del aEo siuiente# dado Due ;l habrC instalado
un sistema de alarma aluna veF durante este perodo$ Ba presencia de un sistema de alarma
es casualmente e)ectivo en reducir la probabilidad de un sub>secuente roboL el tambi;n
provee una indicaci!n dian!stica Due la ocurrencia de un robo podra haber apurado a Peter
a instalar el sistema de alarma$ El impacto causal del sistema de alarma reduce la
probabilidad de un roboL el impacto dian!stico del sistema de alarma incrementa ;sta
probabilidad$ &Du otra veF# la prevalencia del juicio Due P8BT&9 ] P8BT&y9 indica Due el
impacto causal & domina su impacto dian!stico$ En luar de sopesar los impactos causales
y dain!sticos de la evidencia# la ente aparentemente evalAa las probabilidades
condicionales P8&TB9 y P8BT&9 primariamente en t;rminos de los e)ectos causales directos de
la condici!n los cuales conducen a contradicciones en problemas de este tipo$
Una caracterstica )undamental de 'uro)) es la relaci!n de incertidumbre temporal entre
el evento condicionante y el evento del objetivo$ &An en la ausencia de incertidumbre
temporal# sin embaro# es )recuente el caso Due el evento condicionante tiene ambas
sini)icancias causal y dian!stica$ E presente anClisis conduce a la hip!tesis Due las
evaluaciones de las probabilidades condicionales estCn dominadas por consideraciones
causales # aAn cuando la relaci!n temporal entre los eventos estC completamente especi)icada$
.
Bos smbolos &# B# etc$# son introducidos aDu para )acilitar la eGposici!n$ & los sujetos se les dieron
descripciones verbales de los eventos$
Problema 6< CuCl de las siuientes probabilidades es mayorQ
/30
P8"TH9 Ba probabilidad de Due habrC racionamiento de combustible para consumidores
individuales en los Estados Unidos durante la d;cada de los aEos /663@s# si usted asume Due un
marcado incremento en el uso de la enera solar para cale)acci!n del hoar ocurrirC durante la
d;cada de los aEos /673@s$
P8"THy9 Ba probabilidad de Due habrC racionamiento de combustible para consumidores
individuales en los Estados Unidos durante la d;cada de los aEos /663@s# si usted asume Due no hay
un marcado incremento en el uso de la enera solar para la cale)acci!n del hoar ocurrirC durante la
d;cada de los aEos /673@s$
Es talveF considerar instructivo considerar la aproGimaci!n normativa 8Bayesiana9 a este
problema# a la luF de la distinci!n Due hemos sacado entre consideraciones causales y
dian!sticas$ El evento H Due ah tendrC marcado incremento en el uso de la enera solar
para la cale)acci!n del hoar durante los aEos /673@s tiene ambas sini)icancias causal y
dian!stica$ El impacto directo causal de H sobre " es claramente neativo$ %tras cosas
siendo iuales# un marcado incremento en el uso de la enera solar puede solo aliviar una
crisis de combustible en los Altimos aEos$ Sin embaro# un marcado incremento en el uso de
la enera solar durante los 73@s tambi;n provee una )uerte indicaci!n de una inminente crisis
de la enera$ En particular# ella suiere Due los precios del combustible en los 73@s son
su)icientemente altos para hacer la inversi!n en enera solar para una cale)acci!n econ!mica
del hoar por un ran nAmero de consumidores$ Bos altos precios del combustible en los
73@s# a la veF# un estado de escaseF de combustible )!sil# el cual incrementa# lo cual
incrementa la probabilidad del racionamiento de combustible en la sub>secuente d;cada$ Por
lo tanto# el impacto causal directo de H sobre " reduce la probabilidad de "# mientras Due las
implicaciones dian!sticas de H indirectamente incrementa la probabilidad de "$
&unDue la cuesti!n de la relativa )ortaleFa de ;stos )actores nos se puede establecer
)ormalmente# nosotros luchamos porDue las implicaciones dian!sticas de H podran pesar
mCs Due su impacto causal$ Ba cantidad de combustible Due podra ser economiFada por el
incrementado uso de la enera solar para la cale)acci!n dom;stica es improbable Due sea
su)icientemente rande para alejar una crisis inminente$ Por otro lado# la escaseF de
combustible la cual estC implicada por H es altamente indicativa de una pr!Gima crisis
ener;tica$ De acuerdo a ;sta lnea de raFonamiento# P8"TH9 w P8"THy9# donde Hy es la
neaci!n de H$
Ba hip!tesis de ;sta secci!n# sin embaro# )ue Due la ente eneralmente sopesa la
contribuci!n causal directa del evento condicionante en la evaluaci!n de las probabilidades
condicionales# y no dan su)iciente peso a su sini)icancia dian!stica$ Esta hip!tesis vincula#
en el Problema 6# Due la estipulaci!n de un incremento en el uso de enera solar para
cale)acci!n en los aEos 73@s reduce la probabilidad juFada del racionamiento de combustible
en los /663@s$ Ciertamente# 47 de 70 encuestados establecieron Due P8"TH9 ] P8"THy9$ El
miso patr!n de juicios es observado en otros problemas de este tipo# donde las implicaciones
del dian!stico indirecto de la condici!n estCn en con)licto con sus implicaciones causales
directas$ &unDue este patr!n de juicios no viola las relas de la probabilidad# como )ue el
caso de los problemas de 'uro))# re)leja# nosotros creemos# una tendencia comAn a no
observar la sini)icancia del dianostico del evento condicionante en juicios de probabilidad
condicional$
Prediccin$ eplicacin y revisin
En las secciones precedentes nosotros presentamos aluna evidencia en apoyo de la hip!tesis
Due las in)erencias causales tienen una mayor e)icacia Due las in)erencias dian!sticas$
Primero mostramos Due las in)erencias de causas a consecuencias son hechas con mayor
con)ianFa Due las in)erencias de consecuencias a causas$ Seundo# mostramos Due cuando los
/3:
mismos datos tienen ambas sini)icancias causal y dian!stica# a la anterior le es dado mCs
peso Due a la Altima en juicios de probabilidad condicional$
"etornamos ahora a la preunta mCs eneral de la relaci!n entre una imaen# un modelo
! un esDuema# por ejemplo# la situaci!n de enera ! la personalidad de un individuo# y alAn
resultado ! mani)estaci!n de ese sistema# por ejemplo# un incrementado uso de la enera
solar ! un desplieue de hostilidad$ -odelos ! esDuemas son comAnmente empleados para
predecir y eGplicar resultados# los cual a su veF son usados para revisar ! actualiFar los
modelos$ Por tanto# una persona puede aplicar del modelo para predecir el resultado ! para
evaluar su probabilidadL ;l puede tambi;n usar del modelo para eGplicar la ocurrencia de un
evento particular ! consecuencia$ ?inalmente# ;l puede emplear la in)ormaci!n proveda por
la ocurrencia de un evento particular para correir ! revisar su modelo$
Ba predicci!n y eGplicaci!n representa dos tipos di)erentes de in)erencia causal# mientras
Due el modelo>revisi!n es un ejemplo de in)erencia dian!stica$ En la predicci!n# el juicio
selecciona ese resultado el cual es mCs conruente con su modelo del sistema$ En la
eGplicaci!n# el juicio identi)ica aDuellas caractersticas del modelo Due son mCs probables de
dar surimiento al resultado especi)icado$ En la revisi!n# por otro lado# el juicio corrie !
completa los elementos del modelo Due son al menos conruentes con los datos$
Ba mayora de in)erencias en la vida diaria se apoyan en modelos ! esDuemas los cuales
son imprecisos# incompletos y ocasionalmente incorrectos$ Ba ente reconoce esto# sin
embaro# y estCn dispuestas a reconocer Due sus modelos de sistemas tales como las
intenciones de una persona ! la situaci!n de la enera podran estar en un error$ Ba presencia
de incertidumbre en relaci!n a la eGactitud de un modelo tiene implicaciones para la propia
conducta de la predicci!n# eGplicaci!n y revisi!n$ Si un modelo estC sujeto a error# las
predicciones de ese modelo podran ser moderadas o reresivas# Due sini)ica# Due ellas no
deberan apartarse de las predicciones de la raF!n>base$ Por ejemplo# uno debera ser mCs
reluctante de predecir Due una persona se comprometerC en un raro ! inusual comportamiento
cuando la in)ormaci!n de uno sobre la persona viene de una )uente mCs creble$
EGplicaciones Due estCn basadas en modelos inciertos deberan tambi;n ser a)inados con
precauci!n# puesto Due los )actores causales Due son usados en la eGplicaci!n pueden no
eGistir en la realidad$ &demCs# la eGplicaci!n en la presencia de incertidumbre debera
tambi;n ser combinada con modelo>revisi!n$ Por ejemplo# si una persona se compromete en
una actividad Due parece incompatible con nuestra impresi!n de su personalidad# deberamos
seriamente considerar la posibilidad de Due nuestra impresi!n )ue incorrecta# y Due debera
ser revisada en la direcci!n suerida por los nuevos datos$ & mCs rande la incertidumbre
sobre el modelo y mCs sorprendente el comportamiento# mCs rande debera ser la revisi!n$
Una adecuada eGplicaci!n debera tomar en cuenta los cambios en el modelo Due son
implicados ! sueridos por el evento Due va a ser eGplicado$ Desde un punto de vista
normativo# por consiuiente# las eGplicaciones en la presencia de incertidumbre sobre el
modelo involucra ambas in)erencias dian!sticas y causales$
Una investiaci!n previa mostr! Due la ente comAnmente sobre predice desde modelos
altamente inciertos$ Por ejemplo# los sujetos con)iadamente predicen la selecci!n pro)esional
! el desempeEo acad;mico de un individuo sobre las bases de un breve esDuema de
personalidad# aAn cuando este esDuema es atribuido a una )uente no con)iable 8Kahneman R
'vers(y# /620# :9$ Bas intenciones y tratos Due son in)eridos de un esDuema de personalidad
son naturalmente vistos como causas de tales resultados como selecci!n pro)esional ! ;Gito
en la escuela$ Ba sobre predicci!n Due es observada en tales problemas es por consiuiente
compatible con el alto impacto de los datos causales Due )ueron ilustrados en las secciones
precedentes$
En el conteGto de eGplicaci!n y revisi!n# la )ortaleFa del raFonamiento causal y la
debilidad del raFonamiento dian!stico son mani)iestas en la ran )acilidad con Due la ente
/31
construye relaciones causales para resultados Due no podran predecir# y en la di)icultad Due
ellos tienen en revisar modelos inciertos para acomodar nuevos datos$ Parece mCs )Ccil
asimilar un nuevo hecho dentro de un modelo causal eGistente Due revisar el modelo a la luF
de este nuevo hecho$ -Cs aAn# las revisiones Due son hechas para acomodar nuevos hechos
son a menudo mnimas en alcance y locales en carCcter$
Para ilustrar esta noci!n# retornaremos a observaciones no reportadas previamente de un
estudio mCs temprano de predicci!n intuitiva 8Kahneman y 'vers(y# /620# :9$ En ese estudio#
//: estudiantes raduados en psicoloa )ueron presentados con una descripci!n de un
pCrra)o laro de un estudiante raduado# 'om H$$# el cual haba sido supuestamente escrito
durante su Altimo aEo de secundaria por un psic!loo clnico# sobre las bases de pruebas
proyectivas$ Ba siuiente descripci!n )ue dada<
'om H$ es de alta inteliencia# aunDue carece de verdadera creatividad$ El tiene una necesidad de
orden y claridad# y por sistemas ntidos y ordenados en los cuales cada detalle encuentra su luar
apropiado$ Su escritura es mCs bien mon!tono y mecCnico# ocasionalmente animado por un trillado
jueo de palabras y por destellos de la imainaci!n del tipo sci>)i$ El tiene un )uerte apremio por la
competencia$ El parece tener poco sentimiento y poca simpata por la ente y no dis)ruta
interactuando con otros$ &uto centrado# ;l a pesar de eso tiene un pro)undo sentido moral$
Bos sujetos )ueron primero reDueridos a predecir el campo de especialiFaci!n de raduado de
'om por clasi)icaci!n de nueve posibilidades en t;rminos de su probabilidad$ Hubo un )uerte
consenso entre los encuestados Due 'om H$ est; en ciencias de computaci!n ! en ineniera#
y menos probable Due est; en ciencias sociales y trabajo social ! en humanidades y
educaci!n$ Ba respuesta a una interroante adicional tambi;n eGhibi! un acuerdo eneral en
Due las pruebas proyectivas no proveen una )uente vClida de in)ormaci!n para la predicci!n
de la selecci!n pro)esional$ Despu;s de completar la tarea de predicci!n# a los sujetos se les
reDuiri! contestar la siuiente interroante$
De hecho# 'om H$ es un estudiante raduado en la Escuela de Educaci!n y ;l estC enrolado en un
prorama especial de entrenamiento para la educaci!n de niEos discapacitados$ Por )avor resuma muy
brevemente la teora Due usted considera mCs probable para eGplicar la relaci!n entre la personalidad
de 'om H$ y su selecci!n de carrera$
CuCl es la aproGimaci!n apropiada a ;sta interroanteQ Bos encuestados )ueron encarados
con un aparente con)licto entre un hecho di)cil# la selecci!n de la carrera de 'om H$ y una
detallada pero inestable descripci!n de su personalidad$ Ba alta con)ianFa con Due la ente
predice la selecci!n pro)esional partiendo de descripciones de personalidad implica una
creencia en una alta correlaci!n entre personalidad y selecci!n vocacional$ Esta creencia# a su
veF# vincula Due la selecci!n pro)esional sea altamente dian!stica con respecto a la
personalidad$ En el ejemplo de arriba# la selecci!n vocacional de 'om H$ es improbable en
vista de su descripci!n de personalidad# y Due la descripci!n es atribuida a una )uente de baja
credibilidad$ Una in)erencia dian!stica raFonable debera por consiuiente conducir a una
sustancial revisi!n de la imaen de uno del carCcter de 'om H$# para hacerla mCs compatible
con el estereotipo de su pro)esi!n escoida$ Si uno cree Due los estudiantes de educaci!n
especial son eneralmente compasivos# entonces la selecci!n pro)esional de 'om H$ hara
Due surjan dudas sobre su tener Npoco sentimiento y poca simpata por otra enteO# como se
estableci! en el reporte de los psic!loos$ Una adecuada respuesta al problema debera al
menos incrementar la posibilidad de Due la personalidad de 'om H$ no es como )ue descrita#
y Due ;l de hecho mCs bondadoso y mCs humano de lo Due su descripci!n suiere$
*uestros sujetos no siuieron ;sta aproGimaci!n$ Solo una peDueEa minora 8./W9 aAn
mencion! cualDuier reserva sobre la valideF de la descripci!n$ Ba abrumadora mayora de
/34
encuestados# incluyendo a los esc;pticos# resolvi! el con)licto ya sea por re)erencia a
apropiados aspectos seleccionados de la descripci!n de 'om H$ 8por ejemplo# su pro)undo
sentido moral9 ! por una reinterpretaci!n de la sini)icancia psicol!ica de su selecci!n 8por
ejemplo# como una eGpresi!n de una necesidad de dominancia9$
Podra areirse Due la )alla de nuestros sujetos para revisar su imaen de 'om H$
meramente re)leja la demanda de caractersticas de la tarea a la cual ellos )ueron asinados# a
saber Npara eGplicar la relaci!n entre la personalidad de 'om H$ y su selecci!n de carreraO$
De acuerdo con este in)orme# la tarea naturalmente interpretada como llamando a un intento
de relacionar la selecci!n pro)esional de 'om H$ a la descripcin de su personalidad sin
cuestionar su valideF$ Creemos# sin embaro# Due la tendencia prevaleciente de tratar la
imaen de 'om H$ como si )uera per)ectamente vClida# en luar de severas dudas ejempli)ica
un mCs amplio )en!meno< la tendencia a eGplicar sin revisi!n# aAn cuando el modelo Due es
usado en la eGplicaci!n es altamente incierto$
En nuestra opini!n# las respuestas de los sujetos ilustran ambas la reluctancia a revisar un
modelo rico y coherente# sin embaro incierto# y la )acilidad con Due tal modelo puede ser
usado para eGplicar nuevos hechos# no obstante inesperados$ Estamos impresionados por la
)luencia despleada en desarrollar in)ormes causales de la inesperada selecci!n de vocaci!n#
y no tenemos raF!n para creer Due ellos habran sido menos d!ciles en eGplicar otros
inesperados comportamientos de su parte$
Habilidades eGplicatorias altamente desarrolladas probablemente contribuyan a la
proverbial robusteF y estabilidad de impresiones# modelos# concepciones# y paradimas
en)rente de una evidencia incompatible 8&belson# /616L Hovland# /616L =anis# /62.L =ervis#
/621L Kuhn# /64.9$ El mpetu por revisar un modelo puede solo venir del reconocimiento de
una inconruencia entre ese modelo y aluna nueva evidencia$ Si la ente puede eGplicar la
mayora de las ocurrencias a su propia satis)acci!n con cambios mnimos y locales en sus
concepciones eGistentes# ellos raramente sentirCn la necesidad de una drCstica revisi!n de
;stas concepciones$ De esta manera# la )luencia del pensamiento causal inhibe la revisi!n del
proceso dian!stico$ $ $ $
/32
6( Deectos en el proceso de atribucin: <obre el ori#en
y mantenimiento de evaluaciones sociales errneas
Bee "oss y Crai & &nderson
Heor*a de introduccin a la atribucin y los errores atribucionales
"eor#a de la atribucin y psicolog#a intuitiva
Ba teora de la atribuci!n# en su sentido mCs amplio# estC relacionada con los intentos de la
ente comAn de entender las causas e implicaciones de los eventos Due ellos son testios$
'rata con la Npsicoloa inenuaO de la ente como ellos interpretan su propio
comportamiento y las acciones de otros$ Ba corriente ascendencia de la teora de la atribuci!n
en psicoloa social por tanto culmina una lara batalla para mejorar la calidad de esa
concepci!n de disciplina del hombre$ *o hace mucho el aut!mata estmulo>respuesta 8S>"9
del comportamiento radical# promovi! mCs allC del rano del procesador de in)ormaci!n y el
buscador de la consistencia conitiva# Due el hombre psicol!ico haya sido al menos
bene)iciado con un status iual a ese de los cient)icos Due lo investian$ Para en la
perspectiva de la teora de la atribuci!n# las entes son psic!loos intuitivos Due buscan
eGplicar el comportamiento y sacar in)erencias sobre los actores y sobre su ambiente social$
Para mejor entender las percepciones y acciones de este cient)ico intuitivo debemos
eGplorar su m;todos$ Primero# como el psic!loo acad;mico# ;l es uiado por un nAmero de
suposiciones implcitas sobre la naturaleFa humana y el comportamiento humano S por
ejemplo# Due la bAsDueda del placer y el evitar el dolor son motivos humanos ubicuos y
poderosos# ! Due de con)ormidad a los deseos y eGpectativas de los semejantes de uno es
menos eGcepcional y menos demandante de posterior interpretaci!n Due la no con)ormidad$
El psic!loo leo# como el pro)esional# tambi;n se apoya randemente en los datos# aunDue
los datos Due raramente satis)acen los reDuerimientos )ormales considerados de aleatoriedad
! representatividad$ &lunas veces ;stos datos resultan de eGperiencias de primera manoL mCs
a menudo# ellos son el producto de la comunicaci!n social in)ormal# medios masivos A otras
)uentes indirectas$ El psic!loo intuitivo debe mCs adelante adoptar ! desarrollar t;cnicas
para codi)icar# almacenar y recuperar los datos$ ?inalmente# ;l debe emplear varias
estrateias para resumir# analiFar e interpretar los datos S Due sini)ica# Due ;l debe emplear
relas heursticas ! esDuemas Due le permitan )ormar nuevas in)erencias$ Ba habilidad del
cient)ico intuitivo para manejar su ambiente social# como corresponde# dependerC de la
eGactitud y adecuaci!n de su hip!tesis # evidencia y anClisis$ & la inversa# cualesDuiera
errores sistemCticos en las teoras eGistentes# prejuicios en datos disponibles ! inadecuaciones
Este captulo saca randemente# ambos en contenido y oraniFaci!n# de una contribuci!n por el primer autor de
6vances en Psicolog#a Social )perimental 8/6229$ El permiso para el uso de ;stos materiales es ratamente
aradecido$
/37
en m;todos de anClisis# producen serias consecuencias S ambas para el psic!loo leo y para
la sociedad Due ;l construye y perpetAa$ Estos de)ectos# eGplorados desde una posici!n
ventajosa de la teora de la atribuci!n contemporCnea# provee el )oco de este captulo$
/
Bos amplios esboFos de la teora de la atribuci!n )ueron primero bosDuejados por Heider
8/6::# /6179 y desarrollados en mayor detalle por =ones y Davis 8/6419# Kelly 8/642# /62/#
/6209 y sus asociados 8vea =ones et al$# /62/L Heiner# /62:9$ Estos teoristas trataron con dos
cercanamente relacionadas tareas con)rontando al observador social$ Ba primera tarea es esa
del juicio causal< El observador busca identi)icar la causa# ! jueo de causas# a las cuales
alAn e)ecto particular 8por ejemplo# aluna acci!n ! resultado9 puede ser mCs
raFonablemente atribuido& Ba seunda tarea es esa de la in)erencia social< El observador de
un episodio )orma in)erencias sobre los atributos ! disposiciones de los actores relevantes y
sobre los atributos ! propiedades de las situaciones a las cuales ellos han respondido$
Bas tareas de juicio e in)erencia social han ambas sido el sujeto de intensiva interroante
te!rica y emprica y# hasta recientemente# han constituido virtualmente el entero dominio de
la teora de la atribuci!n$ zltimamente# sin embaro# una tercera tarea del psic!loo intuitivo
ha comenFado a recibir aluna atenci!nL esa tarea es la prediccin ! estimacin de resultados
y comportamiento$ El psic!loo intuitivo no solo debe buscar eGplicaciones y hacer
in)erencias de disposici!nL ;l debe tambi;n )ormar eGpectativas y hacer conjeturas sobre
acciones y resultados Due son por lo eneral desconocidas ! Due ocurrirCn en el )uturo$ Por
ejemplo# cuando un candidato presidencial promete Naliviar la cara del promedio de los
contribuyentesO# nosotros consideramos posibles causas para la declaraci!n e implicaciones
sobre la disposiciones personales del candidato$ 8Ba promesa simplemente re)lej! las
demandas de conveniencia polticaQ Podemos concluir cualDuiera cosa sobre las verdaderas
convicciones del candidatoQ9 Pero nosotros tambi;n estamos proclives a especular sobre su
consecuente comportamiento y sus opiniones sobre asuntos relacionados Due no han sido
aAn eGplorados$ 8Si es eleido# cortarC ;l los impuestos a la propiedadQ ?avorecerC ;l la
reducci!n de los proramas de bienestar socialQ9 Ba psicoloa de la predicci!n intuitiva# de
hecho# es una eGtensi!n natural del dominio de la teora de la atribuci!n$
B!icamente y psicol!icamente# por supuesto# las tres tareas de atribuci!n son
independientes$ EGplicaciones# e interpretaciones sobre los actores y entidades Due )iuran en
tal evento# estCn ntimamente relacionados$ , juntos ellos proveen las bases para la
especulaci!n sobre la naturaleFa de los eventos Due son actualmente desconocidos !
probables de eGponer en el )uturo$ Cada tarea# sin embaro# o)rece posibilidades Anicas 8y
problemas Anicos de interpretaci!n y metodoloaL ver "oss# /622# pp$ /21>/269 para revelar
las suposiciones y estrateias Due son el )undamento del desenvolvimiento del cient)ico
intuitivo$ Es valioso notar Due en los aEos recientes el uso de estimaciones y predicciones
como variables dependientes en estudios de la in)erencia lea han lleado a ser
incrementadamente populares$ Unas raF!n para este incremento en popularidad es
particularmente importante$ & di)erencia de los juicios causales de in)erencias de disposici!n
Due siuen a un anClisis de un evento del Due percibe# las estimaciones ! las predicciones
sobre nuevos ! desconocidos eventos pueden a menudo ser evaluados con respecto a su
eGactitud$ Bos Due sini)ica# Due uno puede comparar las predicciones y estimados sobre
eventos con observaciones ! medidas actuales$ Esto permite la evaluaci!n de ambas de la
relativa adecuaci!n de la estrateia atributiva del cient)ico intuitivo y de la direcci!n de
errores espec)icos ! prejuicios$
/
Para una mCs completa y sistemCtica eGplicaci!n del paralelismo hombre leoTcient)ico# el lector es re)erido a
*isbett y "oss# /673$
/36
Principios lgicos de la atribucin vrs& prejuicios auto servidos
Ba teora de la atribuci!n contemporCnea ha perseuido dos distintas pero complementarias
metas$ Una meta ha sido para demostrar Due las evaluaciones e in)erencias sociales de los
Due perciben eneralmente siuen los dictados de alAn modelo l!ico ! racional$ Ba otra
meta ha sido para ilustrar y eGplicar las )uentes de perjuicios ! error Due distorsionan esas
eneralmente verdicas evaluaciones e in)erencias$ Consideraremos brevemente el as
llamado l!ico ! racional esDuema empleado por los psic!loos intuitivos y lueo dedicar el
resto del captulo a las )uentes de error y en sus intentos de entender# predecir y controlar los
eventos Due se desarrollan alrededor de ;l$
Los principios de <covariacin= y <descuento=& Bos individuos deben# por la mayor parte#
compartir un comAn entendimiento de las acciones sociales# y resultados Due los a)ectan#
porDue sin tal consenso# la interacci!n social sera ca!tica# impredecible# y mCs allC del
control de los participantes$ Ba introspecci!n por la atribuci!n de los te!ricos# sostenida por
aluna evidencia de laboratorio# ha conducido a la postulaci!n de un jueo de NrelasO Due
pueden eneralmente ser empleadas en la interpretaci!n de comportamientos y resultados$
Estas relas de Nsentido comAnO ! esDuemas son anCloos# en alunos aspectos# a las relas
mCs )ormales y procedimientos Due los cient)icos sociales y los estadsticos siuen en su
anClisis e interpretaci!n de los datos$
H$ H$ Kelley# E$ E$ =ones y sus asociados han distinuido dos causas en las cuales las
relas l!icas# ! esDuemas# puede ser aplicado$ En la mAltiple observaci!n del caso el Due
atribuye tiene acceso al comportamiento de los datos de la matriF de respuesta Due podran
ser representados por )ilas ! columnas de un &ctor M %bjeto M Situaci!n 8! Instancia9$
'picamente# en este dominio de la investiaci!n resAmenes de declaraciones son provedos a
los participantes mCs Due respuestas actuales$ Por tanto el potencial del Due atribuye aprende
Due NBa mayora de a)icionados al teatro como los pintores actAanO# ! N-ary no puede
resistir animales eGtraviadosO# ! NEl Anico prorama de televisi!n Due &nn mira son las
%bras -aestras de 'eatroO$ En el caso de simple observaci!n el Due atribuye debe tratar con
el comportamiento de un simple actor en una simple ocasi!n$ Por ejemplo# ;l puede ver a
Sam cumplir con el reDuerimiento de un eGperimentador para enviar un doloroso susto a un
compaEero# ! ;l puede aprender Due NBouie apost! todo su dinero en un ran tiro en
Pilmico$O
Bas relas l!icas ! principios Due obiernan las atribuciones en ;stos dos casos son muy
di)erentes 8Kelley# /642# /62/# /6209$ En el caso de la observaci!n mAltiple del Due atribuye
se aplica el Nprincipio de covariaci!nOL Due sini)ica Due# ;l evalAa el rado al cual loa
comportamientos ! resultados ocurren en la presencia # pero )alllan en ocurrir en la ausencia#
de cada candidato causal bajo consideraci!n$ Concordantemente# Duien atribuye concluye
Due el jueo del nuevo pintor es bueno en la medida Due es ustado por una amplia de
a)icionados# Due sini)ica Due es ustado por individuos Duienes eloian poco las obras de
teatro 8por ejemplo# los crticos9# y Due es aplaudido tan viorosamente en el nona;simo da
de su carrera como en el noveno$
En el caso de la observaci!n simple la evaluaci!n de la estrateia del Due atribuye
involucra la aplicaci!n del Nprincipio del descuentoO# por el cual el observador social
NdescuentaO el papel de cualDuier candidato causal en la eGplicaci!n de un evento al eGtremo
Due las otras causas plausibles ! determinantes puedan ser identi)icadas$ Este principio de
atribuci!n puede ser reeGpuesto nuevamente en t;rminos de in)erencias sociales mCs Due de
atribuciones causales< &l eGtremo Due situaciones ! )actores eGternos constituyen una
Nsu)icienteO eGplicaci!n para un evento# ese evento es atribuido a la situaci!n y no
l!icamente la in)erencia puede ser hecha 8y# presumiblemente# ninuna in)erencia
//3
empricamente es hecha9 sobre las disposiciones del actor$ Inversamente# en la medida Due un
acto ! resultado parece ocurrir a pesar de y no debido a la )uerFas concomitantes de la
situaci!n# el evento relevante es atribuido al actor y Nuna in)erencia correspondenteO 8=ones
R Davis# /6419 es hecha S lo Due sini)ica Due# el Due atribuye in)iere la eGistencia e
in)luencia de alAn trato# habilidad# intenci!n# sentimiento A otra disposici!n Due podra
contar para la acci!n ! resultado del actor$ Por lo tanto# nosotros nos resistimos a la
conclusi!n Due Bouie se precipit! a eGponer en Pimlico )ue un re)lejo de sus atributos
estables personales al eGtremo Due tales )actores como un discutido consejo# una crisis
)inanciera desesperada# ! siete martinis apostados previamente pueden ser citados$ Por otro
lado# nosotros juFamos a Bouie de ser un inveterado juador arriesado si consideramos Due
su apuesta ocurri! en)rentando la amenaFa de su esposa de dejarlo si ;l siempre pierde su
cheDue de pao en el jueo de nuevo# su conocimiento de Due ;l no serC capaF de paar la
rente si ;l perdi!# y la observaci!n de un eGperto juador escuchada por casualidad de Due el
)avorito en la competencia es NaAn mejor Due las disponibilidades del jueo suierenO$Es
valiosos notar Due la aplicaci!n de ;stos dos di)erentes principios coloca mCs bien di)erentes
demandas sobre el cient)ico intuitivo$ El principio de covariaci!n reDuiere del Due atribuye
aplicar relas Due son esencialmente l!icas ! estadsticas en naturaleFa y no demanda mCs
ideas sobre las caractersticas de las entidades en cuesti!n$ Bas aplicaci!n del principio del
descuento por contraste# demanda considerables ideas sobre la naturaleFa del hombre y el
impacto de tales )uerFas de situaci!n como la necesidad )inanciera# consumo de alcohol y las
amenaFas de una esposa de abandonarlo$ En un sentido# el principio de covariaci!n puede ser
aplicado por un ero NestadsticoO# mientras Due el principio del descuento reDuiere de un
psic!loo capaF de evaluar el papel de varias presiones sociales y )uerFas de situaci!n y aAn
a distinuir actos deliberados y resultados de los no deliberados 8c)$ =ones R Davis# /6419$
Evidencia concerniente al uso sistemCtico del sentido comAn de los principios de
atribuci!n vienen primariamente de estudios de cuestionarios en los cuales los sujetos leen e
interpretan breves an;cdotas sobre las respuestas de uno ! mCs actores a objetos
especi)icados ! NentidadesO bajo circunstancias especi)icadas 8por ejemplo# B$ g$ -c&rthur#
/62.# /6249$ Estudios ocasionales de estrecho alcance# y resultados 8por ejemplo# =ones#
Davis R Ieren# /64/L =ones R DeCharms# /612L =ones R Harris# /642L Stric(land# /617L
'hibaut R "iec(en# /6119$ 'al investiaci!n ha demostrado Due los Due atribuyen pueden# y
eneralmente lo hacen# hacer al menos alAn uso de los principios provenientes de una
hip!tesis ! relas de dedo$ Bo Due las metodoloas empleadas para datar han dejado
ambiuo es el rado de la eGactitud de la persona lea y la manitud y direcci!n de sus
errores$
6uto.servir prejuicios de motivacin en la atribucin& En la especulaci!n sobre posibles
distorsiones en un sistema si no de atribuci!n l!ica# los te!ricos estuvieron prontos a
postular prejuicios del Nyo>de)ensivoO a trav;s del cual los Due atribuyen mantuvieron !
realFaron su auto>estima A opini!n positiva de sus espec)icas disposiciones y habilidades
8Heider# /617L =ones R Davis# /641L Kelly# /6429$ Intentos de probar la eGistencia de tal
prejuicio de motivaci!n han eneralmente involucrado demostraciones de asimetra en la
atribuci!n de resultados positivos y neativos S espec)icamente# una tendencia de los actores
de atribuir N;GitosO a sus propios es)uerFos# habilidades ! disposiciones los cuales atribuyen
N)allaO a la suerte# di)icultad de tarea A otros )actores eGternos$ "ealiFaci!n de tareas 8por
ejemplo# Davis R Davis# /62.L ?eather# /646L ?itch# /623L Holosin# Sheran R 'ill# /6209 y
desempeEo de la enseEanFa 8por ejemplo# Bec(man# /623L ?reiFe R Heiner# /62/L =ohnson#
?eienbaum R Heiby# /64:9 han provedo la mayora de la evidencia para ;sta asimetra$
'ambi;n ha sido mostrado Due los actores pueden dar de s mismos mCs cr;dito por los ;Gitos
///
y menos reproches por sus )allas Due los observadores evaluando los mismos resultados
8Bec(man# /623L Iross# /644L Pole)(a# /6419$
Crticos esc;pticos de amplios prejuicios de motivaci!n# sin embaro# han eGperimentado
poca di)icultad en montar retos a tal investiaci!n 8ver -iller R "oss# /621L tambi;n *isbett
R "oss# /673# Cap$ /3# para detalladas discusiones9$ El mCs contado arumento contra la
investiaci!n pretendiendo mostrar prejuicios de motivaci!n es la obvia distinci!n entre las
privadas percepciones de los sujetos y sus juicios pAblicos$ Uno puede )Ccilmente crear
situaciones donde una persona pAblicamente nearC 8! demandarC9 responsabilidad por un
evento Due ;l ha aceptado privadamente 8! no lo acepta9 como su responsabilidad$ -ientras
;stos juicios pAblicos pueden ser de auto>servir en el sentido de preservar la imaen pAblica
de uno# ellos no implican la operaci!n de prejuicios del yo>de)ensivo en el sentido de
preservar la imaen privada de uno 8-iller# /6279$
&demCs# las asimetras en las atribuciones privadas 8disponible para los investiadores9
de ;Gitos y )allas# y las di)erencias en los juicios de los actores y de los observadores pueden
re)lejar otra )uente no>motivacional de prejuicio$ Como varios investiadores han notado# los
;Gitos# al menos en situaciones de prueba# es probable de ser anticipada y conruente con las
eGperiencias pasadas del actor# mientras Due la )alla puede ser no anticipada e inusual$
Similarmente# resultados eGitosos son planeados y son el objeto de planes y acciones por el
actor# mientras Due las )allas no son eventos no planeados Due ocurren a pesar de los planes y
es)uerFos del actor$ Bos observadores# ademCs# raramente estCn plenamente conscientes de
las eGperiencias pasadas ! de eGpectativas presentes e intenciones de los actores cuyos
resultados ellos observan$
"etos a la eGistencia de penetrantes prejuicios del yo>de)ensivo han sido empricos as
como conceptuales$ Por tanto# en alunos estudios los sujetos parecen mostrar prejuicios
Ncontra>de)ensivosO# ! atenuantes de estimaci!n$ Por ejemplo# "oss# Bierbrauer y Polly
8/62:9# usando un inusualmente aut;ntico paradima de instructor>aprendiF# encontraron Due
los instructores cali)ican sus propios desempeEos y habilidades como las mCs importantes
determinantes de )alla Due de ;Gito$ Inversamente# los instructores clasi)ican los es)uerFos y
habilidades de sus aprendices como las mCs crticas determinantes de ;Gito Due de )alla$ En el
mismo estudio ;stas tendencias de atribuci!n aparentemente contra>de)ensivas probaron ser
aAn mCs pronunciadas entre pro)esores pro)esionales Due entre no raduados ineGpertos# un
resultado Due contradice la obvia derivaci!n de la teora del yo>de)ensivo Due aDuellos mCs
directamente amenaFados por la eGperiencia de )alla deberan ser mCs de)ensivos$
Investiadores Duienes insisten Due los prejuicios de motivaci!n de auto>servir eGisten
pueden# por supuesto# proveer interpretaciones alternativas de estudios Due parecen no
mostrar prejuicios de motivaci!n ! prejuicios contra>de)ensivos 8c)$ Bradley# /6279$
Ciertamente# en muchos respectos el debate entre proponentes y esc;pticos ha venido a ser
una reminiscencia de anteriores y mCs amplios debates en la teora de aprendiFaje y
percepci!n bCsica en los cuales la prosperidad de la investiaci!n para un eGperimento
NdecisivoO sobre el asunto de in)luencias de motivaci!n 8por ejemplo# uno Due no podra ser
interpretado por el Notro ladoO9 viene a ser siempre mCs aparente Due los datos multiplicados
y el anClisis conceptual audiFado$
Una respuesta a este estado de asuntos ha sido abandonar construcciones de motivaci!n
temporalmente y concentrarse en aDuellos )actores no motivacionales 8por ejemplo# )actores
de in)ormaci!n# de percepci!n y conitivos9 Due in)luencian y potencialmente distorsionan
los juicios de atribuci!n$ -Cs allC de las di)icultades de concepto eGistentes# resultados
meFclados empricamente y lecciones hist!ricas Due desaniman a los investiadores Due
investiaran por abarcar prejuicios de motivaci!n# eGisten dos raFones adicionales para el
cambio contemporCneo$ Primero# eGiste una convicci!n creciente de Due una apreciaci!n
completa de in)luencias no motivacionales podran conducirnos a entender y anticipar
//.
aDuellas circunstancias en las cuales las atribuciones de responsabilidad son probables de
incrementar la auto>estima del Due atribuye y aDuellas en las cuales tales atribuciones son
probables de atenuar su auto>estima 8c)$ -iller R "oss# /6219$ Seundo# eGiste el creciente
reconocimiento de Due las atribuciones eGactas eneralmente son aptas de ser mCs Nauto>
servicioO Due las ineGactas S lo Due sini)ica# Due las distorsiones del juicio causal son aptas
para dejar el oranismo mal preparado para la tarea de supervivencia a laro plaFo# como
Duiera aradable las consecuencias inmediatas de ciertas percepciones ineGactas e in)luencias
pueden darse$
El resto de este captulo trata con un limitado nAmero de tales prejuicios no
motivacionales 8ver *isbett R "oss# /673# para una mCs completa revisi!n9$ El tambi;n
discute un )en!meno eneral Due incrementa los NcostosO de tales prejuicios S la tendencia
por impresiones err!neas# juicios y aAn mCs amplias teoras para supervivir en )rente de
datos l!icamente poderosos Due contradicen ;stas creencias$ "econoFcamos desde el
principio# sin embaro# Due los errores y prejuicios con Due tratan no son ineGplicables
perversidades por parte del cient)ico intuitivo$ 'picamente# ellos re)lejan la operaci!n de
mecanismos y estrateias Due sirven al oranismo raFonablemente bien en muchas
circunstanciasL de otra )orma ellos seuramente no sobreviven el aprendiFaje de la historia
del individuo ! la historia de la evoluci!n de las especies$ Estos errores y prejuicios pueden
per)ectamente ser considerados como Ndominio espec)icoO de )allas de estrateias
in)erenciales y tCcticas Due son al menos e)icientes en costo 8y probablemente eneralmente
muy eGactas tambi;n9 en la eGperiencia completa del oranismo$
Prejuicios de atribucin no-motivacionales
)l error fundamental de la atribucin
El primero identi)icado 8Heider# /6179 y mCs )recuentemente citado prejuicio no>
motivacional# uno Due denominaremos el error fundamental de la atribucin# es la tendencia
de los Due atribuyen a subestimar el impacto de )actores situacionales y a subestimar el papel
de los )actores disposicionales en controlar el comportamiento$ Como los psic!loos
NintuitivosO# parecemos muy a menudo ser nativistas# ! proponentes de di)erencias
individuales# y muy raramente S S " conductistas$ *osotros tambi;n rCpidamente in)erimos
amplias disposiciones personales y esperamos consistencia en el comportamiento !
resultados a trav;s de situaciones y conteGtos ampliamente dispares$ Saltamos rCpidamente a
conclusiones sobre atestiuar el comportamiento de nuestros compaEeros# inorando el
impacto de relevantes )uerFas y restricciones ambientales$
)videncia general del error fundamental de la atribucin& -Cs allC de an;cdotas y
apelaciones a la eGperiencia# la evidencia mCs )recuentemente citada por este prejuicio
eneral 8por ejemplo# =ones R *isbett# /62/L Kelley# /62/9 involucra la aparente disposici!n
del Due atribuye a sacar in)erencias personales NcorrespondentesO sobre actores Due han
respondido a las presiones situacionales muy obvias $ Por ejemplo# =ones R Harris 8/6429
encontraron Due los escuchas asumieron aluna correspondencia entre las observaciones de
los comunicadores pro>Castro y las privadas opiniones aAn cuando ;stos escuchas saban Due
los comunicadores estaban obedeciendo el reDuerimiento eGplcito del eGperimentador bajo
condiciones obliadas$
Un tipo mCs directo de evidencias Due los observadores inoran ! subestiman las )uerFas
situacionales ha sido provedo por Bierbrauer 8/6209# Dui;n estudi! impresiones de los
sujetos de las )uerFas operando en la clCsica situaci!n -ilram 8/6409$ En el estudio de
Bierbrauer# los participantes atestiuaron una literal representaci!n de la NobedienciaO de un
//0
sujeto a tal punto de enviar el mCGimo shoc( a la supuesta vctima$ Sin importar el tipo y
cantidad de retraFo antes de juFar# sin importar si ellos actualmente juaron el papel de un
sujeto en la representaci!n ! meramente observaron# los participantes de Bierbrauer
mostraron el error )undamental de la atribuci!nL Due sini)ica Due# ellos consistentemente y
dramCticamente subestimaron el rado al cual los sujetos en eneral produciran a aDuellas
)uerFas situacionales Due oblian a la obediencia en la situaci!n -ilram 8ver ?iura /9$ En
otras palabras# ellos asumieron Due la obediencia particular del sujeto re)lej! sus distinuidas
disposiciones personales mCs Due la potencia de las presiones y restricciones situacionales
sobre todos los sujetos$
)l caso especial del papel que confiri ventajas en la auto presentacin& Ba tendencia de los
observadores sociales a subestimar la potencia de las )uerFas y restricciones situacionales y a
sobreestimar el papel de las disposiciones individuales ha pesado randemente en la
estrateia# anClisis conceptuales y aAn en los debates pro)esionales de psicoloa social
contemporCnea 8ver *isbett y "oss# /673L "oss# /6229$ Ciertos casos especiales de este
)undamental error de la atribuci!n para en)ocar nuestra atenci!n sobre procesos mediCticos y
mCs espec)icas )allas del psic!loo intuitivo$ Un eGperimento de "oss# &mabile y SteimetF
8/6229# tratando con evaluaciones hechas sobre actores Due tuvieron papel de ventaja ! papel
de desventaja 8por asinaci!n aleatoria9# es el punto del caso$ Bos papeles particulares
tratados por "oss et$ al$# )ueron aDuellos del interroador y el concursante en un jueo de
prueba corta en conocimiento eneral$ El papel del interroador obli! al sujeto a componer
un jueo de preuntas desa)iantes sobre conocimiento eneral# para )ormular ;stas preuntas
al concursante# y proveer un eGacto aprovechamiento de in)ormaci!n despu;s de cada
respuesta del concursante$ El papel del concursante )ue restrinido a responder ! intentar
responder# las preuntas relevantes$ &mbos de ;stos participantes 8y# en una subsecuente
representaci!n# tambi;n los observadores9 )ueron lueo reDueridos a clasi)icar el
conocimiento eneral del interroador y del concursante$
Insertar aDu la ?iura / de la pCina /02 del teGto oriinal
?iura /$ Comparaci!n de las clasi)icaciones predichas y actuales de desobediencia$
Ba arbitraria asinaci!n y cumplimiento de ;stos papeles# Due debera ser aparente# )orF!
a los participantes y observadores a tratar con evidentemente NmuestrasO no>representativas !
de prejuicio del conocimiento de los interroadores y concursantes$ El papel de los
interroadores y de los concursantes los anim! a desplear el conocimiento esot;rico y
arantiF! Due ellos evitaran Creas de inoranciaL a los concursantes se les dene! tales
ventajas en la auto>presentaci!n$ Ciertamente# no hubo virtualmente ambieedad sobre la
arbitrariedad sobre el papel de la asinaci!n ! sobre las prerroativas diverentes asociadas
con cada papel# distinto a muchas situaciones del mundo real en las cuales los papeles
sociales similarmente con)ieren ventajas y desventajas en la auto>presentaci!n$ & pesar de
eso# el desiual concurso entre interroadores y concursantes condujo a consistentemente
impresiones de prejuicio y err!neas$ Bos participantes# en un sentido# simplemente )allaron al
hacer adecuadas concesiones para la calidad de situaci!n de ventajas ! desventajas con)eridas
de los papeles relevantes$ Por lo tanto# los concursantes clasi)icaron a sus interroadores
como muy superiores a s mismos y los observadores involucrados claramente estuvieron de
acuerdo 8ver ?iura .9$ Bos observadores# armados con el conocimiento de Due ellos no
podran mCs contestar las preuntas esot;ricas planteadas Due podran los concursantes#
reconocieron Due los concursantes no )ueron de)icientes en su conocimiento eneral$ Bo Due
concluyeron los observadores# en su luar# )ue Due los interroadores )ueron verdaderamente
//:
sobresalientes en su conocimiento eneral$ Interesantemente# los interroadores no )ueron
por s mismos eDuivocados por su encuentro$ Una apreciaci!n de este hecho cambia nuestro
en)oDue de una eGistencia eneral del error )undamental de la atribuci!n# y el impacto
espec)ico de los papeles sociales# a las Nmuestras de datosO particulares sobre los cuales los
varios participantes se apoyaron en sus in)erencias$ & di)erencia de los concursantes y de los
observadores# los interroadores no )ueron en ninAn caso )orFados a apoyarse
eGclusivamente sobre muestras NprejuiciadasO del conocimiento eneral$ Presumiblemente#
ellos tenan un ran arrelo de evidencia adicional sobre la eGtensi!n y limitaciones de su
propio conocimiento eneral y sobre la no representatividad de los detalles esot;ricos de la
in)ormaci!n Due ellos eGpusieron en sus preuntas< consecuentemente# ellos clasi)icaron por
s mismos a ambos y los concursantes como un NpromedioO$
Insertar aDu la ?iura . de la pCina /07 del teGto oriinal$
?iura .$ Jaloraci!n del conocimiento eneral de los interroadores y concursantes$
&mbas implicaciones la social y la te!rica de la demostraci!n de "oss# &mabile y
SteinmetF deberan de ser claras$ El nos impuls! a considerar los incontables conteGtos
sociales en los cuales los papeles )ormales ! in)ormales restrinen los encuentros
interpersonales y# en hacerlo# prejuician las impresiones de los participantes S aAn al punto de
parecer justi)icar las prerroativas y limitaciones Due son impuestas por los papeles
ventajosos y desventajosos$ El tambi;n nos impuls! a en)ocarnos en una de las )allas
espec)icas del cient)ico intuitivo S su aparente insensitividad al limitado valor in)erencial de
datos prejuiciados de las muestras 8ver tambi;n Hamill# Hilson R *isbett# /673L *isbett R
"oss# /673# Cap$ :9$
Prominencia disponibilidad de prejuicios
'al veF el Crea ener;ticamente mCs investiada de prejuicio de atribuci!n ha sido la Due
envuelve los e)ectos de atenci!n y de los )actores de percepci!n y conitivos Due median la
atenci!n$ Brevemente establecido# parece Due dondeDuiera Due alAn aspecto del medio
ambiente es hecho desproporcionadamente saliente ! NdisponibleO al Due lo percibe 8c)$
'vers(y R Kahneman# /620# //9 a ese aspecto le es dado mCs peso en la atribuci!n causal$
Por lo tanto# cuando un actor es hecho virtualmente saliente debido a un Anico estado racial !
seGual dentro de un ran rupo 8'aylor et al$# /6249# debido a una notable caracterstica de
apariencia ! vestido 8-c&rthur R Post# /622L -c&rthur R Soloman# /6279# debido a un
jueo de instrucci!n 8"ean R 'otten# /6219# ! aAn debido a arrelos de colocaci!n A otras
determinantes de perspectiva visual 8por ejemplo# Storms# /620L 'aylor R ?is(e# /6219# a ese
actor le es asinada una desproporcionada responsabilidad por cualDuier resultado al cual ;l
! ella contribuyen 8ver 'aylor R ?is(e# /627# para una mCs completa revisi!n9$ Ciertamente#
un nAmero de estudios desde la teora de la Nauto>concienciadO 8Duval R Hic(lund# /62.L
Hic(lund# /6219 han mostrado Due las percepciones de los actores de sus propios papeles
causales pueden ser similarmente ser in)luenciados por simples manipulaciones Due dirien
su atenci!n hacia ! lejos del yo como un objeto social 8por ejemplo# Duval R Hensley# /624L
Ellis R Holmes# /6269$
"econocimiento ! entendimiento de c!mo )actores de prominencia ! disponibilidad
a)ectan los procesos de atribuci!n pueden ayudarnos a entender mejor las bases de muchos
prejuicios )amiliares de atribuci!n y de in)erencia# talveF aAn incluy;ndolos como casos
especiales$ El error )undamental de atribuci!n# por ejemplo# puede importantemente re)lejar
el hecho de Due los actores son simplemente mCs salientes Due las caractersticas del medio
//1
ambiente y por consiuiente son mCs probables de ser notados en la investiaci!n inicial del
Due atribuye por candidatos causales$ Ciertamente# cuando los )actores situacionales y
restricciones son hechos desproporcionadamente salientes al Due atribuye# podramos esperar
errores de atribuci!n Due parecen ser opuestos al as llamado error )undamental$ Por lo tanto#
un supervisor puede ser conducido a incorrectamente atribuir un desenvolvimiento valioso de
un trabajador a un )actor eGterno S Due sini)ica# la viilancia del supervisor S cuando esos
)actores son hechos altamente salientes 8ver Stric(land# /6179$ Por la misma seEal# el inter;s
intrnseco de un actor en una tarea dada puede ser indeterminado 8por ejemplo# Deci# /62/L
Bepper R Ireene# /621# /627L Bepper# Ireene R *isbett# /6209 si ese actor es conducido a
)ocaliFar la atenci!n en un incentivo eGterno ! restricci!n Due aparentemente lo estimule#
pero# de hecho# no es necesario estimular la ejecuci!n en esa tarea$
Considere tambi;n la eneraliFaci!n emprica de =ones y *isbett 8/62/9 Due actores #
contando para su comportamiento# son relativamente mCs inclinados a citar )actores
situacionales y menos inclinados a citar )actores de disposici!n Due son observadores de tal
comportamiento$ &l eGtremo Due actores y observadores muestran di)erencias
correspondientes en su )oco de atenci!n S Due sini)ica# Due los actores atienden a
caractersticas relevantes de su medio ambiente mientras Due los observadores )ocaliFan su
atenci!n en los actores en s mismos S la eneraliFaci!n de =ones y *isbett llea a ser un caso
especial de atenci!n T eneraliFaci!n de la atribuci!n$ Ciertamente# la evidencia eGperimental
suiere Due por manipulaci!n del )oco de atenci!n# ! perspectiva# de los actores y
observadores# sus tendencias a citar causas de situaci!n versus causas de disposici!n pueden
iualmente ser manipulados 8por ejemplo# Storms# /620L 'aylor R ?is(e# /6219$
?inalmente# permtasenos considerar una )alla de in)erencia notada por ese astuto
detective T psic!loo de )icci!n S la tendencia a inorar el valor de inerencia de las no>
ocurrencias$ 'ales no>ocurrencias in)ormativas son eventos ! acciones Due no han ocurrido
en alAn conteGto# los cuales por no ocurrir de ese modo contienen potencialmente
importante in)ormaci!n 8c)$ "oss# /6229$ Ba relevancia especial de la relativamente baja
disponibilidad conitiva de las no>ocurrencias deberan ser claras$ Cuando uno investia !
considera candidatos causales# las no>ocurrencias son improbables de ser altamente salientes
! apropiadamente atendidasL concordantemente# uno no es apto para darles su)iciente peso en
contabiliFar para acciones observadas y resultados$ =ill es mCs probable Due atribuya la c!lera
de =ac( a alo Due ella ha NhechoO Due a alo Due ella ha )allado en hacer# simplemente
porDue la anterior es mCs apta de ser mCs saliente a ella Due la Altima$ Ciertamente#
asumiendo Due los pecados de omisi!n son aptos de ser menos salientes Due los pecados de
comisi!n# =ac( estC apto para cometer el mismo error en contabiliFar por su propia c!lera$
)l falso consenso el prejuicio de atribucin egoc-ntrico
El prejuicio no de motivaci!n# ! Nde in)ormaci!nO# a ser considerado en este captulo
relaciona a los estimados de consenso social de la ente S la )recuencia ! sinularidad
percibida de las varias respuestas Due ellos atestiuaron$ & di)erencia de los psic!loos
pro)esionales# Duienes se apoyan en bien de)inidas t;cnicas de muestreo y procedimientos
estadsticos para hacer tales estimados# la persona lea debe apoyarse sobre intuiciones e
impresiones subjetivas basadas sobre un limitado acceso a datos relevantes$ Bas posibilidades
de un prejuicio con tales estimados# y en las varias in)erencias sociales ! atribuciones Due
re)lejan tales estimados# son por lo tanto una lei!n$ El prejuicio espec)ico de atribuci!n Due
nosotros consideraremos aDu concierne a la tendencia de la ente a percibir un N)also
consensoO S Due sini)ica# ver sus propias escoencias de comportamiento y juicios como
relativamente comunes y apropiadas a las circunstancias eGistentes mientras visualiFan
respuestas alternativas como no comunes# eGtravaantes e inapropiadas$
//4
"e)erencias a la Natribuci!n eoc;ntricaO 8Heider# /617L =ones y *isbett# /62/9# a la
Nproyecci!n atributivaO 8Holmes# /6479# y a descubrimientos espec)icos y )en!menos
relacionados a prejuicios de )also consenso han aparecido esporCdicamente en las literaturas
de percepci!n social y atribuci!n 8c)$ KatF R &llport# /60/L Kelly R Stahels(i# /6239$ 'alveF
la mCs apremiante evidencia# sin embaro# ha sido proveda en una serie de estudios por
"oss# Ireene y House 8/6229$
En el primer estudio reportado# los sujetos leyeron descripciones de situaciones de
con)licto hipot;ticas del tipo Due ellos personalmente podran encarar y )ueron para 8a9
estimar la )recuencia de las dos posibles respuestas alternativasL 8b9 indicar la alternativa Due
ellos# personalmente# seuiranL 8c9 evaluar las caractersticas del NtpicoO individuo Due
seuira cada una de las dos alternativas espec)icas$
Bos estimados y clasi)icaciones demostraron el e)ecto de el N)also consensoOL los sujetos
estimaron Due la alternativa Due ellos escoieron sera relativamente mCs comAn Due la
alternativa no escoida$ Un obvio corolario a la proposici!n del )also consenso es Due el
psic!loo intuitivo juFa aDuellas respuestas Due di)ieren de la suya propia ser mCs
reveladora de las disposiciones estables de los actores Due aDuellas respuestas Due son
similares a la suya propia$ Bos datos de "oss# Ireene y House 8/6229 soportan ;sta
predicci!nL los sujetos hechos relativamente mCs con)iados y las predicciones eGtremas sobre
la persona tpica Due ejecutara la alternativa no escoida por el sujeto Due sobre la persona
tpica Due ejecutara la alternativa escoida por el sujeto$
El t;rmino relativo es crtico en ;sta )ormulaci!n del prejuicio del )also consenso y
reDuiere de aluna clari)icaci!n$ %bviamente# el hombre Due caminara sobre una cuerda
estirada entre dos rascacielos# lanFa una revoluci!n# ! escoe una vida de celibato clerical
reconoce Due su elecci!n sera compartida por pocos de sus compaEeros$ El prejuicio del
)also consenso# sin embaro# lo conducira a ver su elecci!n personal como menos
eGtravaante Due lo Due ellos nos pareceran a nosotros Duienes no caminaramos sobre
cuerdas estiradas# lanFaramos una revoluci!n ! llearamos a ser cl;rios c;libes$
Similarmente# la presente tesis concede Due para alunas cateoras de respuesta virtualmente
todos los estimados de los clasi)icadores pueden ser prejuiciados en la misma direcci!n$ Ba
incidencia del abuso in)antil# por ejemplo# podra ser subestimada por abuso y no>abuso de
los padres iualmente$ Bos t;rminos relativos de la hip!tesis del )also consenso conducen
solamente a la predicci!n de Due el abuso de los padres estima el abuso in)antil ser mCs
comAn y menos revelador de las disposiciones personales Due lo serC el no abuso de los
padres$
En una )inal demostraci!n por "oss y House 8/6229 la metodoloa del cuestionario
hipot;tico )ue abandonada y los sujetos )ueron con)rontados con un situaci!n de con)licto
real y consecuencial$ Bos sujetos )ueron reDueridos a caminar alrededor del campus
universitario por 03 minutos portando una ran pancarta con el siuiente mensaje NC%-&
E* B% DE =%EO$ El eGperimentador dej! claro a los sujetos Due ellos podan )Ccilmente
rehusarse a participar en el estudio de la pancarta pero Due ;l pre)erira Due participaran y de
ese modo Naprender alo interesante mientras ayudan al proyecto de investiaci!nO$ Bos
sujetos )ueron subsecuentemente reDueridos a tomar su propia decisi!n sobre tomar parte en
el estudio# para estimar las decisiones probables de otros# y a hacer in)erencias caractersticas
sobre compaEeros particulares Duienes concuerdan ! se rehusan a participar$
Bos resultados de usar ;sta situaci!n NrealN de con)licto 8'abla /9 con)irm! los
descubrimientos de estudios de cuestionarios anteriores tratando con respuestas hipot;ticas$
En eneral# los sujetos Due concordaron en llevar la pancarta estimaron Due el 4.W de sus
compaEeros haran la misma selecci!n$ Bos sujetos Due se rehusaron a portar la pancarta
estimaron Due solo un 00W de sus compaEeros cumpliran con el reDuerimiento del
//2
eGperimentador$ &demCs# como se predijo# el cumplimiento y el no>cumplimiento de
los
sujetos estCn en desacuerdo randemente en la relativa )ortaleFa de las in)erencias Due ellos
estuvieron dispuestos a hacer sobre un compaEero Due estC de acuerdo y uno Due se rehus! a
portar la pancarta$ Bos sujetos Due obedecieron hicieron in)erencias mCs con)iables y mCs
eGtremas sobre las caractersticas personales del compaEero Due no obedeci!L los sujetos Due
no obedecieron hicieron in)erencias mCs )uertes sobre el compaEero obediente$
&lunas amplias implicaciones de las demostraciones de "oss# Ireene y House 8/6229
para nuestra concepci!n del psic!loo intuitivo deberan estar claras$ Estimados leos de la
eGtravaancia y normalidad y el mont!n de ideas de in)erencias sociales y las respuestas
interpersonales Due acompaEan tales estimados# son sistemCticamente y eoc;ntricamente
prejuiciados de acuerdo con la propias selecciones de comportamiento de la persona lea$
-Cs eneralmente# es aparente Due los anClisis de atribuci!n pueden ser distorsionados no
solo por errores en el eventual anClisis de los datos sociales del psic!loo intuitivo sino
tambi;n por prejuicios anteriores en el muestreo ! estimaci!n de tales datos$
Jarios )actores no de motivaci!n parecen juar un papel en producir )alsos )en!menos de
conciencia$ Bo principal entre ;stos son 8a9 )actores selectivos de eGposici!n y
disponibilidad# y 8b9 )actores pertenecientes a la resoluci!n de ambieedad situacional$
?actores de eGposici!n selectiva sirviendo de )also consenso son justamente claras$
%bviamente# los conocemos y asociamos con la ente Due comparte nuestro conocimiento#
eGperiencias# intereses# valores y punto de vista$ 'ales entes lo hacen# en nAmeros
desproporcionados# responden como nosotros como nosotros lo haramos en una amplia
variedad de circunstancias$ Ciertamente# nuestra cercana asociaci!n estC determinada# en
parte# por sentimientos de consenso eneral# y podemos estar inclinados a evitar aDuellos de
Duienes creemos improbables de compartir nuestros juicios y respuestas$ Esta eGposicici!n a
una muestra prejuiciada de ente y comportamiento no demanda Due nosotros erremos en
nuestros estimados concernientes a las poblaciones relevantes# pero el comete tales errores
probablemente$ -Cs sutiles y mCs conitivos en carCcter son los )actores Due incrementan
nuestra habilidad para recordar# visualiFar ! imainar instancias paradimCticas del
comportamiento$ En una situaci!n dada los comportamientos espec)icos Due nosotros hemos
escoido ! podramos escoer son probables de ser mCs )Ccilmente recuperables de la
memoria y mCs )Ccilmente imainados Due los comportamientos opuestos$ En t;rminos de
Kahneman y 'vers(y 8/620# :9# las selecciones de comportamientos Due )avorecemos pueden
ser mCs conitivamente NdisponiblesO# y nosotros estamos aptos para ser enaEados por este
caso ! di)icultad de acceso en estimar la probabilidad de las opciones relevantes del
comportamiento$
Insertar en la pCina siuiente la 'abla / de la pCina /:. del teGto oriinal
Una seunda )uente de no motivaci!n del e)ecto del )also consenso sure de la respuesta
del psic!loo intuitivo a la ambieedad > ambos sobre la naturaleFa y manitud de las
)uerFas situacionales y sobre el sini)icado e implicaciones de varias respuestas alternativas$
Bos intentos por resolver tal ambieedad involucran interpretaci!n# estimaci!n y trabajo de
adivinaci!n# todos los cuales pueden ejercer un e)ecto paralelo sobre el comportamiento de
las selecciones del propio sujeto Due atribuye y sobre sus predicciones e in)erencias sobre las
selecciones de otros$ Por lo tanto# los sujetos Due anticiparon y temieron el ridculo de los
compaEeros por portar la pancarta NC%-& E* =%E@SO y Duienes consideraron los deseos y
eGpectativas de los eGperimentadores como triviales )ueron probables a rehusarse a portar la
//7
pancarta# para asumir similares neativas de sus compaEeros# y para sacar )uertes in)erencias
sobre las caractersticas de cualDuier sujeto Due escoja portar la pancarta$ Prioridades
opuestas# por supuesto# habran producido selecciones personales opuestas y estimados
sociales e in)erencias opuestas$
En resumen# en el prejuicio del )also consenso ambos re)lejan y crean distorsiones en el
proceso de atribuci!n$ "esulta del muestreo no>aleatorio y la recuperaci!n de evidencia y de
la resoluci!n ideosincrCsica de )actores y )uerFas situacionales ambiuas$ & su veF# el
prejuFa juicios sobre desviado y desviar y# mas eneralmente# promueve desviado y error
en la interpretaci!n de los )en!menos sociales$
Perseverancia en el creer al enrentar desa*os emp*ricos
Bas varias )allas del psic!loo intuitivo S aDuellas descritas en este captulo y otra parte 8ver
*isbett R "oss# /6739 S pueden conducirlo a sostener creencias sobre s miso# sobre otra
ente# ! aAn sobre la naturaleFa del mundo social# Due son prematuras y en muchos casos
err!neas$ -ientras ellas permanecen en privado y no actAen sobre tales creencias pueden
parecer inconsecuentes S meramente tentativas en naturaleFa y ajustables al nuevo insumo$
Un incremento radual del cuerpo de la teora y de la investiaci!n# sin embaro# pueden
ahora ser ordenadas para suerir lo contrario$
Parece Due las creencias S de relativamente estrechas impresiones naturales de las mCs
amplias teoras sociales S son eGtraordinariamente elCsticas al )rente de desa)os Due parecen
l!icamente devastadores$ Dos paradimas ilustran ;sta elasticidad$ Ba primera involucra la
capacidad de creer para sobrevivir y aAn ser )ortalecida por los nuevos datos# los cuales desde
un punto de vista )ormativo# conducira a la moderaci!n de tales creencias$ El seundo
involucra a la supervivencia de las creencias despu;s sus de evidencia oriinales han sido
neadas$
Perseverancia de la creencia y polarizacin al frente de los nuevos datos
Individuos# )acciones sociales# rupos de inter;s# y aAn naciones a menudo sostienen
di)erentes creencias sobre asuntos de presi!n social ! poltica$ 'ales diverencias de opini!n
son apenas sorprendentes$ Dadas la in)ormal y )recuentemente intuitivas bases sobre las
cuales tales opiniones son )ormuladas# y dado el papel Due las comunicaciones sociales 8a
menudo randemente prejuiciadas9 juean en )ormar nuestras creencias# desacuerdos
honestos son inevitables$ Pero# Du; pasa cuando a los poseedores de puntos de vista
di)erentes se les permite eGaminar la evidencia relevante S especialmente cuando esa
evidencia es relativamente )ormal en naturaleFa y es id;ntica para todos los partidos
relacionadosQ
Una eGpectativa optimista es Due las )acciones contendientes estrecharan el vaco entre
sus creencias$ Esta estrecheF podra consistir de cambios hacia posici!n justi)icada por la
evidencia relevante# si tal evidencia )uera consistente e impuestaL alternativamente# ella
podra consistir en cambios hacia una mayor moderaci!n ! tolerancia mutua# si la evidencia
relevante )uera meFclada ! inconclusa$ Una menor eGpectativa optimista es Due las )acciones
contendientes permaneceran inmoviliFadasL lo Due sini)ica# Due ellos haran caso omiso de
la nueva evidencia y se apoyaran rCpido en sus posiciones oriinales$ Un reciente
eGperimento de Bord# Bepper y "oss# 8/6269 suiere un aAn mCs descoraFonador resultado
//6
8descoraFonador# al menos# para aDuellos Due esperan ! suponen los datos objetivos del
cient)ico social amortieen los )ueos de la disputa social9$
Bord et al$ 8/6269 primero seleccionaron sujetos ya sea apoyaron la pena capital y la
creyeron ser un e)ectivo disuasivo 8proponentes9 ! se opusieron a la pena capital y la
creyeron no ser un disuasivo 8oponentes9$ & los sujetos se les present!# en un diseEo contra>
balanceado# con dos sini)icativamente aut;nticos estudios empricos$ Uno aparentemente
provey! apoyo emprico para su posici!nL el otro aparentemente se opuso a esa posici!n$ En
puntos estrat;icos en la lectura de ;stos dos estudios# los dos rupos completaron las
clasi)icaciones tratando ambos con sus evaluaciones de los dos estudios y con sus propios
cambios en actitudes y creencias$ Estas clasi)icaciones dramCticamente revelaron la
capacidad de los sostenedores de la teora para interpretar nueva evidencia de una manera
Due )ortalece y sostiene sus teoras$ Primero# ambos proponentes y opositores a la pena
capital consistentemente clasi)icaron el estudio Due apoyaba sus creencias como NmCs
convincenteO ! Nmejor conducidoODue el estudio Due se opona a esas creencias$ Seundo# y
en contraste con cualDuier estrateia normativa imainable para incorporar nueva evidencia
relevante a las creencias de uno# el e)ecto neto de leer los dos estudios )ue para polariFar mCs
las creencias de los oponentes y de los proponentes de la pena de muerte$ Ba manera en la
cual ;sta polariFaci!n ocurri! )ue particularmente iluminadora 8ver ?iura 09$ Sobre la lectura
de una breve declaraci!n de un resultado Due apoy! su propio punto de vista# las creencias de
los sujetos vino a ser considerablemente mCs eGtremaL ;stos cambios )ueron mantenidos !
incrementados cuando los sujetos consideraron los detalles sobre el procedimiento y los
datos$ En contraste# sobre la lectura de una breve declaraci!n del resultado Due se opona a su
propio punto de vista# los sujetos vinieron a ser solo lieramente eGtremosL y sobre la lectura
de los detalles relevantes concernientes a los procedimientos y los datos los sujetos tendieron
a revertir las creencias Due ellos haban sostenido antes siempre aprendiendo de la eGistencia
del estudio$ De hecho# muchos sujetos individuales Duienes haban ledo ambos el resumen
de resultados y los detalles de procedimiento de un estudio Due se opona a su creencia
ultimadamente vinieron a estar mCs convencidos de la correcci!n de esa creenciad 'ales
e)ectos no ocurrieron cuando los mismos resultados y procedimientos )ueron ledos por
sujetos cuyas opiniones iniciales )ueron apoyadas$
%bviamente# los cient)icos pro)esionales )recuentemente son culpables de la misma
o)ensa como los intuitivos$ Una y otra veF ven )acciones contendientes Due estCn
involucradas en disputas de escolaridad S ya sea Due ellos involucren los orenes del
universo# la lnea de ascendencia homnida# ! la eGistencia de prejuicios de atribuci!n
de)ensivos S sacan apoyo para sus diverentes opiniones del mismo cuerpo de
descubrimientos$ -Cs adelante en este captulo consideraremos los procesos subrayando tales
)en!menos en mCs detalle y comentaremos espec)icamente sobre el estatus normativo de la
disposici!n del cient)ico a procesar la evidencia a la luF de sus teoras y eGpectativas
eGistentes$ Primero es necesario considerar una seunda clase eneral de perseverancia de los
)en!menos$
Insertar a-u* la 4i#ura 1 de la p5#ina '7A del texto ori#inal(
?iura 0$ Panel superior< Cambios de actitud sobre la pena capital relativos al inicio
del eGperimento como )ue reportado a trav;s del tiempo por los sujetos Due recibieron
el estudio pro>disuasivo primero$ Panel in)erior< Cambios de actitud sobre la pena
capital relativos al inicio del eGperimento como )ue reportado a trav;s del tiempo por
los sujetos Due recibieron el estudio anti>disuasivo primero$
/.3
Perseverancia de la creencia despu-s de desacreditar la evidencia
El procedimiento empleado por "oss et al$# 8/6219 )ue muy directo$ Bos sujetos primero
recibieron continuas )alsas eGperiencias de c!mo ellos ejecutaron una tarea de novela de
discriminaci!n 8por ejemplo# distinuir notas de un aut;ntico suicida de unas )icticias9$ En el
primer eGperimento reportado este procedimiento )ue usado para manipular las percepciones
de los sujetos de su propio desenvolvimiento y habilidad$ Un seundo eGperimento introdujo
observadores# Duienes )ormaron impresiones sociales al tiempo Due atestiuaron la
manipulaci!n de la )alsa eGperiencia$ En ambos eGperimentos despu;s Due esta manipulaci!n
de las primeras impresiones haba sido completada# el eGperimentador totalmente desacredit!
la NevidenciaO sobre la cual las impresiones de los actores A observadores haba sido basada$
Espec)icamente# el actor 8sorprendido en el eGperimento . por el observador9 recibi! una
sesi!n standard de interroatorio en la cual ;l aprendi! Due su resultado putativo haba sido
predeterminado y Due su eGperiencia no haba sido totalmente relacionada al
desenvolvimiento actual$ &ntes de Due medidas de variables dependientes )ueran
introducidas# de hecho# cada sujeto )ue conducido a eGplcitamente reconocer su
entendimiento de la naturaleFa y prop!sito de la decepci!n eGperimental$
Siuiendo este total descr;dito de la in)ormaci!n oriinal# los sujetos completaron un
cuestionario de variable dependiente tratando con los desenvolvimientos y habilidades de los
actores$ Ba evidencia por la perseverancia de la impresi!n post>interroatorio )ue
ineDuvoca
'abla .$ Percepciones post.interrogatorio del desenvolvimiento y *abilidad del actor
Percepciones del observador
Percepciones propias del actor del actor
ooooooooooooooooooooooooooooo oooooooooooooooooooooooooooo
{Gito ?alla t {Gito ?alla t
Estimado inicial del
nAmero correcto /7$00 /.$00 1$6/KKK /6$33 /.$:. :$:0KKK
?uturo predicho
del nAmero correcto /7$00 /:$.1 :$.0KKK /6$37 /:$13 .$47K
Habilidad clasi)icada
en la tarea 1$33 0$70 .$41K 1$00 :$33 0$04KK
Kp ] $31$ KKp ] $3/$ KKKp ] $33/$
>uente< "esumido del EGperimento . de "oss# Bepper R Hubbard 8/6219$
para los actores y observadores tambi;n$ Sobre virtualmente cada medida 8por ejemplo#
objetivo de la ejecuci!n completada por el actor# estimados de ejecuci!n de un )uturo jueo
de problemas de discriminaci!n# y estimados subjetivos de las habilidades del actor9 el
resultado inicial totalmente desacreditado de la manipulaci!n produjo sini)icativos e)ectos
NresidualesO sobre las evaluaciones de los actores y observadores 8ver 'abla .$9$
Siuiendo los eGperimentos desde entonces mostraron Due una variedad de in)undadas
impresiones personales# una veF inducidas por procedimientos eGperimentales# pueden
sobrevivir una variedad de procedimientos totalmente desacreditados$ Por ejemplo# =ennins#
Bepper y "oss 8/6739 han demostrado Due las impresiones de los sujetos de su habilidad en
la persuasi!n interpersonal 8teniendo ellos ;Gito ! )alla para convencer a un aliado a donar
sanre9 pueden persistir despu;s Due ellos han aprendido Due el resultado inicial )ue
totalmente aut;ntico$ Similarmente# en dos eGperimentos relacionados Bepper# "oss y Bau
8/6269 han mostrado Due las impresiones err!neas de los estudiantes de sus Nhabilidades para
resolver problemas de l!icaO 8y sus selecciones acad;micas en una continuaci!n de la
/./
medida dos meses despu;s9 perseveraron aAn despu;s Due ellos haban aprendido Due los
procedimientos buenos ! pobres de enseEanFa proveyeron una totalmente su)iciente
eGplicaci!n para el ;Gito ! )racaso Due )ueron las bases para tales impresiones$
Perseverancia post.interrogatorio de las teor#as desacreditadas& Unas recientes series de
eGperimentos por &nderson# Bepper y "oss 8/6739 han eGtendido el dominio de las
demostraciones de perseverancia de las impresiones personales a mCs eGtensas creencias
sobre el mundo$ Bos estudios de &nderson et al$# primero manipulados y lueo intentados
para socavar las teoras de los sujetos sobre la relaci!n )uncional entre las dos variables
medidas< sobre la adecuaci!n del desenvolvimiento pro)esional de los bomberos y sus
anteriores punteos en una prueba de papel y lCpiF de la pre)erencia de rieso$ En una
particularmente variaci!n pertinente# la evidencia )ormativa consisti! de solo un par de casos
espec)icos S por ejemplo# un bombero eGitoso y uno no eGitoso con apropiadamente punteos
discrepantes en sus respectivas pruebas de toma de pre)erencias de rieso$ Interesantemente#
tales datos mnimos )ueron su)icientes para producir )uertes teoras# de parte de los sujetos#
sobre la probable relaci!n entre las medidas relevantes$ -Cs importante# sin embaro# )ue el
descubrimiento de Due tales teoras sobrevivieron las revelaciones Due los casos en cuesti!n
haban sido totalmente )icticios y los di)erentes sujetos haban# de hecho# recibido opuestos
emparejamientos de punteos de rieso y resultados del trabajo$ Ciertamente# cuando las
comparaciones )ueron hechas entre sujetos Due haban sido interroados y aDuellos Due no lo
haban sido# apareci! Due sobre el 13W del e)ecto inicial de la in)ormaci!n de la Nhistoria del
casoO permaneci! despu;s del interroatorio$
En resumen# estC claro Due las creencias pueden sobrevivir la l!ica potente ! los
desa)os empricos$ Ellas pueden sobrevivir y aAn ser re)orFadas por la evidencia Due la
mayora de los observadores no comprometidos estaran de acuerdo l!icamente con las
demandas de aluna debilidad de tales creencias$ Ellas pueden aAn sobrevivir la destrucci!n
total de sus prejuicios evidenciales oriinales$ -ientras mucho trabajo Dueda por hacer en
especi)icar los lmites precisos y eGplorar las eGcepciones inevitables a tales )en!menos# estC
claro Due los costos de los prejuicios de atribuci!n de la persona lea y otras )altas
in)erenciales no son aptas de ser correidas sino en su luar ser compuestas por la sub>
secuente eGperiencia y las deliberaciones$ Ba preunta Due al )inal debe ser diriida # por
consiuiente# es cmo y porqu- tal perseverancia ocurreQ Bo Due sini)ica# Due mecanismos
conitivos sirven de base a la no arantiFada persistencia de nuestras impresiones# creencias
y mCs amplias teoras sociales$
(ecanismos posibles que sirven de base a la perseverancia de la creencia
Investigacin prejuiciada$ recoleccin y asimilacin de informacin& Puede haber poca duda
de Due nuestras creencias in)luencian los procesos por los cuales buscamos# almacenamos e
interpretamos relevante in)ormaci!n$ Ciertamente# sin previo conocimiento y
preconcepciones correspondientes# nuestro entendimiento de la eGperiencia de cada da
demandara considerablemente mCs tiempo y es)uerFo y con toda probabilidad Due el
entendimiento sera randemente disminuido$ Pero una inevitable consecuencia de nuestra
disposici!n a la evidencia del proceso a la luF de nuestras eGperiencias previas es la tendencia
a percibir mCs apoyo para aDuellas creencias Due actualmente eGisten en la evidencia a mano$
'ales Nprejuicios de con)irmaci!nO 8vea Einhorn R Hoarth# /627L Hailton# /626# Hastie
R Kumar# /626L Hason R =ohnson>Baird# /62.9 han sido notadas de tiempo atrCs por los
)il!so)os de la ciencia 8por ejemplo# Bacon# /4.3T/6439$ 'alveF la mCs notable es la teora de
la respuesta del sostenedor de datos eDuvocos ! ambiuos$ Como Bord et al$ 8/6269 han
documentado# la evidencia potencialmente con)irmatoria es apta de ser tomada )rente al valor
/..
mientras Due la evidencia potencialmente descon)irmatoria estC sujeta al escrutinio altamente
crtico y esc;ptico$ Por tanto# siuen dos consecuencias< Primera# cualDuier patr!n de
evidencia procesada en ;ste estilo# aAn la evidencia Due es esencialmente aleatoria# tenderC a
apoyar la creencia inicial$ Seundo# una veF la evidencia ha sido procesada en ;ste estilo
ana la capacidad de sostener la creencia previa cuando esa creencia estC sujeta a una nueva
descon)irmaci!n emprica ! a los ataDues sobre sus oriinales bases evidenciales$
El papel de la asimilaci!n prejuiciada ha sido mostrado bastante convincentemente#
pensamos nosotros# para el caso donde la teora sostenida es con)rontada con nuevos datos
8por ejemplo# Bord et al$# /6269$ Pero el papel de este mecanismo en el descuento ! el
paradima del interroatorio es talveF menos obvio y estamos )orFados a apoyarnos en la
especulaci!n mCs Due en los datos di)ciles$ Suerimos Due el sujeto Due se )orma una
impresi!n inicial sobre s mismo# sobre otra persona ! sobre aluna relaci!n )uncional estC
apto para investiar su memoria y la situaci!n inmediata para datos relevantes adicionales de
esa impresi!n$ 'ales datos# entonces# estCn aptos para ser recordados y considerados como
pertinentes ! probativos solo en la medida Due ellos con)irmen la impresi!n a mano$ Por
tanto# un sujeto Due ha tenido ;Gito ! ha )allado en una tarea dada recuerda ;Gitos ! )allas
similares en tareas relacionadas S y decide sobre su relevancia para el caso presente S sobre
las bases de la conruencia de los resultados relevantes$ Similarmente# un sujeto Due ha
lleado a creer Due las variables M y , estCn )uncionalmente relacionadas recordarC# y darC
cr;dito a# casos Due con)irman mCs Due desa)an esa presunta relaci!n$ Una veF mCs# tal
investiaci!n prejuiciada# recolecci!n y asimilaci!n no solo estimulan la creencia inicial de
uno# ellas tambi;n sostienen la creencia en cuesti!n cuando su base inicial es atacada ! aAn
destruida$ Ba suposici!n crtica aDu es Due la ente constantemente no actualiFa ! re>evalAa
la evidencia relevante de sus creencias$ Ellas comAnmente no deciden Nahora Due mi
hip!tesis previa ha sido socavada un poco yo debo retornar y re>evaluar toda la evidencia Due
yo consider; a la luF de esa hip!tesisO$
La formacin de eplicaciones causales& Ba ente hace mCs Due meramente notar la
evidencia relevante de sus impresiones ! creencias$ Ellos tambi;n se ocupan de los anClisis !
eGplicaciones causales 8Heider# /6179$ Esto es# Due ellos tratan de tomar en cuenta las
caractersticas propias ! las de otros# ! por la relaci!n )uncional Due ellos han lleado a creer
Due eGiste$ Por lo tanto# el sujeto Due se cree a s misma una discriminadora superior !
in)erior del suicidio nota Due en el estudio de "oss et al$ 8/6219 podra investiar alAn
aspecto de su eGperiencia Due contara para tal talento ! de)iciencia$ Similarmente# Due es
inducido a creer en una positiva ! neativa relaci!n entre la habilidad de combatir el )ueo y
la pre)erencia de rieso tendrC poca di)icultad en postular una base l!ica para cualDuier
relaci!n$ Una veF mCs# este proceso no solo re)uerFa una impresi!n ! creencia iniciales# el
estC apto para sostener una impresi!n ! creencia de cara a subsecuenetes desa)os ! ataDues$
Ba evidencia para la operaci!n de este mecanismo de perseverancia viene primariamente
de dos estudios de interroaci!n demostrando Due cuando los sujetos son eGplcitamente
reDueridos a )ormular tales eGplicaciones# previas al interroatorio# la manitud del e)ecto de
perseverancia es incrementada$ En el estudio de &nderson et al$ 8/6739 un rupo de sujetos
)ue eGplcitamente instruido para eGplicar la relaci!n positiva ! neativa suerida por los dos
casos del bombero$ Como se predijo# ;sta manipulaci!n increment! randemente el e)ecto de
la perseverancia relevante$ De hecho# los sujetos Due eGplicaron las bases para una relaci!n
positiva ! neativa antes de ser interroados )ueron trivialmente menos ciertos de esa
relaci!n Due los sujetos Due no recibieron el interroatorio$ Similares resultados )ueron
obtenidos por "oss# Bepper# Strac( y SteinmetF 8/6229# Duienes encontraron Due los sujetos
inducidos a eGplicar los resultados en las vidas de los pacientes clnicos 8cuyo caso anterior
de las historias Due ellos haban ledo9 continuaron para considerar tales resultados como
/.0
relativamente probables aAn cuando ellos aprendieron Due los eventos eGplicados no )ueron
aut;nticos y haban sido inventados por el eGperimentador$
Confirmacin del comportamiento *iptesis <auto.completada=& Bos dos paradimas de
investiaci!n usados por "oss# Bepper y sus coleas para investiar )en!menos Due carecen
de un elemento Due puede ser crtico para muchas situaciones de la vida diaria$
Espec)icamente# los sujetos en esos estudios carecieron de la oportunidad de actuar sobre sus
creencias$ 'ales acciones son importantes parcialmente porDue ellas pueden incrementar los
costos psicol!icos ! NdisonanciaO 8?estiner# /6129 involucrados en cambiar las creencias
de uno 8c)$ &shore R Collins# /647L Collins R Hoyt# /62.L Hovland# Capbell R Broc(#
/6129$ &demCs# tales acciones crean nuevos datos relevantes para esas creencias$ *os solo
pueden ;stos nuevos datos ser procesados en una manera prejuiciada# pero los datos por s
mismos pueden tambi;n ser presjuiciados en una direcci!n Due tiende a con)irmar las
hip!tesis relevantes$
Ba idea de auto>con)irmar# ! auto>completar las hip!tesis no es una nueva para los
cient)icos$ Bos )amosos pero controversiales estudios NPymalionO de "osenthal y =acobson
8/6479# los cuales tratan con el impacto de las eGpectativas de los maestros sobre el
N)lorecimientoO de las habilidades y desenvolvimiento de sus estudiantes# es un caso puntual$
Sin embaro# unas recientes series de estudios por Snyder y sus coleas han
considerablemente avanFado nuestra apreciaci!n y entendimiento de tales )en!menos por
demostrar la manera en la cual las eGpectativas de los sujetos# ! de las hip!tesis Due son
conducidas para la prueba# pueden enerar Nsoporte objetivoO para esas eGpectativas !
hip!tesis 8por ejemplo# Snyder R S+ann# /627a# /627bL Snyder# 'an(e R Berscheid# /6229$
Comentarios concluyentes1 Las creencias cambian?
*uestra precedente discusi!n de los )en!menos y mecanismos podran no hacer Due el lector
perdiera la visi!n del hecho de Due las creencias sobre nosotros mismos# nuestros lderes
polticos# y aAn las teoras de nuestros cient)icos cambian$ En parte tal cambio puede ser
simplemente el resultado de la )uerFa bruta$ &An si los desa)os l!icos ! empricos tienen
menor impacto Due podra ser arantiFado por los estandares normativos 8ver "oss R Bepper#
/6739 ellos pueden aAn obtener el trabajo hecho$ En parte# tal hecho puede re)lejar el hecho
Due los m;todos )ormales de probar las hip!tesis alunas veces son empleados
deliberadamente para proteernos de los peliros de los m;todos in)ormales$ Pero
sospechamos Due hay mCs para la historia# porDue eGiste evidencia Due previas teoras
pueden alunas veces ser superadas sin masiva cantidad de descon)irmaci!n de la evidencia !
de decisivos bien controlados eGperimentos$ Por tanto# los cambios en perspectiva y creencia
Due pueden ser trabajados por vvida# concreta eGperiencia de primera mano 8ver *isbett R
"oss# /6739 y la e)ectividad de rupos y lderes Due cumplen polticas dramCticas !
conversiones reliiosas o)recen invitantes objetivos para la investiaci!n )utura$
/.:
'8( Impacto evidencial de clasiicaciones base
&mos 'vers(y y Daniel Kahneman
En muchos conteGtos la ente es reDuerida a evaluar la probabilidad de alAn objetivo de un
evento 8por ejemplo# el dian!stico de un paciente ! las ventas de un libro de teGto9 sobre las
bases de 8a9 la )recuencia de la base de clasi)icaci!n del resultado del objetivo en aluna
re)erencia relevante de la poblaci!n 8por ejemplo# la )recuencia de di)erentes dian!sticos !
la distribuci!n de las ventas de libros de teGto9L 8b9 aluna evidencia espec)ica sobre el caso
a la mano 8por ejemplo# la respuesta del paciente a una prueba dian!stica ! la tabla de
contenidos del teGto en cuesti!n9$
"elacionado con los datos de clasi)icaci!n base en las predicciones intuitivas sobre casos
individuales )ue eGpresado por -eehl R "osen 8/6119# Dui;n aruy!# usando la rela de
Bayes# Due las predicciones de resultado raro 8por ejemplo# el suicidio9 sobre las bases de
datos )alibles es una mayor )uente de error en la predicci!n clnica$ -eehl R "osen no
condujeron estudios eGperimentales pero ellos citaron ejemplos de la literatura sobre
dianosis clnica# en los cuales la in)ormaci!n de la clasi)icaci!n base no )ue tomada en
cuenta$
Este trabajo )ue auspiciado por la %)icina de Investiaci!n *aval bajo el contrato *333/:>26>C>3322 para la
Universidad de Stan)ord$
Para obtener una prueba eGperimental del impacto de los datos de clasi)icaci!n base#
nosotros presentamos sujetos con una descripci!n de un estudiante raduado# ! un
pro)esional# y les reDuerimos predecir su campo de estudio ! de su pro)esi!n#
respectivamente 8Kahneman R 'vers(y# /620# /620# :9$ Estos estudios mostraron Due los
juicios de probabilidad posterior )ueron determinados primariamente por el rado al cual la
descripci!n )ue similar a ! representativa del respectivo estereotipo pro)esional 8por ejemplo#
de bibliotecarios ! de aboados9$ Bas )recuencias de la clasi)icaci!n base de ;stas cateoras#
las cuales )ueron ya sea conocidas para los sujetos de su eGperiencia diaria ! establecidas
eGplcitamente en la preunta# randemente desatendidas$ 8*osotros usamos el t;rmino
desatender para describir situaciones en las cuales la clasi)icaci!n base es ya sea inorada !
sub>pesada9$
Bas predicciones por representatividad ! similaridad son eneralmente insensitivas a las
)recuencias de clasi)icaci!n base$ Sin embaro# el )en!meno de desatender la clasi)icaci!n
base es por mucho eneral# desde Due el ocurre en juicios Due no pueden ser )Ccilmente
interpretados en t;rminos de representatividad 8Hammerton# /6209$ Por ejemplo# Cassells#
Schoenberer y Irayboys 8/6279 presentaron 43 estudiantes y pro)esorado en la Escuela de
-edicina de Harvard con la siuiente preunta<
Si una prueba para detectar una en)ermedad cuya prevalencia es de /T/333 tiene una clasi)icaci!n
positiva )alsa del 1W# cuCl es la posibilidad de Due una persona Due encontr! tener un resultado
/.1
positivo actualmente tiene la en)ermedad# asumiendo Due usted no conoce nada de los sntomas !
sinos de la personaQ 8p$ 6669$
Ba respuesta mCs comAn # dada por casi la mitad de los participantes# )ue del 61W$ Ba
respuesta promedio )ue del 14W# y solo // participantes dieron la respuesta apropiada de .W#
asumiendo Due la prueba correctamente dianostica a cada persona Due padece la
en)ermedad$ Evidentemente# aAn encuestados altamente educados a menudo )allan al apreciar
la sini)icancia del resultado de la clasi)icaci!n base en problemas )ormales relativamente
simples 8ver# por ejemplo# Bar>Hillel# /673aL Byon R Slovic# /6249$ Bas crticas de -eehl R
"osen 8/6119 considerando las )allas para apreciar las clasi)icaciones base no estCn limitadas
a los psic!loos clnicosL ellos lo aplican a los )sicos y a otras entes tambi;n$
Bas condiciones bajo las cuales los datos de la clasi)icaci!n base son usados !
desatendidos han sido estudiadas eGtensivamente por los estudiantes de psicoloa social y de
juicio ^ver Borida R Bre((e 8/67/9 y Kassin 8/626b para revisiones de la literatura_$ Bas
variables independientes investiadas en ;stos estudios pueden ser divididas en dos tipos< de
procedimiento y de evidencia$ Bas variables de procedimiento se re)ieren a las propiedades
del diseEo# las tareas y la eGhibici!n# mientras Due las variables de evidencia se re)ieren a la
naturaleFa de la )uente y a la interpretaci!n de la evidencia$
Por ejemplo# una variable de procedimiento de considerable importancia es si el juicio
trata cada problema como un caso especial ! si se compromete en una tarea de predicciones
mAltiples$ Considerable evidencia de probabilidad y tareas relacionadas indican Due la ente
tiende a iualar la distribuci!n del criterio en hacer mAltiples predicciones# particularmente
en el patr!n de predicciones Due es representativo del resultado de la distribuci!n# los
eGperimentos usando repetidos juicios con la misma clasi)icaci!n base producen e)ectos de
clasi)icaci!n base mCs randes Due los eGperimentos en los Due cada juicio es tratado como
un problema especial 8ver Bar>Hillel R ?ischho))# /67/L -anis et al$# /6739$
%tra variable de procedimiento de inter;s es la di)erencia entre un diseEo adentro de los
sujetos y un diseEo entre los sujetos$ Por ejemplo# ?ischho))# Slovic R Bichtenstein 8/6269
mostr! Due los datos de clasi)icaci!n base tienen mCs impacto cuando las clasi)icaciones base
varan en los problemas presentados a cada sujeto Due cuando di)erentes clasi)icaciones base
son presentadas a di)erentes sujetos$ El procedimiento adentro de los sujetos# sin embaro#
induce una tendencia eneral a asinar un peso mCs alto al atributo variado# aAn cuando
normativamente irrelevante 8?ischho)) R Bar>Hillel# /6739$ Para mCs discusi!n del contraste
entre los diseEos comparativo 8adentro de los sujetos9 y el no comparativo 8entre los sujetos9
y sus implicaciones para la prueba de las instituciones estadsticas leas# vea el Captulo 0:$
&unDue las variables de procedimiento tienen un considerable e)ecto# el presente captulo
estC con)inado para la discusi!n de variables de evidencia Due controlan la interpretaci!n y el
impacto de los datos de clasi)icaci!n base$ Espec)icamente# nosotros nos )ocaliFamos en la
distinci!n entre dos tipos de clasi)icaciones base# los cuales etiDuetamos causales e
incidentales$
Clasiicaciones base causales e incidentales
Una clasi)icaci!n base causal si ella suiere la eGistencia de un )actor causal Due eGplica
por Du; cualDuier instancia particular es mCs probable de producir un resultado mCs Due otro$
Una clasi)icaci!n base es llamada incidental si ella no conduce a tal in)erencia$
Una demostraci!n obliatoria del contraste entre clasi)icaciones base causales e
incidentales )ue presentado por &jFen 8/6229$ En un eGperimento# los encuestados evaluaron
/.4
la probabilidad Due un estudiante# cuya habilidad acad;mica )ue brevemente descrita# haba
pasado un eGamen particular$ Ba clasi)icaci!n base causal )ue presentada como siue<
Hace dos aEos# un eGamen )inal )ue dado en un curso en la Universidad de ,ale$ &lrededor del 21W
de los estudiantes )allaron 8pasaron9 el eGamen$
Ba clasi)icaci!n base es causal porDue implica Due el eGamen )ue eGcepcionalmente
di)cil 8si el 21W de los estudiantes )allaron9 ! relativamente )Ccil 8si el 21W de los
estudiantes pasaron9$ Ba causa in)erida 8por ejemplo# la di)icultad del eGamen9 NeGplicaO la
clasi)icaci!n base y hace de cada estudiante individual menos 8! mCs9 probable de pasar el
eGamen$
Ba clasi)icaci!n base incidental )ue presentada como siue<
Hace dos aEos# un eGamen )inal )ue dado en un curso en la Universidad de ,ale$ Un psic!loo de la
educaci!n interesado en el loro escolCstico entrevist! a un ran nAmero de estudiantes Duienes
haban tomado el curso$ Puesto Due ;l estuvo primariamente relacionado con las reacciones al ;Gito
8)alla9# ;l principalmente seleccion! a los estudiantes Due haban 8)allado9 el eGamen$
Espec)icamente# alrededor del 21W de los estudiantes en su muestra haba pasado 8)allado9 el
eGamen$
Esta clasi)icaci!n base es incidental# ! no causal# porDue la proporci!n de estudiantes
eGitosos y no>eGitosos en la muestra )ue seleccionada arbitrariamente por el investiador$ &
di)erencia de la clasi)icaci!n base causal# no permite cualDuier in)erencia con relaci!n a la
di)icultad del eGamen$
El estudio de &jFen 8/6229 mostr! Due la clasi)icaci!n base causal )ue mucho mCs
potente Due la incidental# aunDue variaciones de ambos tipos de clasi)icaci!n base produjeron
e)ectos sini)icantes$ Para la clasi)icaci!n base causal# ;l juF! la probabilidad del ;Gito
8promediada a trav;s de descripciones9 )ue mCs alta por $0: cuando la clasi)icaci!n base de
;Gito )ue alta Due cuando ella )ue baja$ Para la clasi)icaci!n base incidental# la
correspondiente di)erencia )ue de solo $/.$ En los t;rminos del presente anClisis# el caso !
di)icultad de un eGamen es una de las causas contributivas Due a)ectan el desenvolvimiento
del estudiante# y es por consiuiente interada con otras causas contributivas# tales como la
inteliencia y la motivaci!n del estudiante en cuesti!n$
Ba clasi)icaci!n base del ;Gito )ue usada en el estudio precedente para de)inir un eGamen
como )Ccil ! di)cil$ En un seundo estudio# la clasi)icaci!n base de pre)erencias )ue usada
para de)inir opciones como mCs ! menos atractiva 8&jFen# /6229$ Bos sujetos )ueron
reDueridos a evaluar la probabilidad Due los estudiantes para Duienes un s(etch de
personalidad )ue provedo escoeran ya sea historia ! econ!micas como un e)ectivo curso de
inter;s eneral$ Ba clasi)icaci!n base causal# la cual sirvi! a las proporciones de estudiantes
enrolados en los dos cursos 8$23 y $039$ Ba clasi)icaci!n base incidental )ue introducida como
siue<
Para obtener la reacci!n del estudiante# el pro)esor de historia 8econ!micas9 recientemente entrevist!
a 23 estudiantes Due haban tomado su curso de inter;s eneral en historia 8econ!micas9$ En orden de
)acilitar las comparaciones# ;l tambi;n entrevist! a 03 estudiantes Due haban tomado el curso de
econ!micas 8historia9$
*ote Due a di)erencia de la clasi)icaci!n base causal# la versi!n incidental provee
in)ormaci!n sobre la popularidad de los dos cursos$ El e)ecto de la clasi)icaci!n base
incidental no )ue sini)icante en este estudio# aunDue eGisti! una di)erencia de probabilidad
de $3.1 en la direcci!n esperada$ En contraste# la clasi)icaci!n base causal tuvo un )uerte
/.2
e)ecto< Ba probabilidad media juFada de la escoencia )ue de $41 para un curso popular
8clasi)icaci!n base alta9 y de $04 para un curso impopular 8clasi)icaci!n base baja9$
Evidentemente# el atractivo de un curso es in)erido de una clasi)icaci!n base de escoencias y
estC interado con caractersticas personales en evaluar la probabilidad de Due un estudiante
particular seleccionarC un curso mejor Due otro$ Desde el punto de vista de una normativa#
sin embaro# las clasi)icaciones base causales e incidentales en ;stos ejemplos tendran
aproGimadamente e)ectos comparables$
*uestro siuiente ejemplo ilustra un tipo di)erente de clasi)icaci!n base causalL el
tambi;n permite el cClculo de la probabilidad correcta posterior bajo suposiciones raFonables$
Considere la versi!n modi)icada siuiente del problema del taGi# oriinalmente introducido
por Kahneman y 'vers(y 8/62.a9 y mCs tarde investiado por Bar>Hillel 8/673a9# y 'vers(y
y Kahneman 8/673# 79$
Un taGi se vio involucrado en un accidente en la noche y se dio a la )ua$ Dos compaEas de taGis# la
Jerde y la &Ful# operan en la ciudad$ & usted se le estCn dando los siuientes datos<
8a9 71W de los taGis de la ciudad son verdes y el /1W son &Fules$
8b9 Un testio identi)ic! el taGi como &Ful$ Ba corte investi! la con)iabilidad del testio bajo la
mismas circunstancias Due eGistieron en la noche del accidente y concluy! Due el testio identi)ic!
cada uno de los dos colores 73W del tiempo y )all! el .3W del tiempo$
CuCl es la probabilidad de Due el taGi involucrado en el accidente )uera &Ful mCs Due JerdeQ
Para obtener la respuesta correcta# haamos Due B y I denoten respectivamente la
hip!tesis Due el taGi involucrado en el accidente )uera &Ful ! Jerde# y haamos Due H sea el
reporte del testio$ Por la rela de Bayes en )orma de probabilidades# con posibilidades
previas de /1T71 y una proporci!n de probabilidad 73T.3#
P8BTH9TP8ITH9 [ P8HTB9P8B9TPTHTI9P8I9
[ 8$798$/19T8$.98$719 [ /.T/2
y por lo tanto
P8BTH9 [ /.T8/. l /29 [ :
& pesar del reporte del testio# por consiuiente# el taGi causante del accidente y huir del
luar es mCs probable Due sea Jerde Due &Ful# porDue la clasi)icaci!n base es mCs eGtrema
Due la credibilidad del testio$
Un ran nAmero de sujetos haban sido presentados con versiones lieramente di)erentes
de este problema# con resultados muy consistentes$ Ba media y modal respuesta es
tpicamente $73# un valor Due coincide con la credibilidad del testio y es aparentemente no
a)ectada por la )recuencia relativa de taGis &Fules y Jerdes$
Ba in)ormaci!n de clasi)icaci!n base# sin embaro# )ue utiliFada en la ausencia de datos
del caso$ Cuando el tem 8b9 )ue omitido de la preunta# casi todos los sujetos dieron la
clasi)icaci!n base 8/$19 como su respuesta$ &demCs la clasi)icaci!n base control! la
eGpectativa de los sujetos sobre la evidencia$ Un di)erente rupo de sujetos )ue presentado
con el problema de arriba eGcepto Due la )rase Nun testio identi)ic! al taGi como &FulO )ue
reemplaFada por Nun testio identi)ic! el color del taGiO$ & estos entrevistados se les preunt!
lueo# NCuCl es la probabilidad de Due el testio identi)ic! el taGi como &FulQO Ba respuesta
media y modal a ;sta preunta )ue $/1$ *ote Due la respuesta correcta es $. G $71 l $7 G $/1 [ $
.6$ En ausencia de otros datos# por consiuiente# la clasi)icaci!n base )ue usada
apropiadamente para predecir el resultado del objetivo e inapropiadamente para predecir le
reporte del testio$
/.7
Un di)erente patr!n de juicios )ue observado cuando la clasi)icaci!n base incidental 8de
los taGis9 )ue remplaFada por una clasi)icaci!n base causal 8del accidente9$ Esto )ue realiFado
por el replaFo del tem 8a9 con
8a@9 &unDue las dos compaEas son aproGimadamente iuales en tamaEo# 71W de los accidentes
de taGis en la ciudad involucran a los taGis Jerdes y un /1W involucran a los taGis &Fules$
Bas respuestas a este problema )ueron altamente variables# pero la clasi)icaci!n base ya
no )ue inorada$ Ba respuesta media )ue $43 la cual se basa entre la con)iabilidad del testio
8$739 y la respuesta correcta 8$:/9$ Ba clasi)icaci!n base en 8a@9 es causal porDue la di)erencia
en clasi)icaciones de accidentes entre compaEas de iual tamaEo )Ccilmente provoca la
in)erencia Due los pilotos de los taGis Jerdes son mCs imprudentes Due los pilotos de los
taGis &Fules$ Esta in)erencia cuenta para el di)erencial de clasi)icaciones base de los
accidentes e implica Due cualDuier taGi Jerde es mCs probable de estar involucrado en un
accidente Due cualDuier taGi &Ful$ En contraste# la clasi)icaci!n base en 8a9 es incidental
porDue la di)erencia entre el nAmero de taGis Jerdes y &Fules en la ciudad no justi)ica una
in)erencia causal Due haa Due cualDuier taGi Jerde tena mCs probabilidad de estar
involucrado en un accidente Due cualDuier taGi &Ful en particular$
*ote Due de acuerdo al presente anClisis la probabilidad posterior de Due el taGi errante
sea &Ful mCs Due Jerde es la misma bajo ambas 8a9 y 8a@9$ & pesar de eso la correlaci!n entre
el color del taGi y el involucramiento en accidentes es 3 para la clasi)icaci!n base incidental y
$2 para la causal$ Este hecho estadstico re)leja la di)erencia entre las dos clasi)icaciones base
y ayuda a eGplicar por Du; la clasi)icaci!n base causal es utiliFada mientras la clasi)icaci!n
base incidental es inorada$
Itras variables evidenciales
Ba naturaleFa causal ! incidental de los datos de clasi)icaci!n base nos es la Anica evidencia
variable Due a)ecta su impacto en los juicios intuitivos$ &An en la ausencia de una
interpretaci!n causal# ! incoherentes datos del caso$ Por ejemplo# Bar>Hillel 8/673a9 estudi!
una versi!n oriinal del problema del taGi en el cual la in)ormaci!n sobre el testio 8tem b9
)ue reemplaFada por un reporte en Due el taGi del accidente )ue eDuipado con
intercomunicador y Due los intercomunicadores son instalados en el 73W de los taGis Jerdes
y en un .3W de los taGis &Fules$ En este problema# la clasi)icaci!n base incidental no )ue
descartada# y la respuesta media )ue de $:7$ Bar>Hillel suiri! Due la evidencia en relaci!n al
intercomunicador no reemplaFaba a la clasi)icaci!n base porDue es menos espec)ica Due una
identi)icaci!n por un testio$ Por lo tanto# los datos de la clasi)icaci!n base estCn combinados
con otra evidencia ya sea cuando la anterior tena una interpretaci!n causal ! cuando las
Altimas no son mCs espec)icas Due la clasi)icaci!n base 8 Bar>Hillel# /673a9$
&mbas espec)icamente y causalmente pueden ayudar a eGplicar la di)erencia entre los
resultados de Kahneman y 'vers(y 8/620# :9# Duienes encontraron un esencial
incumplimiento de la clasi)icaci!n base en predecir el campo de estudio de un estudiante
sobre las bases de un esDuema de personalidad# y los resultados de -cCauley y Stitt 8/6279#
Duienes encontraron una sustancial correlaci!n entre las clasi)icaciones base juFadas de
rasos y las probabilidades juFadas de estos rasos dada una nacionalidad particular# por
ejemplo# la probabilidad Due una persona es e)iciente si ella es alemana$ &parte de varias
di)erencias de procedimiento# el Altimo estudio di)iere del primero en tres aspectos
importantes$ Primero# los sujetos )ueron reDueridos a predecir la )recuencia relativa 8por
ejemplo# la proporci!n de alemanes Due son e)icientes9 mCs Due la probabilidad para un caso
individual$ Seundo# la evidencia consisti! en la clase de miembro# por ejemplo# alemCn mCs
/.6
Due descripciones detalladas de un individuo espec)ico$ 'ercero# la )recuencia de la
clasi)icaci!n base de los rasos puede ser mCs )Ccil de interpretar causalmente Due esa de
pro)esiones$ 'eoras leas de personalidad suieren raFones del por Du; la mayora de la
ente es alere y cariEosa y solo unos pocos son masoDuistas$ Estas raFones se aplican a la
ente en eneral y a los alemanes en particular# de ese modo proveyendo una interpretaci!n
causal de la clasi)icaci!n base de los rasos$
Una situaci!n de especial inter;s se re)iere a evidencia espec)ica pero no dian!stica
8por ejemplo# una descripci!n de una persona Due es iualmente similar a un ineniero y a un
aboado9$ Bos descubrimientos eGperimentales aDu no son enteramente consistentes$
Kahneman y 'vers(y 8/620# :9 encontraron descuido en la clasi)icaci!n base# mientras
Iinosar y 'rope 8/6739 encontraron eGclusiva con)ianFa en la clasi)icaci!n base bajo
aparentemente similares condiciones eGperimentales$ Ba mayora de los estudios# sin
embaro# obtuvieron resultados intermedios donde la clasi)icaci!n base no )ue descartada
sino mCs bien diluida por la evidencia dian!stica sobre el caso a la mano 8vea por ejemplo#
-anis et al$# /673L Hells T Harvey# /6229$
$tribuciones internas versus atribuciones externas
Una clase de problemas de clasi)icaci!n base de particular inter;s para los psic!loos
sociales sure cuando la evidencia y la clasi)icaci!n base se re)ieren respectivamente a
)actores de disposici!n interna y a )actores de situaci!n eGterna Due a)ectan un resultado$ El
;Gito de un estudiante en un eGamen# por ejemplo# estC determinado juntamente por la
di)icultad del eGamen y por el talento del estudiante$ Similarmente# la respuesta de uno de
donar dinero para una causa particular depende de la enerosidad de uno y de la naturaleFa
del reDuerimiento$ ?actores eGternos tales como la di)icultad de un eGamen ! la e)ectividad
del reDuerimiento# son naturalmente eGpresados por las clasi)icaciones base relevantes 8por el
ejemplo# el 21W de los estudiantes )allaron el eGamenL la mayora de la ente contribuy! a la
causa9$ Ba preunta relacionada al impacto relativo de )actores de situaci!n y de disposici!n
en la atribuci!n social pueden# por tanto ser re)ormulados en t;rminos del peso Due es
asinado a las clasi)icaciones base correspondientes$
*isbett R Borida )ueron los primeros en eGplorar la uni!n entre el uso de la in)ormaci!n
de la clasi)icaci!n base en la investiaci!n del juicio y el peso relativo de los )actores de
situaci!n en el estudio de atribuci!n del comportamiento$ Ellos mostraron Due el
conocimiento de la baja )recuencia del comportamiento de ayuda en el estudio de Darley>
Batan; 8/6479 no a)ect! las predicciones de los sujetos del comportamiento de un
participante individual en el estudio# Due )ue observado en una breve entrevista )ilmada$ El
estudio de *isbett y Borida 8/6219 contribuy! as la converencia de las aproGimaciones
psicol!icas conitivas y sociales para el estudio del juicio$ El tambi;n provoc! controversia
8Borida# /627L Hells R Harvey# /622# /6279 y estimul! un )renes de investiaci!n sobre el
papel de la in)ormaci!n de consenso en la predicci!n del comportamiento 8Broida R
Bre((e# /67/LKasin# /626bL *isbett R "oss# /673L "oss# /6229$
En contraste con los ejemplos del eGamen y los taGis# en los cuales clasi)icaciones base
causales e incidentales son claramente distinuidas# las clasi)icaciones base en muchos
estudios de consenso estCn sujetos a interpretaciones alternativas$ Para ilustrar el punto#
permtasenos comparar el estudio de *isbett y Borida 8/6219 con la condici!n causal de la
clasi)icaci!n base en el eGperimento de &jFen 8/6229# donde los sujetos evaluaron la
probabilidad de Due un estudiante particular paso un eGamen Due el 21W de la clase haba
)allado$ Ba estructura )ormal de los dos problemas es precisamente la misma# pero la
clasi)icaci!n base )ue randemente inorada en el primer estudio y usada en el Altimo$ Parece
/03
Due a la sorprendente clasi)icaci!n base le )ue dada una interpretaci!n de situaci!n en el
estudio de &jFen pero )ue interpretada como un accidente del muestreo en el estudio de
*isbett R Broida$
Bos juicios de los sujetos de &jFen indican Due ellos dedujeron de la clasi)icaci!n base
baja de ;Gito Due el eGamen haba sido di)cil# aunDue ellos podran haber usado la misma
evidencia para concluir Due los estudiantes Due tomaron la prueba )ueron ineptos$ En
contraste# los sujetos de *isbett y Borida aparentemente dedujeron Due los participantes en
el estudio de ayuda )ueron mayoritariamente brutos insensibles 8Hells R Harvey# /6229$
Ellos no sacaron la conclusi!n correcta Due el estudio de Darley>Batan; no es conducente al
comportamiento de ayuda$
,a sea Due una clasi)icaci!n base eGtrema sea atribuida a un accidente en el muestreo ! a
)actores de situaci!n depende del conteGto del problema< Es mCs entendible Due una
distribuci!n inusual de los resultados de la prueba sea debida a la di)icultad 8! )acilidad9 de
un eGamen Due a la eGcepcional composici!n de la clase$ Por otro lado es mCs di)cil revisar
la concepci!n de uno sobre las condiciones bajo las cuales la ente ayuda a un desconocido
a)ectado Due asumir Due los participantes en el estudio de ayuda )ueron eGcepcionalmente
inAtiles$
El aparente descuido en los datos de clasi)icaci!n base en las predicciones sobre casos
individuales estC asociado con una in)erencia sobre caractersticas inusuales de los miembros
del rupo$ Una interpretaci!n causal de la clasi)icaci!n base viene a ser mCs probable si ;sta
in)erencia es bloDueada$ Esta hip!tesis ha sido soportada por varios estudios# los cuales
restauran el e)ecto de una clasi)icaci!n base recalcando la representatividad de una muestra
en la cual sorprendentes comportamientos haban sido observados 8Hansen R Donohue#
/622L Hansen R Bo+e# /624L Hells R Harvey# /6279$ El impacto de los datos de
clasi)icaci!n base )ue aAn incrementado por un estudio al in)ormar a los sujetos Due la
muestra por la cual las clasi)icaciones base )ueron provedas )ue rande y por consiuiente
con)iable 8Kassin# /626a9$ Ba mayor conclusi!n de esta investiaci!n es Due el uso !
incumplimiento de la in)ormaci!n de consenso en la predicci!n individual depende
crticamente de la interpretaci!n de esa in)ormaci!n$
/0/
Parte IV
Disponibilidad
$$$$$$$$$$$$$
/0.
''( Disponibilidad: 3na ;eur*stica para ju!#ar la
recuencia y la probabilidad
&mos 'vers(y y Daniel Kahneman
Introduccin
-ucha investiaci!n reciente ha estado relacionada con la valideF y consistencia de la
)recuencia y probabilidad de los juicios$ Poco es conocido# sin embaro# sobre los
mecanismos psicol!icos por los cuales la ente evalAa la )recuencia de clases ! la
probabilidad de eventos$
*osotros proponemos Due cuando encarados con la di)cil tarea de juFar la probabilidad
! )recuencia# la ente emplea un limitado nAmero de heursticas las cuales reducen estos
juicios a unos mCs simples$ Donde Duiera hemos analiFado en detalle una
heurstica S la representatividad$ Por esta heurstica# un evento es juFado probable al
eGtremo Due ella representa las caractersticas esenciales de su poblaci!n de orien ! proceso
enerador$ $ $ $
Cuando se estC juFando la probabilidad de un evento por la representatividad# uno
compara las caractersticas esenciales del evento con aDuellas de la estructura de la cual ella
se oriina$ De esta manera# uno estima la probabilidad por evaluaci!n de la similitud ! la
distancia connotativa$ &lternativamente# uno puede estimar la probabilidad por evaluaci!n de
la disponibilidad# ! distancia asociativa$ Desde siempre la eGperiencia nos ha enseEado Due
las instancias de clases randes son recordadas mejor y mCs rCpido Due las instancias de
clases menos )recuentes# Due las ocurrencias probables son mCs )Cciles de imainar Due las
improbables# y Due las coneGiones asociativas son re)orFadas cuando dos eventos
)recuentemente co>ocurren$ Por lo tanto# una persona podra estimar la numerosidad de una
clase# la probabilidad de un evento# ! la )recuencia de co>ocurrencias por la evaluaci!n de la
)acilidad con la cual la operaci!n mental de recuperaci!n# construcci!n ! asociaci!n puede
ser llevada a cabo$ Por ejemplo# uno puede evaluar la tasa del divorcio en una comunidad
dada recordando los divorcios entre los conocidos de unoL uno puede evaluar la probabilidad
Due un poltico perderC una elecci!n considerando varias )ormas en Due ;l puede perder
apoyoL y uno puede evaluar la probabilidad de Due una persona violenta NverCO bestias de
presa en una tarjeta "orschach evaluando la )ortaleFa de asociaci!n entre violencia y bestias
Este captulo es una versi!n abreviada de un trabajo Due apareci! en Psicolog#a Cognitiva# /620# :# .32>.0.$
Derechos de &utor 5 /62. por &cademic Press# Inc$ "eproducido con premiso
/00
de presa$ En todos los casos la estimaci!n de la )recuencia de una clase ! la probabilidad de
un evento es mediada por una evaluaci!n de disponibilidad$
'
Se dice Due una persona
emplea la disponibilidad heurstica siempre Due ;l estime la )recuencia ! la probabilidad por
la )acilidad con Due las instancias ! asociaciones podran ser tradas a la mente$ Para evaluar
la disponibilidad no es necesario evaluar la )acilidad con la cual ;stas operaciones podran ser
ejecutadas# tanto como la di)icultad de un rompecabeFas ! un problema matemCtico puede
ser evaluado sin considerar soluciones espec)icas$
Esos vnculos asociativos Due estCn re)orFados por repetici!n es talveF la ley mCs antiua
de memoria conocida para el hombre$ Ba disponibilidad heurstica eGplota el inverso de
;sta ley# Due sini)ica# Due ella utiliFa la )ortaleFa de asociaci!n como unas bases para el
juicio de )recuencia$ En ;sta teora# la disponibilidad es una variable mediadora# mCs Due una
variable dependiente como es tpicamente el caso en el estudio de la memoria$ Ba
disponibilidad es una ecol!icamente vClida clave para el juicio de la )recuencia porDue# en
eneral# los eventos )recuentes son mCs )Cciles de recordar ! imainar Due los poco
)recuentes$ Sin embaro# la disponibilidad es tambi;n a)ectada por varios )actores los cuales
no estCn relacionados a la )recuencia actual$ Si la disponibilidad heurstica es aplicada#
entonces tales )actores a)ectarCn la )recuencia percibida de clases y la probabilidad subjetiva
de los eventos$ Consecuentemente# el uso de la disponibilidad heurstica conduce a prejuicios
sistemCticos$
Este trabajo eGplora la disponibilidad heurstica en una serie de dieF estudios$
+
Primero
demostramos Due la ente puede evaluar la disponibilidad con raFonable velocidad y
eGactitud$ Bueo# mostramos Due la )recuencia de clases juFada es prejuiciada por la
disponibilidad de sus instancias para construcci!n y recuperaci!n$ Bos estudios
eGperimentales de este trabajo estCn relacionados con los juicios de las )recuencias# ! de
probabilidades Due pueden ser rCpidamente reducidas a )recuencias relativas$ Bos e)ectos de
la disponibilidad sobre las probabilidades juFadas de eventos esencialmente Anicos 8los
cuales no pueden ser reducidos a )recuencias relativas9 son discutidos en la Duinta y )inal
secci!n$
Evaluaciones de disponibilidad
)studio /< Construccin
Bos sujetos 8* [ :.9 )ueron presentados con una serie de problemas de construcci!n de palabra$ Cada
problema de una matriF de 0 G 0 conteniendo nueve letras de las cuales las palabras de tres letras !
mCs tuvieron Due ser construidas$ En la )ase de entrenamiento del estudio# seis problemas )ueron
presentados a todos los sujetos$ Para cada problema se les dio 2 seundos para estimar el nAmero
de palabras Due ellos creyeron Due podran producir en . minutos$ Siuiendo a cada
estimaci!n# se les dio dos minutos para escribir 8sobre lneas numeradas9 tantas palabras
como ellos podan construir de las letras en la matriF$ Bos datos de la )ase de entrenamiento
)ueron descartados$ En la )ase de la prueba# las tareas de construcci!n y estimaci!n )ueron
separadas$ Cada sujeto estim! para ocho problemas el nAmero de palabras Due el crey! Due
poda producir en . minutos$ Para otros ocho problemas# ;l construy! palabras sin previa
/
El presente uso del t;rmino NdisponibilidadO no coincide con alunos usos de este t;rmino en el aprendiFaje
de la literatura verbal 8vea# por ejemplo# Horo+itF# *orman R Day# /644L 'ulvin R Pearlstone# /6449$
.
&proGimadamente /133 sujetos participaron en estos estudios$ & menos Due de otra manera especi)icado# los
estudios )ueron conducidos en rupos de .3>:3 sujetos$ Bos sujetos en estudios /# .# 0# 6 y /3 )ueron reclutados
por anuncios en el peri!dico del estudiante de la Universidad de %reon$ Bos sujetos en el estudio 7 )ueron
similarmente reclutados en la Universidad de Stan)ord$ Bos sujetos en los estudios 1# 4 y 2 )ueron estudiantes
del /3|$ , //|$ Irados de varias escuelas preparatorias de secundaria en Israel$
/0:
estimaci!n$ Bos problemas de estimaci!n y construcci!n )ueron alternados$ Dos )olletos
paralelos )ueron usados# de tal manera Due por cada problema la mitad de los sujetos
estimaron y la mitad de los sujetos construyeron palabras$
!esultados& El nAmero medio de palabras producidas variaron de /$0 8para MUg%*BC=-9 a
..$: 8para '&PCE"H%B9# con una ran media de //$6$ El nAmero medio estimado vari! de
:$6 a /4$3 8para los mismos dos problemas9# con una ran media de /3$0$ Ba correlaci!n
producto>momento entre la estimaci!n y la producci!n# sobre los dieciseis problemas# )ue de
3$64$
)studio .< !ecuperacin
El diseEo y procedimiento )ueron id;nticos para el estudio /# eGcepto por la naturaleFa de la
tarea$ &Du# cada problema consisti! de una cateora# por ejemplo# flores ! novelistas rusos#
cuyas instancias tuvieron Due ser recordadas$ & los sujetos 8* [ .79 les )ueron dados 2
seundos para estimar el nAmero de instancias Due ellos podan recuperar en . minutos# ! .
minutos para actualmente recuperar las instancias$ Como en el Estudio /# las tareas de
producci!n y estimaci!n )ueron combinadas en la )ase de entrenamiento y alternadas en la
)ase de la prueba$
!esultados$ El nAmero medio de instancias producidas vari! de :$/ 8nombres de ciudades
comenFando con ?9 a .0$2 8animales de cuatro patas9# con una ran media de //$2$ El nAmero
medio estimado vari! de 4$2 a /7$2 8para las mismas dos cateoras9# con una ran media de
/3$7$ Ba correlaci!n producto>momento entre producci!n y estimaci!n sobre las /4
cateoras )ue de 3$60$
%iscusin
En los estudios de arriba# la disponibilidad de instancias podra ser medida por el nAmero
total de instancias recuperadas ! construidas en cualDuier problema dado$
0
Bos estudios
muestran Due la ente puede evaluar la disponibilidad rCpida y eGactamente$ C!mo son tales
evaluaciones llevadas a caboQ Un mecanismo plausible es suerido por el trabajo de
Bous)ield y Sede+ic( 8/6::9# Duienes mostraron Due la recuperaci!n acumulativa de
instancias es una neativamente acelerada )unci!n eGponencial del tiempo$ El sujeto podra#
por consiuiente# usar el nAmero de instancias recuperadas en un corto perodo para estimar
el nAmero de instancias Due podran ser recuperadas en un mucho mCs laro perodo de
tiempo$ &lternativamente# el sujeto puede evaluar la disponibilidad sin eGplcitamente
recuperar ! construir cualesDuiera instancias del todo$ Hart 8/6429# por ejemplo# ha mostrado
Due la ente puede evaluar eGactamente su habilidad para reconocer tems Due ellos no
pueden recordar en una prueba de memoria de asociar parejas$
Disponibilidad para la construccin
"etornamos ahora a una serie de problemas en los cuales al sujeto se le da una rela para la
construcci!n de instancias y es reDuerido a estimar su total 8! relativa9 )recuencia$ En ;stos
0
Bos problemas de construcci!n tambi;n pueden ser vistos como problemas de recuperaci!n porDue las
palabras de respuesta son almacenadas en la memoria$ En el presente trabajo hablamos de recuperaci!n cuando
el sujeto recuerda instancias de una cateora natural# como en los estudios . y 7$ Hablamos de construcci!n
cuando el sujeto enera ejemplares de acuerdo a una rela especi)icada# como en los Estudios / y :$
/01
problemas S como en la mayora de problemas de estimaci!n S el sujeto no puede construir y
enumerar todas las instancias$ En veF de eso# proponemos# Due ;l intente construir alunas
instancias y juFue la totalidad de la )recuencia por disponibilidad# Due sini)ica# por una
evaluaci!n de la )acilidad con la cual las instancias pueden ser tradas a la mente$ Como una
consecuencia# las clases cuyas instancias son )Cciles de construir ! imainar serCn percibidas
como mCs )recuentes Due las clases del mismo tamaEo cuyas instancias estCn menos
disponibles$ Esta predicci!n es probada en el juicio de )recuencia de una palabra# y en la
estimaci!n de varias eGpresiones de combinaci!n$
)studio 0< @uicio de frecuencia de una palabra
Supona Due usted muestrea una palabra al aFar de un teGto en Inl;s$ Es mCs probable Due
la palabra empiece con una K# ! Due la K es la tercera letraQ De acuerdo a nuestra tesis# la
ente responde a tal interroante comparando la disponibilidad de las dos cateoras# por
ejemplo# evaluando la )acilidad con la cual las instancias de vienen a la mente$ Es
ciertamente mCs )Ccil pensar de las palabras Due empieFan con K Due de las palabras donde la
K estC en la tercera posici!n$ Si el juicio de )recuencia es comunicado por la disponibilidad
evaluada# entonces las palabras Due empieFan con K deberan ser juFadas mCs )recuentes$
De hecho# un teGto tpico contiene el doble de palabras en las cuales la K estC en la tercera
posici!n Due las palabras Due empieFan con K$
De acuerdo al eGtenso conteo de palabra de -ayFner y 'resselt 8/6419# ocho consonantes
en conjunto Due aparecen mCs )recuentemente en la tercera Due en la primera posici!n$ De
;stas# dos consonantes 8M y g9 son relativamente raras# y otra 8D9 Due es mCs )recuente en la
tercera posici!n solo en palabras de tres letras$ Bas restantes cinco consonantes 8K# B# *# "#
J9 )ueron seleccionadas para investiaci!n$
& los sujetos se les dio las instrucciones siuientes<
Ba )recuencia de aparici!n de letras en el lenuaje Inl;s )ue estudiada$ Un teGto tpico )ue
seleccionado# y la )recuencia relativa con la cual varias letras del al)abeto aparecieron en la primera y
tercera posiciones en las palabras )ueron rabadas$ Bas palabras de menos de tres letras )ueron
eGcluidas del asunto$
& usted se le darCn varias letras del al)abeto# y usted serC reDuerido a juFar si ;stas letras
aparecen mCs a menudo en la primera ! en la tercera posici!n# y a estimar la relaci!n de la )recuencia
con la cual ellas aparecen en ;stas posiciones$
Un problema tpico se lee como siue<
Considere la letra "$
Es " mCs probable de aparecer en
> la primera posici!nQ
> la tercera posici!nQ 8marDue una9
-i estimado para la relaci!n de estos dos valores es oooo< /$
Bos sujetos )ueron instruidos a estimar la relaci!n de la clases mCs rande a la mCs
peDueEa$ Para la mitad de los sujetos# el ordenamiento de las dos posiciones en la
interroante )ue revertido$ &demCs# tres di)erentes ordenamientos de las cinco letras )ueron
empleados$
!esultados& Entre los /1. sujetos# /31 juFaron la primera posici!n ser mCs probable para
una mayora de las letras$# y :2 juFaron a la tercera posici!n ser mCs probable para una
mayora de las letras$ El prejuicio )avoreciendo la primera posici!n es altamente sini)icante
/04
8p ] $33/ por seEal de prueba9$ -Cs aAn# cada una de las cinco letras )ue juFada por una
mayora de los sujetos ser mCs )recuente en la primera Due en la tercera posici!n$ Ba relaci!n
media estimada )ue .</ para cada una de las cinco letras$ Estos resultados )ueron obtenidos a
pesar del hecho Due todas las letras )ueron mCs )recuentes en la tercera posici!n$
En otros estudios encontramos el mismo prejuicio )avoreciendo a la primera posici!n en
un diseEo dentro del sujeto donde cada sujeto juF! una simple letra# y en un diseEo entre el
sujeto# donde las )recuencias de las letras en la primera y en la tercera posici!n )ueron
evaluadas por di)erentes sujetos$ 'ambi;n encontramos Due la introducci!n de )actores
decisivos para la eGactitud en el diseEo dentro del sujeto no tena e)ecto )uera lo Due )uera$
Desde Due el mismo patr!n eneral de resultados )ue obtenido en todos ;stos m;todos# solo
los descubrimientos obtenidos por el procedimiento mCs simple son reportados aDu$
Un resultado similar )ue reportado por Phillips 8/6449 en un estudio de in)erencia
Bayesiana$ Seis editores de la publicaci!n de un estudiante estimaron las probabilidades de
varios biramas# muestreados de sus propios escritos# )ueron sacados del principio ! del )inal
de las palabras$ Un e)ecto incidental observado en ese estudio )ue Due todos los editores
compartieron un prejuicio comAn para )avorecer la hip!tesis Due los biramas haban sido
sacados del principio de las palabras$ Por ejemplo# los editores err!neamente juFaron el
principio de las palabras mCs )recuentes Due las palabras terminadas con re$ El mCs antiuo#
por supuesto# estC mCs disponible Due el Altimo$
)studio :< Permutaciones
Considere las dos estructuras# & y B# las cuales son eGpuestas abajo$
8&9 8B9
GGGGGGGG GG
GGGGGGGG GG
GGGGGGGG GG
GG
GG
GG
GG
GG
GG
Una trayectoria en una estructura es una lnea Due conecta un elemento en la )ila de arriba a un
elemento en la )ila de abajo# y pasa a trav;s de uno y solo un elemento en cada )ila$
En cuCl de las dos estructuras eGiste mCs trayectoriaQ
CuCntas trayectorias piensa usted Due eGisten en cada estructuraQ
Ba mayora de los lectores probablemente comparten con nosotros la impresi!n inmediata de
Due eGisten mCs trayectorias en & Due en B$ *uestros sujetos concordaron< :4 de 1:
encuestados vieron mCs trayectorias en & Due en B 8p ] $33/# por seEal de prueba9$ Ba
estimaci!n de la media )ueron :3 trayectorias en & y /7 en B$ De hecho# el nAmero de
trayectorias es el mismo en ambas estructuras# para 7
0
[ .
6
[ 1/.$
PorDu; la ente ve mCs trayectorias en & Due en BQ Suerimos Due este resultado re)leja
la disponibilidad di)erencial de las trayectorias en las dos estructuras$ EGisten varios )actores
Due hacen las trayectorias en & mCs disponibles Due aDuellas en B$ Primero# las trayectorias
mCs inmediatamente disponibles son las columnas de las estructuras$ Estas son 7 columnas
/02
en & y solo . en B$ Seundo# entre las trayectorias Due cruFan las columnas# aDuellas de &
son eneralmente mCs distintivas y menos con)undibles Due aDuellas en B$ Dos trayectorias
en & comparten# en promedio alrededor de /T7 de sus elementos# mientras Due dos
trayectorias en B# comparten# en promedio la mitad de sus elementos$ ?inalmente# las
trayectorias en & son mCs cortas y por eso )Ccilmente de visualiFar Due aDuellas en B$
)studio 1< Combinaciones
Considere un rupo de dieF entes Due tienen Due )ormar comit;s de r miembros# donde r es
alAn nAmero entre . y 7$ CuCntos di)erentes comit;s de r miembros pueden ellos )ormarQ Ba
respuesta correcta a este problema es dada por el coe)iciente binomial 8r/39# el cual alcanFa
un mCGimo de .1. para r [ 1$ Claramente# el nAmero de comit;s de r miembros es iual al
nAmero de comit;s de /3 S r miembros porDue cualDuier rupo eleido de# diamos# dos
miembros de)ine un Anico rupo no eleido de 7 miembros$
De acuerdo a nuestro anClisis de estimaci!n intuitiva# sin embaro# los comit;s de dos
miembros estCn mCs disponibles Due los comit;s de ocho$ Primero# el mCs simple esDuema
para construir comit;s es una partici!n del rupo dentro de sujetos desarticulados$ Por tanto#
uno rCpidamente ve Due eGisten tanto como cinco comit;s desarticulados de dos miembros#
pero aAn no dos comit;s desarticulados de ocho$ Seundo# los comit;s de ocho miembros son
mucho menos distintos# debido a su traslape de membresaL cualesDuiera dos comit;s de ocho
comparten al menos seis miembros$ Este anClisis suiere Due peDueEos comit;s estCn mCs
disponibles Due randes comit;s$ Por la hip!tesis de la disponibilidad# por consiuiente# los
peDueEos comit;s deberan aparecer mCs numerosos$
Cuatro rupos de sujetos 8total * [ //79 estimaron el nAmero de posibles comit;s de r
miembros Due pueden ser )ormados de un jueo de dieF entes$ Bos di)erentes rupos#
respectivamente# evaluaron los siuientes valores de r< . y 4L 0 y 7L y : y 2L 1$
Ba media estimada del nAmero de comit;s son mostrados en la ?iura /# con los valores
correctos$ Como se predijo# el nAmero de comit;s juFados decrece con su tamaEo$
Ba siuiente )ormulaci!n alternativa del mismo problema )ue ideada en orden de probar
la eneralidad de los descubrimientos<
En el dibujo de abajo# eGisten dieF estaciones a lo laro de una ruta entre el Inicio y el ?inal$
Considere un autobus Due viaja# parando en eGactamente r estaciones a lo laro de esta ruta$
Inicio Final
CuCl es el nAmero de di)erentes patrones de r paradas Due el autobus puede hacerQ
El nAmero de di)erentes patrones de r paradas es de nuevo dado por 8
/3
r
9$ &Du tambi;n#
por supuesto# el nAmero de patrones de dos paradas es el mismo como el nAmero de patrones
de ocho paradas# porDue para cualDuier patr!n de paradas eGiste un patr!n Anico
complementario de no>paradas$ *o obstante# aparece como si uno tiene mCs rados de
libertad en construir patrones de dos paradas donde Nuno tiene muchas estaciones para
escoer deO Due en construir patrones de ocho paradas donde Nuno debe parar en casi cada
estaci!nO$ *uestro anClisis previo suiere Due los patrones antiuos estCn mCs disponibles<
mCs si tales patrones son vistos a primera vista# ellos son mCs distintivos y son mCs )Cciles de
visualiFar$
Cuatro nuevos rupos de sujetos 8total * [ /279 respondieron esta cuesti!n# para r [
.# $ $ $# 7# siuiendo el mismo diseEo de arriba$ Bas estimaciones medias del nAmero de
paradas son mostradas en la ?iura /$ Como en el problema del comit;# el nAmero aparente
de combinaciones eneralmente decrece con r# en concordancia con la predicci!n de la
disponibilidad de la hip!tesis y en marcado contraste a los valores correctos$ &demCs# las
/07
estimaciones del nAmero de combinaciones son muy similares en los dos problemas$ Como
en otros problemas de combinaci!n# eGiste una marcada subestimaci!n de todos los valores
correctos# con una simple eGcepci!n en el caso mCs disponible# donde r [ .$
Ba subestimaci!n observada en los EGperimentos : y 1 ocurre# nosotros suerimos#
porDue la ente estima los valores de combinaci!n por eGtrapolaci!n de una impresi!n
inicial$ Bo Due una persona ve en un vistaFo ! en unos pocos pasos de computaci!n le dan a
ella una inadecuada idea de la tasa eGplosiva de crecimiento de muchas eGpresiones de
combinaci!n$ En tales situaciones# eGtrapolando de una impresi!n inicial la conduce a una
pronunciada subestimaci!n$ Este es el caso de si las bases para la eGtrapolaci!n es la
disponibilidad inicial de las instancias# como en los dos estudios precedentes# ! el resultado
de una computaci!n inicial# como en el siuiente estudio$
Insertar aDu la ?iura / de la pCina /23 del teGto oriinal$
)studio 4< )trapolacin
*osotros reDuerimos a los sujetos estimar# dentro de 1 seundos # una eGpresi!n num;rica
Due )ue escrita en el piFarr!n$ Un rupo de sujetos 8* [ 729 estim! el producto 7 G 2 G 4 G 1 G
: G 0 G . G /# mientras Due otro rupo 8* [ //:9 estim! el producto / G . G 0 G : G 1 G 4 G 2 G
7$ Ba estimaci!n media para la secuencia descendente )ue de .#.13$ Ba estimaci!n media
para la secuencia ascendente )ue de 1/.$ Ba di)erencia entre las estimaciones )ue altamente
sini)icativa 8p ] $33/9# por prueba de la media9$ &mbas estimaciones cayeron muy cortas de
la respuesta correcta# la cual es de :3#0.3$
&mbas la subestimaci!n del valor correcto y la di)erencia entre las dos estimaciones
soportan la hip!tesis de Due la ente estima 7d por eGtrapolaci!n de una computaci!n
parcial$ El )actorial# como otras eGpresiones de combinaci!n# estC caracteriFado por una
siempre creciente tasa de crecimiento$ Consecuentemente# una persona Due eGtrapola de una
computaci!n parcial subestimarC eGcesivamente los )actoriales$ Debido a Due los resultados
de los primeros pocos pasos de multiplicaci!n 8ejecutados de iFDuierda a derecha9 son mCs
randes en la secuencia descendente Due en la secuencia ascendente# la eGpresi!n mCs
antiua es juFada mCs rande Due la Altima$ Ba evaluaci!n de la secuencia descendente
puede proceder como siue< N7 veces 2 es 14 veces 4 estC ya arriba de /33# por lo tanto
estamos tratando con un nAmero raFonablemente randeO$ En la evaluaci!n de secuencia
ascendente# por otro lado#$uno puede raFonar< Nuna veF . es . dos veces 0 es 4 veces : es .:#
y esta eGpresi!n es claramente no estC yendo muy lejos$ $ $ $O$
)studio 2< %isponibilidad A binomial vrs& representatividad
El estudio )inal de esta secci!n eGplora el papel de la disponibilidad en la evaluaci!n de las
distribuciones binomiales e ilustra c!mo la )ormulaci!n de un problema controla la
escoencia de la heurstica Due la ente adopta en la estimaci!n intuitiva$
& los sujetos 8* [ 209 )ueron presentados con ;stas instrucciones<
Considere el siuiente diarama<
M M % M M M
M M M M % M
M % M M M M
M M M % M M
M M M M M %
% M M M M M
/06
Una trayectoria en este diarama es cualDuier lnea descendente la cual empieFa en la )ila de arriba#
termina en la lnea de abajo y pasa a trav;s eGactamente de un smbolo 8M A %9 en cada )ila$
CuCl piensa usted es el porcentaje de trayectorias Due contiene
4 S M y no S % oooooW
1 S M y / > % oooooW
$
$
$
*o S M y 4 S % oooooW
*ote Due ;stos incluyen todos los tipos posibles de trayectoria y de aDu Due sus estimaciones se
arearan al /33W$
Insertar aDu la ?iura . de la pCina /2. del teGto oriinal
?iura .$ Jalores correctos y juicios medios< Problema de trayectoria$
Este problema de carta es )ormalmente id;ntico al problema de trayectoria# pero el tiene
la intenci!n de obtener un di)erente modo de evaluaci!n$ En el problema de la trayectoria# las
instancias individuales )ueron en)atiFadas por la eGposici!n# y la proporci!n de la poblaci!n
8por ejemplo# la proporci!n de Ms en cada )ila9 no )ue hecha eGplcita$ En el problema de la
carta# por otro lado# la proporci!n de la poblaci!n es eGplcitamente establecida y ninuna
menci!n es hecha de las instancias individuales$ Consecuentemente# sacamos la hip!tesis de
Due los resultados en el problema de la carta serC evaluado por el rado al cual ellas son
representativas de la composici!n de la baraja mCs Due por la disponibilidad de la instancias
individuales$ En el problema de la carta# el resultado Ncinco Ms y una %O es el mCs
representativo# porDue el iuala la proporci!n de la poblaci!n 8ver Kahneman , 'vers(y#
/62.b# 09$ Por lo tanto# por la representatividad heurstica# este resultado debera ser juFado
mCs )recuente Due el resultado Nseis Ms y no %O contrario al patr!n observado de juicios en el
problema de la trayectoria$
Insertar aDu la ?iura 0 de la pCina /2: del teGto oriinal$
?iura 0$ Jalores correctos y juicios medios< Problema de la carta$
Disponibilidad para la recuperacin
En esta secci!n discutimos varios estudios en los cuales el sujeto es primero eGpuesto a un
mensaje 8por ejemplo# una lista de nombres9 y es mCs tarde reDuerido a juFar la )recuencia
de tems de un tipo dado Due )ueron incluidos en el mensaje$ Como los problemas estudiados
en la secci!n previa# el sujeto no puede recordar y contar todas las instancias$ En veF de eso#
nosotros proponemos# Due ;l intente recordar alunas instancias y juFar la totalidad de la
)recuencia por la disponibilidad# por ejemplo# por la )acilidad con la cual las instancias
vienen a la mente$ Como una consecuencia# las clases cuyas instancias son rCpidamente
recordadas serCn juFadas mCs numerosas Due las clases del mismo tamaEo cuyas instancias
son menos disponibles$ Esta predicci!n es primero probada en un estudio de la )recuencia
juFada de las cateoras$ $ $ $
)studio 7< >ama$ frecuencia y recuerdo
Bos sujetos )ueron presentados con una lista rabada consistente de nombres de conocidas
personalidades de ambos seGos$ Despu;s de escuchar la lista# alunos sujetos juFaron si ella
contena mCs nombres de hombres ! de mujeres# otros intentaron recordar los nombres en la
/:3
lista$ &lunos de los nombres en la lista )ueron muy )amosos 8por ejemplo# "ichard *iGon#
EliFabeth 'aylor9# otros )ueron menos )amosos 8por ejemplo# Hilliam ?ulbriht# Bana
'urner9$ *ombres )amosos son eneralmente mCs )Cciles de recordar$ Por lo tanto# si
juFamientos de )recuencia son mediados por disponibilidad evaluada# entonces una clase
consistente de nombres )amosos deberan ser mCs numerosos Due una clase comparable
consistente de nombres menos )amosos$
Cuatro listas de nombres )ueron preparadas# dos listas de artistas y dos listas de otras
)iuras pAblicas$ Cada lista incluy! 06 nombres rabados a un ritmo de un nombre cada .
seundos$ Dos de las listas 8una de )iuras pAblicas y una artistas9 incluy! nombres de
mujeres )amosas y .3 nombres de mujeres menos )amosas$ Por lo tanto# )ama y )recuencia
)ueron inversamente relacionadas en todas las listas$ Bos primeros nombres de todas las
personalidades siempre permitieron una ambiua identi)icaci!n del seGo$
Bos sujetos )ueron instruidos a escuchar atentamente un mensaje rabado$ Cada una de
las cuatro listas le )ue presentada a los dos rupos$ Despu;s de escuchar la rabaci!n# los
sujetos en un rupo )ueron reDueridos a escribir tantos nombres como ellos podan recordar
de la lista$ Bos sujetos en el otro rupo )ueron reDueridos a juFar si la lista contena mCs
nombres de hombres ! de mujeres$
!esultados& 8a9 "ecuerdo$ En promedio# los sujetos recordaron /.$0 de los /6 nombres
)amosos y 7$: de los .3 menos )amosos$ De los 74 sujetos en los cuatro rupos de recuerdo#
12 recordaron los nombres mCs )amosos Due los nombres no )amosos# y solo /0 recordaron
los nombres poco )amosos Due los menos )amosos 8p ] >33/# por seEal de prueba9$
8b9 ?recuencia$ Entre los 66 sujetos Duienes compararon la )recuencia de hombres y
mujeres en las listas# 73 err!neamente juFaron la clase consistente de los nombres mCs
)amosos ser mCs )recuente 8p ] $33/# por seEal de prueba9$ $ $ $
Recuperacin de ocurrencias y construccin de escenarios
En todos los estudios empricos Due )ueron discutidos en este trabajo# eGisti! un
procedimiento objetivo para enumerar la instancias 8por ejemplo# palabras Due empieFan con
K ! trayectorias en un diarama9# y por tanto cada uno de los problemas tuvieron una
respuesta objetivamente correcta$ Este no es el caso en muchas situaciones de la vida real
donde las probabilidades son juFadas$ Cada ocurrencia de una recesi!n econ!mica# una
operaci!n m;dica eGitosa ! un divorcio# es esencialmente Anica y su probabilidad no puede
ser evaluada por una simple cuenta de instancias$ Sin embaro# la disponibilidad heurstica
puede ser aplicada a evaluar la probabilidad de tales eventos$
En juFar la probabilidad Due una pareja particular se divorciarC# por ejemplo# uno puede
escudriEar la memoria de uno para similares parejas la cual esta cuesti!n trae a la mente$ El
divorcio parecerC probable si los divorcios son prevalecientes entre las instancias Due son
recuperadas en esta manera$ &lternativamente# uno puede evaluar la probabilidad intentando
construir historias ! escenarios Due conduFcan al divorcio$ Ba plausibilidad de tales
escenarios# ! la )acilidad con la cual ellos vienen a la mente# pueden proveer unas bases para
el juicio de probabilidad$ En la presente secci!n# discutimos el papel de la disponibilidad en
tales juicios# especular sobre )uentes de prejuicio esperadas# y esDuematiFar alunas
direcciones Due una investiaci!n adicional podra seuir$ *osotros ilustramos los prejuicios
de disponibilidad por consideraci!n de una imainaria situaci!n clnica$
:
Un clnico Due ha
:
Este ejemplo )ue escoido debido a su disponibilidad$ *o conocemos ninuna raF!n para creer Due las
predicciones intuitivas de corredores de bolsa# pronosticadores de deportes# analistas polticos ! psic!loos
investiadores son menos susceptibles a los prejuicios$
/:/
odo a un paciente Duejarse de Due ;l estC cansado de la vida# y piensa si ese paciente es
probable Due cometa suicidio puede bien recordar a pacientes similares Due ;l ha conocido$
&lunas veces solo una instancia relevante viene a la mente# talveF porDue es mCs
memorable$ &Du# la probabilidad subjetiva puede depender primariamente de la similaridad
entre esa instancia y el caso en consideraci!n$ Si los dos son muy similares# entonces uno
espera Due lo Due ha pasado en el pasado volverC a ocurrir$ Cuando varias instancias vienen a
la mente# ellas son probablemente pesadas por el rado e Due ellas son similares# en
caractersticas esenciales# al problema a mano$
CuCn relevantes son las instancias seleccionadasQ En escrutar su pasada eGperiencia
recuerda el clnico a pacientes Due se asemejan al presente caso# pacientes Due intentaron
suicidio# ! pacientes Due se asemejan al presente caso e intentaron el suicidioQ Desde un
punto de vista actuarial# por supuesto# la clase relevante es esa de pacientes Due son similares#
en alunos aspectos# al caso presente# y la estadstica relevante es la )recuencia del suicidio
intentado en esta clase$
Ba bAsDueda de la memoria puede seuir otras relas$ Puesto Due intent! el suicidio es un
evento dramCtico y destacado# los pacientes de suicidio tienen la probabilidad de ser mCs
memorables y mCs )Cciles de recordar Due los pacientes depresivos Due no intentan el
suicidio$ Como una consecuencia# los clnicos pueden recordar pacientes de suicidio Due ;l a
encontrado y juFa la probabilidad de un suicidio intentado por el rado de semejanFa entre
;stos casos y el presente paciente$ Esta aproGimaci!n conduce a serios prejuicios$ El clnico
Due nota Due casi todos los pacientes de suicidio en los Due ;l puede pensar se encontraban
severamente deprimidos puede concluir Due un paciente es probable de cometer suicidio si ;l
muestra sinos de depresi!n severa$ &lternativamente# el clnico puede concluir Due el
suicidio es improbable si Neste paciente no luce como cualDuier caso de suicidio Due yo he
encontradoO
'al raFonamiento inora el hecho Due solo una minora de pacientes depresivos intentan
suicidio y la posibilidad Due el presente paciente pueda ser muy di)erente a cualDuiera Due el
terapista jamCs haya encontrado$
?inalmente# un clnico podra pensar solo de pacientes Due )ueron ambos depresivos y
suicidas$ El entonces evaluara la probabilidad del suicidio por la )acilidad con la cual tales
casos vienen a la mente ! por el rado el presente paciente es representativo de esta clase$
Este raFonamiento# tambi;n# estC sujeto a un serio error$ El hecho de Due eGistan muchos
pacientes depresivos Due intentaron suicidarse no Duiere decir mucho sobre la probabilidad
de Due un paciente depresivo intentarC suicidarse# aAn este modo de evaluaci!n no es inusual$
Jarios estudios 8=en(ins R Hard# /640L Smedslund# /640L Hard R =en(ins# /6419 mostraron
Due la continencia entre dos variables binarias tal como un sntoma y una en)ermedad es
juFada por la )recuencia con la cual ellas co>ocurren# con poca ! no consideraci!n por casos
donde ya sea el sntoma ! la en)ermedad no estCn presentes$
&lunos eventos son percibidos tanto como Anicos Due la historia pasada no parece
relevante para la evaluaci!n de su probabilidad$ Pensando en tales eventos a menudo
construimos escenarios$ por ejemplo historias Due conducen de la presente situaci!n al
evento objetivo$ Ba plausibilidad de los escenarios Due vienen a la mente# ! la di)icultad de
producirlos# entonces sirven como una pista para la probabilidad del evento$ Si no viene a la
mente un escenario raFonable# el evento es considerado imposible ! altamente improbable$ Si
muchos escenarios vienen a la mente# ! si un escenario Due es construido es particularmente
apremiante# el evento en cuesti!n parece probable$
-uchos de los eventos cuya probabilidad la ente desea evaluar dependen de varios
)actores interrelacionados$ &An si es eGcesivamente di)cil para la mente humana percibir
secuencias de variaciones de varios )actores interactuando$ Suerimos Due en la evaluaci!n
de la probabilidad de eventos complejos solo los mCs simples y mCs disponibles escenarios
/:.
posibles de ser considerados$ En particular# la ente tenderC a producir escenarios en los
cuales muchos )actores no varan del todo# solo las variaciones mCs obvias toman luar# y las
interacciones de cambios son raras$ Debido a la naturaleFa simpli)icada de escenarios
imainados# los resultados de simulaciones de computadora de procesos interactuando son a
menudo contra>intuitivos 8?orrester# /62/9$ Ba tendencia a considerar solo relativamente
simples escenarios pueden tener particularmente e)ectos sobresalientes en situaciones de
con)licto$ &h# el propio mal humor de uno y los planes estCn mCs disponibles para uno Due
aDuellos del oponente$ *o es )Ccil adoptar la opini!n del oponente del tablero de ajedreF ! del
campo de batalla# lo cual puede ser el por Du; el juador mediocre descubre tantas nuevas
posibilidades cuando el cambia lados en un jueo$ Consecuentemente# el juador puede
tender a considerar la estrateia de su oponente como relativamente constante e
independiente de sus propias movidas$ Estas consideraciones suieren Due un juador es
susceptible a la falacia de la iniciativa S una tendencia a atribuir menos iniciativa y menos
imainaci!n al oponente Due a s mismo$ Esta hip!tesis es consistente con un descubrimiento
de investiaci!n de la atribuci!n 8=ones R *isbett# /62/9 Due la ente tiende a visualiFar su
propio comportamiento como re)lejando las demandas de cambio de su entorno y el
comportamiento de los otros como una caracterstica dominada$
Ba producci!n de un escenario obliatorio es similar a restrinir el pensamiento del
)uturo$ EGiste mucha evidencia mostrando Due# una situaci!n incierta ha sido percibida !
interpretada en un estilo particular es muy di)cil visualiFarla de cualDuier otra manera 8ver#
por ejemplo# Bruner R Potter# /6469$ Por tanto# la eneraci!n de un escenario espec)ico
puede inhibir la emerencia de otros escenarios# particularmente aDuellos Due conducen a
di)erentes resultados$
'alveF la mCs obvia demostraci!n de la disponibilidad en la vida real es el impacto de la
)ortuita disponibilidad de incidentes ! escenarios$ -uchos lectores deben haber
eGperimentado la temporal elevaci!n en la probabilidad subjetiva de un accidente despu;s de
haber visto un auto volcado al lado del camino$ Similarmente# muchos deben haber notado un
incremento en la probabilidad subjetiva de Due un accidente ! mal )uncionamiento puede
desatar una uerra termonuclear despu;s de haber visto una pelcula en la cual tal ocurrencia
)ue vvidamente representada $ Preocupaci!n continuada con un resultado puede incrementar
su disponibilidad# y por consiuiente su probabilidad percibida$ Ba ente estC preocupada con
altamente deseables resultados# tales como anar la lotera# ! con altamente indeseables
resultados# tal como la cada de un avi!n$ Consecuentemente# la disponibilidad provee un
mecanismo por el cual las ocurrencias de eGtrema utilidad 8! di)icultad9 pueden parecer mCs
probables Due lo Due ellas actualmente son$ $ $ $
/:0
'+( Prejuicios e#oc@ntricos en la disponibilidad y la
atribucin
-ichael "oss y ?iore Sicoly
Una instancia de un )en!meno eGaminado en los presentes eGperimentos es )amiliar a casi a
cada uno Due ha conducido una investiaci!n en conjunto$ Considere lo siuiente< Usted ha
trabajado en un proyecto de investiaci!n con otra persona# y la interroante sure como
Dui;n debera ser Nprimer autorO 8por ejemplo# Dui;n contribuy! mCs al producto )inalQ9$ &
menudo parece Due ambos de ustedes se sienten enteramente justi)icados en reclamar ese
honor$ &demCs# desde Due ustedes estC convencido Due su opini!n de la realidad debe ser
compartida por su colea 8ah habiendo una sola realidad9# usted asume Due la otra persona
estC intentando tomar ventaja de usted$ &lunas veces tales asuntos son establecidos !
prevenidos por el uso arbitrario de relas de decisi!n# por ejemplo# la rela de Nprioridad
al)ab;ticaO S una estrataema de aDuellos cuyos apellidos empieFan con letras de la primera
parte del al)abeto$
Suerimos# entonces# Due los individuos tienden a aceptar mCs responsabilidad por un
producto en conjunto Due otros contribuyentes lo atribuyen a ellos$ Se propone mCs
adelante
EGtractos de un trabajo Due apreci! en 'he =ournal o) Personality and Social Psicholoy# /626# 02# 0..>004$
Derechos de autor 5 /626 por la &sociaci!n &mericana de Psicoloa$ "eimpreso con permiso$
Due ;sta penetrante )en!meno cuando la responsabilidad por una uni!n comercial es repartida
por los participantes$ En muchas empresas comunes# sin embaro# los participantes no estCn
concientes de sus opiniones diverentes# desde# Due no hay necesidad de asinar Nuna
autoridadOL consecuentemente# la ubicuidad del )en!meno no es eGcesivamente aparente$ El
prop!sito de la corriente investiaci!n )ue investiar si ;stas percepciones eoc;ntricas
ocurren en una variedad de escenarios y para eGaminar procesos psicol!icos$
En eGplorar las bases de tales percepciones di)erenciales# no somos tan inenuos como
para suerir Due el auto enrandecimiento intencional nunca ocurre$ *o obstante# es probable
Due las percepciones puedan estar en discrepancia en la ausencia de una deliberada
decepci!nL es desde ;sta perspectiva Due nos aproGimamos al asunto$
Para repartir responsabilidades para una empresa colectiva# los participantes bien
intencionados presumiblemente intenten recordar las contribuciones de cada uno hechas para
el producto )inal# &lunos aspectos de la interacci!n pueden ser recordados mCs rCpidamente#
! estar mCs disponibles# Due otros# sin embaro$ &demCs# las caractersticas Due son
recordadas )Ccilmente no pueden ser un subset aleatorio de la totalidad$ Espec)icamente# una
persona puede recordar una mayor proporci!n de sus propias contribuciones Due podran
otros participantes$
Un prejuicio eoc;ntrico en la disponibilidad de in)ormaci!n en la memoria# a su veF
podra producir atribuciones prejuiciadas de responsabilidad para un producto colectivo$
Como Kahneman y 'vers(y 8/620# //9 han demostrado# la ente usa la habilidad# Due
sini)ica# Nla )acilidad con la cual instancias relevantes vienen a la menteO 8/620# p$ .369#
/::
como un prejuicio para estimar la )recuencia$ Por lo tanto# si las alimentaciones auto
eneradas estuvieran ciertamente mCs disponibles# los individuos tendran mCs probabilidad
de reclamar mCs responsabilidad para un producto colectivo Due otros participantes podran
atribuirles a ellos$
EGisten al menos cuatro procesos Due pueden ser operantes para incrementar la
disponibilidad de las propias contribuciones de uno< 8a9 codi)icaci!n selectiva y
almacenamiento de in)ormaci!n# 8b9 resarcimiento di)erencial# 8c9 disparidad de in)ormaci!n
y 8d9 in)luencias de motivaci!n$
Codificacin selectiva y almacenamiento
Por un nAmero de raFones# la disponibilidad de la persona de sus propios )actores de
producci!n puede ser )acilitada por codi)icaci!n di)erencial y almacenamiento de las
respuestas auto>eneradas$ Primero# los pensamientos propios de los individuos 8sobre lo Due
ellos van a decir a continuaci!n# soEar despierto# etc$9 ! acciones pueden distraer su atenci!n
de las contribuciones de otros$ Seundo# los individuos pueden ensayar ! repetir sus propias
ideas ! acciones# por ejemplo# pensar )uera de sus posiciones antes de eGpresarse y
de)enderla$ Consecuentemente# sus propios )actores de producci!n pueden recibir mCs
Ntiempo de estudioO# y el rado de retenci!n estC )uertemente relacionado al tiempo de
estudio 8Carver# /62.9$ 'ercero# las contribuciones de los individuos tienen la probabilidad de
ajustarse mCs rCpidamente dentro de su propio esDuema conitivo# lo Due sini)ica# su Anica
concepci!n del problema basado en la eGperiencia pasada# valores# etc$ Bas contribuciones
Due se ajustan dentro de tales esDuemas preeGistentes tienen mCs probabilidad de ser
retenidas 8Bartlett# /60.L Bruner# /64/9$
!ecuperacin diferencial
El prejuicio de disponibilidad puede tambi;n ser producido por la recuperaci!n selectiva de
la in)ormaci!n de la memoria$ En la asinaci!n de responsabilidad para un resultado
colectivo# la cuesti!n esencial desde el punto de vista de cada uno de los participantes puede
ser# NCuCnto contribu yoQO Bos participantes pueden# por consiuiente# intentar recordar
principalmente sus propias contribuciones para estimar sus contribuciones relativas# un juicio
Due no puede ser apropiadamente hecho sin una consideraci!n de los )actores de producci!n
de otros tambi;n$
%isparidades de informacin
Es posible Due haya di)erencias en la in)ormaci!n disponible para los contribuyentes Due
pueden promover un recuerdo eoc;ntrico$ Bos individuos tienen mCs rande acceso a sus
propios estados internos# pensamientos y estrateias Due hacen los observadores$ -Cs aAn#
los participantes en un es)uerFo comAn pueden di)erir en su conocimiento de la )recuencia y
sini)icancia de cada uno de las contribuciones independientes de cada uno de los otros$ Por
ejemplo# los supervisores del cuerpo docente pueden estar menos concientes Due sus coleas
estudiantes de la cantidad de tiempo# es)uerFo ! ineniosidad Due los estudiantes invierten en
sujetos corrientes# ejecutar anClisis de datos y escribir borradores preliminares de un trabajo$
Por otro lado# los supervisores son menos conocedores de la cantidad y de la importancia del
pensamiento# lectura# etc$ Due ellos ponen al estudio antes Due empiece el involucramiento de
los estudiantes$
Influencias de motivacin
/:1
Bos )actores de motivaci!n pueden tambi;n servir un prejuicio eoc;ntrico en la
disponibilidad$ El sentido de la auto>estima de uno puede ser ensalFado )ocaliFando sobre !
pesando mCs randemente en los propios )actores de producci!n$ Similarmente# una
inDuietud para la e)icacia personal ! control 8vea deCharms# /647L Hhite# /6169 podran
conducir a los individuos a detenerse en sus propias contribuciones para un producto
colectivo$
Ba discusi!n precedente delinea un nAmero de procesos Due pueden estar operando para
dar a los propios )actores de producci!n de uno mCs disponibilidad 8y mCs probable de ser
recordados9 Due la contribuciones de los otros$ Consecuentemente# puede ser di)cil imainar
una descon)irmaci!n de la hip!tesis de Due las memorias y las atribuciones son eoc;ntricas$
Como Ireen+ald 8/6279 ha observado# sin embaro# el carCcter eoc;ntrico de la memoria
Nno es una necesaria verdadO$ Es posible# por ejemplo# concebir de una oraniFaci!n de una
eGperiencia pasada Due es mCs probable Due de un trabajo de re)erencia# tal como el teGto de
una historia# ! el ndice de un diccionarioO 8p$ :9$ &demCs# nosotros estamos incapacitados
para encontrar datos publicados directamente soportantes del prejuicio hipotetiFado en
disponibilidad$ ?inalmente# recientes desarrollos en la literatura actor>observador parecen
inconsistentes con la hip!tesis de Due las memorias y las atribuciones son eoc;ntricas$ =ones
y *isbett 8/62/9 especularon Due los actores estCn dispuestos a localiFar la causa de su
comportamiento en el entorno# mientras Due los observadores atribuyen el mismo
comportamiento a caractersticas estables posedas por los actores$ &unDue una variedad de
eGplicaciones )ueron avanFadas para contar por este e)ecto 8=ones R *isbett# /62/9# el
reciente ;n)asis ha sido sobre el procesamiento de la in)ormaci!n de percepci!n 8Storms#
/620L 'aylor R ?is(e# /6219$ Bos receptores visuales del actor son lanFados hacia el medio
ambienteL un observador puede )ocaliFarse directamente en el actor$ Por tanto# aspectos
diverentes de la situaci!n son salientes a los actores y observadores# una disparidad Due es
re)lejada en sus atribuciones causales$ Esta propuesta parece contradecir la tesis de Due los
actores en una interacci!n son randemente auto>absorbidos$
Dos estudios o)recen suestiva evidencia ! la presente hip!tesis$ "oers# Kulper y Kir(er
8/6229 mostraron Due las caractersticas de los adjetivos )ueron recordadas mCs rCpidamente
cuando los sujetos haban sido reDueridos para hacer un juicio sobre la auto>relevancia 8para
decidir si cada caracterstica )ue descriptiva de ellos9 mCs Due sobre un nAmero de otras
dimensiones# por ejemplo# juicios de sinonimidad9$ Estos datos implican Due la auto>
relevancia incrementa la disponibilidadL sin embaro# "oers et al$ no contrastaron el
recuerdo de los adjetivos relevantes al yo con recuerdo de adjetivos relevantes a otras entes
S una comparaci!n Due sera mCs pertinente a la corriente discusi!n$$ Ireen+ald y &lbert
8/6479 encontraron Due los individuos recordaron sus propios arumentos sobre un asunto de
actitud mCs eGactamente Due los arumentos escritos de otros sujetos$ Desde Due los
arumentos del yo y de otros )ueron siempre sobre lados opuestos del asunto# el
descubrimiento de Ireen+ald y &lbert podran concebiblemente re)lejar un incremento de la
)amiliaridad con# y una memoria para# arumentos consistentes con la propia posici!n de
actitud de uno mCs Due la memoria intensi)icada por declaraciones auto>eneradas 8aunDue la
evidencia por el aprendiFaje de una actitud prejuiciada es eDuvoca# por ejemplo# Ireen+ald
R Sa(umura# /642L -alpass# /6469$
*osotros condujimos un estudio piloto para determinar si podramos obtener soporte para
el prejuicio hipotetiFado en la disponibilidad$ Bos estudiantes en un seminario universitario
)ueron reDueridos a estimar el nAmero de minutos Due cada uno de los miembros del
seminario haban hablado sobre el inmediatamente precedente perodo de clase$ Unos .4
sujetos adicionales )ueron obtenidos de la ocurrencia natural de rupos de dos personas
aproGimados en ca)eteras y bares$ Bos participantes en estos rupos )ueron reDueridos a
/:4
estimar el porcentaje del tiempo total Due cada persona haba hablado durante la corriente
interacci!n$
?ue asumido Due los sujetos basaran sus estimados del tiempo sobre aDuellas porciones
de la conversaci!n Due ellos recordaran rCpidamente$ Por lo tanto# si eGiste un prejuicio en la
direcci!n del mejor recuerdo de las propias declaraciones de uno# los estimados de la
cantidad de tiempo Due ellos mismos hablaron eGcedera el promedio del tiempo hablado
atribuido a ellos por los otros miembros del rupo$
Bos resultados )ueron consistentes con este raFonamiento$ Para siete de los ocho
estudiantes en el seminario universitario# las evaluaciones de su propio tiempo de discusi!n
eGcedi! el tiempo promedio estimado atribuido a ellos por los otros participantes 8p ] $31#
seEal de la prueba9$ Similarmente# en /3 de los /0 parejas# las estimaciones del propio tiempo
de discusi!n de uno eGcedi! a ese proporcionado por los otros participantes 8p ] $31# seEal de
la prueba9$ Ba manitud del prejuicio )ue altamente sini)icante sobre las /0 parejas# ?8/# /.9
[ /:$71# p ] $331L en promedio# los participantes estimaron Due ellos hablaron 16W del
tiempo$ Estos datos proveen preliminarmente# aunDue indirecta# evidencia por el prejuicio de
disponibilidad hipotetiFado en situaciones de cada da$ $ $ $
Experimento '
En este eGperimento# deseamos eGaminar prejuicios eoc;ntricos Due ocurren naturalmente
en relaciones continuadas$ Parejas casadas parecieron representar un rupo de objetivo ideal$
Boa esposos Bos esposos se ocupan en muchas empresas conjuntas de variada importancia$
Esta circunstancia parecerC ser abundante con posibilidades de prejuicios eoc;ntricos$
Como corresponde# el primer eGperimento )ue conducido 8a9 para determinar si los
prejuicios eoc;ntricos en reparticiones de responsabilidad ocurren en las relaciones
maritalesL 8b9 para hacer una r;plica# usando una medida dependiente di)erente# el prejuicio
eoc;ntrico en la disponibilidad obtenido previo a la pruebaL y 8c9 correlacionar el prejuicio
en la disponibilidad con el prejuicio en la responsabilidad$ Si el prejuicio en la
responsabilidad es causado por un prejuicio en la disponibilidad# los dos sets de datos
estaran relacionados$
(-todo
Sujetos& Bos sujetos )ueron 02 parejas casadas viviendo en residencias de estudiantes$ Jeinte de las
parejas tenan niEos$ Bos sujetos )ueron reclutados por dos mujeres asistentes de investiaci!n
Duienes tocaron de puerta en puerta en las residencias y brevemente describieron el eGperimento$ Si la
pareja estuviera dispuesta a participar# una cita )ue acordada$ El estudio )ue conducido en el
apartamento de la parejaL a cada pareja se le pa! m 1$33 por participar$
Procedimiento Un cuestionario )ue desarrollado sobre la base de eGtensas entrevistas preliminares con
seis parejas casadas$ En el propio eGperimento# el cuestionario )ue completado individualmente por el
esposo y la esposaL su anonimato )ue aseurado$ Bas primeras pCinas del cuestionario reDuirieron de
los sujetos estimar la eGtensi!n de sus responsabilidad por cada una de las .3 actividades relevantes
de la parejas casadas# poniendo una reducci!n a trav;s de una lnea recta de /13>mm# los puntos
)inales de las cuales )ueron etiDuetados Nprimariamente esposaO y Nprimariamente esposoO$
/
Bas
veinte actividades )ueron preparar el desayuno# lavar los platos# limpiar
/ En las entrevistas preliminares# utiliFamos porcentajes estimados$ *osotros encontraos Due los sujetos )ueron
capaces de recordar el porcentaje Due ellos rabaron y Due las comparaciones post>cuestionario de los
porcentajes proveyeron una )uerte )uente de con)licto entre los c!nyues$ El uso de las escalas de /13>mm
evitaron ;stas di)icultadesL los sujetos no estuvieron inclinados a evitar sus astos dentro de porcentajes eGactos
Due podran entonces ser disputados
/:2
la casa# compra de abarrotes# cuidado de sus niEos# planear actividades conjuntas de ocio# decidir
cuCnto dinero debera ser astado# decidir d!nde vivir# escoer amistades# tomar decisiones
importantes Due a)ectan a ambos# causar arumentos Due ocurren entre ambos# resolver con)lictos Due
ocurren entre ambos# arrelar el desorden de la casa# lavar la ropa# mantener contacto con los
parientes# demostrar a)ecto por el c!nyue# sacar la basura# irritar al c!nyue# esperar al c!nyue#
decidir si tener niEos$
Bos sujetos )ueron a continuaci!n reDueridos a rabar brevemente ejemplos de las contribuciones
Due ellos ! sus c!nyues hicieron para cada actividad$ Sus escritos rabados )ueron subsecuentemente
eGaminados para evaluar si los )actores de producci!n de la propia persona estuvieron eneralmente
mCs NdisponiblesO$Eso es# los ejemplos reportados por los sujetos tendieron a )ocaliFarse mCs en sus
propios comportamientos Due en los de sus c!nyuesQ Un paador de impuestos# cieo a la hip!tesis
eGperimental# rab! el nAmero de ejemplos discretos Due los sujetos proveyeron de sus
contribuciones propias y de sus c!nyues$ Un seundo paador de impuestos codi)ic! un tercio de los
datos# la )iabilidad 8correlaci!n producto>momento de Pearson9 )ue de $7/$
!esultados
Bas respuestas de ambos c!nyues a cada una de las preuntas de responsabilidad )ueron
sumadas# de tal manera Due el total incluy! la cantidad Due la esposa consider! como su
contribuci!n y la cantidad $Due el esposo consider! como su contribuci!n$ Puesto Due la
escala de respuesta )ue de /13 mm$ de laro# eGistieron /13 Nunidades de responsabilidadO
para ser repartidas$ Una suma mayor Due las /13 indicara un prejuicio eoc;ntrico en la
contribuci!n percibida# en Due al menos Due uno de los c!nyues estuvo sobreestimando su
responsabilidad para esa actividad$ Para evaluar el rado de sobre ! subestimaci!n Due los
c!nyues revelaron para cada actividad# /13 )ue sustrado del total de cada una de las parejas$
Un punteo )ue derivado para la pareja# promediando sobre las .3 actividades 8! /6 cuando la
pareja no tena niEos9$
Un anClisis de la variaci!n# usando la pareja como la unidad de anClisis revel! Due los
punteos compuestos )ueron sini)icantemente mayores Due cero# - [ :$42# ?8/$ 019 [ /.$76#
p ] $33/# indicando un prejuicio eoc;ntrico en las contribuciones percibidas$ Jeintisiete de
las 02 parejas mostraron alAn rado de sobreestimaci!n 8p ] $3.1# prueba de seEal9$ -Cs
aAn# en el promedio de sobreestimaci!n ocurrido en /4 de los .3 tems del cuestionario#
incluyendo tems neativos S por ejemplo# arumentos causantes entre los dos de ustedes#
?8/# 0.9 [ .3$07# p ] $33/$ &unDue la manitud de la sobreestimaci!n )ue relativamente
peDueEa# en el promedio# note Due los sujetos tendieron a usar un rano restrinido de la
escala$ Ba mayora de las repuestas estuvieron levemente arriba ! levemente debajo de la
marca a la mitad del camino en la escala$ *inuno de los tems mostraron un sini)icativo
e)ecto de subestimaci!n$
El seundo set de tems en el cuestionario reDuiri! de los sujetos rabar ejemplos de sus
propias contribuciones y las de sus c!nyues para cada actividad$ Un punteo de la di)erencia
media )ue obtenido sobre las .3 actividades 8promediando sobre esposo y esposa9# con el
nAmero de ejemplos de contribuciones de los c!nyues sustrado del nAmero de ejemplos de
las contribuciones propias$ Una prueba de la ran media )ue altamente sini)icativa# ?8/# 019
[ 04$3# p ] $33/L como se esperaba# los sujetos proveyeron mCs ejemplos de sus propios
)actores de producci!n 8- [ /3$69 Due de sus c!nyues 8- [ 7$/9$ Ba correlaci!n entre ;sta
di)erencia entre el punteo de uno y del otro y la medida inicial de la responsabilidad
percibida )ue determinada$ Como si )uera una hip!tesis# mientras mayor la tendencia a
recordar los comportamientos auto>relevantes# mayor )ue la sobreestimaci!n en la
responsabilidad percibida# r8019 [ $13# p ] $3/$
El nAmero de palabras contenidas en cada uno de los ejemplos reportados por los sujetos
)ue tambi;n evaluado para proporcionar una medida de la elaboraci!n ! riDueFa del recuerdo$
/:7
El nAmero medio de palabras por ejemplo no di)iri! como una )unci!n de si el
comportamiento )ue reportado para ser emitido por uno 8- [ /3$39 ! por el c!nyue 8- [
/3$/9# ? ] /$ &demCs# ;sta medida no )ue correida con la medida de responsabilidad
percibida# r8019 [ >$/1# ns$
En resumen# ambas la medida de la responsabilidad y la medida re)lejando la
disponibilidad de comportamientos relevantes mostraron los prejuicios eoc;ntricos de las
hip!tesis$ -Cs aAn# eGisti! una sini)icativa correlaci!n entre la manitud del prejuicio en la
disponibilidad y la manitud del prejuicio en la responsabilidad$ Este descubrimiento es
consistente con la hip!tesis de Due los prejuicios eoc;ntricos en las atribuciones de
responsabilidad son mediados por los prejuicios en la disponibilidad$ ?inalmente# la cantidad
del comportamiento recordado pareci! ser el )actor importante# mCs Due la riDueFa del
recuerdo$ $ $ $
Experimento +
En el eGperimento .# tuvimos a los juadores de /. eDuipos de bas(etball intercoleial Due
individualmente completan un cuestionario en el cual ellos )ueron reDueridos a recordar un
importante punto decisivo en su Altimo partido y a evaluar porDu; su eDuipo haba anado !
perdido$
Es un salto para ir de las comparaciones del yo y del otro Due hemos considerado en los
estudios previos para las comparaciones del propio eDuipo y del otro$ EGisten# sin embaro#
un nAmero de raFones para esperar Due las acciones del propio eDuipo de uno estara mCs
disponible para el atribuidor Due las acciones del otro eDuipo< ,o s; los nombres de mis
compaEeros de eDuipo# y por consiuiente# yo teno unos medios listos de oraniFar el
almacenamiento y retribuci!n de los datos relevantes para ellosL nuestro ;Gito en )uturos
partidos contra otros oponentes depende mCs de nuestras propias habilidades o)ensivas y
de)ensivas Due sobre las habilidades del eDuipo opuesto$ Consecuentemente# yo puedo
atender mCs cercanamente a las acciones de mis compaEeros# las cuales estimularan
codi)icar y almacenar$ 'ambi;n eGisten disparidades de in)ormaci!n< Bas estrateias de mi
propio eDuipo son mCs importantes Due las estrateias del eDuipo opositor 8'vers(y R
Kanhneman$ /620$ //9$ Si las iniciativas del propio eDuipo de uno estCn di)erencialmente
disponibles# los juadores recordaran un punto decisivo en t;rminos de las acciones de su
eDuipo y la responsabilidad del atributo para el resultado del jueo para su eDuipo$ $ $ $
(-todo
Sujetos& Setenta y cuatro mujeres y 7: hombres juadores del bas(etball intercoleial participaron en
el estudio$ Bos t;cnicos de los eDuipos )ueron contactados por tel;)onoL todos acordaron seuir las
discusiones con sus juadores para Due sus eDuipos participen en el estudio$
Procedimiento& Bo s cuestionarios )ueron administrados despu;s de seis partidos en los cuales los
eDuipos participantes en el estudio juaron unos contra otros$ Por lo tanto# para los tres partidos
masculinos escoidos# tres de los seis eDuipos masculinos en el estudio estuvieron compitiendo contra
los otros tres eDuipos$ Similarmente# los tres eDuipos )emeninos seleccionados incluyeron todos los
seis eDuipos )emeninos$ Bos cuestionarios )ueron administrados en la prCctica del primer eDuipo
siuiendo el objetivo del partido 8/ ! . das despu;s del partido9# eGcepto en un caso donde# debido a
los calendarios de jueo del eDuipo# )ue necesario recolectar los datos inmediatamente despu;s del
jueo 8dos eDuipos )emeninos9$ Bos cuestionarios )ueron completados individualmente# y el
anonimato de los encuestados )ue arantiFado$ Bas preuntas relevantes# de la perspectiva corriente#
)ueron las siuientes<
/:6
/$ Por )avor describa brevemente un importante punto decisivo en el Altimo jueo e indiDue en cual
perodo ocurri!$
.$ *uestro eDuipo an!Tperdi! nuestro Altimo partido debido a$ $ $ $
Bas respuestas a la primera preunta )ueron eGaminadas para determinar si el punto decisivo )ue
descrito como precipitado por el propio eDuipo de uno# ambos eDuipos# ! el otro eDuipo$ Bas
respuestas a la seunda preunta )ueron eGaminadas para evaluar el nAmero de raFones para la
anancia ! la p;rdida Due relacion! a las acciones de ya sea del propio de uno ! del eDuipo opuesto$
Bos datos )ueron codi)icados por una persona Dui;n no estaba al tanto de las hip!tesis eGperimentales$
Un seundo observador independientemente codi)ic! las respuestas del 13W de los sujetos$ Hubo
/33W de concordancia para ambas interroantes$
!esultados
*o hubo una sini)icativas di)erencias en seGo en las dos medidas dependientes# los resultados son#
por consiuiente# reportados colapsados a trav;s del ;nero$ Puesto Due las respuestas de los
miembros del eDuipo no pueden ser vistas como independientes# las respuestas )ueron promediadas# y
el eDuipo sirvi! como la unidad de anClisis$
Un eGamen preliminar de los datos del Npunto decisivoO revel! Due aAn dentro de un eDuipo# los
juadores )ueron recordando eventos muy di)erentes$ & pesar de eso# //6 juadores recordaron un
punto decisivo Due ellos describieron como precipitado por las acciones de su propio eDuipoL /0
juadores recordaron un punto decisivo Due ellos lo vieron como causado por ambos eDuiposL /4
juadores recordaron un punto decisivo visto al ser iniciado por las acciones del eDuipo opuesto 8los
restantes /3 juadores no respondieron la preunta9$ Bos sujetos describieron tales eventos como una
)uerte de)ensa durante los dos Altimos minutos del partido# un robo de)ensivo# un cambio en las
estrateias o)ensivas# etc$
El porcentaje de juadores Due recordaron un punto decisivo causado por sus compaEeros de
eDuipo )ue derivado por cada eDuipo$ Estos /. punteos )ueron remitidos a un anClisis Due los compar!
a una eGpectante casualidad del 13W$ Ba distribuci!n obtenida )ue sini)icativamente di)erente de la
casualidad# ?8/# //9 [ 03$.1# p ] $33/# con una media del 73$.1W$ Como se )ormul! la hip!tesis# la
mayora de los reportes en)atiFaron las acciones de los juadores del propio eDuipo$
El porcentaje de juadores Due recordaron un punto decisivo causado por sus compaEeros de
eDuipo )ue eGaminado en relaci!n al desenvolvimiento del eDuipo$ El porcentaje promedio )ue mayor
en el eDuipo perdedor Due en el eDuipo anador en cinco de los seis partidos 8p ] $//# prueba de
seEal9$ Ba di)erencia media entre los porcentajes de los eDuipos perdedor 8- [ 77$19 y anador 8- [
2.9 no )ue sini)icativa$
Bas eGplicaciones de los juadores de sus eDuipos anadores ! perdedores )ueron tambi;n
eGaminados$ De los /17 participantes# solo /: proporcionaron cualesDuiera raFones Due involucraron
las acciones del eDuipo opuesto$ En promedio# los sujetos reportaron /$26 raFones para el anador ! el
perdedor Due involucr! a su propio eDuipo y $36 raFones Due involucraron al eDuipo opuesto# ?8/# //9
[ .2.$6/# p ] $33/$ ?inalmente# la tendencia a imputar mCs raFones al propio eDuipo de uno no )ue
sini)icantemente mayor despu;s de una p;rdida 8- [ /$209 Due despu;s de una anancia 8- [ /$419#
? ] /$
%iscusin
Bas respuestas a la preunta sobre el punto decisivo indican Due los desenvolvimientos de los
compaEeros de eDuipo de los sujetos estuvieron mCs disponibles Due aDuellos de los miembros del
eDuipo opuesto$ &demCs# los sujetos le imputaron la responsabilidad$ Por tanto# los prejuicios de
disponibilidad y los juicios de responsabilidad pueden ocurrir a nivel de rupo$ -Cs bien y Hes(o+itF
8/6229 proporciona otro ejemplo del eocentrismo de rupo< NCBS ^noticias_ lle! a ser un s!lido
*Amero Uno despu;s del lanFamiento del &polo a la luna en /647$ Si ustedes son una persona CBS#
ustedes tienden a decir nuestra cobertura del aluniFaje inclin! a todos sobre nosotros$ Si ustedes son
/13
una persona *BC# ustedes tienden a citar la desmembraci!n del eDuipo Huntley>Brin(ley como el
)actor claveO 8p$ 0329$ $ $ $
Experimento 1
En el eGperimento 0# intentamos cambiar el )oco de atenci!n del individuo para a)ectar la
disponibilidad$ *osotros empleamos una manipulaci!n desinada para promover una
recuperaci!n selectiva de la in)ormaci!n directamente relevante a las atribuciones de la
responsabilidad$
En nuestro anClisis inicial# suerimos Due la atribuciones eoc;ntricas de la
responsabilidad podran ser producidas por la recuperaci!n selectiva de in)ormaci!n desde la
memoria y Due la recuperaci!n podra ser uiada por la )orma de preuntas Due los
individuos se preuntan a s mismos$ El eGperimento 0 )ue conducido para probar ;sta
hip!tesis$ Bos sujetos )ueron inducidos a comprometerse en aplaFar la recuperaci!n por
variaciones en la )orma en la cual las preuntas )ueron )ormuladas$ Bos estudiantes
raduados )ueron estimulados a pensar sobre ya sea sus propias contribuciones a sus tesis de
B& ! las contribuciones de sus supervisores$ Ba cantidad de responsabilidad para la tesis Due
los sujetos asinaron a ya sea a s mismos ! al supervisor )ueron entonces evaluados$ Se
)ormul! una hip!tesis de Due los sujetos aceptaran menos responsabilidad para el es)uerFo
de investiaci!n en el )oco del supervisor Due en la condici!n del )oco de s mismo$
(-todo
Los sujetos& Bos sujetos )ueron /2 mujeres y /. hombres estudiantes raduados en psicoloa$ Ba
mayora haba completado / ! . aEos en la escuela de raduados$ 'odos ;stos estudiantes haban
conducido eGperimentos Due sirvieron con sus tesis de B& en su aEo )inal para raduarse$
Procedimiento& Bos sujetos )ueron aproGimados individualmente en sus o)icinas y reDueridos
a completar un breve cuestionario sobre las relaciones supervisor>estudiante$ *inuno se
rehus! a participar$ Bas dos )ormas del cuestionario )ueron distribuidas al aFar a los sujetosL a
ellos se les aseur! Due sus respuestas seran an!nimas y con)idenciales$
Una )orma del cuestionario reDuera a los sujetos indicar su propia contribuci!n a cada
uno de un nAmero de actividades relacionadas a sus tesis de B&$ Bas preuntas )ueron como
siue< 8a9 N,o suer el ooo por ciento de la metodoloa Due )ue )inalmente empleada en el
estudioO$ 8b9 N,o prove el ooo por ciento de la interpretaci!n de los resultadosO$ 8c9 N,o
inici; ooo por ciento de las discusiones de la tesis relevante con mi supervisorO$ 8d9 NDurante
las discusiones de la tesis relacionada yo tend a controlar el curso y contenido de la
discusi!n el ooo por ciento del tiempoO$ 8e9 NDe todas las cosas consideradas# yo )ui
responsable del ooo por ciento del es)uerFo total de la investiaci!nO$ 8)9 NC!mo evaluara
usted su tesis relativa a otras hechas en el departamentoQO$
Ba seunda )orma del cuestionario )ue id;ntica a la de arriba# eGcepto Due la palabra yo
8condici!n de auto )oco9 )ue reemplaFada con mi supervisor 8condici!n de )oco mi
supervisor9 en las Preuntas />1$ Bos sujetos )ueron reDueridos a llenar los espacios en
blanco con las respuestas a las primeras cinco preuntas y a poner un cheDue a trav;s de una
lnea de /13>mm# con puntos )inales etiDuetados Nin)eriorO y NsuperiorO# en la respuesta a la
preunta 4$
!esultados y discusin
Para prop!sitos del anClisis# se asumi! Due la contribuci!n del supervisor y el estudiante a
/1/
cada tem se areara hasta el /33W$ &unDue el eGperimento )ue introducido como un
estudio de las relaciones supervisor>estudiante# es posible Due los estudiantes puedan haber
considerado en sus estimaciones los )actores de producci!n de otros individuos 8por ejemplo#
estudiantes amios9$ *o obstante# el procedimiento corriente provee una prueba conservadora
de la hip!tesis eGperimental$ Por ejemplo# si un sujeto respondi! el .3W de un tem en la
versi!n NIO del cuestionario# se asumi! Due su supervisor contribuy! con el 73W$ &unDue el
supervisor puede haber contribuido solo con el 43W# con una persona no especi)icada
proveyendo el remanente$ Por posiblemente una sobreestimaci!n de la contribuci!n del
supervisor# sin embaro# estamos prejuiciando los datos contra la hip!tesis eGperimental< Ba
versi!n NIO se esperaba Due redujera el porcentaje de responsabilidad asinado al supervisor$
Bas respuestas de los sujetos a las primeras cinco preuntas sobre la )orma NIO del
cuestionario )ueron sustradas de /33# de tal manera Due los nAmeros mCs altos re)lejaran
mayores contribuciones del supervisor en ambas condiciones# Ba preunta 1 trata con la
totalidad de la responsabilidad por el es)uerFo de la investiaci!n$ Como se anticip!# los
sujetos asinaron mCs responsabilidad al supervisor en la condici!n de la concentraci!n del
supervisor 8- [ 00$0W9 Due en la condici!n de la auto>concentraci!n 8- [ /4$1W9# ?8/# .29
[ 6$31# p ] $3/$ Bas primeras cuatro preuntas estuvieron relacionadas con di)erentes
aspectos de la tesis# y la respuesta promedio revel! un resultado similar< concentraci!n del
supervisor - [ 00$0:L auto>concentraci!n - [ ./$7.L ?8/# .29 [ 1$0:# p ] $31$ ?inalmente#
los sujetos tendieron a evaluar sus tesis mCs positivamente en la condici!n de auto>
concentraci!n Due en la condici!n de concentraci!n del supervisorL //.$4 versus 6:$4#
?8/#.29 [ 0$16# p ] $/3$
Bas contrastantes palabras de las preuntas tuvo el impacto anticipado sobre las
asinaciones de responsabilidad de los sujetos$ Ba versi!n del cuestionario del supervisor
presumiblemente caus! a los sujetos recordar una mayor proporci!n de las contribuciones de
los supervisores Due la )orma NIO del cuestionario$ Esta disponibilidad di)erencial estuvo
entonces re)lejada en las asinaciones de responsabilidad$ *ote# sin embaro# Due las
preuntas no )ueron enteramente eGitosas en controlar la reparaci!n de los sujetos$ &l
supervisor le )ue asinada solo un tercio de la responsabilidad por la tesis en la condici!n de
la concentraci!n del supervisor$
& la luF de los presentes datos# las atribuciones de responsabilidad de los juadores de
bas(etball por el resultado del partido en el EGperimento . necesitan ser reeGaminadas$
"ecuerde Due los juadores )ueron reDueridos a completar la )rase< N*uestro eDuipo
an!Tperdi! nuestro Altimo partido debido a$ $ $ $O$ Esta preunta condujo a un altamente
sini)icativo prejuicio eoc;ntrico$ Con percepci!n retrospectiva# es evidente Due la )orma de
la preunta S N8uestro eDuipo # # # nuestro Altimo partidoO puede haber impulsado a los
sujetos a concentrarse en las acciones de sus propios eDuipos# aAn cuando el palabreo no
eGcluye re)erencias al eDuipo opuesto$ Ba preunta del Npunto decisivoO en el EGperimento .
)ue mCs neutralmente palabreado y no es susceptible para ;sta interpretaci!n alternativa$
Bas preuntas dominantes en ;stos estudios emanan de una )uente eGternaL muchas de
nuestras preuntas de recuperaci!n son auto>iniciadas# sin embaro# y nuestro recuerdo puede
bien ser prejuiciado por la )orma en la cual )ormulamos las preuntas de recuperaci!n a
nosotros mismos$ Por ejemplo# los juadores de bas(etball son probablemente mCs proclives
a pensar en t;rminos de NPor Du; nosotros anamos ! perdimosQO Due en t;rminos de una
neutralmente )raseada NCuCl eDuipo )ue responsable del resultado del partidoQO$ $ $
Ba presente investiaci!n demuestra la prevalencia de prejuicios auto>centrados en la
disponibilidad y en juicios de responsabilidad$ En la vida diaria# ;stas tendencias
eoc;ntricas pueden ser inoradas cuando empresas conjuntas no reDuieren asinaciones
eGplcitas de responsabilidad$ Si las asinaciones son establecidas distintamente# sin
embaro# eGiste un potencial para el disenso# y los individuos son improbables de darse
/1.
cuenta Due sus di)erencias en juicio podran surir de evaluaciones honestas de in)ormaci!n
Due estCn di)erencialmente disponibles$
/10
'1( El prejuicio de disponibilidad en la percepcin
social e interaccin
Shelley E$ 'aylor
'odos los das el percibidor social hace numerosos# aparentemente complejos juicios sociales
S Predecir el comportamiento de otro# atribuir responsabilidad# cateoriFar a un individuo#
evaluar a otros# estimar el poder de in)luencia de una persona# ! atribuir una causalidad$
Hasta recientemente# la investiaci!n sobre ;ste t!pico )ue marcada por un prejuicio
racionalista# la suposici!n de Due los juicios son hechos usando per)ectas# estrateias !ptimas
8vea# por ejemplo# ?ischho))# /624# para discusi!n sobre este punto9$ Bos errores en juicios
)ueron atribuidos a dos )uentes< 8a9 errores accidentales debido a problemas con la
in)ormaci!n de los cuales el percibidor no estuvo presumiblemente conscienteL y 8b9 errores
Due resultaron de motivos irracionales y necesidades del percibidor$
Dentro de la psicoloa social ;sta perspectiva estC representada por la investiaci!n de la
atribuci!n causal$ En las primeras )ormulaciones de la atribuci!n 8por ejemplo# =ones R
Davis# /641L Kelley# /6429 el percibidor social )ue caracteriFado como un cient)ico leo Due
reuni! in)ormaci!n de mAltiples )uentes en el medio ambiente para hacer atribuciones
considerando las relaciones causa>e)ecto$ Cuando )ueron observadas orientaciones de estos
modelos normativos# se crey! Due ellos se derivan de prejuicios tal como la relevancia
hed!nica 8vea# -iller R "oss# /6219$
Sin embaro# a trav;s de un perodo de aEos# un creciente cuerpo de evidencia suiri! no
solo Due los juicios y decisiones de la ente son menos completos y racionales de lo Due )ue
pensado pero Due no todos los errores pueden ser rastreados por )actores de motivaci!n$ &An
en la ausencia de motivos# los juicios estCn a menudo hechos sobre las bases de datos
escasos# los cuales aparentemente son casualmente combinados e in)luenciados por pre>
concepciones 8vea# por ejemplo# Da+es# /6249$ Estos descubrimientos condujeron a una vista
revisada del sistema conitivo$ Ba ente vino a ser vista como de capacidad limitada# capaF
de tratar con solo una peDueEa cantidad de datos a la veF$ -Cs Due ser vista como un
cient)ico leo Due optimiFa# la persona )ue considerada para Nsatis)acerO 8Simon# /6129 y
usar atajos Due produciran decisiones y juicios e)iciente y eGactamente$
Una de las contribuciones mCs provocativas y Due in)luyen para ;sta opini!n revisada del
proceso del juicio es el trabajo de Kahneman y 'vers(y sobre heursticas conitivas
8Kahneman y 'vers(y# /62:# /9$ De acuerdo a Kahneman y 'vers(y 8/62:# /9# las heursticas
son usadas bajo condiciones de incertidumbre# ! la no disponibilidad ! indeterminaci!n de
in)ormaci!n importante$ En juicios no sociales# la incertidumbre se deriva primariamente del
hecho de Due la in)ormaci!n relevante a un juicio particular es casi siempre incompleta$ El
material apropiado real puede ser inaccesible# el puede no ser arupado en tiempo para
re)erirse a la decisi!n# ! el puede ser muy voluminoso para ser apropiadamente oraniFado y
Ba preparaci!n de este trabajo )ue patrocinada por *S? "esearch Irant *o$ B*S 22>366..
/1:
utiliFado en una tarea de juicio$
Bas heursticas son probables estrateias para hacer juicios sociales as como para no
sociales por varias raFones$ Primera# la distinci!n entre juicios sociales y no>sociales es una
arbitraria# en Due virtualmente cualDuier juicio sini)icativo tiene consecuencias sociales$
Seunda# los juicios sociales involucran las mismas )ormas de incertidumbre Due caracteriFa
a los juicios no>sociales$ 'ercera# los juicios sociales incluyen nuevas )uentes de
incertidumbre$ Ba in)ormaci!n sobre la ente es mCs ambiua# menos )idedina y mCs
inestable Due es la in)ormaci!n sobre objetos ! eventos no>sociales# desde Due la ente no usa
sus atributos personales sobre sus caras del modo Due los objetos usan su color# )orma !
tamaEo$ Por lo tanto# los atributos personales deben ser in)eridos mCs Due observados
directamente$ Ba ente tiene intenciones# de las cuales no todas son directamente
establecidas$ Debido a Due la mayora de acciones sociales sini)icativas pueden ser
comprometidas para una variedad de raFones y producirC una variedad de consecuencias# el
sini)icado de la acci!n social es )undamentalmente ambiuo$ &unDue los objetos mantienen
sus atributos cruFados>en situaci!n y )uera de hora# los motivos de la ente cambian de
situaci!n en situaci!n# y las metas cambian de minuto a minuto as como sobre el tiempo de
vidaL por tanto# una in)erencia eGacta en una situaci!n puede tener poca utilidad productiva$
Ba imposibilidad de tener in)ormaci!n completa# seura# predecible sobre la ente y las
interacciones sociales suieren Due la ente adopta heursticas Due la posibilita a hacer
in)erencias y predicciones de los escasos y no con)iables datos Due estCn disponibles$
La disponibilidad *eur#stica
Una de tales heursticas es la disponibilidad$ NUna persona se dice Due emplea la
disponibilidad heurstica cada veF Due ;l estima la )recuencia ! probabilidad por la )acilidad
con la cual las instancias ! las asociaciones vienen a la menteO 8'vers(y R Kahneman# /620#
p$ .37# ''9$ Uno asume Due si los ejemplos son trados a la mente rCpidamente# entonces debe
haber muchos de ellos# ! Due si una asociaci!n es hecha )Ccilmente# entonces debe ser eGacta#
puesto Due las uniones asociativas son construidas con eGperiencia$ &demCs# es )Ccil de
restablecimiento# construcci!n y asociaci!n Due provee la estimaci!n de la )recuencia ! de la
probabilidad# no la suma total de ejemplos ! asociaciones Due vienen a la mente$ Por tanto#
una importante di)erencia entre el uso de la disponibilidad heurstica y el uso de alAn
proceso mCs elaborado es Due el poco restablecimiento actual ! construcci!n necesita ser
completado# una estimaci!n de la )acilidad con la cual este proceso puede ser ejecutado es
su)iciente como una base para la in)erencia$
'vers(y R Kahneman 8/620# ''9 suieren dos clases enerales de tareas en las cuales un
prejuicio de disponibilidad podra )iurar prominentemente< la construcci!n de instancias y
asociaciones y el restablecimiento de asociaciones e instancias$ Estas dos tareas enerales son
tambi;n tareas del percibidor social$ Bajo muchas circunstancias# podemos ser reDueridos a
construir un comportamiento social# como en tratar de adivinar c!mo alAn amio va a
comportarse ;l se da cuenta Due su esposa lo estC abandonando$ En tales casos uno estC
construyendo una realidad social contra la cual el evento social actual puede ser comparado$
En otros casos# uno puede sacar del pasado ejemplos del comportamiento de un individuo
para hacer in)erencias# como en recordar instancias de c!mo este mismo amio se las arrel!
con la crisis en el pasado como una base para in)erir como ;l se las arrelarC ahora$
Hasta cierto punto las suposiciones relacionadas entre la )acilidad de construcci!n !
restablecimiento y nAmero de ejemplos ! asociaciones son eGactas# y al rado Due ellas son#
un individuo usando la disponibilidad heurstica alcanFarC las in)erencias correctas ! al
menos in)erencias Due se asemejen a aDuellas alcanFadas usando procedimientos mCs
eGhaustivos y aotadores$ Bajo otras circunstancias# sin embaro# aDuellas in)erencias pueden
/11
no ser eGactas debido a Due eGisten prejuicios en los datos disponibles Due son trados para
ser apropiados al problema$ EGisten al menos tres maneras en las cuales un prejuicio en los
datos disponibles podran prejuiciar a procesos sociales subsecuentes$ Primero# datos
altamente importantes pueden estar mCs disponibles y por lo tanto ejercer una
desproporcionada in)luencia sobre los procesos de juicio$ Seundo# prejuicios en el proceso
de restablecimiento en s mismo puede conducir a una base de datos no>representativa$
'ercero# la perseverancia de las estructuras conitivas del percibidor tales como creencias y
valores )omentan preconcepciones Due aumentan la disponibilidad de cierta evidencia# por
tanto prejuiciando el proceso de juicio$ Ba presencia de cualDuiera de ;stos prejuicios
evidenciales ! de procesamiento pueden conducir a in)erencias prejuiciadas$
%isponibilidad y prejuicios salientes1 +n ejemplo
Prejuicios salientes se re)ieren al hecho Due el colorido# la dinCmica A otros estmulos
distintivos desproporcionadamente comprometen la atenci!n y concordantemente a)ectan los
juicios desproporcionadamente$ Un ejemplo de tal prejuicio a sido denominado el error de
atribucin fundamental 8vea "oss# /6229 y se re)iere a un penetrante prejuicio de ver a la
ente como aentes causales en el medio ambiente$ Bo Due sini)ica Due# en un ajuste social
en el cual ya sea una persona ! aluna variable situacional es un plausible candidato causal
para un resultado# ah eGiste un prejuicio eneral de ver a la ente como aentes causales#
particularmente sus atributos de tolerancia de disposici!n$
&lunas entes son mCs sobresalientes Due otras# y ;sta di)erencia de sobresaliente dentro
del entorno social puede tambi;n prejuiciar del proceso de juicio$ Estudios Due han aplicado
a principios de estar una idea de ;n)asis de )iura al mundo social 8vea# por ejemplo#
-c&rthur R Post# /622L 'aylor R ?is(e# /621L ?is(e et al$# /6269 revelan Due un individuo
Due es brillantemente iluminan# movi;ndose 8como en una silla mecedora9# muy contrastante
8a trav;s de tales aparentemente triviales manipulaciones como el color de la camisa9# !
novela desviarC una desproporcionada cantidad de atenci!n$
Consecuencias sociales del prejuicio saliente son ilustradas por estudios Due eGaminan el
impacto de la sola posici!n ! interaci!n simb!lica de las impresiones de la ente de los
individuos$ Cuando una compaEa estC a punto de desinterarse e incluye a miembros de un
rupo minoritario# tal como neros# mujeres ! los incapacitados# a menudo un paso
intermedio ocurre previo a la interaci!n completa$ En este paso# uno ! dos miembros de ;ste
rupo previamente eGcluido puede ser trado dentro de lo Due ha de otro modo sido un rupo
de trabajo de hombres blancos# por tanto creando instancias de una sola posici!n$ Una sola
posici!n puede presentarse por cualDuiera de varias raFones$ &h debe de haber una ausencia
de aplicantes cali)icados del rupo minoritario particularL la oraniFaci!n puede desear evitar
el desa)o suerido por un rande in)lujo de miembros del rupo minoritarioL ! uno solo
puede ser usado para prevenir las )uerFas de acci!n a)irmativa$ & pesar de las raFones para la
interaci!n simb!lica# el smbolo ! solo individual es a menudo tratado como un
representativo de su rupo social$ En consecuencia# las evaluaciones Due son hechas de su
desenvolvimiento son a menudo usadas para predecir cuCnto bien otros miembros de ese
rupo haran si ellos )ueran a venir dentro de la oraniFaci!n tambi;n$ Ba sini)icaci!n de la
sola posici!n es su novedad$ En un distinto medio ambiente masculino# una mujer oriinal#
como lo hace una nera# en un distinto medio ambiente blanco$ 'al distinci!n )omenta un
prejuicio saliente$
/14
En una analoa eGperimental de esta situaci!n# los sujetos observaron una representaci!n
audiovisual de un peDueEo rupo 8seis personas9 teniendo una discusi!n in)ormal$ &lunos
sujetos vieron a un rupo Due incluy! un nero# uno masculino ! uno )emenino en un distinto
rupo blanco# )emenino ! masculino# respectivamente 8'aylor et al$# /624L 'aylor# ?is(e
Etco)) R "uderman# /6279$ %tros observaron rupos de comparaci!n en los cuales el
contenido del rupo de discusi!n )ue id;ntico a ese de condiciones sola# pero la composici!n
del seGo ! raFa del rupo )ue iualada 8por ejemplo# tres hombres y tres mujeres9$ Bos sujetos
observaron el rupo de discusi!n y entonces rabaron sus impresiones de los individuos en
los rupos$
Consistente con el arumento Due eGiste un prejuicio sobresaliente creado por posiciones
solas ! simb!licas# un comportamiento solo de un nero )ue recordado de aluna manera
mejor Due el comportamiento de ese mismo individuo en un iualmente comparable rupo
miGto# y el solo )ue juFado como haciendo mCs del parloteo comparado con un individuo
comparable en rupo miGto$
/
Este prejuicio saliente# a su veF# conduce a una eGtremidad
evaluativa$ Cuando un individuo )ue un solo en un rupo# el comportamiento de esa persona
)ue evaluado mCs eGtremamente en ya sea una direcci!n positiva ! neativa# comparada con
el mismo comportamiento en un rupo miGto$ Una persona desaradable )ue percibida como
aAn mCs cuando un soloL una persona aradable )ue percibida como aAn mCs aradable
cuando un solo$
Usando la disponibilidad heurstica como un marco de trabajo eGplicatorio# uno puede
in)erir Due cuando los sujetos )ueron reDueridos a evaluar a un individuo en el rupo# ellos
trataron de acceder a ejemplos de comportamientos relevantes ! asociaciones para el
estmulo de las personas# y la )acilidad con la cual tales instancias ! asociaciones vinieron a
la mente los condujeron a hacer evaluativamente juicios eGtremos$ En el caso del solo# mCs
ejemplos de comportamientos relevantes estCn disponibles debido a Due eGiste una ran base
de datos# conduciendo a una eGtremidad evaluativa$ Estos resultados suieren muy
)uertemente Due un individuo distintivo Due es un solo# Duien es discapacitado# ! Dui;n es de
otro modo di)erente de otros individuos con Duienes ;l interactAa# provocarC evaluativamente
juicios eGtremos en aDuellos alrededor de ;l$ Bas implicaciones de estos descubrimientos para
el mundo social son# por supuesto# pro)undos$ Por ejemplo# si solos son usados como unas
bases para hacer decisiones de disreaci!n y percepciones de un solo son inherentemente
prejuiciadas# entonces decisiones eDuivocadas pueden ser hechas$ Evaluaciones
eGaeradamente neativas de un solo pueden conducir a una terminaci!n no arantiFada de
un prorama de disreaci!n$
Evaluaciones eGaeradamente positivas pueden )inar )alsas eGpectativas para el
comportamiento de otros miembros del rupo minoritario# eGpectativas Due pueden no
ser encontradas$
Usando la disponibilidad heurstica como un marco de trabajo eGplicatorio# uno puede
in)erir Due cuando los sujetos )ueron reDueridos a evaluar a un individuo en el rupo# ellos
trataron de acceder a ejemplos de comportamientos relevantes ! asociaciones a los estmulos
de las personas# y la )acilidad con la cual tales instancias ! asociaciones vinieron a la mente y
los condujeron a hacer juicios eGtremos evaluativamente$ En el caso del solo# mCs ejemplos
de comportamientos relevantes estCn disponibles debido a Due eGiste una enorme base de
datos# conduciendo a la eGtremidad evaluativa$ Estos resultados suieren muy )uertemente
Due un individuo distintivo Duien es un solo# Duien es discapacitado# ! Duien es di)erente de
otros individuos con Duienes interactAa# evocarCn evaluativamente los juicios eGtremos en
aDuellos alrededor de ;l$ Bas implicaciones de estos descubrimientos para el mundo social
son# por supuesto# pro)undos$ Por ejemplo# si los solos son usados como una base para
3
(edidas de recuerdo no fueron colectadas en los estudios sobre el solo masculino y el solo femenino&
/12
hacer decisiones y percepciones de disreaci!n de un solo son inherentemente prejuiciadas#
entonces decisiones eDuivocadas pueden ser hechas$ Bas evaluaciones de un solo
eGaeradamente neativas pueden conducir a una )inaliFaci!n no arantiFada de un prorama
de disreaci!n$ Evaluaciones eGaeradamente positivas pueden provocar )alsas eGpectativas
para el comportamiento de otros miembros del rupo minoritario# eGpectativas Due pueden
no ser eGperimentadas$
Ba motivaci!n claramente no puede contar para estos prejuicios en las percepciones de
otros salientes$ &unDue alunos procesos de motivaci!n pueden ser comprometidos en
reacciones a los incapacitados ! a un solo# es di)cil encontrarlos en las evaluaciones de una
persona Duien es saliente por virtud del color de la camisa ! movimiento$ Por consiuiente#
uno debe ver los )actores conitivos# y la disponibilidad heurstica provee una posible
eGplicaci!n para estos e)ectos$
Prejuicios de disponibilidad y restablecimiento1 %os ejemplos
Una seunda )uente de prejuicios de disponibilidad se deriva de c!mo la in)ormaci!n es
almacenada ! restablecida$ Pue sini)ica# Due la memoria estC oraniFada en modos
particulares Due pueden )acilitar la recuperaci!n ! construcci!n de ciertas )ormas de ejemplos
! in)erencias e inter)erir con otros$ Una )uente de inter)erencia es la simple limitaci!n en la
cantidad de in)ormaci!n Due puede ser sostenida en la memoria# la Due puede conducir a
con)usi!n en los rasos asociativos o ejemplos Due son almacenados$
"othbart y sus coleas 8"othbart et al$# /6279 demostraron este problema en un estudio de
los atributos de rupos sociales$ & los sujetos se les dio in)ormaci!n caracterstica sobre
hipot;ticos miembros del rupo 8por ejemplo# Phil es pereFoso9 bajo una de dos condiciones$
Bos sujetos tampoco vieron los nombres de varios di)erentes miembros del rupo 8Ed# Phil#
?redL =oe9 aparejados con un raso particular 8pereFoso9 ! ellos vieron el mismo nombre del
raso aparejando 8Phil es pereFoso9 un eDuivalente nAmero de veces$ Si los sujetos son
capaces de recordar eGactamente cuales nombres )ueron aparejados con cuales rasos#
entonces las in)erencias sobre el rupo como un todo deberan ser mCs )uertes si varios
miembros del rupo tienen un raso particular Due si solo un miembro tiene el raso$ Cuando
el nAmero total de emparejamientos de raso de nombre a Due los sujetos )ueron eGpuestos
)ue bajo# los sujetos mostraron esta cautela en sus in)erencias sobre el rupo$ Sin embaro#
cuando el nAmero total de emparejamientos de raso de nombre )ue alto# )ue aparentemente
di)cil para los sujetos conservarse seuros de cuCntos individuos tenan esos rasos# y ellos
empeFaron a comportarse como si mAltiples instancias del mismo aparejamiento del raso
del nombre )ue tan in)ormativo como varios di)erentes nombres emparejados con ese
nombre$ El rupo vino a ser caracteriFado como pereFoso aAn cuando solo unos pocos de sus
miembros actualmente )ueron pereFosos$
El mundo social es activo y a menudo abrumadoramente in)ormativo# y como tal
usualmente re)leja "othbart et al$@s 8/6279 condici!n de alta cara de memoria mCs Due la
condici!n de baja cara de memoria$ Estas condiciones )acilitaran# entonces# la in)ormaci!n
de estereotipos de rupo del comportamiento de unos pocos individuos cuyo comportamiento
muestra un ran nAmero de veces$ Como "othbart et al$ *otan# la media es mCs tomada con
eventos neativos Due positivos# y concordantemente la totalidad de estos prejuicios podran
)avorecer la )ormaci!n estereotipos de rupos neativos# particularmente si la membresa del
rupo es saliente cuando es mencionada en cobertura media$
El seundo ejemplo del impacto de prejuicios de recuperaci!n de juicios sociales es el de
atribuciones eoc;ntricas 8"oss R Sicoly# /626# '+9$ En muchos conteGtos un individuo debe
hacer juicios en relaci!n a Dui;n es responsable por lo Due ha transpirado$ Ba autora de un
/17
trabajo debe ser decidida# unos honorarios de consultora deben ser divididos entre
trabajadores# ! el cr;dito para un rupo anador ! perdedor debe ser dividido$ EGcepto la
conservaci!n de cada persona de una lista de sus contribuciones propias y las de las otras
personas 8una estrateia alo desesperada Due las vctimas han sido )orFadas a adoptar9# todas
las partes deben hacer una aproGimaci!n de Dui;n lo hiFo Due en la empresa conjunta$ Ba
disponibilidad heurstica provee una estrateia potencial para hacerlo$ Uno puede pensar
sobre ejemplos de las contribuciones propias y de las otras personas y sobre las bases de
cuCntos ejemplos vienen a la mente decidir Dui;n hiFo mCs$ Bos prejuicios pueden estar
presentes# sin embaro# Due inter)ieren con una eGacta evaluaci!n$ Un prejuicio hipotetiFado
es recuerdo eoc;ntrico# la habilidad de traer a la mente las propias contribuciones de uno un
tanto mejor Due aDuellas de otra persona$ Este prejuicio en recordar puede# a su veF# producir
prejuicios en la responsabilidad percibida$ Por ejemplo# si yo puedo recordar seis veces Due
yo eGtraje la basura y solo tres veces Due mi esposo lo hiFo# yo puedo concluir Due yo teno
responsabilidad por eGtraer la basura$ En una investiaci!n reciente# las )aenas maritales
probaron ser particularmente Atiles as como el conteGto el;ctrico para eGaminar el prejuicio
de disponibilidad 8"oss R Socoly# /626# '+9$ 'reinta y siete parejas casadas )ueron
entrevistadas en relaci!n a sus contribuciones a las variadas actividades Due la ente casada
debe ejecutar# tales como hacer el desayuno ! lavar los platos$ Cada miembro de la pareja )ue
reDuerido a indicar si cada actividad )ue ejecutada primariamente por el esposo !
primariamente por la esposa$ Cada persona entonces record! ejemplos espec)icos de lo Due
esa persona ! la esposa haba contribuido a la actividad# una medida desinada para utiliFar
la relativa disponibilidad de las contribuciones propias versus la de la esposa$
Bos resultados claramente indicaron Due cada c!nyue pens! Due ;l ! ella haban
contribuido mCs a las actividades conjuntas Due el otro c!nyue$ Cuando los punteos de
responsabilidad de los dos socios )ueron areados juntos# ellos eGcedieron el total posible de
responsabilidad Due podra ser tomado$ El nAmero de ejemplos espec)icos de contribuciones
Due cada c!nyue haba hecho )ue tambi;n calculado# y los resultados indicaron Due el
nAmero de contribuciones acreditadas a s mismo eGcedieron por mucho del nAmero de
contribuciones acreditadas al c!nyue$ Ba correlaci!n entre ejemplos recordados y
atribuciones de responsabilidad )ue alto 8l $1/9# suiriendo Due el prejuicio en recordar puede
haber producido el prejuicio la responsabilidad$
Una posible eGplicaci!n para estos e)ectos descansa en principios de motivaci!n y
mantiene Due las entes toman mCs de su compartir justo del cr;dito para preservar !
incrementar una positiva auto>imaen$ Si esto es cierto# entonces deberamos encontrar Due
cuando un proyecto conjunto )alla# la ente denearC el cr;dito personal por la )alla y atribuir
la responsabilidad al otro$ Por ejemplo# si una pareja hace una compra Due lle! a ser un
lim!n# cada uno puede acreditar al otro por la decisi!n$ "oss y Sicoly 8/626# '+9 eGaminaron
;sta posibilidad y encontraron Due ella contribuye solo d;bilmente a atribuciones
eoc;ntricas$ Ba ente estuvo cercanamente probable a tomar un cr;dito desproporcionado
para un mal proyecto conjunto como para uno bueno$
Una eGplicaci!n conitiva para estos e)ectos recurre a c!mo la recuperaci!n ! el
almacenamiento de in)ormaci!n produce prejuicios en la responsabilidad percibida$ Un
prejuicio eGpuesto puede estar presente tal Due uno observe sus propias contribuciones mCs
cercanamente Due aDuellas de otros# y por tanto cuando se estC reconstruyendo Dui;n es
responsable por lo Due# mCs de las contribuciones propias de uno vienen a la mente$ Por
ejemplo# si ambos c!nyues estCn trabajando al mismo tiempo# uno puede ser distrado por
las contribuciones del otro y observar sus propias contribuciones mCs cercanamente$
&lternativamente# uno puede estar menos consciente las contribuciones del otro porDue uno
no estC )sicamente presente cuando el c!nyue de uno estC haciendo su repartici!n del
trabajoL por consiuiente# uno puede subestimar la cantidad de tiempo y es)uerFo Due el
/16
c!nyue ha actualmente invertido$ &dicionalmente# el prejuicio puede estar presente si uno
ha re)leGionado sobre las propias contribuciones mCs Due las del otro$ Esto es especialmente
probable de ser cierto cuando el proyecto conjunto involucra mucho de pensar# escribir A otra
)orma de trabajo eGtendido como en plani)icar una mayor reparaci!n de la casa A
oraniFaci!n de una )iesta$ Una tercera posibilidad es Due las contribuciones propias de uno
se ajusten construcciones ! esDuemas de uno# lo Due sini)ica# maneras de dividir ! codi)icar
la in)ormaci!n$ Ba in)ormaci!n Due se ajuste a un esDuema preeGistente parece ser recordado
mCs )Ccilmente# y por lo tanto la disponibilidad realFada de las propias contribuciones de uno
pueden re)lejar un prejuicio de recuperaci!n 8vea 'aylor T Croc(er# /626b9$ Para resumir# los
prejuicios en c!mo la in)ormaci!n es almacenada ! recuperada puede conducir juicios
sociales prejuFados$ Un posible mediador es el uso de la disponibilidad heurstica$
%isponibilidad y prejuicios debidos a estructuras cognitivas
Una tercera )orma en la cual la disponibilidad puede prejuiciar los juicios sociales es a trav;s
del uso del percibidor social de relas bien practicadas# esDuemas A otras estructuras
conitivas$ Ba ente tiene estructuras resistentes para procesar la in)ormaci!n entrante Due
ellos emplean )recuentemente y de aDu Due viene a utiliFarse como hCbitos conitivos$
Sabemos# por ejemplo# Due la ente estC mCs inclinada a usar alunos rasos como maneras
de oraniFar la in)ormaci!n de la ente sobre otros rasos$ Por ejemplo# acad;micos a
menudo discriminan entre la ente sobre la caracterstica de la inteliencia# mientras Due para
los entusiastas del deporte# la habilidad atl;tica mCs Due la inteliencia es un )actor
discriminante$ Esta clase de prejuicio en la tendencia a usar esDuemas ! construcciones
particulares tambi;n pueden prejuiciar los juicios$ Por ejemplo# si uno es reDuerido si uno es
preuntado de sus impresiones de un individuo particular# uno puede emplear sus
caractersticas )avoritas 8por ejemplo# la inteliencia9 como una manera de buscar la memoria
y describir al individuo menos en t;rminos de su actual comportamiento mCs Due en t;rminos
de los propios rasos pre)eridos de uno8vea# por ejemplo# D@&ndrade#/6419$ Un prejuicio
similar puede ocurrir en la construcci!n del comportamiento social# desde Due la ente
tambi;n sus construcciones y esDuemas personales cuando es en)rentado con nuevas
situaciones ! cuando es reDuerido a hacer predicciones sobre el )uturo$ Por ejemplo# un
acad;mico puede predecir la habilidad de un amio para salir de una mala situaci!n sobre las
bases de cuCn inteliente es el amio# mientras Due el entusiasta del deporte puede predecir la
habilidad del mismo amio para salir de la situaci!n sobre las bases de cuCn rCpido el amio
puede correr$ Por consiuiente# el uso de relas# esDuemas y construcciones personales puede
conducir a uno a hacer in)erencias Due un individuo Duien no comparte las mismas conitivas
no hara$
'alveF el mCs intriante ejemplo de los e)ectos de estructuras esDuemCticas resitentes
sobre la percepci!n de datos es proveda por el )en!meno de estereotipar$ Esperando Due una
persona se comprometa en un comportamiento particular puede conducir a in)erencias Due
una persona se ha comprometido en el comportamiento$ Estereotipos son )ormas particulares
de eGpectativas Due pueden )uncionar para uiar y )ormar la realidad# y ellos pueden hacerlo#
al menos en parte# a trav;s de un prejuicio de disponibilidad$ Hamilton y "ose 8/6279
eGploraron esta posibilidad en su estereotipada investiaci!n$ En un estudio# a los sujetos se
les dieron listas de )rases de la )orma# NCarol# una bibliotecaria# es atractiva y seriaO$ En cada
una de las )rases# un miembro de una ocupaci!n )ue descrito como poseyendo dos
caractersticas$ &lunas de las caractersticas )astidian a una asociaci!n estereotpica a la
ocupaci!n como# por ejemplo# en el caso del raso NserioO# con la ocupaci!n de
NbibliotecariaOL en otros casos los rasos no )ueron estereotpicos para esa ocupaci!n 8tal
como NatractivaO para una aeromoFa9$ En todas las )rases cada raso )ue aparejado con cada
/43
ocupaci!n un nAmero iual de veces$ Cada raso )ue aparejado con una ocupaci!n
estereotipada un tercio del tiempo y con ocupaciones no estereotipadas dos tercios del
tiempo$ Sin embaro# cuando los sujetos )ueron reDueridos a estimar el nAmero de veces Due
cada raso haba descrito a un miembro de cada ocupaci!n# ellos no recordaron el
aparejamiento raso>ocupaci!n para )avorecer las asociaciones estereotpicas$ Por ejemplo#
ellos se inclinaron mCs a recordar Due las bibliotecarias haban sido serias mCs Due las
aeromoFas haban sido serias$
&unDue )actores de motivaci!n pueden proveer una eGplicaci!n para ;stos estados# ellos
no estCn inclinados a hacerlo$ &lunos estereotipos pueden )iurar prominentemente en las
necesidades y metas de un individuo# pero estereotipos para ocupaciones tales como
aeromoFa ! bibliotecaria son justamente banales y probablemente no$ En consecuencia# ;stos
resultados son mejor entendidos como un )en!meno conitivo$ Ba disponibilidad heurstica
provee una posible eGplicaci!n asumiendo Due cuando los sujetos son preuntados sobre
cuCn a menudo el raso y la ocupaci!n son aparejados# ellos estiman la )recuencia usando la
)ortaleFa de la asociaci!n entre la ocupaci!n y el rasoL bajo la mayora las asociaciones son
mCs )uertes despu;s de muchos aparejamientos$ Sin embaro# en este caso# eGiste un
prejuicio en la )ortaleFa de la coneGi!n asociada por virtud de la asociaci!n estereotpica
entre alunos de los aparejamientos raso>ocupaci!n$ Por consiuiente# desde Due aDuellas
asociaciones son mCs )uertes# el percibidor estima Due aDuellos rasos y ocupaciones han
sido mCs )recuentemente aparejados Due el raso>ocupaci!n no estereotpico$ De nuevo# las
implicaciones sociales de esta )orma de prejuicio son randes$ Estereotipos# una veF
)ormados# pueden prejuiciar el arupamiento y almacenamiento de la in)ormaci!n e
impresiones subsecuentes$ Una consecuencia es Due injusti)icadas in)erencias sobre rupos
sociales ! individuales pueden ser perpetuados en la ausencia de cualDuier base emprica$
Conclusiones
Bas pasadas pocas d;cadas han testi)icado un lejano cambio de una visi!n de los juicios
como los productos de racionales# hacer decisiones l!icas des)iurada por la presencia
ocasional de necesidades irracionales y motivos hacia una visi!n de la persona como usuario
heurstico$ El trabajo emprico sobre juicios no sociales indica Due el percibidor emplea
atajos ! heursticas para liberar capacidad y transmitir in)ormaci!n tan pronto como le es
posible# y reciente investiaci!n en psicoloa social suiere Due estos procesos tambi;n se
aplican a la )ormaci!n y uso de juicios sociales$ Ba )acilidad con la cual los ejemplos !
asociaciones son trados a la mente proveen un estimado de probabilidad 8por ejemplo#
)recuencia ! probabilidad9# la cual a su veF provee una base para hacer otros juicios sociales
tales como evaluar a otro# imputando causalidad ! responsabilidad# describiendo los atributos
de otro# cateoriFando a otros# ! describi;ndose a uno mismo$
Un crtico observante notarC Due en los estudios presentados# la evidencia para el uso de
la disponibilidad heurstica es de in)erencia mCs Due directa# y uno puede raFonablemente
demandar mCs clara evidencia Due es la )acilidad con la cual los ejemplos ! asociaciones
pueden ser trados a la mente Due es en realidad juicios mediadores$ EGisten varias raFones
para la vauedad$ Primero# a di)erencia de la investiaci!n conitiva sobre la disponibilidad#
ninuna de estas investiaciones sociales )ueron desinadas para eGaminar la disponibilidad
per seL mCs bien cada una )ue desinada para dilucidar alAn intrnsicamente interesante
)en!meno social# y la disponibilidad heurstica )ue elevada como una de varias posibles
eGplicaciones para el )en!meno$ Seundo# no ha habido hasta ahora acuerdo sobre la medida
de la disponibilidad$ &lunos estudios han usado la velocidad con la cual la in)ormaci!n es
/4/
recuperada como una medida de la disponibilidad 8vea Pryor R Kriss# /6229# mientras Due
otras investiaciones han visto al volumen de in)ormaci!n recordada como un ndice de la
disponibilidad de in)ormaci!n 8vea "oss y Sicoly# /626# '+9$ Desde Due las dos medidas no
siempre se correlacionan bien 8vea Pryor R Kriss# /6229# la medici!n de la ambieedad ha
entorpecido el proreso emprico$
&luno de este problema de medici!n# sin embaro# es discutible debido a un tercer
problema# llamado# ambieedad conceptual rodeando el uso del t;rmino disponibilidad&
EGiste un sentido trivial en el cual toda in)erencia social es mediada por la disponibilidadL los
juicios de uno estCn siempre basados en lo Due viene a la mente$ El uso del t;rmino
disponibilidad debe ser distinuido mCs cuidadosamente del uso de la disponibilidad
heurstica a trav;s de claros criterios para determinar si ! no y c!mo la disponibilidad
heurstica ha sido comprometida y si ! no la disponibilidad de ejemplos ! asociaciones estC
mediando los juicios subsiuientes$ Bos psic!loos sociales han tendido a en)ocarse en Du;
in)ormaci!n esta disponible y por qu-L para avanFar el calibre de la eGplicaci!n social
reDuiere rediriir es)uerFos a c!mo la disponibilidad heurstica ata el contenido de lo Due estC
disponible al procesamiento conitivo$
El impacto del concepto de disponibilidad en psicoloa social ha de ninuna manera
sido rande por varias raFones$ Primero# el subraya errores en el procesamiento Due pueden
ser entendidos sin recurrir a construcciones de motivaci!n$ Esto no Duiere decir Due el
impacto de motivos en juicios no es importante sino meramente seEalar Due mayores errores
en conici!n tambi;n eGisten$ Seundo# aunDue las teoras racionales han provedo Atiles
modelos normativos contra los cuales los juicios actuales pueden ser comparados# apartarse
de ;stos modelos son tan comunes y evidentes Due los modelos descriptivos son recordados$
En los ejemplos provedos aDu as como en muchos otros# la disponibilidad heurstica ha
provedo una posible descripci!n$ Bajo alunas circunstancias# el uso de la disponibilidad
heurstica conduce a per)ectamente apropiadas conclusionesL sin embaro# bajo esas
circunstancias donde eGiste un prejuicio en Due la in)ormaci!n estC disponible# in)erencias
)allidas siuen$ Espec)icamente# prejuicios en rasos sobresalientes# prejuicios en
recuperaci!n# y prejuicios debidos a estructuras conitivas tales como esDuemas# creencias y
valores pueden conducir a la disponibilidad intensi)icada de in)ormaci!n incorrecta !
enaEosa en tareas de juicios sociales$
Dado Due los prejuicios de disponibilidad pueden ser muy prevaleciente# por Du; el uso
de la disponibilidad heurstica persisteQ Una raF!n obvia es Due ella produce respuestas mCs
correctas Due erradas# y en un sentido costoTbene)icio# paa en tiempo y enera ahorrada$
Una seunda respuesta es Due muchos errores en las conclusiones producidos por la
disponibilidad heurstica no importarCn$ Por ejemplo# si las impresiones prejuiciadas de uno
no a)ectan el )uncionamiento )uturo de uno# como en )ormar una impresi!n incorrecta de una
persona lo encuentra una sola veF # entonces el prejuicio importarC poco$ Un prejuicio de
disponibilidad puede tambi;n importar poco si es constante con el tiempo$ Por ejemplo# si
uno relaciona al je)e de uno como brusco# puede no importar Due ;l es brusco solo cuando ;l
estC en papel de je)e# si esa es la sola circunstancia bajo la cual uno interactAa con ;l$ Una
tercera respuesta es Due muchos errores serCn correidos$ Cuando Duiera Due los prejuicios
de disponibilidad no son correlacionados con el tiempo# el proceso empeFarC a correirse a s
miso con repetidos encuentros$ Por ejemplo# si varios amios de uno no continAan el divorcio
inde)inidamente# la estimaci!n de uno de la tasa del divorcio puede ser temporalmente
eGaerada# pero asumiendo Due los amios de uno no continAan el divorcio inde)inidamente#
la tasa de divorcio estimada de uno debera venir eventualmente dentro de la lnea con datos
objetivos$ ?inalmente# en alunos casos# el error serC detectado a trav;s de la comunicaci!n$
Por ejemplo# si la aseveraci!n de Due uno estC tratando de compartir el trabajo de la casa se
encuentra con objeciones )uriosas de su c!nyue# esa posici!n es probable de ser modi)icada$
/4.
En resumen# las relaciones sociales normales proveen una base para realmente probar las
in)erencias de uno# y evidentemente )alsas conclusiones con implicaciones inalcanFables son
probables de ser correidas$
Pero percepciones err!neas con severas consecuencias pueden# bajo alunas
circunstancias# persistir$ Por ejemplo# como los estudios estereotpicos ilustran# si eGiste un
prejuicio en la )ormaci!n de un juicio# el puede a su veF conducir a un prejuicio en mantener
ese juicio va la estructura conitiva 8en este caso# un estereotipo9 Due es )ormada$ Estas
ntimas cooperaciones ! prejuicios complementarios pueden# como una consecuencia# ser
altamente resistentes a la contra>evidencia$ Hasta tal punto Due ellos eGisten# ellos pueden
tener un efecto daEino en ambas percepciones individuales y poltica social$ En resumen# uno
no puede con)iar en Due los prejuicios de disponibilidad sean inconsecuentes# y por
consiuiente# las estrateias para la detecci!n y correcci!n de las in)erencias prejuiciadas son
necesarias$
/40
'7( Fa simulacin ;eur*stica
%aniel Ba*neman y 6mos "vers;y
*uestro tratamiento oriinal de la disponibilidad heurstica 8'vers(y R Kahneman# /620# ''9
discuti! dos clases de operaciones mentales Due Ntraen cosas a la menteO< la recuperaci!n de
instancias y la construcci!n de ejemplos ! escenarios$ !ecuerdo y construccin son muy
di)erentes maneras de traer cosas a la mente< ellos son usados para responder di)erentes
preuntas# y ellos siuen di)erentes relas$ Ba anterior investiaci!n a tratado principalmente
con la recuperaci!n de instancias de memoria# y el proceso de construcci!n mental ha sido
relativamente abandonado$ Para avanFar en el estudio de la disponibilidad para construcci!n#
hicimos un s(etch de una operaci!n mental Due etiDuetamos la estimulaci!n heurstica$
*uestro punto de partida es una introspecci!n comAn< Parece haber muchas situaciones en las
cuales las preuntas sobre eventos son respondidas por una operaci!n Due semeja la corrida
de un modelo de simulaci!n$ Ba simulaci!n puede ser constreEida y controlada de varias
maneras< Bas condiciones de arranDue para una NcarreraO pueden ser dejadas a sus
valores reales de incumplimiento ! modi)icados para asumir aluna continencia especialL
los resultados pueden ser dejados no especi)icados# ! mCs un estado de objetivo puede ser
)ijado# con la tarea de encontrar un atajo para ese estado partiendo de las condiciones
iniciales$ Una simulaci!n no necesariamente produce una simple historia# la cual se inicia al
principio y )inales con un resultado de)inido$ -Cs bien# construimos la producci!n de
simulaci!n como evaluaci!n de la )acilidad con la cual el modelo podra producir di)erentes
resultados# dadas sus condiciones iniciales y parCmetros de operaci!n$ Por lo tanto#
suerimos Due la simulaci!n mental conduFca a una medida de la propensi!n de la situaci!n
del modelo de uno para enerar varios resultados# tanto como las propensiones de un modelo
estadstico pueden ser evaluadas por t;cnicas -onte Carlo$ Ba )acilidad con la cual la
simulaci!n de un sistema alcanFa un estado particular es usualmente usada para juFar la
propensi!n del sistema 8real9 para producir ese estado$
*osotros areimos Due las evaluaciones de propensi!n y probabilidad se derivaron de
simulaciones mentales Due son usadas en varias tareas de juicio y tambi;n Due ellas juean
un sini)icativo en varios estados a)ectivos$ Primero listamos alunas actividades de juicio en
las cuales la simulaci!n mental parece estar involucrada$ Entonces describimos un estudio de
las relas conitivas Due obiernan el deshacer mental de eventos pasados# y brevemente
discutimos las implicaciones de estas relas por emociones Due suren cuando la realidad es
comparada con una alternativa )avorecida# Due uno ha )allado en alcanFar pero podra
Este captulo es sacado de KatF>*e+comb Becture in Social Psycholoy NSobre la Psicoloa de Posibles
-undosO# &nn &rbor# -ichian# &pril# /626$ El trabajo )ue auspiciado por the %))ice o) *aval "esearch bajo
Contrato *333/:>26>C>3322 para la Universidad de Stan)ord$
/4:
)Ccilmente imainar alcanFar$
Concluimos este breve s(etch de la simulaci!n heurstica con alunas observaciones
sobre escenarios # y sobre los prejuicios Due son probables de surir cuando esta heurstica es
utiliFada$
/$ Prediccin& Imaine el primer encuentro entre dos personas Due usted conoce bien#
Duienes nunca se han conocido antes$ C!mo enera usted predicciones tales como NEllos se
desenvolverCn )amosamenteO ! NEllos se lastimarCn el uno al otroQO
.$ )valuar la probabilidad de un evento especificado& C!mo evalAa usted la intervenci!n
armada &mericana para aseurar los campos de petr!leo de &rabia Saudita en la pr!Gima
d;cadaQ *ote la di)erencia entre esta tarea y la precedente$ Ba simulaci!n el presente caso
tiene un estado objetivo especi)icado# y su objeto es obtener aluna medida de la N)acilidadO
con la cual este estado objetivo puede ser producido# dentro de las restricciones de un modelo
realstico del sistema internacional$
0$ )valuar probabilidades condicionadas& Si la uerra civil estalla en &rabia Saudita#
cuCles son las probables consecuenciasQ *ote Due este ejercicio de simulaci!n di)iere de la
mera predicci!n# debido a Due involucra a un estado inicial especi)icado# el cual puede
diverir mCs ! menos de la realidad actual$ Ba evaluaci!n de continencias remotas# en
particular# involucra una interesante ambieedad$ Pu; cambios deberan ser hechos en el
modelo actual de uno antes de NcorrerO la simulaci!nQ Debera uno hacer solo los cambios
mnimos Due incorporen la continencia especi)icada 8por ejemplo# la uerra civil en &rabia
Saudita9# sujetos a reDuerimientos elementales de consistenciaQ } debera uno introducir
todos los cambios Due son hechos probables por la estipulaci!n de la condici!nQ En ese caso#
por ejemplo# el modelo de uno del sistema poltico debera primero ser ajustado a hacer la
uerra civil en &rabia Saudita tan no sorprendente como sea posible# y la simulaci!n debera
emplear los parCmetros del modelo revisado$
:$ )valuacin de la causalidad& CuCn cerca estuvieron los cient)icos de Hitler de
desarrollar la bomba at!mica en la Seunda Iuerra -undialQ Si ellos la hubieran
desarrollado en ?ebrero de /6:1# podra haber sido el resultado di)erenteQ Evaluaci!n de
hechos contrarios son tambi;n usados en muchos hechos mundanos# como cuando nosotros
juFamos Due Nella podra haberse en)rentado con la situaci!n del trabajo si su niEo no
hubiera estado en)ermoO$
1$ )valuacin de la causalidad& Para probar si un evento & caus! un evento B# nosotros
podemos deshacer & en nuestra mente# y observar si B aAn ocurre en la simulaci!n$ Ba
simulaci!n puede tambi;n ser usada para probar si & marcadamente incrementa la propensi!n
de B# DuiFC aAn hecho a B inevitable$ *osotros suerimos Due una prueba de causalidad por
simulaci!n es involucrada en ejemplos tales como NUsted conoce muy bien Due ellos habran
peleado aAn si ella no hubiera mencionado a su madreO$
Estudios de des;acer
*uestras investiaciones iniciales de la simulaci!n heurstica se han )ocaliFado en juicios en
contra de los hechos$ En particular# nosotros hemos estado al tanto con los procesos por los
cuales la ente juFa Due ese evento Nestuvo cerca de ocurrirO ! Ncercanamente ocurri!O$Ba
metC)ora espacial es obliatoria y ha sido adoptada en muchas investiaciones )ilos!)icas$
Parece raFonable hablar de la distancia entre la realidad y alAn una veF posible pero
irrealiFado mundo$ Ba sini)icaci!n psicol!ica de esta evaluaci!n de la distancia entre lo
Due sucedi! y lo Due podra haber sucedido es ilustrada en el siuiente ejemplo<
/41
El Sr$ Crane y el Sr$ 'ees )ueron proramados para abandonar el aeropuerto en di)erentes vuelos# al
mismo tiempo$ Ellos viajaron desde el pueblo en la misma limousina# )ueron atrapados en el trC)ico
pesado# y llearon al aeropuerto 03 minutos despu;s de la hora de partida proramada de sus vuelos$

&l Sr$ Crane se le dijo Due su vuelo parti! en tiempo$
&l Sr$ 'ees se le dijo Due su vuelo )ue retrasado# y Due justo parti! hace cinco minutos
Pui;n estC mCs molestoQ
El Sr$ Crane El Sr$ 'ees
JendrC no como sorpresa Due el 64W de una muestra de estudiantes Duienes respondieron
;sta preunta establecieron Due el Sr$ 'ees estara mCs molesto$ Pu; es lo Due hace el
estereotipo tan obvioQ *ote Due la situaci!n objetiva de los dos caballeros es precisamente
id;ntica# como ambos han )allado en sus planes$ -Cs aAn# desde Due ambos )allaron en sus
planes# la di)erencia entre ellos no puede ser atribuida a disusto$ En cualDuier sentido de la
palabra# la di)erencia entre 'ees y Crane es inmaterial$ Ba Anica raF!n para el Sr$ 'ees de
estar mCs disustado es Due )ue mCs NposibleO para ;l alcanFar su vuelo$ Suerimos Due el
ejercicio estCndar emocional para esta situaci!n llame a ambos viajeros a comprometerse en
un ejercicio de simulaci!n# en el cual ellos prueben cuCn cerca ellos estuvieron de alcanFar su
vuelo en tiempo$ Bas )unciones de construcci!n del hecho contrario como sera una
eGpectativa$ &unDue la historia deja claro Due las eGpectativas del Sr$ 'ees y del Sr$ Crane no
podran ser di)erentes# el Sr$ 'ees estC ahora mCs disustado porDue es mas )Ccil para ;l
imainar c!mo ;l podra haber arribado 1 minutos mCs temprano Due lo Due es para el Sr$
Crane imainar como los 03 minutos de retraso podran haber sido evitados$
EGiste una cualidad de &licia en el Pas de la -aravillas para tales ejemplos# con su
eGtraEa meFcla de )antasa y realidad$ Si el Sr$ Crane es capaF de imainar unicornios S y
esperamos ;l es S porDu; ;l encuentra relativamente di)cil imainarse a s mismo evitando
un atraso de 03 minutos# como suerimos Due ;l lo hace$ Evidentemente# eGisten
restricciones sobre la libertad de la )antasa# y el anClisis psicol!ico de la simulaci!n mental
consiste primariamente en una investiaci!n de ;stas restricciones$
*uestra comprensi!n de las relas de simulaciones mentales es todava rudimentaria y
podemos presentar solo resultados tempranos y especulaciones tentativas en un dominio Due
parece eGcepcionalmente rico y promisorio$ Hemos obtenido observaciones preliminares
sobre las relas Due obiernan una clase especial de actividad de simulaci!n S deshacer el
pasado$ *uestros estudios de deshacer se han )ocaliFado en una situaci!n en la Due ;sta
actividad es especialmente comAn S la respuesta de parientes sobrevivientes de un )atal
accidente$ &Du de nuevo# como en el caso del Sr$ 'ees y del Sr$ Crane# nosotros escoemos
estudiar lo Due llamamos los ejercicios emocionales para una situaci!n$ Por ejemplo#
considere la siuiente historia<
El Sr$ =ones tena :2 aEos de edad# padre de tres hijos y un ejecutivo banDuero eGitoso$ Su esposa
haba estado en)erma en casa por varios meses$
En el da del accidente el Sr$ =ones abandon! su o)icina a la hora reular$ El alunas veces
abandonaba temprano la o)icina para cuidar de las tareas de la casa a pedido de su esposa# pero esto
no )ue necesario en aDuel da$ El Sr$ =ones no manej! a casa por su ruta reular$ El da estaba
eGcepcionalmente claro y el Sr$ =ones cont! a sus amios en la o)icina Due ;l conducira a lo laro de
la playa para dis)rutar de la vista$
El accidente ocurri! en una intersecci!n principal$ Ba luF se torn! Cmbar al tiempo Due el Sr$
=ones se aproGimaba$ 'estios notaron Due el )ren! duro para parar en el cruce# aunDue ;l pudo
)Ccilmente atravesarse$ Su )amilia reconoci! esto como una ocurrencia comAn en el manejo del Sr$
=ones$ Cuando ;l comenF! a cruFar despu;s Due el semC)oro cambi!# un liero cami!n car! dentro
de la intersecci!n a alta velocidad# y embisti! al carro del Sr$ =ones del lado iFDuierdo$ El Sr$ =ones
muri! instantCneamente$
/44
-Cs tarde )ue comprobado Due el cami!n era conducido por un muchacho adolescente# Duien
estaba bajo la in)luencia de droas$
Como comAnmente sucede en tales situaciones# la )amilia =ones y sus amios a menudo pensaron
y a menudo dijeron# NSi solo $ $ $O# durante los das Due siuieron al accidente$ C!mo continuaron
ellos este pensamientoQ Por )avor escriba una ! mCs probables conclusiones$
Esta versi!n 8etiDuetada la versi!n NrutaO9 )ue dada a 4. estudiantes de la Universidad de
British Columbia$ %tro rupo de 4/ estudiantes recibi! una versi!n NtiempoO# en la cual el
seundo pCrra)o se lea como siue<
En el da del accidente# el Sr$ =ones dej! la o)icina mCs temprano Due de costumbre# para atender a los
Duehaceres de la casa a pedido de su esposa$ El condujo a casa a lo laro de su ruta reular$ El Sr$
=ones ocasionalmente escoe conducir a lo laro de la playa# para dis)rutar de la vista en das
eGcepcionalmente claros# pero ese da )ue justo el promedio$
El anClisis de la primera conclusi!n del radical NSi soloO es dado en la 'abla /$ Cuatro
cateoras de respuestas )ueron encontradas< 8i9 Deshacer de la rutaL 8ii9 Deshacer del tiempo
de partida de la o)icinaL 8iii9 El Sr$ =ones cruFando con la luF CmbarL 8iv9 "emoviendo al
muchacho droado de la escena$
'abla /$ &nClisis de la primera conclusi!n del radical NSi soloO
Cateoras de respuesta Jersi!n tiempo Jersi!n ruta
ooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooo
o
8i9 "uta 7 00
8ii9 'iempo /4 .
8iii9 CruFando /6 /:
8iv9 -uchacho /7 /0
8v9 %tra / 0
[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[
[
Un particularmente impresionante aspecto de los resultados mostrados en la 'abla / es un
evento Due )alla al ocurrir$ *o un simple sujeto mencion! Due si el Sr$ =ones hubiera lleado
a la intersecci!n dos ! tres seundos mCs temprano ;l la hubiera atravesado seuro$ El
descubrimiento es tpico< Bos eventos no son mentalmente deshechos por alteraciones
arbitrarias en los valores de variables continuas$ Evidentemente# los sujetos no ejecutan la
tarea de deshacer por eliminaci!n de esa condici!n necesaria del evento crtico Due tiene la
mCs baja probabilidad previa S un procedimiento Due seuramente los conducira a
)ocaliFarse en la eGtraordinaria coincidencia de los dos carros encontrCndose en la
intersecci!n$ Bo Due sea Due la ente haa# entonces# no estC per)ectamente correlacionado
con la probabilidad previa$
Bas alteraciones Due la ente introduce en las historias pueden ser clasi)icadas como
cuesta
abajo# cuesta arriba ! cambios horiFontales$ Un cambio cuesta abajo es uno Due remueve un
aspecto sorprendente ! inesperado de la historia# ! de otro modo incrementa su coherencia
interna$ Un cambio cuesta arriba es uno Due introduce ocurrencias improbables$ Un cambio
horiFontal es uno en Due un valor arbitrario es reemplaFado por otro valor arbitrario# el cual
es ni mas ! menos probable Due el primero$ Ba manipulaci!n eGperimental caus! un cambio
de ruta para ser cuesta abajo en una versi!n# cuesta arriba en otra# con una correspondiente
variaci!n en el carCcter de cambios del cronometraje del )atal viaje del Sr$ =ones$ Ba
/42
manipulaci!n )ue claramente eGitosa< Bos sujetos estuvieron mCs inclinados a deshacer el
accidente restaurando un valor normal de una variable Due por la introducci!n de una
eGcepci!n$ En eneral# los cambios cuesta arriba son relativamente raros en las respuestas de
los sujetos# y cambios horiFontales son ineGistentes$
Ba noci!n de cambios cuesta abajo y cuesta arriba es prestada de la eGperiencia del cruce
del pueblo del esDuiador# y su prop!sito es ilustrar la especial naturaleFa de relaci!n de
distancia Due puede ser de)inida para posibles estados de un sistema$ Ba propiedad esencial
de esa relaci!n es Due no es sim;trica$ Para el esDuiador Due cruFa el pueblo# una breve
carrera cuesta debajo de & a B es a menudo aparejada con una lara y laboriosa escalada de B
a &$ En ;sta metC)ora eGcepcionales estados ! eventos son cumbres# estados ! eventos
normales son valles$ Por tanto# proponemos Due la distancia psicol!ica de una eGcepci!n a
la norma Due ella viola es menor Due la distancia de la norma a la misma eGcepci!n$ Ba
pre)erencia por los cambios cuesta abajo es tal veF la mayor rela Due las simulaciones
mentales obedecenL ella incluye las restricciones esenciales Due dan realismo a las )antasas
contrahechas$
Un notable aspecto de los resultados mostrados en la 'abla / es la relativamente baja
proporci!n de respuestas en las cuales el accidente es deshecho eliminando el evento Due es
naturalmente visto como su causa< El insano comportamiento del muchacho droado en la
intersecci!n$ Este descubrimiento ilustra otra propiedad de la simulaci!n mental# la cual
etiDuetamos la rela del )oco< Bas historias son comAnmente alteradas por cambiar aluna
propiedad del objeto principal de preocupaci!n y atenci!n$ En el presente caso# por supuesto#
el )oco de atenci!n )ue el Sr$ =ones# desde Due los sujetos haban sido instruidos a en)atiFar
con su )amilia$ Para probar la rela del )oco# una nueva versi!n de la historia del accidente
)ue construida en la cual el Altimo pCrra)o )ue reemplaFado por la in)ormaci!n siuiente<
?ue mCs tarde aseurado Due el cami!n era conducido por un muchacho adolescente# llamado 'om
Searler$ El padre de 'om lo haba encontrado justo en casa bajo la in)luencia de droas$ Esta )ue una
ocurrencia comAn# ya Due 'om usaba droas pesadamente$ &h haba habido una pelea# durante la
cual 'om coi! las llaves Due )ueron dejadas sobre la mesa de la sala y se )ue conduciendo
cieamente$ El )ue severamente herido en el accidente$
& los sujetos les )ue dada esta versi!n de la historia donde se les reDuiri! completar el
radical NSi solo $ $ $O# ya sea en nombre de los parientes del Sr$ =ones ! en nombre de los
parientes de 'om$ &Du de nuevo# consideramos la primera respuesta dada por los sujetos$ Ba
mayora de los sujetos Due tomaron el papel de los parientes de 'om 847W9 modi)icada la
historia por remoci!n de ;l de la escena del accidente > mCs a menudo por no tener en cuenta
las llaves )atales sobre la mesa$ En contraste# solo una minora 8.7W9 de los sujetos
identi)icCndose con los parientes del Sr$ =ones mencion! a 'om en sus respuestas$
Hemos descrito este estudio de deshacer en alAn detalle# a pesar de su carCcter
preliminar# para ilustrar el sorprendente orden de las relas Due obiernan la simulaci!n
mental y para demostrar la eGistencia de ampliamente compartidas normas re)erentes a las
)antasas contrahechas Due son apropiadas en ciertas situaciones$ Creemos Due las relas
conitivas Due obiernan el deshacer mental serC de utilidad en el estudio de un rupo de
emociones Due podran ser llamadas emociones contrahechas# debido a su dependencia de
una comparaci!n de la realidad con lo Due podra ! debera haber sido< ?rustraci!n# pena y
alunos casos de indinaci!n# pesar y envidia son todos ejemplos$ Ba caracterstica comAn de
;stos estados emocionales contrariados es Due el nivel de adaptaci!n hed!nica de uno es
mayor Due la realidad actual# como si las posibilidades irrealiFadas )ueran sopesadas dentro
del nivel de adaptaci!n# por pesos Due corresponden a la )acilidad con la cual estas
posibilidades son alcanFadas en la simulaci!n mental$
/47
Ibservaciones sobre los escenarios
En el conteGto de la predicci!n y planeamiento bajo incertidumbre# la deliberada
manipulaci!n de los modelos mentales parecen ser su)icientemente importantes para merecer
la etiDueta de una distintiva simulaci!n heurstica$ El ejemplo mCs claro de tales actividades
es la eGplcita construcci!n de escenarios como un procedimiento para la estimulaci!n de las
probabilidades$
Pu; hace un buen escenarioQ En los t;rminos ya introducidos# un buen escenario Due
haa punte entre el estado inicial y el objetivo del evento por una serie de eventos# con una
tendencia eneral cuesta abajo y una movida insini)icante cuesta arriba a lo laro del
camino$ %bservaciones in)ormales suieren Due la plausibilidad de un escenario depende
mucho mCs de la plausibilidad de su vnculo mCs d;bil Due del nAmero de vnculos$ Un
escenario es especialmente satis)actorio cuando el sendero Due conduce del estado inicial al
estado terminal no es inmediatamente aparente# de tal manera Due la introducci!n de etapas
intermedias actualmente elevan la probabilidad subjetiva del objetivo del evento$
CualDuier escenario es necesariamente esDuemCtico e incompleto$ Es por lo tanto de
inter;s descubrir las relas Due obiernan la selecci!n de los sistemas Due son eGplcitamente
especi)icados en el escenario$ *osotros hacemos la hip!tesis Due los NvnculosO de un
escenario son eventos Due son bajos en redundancia y altos en sini)icado causal$ Un evento
no redundante representa un mnimo local en lo predecible de la secuencia# un punto en el
Due las alternativas sini)icantes pueden surir$ Un evento sini)icante causalmente es uno
cuya ocurrencia los valores Due son considerados normales para otros eventos en la cadena
Due eventualmente conduce al objetivo del escenario$
Ba elaboraci!n de un simple escenario plausible Due conduFca de condiciones realistas
iniciales as un estado )inal especi)icado es a menudo usado para soportar el juicio de Due la
probabilidad del estado )inal es alto$ Por otro lado# tendemos a concluir Due un resultado es
improbable si el puede ser alcanFado solo invocando suposiciones cuesta arriba de eventos
raros y eGtraEas coincidencias$ Por lo tanto# una evaluaci!n de la NbondadO de los escenarios
pueden servir como una heurstica para juFar la probabilidad de los eventos$ En el conteGto
de planeamiento# en particular# los escenarios son a menudo usados para evaluar la
probabilidad de Due el plan tendrC ;Gito y para evaluar el rieso de varias causas de )alla$
Hemos suerido Due la construcci!n de los escenarios sea usada como una heurstica para
evaluar la probabilidad de los eventos por una evaluaci!n mediCtica de la propensi!n de
alAn sistema causal para producir estos eventos$ Como cualDuier otra heurstica # la
simulaci!n heurstica debera estar sujeta a errores y prejuicios caractersticos$ Investiaci!n
estC )altando en ;sta Crea# pero la siuiente hip!tesis parece prometedora< 8i9 Ba investiaci!n
para los NvnculosO no redundantes y causalmente sini)icantes en la construcci!n de un
escenario se espera Due conduFca a un prejuicio por los escenarios 8y estados )inales9 en los
cuales los eventos dramCticos marcan transiciones causales$ EGistirC una correspondiente
tendencia a subestimar la probabilidad de los eventos Due son producidos por cambios lentos
y de incremento$ 8ii9 El uso de escenarios para evaluar la probabilidad estC asociado con un
prejuicio a )avor de eventos por los Due un escenario plausible pueda ser encontrado# con
correspondiente prejuicio contra los eventos Due puedan ser producidos en una multitud de
modos improbables$ 'al prejuicio podra tener especialmente perniciosas consecuencias en
un conteGto de plani)icaci!n# debido a Due el produce estimaciones demasiado optimistas de
la probabilidad de Due el plan tendrC ;Gito$ Por su mera naturaleFa# un plan consiste de una
cadena de vnculos plausibles$ En cualDuier punto de la cadena# eGiste una sensible esperanFa
de Due los eventos se desarrollarCn como se plane!$ Sin embaro# la probabilidad
acumulativa de al menos una )alla )atal podra ser abrumadoramente alta aAn cuando la
probabilidad de cada causa individual de )alla es insini)icante$ Bos planes )allan debido a
/46
sorpresas# ocasiones en las cuales un inesperado cambio cuesta arriba ocurre$ Ba simulaci!n
heurstica# la cual es prejuiciada a )avor de cambios cuesta abajo# estC por consiuiente#
asociada con un rieso de randes y sistemCticos errores$

/23
Parte V
Covariacin y control

/2/
'9( Evaluacin de la covariacin inormal: Casada en
datos versus la teor*a basada en juicios
Dennis B$ =ennins# 'eresa -$ &mabile y Bee "oss
El )lujo de la eGperiencia social )recuentemente nos impulsa a reconocer covariaciones
empricas$ &lunas veces estas covariaciones son meramente otro resto de nuestros poderes
de observaci!n y son imprCcticas en lo Due concierne a nosotros$ En otros tiempos > por
ejemplo# cuando esas covariaciones involucran sntomas tempranos de problemas y mCs
adelante mani)estaciones# ! estrateias de comportamiento empleadas y resultados obtenidos#
! relativamente caractersticas evidentes de la ente ! situaciones# y relativamente
)urtivas
unas S tal detecci!n de habilidades puede ayudar a determinar nuestro ;Gito en adaptarse a
las demandas de la vida social de cada da$ -as eneralmente# la detecci!n de covariaciones
juarC un ran papel en nuestra continua lucha como Ncient)icos intuitivosO 8vea *isbett R
"oss# /673L "oss# /622# /6279 para evaluar y actualiFar la hip!tesis Due sostenemos sobre
nosotros mismos# nuestros compaEeros y nuestra sociedad$ Una preunta obvia por
consiuiente se presenta a s misma< CuCn productivos somos# como ente lea# en evaluar
las covariaciones empricas por la evidencia eGperimentalQ
&ntes de proceder a discutir la investiaci!n pasada y presente# deberamos notar Due la
observaci!n de cada da provee mucho de evidencia relevanteL y da a entender Due la
respuesta a la provechosa preunta estC lejos de una simple$ Por un lado# ambas la
eneralmente adaptable naturaleFa del comportamiento social y la eneralmente armoniosa
calidad de la interacci!n social dejan muy poca duda Due los participantes en nuestra cultura
poseen muchas ideas sobre las causas del comportamiento y sus consecuencias$ De hecho#
te!ricos contemporCneos de la atribuci!n 8por ejemplo# =ones et al$# /62/L Kelley# /642#
/62/# /620L Heiner# /62:9# Duienes han estado raramente relacionados con los prejuicios por
tales ideas# eneralmente parecen haber tratado la habilidad para detectar covariaciones como
una NdCdivaO y procedieron al uso in)erencial Due es hecho de tales covariaciones percibidas$
Por otro lado# la eGperiencia diaria tambi;n o)rece eGcelente testimonio para la eGistencia de
prejuicios mal )undados# estrateias de comportamiento ruinosas de teoras causales ! de
correlaci!n$ Debera ser aparente# por consiuiente# Due cualDuier retrato de la evaluaci!n de
una covariaci!n debe diriir la irreularidad de la persona lea$ Debe de alAn modo
Deseamos aradecer a los pro)esores Daniel Kahneman# &mos 'vers(y y Paul Slovic por sus provechosos
comentarios y suestiones$ 'ambi;n deseamos reconocer los incondicionales es)uerFos de "ita ?rench y =ulia
SteinmetF Duienes )ueron co>investiadoras en aluna de la investiaci!n reportada adjunta$ Ba investiaci!n
)ue patrocinada en parte por una Comunidad de Iraduados de la ?undaci!n *acional de Ciencia al primer
autor y por el Instituto *acional de Salud -ental Irant -H>.4204 y la ?undaci!n *acional de Ciencia Irant
B*S>27>3/.// para Bee "oss y -ar( Bepper$ Ba oraniFaci!n y contenido de este captulo tiene una obvia
deuda a un tratado anterior del mismo t!pico por B$ "oss y "$ E$ *isbett en Inferencia Cumana1 )strategias y
%efectos del @uicio Social$ Prentice>Hall# /673$
/2.
reconciliar las ideas sutiles sobre aluna relaci!n )uncional con la inorancia ! ilusiones
sobre otra relaci!n$
Investi#acin previa de evaluacin de la covariacin
*o es dino de atenci!n# talveF# Due aAn los mCs )ieles de)ensores de las capacidades de la
persona lea como un cient)ico intuitivo 8por ejemplo# Peterson R Beach# /6429 han tenido
poco )avorecedor Due decir sobre el manejo de la persona lea de eGpresiones bi>variables$
"evisaremos dos lneas de investiaci!n Due soportan este retrato no )avorecedor#
)ocaliFCndose en cada caso en aspectos de procedimiento y resultados Due probarCn ser
pertinentes al subsiuiente reporte de nuestra propia investiaci!n de la evaluaci!n de la
covariaci!n lea$
Leyendo tablas de contingencia1 El asunto de la validez ecolgica=
Una lnea importante de investiaci!n previa tiene Due tratar con la habilidad de la ente para
reconocer relaciones )uncionales presentadas en un simples tablas de continencia . G .$
'picamente# ;stas tablas resumen el nAmero de instancias de la presencia y ausencia de la
variable M 8por ejemplo# una en)ermedad particular9 intencionalmente asociada con la
presencia y ausencia de la variable , 8por ejemplo# un sntoma particular9$ Con datos bi>
variables ntidamente armados y NempaDuetadosO# la tarea de los sujetos )ue un inusualmente
simple y sencillo$ *o obstante# la evidencia 8por ejemplo# =en(ins R Hard# /641L Smedslund#
/640< Hard R =en(ins# /6419# muestra Due la ente lea eneralmente lo ha hecho muy
pobremente en tales tareas$
Estrateias de juicio Due inoran una ! mCs de las cuatro c;lulas probadas de estar en la
raF de la mayora de las di)icultades de los sujetos$ Una )alla comAn# por ejemplo# involucra
la virtualmente eGclusiva con)ianFa sobre el tamaEo de la Npresente>presenteO c;lula relativa
a la poblaci!n entera$ Por lo tanto muchos sujetos pueden decir Due el sntoma M estC
asociado con la en)ermedad & simplemente debido a Due las tablas de continencia reportan
un ran nAmero de casos en los Due la ente lo hace# de hecho# tienen ambos la en)ermedad y
el sntoma$ Bos sujetos Due ponen atenci!n a solo dos de las cuatro c;lulas pueden ser
similarmente ser mal conducidos$ *otando# por ejemplo# Due la mayora de la ente con la
en)ermedad carecen del sntoma & Due lo posee# ellos pueden por consiuiente concluir Due
la relaci!n relevante es una neativaL ! notando Due mCs ente con el sntoma tienen la
en)ermedad Due las Due estCn libres de ella# ellos pueden concluir Due la relaci!n es una
positiva$
Sin entrenamiento )ormal estadstico# sin embaro# muy poca ente aprecia el hecho Due
las in)erencias vClidas en tales casos pueden ser solo por considerar todas las cuatro c;lulas$
Un m;todo satis)actorio# por ejemplo# pueden involucrar proporciones comparables 8por
ejemplo# comparando la proporci!n de la ente en)ermada mani)estando el sntoma particular
con la proporci!n de la ente no en)ermada mani)estando ese sntoma9$ Ba estrateia )ormal
dictada por los teGtos contemporCneos de in)erencia estadstica# por supuesto# involucraran
similarmente atender a todas las cuatro c;lulas$ Espec)icamente# uno sera reDuerido a notar
discrepancias entre )recuencias de c;lulas observadas y aDuellas )recuencias a ser
NesperadasO sobre las bases de las )recuencias marinales relevantes ! probabilidades 8de ese
modo proveyendo la in)ormaci!n reDuerida por el cClculo de una letra>cuadrada estadstica9$
Bos esc;pticos inclinados a de)ender la causa de las personas leas podran ser tentadas a
desestimar tales demostraciones como evidencia solo Due la ente sea pobre en la NlecturaO
de las tablas de continencia y a a)irmar Due los errores de los sujetos en tales tareas
/20
primariamente son productos de la novedad y arti)icialidad de las tareas$ Ba relaci!n entre las
ejecuciones en el laboratorio y las ejecuciones diarias en el mundo real S Due sini)ica el
problema de la NvalideF ecol!icaO S es un importante problema y uno Due no puede ser
evadido en la investiaci!n reportada en este captulo$ Permtasenos# en consecuencia#
empeFar a diriir el problema aDu en la esperanFa Due el lector estarC advertido y prevenido$
Primero# mientras Due la tarea de leer la tabla es inneablemente inusual y
ecol!icamente no representativa# permtasenos notar Due la l!ica 8y los varios resAmenes
de la l!ica9 eGpuestos por los sujetos en aDuellas tareas de laboratorio es muy consistente
con lo Due eGpusieron en una variedad de in)erencias diarias$ Considere# por ejemplo# la
preunta con)usa# NDios responde a las pleariasQO NSO# la persona lea Duien consulta solo
la presente>presente c;lula puede responder# NporDue muchas veces yo le he pedido a Dios
por alo# y El me lo ha concedidoO$ Su mCs so)isticado y esc;ptico compaEero estC pronto a
preuntar# NPero cuCn a menudo ha usted pedido a Dios por alo y no se lo ha concedidoQO
Ba comparaci!n de dos c;lulas# sin embaro# es absolutamente inadecuada por la tarea
in)erencial a la mano$ &An la adici!n de una tercera c;lula S )avorables resultados Due
ocurrieron en la ausencia del orante S dejaran el asunto en duda# porDue todas las cuatro
c;lulas son reDueridas antes Due cualDuier in)erencia s!lida pueda ser hecha$ , aAn el mCs
so)isticado de los psic!loos intuitivos probablemente se neara a la suerencia de Due los
datos de la c;lula Nausente>ausenteO 8por ejemplo# resultados )avorables Due no )ueron
pedidos y Due no ocurrieron9 son indispensables para evaluar el impacto de los oradores
sobre resultados de este mundo$
El caro de la no>representatividad puede ser respondido aAn mCs )orFosamente# sin
embaro$ Si la tarea de la tabla de cuatro plieues crea alunos otros problemas la misma
tarea tambi;n a*orra a los sujetos de la mayora de las demandas Due contribuyen a la
di)icultad de las evaluaciones de la covariaci!n diaria$ Estas demandas incluyen inicialmente
muestrear# codi)icar# almacenar y recuperar los datos relevantes y lueo arrelarlos en una
)orma Due permita la evaluaci!n de la covariaci!n$ Considere# por ejemplo# el hombre Duien
emprende para probar la noci!n estereotipada Due la ente pelirroja es de temperamento
irritable 8!# mCs precisamente# Due la presencia de cabello rojo es positivamente
correlacionada con la presencia de mal enio9$ Primero# ;l debe decidir cuales datos deben de
ser considerados DeberC ;l intentar muestrear ! recordar instancias de ente pelirroja
impulsivaQ % deberC ;l considerar aluna ente pelirroja y notar cuCntos son de
temperamento irritable# ! aluna ente de temperamento irritable y notar cuCntos tienen
cabello rojoQ -uy probablemente ;l adoptarC aluna estrateia ! combinaci!n de estrateias
sin aAn entretener la posibilidad de Due la relativa )recuencia de aAn morenas
temperamentales podra ser relevante a la tarea in)erencial a mano$ Este estado de situaciones
contrasta con la tarea de la tabla de cuatro dobleces Due hace de todos los datos relevantes
iualmente disponibles a los sujetos# aAn si ella no demanda Due a todos ellos les sea dado
apropiadas consideraciones subsecuentes$
Permtasenos suponer Due el individuo en cuesti!n de alAn modo reconoce Due probar
su estereotipo demanda Due ;l considere los datos en todas las cuatro c;lulas$ C!mo ;l sacarC
una muestra apropiada de los datos de los cuales enerar la relevante c;lula de )recuenciasQ
DeberC ;l simplemente el primer jueo de entes Due le vienen a la menteQ DeberC ;l
considerar a toda la ente en aluna clase restrinida 8por ejemplo# los miembros de su
)amilia# su crculo de amios ! los inDuilinos en su edi)icio de apartamentos9Q % deberC ;l
intentar adoptar alAn m;todo NaleatorioO para enerar casos de la totalidad de la poblaci!nQ
Bas )uentes potenciales de prejuicios en la mayora del muestreo in)ormal son obvias$
-uestras de la ente Due primero le viene a la mente son apropiadas para mostrar serios
prejuicios de NdisponibilidadO 8'vers(y R Kahneman# /620# ''9$ , muestras de amios !
miembros de la )amilia ! vecinos son probables de Due muestren el mismo prejuicio# as
/2:
como violar el reDuerimiento de la independencia 8no un problema trivial# puesto Due la
)amilia de uno# los amios de uno ! aAn los vecinos de uno pueden tender a compartir
tendencias de comportamiento# caractersticas )sicas y aAn correspondencias entre ellos9$ El
procedimiento NineniosoO de la tabla de cuatro dobleces# por supuesto# dedica al asesor de
covariaci!n la tarea de con)rontar estos con)usos y potencialmente abrumadores problemas$
Bas tareas de codi)icaci!n de datos# almacenamiento# y recuperaci!n trae un mont!n de
)actores adicionales y problemas dentro del jueo en la evaluaci!n de la covariaci!n diaria$
-Cs importantemente# la hip!tesis implcita Due las pelirrojas son de temperamento irritable
puede prejuiciar las decisiones sobre Duien es ! no es de temperamento irritable y cuyo
cabello es ! no es rojo$ Este asunto recibe nueva atenci!n mCs tarde en este captulo$ Por
ahora permtasenos meramente notar Due las eGpectativas previas de uno ! hip!tesis
constituyen una in)luencia de prejuiciar sobre cada estado del procesamiento de la
in)ormaci!n# una in)luencia Due estC imposibilitada cuando es presentado con datos por los
cuales todos los del procesamiento involucrados en codi)icar# almacenar y recuperar ya han
sido completados$ -Cs eneralmente# permtasenos simplemente reiterar Due tales
impedimentos del mundo real para aseurar la evaluaci!n de la covariaci!n estCn lejos de
probarlo lueo el surimiento de la arti)icialidad ! no )amiliaridad de la metodoloa de la
tabla de continencia$
Correlacin ilusoria< )l impacto de las preconcepciones sobre las percepciones
CuCn eGitosa es la ente Due trata con distribuciones bi>variables cuando las observaciones
relevantes son presentadas individualmente mCs Due preempaDuetadas en la )orma de tablas
de continenciaQ -ucha de la evidencia eGistente del trabajo seminal de Chapman de
correlaci!n ilusoria$ Para un detallado in)orme de esta investiaci!n vea Chapman R
Chapman# /642# /646L y vea el captulo /2 de este volumen$ *uestra breve revisi!n aDu se
)ocaliFa en los asuntos y descubrimientos particulares Due )ijan el estado para nuestros
propios y mCs recientes es)uerFos$
'alveF el mCs simple resumen de los descubrimientos y conclusiones de Chapman sobre
la habilidad de los sujetos para detectar covariaciones entre sinos clnicos y sntomas es Due
las covariaciones reportadas parecen re)lejar verdaderas covariaciones menos lejos Due las
preconcepciones basadas en la teora ! basadas semCnticamente sobre la naturaleFa de las
relaciones Due NdebenO eGistir$ -ientras Due ;stos descubrimientos )ueron dramCticos#
controversiales y de considerable inmediata relevancia para los practicantes# el punto eneral
Due ellos hicieron sobre los e)ectos de las preconcepciones sobre asociaciones observadas )ue
esencialmente uno )amiliar$
Como el mismo B$ =$ Chapman anot! en su trabajo inicial 8/6429# las correlaciones
ilusorias no estCn restrinidas al dominio del juicio clnico$ Ba mayora de las supersticiones
esencialmente son empricamente creencias sin )undamento sobre la asociaci!n entre
acciones ! eventos particulares y los resultados subsecuentes positivos ! neativos$
Estereotipos raciales# ;tnicos# reionales# reliiosos A ocupacionales similarmente son
creencias sobre covariaciones# creencias Due son )uertemente sostenidas y marcadamente
resistentes al impacto de los datos no soportados 8re)$ &dorno et al$# /613L &llport# /61:L P$
Ioldber# /647L =$ -$ =ones# /62.L 'aynor R DeauG# /6209$ Investiaci!n sobre la Nteora de
la personalidad implcitaO tambi;n puede ser citada en este conteGto$ Sobre medio silo atrCs
'horndi(e describi! el as llamado e)ecto halo# por el Due los percibidores esperan y reportan
la asociaci!n de todas las caractersticas positivas de la personalidad$ Subsecuentes
investiadores 8por ejemplo# Koltuv# /64.L *orman R Ioldber# /644L Passini R *orman#
/6449 han randemente eGtendido este trabajo y eGplorado los esDuemas conceptuales y
creencias sobre la personalidad Due dispone a los percibidores a reportar relaciones
/21
consistentes entre di)erentes caractersticas ! di)erentes indicadores de la misma
caracterstica cuyas vinculaciones empricas son muy d;biles ! aAn no eGistentes$
EGiste por tanto una riDueFa de evidencia emprica y anecd!tica Due# en la medida de lo
posible la evaluaci!n de la covariaci!n# la controversia entre eGpectativas y evidencia es
conveniente Due sea Anica$ =usto como en otros juicios perceptivos y conitivos 8re)$ Bruner#
/612a# /612bL Bruner# Postman R "odriues# /61/9# las preconcepciones intuitivas de los
cient)icos sobre relaciones empricas son convenientes para determinar lo Due ;l detecta# lo
Due )alla en detectar# y lo Due ;l ve Due no estC realmente all para ser visto$ 'ales
eneraliFaciones super)iciales sobre la supremaca de la teora sobre los datos# sin embaro#
pueden conducirnos a pasar por alto una importante ambieedad S ! al menos un importante
asunto irresoluto S en los estudios de Chapman$ Espec)icamente# podemos identi)icar dos
puntos separados de inter;s sobre la evaluaci!n de la covariaci!n intuitiva Due son# en un
sentido con)undidos en aDuellos estudios y en subsecuentes investiaciones 8por ejemplo#
Ioldin R "orer# /62.L Starr R Kat(in# /6469$ El primer punto involucra las di)icultades de
la ente en detectar covariaciones presentadas en datos inmediatamente disponibles S Due es#
su capacidad de reconocer y evaluar covariaciones cuando ellas no estCn NsobrecaradasO por
cualesDuiera teoras ! eGpectativas espec)icas sobre la relaci!n emprica en cuesti!n$ El
seundo punto involucra la tendencia por las teoras ! intuiciones de los sujetos Due los
conducen a asumir la eGistencia de )uertes correlaciones donde tales suposiciones son
desmentidas por la mejor evidencia NobjetivaO$
Ba separaci!n de estos puntos suiere la necesidad de investiar las ejecuciones de los
sujetos en la evaluaci!n de las covariaciones en dos muy di)erentes tareas$ Ba primera tarea
es esencialmente una Nde psicoloaO produciendo evidencia sobre la relaci!n entre juicios
subjetivos y medidas objetivas$ En ;sta tarea los sujetos son simplemente presentados con
jueos de observaciones bivariables sobre las cuales ellos no pueden sostener teoras
preconcebidas y lueo ser reDueridos a evaluar la )ortaleFa de la relaci!n en cada jueo$ El
investiador puede entonces intentar medir la di)icultad de la tarea de los sujetos
8primariamente notando el rado de variabilidad asociado con juicios particulares9 y para
determinar la naturaleFa de la )unci!n Npsicom;tricaO relacionando las estimaciones
subjetivas a las medidas objetivas$
Ba seunda tarea trata con el eGtremo opuesto a tales puramente evaluaciones Nbasadas en
datosOL ella concierne a las evaluaciones Due son eGclusivamente # ! casi eGclusivamente#
Nbasadas en la teoraO$ Por lo tanto pares de variables ! medidas Due pueden ser vinculadas
por las intuiciones ! teoras delos sujetos deben ser especi)icadas# pero no datos bivariables
relevantes deben ser suministrados por el investiador$ Si cualesDuiera datos son trados para
llevar por los sujetos en tales evaluaciones# por consiuiente# ellos deben ser suministrados
de las eGperiencias y recolecciones diarias de los sujetosL y como tal ellos son susceptibles al
mont!n de errores de NprocesamientoO y prejuicios aludidos anteriormente en nuestra
discusi!n$ Para prop!sitos de evaluaci!n y comparaci!n# el eGperimentador debe tener
tambi;n alunos medios de evaluar la eGactitud# ! la naturaleFas de los errores# asociados con
tales evaluaciones intuitivas$ Bos Due sini)ica Due ;l debe poseer aluna medida NobjetivaO
de correlaci!n para cada par de variables especi)icadas a los sujetos$
Comparacin experimental de evaluacin de covariacin basada en datos y basada en
teor*a
"ecientemente condujimos un estudio siuiendo los puntos y empleando la estrateias bCsica
justo esboFada$ Para la tarea basada en los datos# tres di)erentes tipos de distribuciones
bivariables# descrita en mCs detalle en la siuiente secci!n# )ueron empleados$ Para las
/24
evaluaciones basadas en la teora# pares de variables asociadas )ueron especi)icadas pero no
)ueron presentados datos actuales por el eGperimentador$ Para )acilitar las comparaciones
entre evaluaciones basadas en los datos y basadas en la teora# un diseEo dentro de los sujetos
)ue usado en el cual los sujetos emplearon la misma escala de puntuaci!n para ambas tareas
8con contrabalanceo para el orden de la presentaci!n$
En cada caso# variables continuas mCs Due dic!tomas 8en contraste al trabajo de Chapman
R Chapman# /642# /646# y =en(ins y Hard# /6419 )ueron usadas en las tareas de covariaci!n
relevantes$ Esta caracterstica )ue desinada para capturar mCs )ielmente la naturaleFa de la
mayora de las tareas de evaluaci!n de cada da$
/
Los sujetos y las tareas de puntuacin
Un total de 4: no raduados de Stan)ord# ninuno de los cuales haba completado un curso
de estadstica a nivel universitario# particip! en este eGperimento desinado para comparar
evaluaciones de covariaci!n basadas en datos y basadas en teora$ Para ambos tipos de
evaluaciones# los sujetos utiliFaron una simple escala de punteo para describir su impresi!n
subjetiva de la direcci!n y )ortaleFa de las relaciones entre pares de variables$ En usar esta
escala# los sujetos los sujetos primero estimaron si la relaci!n en cuesti!n era positiva !
neativa$ Ellos entonces estimaron cuCn )uerte la relaci!n )ue por la colocaci!n de una NMO
sobre una escala de punteo de /33 puntos anclada con Nper)ecta relaci!nO y Nninuna
relaci!nO$
)stimaciones de la covariacin basada en datos& Una parte del eGperimento trata con
estimaciones de la covariaci!n basada en jueos de observaciones bivariables provedas por
el eGperimentador$ 'res jueos de estmulos materiales )ueron empleados para crear las
distribuciones bivariables relevantes$ Para cada tipo de estmulo material# un jueo de
distribuciones bivariables )ue creado para representar di)erentes covariaciones objetivas entre
las dos variables$ Bos sujetos )ueron reDueridos a estudiar cada distribuci!n y a estimar la
relaci!n Due ella representaba utiliFando la escala de punteo subjetiva de /33 puntos$
&nticipamos Due la eGactitud de las estimaciones de los sujetos en esta tarea dependera
en parte de las di)icultades Due ellos tenan en codi)icar# procesar y recordar los datos$ Para
probar esta suposici!n# tres tipos de estmulos materiales di)irieron marcadamente en las
demandas de procesamiento de la in)ormaci!n Due ellos colocaron sobre los sujetos previo a
la estimaci!n de la covarici!n# particularmente con respecto a la demanda para la estimaci!n
de las manitudes del estmulo y para almacenar y recuperar la in)ormaci!n de la memoria$
Por lo tanto# el primer tipo de jueos present! jueos de /3 simples nAmeros de pares$ El
seundo present! dibujos# cada uno esboFando un jueo de /3 hombres de alturas variables
sosteniendo bastones de varias alturas$ El tipo )inal de distribuci!n )ue presentado en la
)orma de cintas de audio en los cuales un jueo de /3 individuos )ueron cada uno escuchados
para decir aluna letra ocupando una posici!n ordinal particular en el al)abeto 8a prop!sito la
letra inicial de su apellido9 y lueo cantar una nota musical de variable duraci!n$
)stimaciones de la covariacin basadas en la teor#a& Ba otra parte del eGperimento
8orden de presentaci!n de las dos partes )ue contrabalanceado9 trata con estimaciones de
covariaci!n basadas en eGpectativas a priori de los sujetos ! teoras mCs Due en cualesDuiera
/
*uestra bAsDueda de literatura revel! Due las tareas de estimaci!n de la covariaci!n caracteriFando continuas
variables han sido muy raramente empleadas por investiadores previos$ Ba eGcepci!n descubierta es Due la
bAsDueda )ue un estudio citado muy raramente 8reportado por Erlic(# /644L Erlic( R -illa# /6429 Due trat!
primariamente con los e)ectos de variante sobre la desconeGi!n percibida y produjo muy pocos datos al
presente asunto$
datos bivariables inmediatamente disponibles$
/22
Pares de medidas de variables )ueron especi)icadas# y los sujetos )ueron reDueridos a
estimar primero la direcci!n y lueo la )ortaleFa de la relaci!n para cada par# siempre
empleando la misma tabla simple de punteo subjetiva como esa empleada para las
evaluaciones basadas en datos$ &lunos de estos pares en esta parte del eGperimento tratan
con diverentes medidas del comportamiento de disposiciones personales# por ejemplo# dos
consistencia del cruce situacional en el comportamiento moral# otros tratan con actitudes
medidas de honestidad usadas en el estudio clCsico de Hartshorne y ay 8/6.79 de la
personales# hCbitos ! pre)erencias$ En cada uno de los casos# sin embaro# la estimaci!n de la
covariaci!n subjetiva Due obtuvimos podra ser comparada con correlaciones NobjetivasO
escoidas de previos estudios empricos$ 8Una completa lista de ;stos pares variables y sus
correlaciones pertinentes es presentada la 'abla / en las pCinas .0/ y .0.9$
Resultados
)stimaciones de covariacin basadas en datos
*uestra primera inDuietud involucra las estimaciones de la covariaci!n Due los sujetos
hicieron en respuesta a los inmediatamente disponibles datos bivariables$ Dos preuntas
espec)icas pueden ser diriidas< Primera# cuCn rCpidamente podran los individuos detectar
la manitud de las covariaciones en la ausencia de cualDuier NteoraO sobre las distribuciones
de datos relevantesQ Seunda# cuCl )ue la naturaleFa de la N)unci!n psico)sicaO relacionando
la media de los tasadores de las estimaciones subjetivas para una medida objetiva de la
covariaci!nQ
Ba estimaci!n de los datos suiri! Due la tarea de estimaci!n )ue muy di)cil$ Bas
desviaciones estCndar y los ranos intercuartiles asociados con la totalidad de las
estimaciones del rupo para cada uno de los datos )ijados )ueron eGtremadamente altos 8vea
la ?iura / en la pCina .0.9$ Bo Due es particularmente notable es la di)icultad Due muchos
sujetos eGperimentaron en simplemente reconocer la eGistencia de relaciones positivas# aAn
aDuellas de respetable manitud$ De hecho es solo cuando las correlaciones objetivas
alcanFan el nivel de l$4 a l$2 Due el intervalo intercuartil consistentemente eGcluye las
estimaciones neativas de la relaci!n$ Ba inestabilidad de las estimaciones de covariaci!n#
incidentalmente# no parecen di)erir sistemCticamente para los tres tipos de distribuciones de
datos vibariables# a pesar de las di)erencias aparentes en la cantidad de procesamiento de
in)ormaci!n 8y en consecuencia las posibilidades de error aleatorio ! sistemCtico9 asociada
con estos tres tipos$ Esta aparente insensibilidad a las demandas del procesamiento de
in)ormaci!n incrementadas puede o)recer alunas pistas sobre la naturaleFa de la NestrateiaO
de evaluaci!n de los sujetos S una posibilidad Due nosotros continuaremos mCs adelante en
este captulo$
'abla /$ Pares de variables descritas a los tasadores y sus correlaciones objetivas$
Jariables especi)icadas Correlaci!n
ooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooobjetivao
o
& &uto>puntajes de los estudiantes del liberalismo >$.7
a
Puntajes de los estudiantes del cumplimiento de los lderes de neocios en la pasada
d;cada
B &uto>puntajes de los estudiantes del intelectualismo >$/6
a
Puntajes de los estudiantes del cumplimiento de los presidentes de EU& en la pasada
d;cada
C &uto>puntajes de los estudiantes de la timideF >$$/.
a
/27
*Amero de estados de EU& visitados por los estudiantes
D &uto>puntajes de los estudiantes de la ambici!n $3/
a
&lturas de los estudiantes
E Puntajes de los estudiantes del cumplimiento de los presidentes de la universidad en $37
a
la pasada d;cada
'iempo empleado por semana por los estudiantes en recreaci!n atl;tica
? &uto>puntaje de los estudiantes del intelectualismo $/2
a

Inresos de las )amilias de los estudiantes
I Deshonestidad de los niEos medida por )also reporte del cumplimiento atl;tico $/7
b

Deshonestidad de los niEos medida por la cantidad de trampas al resolver un
rompecabeFas
H Inresos de las )amilias de los estudiantes $.7
a
Puntaje de los estudiantes del cumplimiento de los lderes de neocios en la pasada
d;cada
I Habilidad de los de seGto rado en Nretrasar la rati)icaci!nO $0/
c

Habilidad de los de seGto rado para resistir la tentaci!n de hacer trampa
= &uto>puntaje de los estudiantes de la conciencia $01
d
Puntaje de aDuellos estudiantes de la conciencia por el compaEero de cuarto
K &uto>puntajes de los estudiantes del intelectualismo $02
a
&uto>puntajes de los estudiantes de la ambici!n
B Puntajes de los estudiantes del cumplimiento del Conreso en la pasada d;cada $:3
a
Puntajes de los estudiantes del cumplimiento de la labor de los lderes en la pasada
d;cada
- 'iempo empleado por semana por los estudiantes en recreaci!n atl;tica $1.
a
Puntajes de los estudiantes de la aptitud )sica
* Puntajes de los estudiantes del cumplimiento de los presidentes de EU& en la $11
a
pasada d;cada
Puntajes de los estudiantes del cumplimiento de los lderes de neocios en la pasada
d;cada
% &uto>puntaje del conservatismo poltico $12
e
Un compuesto de detalles de auto>puntaje de la escala de Etnocentricidad
P &ltura de los estudiantes $26
a
Peso de los estudiantes
a
Correlaci!n obtenida de una encuesta 8*[.619 de estudiantes de la Universidad de Stan)ord$
b
Correlaci!n obtenida de Hartshorne R ay 8/6.79$
c
Correlaci!n obtenida de -ischel R Iillian 8/64:9$
d
Correlaci!n obtenida de Be R &llen 8/62:9$
e
Correlaci!n obtenida de &dorno et al$ 8/6139$

Insertar a-u* la 4i#ura ' de la p5#ina ++8 del texto ori#inal(
?iura /$ "anos de medias e intercuartiles para estimados de la covariaci!n Nbasada en
datosO# reuniendo resultados para los tres tipos de distribuci!n$ Ba N)unci!n psico)sicaO#
/33 8/ > ~/ S r
.
9# es mostrada con una lnea punteada$
/26
'ambi;n presentados en la ?iura / estCn los datos relevantes a la seunda preunta sobre
evaluaci!n basada en datos# la preunta de la Nrelaci!n )uncionalO# el asunto de la Nrelaci!n
)uncionalO entre indicadores de la covarici!n objetivos y subjetivos$ 8El lector notarC Due las
medias para los tres dominios del estmulo estCn reunidos en esta presentaci!n de resultados$
*i las pruebas de inspecci!n ni de sini)icaci!n revelaron ninuna tendencia sini)icante !
consistente a distinuir los resultados para los tres dominios del estmulo# y el resultado de tal
reuni!n es una mCs llana y comprensible )unci!n Due esa obtenida de los tres dominios
individuales9$ Para conveniencia de los lectores hemos )ijado una curva de los puntos en
nuestra rC)ica$ Esta curva# debemos en)atiFar# )ue dibujada post hocL no )ue derivada de
ninuna Nteora psico)sicaO$
EstC claro por la inspecci!n Due# a pesar de la variabilidad dentro del rupo para las
estimaciones individuales# la )unci!n relacionando la media de las estimaciones subjetivas a
las correlaciones objetivas 8Pearson r@s9 )ue una mCs )Ccil$ -Cs espec)icamente# parece
haber una auda aceleraci!n de la )unci!n relacionando las dos variables$ Por lo tanto# en el
rano comAnmente tratado por los psic!loos con la medici!n de ranos de personalidad A
otras consistencias cruFadas en el comportamiento social 8por ejemplo# 8r [ $. a $:9 son
apenas detectables# produciendo estimaciones medias en el rano de : a 7 en la escala de /33
puntos$ &An las relaciones consideradas muy )uertes por tales psic!loos 8por ejemplo# r [ $4
a $79 resultan en muy modestas estimaciones subjetivas de la covariaci!n$ Correlaciones
objetivas de $2# por ejemplo# produjeron una estimaci!n subjetiva de 0: S un puntaje medio
entre los puntos etiDuetados Nmuy d;bilesO y NmoderadoO en la escala subjetiva de /33
puntos$ Solo cuando las correlaciones objetivas se aproGiman al nivel $71 el rupo medio
alcanF! el punto medio de la escala subjetiva# y solo mCs allC de ese punto los sujetos
consistentemente clasi)icaron las relaciones como )uertemente positivas$
Una mirada cercana a las estimaciones suiere Due las clasi)icaciones subjetivas de la
relaci!n ! covariaci!n no son una )unci!n lineal de r ! aAn de r al cuadrado$ -Cs bien# el
patr!n de las estimaciones medias reunidas parecen bien capturadas por la eGpresi!n# / > ~/ S
r
.$
8El lector puede reconocer esta eGpresi!n como el Ncoe)iciente de trans)erenciaO# una
medida de la reducci!n en el error estCndar asociado con la predicci!n de la variable ,
basado en el conocimiento de ambos de la variable M y la correlaci!n entre M y ,
^Huntsberer# /6429_$ Ciertamente# la similitud entre las estimaciones medias actuales y
aDuellas descritas por esta eGpresi!n )ueron muy sorprendentes S para ser preciso# el 61W de
la variaci!n entre medias estC justi)icada por la )unci!n basada en el coe)iciente de
trans)erencia$ *os apresuramos a recordar a nuestros lectores# sin embaro# Due ellos no
deben malinterpretar el sini)icado de este ntido acceso$ Ba bondad del acceso retratado en
la ?iura / se aplica solo al rupo de estimacionesL estimaciones individuales a)irmaron las
di)icultades de los sujetos en distinuir di)erentes niveles de covariaci!n$
%bviamente es prematuro concluir nada sobre la naturaleFa precisa de la )unci!n
Npsico)sicaO relacionando repuestas subjetivas a medidas objetivas de covarici!n$ Detalles
de la tarea# conteGto# y talveF aAn la poblaci!n de clasi)icadores produciran indudablemente
di)erencias en la )unci!n# di)erencias Due podran ser capturadas solo a trav;s de la inclusi!n
de parCmetros apropiados$ & pesar de eso# los presentes resultados probablemente satis)acen
para suerir Due las modestas correlaciones de la clase muy a menudo reportada por el cuadro
de asesores de la personalidad 8c)$ -ischel# /647# /6469 son probables de ir randemente sin
detectar ! dejar la mCs d;bil de las impresiones en la persona lea Due encuentra tales
covariaciones en la ausencia de teora basada en preconcepciones$
Es valioso mCs adelante re>en)atiFar Due las tareas de estimaci!n de la covariaci!n basada
en datos produjeron notablemente similares resultados de la randemente di)erencia de las
demandas de procesamiento de in)ormaci!n Due ellos colocaron sobre los sujetos$ Por lo
tanto# la )unci!n psico)sica# ilustrada en la ?iura /# eGactamente re)leja la relaci!n entre los
/73
estimados subjetivos y las medidas subjetivas para cada una de las tres tareas emprendidas
por los sujetos$ Ba correlaci!n entre las medias de los actuales estimados de los sujetos y los
estimados predichos por la )unci!n se clasi)ica de r [ $6/ para los pares de estilo de letra a r [
$67 para el nAmero de pares$
)stimados basados en teor#a
Hasta aDu hemos presentado evidencia de Due las correlaciones objetivas relativamente
)uertes 8en t;rminos de Pearson@s r9 son reDueridas para impulsar evaluaciones subjetivas aAn
modestamente di)erentes de cero$ Considerada en aislamiento# la )unci!n psico)sica para
evaluaciones basadas en datos podra ser simplemente evidencia de Due la m;trica de la
persona lea es una cautelosa ! conservadora relativa a esa empleada por la mayora de
estadsticos )ormales$ 8Ciertamente pocos disputaran Due r
.
es un ndice mCs apropiado de
relaci!n Due r# desde Due el puede ser mucho mCs rCpidamente relacionado a una utilidad de
predicci!n ! reducci!n en la incertidumbre sobre el valor de una variable basada en el
conocimiento de otro# asociado# variable9$ En resumen# los estimados obtenidos basados en
datos no suieren ninuna )alta de parte del psic!loo intuitivo# aunDue la variabilidad
asociada con tales estimados deje poca duda sobre las di)icultades e incertidumbres de la
tarea de estimaci!n$
Con estos descubrimientos y posibles interpretaciones en mente# podemos ahora retornar
a los resultados para los estimados subjetivos de la covariaci!n sobre las relaciones listadas
en la 'abla /$ Estas estimaciones# deberan recordar# Due )ueron hechas en la ausencia de
datos inmediatamente disponiblesL presumiblemente# ellos )ueron hechos solo sobre las bases
de las teoras ! intuiciones de los clasi)icadores in)ormales# sin datos Due salvan esos datos
altamente NprocesadosO notados y recordados de la eGperiencia diaria$ Ba ?iura . provee
una primera vista de estos resultados$ EstC claro# inmediatamente# Due ninuna )unci!n
simple S lineal ! de otro modo S captura la relaci!n entre estimados subjetivos y medidas
objetivas$ *o obstante# eGiste una inneable tendencia para los estimados de los sujetos
basados en teora a mostrar una di)cil correspondencia con la evidencia objetiva$ Eso es Due#
las relaciones empricas positivas )ueron estimadas a ser positivasL las relaciones neativas
)ueron estimadas a ser neativasL relativamente )uertes relaciones empricas eneralmente
)ueron estimadas para ser mCs )uertes Due las relativamente d;bilesL etc$
Insertar aDu la ?iura . de la pCina ..0 del teGto oriinal$
?iura .$ -edias de estimaciones de la covariaci!n Nbasada en teoraO$8ver 'abla /
para la clave de variables especi)icadas9$
'alveF la mCs notable caracterstica de ;stas estimaciones basadas en teora# sin embaro#
es Due una veF liberada de las restricciones impuestas por los inmediatamente disponibles los
sujetos dejaron de ser precavidos ! conservadores$ Ellos voluntariamente se aventuraron
dentro de las reiones centrales ! aAn reiones superiores de la escala subjetiva de /33
puntos aAn cuando estCn tratando con pares de variables Due objetivamente )ueron solo
modestamente correlacionados$ Jarios pares de variables correlacionados a niveles Due# en el
caso de las evaluaciones basadas en datos# haban producido estimaciones subjetivas muy
cercanas a 3 8por ejemplo# r [ $09 ahora produjeron estimaciones de 03# :3 ! mCs# en la escala
subjetiva de /33 puntos$
Bos pares de variables I e I ameritan especial ;n)asis# puesto Due ellos tratan con
estimados basados en teora de la consistencia del comportamiento de situaci!n cruFada y de
/7/
ese modo hablar de un asunto de inter;s te!rico particularmente activo en el tiempo presente
8c)$ &l(er# /62.L &llport# /644L Be R &llen# /62:L Be R ?under# /627L Be R Bord# /626L
-ischel# /647# /6469$ El mensaje transportado por los estimados subjetivos para ;stas dos
relaciones es claro y dramCtico$ Cuando se encara con datos objetivos inmediatamente
disponibles presentando correlaciones en el rano r [ $. a r [ $0# los sujetos haban
proporcionado estimaciones medias promediando entre 3 y /3 en la escala de clasi)icaci!n de
/33 puntos$ &hora# en la ausencia de datos inmediatamente disponibles# pero tratando con
dominios bivariables presentando el mismo rano de r [ $. a r [ $0# las teoras de
personalidad implcitas de los sujetos los condujeron a o)recer estimados de covariaci!n Due
promediaban en el rano de 13 a 43$ Pu; rado covariaci!n en inmediatamente disponibles
datos bivariables habran sido reDueridos para impulsar similares estimados en la ausencia de
NteorasO ! preconcepcionesQ Ba respuesta como podemos ver en la ?iura .# es Due solo las
correlaciones empricas en el rano de r [ $63 podran haber impulsado tales estimados$
Bos resultados de nuestra propia investiaci!n por tanto pueden ser resumidos con un par
de eneraliFaciones empricas$
/$ Donde los datos bivariables inmediatamente disponibles son eGaminados en la ausencia de
cualesDuiera teoras ! preconcepciones sobre sus relaciones# el psic!loo intuitivo tiene ran
di)icultad en detectar covariaciones de las manitudes Due son viables de caracteriFar un amplio
rano de relaciones )uncionales presentadas por la eGperiencia social diaria$ En particular#
covariaciones en el rano de manitudes comAnmente tratadas por los psicom;tricos tratando de
buscar consistencias comportamientos de situaci!n cruFada son mCs probables de ir no detectados !
percibidas cercanas a cero$
.$ Cuando datos bivariables# no objetivos# inmediatamente disponibles pueden ser eGaminados#
pero teoras ! preconcepciones previas pueden ser tradas para vencer# los psicoloistas intuitivos son
viables para esperar y predecir covariaciones de considerable manitud S a menudo de mayor
manitud Due son probables de haber sido presentadas de pasadas eGperiencias ! ser vencidas por una
eGperiencia )utura$
'omadas juntas ;stas eneraliFaciones ayudan a a)inar el centro del presente contraste
entre evaluaciones basadas en datos y basadas en teora$ Bas teoras Due aparentemente
sostenemos nos conducen a esperar y predecir mCs )uertes relaciones empricas Due
actualmente eGisten# aAn unas de manitud de consecuencia# son viables de ir sin detectar a
menos Due ya esperCramos encontrarlas$
<obre el ori#en y supervivencia de las teor*as
)strategias de evaluacin de la covariacin
-Cs allC de o)recer eneraliFaciones sobre los resultados de varias tareas de evaluaci!n# es
importante empeFar considerando los procesos de juicios y estrateias Due podran subrayar
tales resultados$ Una veF mCs la distinci!n entre evaluaciones basadas en datos y
evaluaciones basadas en teora una crtica# y una veF mCs los descubrimientos seminales de
Chapman proveen un punto conveniente de partida$
%atos versus teor#as& Estuvo claro de los estudios de Chapman Due las preconcepciones
superaron a la in)ormaci!n proveda por los datos inmediatamente disponibles$ -enos claro#
sin embaro# )ue la manera en la cual esto ocurri!$ NJieronO los sujetos la relaci!n Due ellos
reportaronQ % ellos meramente reportaron la relaci!n Due ellos esperaban estar presentes en
los datos# sin ninuna impresi!n subjetiva correspondienteQ % lo hiFo el NcompromisoO de
los sujetos entre sus percepciones y eGpectativas subjetivas# dando alAn peso a cada unaQ Es
/7.
imposible dar una respuesta de)initiva sobre las bases de los resultados reportados# aunDue
eGiste una clara evidencia de Due los sujetos dieron al menos alAn peso a sus percepciones
inmediatas de los datos y Due sus percepciones no )ueron totalmente determinadas por sus
eGpectativas$ Espec)icamente# notamos Due los reportes de Chapman Due repetida
eGposici!n a las no relaciones ultimadamente redujeron los reportes de la correlaci!n ilusoria$
Sin embaro# estuvo tambi;n claro Due los datos nunca podran totalmente triun)ar sobre las
preconcepciones de los sujetos# para aAn una eGtendida eGposici!n a relaciones neativas no
podran completamente eliminar reportes de positivas correlaciones ilusorias$
Bas interroantes concernientes a estrateias intuitivas para la evaluaci!n de la
covariaci!n vienen rCpidamente dentro del )oco$ C!mo los sujetos deciden Du; radeo de
relaci!n estC presente en los datos a manoQ C!mo ellos deciden Du; rado de relaci!n NdebeO
estar presente en un jueo de observaciones bivariables Due son diriidas por sus teoras
intuitivas ! preconcepcionesQ CuCndo y c!mo# las preconcepciones trans)orman las
eGperiencias subjetivas de covariaci!n de unoQ Principiando a especular sobre las respuestas
a tales interroantes es una veF de nuevo Atil )ocaliFar inicialmente sobre evaluaciones
puramente basadas en datos y puramente 8! al menos randemente9 basadas en teora# y solo
entonces retornar al caso cuando los datos inmediatamente disponibles y las eGpectativas
basadas en teora entran en con)licto$
)valuacin de estrategias basadas en datos& 'alveF nuestro mCs sorprendente
descubrimiento en relaci!n con la evaluaci!n basada en datos involucr! las repuestas de los
sujetos a las distribuciones bi>variables o)reciendo covariaciones de manitudes Due son
viables a ser encontradas en la eGperiencia diaria y son relevantes a las teoras sociales
in)ormales S espec)icamente# los sujetos encontraron muy di)cil de detectar tales relaciones
y# en promedio# ellos clasi)icaron las covariaciones relevantes de ser muy cercanas a cero$
Pu; implicaciones tienen tales resultados concernientes a las estrateias de evaluaci!n de la
covariaci!n in)ormal Due podran haber sido empleadas por nuestros sujetosQ
En especular sobre este asunto# es importante recordar Due los clasi)icadores individuales
eneralmente no estimaron objetivamente las d;biles correlaciones ser cercanas a cero$ En su
luar# ellos o)recieron un completamente amplio rano de estimaciones para los cuales solo
las medias relevantes estuvieron cercanas al punto cero$ Una veF de nuevo# es di)cil de
discernir eGactamente lo Due los sujetos actualmente NvieronO y lo Due ellos estimaron en
luar de lo Due ellos vieron$ Ba sorprendentemente suave y consistente )unci!n
Npsic!m;tricaO relacionando las estimaciones medias a las correlaciones actuales deja poca
duda de Due los sujetos hicieron uso de las caractersticas de los datos Due )ueron
consistentemente relacionados a la correlaci!n objetiva$ Ba cantidad de variabilidad en sus
estimaciones# sin embaro# indican Due las caractersticas de los datos utiliFados )ueron solo
muy aproGimadamente relacionadas a medidas objetivas de la covariaci!n$
*uestra sospecha# apoyada por las introspecciones de alunos clasi)icadores inenuos
Duienes han emprendido la tarea# es Due las impresiones de los sujetos de la Nrelaci!nO no
re)lejan ninAn intento de considerar la muestra total observaciones bivariables relevantes$
-Cs bien# los sujetos pueden transmitir sobre unos pocos casos especiales# probablemente los
casos eGtremos de la variable M ! de la variable ,$ Por tanto# ellos pueden simplemente
observar la direcci!n y eGtremidad del valor de las ,s asociado con los valores eGtremos de
M# y viceversa$ Bos )actores in)luenciando la atenci!n y la memoria podran tambi;n juar un
papelL por tanto la vivideF y concretividad# as como la primaca y el carCcter reciente de la
presentaci!n# podran in)luenciar cuales puntos de datos son apoyados$
Con)ianFa sobre un limitado nAmero de casos ! NprobadosO en este estilo$
Particularmente la con)ianFa sobre puntajes eGtremos# producira ciertas consecuencias Due
parecen altamente consistentes con nuestros propios descubrimientos< Primero#
/70
manipulaciones del dominio del estmulo 8por ejemplo# nAmeros vrs$ imCenes vrs$ cintas de
audio9 Due )ueron desinados para variar la necesidad por la manitud de la estimaci!n y
memoria previa a la evaluaci!n de la covariaci!n debera de haber producido peDueEo
impacto# puesto Due ;stas demandas adicionales )ueron consideradas triviales si los
cali)icadores meramente se apoyaron sobre un muy limitado nAmero de casos especiales$
Seundo# dependiendo sobre cuales casos particulares ellos tomaron nota# los sujetos
tratando con d;biles relaciones podran ser esperados a estimar las relaciones ser
moderadamente positivas ! moderadamente neativas mCs Due cero$ Por contraste# los
sujetos tratando con )uertes relaciones deberan mostrar del todo estimaciones consistentes y
eGtremas# puesto Due las relaciones altamente positivas permiten poca variabilidad en los
valores de una variable Due puede ser asociada con los valores eGtremos de otra variable$ Ba
)orma de nuestra )unci!n psicom;trica# y la reducida variabilidad asociada con estimaciones
de la mCs )uerte relaci!n emprica presentada# son consistentes con estas consecuencias
postuladas de apoyarse sobre casos eGtremos# aunDue tal evidencia estC lejos de ser
conclusiva$ Claramente# mCs respuestas de)initivas podran venir solo de diseEos de
investiaci!n Due deliberadamente manipulara los valores de casos eGtremos# ! de otro modo
desproporcionadamente disponibles$
)strategias para la evaluacin basada en teor#a& Cuando tornamos nuestra atenci!n a la
evaluaci!n basada en teora# la interroante obvia a ser planteada involucra la eGtensi!n a la
cual cualesDuiera datos pueden haber sido utiliFados en adici!n a la pura teora$ En alunos
casos# por supuesto# es probable Due los datos no son consultados del todo$ Bos
clasi)icadores# por ejemplo# pueden haber con)iado solamente sobre semCnticamente !
intuiciones y eGpectativas basadas en teoraL Due son criterios de NrepresentatividadO
aplicados 8c)$ Kahneman R 'vers(y# /620# 79 en considerar la relaci!n entre dos variables en
cada par$ Pocos lectores son probables de disputar la controversia Due la ente sostiene S ! al
menos puede rCpidamente enerar S teoras sociales Due tienen tales orenes$ Ciertamente#
cualDuiera persona lea puede enerar nuevas teoras ! predicciones sobre relaciones
)uncionales muy rCpidamente para aDuellas teoras Due dependen sobre la eneraci!n y
anClisis de casos actuales$
Por consiuiente# no cuestionamos la posibilidad Due alunas estimaciones de
covariaci!n basadas en teora puedan involucrar recurso a la evidencia actual$ Una veF mCs#
sin embaro# sospechamos Due la persona lea es mCs probable de apoyarse sobre casos de
prueba particulares S sujetos a muchas )uentes de prejuicios sini)icantes en codi)icar#
almacenar y recordar S Due enerar e in)ormalmente analiFar aluna muestra completa de
datos bivariables$
&lunas teoras ! creencias sobre relaciones particulares pueden por tanto estar basadas
la menos parcialmente sobre datos$ %tras pueden estar basadas en deducciones de mCs
amplias creencias sobre el mundo# sabidura convencional de la ente# asociaciones
semCnticas# ! comunicaciones persuasivas por la )amilia# amios ! los medios masivos$ Sin
importar de sus orenes# sin embaro# estC claro Due muchas de tales creencias son ambas
err!neas y capaces de sobrevivir y talveF aAn )lorecer en)rente de la evidencia Due creara
raves dudas en cualDuier observador no prejuiciado S ciertamente en cualDuier observador
no prejuiciado Duien posey! una calculadora# un teGto introductorio de estadstica# y alAn
conocimiento convencional sobre c!mo usarlas$ *osotros# por consiuiente# concluiremos
este captulo diriiendo brevemente un par de interroantes relacionadas sobre el con)licto
entre teoras intuitivas y eGperiencias diarias con las covariaciones empricas Due NpruebanO
esas teoras< Primera# cuCles son los mecanismos por los cuales las creencias err!neas !
randemente eGaeradas sobre relaciones )uncionales pueden sobrevivir al )rente de
aparentemente desa)os obliados de l!ica ! de evidenciaQ Seunda# c!mo puede nuestro
/7:
emerente retrato de las de)iciencias de la persona lea ser reconciliado con la obvia
capacidad del oranismo de mostrar aprendiFaje 8en particular# condicionamiento operante y
respondente9 y con la obvia eGactitud y adecuaci!n de tantas de nuestras creencias diarias y
estrateias socialesQ
Estas interroantes pueden solo ser tocadas aDu# y re)erimos a los lectores interesados en
mCs comprensivas discusiones al Captulo 6 de este volumen y a otras publicaciones 8por
ejemplo# *isbett R "oss# /6739$
(ecanismos de la teor#a de la perseverancia
'eoras sobre relaciones empricas# como impresiones sobre individuos particulares# a
menudo muestran una asombrosa capacidad de sobrevivir al en)rentar desa)os empricos$ Un
jueo de mecanismos Due cuentan para tal perseverancia tienen su orien en el simple hecho
de Due la ente caractersticamente actAa sobre sus creenciasL ;stas acciones pueden tener un
rano desde una simple recomendaci!n pAblica a la inversi!n del tiempo de uno# eneras#
riDueFa ! reputaci!n$ 'al compromiso de comportamiento lo hace altamente NdisonanteO
8&belson et al$# /647L ?estiner# /612# /64:9 para el actor simplemente para actualiFar sus
creencias a la luF de la nueva evidencia$ Ciertamente# las creencias ! eGpectativas de un actor
pueden constituir una pro)eca de auto>llenar# por la Due creencias inicialmente in)undadas
causan Due el actor se comporte de una manera Due produce resultados ! datos Due
ultimadamente validan sus creencias 8-erton# /6:7L "osenhan# /620L "osenthal R =acobson#
/647L Snyder R S+ann# /624L Snyder# 'an(e R Berscheid# /6229$
Una reciente investiaci!n por BepperL "oss y sus coleas ha ilustrado mecanismos !
procesos adicionales Due pueden subrayar la perseverancia en la creencia$ Estos mecanismos
involucran las propensiones de los cient)icos leos para asimilar nuevamente puntos de
in)ormaci!n como una )unci!n de su consistencia con creencias previas e ir mCs allC de la
asimilaci!n de datos para el desarrollo de eGplicaciones causales capaces de eGplicar porDu;
el estado hipotetiFado de los asuntos se sostendra 8vea el Captulo 6 de este volumen y
&nderson# Bepper R "oss# /673L =ennins# Bepper R "oss# /673L Bord# "oss R Bepper#
/626L *isbett R "oss# /673L "oss# /622L "oss# Bepper R Hubbard# /621L "oss# Bepper#
Strac( R _SteinmetF# /6229$
%eteccin de la covariacin$ acondicionamiento y otros sucesos del mundo real *uestro
retrato poco prometedor de las capacidades de la persona lea para detectar y evaluar la
covariaci!n pueden parecer a la primera ojeada ser inconruentes con la evidencia de un
enorme cuerpo de laboratorio# y aAn una mCs amplia base de eGperiencia diaria# ilustrando
acondicionamientos clCsicos y operantes$ Cada rata Due nunca ha aprendido a escapar de una
ratonera# cada niEo Due siempre ha discernido las ventajas de arear aFAcar a su cereal del
desayuno# cada enamorado Due ha descubierto Due la honestidad no siempre es la mejor
poltica# cada madre Due siempre ha mostrado un re)lejo de lactancia en respuesta al llanto
del niEo# prueban Due los oranismos reconocen covariaciones entre los estmulos del medio
ambiente$ Puede el trabajo de Chapman y ese de la presente investiaci!n por consiuiente
tratar con aluna muy estrecha y aberrante clase de problemas de evaluaci!n de covariaci!n a
los cuales la persona lea es eGtraordinariamente de)icienteQ *isbett R "oss 8/6739 han
discutido este asunto y sostuvieron Due la respuesta es no$ En su luar# ellos a)irmaron Due#
es el )en!meno del acondicionamiento el Due constituye la NeGcepci!nO# y es la limitada
capacidad para detectar y evaluar la covariaci!n descrita a trav;s de este captulo Due ilustra
la NrelaO$
*osotros no podemos revisar los arumentos relevantes en detalle# pero la esencia de la
tesis de *isbett y "oss es Due el acondicionamiento clCsico y operante eneralmente son
/71
obtenidos bajo audas circunstancias restrinidas involucrando un estmulo sobresaliente y
distinci!n# estmulos !ptimos e intervalos di)icultosos internamente y una ausencia de
eventos irrelevantes ! de estmulos Due distraen$ Dos )actores adicionales citan ellos# sin
embaro# ameritan especial atenci!n$ Primero# valioso notar Due mientras el
acondicionamiento puede ser mantenido con relativamente baja covariaci!n entre estmulos
condicionados 8CS9 y estmulos no condicionados 8UCS9 ! respuesta y re)uerFo# el casi
invariablemente es obtenido con condiciones de per)ecta covariaci!n S Due es Due# el CS !
respuesta es invariablemente seuido por un UCS ! re)uerFo# y el seundo nunca es
presentado en la ausencia del anterior$ Ba asimetra entre las condiciones necesarias para la
adDuisici!n de una respuesta condicionada y el mantenimiento ! NperseveranciaO de tal
respuesta por tanto puede ilustrar# hasta cierto punto# la misma asimetra entre la evaluaci!n
de la covaraci!n basada en datos y la basada en teora Due ha sido eGplorada en el presente
captulo$ Bo Due sini)ica Due# durante el mantenimiento el oranismo puede continuar
esperando# y talveF aAn percibiendo# una mayor covariaci!n entre CS y UCS ! entre
respuesta y re)uerFo Due objetivamente estC justi)icada$ El puede aceptar intentos re)orFados
de cara al valor mientras atribuye intentos no re)orFados a circunstancias eGtenuantes#
in)luencias de la tercera variable# ! aAn oportunidad$
?inalmente# y talveF mCs importante# es el montaje de la evidencia del Due se bene)ician
ambos acondicionamientos operante y clCsico# y en alunos casos pueden aAn demandar# un
raFonablemente buen ajuste entre las continencias a ser aprendidas y las teoras !
eGpectativas previas Due el oranismo trae al laboratorio$ & lo muy menos# estC claro Due no
todos los CS>UCS ! las continencias respuesta>re)uerFo son iualmente aprendibles$ 'alveF
las mCs impresionantes de este punto han sido provedas por Iarcia y sus colaboradores 8por
ejemplo# Iarcia# -cIo+an R Ireene# /62.9$ Estos investiadores han reportado Due las
ratas pueden aprender# en un simple intento# a evitar un nuevo sabor de comida Due es
seuido de una en)ermedad astrointestinal# aAn si el intervalo entre comer y en)ermarse es
tanto como /. horasL en contraste# un animal Due se en)erma varias horas antes de consumir
una comida de usto )amiliar pero de nueva )orma no muestra tal evitar el aprendiFaje$ Por
otro lado# cuando un dolor inmediato reemplaFa a la en)ermedad demorada como el UCS# un
patr!n opuesto de resultados es obtenidoL lo Due sini)ica Due# la rata rCpidamente aprende a
evitar nuevas )ormas pero no nuevos sabores cuando tales estmulos estCn inmediatamente
seuidos por una descara el;ctrica$ Como *isbett R "oss 8/6739 resumen# la rata puede ser
caracteriFada como poseyendo dos NteorasO# ambas de las cuales estCn bien ajustadas a las
actuales continencias de su ecoloa< 8a9 Distintas pistas ustativas# cuando son seuidas por
una tarda 8aAn mCs tarda9 molestia Cstrica# deberan ser consideradas sospechosasL 8b9
Distintas pistas tCctiles ! espaciales# cuando son seuidas por un dolor somCtico inmediato
debera ser considerado sospechoso$
El arumento# en t;rminos mCs enerales 8c)$ 'esta# /62:9 es por tanto Due los
oranismos S de la ente as como de las ratas S son proclives a ver aDuellas covariaciones# y
solo aDuellas covariaciones# Due su propia historia ! la historia de sus especies los dispone a
ver$ Cuando no son uiados por NteorasO# la detecci!n de la covariaci!n viene a ser muy
di)cil y es probable Due ocurra solo cuando las correlaciones relevantes se aproGiman a la
unidad# yT! cuando las condiciones para aprender son !ptimas en t;rminos de los )actores Due
han sido eGplicados en los laboratorios de una lara y distinuida lnea de Hullians y
S(innerians$
&lunas veces# por supuesto# las circunstancias de cada da son !ptimas para aprender$
Por lo tanto# en nuestra eGperiencia diaria aprendemos Due incontables cambios# apoyos#
botones y otras manipulaciones hace# y Due una desconcertante variedad de sinos# smbolos
y seEales sini)ican# porDue las covariaciones relevantes estCn muy cerca de las per)ectas$
Iualmente importante# talveF# es el hecho de Due la persona lea# iual Due el cient)ico
/74
normal# a menudo puede NprobarO nuevas hip!tesis Due ;l ha trado para entretenci!n$ Bas
muestras de datos pueden deliberadamente ser eneradas Due son mejor adaptadas para la
tarea de in)erencia a mano Due las muestras o)recidas por eGperiencia accidental y
recolecci!n )ortuita$
Ciertamente# nuestra maestra de nuestro ha crecientemente dependido sobre nuestra
capacidad para sustituir relativamente herramientas )ormales de in)erencia por in)ormales$
*uestro ;Gito re)leja el leado de eneraciones de hombres y mujeres ordinarios Duienes han
cuidadosamente notado y rabado sus descubrimientos y# mCs recientemente# esa de
incontables cient)icos entrenados en las artes de eGperimentaci!n )ormal y anClisis
estadstico$
/72
'A( Fa ilusin del control
Ellen J( Fan#er
-ientras la ente concuerda Due eGiste mucho traslape entre habilidad y suerte# un completo
entendimiento de c!mo ineGtricablemente los une a los dos estC aAn por ser lorado$ En
principio la distinci!n parece clara$ En situaciones de habilidad eGiste un vnculo causal entre
el comportamiento y el resultado$ Por tanto# el ;Gito en las tareas de habilidad es controlable$
Ba suerte# por otro lado# es un suceso )ortuito$ El ;Gito en la suerte ! actividades de
probabilidad es aparentemente incontrolable$ El asunto de la presente inDuietud si s ! no esta
distinci!n es eneralmente reconocida$ Ba posici!n tomada aDu es Due no es$ mientras la
ente puede paar )inir estar de acuerdo con el concepto de probabilidad# ellos se
comportaron como si los eventos de probabilidad son sujetos de control$ Si esto es correcto#
es de inter;s determinar las variables responsables por esta con)usi!n$
&lAn soporte de observaci!n para esta aseveraci!n de Due la ente trata los eventos de
probabilidad como controlables viene de los psic!loos Io))man 8/6429 y Henslin 8/6429$
-ientras e)ectuaba prCcticas de jueo en Bas Jeas# Io))man not! Due neociantes Duienes
eGperimentaban perodos de mala suerte se corran el rieso de perder sus trabajos$ Henslin
estudiaba el jueo de dados y not! Due los juadores de dados claramente se
comportaban como si ellos estuvieran controlando el resultado de la tirada$ Ellos son
cuidadosos en tirar el dado suavemente si ellos desean nAmeros bajos ! tirarlo duro para
nAmeros altos$ Ellos creen Due el es)uerFo y concentraci!n rendirCn )rutos$ El control puede
tambi;n ser ejercido cuando se apuestaL por ejemplo# siempre apuestan con la persona Due
luce como Due ;l tiene el mayor control$ Estos comportamientos son todos muy racionales si
uno cree Due el jueo es un jueo de habilidad$
Si uno estuviera tratando de ejercer control sobre un evento de oportunidad# uno ejercera
in)luencia antes Due el resultado del evento estuviera determinado$ Stric(land# Be+ic(i# y
KatF 8/6449 probaron esta noci!n$ Bos sujetos )ueron involucrados en un jueo de tiro de
dados en el cual ellos seleccionaron de un nAmero de apuestas alternativas ya sea antes de
Due el dado )uera tirado ! justo despu;s de la tirada pero antes Due el resultado )uera
descubierto$ Ellos encontraron Due los riesos mCs randes# Due es# apuestas mCs randes
colocadas# cuando se apuesta antes mCs Due despu;s de la tirada$
Ba investiaci!n previa muestra Due la ente a menudo )alla al responder
di)erencialmente a los eventos controlables e incontrolables$ Sin embaro# los )actores Due
obiernan este ilusorio control del comportamiento no ha sido estudiado sistemCticamente$
Un modo de identi)icar estos )actores es eGplorar las caractersticas de las situaciones de la
habilidad$ En situaciones de habilidad la ente se compromete en varios comportamientos
evidentes$ , secretos desinados para maGimiFar la probabilidad de ;Gito< escoiendo cuCles
materiales son apropiados para la situaci!n y cuCles respuestas hacer# )amiliariFCndose uno
EGtractos de un trabajo Due apareci! en 'he =ournal o) Personality and Social Psycholoy# /621# 0.# 0//>0.7$
Derechos de autor 5 /621 por la &sociaci!n &mericana de Psicoloa$ "eimpreso con permiso$
/77
mismo con ;stos materiales y respuestas# perdiendo alAn tiempo pensando sobre la tarea
para arribar a posibles estrateias Due pueden ser empleadas# y ejerciendo es)uerFo mientras
estC comprometido activamente en la tarea para incrementar la probabilidad de ;Gito$
&demCs# las situaciones de habilidad tienen ciertas caractersticas no necesariamente
instiadas por el individuo en orden de maGimiFar la probabilidad de ;Gito$ Ba competencia
es uno de tales )actores$
Estos )actores relacionados a la habilidad pueden ser responsables por inducir una ilusi!n
del control$ Una ilusi!n del control es de)inida como eGpectativa de un ;Gito personal de
probabilidad inapropiadamente mCs alto Due la probabilidad objetiva arantiFara$ Bos
siuientes estudios )ueron diseEados para evaluar la e)ectividad de estos )actores
relacionados con la habilidad en ocasionar una ilusi!n del control$ Espec)icamente# la
investiaci!n a ser descrita )ue desinada para probar la siuiente hip!tesis$ &nimando !
permitiendo a los participantes en un evento de probabilidad a comprometerse en
comportamientos Due ellos se comprometeran donde ellos participando en un evento de
habilidad# uno incrementa la probabilidad de inducir una orientaci!n de habilidadL Due es
Due# uno induce una ilusi!n del control$ Por tanto# uno debera ser capaF de introducir
cualDuiera de los aspectos previamente mencionados en una situaci!n de habilidad S
escoencia# estmulo ! )amiliaridad de respuesta# involucramiento pasivo ! activo#
competencia S dentro de una situaci!n de posibilidad donde los participantes no in)luencien
mCs el resultado y ocasionen un comportamiento mCs apropiado a un evento de habilidad$
Una )uerte prueba de ;sta hip!tesis es la introducci!n de ;stos )actores dentro de
situaciones tales como loteras# donde los resultados son probabilidades completamente
determinadas$ Si ;stos )actores son eGitosos en inducir una ilusi!n de control en ;stas
situaciones mecCnicas# entonces los e)ectos deberan ser mucho mCs randes cuando ellos
son introducidos dentro de situaciones donde ya eGiste un elemento de control$ $ $ $
Experimento ': Eectos de la competencia sobre la ilusin del control
Desde Due la ente a menudo se ocupa de la competencia cuando ellos estCn evaluando su
habilidades# es hipotetiFado Due la introducci!n de este )actor de habilidad relacionado dentro
de una probabilidad )ijada induce una ilusi!n de controlabilidad$ Ba cantidad de control Due
uno actualmente tiene en producir un resultado eGitoso en una competencia de probabilidad
vara como una )unci!n de la habilidad del oponente de uno$ Si la ente responde a los
eventos de probabilidad en los cuales eGiste una competencia como si ;stos eventos )ueran
determinados por la habilidad# entonces la ilusi!n del control debera tambi;n variar como
una )unci!n de las caractersticas del oponente de uno$
En el siuiente estudio los sujetos compiten en una tarea de probabilidad contra ya sea un
atractivo# con)idente con)ederado ! un di)cil y nervioso con)ederado$ Si la tarea es
respondida como si el resultado es incontrolable# entonces los )actores otros Due de la
probabilidad de anar juean un papel mayor en in)luenciar las apuestas de los sujetos$ Bajo
estas circunstancias# los sujetos son probables de apostar mucho cuando estCn compitiendo
contra el con)idente con)ederado ya sea porDue el con)ederado se espera Due apueste mucho
y los sujetos desean aparentar similar a ;l ! porDue el rieso es un valor en nuestra sociedad
8Hallach R Hin# /6479 Bos sujetos pueden tambi;n apostar mucho cuando estCn apostando
contra el di)cil y nervioso porDue ;l se espera Due apueste menos# por lo Due los sujetos
pueden arriesarse menos y aAn aparentar ser riesosos$ En cualDuier caso# los sujetos no
deberan apostar mCs contra el con)ederado di)cil Due contra el con)ederado con)idente$ Por
otro lado# si# como se predijo# la competencia induce a una orientaci!n de habilidad# los
sujetos apostarCn sobre las bases de la probabilidad de anar$ Desde Due el oponente de uno
es menos competente# la mayor probabilidad de uno es anar# los sujetos deben apostar
/76
menos cuando compiten contra el con)ederado di)cil Due cuando compiten contra el
con)ederado con)idente$
(-todo
Sujetos1 Bos sujetos )ueron 04 hombres no raduados enrolados en el curso de psicoloa
introductoria en la Universidad de ,ale$ Ellos )ueron reclutados por un anuncio Due o)reca el cr;dito
de un curso y una posibilidad de anar dinero por la participaci!n en un estudio sobre la relaci!n
entre respuestas conitivas y psicol!icas$ Ellos )ueron asinados al aFar a una de dos condiciones
eGperimentales# con /7 sujetos en cada una$
Procedimiento& Cuando cada sujeto entr! al cuarto en el cual el eGperimento iba a tener luar# ;l
encontr! esperando a un con)ederado presumiendo como otro sujeto$ El con)ederado# un hombre no
raduado cieo a la hip!tesis eGperimental# ju! el papel de ya sea una persona seura de s misma !
de una persona de con)ianFa 8condici!n apuesta ! estApida9$
Condicin apuesta& En ;sta condici!n el con)ederado apareci! seuro y sociable y )ue vestido con
un saco sport bien ajustado$ El se introdujo a s mismo al sujeto y seEal! un anuncio )ijado en el
sal!n$ El anuncio deca Due la eGperimentadora estara atrCs y reDuerira a los sujetos llenar un breve
cuestionario mientras esperaba$ Hacer el estudio parece estar relacionado con asuntos psicol!icos# el
cuestionario reDuera sobre dieta# en)ermedades )amiliares# etc$ El sujeto y el con)ederado
completaron el )ormulario e interactuaron durante este tiempo por aproGimadamente /3 minutos$ Ba
conversaci!n no )ue estructurada pero s )ocaliFada principalmente en eventos deportivos$ Despu;s de
;sta interacci!n el con)ederado con indi)erencia toc! con los nudillos la pared Due lo separaba de
eGperimentadora y del sujeto a la seEal de ella de retornar al sal!n$
Condicin estpida1 En esta condici!n el con)ederado apareci! mCs bien tmido# se comport!
torpemente# tuvo una contracci!n nerviosa y )ue vestido con un saco sport Due era muy peDueEo para
;l$ En todos los otros aspectos esta condici!n )ue id;ntica a la de la condici!n apuesta$
En ambas condiciones el con)ederado se Duit! el saco antes de Due la eGperimentadora entrara al
sal!n$ Despu;s de Due ella se disculp! por la tardanFa# la eGperimentadora instruy! a los sujetos a
sentarse y no platicar mientras ella preparaba los materiales para el estudio$ Empleando estas
medidas# )ue posible conservar a la eGperimentadora ciea a la precedente manipulaci!n
eGperimental$ El sujeto y el con)ederado se sentaron en una mesa uno )rente al otro$ Despu;s la
eGperimentadora coloc! un televolter# alcohol# esponjas de asa# electrodos# el de electrodo y tape
sobre la mesa# ella les dio las siuientes instrucciones$
*osotros estamos interesados en los e)ectos de ciertas respuestas motoras y
conitivas sobre respuestas psicol!icas$ Espec)icamente# estamos interesados en
cambios en la resistencia de la corteFa como una )unci!n de tareas presuriFadas y no
presuriFadas$ El estudio )ue diseEado de tal manera Due# esperanFadoramente# usted
va a dis)rutar de las tareas mientras yo consio la in)ormaci!n Due necesito$ Usted
tendrC la posibilidad de ya sea anar ! perder dinero por lo Due deberC ser divertido
S pero no hay aranta de Due usted saldrC de aDu con dinero eGtra$ De acuerdo#
ahora la primera cosa Due yo Duiero Due ustedes haan es pear con tape estos
electrodos a sus manos$ ,o Duiero ponerlo sobre la mano con Due ustedes no
escriben$ Son ustedes derechos ! FurdosQ *o se preocupen# nada de esto los herirC$
^Ba eGperimentadora puso tape a los electrodos# los conect! en el televolter y trajo
un maFo de cartas de jueo_$
Ba primera tarea es un jueo de cartas$ Bas relas son Due ustedes escoerCn
cada uno una carta del maFo# y DuienDuiera Due seleccione la carta mCs alta ana$
HabrC cuatro rounds# y antes de cada uno ustedes escribirCn cuCnto desean apostar$
Ustedes pueden apostar lo Due sea de 3 a .1 centavos en cada round$ Bueo ustedes
me mostrarCn sus apuestas a m pero no a cada uno de los otros$ *o miren a las
cartas Due ustedes escoieron$ De este modo sus apuestas y los resultados no
/63
in)luenciarCn sus respuestas psicol!icas en la tarea siuiente$ ,o le dar; vuelta a
las cartas para ustedes y se den cuenta mCs tarde cuCnto )ue anado ! perdido con
cada uno de ustedes individualmente$ Ba apuesta es justo entre cada uno de ustedes
y yo# de modo Due si usted anan yo les paar; y si ustedes pierden ustedes me
paarCn ya sea en dinero ! tiempo del sujeto$ EstCn ustedes dispuestos a participarQ
^los con)ederados rCpidamente respondieron# NSeuroO_$ Bueno# ahora podemos
empeFar$ *o escriban su apuesta hasta Due yo dia listos de tal modo Due yo pueda
conseuir una lnea base de lectura$
Ba eGperimentadora lueo instruy! a los sujetos a rabar sus apuestas y mostrarlas a ella$
Bas apuestas )ueron rabadas# y lueo los sujetos alternativamente sacaron un a carta y# a
reDuerimiento# simultCneamente se las mostraron a la eGperimentadora# Duien rab! el
resultado y a continuaci!n coloc! las cartas boca abajo en una mesa vecina$ &ntes de cada
paso la eGperimentadora pareci! estar rabando las )luctuaciones de la resistencia resistencia
de la piel$ Este procedimiento )ue repetido en cuatro intentos$
C*equeo de la medida y manipulacin dependiente& Ba medida dependiente )ue la cantidad de dinero
Due los sujetos apostaron en cada round$
Despu;s de Due cada jueo de cartas termin!# a los sujetos se les dijo Due la pr!Gima tarea sera
hacerla individualmente# de tal modo Due uno de los sujetos habra de ir a otro sal!n donde otro
eGperimentador le dara instrucciones$ & ellos tambi;n se les dijo Due una veF este eGperimento
estuviera terminado# este eGperimentador le contara al otro el resultado del jueo de cartas de tal
modo Due las deudas podran ser satis)echas$ El eGperimentador reDuiri! al con)ederado a irse y les
dijo a ;l y al sujeto Due se despidieran el uno del otro# puesto Due su participaci!n conjunta haba
)inaliFado$ & cada uno de los sujetos les )ue dado lueo una tarea interpolada en la Due ;l anara
aproGimadamente m .$33 sin importar sus apuestas previas$ El sujeto eGamin! una jarra de elatina
con ranos de )rijol y estim! el nAmero presente mientras el eGperimentador rababa las )luctuaciones
de la resistencia de la piel$ Bueo al sujeto le )ue dado otro cuestionario Due era psicol!ico por
naturaleFa$ Despu;s de Dueel )ue reDuerido Due si el pens! Due la presencia del otro sujeto haba
tenido alAn e)ecto en sus respuestas psicol!icas# ;l )ue reDuerido a clasi)icar al otro sujeto sobre
una escala de 4 puntos partiendo de / 8una personalidad no muy competente9 a 4 8interpersonalidad
muy competente9# las restantes preuntas )ueron llenadas con cosas Due se relacionaban con asuntos
psicol!icos$ Despu;s Due ;stas medidas )ueron obtenidas# todos los sujetos )ueron aradecidos y se
les dijo Due llamaran al autor el pr!Gimo mes si ellos deseaban conocer el prop!sito y resultados del
estudio$
!esultados
&ntes de eGaminar s ! no las cantidades de dinero apostadas cariaron como una )unci!n de la
competencia del con)ederado# es importante estar seuro Due el con)ederado )ue ciertamente
percibido di)erencialmente en las dos condiciones$ Ba clasi)icaci!n media de la competencia del
con)ederado )ue :$7 cuando ;l )ue supuesto a ser apuesto y 0$/2 cuando ;l estuvo juando a estApido$
Casi no hubo traslape entre las dos condiciones$ Ba di)erencia entre los dos sini)icados es altamente
sini)icante 8t [ 1$:4# p ] $3319$ Por consiuiente# es seuro decir Due los sujetos en la condici!n
apuesta se vieron a s mismos como compitiendo contra un individuo mCs competente Due los sujetos
en la condici!n estApida$
DeberC ser recordado Due los sujetos podan apostar cualDuier cantidad de nada a .1 centavos en
cada uno de los cuatro rounds de apuesta$ Estas cuatro apuestas )ueron promediadas para dar un
simple punteo para cada sujeto$ Ba apuesta media para los sujetos en la condici!n apuesta )ue //$3:
centavos comparada con /4$.1 centavos para los sujetos en la condici!n estApida 8t [ .$06# p ] $3.19$
Ba di)erencia entre los dos rupos debera ser aAn mCs aparente cuando eGaminamos las primeras
apuestas hechas# puesto Due el primer round de apuesta siui! mCs cercanamente la manipulaci!n
/6/
eGperimental$ Ba media de la primera apuesta para la condici!n apuesta )ue 6$.7 centavos# mientras
Due la media de la primera apuesta para la condici!n estApida )ue /4$2. centavos 8t [ 0$/4# p ] $3319$
Prueba conceptual de la manipulacin& En orden de estar seuro Due la suposici!n Due los sujetos de
,ale esperan al atractivo con)ederado para apostar mCs Due al no atractivo con)ederado )ue cierta# dos
cuestionarios )ueron administrados para muestras aleatorias de los estudiantes no raduados de ,ale$
En el primer cuestionario# la tarea y los participantes )ueron descritos y los sujetos se les preunt!
Dui;n pensaban ellos Due apostaran mCs$ Doce de los /4 sujetos esperaban a la persona atractiva para
apostar mCs 8M
.
[ :# p ] $319$ El seundo cuestionario describa la tarea y preuntaba a la ente
cuCnto ellos pensaban Due apostaran en cada intento$ 'odos de los /1 sujetos preuntados
respondieron con la mCGima apuesta 8.1 centavos9$
Experimento +: Eectos de la seleccin en la ilusin del control
Una veF mCs# se cre! una hip!tesis Due cuando una situaci!n de probabilidad )icticia una
situaci!n de habilidad# la ente se comporta como si ellos tienen el control sobre el evento
incontrolable aAn cuando el hecho de Due el suceso ! )alla depende de la probabilidad# es
destacado$ Una lotera provee un vehculo para estudiar esta ilusi!n del control porDue# aparte
de la decisi!n de s ! no comprar un tic(et# el resultado es enteramente obernado por la
probabilidad Si uno pudiera ejercer control sobre el resultado de una lotera# uno
incrementara la probabilidad de tener un tic(et seleccionado$ Este tic(et sera entonces de
muy rande valor Due un tic(et perteneciente a aluien sin este control$ , si el )uera de un
valor mayor entonces se siue Due uno reDuerira un precio mCs alto de un comprador
potencial$
En el siuiente estudio una lotera )ue conducida para evaluar los e)ectos de la
escoencia# como un importante )actor en una situaci!n de habilidad# en la ilusi!n del
control$ Se predijo Due a los sujetos a Duienes se les dio su escoencia del tic(et de la lotera
reDueriran un precio mCs alto por el$
(-todo
Los sujetos& Bos tic(ets de la lotera estuvieron disponibles para adultos hombres y para mujeres
trabajadoras de o)icina empleadas por una ! dos )irmas localiFadas en Bon Island# una aencia de
seuros y una compaEa manu)acturera$
/
Puesto Due varios sorteos y Duinielas de deportes no eran
comunes a estas o)icinas# una justi)icaci!n elaborada para correr la presente lotera )ue necesaria$ Con
la eGcepci!n de cuatro mujeres# toda la ente aproGimada por la pretendida aente de ventas de tic(ets
compr! tic(ets de la lotera$ Bos sujetos )ueron asinados aleatoriamente a las condiciones con el
resultado Due eGistieron .: hombres y 0 mujeres en la condici!n de escoencia y .0 hombres y e
mujeres en la condici!n de no escoencia$
(ateriales& Bos tic(ets de la lotera )ueron tarjetas de )ootball estCndar : G . puladas 8/3$/4 G 1$37
cms#9$ En cada una de las tarjetas apareca un )amoso juador de )ootball# su nombre y su eDuipo$ Bas
tarjetas )ueron arreladas al)ab;ticamente primero por el nombre del eDuipo y lueo por el nombre
individual del juador$ EGistieron dos jueos aparejados de tic(ets# cada uno comprendiendo ..2
tarjetas de )ootball$ Cada uno de los sujetos uard! el tic(et de un jueo mientras Due el mismo tic(et
del otro jueo )ue depositado en un tablero de tarjetas de cart!n de la cual el tic(et anador sera mCs
tarde seleccionado$
Procedimiento& Ba lotera )ue conducida por un empleado de la aencia de seuros y una empleada
de la )irma manu)acturera / semana previa al jueo del SupertaF!n de /620$ &mbos eGperimentadores
estuvieron cieos a la hip!tesis del estudio$ Cada uno de ellos se aproGim! a los
/6.
/
Bas )irmas desean permanecer en el anonimato$
miembros de sus respectivas o)icinas y les preuntaron si ellos deseaban comprar un tic(et de
la lotera a un costo de m /$33$ & los sujetos se les dijo Due los tic(ets estuvieron vendi;ndose
en ambas de sus o)icinas y en otra o)icina 8la otra o)icina )ue nombrada9 y Due el premio
completo# aproGimadamente m 13$33# sera para el anador$ Bos sujetos )ueron tambi;n
in)ormados de la )echa del sorteo$ Despu;s de haber estado de acuerdo en participar en la
lotera# al primer sujeto aproGimado se le dio la caja con las tarjetas y se le dijo Due
seleccionara los tic(ets Due ;l Duisiera$ El sujeto nombr! la tarjeta de manera Due el
eGperimentador pudiera seleccionar la misma tarjeta del seundo jueo y depositarla en la
caja de cart!n cerrada$ En este momento el eGperimentador tambi;n rab! el nombre de los
sujetos y la tarjeta seleccionada$ El seundo sujeto aproGimado )ue tratado de la misma
manera eGcepto Due despu;s de estar de acuerdo de participar en la lotera# a ;l ! a ella se
entre! una tarjeta la cual aparejaba la escoencia del sujeto anterior$ El da despu;s Due los
tic(ets )ueron vendidos en una o)icina# el mismo procedimiento )ue llevado a cabo en la
seunda o)icina$
(edida dependiente& 'odos los sujetos )ueron individualmente aproGimados por el
eGperimentador de Duienes ellos compraron sus tic(ets la maEana del sorteo de la lotera$ &
ellos se les dijo< N&luien en la otra o)icina Duera participar en la lotera# pero puesto Due yo
no estoy vendiendo mCs tic(ets# ;l me preunt! si yo podra averiuar por cuCnto venderan
ustedes sus tic(ets$ Eso no haca ninuna di)erencia para m# pero cuCnto le dira yo a ;lQO Ba
cantidad cotiFada constituy! la medida dependiente$ En el caso Due un sujeto dijo Due ;l no
vendera su tic(et# el eGperimentador )ue instruido a estimularlo hasta Due ;l diera una ci)ra y
entonces rabar la respuesta Nno vender;O junto a la cantidad Due ;l )inalmente o)reci!$
!esultados
Como se dijo# la manipulaci!n de la escoencia tena un considerable e)ecto sobre el valor
del tic(et de la lotera$ Ba cantidad media de dinero reDuerida para el sujeto para vender su
tic(et )ue m 7$42 en la condici!n de escoencia y solo m /$64 en la condici!n de no
escoencia 8t [ :$00# p ] $3319$ &unDue a ellos se les preunt! en cuCnto venderan sus
tic(ets si ellos los venderan# /1 sujetos inicialmente respondieron Due ellos no los venderan$
De ;stos# /3 sujetos estuvieron en la condici!n de escoencia y 1 en la condici!n de no
escoencia 8p ] $/39$ Ba di)erencia previamente citada# sin embaro# no )ue simplemente una
)unci!n de las cantidades cotiFadas por ;stos sujetos despu;s de estimularlos# puesto Due sus
respuestas van de un rano de m 0$33 al premio entero de m 10$33# con solo 0 sujetos en la
Altima cateora$
-ientras no sea espec)icamente probado hasta el siuiente estudio# uno de los resultados
obtenidos es este estudio concierne al e)ecto de )amiliaridad en la ilusi!n del control$ Bas
mujeres no estCn tan proclives como los hombres a estar )amiliariFadas con el jueo de
)ootball$ Por lo tanto# ellas deberan ser menos probables de entrar a la lotera en primer
luar# y si ellas entran# ellas reDueriran menos dinero para vender su tic(et$ Debe recordarse
Due solo cuatro personas se rehusaron a participar en la lotera y Due cada una de ellas )ue
mujer$ De los seis mujeres Due s entraron# cuatro reDuirieron m /$33 y dos reDuirieron m .$33
por sus tic(ets$ Por lo tanto la cantidad media para las mujeres )ue de m /$00 comparada con m
1$76 para los hombres 8t [ .$/:# p ] $319$ $ $ $
Implicaciones y aplicaciones
/60
Sobre las bases de la evidencia presentada# parece Due los sujetos no distinuen los eventos
de probabilidad S de los de determinada habilidad del modo Due es suerido por sus
de)iniciones$ Ba continencia objetiva no parece ser una variable crucial Due obierna el
comportamiento de los sujetos$ En veF de eso# si un evento es ! no reaccionado como si es
randemente controlable depende de )actores como la competencia# la escoencia# la
)amiliaridad y el involucramiento# los cuales pueden ser ortoonales a la continencia actual$
Esto ha sido mostrado ser el caso aAn en situaciones Due son tan claramente obernadas por
la probabilidad como una lotera$
PorDu; ocurre estoQ Bas entes estCn motivadas a controlar su medio ambiente$ Ba
importancia del control en este conteGto ha sido ampliamente discutida por ambos terapistas
e investiadores de ciencia social$ Si ella es vista como una necesidad de competencia
8Hhite# /6169# un instinto por manejar 8Hendric(# /6:09# una rivalidad por la superioridad
8&dler# /6039# ! una rivalidad por una causalidad personal 8deCharms# /6479# la mayora de
cient)icos sociales estCn de acuerdo en Due eGiste una motivaci!n para manejar el medio
ambiente de uno# y un completo dominio incluira la habilidad para Nvencer las
probabilidadesO# Due sini)ica# controlar los eventos de probabilidad$ -ientras mCs di)cil es
un problema# mCs competente se siente uno en ser capaF de resolverlo$ Ba mayor satis)acci!n
! sentimiento de competencia resultara por consiuiente de estar dispuesto a controlar lo
aparentemente incontrolable$
&demCs de la motivaci!n para controlar# eGiste otra raF!n para la )alta de discriminaci!n
entre eventos controlables e incontrolables$ Este es el hecho de Due los )actores de habilidad
y probabilidad estCn tan cercanamente asociados a la eGperiencia de la ente$ Pue es# Due no
eGiste solo una motivaci!n no para discriminar# pero hay a menudo una verdadera di)icultad
en hacer la discriminaci!n# puesto Due eGiste un elemento de probabilidad en cada situaci!n
de posibilidad y un elemento de posibilidad en casi toda situaci!n de posibilidad$ Bo anterior
es obvio y no necesita mayor eGplicaci!n aDu$ Ejemplos de la Altima son conocer Due una
buena apuesta es en un jueo de dados 8por ejemplo# conocer las di)erencias9 ! conocer
cuales mCDuinas traanDueles estCn montadas para dar las mayores recompensas$ $ $ $
/6:
'D( Fos resultados de las pruebas son los -ue usted piensa
-ue son
Foren J( C;apman y Jean C;apman
Cada da los psiDuiatras y los psic!loos clnicos deben tomar decisiones vitales<
Cu'l es su problemaD %eber#a -l ser internado en un *ospital mentalD Corre -l riesgo de
cometer suicidio riesgo de cometer un *omicidioD )st' este paciente suficiente bien para
ser dado de alta del *ospital deber#a permanecer a*#D
Para ayuda con sus decisiones los clnicos casi siempre utiliFan pruebas psicol!icas$
De acuerdo a un estudio de *orman Sundber# las dos pruebas de cualDuier )orma mCs
ampliamente usadas son la prueba de mancha de tinta de "orschach y la prueba de hacer
hablar a una persona ^Dra+>a>Person 8D&P9_$ &mbas son pruebas proyectivas# basadas en la
premisa de Due una persona proyecta parte de su personalidad cuando ;l responde a una
situaci!n ambiua no estructurada$ Por ejemplo# puesto Due no eGisten )ormas objetivas en
una mancha de tinta# cualDuier persona ve un presumiblemente re)lejo de sus propios
manejos# con)lictos y personalidad$ Similarmente# cuando uno dibuja un retrato de una
persona en una hoja de papel en blanco# se piensa Due ;l proyecta un poco de s miso dentro
de su creaci!n$
Personalidad
*uestra reciente investiaci!n suiere Due el "orschach y el DP& pueden ser pruebas
proyectivas de mCs maneras Due una$ En la interpretaci!n de los resultados de ;stas pruebas#
el promedio clnico puede proyectar sus propias preconcepciones y suposiciones dentro de
su descripci!n del paciente$
*uestros primeros estudios en ;sta Crea )ueron con la prueba D&P# en la cual el clnico da
al sujeto un lCpiF y una hoja de papel en blanco y le reDuiere Due dibuje a una persona$ Karen
-achover public! la prueba en /6:6$ Ella describi! los retratos tpicamente dibujados por
personas con varios problemas emocionales y eGplic! c!mo interpretar varias caractersticas
de retratos como claves de la personalidad$ Ella dijo# por ejemplo# Due Nla paranoia
individual da mucho ;n)asis rC)ico a los ojosO# y Nel seGo dada la proporcionalmente cabeFa
rande es el seGo Due estC mCs acorde con la autoridad intelectual y socialO$
El manual de la prueba de -achover es llenado con eneraliFaciones lejos de alcanFar
sobre las clases de personas Due dibujan Due clases de retratos# pero ella presenta muy pocos
datos de soporte$
/61
Este trabajo oriinalmente apareci! en Psycholoy 'oday# *oviembre de /62/# pp$ /7>..# /34>//3$ Derechos
"eservados 5 /62/ por gi))>Davis Publishin Co$ "eimpreso con permiso$
Partes
&lunos clnicos no han estado dispuestos a tomar por cierta la palabra de -achoverL ellos
han ensayado sus aseveraciones eGperimentalmente$ =ules HolFber y -urray HeGler# por
ejemplo# trataron de determinar si las personas paranoicas realmente dibujan ojos elaborados$
Ellos compararon los dibujos de /7 pacientes paranoicos esDuiFo)r;nicos y 24 estudiantes de
en)ermera# pero ellos no encontraron di)erencia en el modo en Due los dos rupos dibujaron
los ojos$
Docenas de estudios similares han ensayado las predicciones de -achover sobre otras
caractersticas de los retratos Scara# orejas# labios# cabello# ropa# bocas# etc$ S pero una y otra
veF los sinos del D&P han )allado en sostenerlas$ Unos pocos eGperimentadores han
encontrado Due los sujetos mejor ajustados tienden a producir mejores dibujos completos#
pero la sorprendente conclusi!n de la evidencia de la investiaci!n es Due el contenido
espec)ico de un dibujo no es un vClido indicador de las caractersticas de la personalidad$
<i#no
Debera ser seEalado Due este tipo de investiaci!n no demanda una per)ecta discriminaci!n$
Si el 13W de personas homoseGuales dibujan )iuras de una cierta modo# y solo el .1W de
otras personas dibujan )iuras de ese modo# la caracterstica de dibujar puede aAn ser
considerada un vClido sino de dian!stico# puesto Due con el tiempo puede contribuir con
in)ormaci!n hacia un dian!stico de homoseGualidad$
Ba mayora de los clnicos conocen sobre la investiaci!n mostrando Due los sinos del
D&P son invClidos# aunDue muchos miles continAan el uso de la prueba reularmente porDue
ellos reclaman Due han visto el trabajo de los sinos en su propia prCctica clnica$ N,o
con)iar; en mis propios sentidos antes de Due yo con)e en alAn artculo de revistaO# dijo un
psic!loo clnico$ N,o s; Due los paranoicos no parecen dibujar ojos randes en los
laboratorios de investiaci!nO# dijo otro# Npero ellos seuro Due lo hacen en mi o)icinaO$
Ilusin
&lunos crticos dicen Due los clnicos estCn tan envueltos en sus teoras y tradiciones Due
ellos no estCn in)luenciados por los hechos$ Pensamos Due eGiste otra eGplicaci!n# sin
embaro$ Bos clnicos Duienes continAan con)iando en los sinos del D&P de cara a una
evidencia neativa pueden estar eGperimentando una correlacin ilusoria$ un )en!meno Due
nosotros descubrimos varios aEos atrCs en la investiaci!n sobre asociaciones de palabras$
Encontramos Due cada una de las palabras Due altamente asociadas las unas con las otras
tienden a ser vistas como ocurriendo juntas mCs a menudo Due lo Due realmente estCn$ En
estos eGperimentos un sujeto se sent! en una con)ortable silla mientras proyectCbamos varios
pares de palabras 8por ejemplo# tocino>tire9 sobre una ran pantalla en)rente de ;l$ Bos pares
de palabras cambiaban cada dos seundos$ Ba palabra al lado iFDuierdo de un par )ue siempre
una de cuatro posibles palabras< tocino# le!n# )lores ! barco$ Cada palabra apareci! tan a
menudo como cualDuier otra 8.1 por ciento del tiempo9# pero ella apareci! siempre en el lado
iFDuierdo de la pantalla$ Ba palabra al lado derecho de un par )ue ya sea huevos# tire !
libreta de notas# con iuales probabilidades$
*osotros arrelamos los pares de palabras sistemCticamente de tal )orma Due cada una de
las palabras del lado iFDuierdo apareciera iual nAmero de veces con cada palabra del lado
/64
derecho$ Por ejemplo# cuando tocino apareca en el lado iFDuierdo# *uevos )ue apareada con
ella en un tercero de los intentos$ Pero cuando nosotros preuntamos a los sujetos
posteriormente sobre los pares de palabras# ellos respondieron Due cuando tocino apareca a
la iFDuierda# *uevos )ue apareada con ella :2 por ciento del tiempo# y Due cuando len estaba
a la iFDuierda# tigre )ue la palabra Due mCs a menudo apareca a la derecha$ &An cuando cada
par de palabras apareca tan a menudo como cada otra# los sujetos reclamaban Due los pares
con )uerte asociaci!n verbal ocurran mCs a menudo Due las otras$
Ba tendencia a ver dos cosas como ocurriendo juntas mCs a menudo Due lo Due ellas
actualmente lo hacen nosotros le llamamos correlaci!n ilusoria$
Parece haber una similitud esencial entre los estudiantes Duienes pretenden Due ciertas
palabras ocurren juntas mCs a menudo Due lo Due actualmente hacen y los psic!loos clnicos
Duienes reclaman ver valideF en la prueba de sinos D&P cuando la investiaci!n dice Due
no hay$
Reconocer
Bos sinos D&P e interpretaciones pueden ser di)erentes hoy de lo Due ellos )ueron cuando
-achover introdujo la prueba .3 aEos atrCs# por supuesto# as Due preuntamos a los
pro)esionales modernos c!mo usaron ellos la prueba$ Enviamos cuestionarios a //3 clnicos
Duienes estuvieron activos en la prueba de dian!stico$ Escribimos breves descripciones de
seis tipos de pacientes y reDuerimos a cada clnico decirnos Du; caractersticas ;l haba visto
en cada uno de los dibujos$ Bas seis descripciones )ueron 8/9 NEl estC preocupado sobre cuCn
varonil es ;lO# 8.9 NEl sospecha de la otra enteO# 809 NEl estC preocupado sobre cuCn
inteliente es ;lO# 8:9 NEl estC preocupado por ser alimentado y cuidado por otra enteO# 819
NEl ha tenido problemas de impotencia seGualO# y 849 NEl estC muy preocupado de Due la
ente dia malas cosas sobre ;lO$ Bes dijimos a los clnicos Due asumieran en cada uno de los
casos Due el paciente era un hombre Due dibuj! un retrato de un hombre$
"ecibimos :: cuestionarios completados# y )ue claro Due los clnicos eneralmente
concuerdan con cada otro como las caractersticas del dibujo Due ellos haban visto en cada
caso$ Por ejemplo# la mayora de los clnicos 86/ por ciento9 Due el paciente suspicaF ojos
randes ! atpicos$ %chenta y dos por ciento dijeron Due una persona preocupada sobre su
inteliencia tendera a dibujar una cabeFa rande ! en)atiFada 8ver 'abla /9$
El acuerdo no )ue per)ecto# pero )ue impresionante$ En eneral# los clnicos estuvieron de
acuerdo en dos ! tres dibujos caractersticos Due ellos esperaran de cada tipo de paciente$
Pares
Ba mayora de los clnicos tenan un Doctorado 8Ph# D$9 y ellos promediaban 7$: aEos de
eGperiencia en psicodian!stico$ *os preuntCbamos Du; clase de sinos D&P los
observadores encontraran cuando ellos casi no tenan eGperiencia del todo$
Para averiuar juntamos :1 dibujos de )iuras de hombres S 01 de pacientes psic!ticos de
un hospital cercano y /3 de estudiantes raduados en psicoloa clnica$ -edimos cada
retrato por tamaEo de la cabeFa# tamaEo de los ojos# etc$# y tuvimos un ndice de juicios
independientes de los dibujos sobre las caractersticas mCs subjetivas# tales como
musculatura y )eminidad$
Para cada retrato adjuntamos dos de las seis declaraciones Due nosotros habamos )ijado
para los clnicos S por ejemplo# NEl hombre Due dibuj! este 8/9 sospecha de la otra ente# y
8.9 ha tenido problemas de impotencia seGualO$ Hubo distintos pares Due podran ser hechos
de las seis declaraciones# de manera Due utiliFamos cada par en tres di)erentes retratos$
/62
&sinamos las declaraciones sistemCticamente a todos los tipos de retratos$ Por ejemplo#
NEl estC preocupado sobre cuCn inteliente esO apareci! tan a menudo en los retratos con
cabeFas peDueEas como en retratos con cabeFas randes$
& continuaci!n tamiFamos a un rupo de estudiantes universitarios y seleccionamos a
/37 Duienes a)irmaban Due ellos nunca haban odo de la prueba del Dibujo de Una Persona
8D&P9 y no saban nada sobre c!mo ella era interpretada$
Ensayamos a los estudiantes en rupos$ &ntes de cada prueba les eGplicamos brevemente
lo racional de la prueba del D&P$ Bes dijimos a los estudiantes Due veran una serie de
dibujos# junto con breves declaraciones sobre los hombres Duienes los dibujaron$ Bes dijimos
Due muchos de los hombres tenan los mismos problemas# y Due los estudiantes deberan
eGaminar todos los retratos cuidadosamente y buscar las caractersticas comunes en los
dibujos por hombres con cada tipo de problema$ Bos estudiantes miraron lueo los retratos en
un orden aleatorio pre>arrelado# permiti;ndoles 03 seundos para ver cada uno de los
retratos$
Prueba
&unDue tuvimos cuidadosamente balanceados los retratos y sus declaraciones de )orma Due
eGistieran relaciones objetivas entre ellos# casi cada sujeto respondi! Due ;l vio las relaciones$
, las relaciones Due los estudiantes encontraron )ueron marcadamente similares a las
relaciones Due los clnicos reportaron ver en la prCctica diaria$ EGistieron alunas di)erencias#
por supuesto# pero los estudiantes tendieron a describir el dibujo tpico de cada tipo de
paciente en los mismos t;rminos Due los clnicos haban usado$ , en el caso de los
estudiantes# sabemos Due los sinos )ueron ilusiones# porDue ellos no estuvieron en los datos$
*uestra previa investiaci!n en pares de palabras suiere una eGplicaci!n< recuerde Due
encontramos Due las palabras con )uertes coneGiones asociativas tienden a ser vistas como
ocurriendo juntas$ 'alveF el mismo mecanismo estuvo detrCs de los sinos del D&P$
Elaboramos un cuestionario de asociaci!n de palabras para determinar cuCn cercanamente las
Creas de los sntomas 8suspicacia# inteliencia# impotencia# etc$9 estCn asociadas con varias
partes del cuerpo 8ojos# cabeFa# !ranos seGuales# mAsculos# etc$9$ Bas preuntas tomaron la
)orma siuiente< NBa tendencia la SUSPIC&CI& para llamar a la ente C&BEg& es 8/9 muy
)uerte# 8.9 )uerte# 809 moderado# 8:9 liviano# 819 muy liviano# 849 ninuna tendencia del todoO$
Be dimos el cuestionario a :1 estudiantes Duienes no haban participado en las otras
partes del eGperimento$ Bas asociaciones verbales Due ellos reportaron ntidamente se
compararon a las correlaciones ilusorias Due los simples estudiantes haban visto entre los
sntomas y las caractersticas del dibujo$ , las asociaciones verbales )ueron un aAn mCs
cercano aparejamiento con las correlaciones reportadas por los practicantes clnicos$
Pa#o
En nuestro siuiente eGperimento nosotros ensayamos 14 sujetos en tres das sucesivos para
ver si ellos se daran cuenta Due no eGisten verdaderas correlaciones entre sntomas y retratos
si ellos tuvieron una posibilidad de mirar el ensayo de materiales mCs de una veF$ Bas
correlaciones )ueron vistas como )uertemente en el tercer da como el primero$ *osotros
empeFamos as darnos cuenta cuCn )uerte una correlaci!n ilusoria puede ser y nos
preuntamos en Due condiciones# si las hay# permitiramos a uno superarlas$
*osotros ensayaos una serie de :/ nuevos sujetos individualmente y dejamos Due cada
uno mirara a cada retrato tanto como el deseara$ Para animarlos a estudiar los retratos
cuidadosamente# o)recimos m .3$33 al estudiante cuyos juicios )ueran mCs eGactos$
/67
Esto no )uncion!$ Bos estudiantes vieron las correlaciones ilusorias tan )uertemente como
siempre$
?inalmente empujamos todas las paradas y les dimos a los sujetos cada oportunidad Due
podramos pensar del cheDueo de sus propias percepciones$ Be dimos a cada sujeto la pila
/66
'abla /$ Porcentaje de clnicos y simples estudiantes reportando varias caractersticas de los dibujos como acompaEamiento de seis declaraciones de los sntomas$
Preocupado Preocupado Preocupado con 'iene problemas Preocupado
sobre la Sospechoso sobre ser alimentado de impotencia sobre la ente
masculinidad de los otros la inteliencia y cuidado por seGual Due dice cosas malas
ooooooooooo oooooooooo ooooooooooo ooooooooooooo ooooooooooooo oooooooooooooooo
Caractersticas de C S C S C S C S C S C S
los dibujos
/ &mplios hombros# muscular 73 24 3 4 3 7 3 /. .1 0/ 3 4
. %jos atpicos 3 3 6/ 17 3 4 3 0 . . :0 .4
0 CabeFa rande ! en)atiFada 3 1 3 /0 7. 11 . 2 3 0 6 /3
: Boca en)atiFada 3 3 2 1 3 / 47 7 . / 1 1
1 nrea seGual elaborada /: 1 3 3 3 3 3 3 11 7 3 3
4$ %rejas atpicas 3 3 11 4 3 0 3 3 . 3 4: 2
2 EGpresi!n )acial atpica 3 /2 /7 :: . ./ . ./ . /: /7 1.
7 ?emenina# como una niEa .0 .. 2 /. . // 0. 06 .0 .1 // /0
6 Cabello distintivo .0 /0 . . . 7 3 / // 4 3 0
/3 Dibujo detallado .3 7 . 4 . /0 3 0 2 0 . 4
// Postura pasiva 1 : . 7 0: . 04 ./ . . 3 7
/. Botones en las ropas 3 3 3 3 3 3 .0 / 3 3 3 3
/0 nrea seGual no en)atiFada 3 3 3 3 3 3 3 3 /7 .2 3 3
/: *ariF )Clica 6 3 3 3 3 3 3 3 .0 . 3 3
/1 %beso 3 . 3 / 3 3 2 /4 3 : 3 /
8ota1 C [ clnico# S [ estudiante$ Bas caractersticas listadas son aDuellas mencionadas por al menos /1 por ciento de los clnicos ! de los estudiantes por al
menos un sntoma$ Por cerca de cada caracterstica del dibujo# el sntoma mCs a menudo asociado con el por los clnicos es el mismo sntoma asociado con el
por los estudiantes$
completa de dibujos para estudiarla por ;l mismoL le dijimos Due ;l podra mirar a ellos en
cualDuier orden hasta Due ;l deseara$ El podra escoer los retratos dentro de las pilas y hacer
comparaciones directas$ {l podra poner todos los dibujos por hombres suspicaces en una pila
y estudiarlos por similitudes$ Be dimos a cada sujeto un bloc( de papel# un lCpiF y una relaL
De nuevo les o)recimos m .3$33 a la persona cuyos juicios )ueran mCs eGactos# y le dimos a
cada sujeto una copia del cuestionario )inal de tal )orma Due ;l podra ver Du; preuntas ;l
tendra Due responder$
:asculinidad
En estas enerosas condiciones la correlaci!n ilusoria desestimaron sini)icantemente la
mayora de los sntomas# pero no desaparecieron$ Por ejemplo# en condiciones normales el
24W de los estudiantes vieron una relaci!n entre la preocupaci!n sobre la masculinidad de
uno y la tendencia a dibujar )iuras muscularesL en las nuevas condiciones# :1W aAn
reclaman ver la relaci!n Due no estaba all$ Ba correlaci!n ilusoria es poderosa# y
marcadamente resistente a cualDuier intento de cambiarla$
Bos estudiantes aAn reclaman ver las tpicas correlaciones cuando las tarjetas son apiladas
en la direcci!n opuesta$ En un estudio# por ejemplo# colocamos la declaraci!n# NEl estC
preocupado por su intelienciaO solo en retratos con cabeFas pequeasL la declaraci!n sobre
la suspicacia apareci! eGclusivamente en dibujos con ojos pequeos# etc$ Esto redujo la
correlaci!n ilusoria un poco# pero no la elimin!$ Dieciseis por ciento aAn dijeron Due los
pacientes Due se preocupaban por su inteliencia desestimaron )iuras de cabeFas randes y
13 por ciento aAn vieron una relaci!n entre preocuparse por la masculinidad de uno y la
tendencia a dibujar )iuras musculares S aunDue la verdadera relaci!n estuviera en la
direcci!n opuesta$
EstC claro de nuestra investiaci!n Due las interpretaciones clnicas de la prueba del D&P
probablemente tienen un )uerte componente de correlaci!n ilusoria$ , las decisiones Due los
clnicos hacen sobre sus pacientes pueden ser proyecciones de las propias preconcepciones
de los clnicos$
Corrones
*osotros nos preuntamos si eGisten correlaciones ilusorias en la mayora de las pruebas
populares de todos S la tinta borrada de "orschach S y si es as# si ellos seran vistos tan
claramente como correlaciones reales# los pocos sinos de "orschach Due han sido
encontrados de ser vClidos indicadores de ciertas caractersticas de la personalidad$
En los 13 aEos de historia de "orschach# muchos clnicos han reportado# por ejemplo# Due
ciertas respuestas son dadas mCs a menudo por homoseGuales Due por otros$ En /6:6#
Hilliam Hheeler resumi! .3 sinos de homoseGualidad de "orschach$ %tros investiadores
han probado los sinos de Hheeler# pero solo . de los .3 sinos han sido encontrados vClidos
por mCs de un investiador$ Uno de ;stos 8el nAmero 29 es una respuesta a la cuarta mancha
de tinta de Nun humano ! animal>con)ormado# monstruo ! amenaFadoO$ El otro sino vClido
es el nAmero 7 de Hheeler# el reporte de un ambiuo animal S )iura humana en la seGta
tarjeta$
<i#nos
Para encontrar c!mo los clnicos actualmente usan el "orschach para dianosis de
homoseGualidad# enviamos cuestionarios a 24 clnicos# reDuiri;ndoles describir dos
percepciones Due los pacientes homoseGuales tpicamente usan en las /3 manchas de tinta de
"oschach$ De los clnicos Due retornaron los cuestionarios completados# 0. dijeron Due ellos
haban visto los protocolos de "oschach de un nAmero de homoseGuales$ Estos 0. clnicos
describieron varios sinos de "oschach# pero los Due mencionaron mCs a menudo )ueron 8/9
lAteos ! anos# 8.9 enitales# 809 ropa )emenina# 8:9 )iuras humanas de seGo indeterminado#
con no claras caractersticas de hombre ! mujer y 819 )iuras humanas con ambas
caractersticas de hombre y de mujer$ 'odos ;stos son sinos de Hheeler Due no han sido
apoyados en investiaci!n$ Por otro lado# solo dos clnicos mencionaron el sino vClido
nAmero siete > una de)ormada# monstruosa )iura y ninuno mencion! el otro sino vClido#
el nAmero ocho S una )iura parte humana>parte animal$
&lunos clnicos# pareceran# ver sinos en el "orschach Due no estCn all# y )allan al ver
los sinos Due estCn all$ De nuevo nuestro trabajo con asociaciones de palabras suiere una
raF!n$ Bos dos sinos vClidos no son intuitivo< la homoseGualidad no )Ccilmente trae a la
mente ya sean bestias ruEonas ! raFas cruFadas humana>animal$ Pero la homoseGualidad
tiene una alta asociaci!n verbal con los cinco sinos Due los clnicos reportaron mCs a
menudo$ De aluna manera es intuitivamente raFonable esperar Due los homoseGuales
podran tender a ver lAteos# ropaje )emenino ! )iuras de seGo miGto en manchas de tinta$
Ideas
*osotros ensayamos ;stas nociones objetivamente preuntando a 0: estudiantes
independientes juFar la proporci!n de cuCn )uertemente la palabra NhomoseGualidadO tendi!
a llamar a la mente varias ideas$ Sus proporciones concordaron S los populares pero invClidos
sinos tienen una mCs )uerte asociaci!n verbal con la homoseGualidad Due los dos
impopulares pero vClidos sinos$ Esto suiere Due los sinos de homoseGualidad Due los
clnicos reclaman ver en el "orschach pueden simplemente re)lejar sus propias suposiciones
y eGpectativas$
*osotros ensayamos esta contenci!n con un diseEo similar al Due nosotros usamos para
estudiar la prueba Dibujar a una Persona 8D&P9$ %btuvimos varias tarjetas "orschach y en
cada una adjuntamos una respuesta S aluna percepci!n Due una persona supuestamente
haba visto en la tarjeta$ Haba un crculo alrededor del Crea de la tarjeta a Due la repuesta se
re)era$
En alunas manchas de tinta la respuesta )ue un vClido sino de homoseGualidad 8por
ejemplo# Nun iante con braFos encoidosO9# en otros la respuesta )ue un sino no vClido
8por ejemplo# Nun cors; de mujer atadoO9# y en otras )ue un sino neutro 8por ejemplo# Nun
mapa de EspaEaO9$ Debajo de la respuesta haba dos descripciones de la persona Duien haba
hecho la respuesta$ Seleccionamos estas descripciones en todos los pares posibles de un
rupo de cuatro< 8/9 NEl tiene sentimientos seGuales hacia otros hombresO# 8.9 NEl cree Due la
otra ente estC intriando en contra de ;lO# 809 NEl se siente triste y deprimido mucho del
tiempoO# y 8:9 NEl tiene )uertes sentimientos de in)erioridadO$ *osotros# por supuesto#
estuvimos mCs interesados en la primera declaraci!n$
:e!cla
Como en los estudios del D&P# sistemCticamente asinamos las declaraciones de los
sntomas a las tarjetas de tal )orma Due all no hubo una relaci!n consistente entre cualDuiera
de las declaraciones y entre cualDuiera de los sinos$
Despu;s Due los estudiantes miraron una serie de tarjetas# les preuntamos Du; clase de
imCenes "orschach haban sido reportadas por los pacientes con cada uno de los cuatro
tipos de sntomas$ Bos hombres homoseGuales# los estudiantes reportaron mCs a menudo
vieron lAteos# enitales# etc$ S en resumen# los mismos sinos no vClidos Due los clnicos
.30
haban reportado$ *inuno de los estudiantes vio una relaci!n entre la homoseGualidad y los
dos sinos vClidos$
En una posterior variaci!n nosotros a prop!sito introducimos una correlaci!n neativa
dentro de la prueba de materiales# de tal )orma Due la declaraci!n NEl tiene sentimientos
seGuales hacia otros hombresO nunca apareci! en una tarjeta Due haba sido percibida como
vestimenta )emenina# lAteos# etc$ Esto no redujo la correlaci!n ilusoria > los estudiantes lo
vieron justo como )uertemente como antes$
$tadura
Estos estudios muestran cuCn )Ccil es creer Due dos eventos independientes estCn conectados#
especialmente cuando eGiste aluna asociaci!n verbal subjetiva entre los eventos$ *uestros
sujetos vieron masivas correlaciones ilusorias entre los sntomas y sinos de una prueba
proyectiva en una breve# tarea estructurada$ Ba tarea de los clnicos es mucho mCs compleja#
por supuesto$ Bos problemas reales de los pacientes son numerosos y vaos S raramente un
paciente tiene solo dos sntomas claramente de)inidos$ , los pacientes reales dan muchas
respuestas di)erentes en pruebas proyectivas# no solo una$ 'ambi;n parece probable Due en la
prCctica actual las correlaciones ilusorias Due un clnico observa estCn re)orFadas por los
reportes de sus coleas clnicos Duienes ellos mismos estCn sujetos a las mismas ilusiones$ El
consenso hara mCs )uertes las ilusiones de cada uno$ & nuestros estudiantes# por otro lado# no
les )ue permitido hablar uno con otro durante la prueba# de tal manera Due cada uno tena Due
encontrar sus propias correlaciones ilusorias$ Por todas ;stas raFones parece probable Due los
clnicos practicantes traten con correlaciones ilusorias Due son aAn mCs )uertes Due las Due
nuestros sujetos reportaron$
Di*cil
*osotros no tenemos la intenci!n de implicar Due los psic!loos clnicos son incompetentes
! insensibles a los hechos# como alunos podran rCpidamente concluir$ *uestros datos
apuntan no a la incompetencia de los clnicos# sino a la eGtrema di)icultad de su tarea$ Bos
clnicos estCn sujetos a las mismas ilusiones como cualDuier otro$ Por analoa# casi cada uno
dice Due dos lneas horiFontales tienen di)erentes lonitudes cuando ellas aparecen en la
ilusi!n de -eller>Byer$
w>>>>>>>>>>>>>>>>>>>>>>>>>>>]
]>>>>>>>>>>>>>>>>>>>>>>>>>>>w
pero ninuno llamara a un carpintero un incompetente eGperto de distancias simplemente
porDue ;l tambi;n ve la ilusi!n$
Bos clnicos deben estar concientes de la correlaciones ilusorias si ellos estCn
compensados por ellas$ Idealmente# los clnicos deberan eGperimentar tales ilusiones de
primera mano$ Puede sonar como poltica de entrenamiento reDuerir a cada estudiante
raduado en psicoloa clnica servir como un observador en tareas como las Due hemos
descrito$ El podra entonces eGaminar muy de cerca el tamaEo y la )uente de las correlaciones
ilusorias Due ;l eGperimenta y por ello# uno espera# aprender a uardarse contra tales errores
en su prCctica clnica$
Ba eGperiencia tambi;n le recordara Due sus sentidos son )alibles# Due sus juicios clnicos
deben ser cheDueados continuamente contra medidas objetivas# y Due su tarea pro)esional es
una de las mCs di)ciles y complejas en toda la psicoloa$
.3:
'G( Ra!onamiento probabil*stico en medicina
cl*nica: Problemas y oportunidades
David -$ Eddy
Por un ran perodo de tiempo# la calidad y costo del cuidado de la salud era determinados
por las decisiones hechas por los m;dicos cuyo Altimo objetivo es desinar y administrar un
prorama de tratamiento para mejorar la condici!n de un paciente$ Ba mayora de decisiones
involucran muchos )actores# ran incertidumbre# e interroantes di)cil de valuar$
Este captulo eGamina un aspecto de c!mo estas decisiones son hechas# estudiando el uso
del raFonamiento probabilstico para analiFar un problema particular< si ejecutar una biopsia
en una mujer Duien tiene una masa en un pecho Due podra ser malina$ Espec)icamente#
estudiaremos c!mo la in)ormaci!n de los procesos m;dicos tiene mayores errores en el
raFonamiento probabilsitico# y Due estos errores amenaFan la calidad del cuidado m;dico$
El problema
Una biopsia de pecho no es un procedimiento trivial$ El tipo mCs comAn 8alrededor del 73W9
es la biopsia eGcisional# en la cual la masa sospechosa es removida DuirAricamente por
eGamen microsc!pico y dian!stico histol!ico por un pat!loo$ Usualmente el paciente es
admitido a un hospital y sometido a un completo jueo de pruebas dian!sticas
preoperativas$ Ba biopsia es casi siempre e)ectuada bajo anestesia eneral 8con una
probabilidad de aproGimadamente . de /3#333 de una muerte por la anestesia9$ Una peDueEa
8/ S . puladas9 incisi!n es hecha# y un tejido del tamaEo de una nueF a una ciruela es
removido$ En muchos casos 8talveF / en .9 la p;rdida de tejido es apenas notoriaL en otros
eGiste un p;rdida de sanre remanente$ En un caso ocasional 8talveF / en .339 eGiste una
in)ecci!n ! drenaje Due puede persistir por varias semanas$ El costo es de aproGimadamente m
233$33$ Este procedimiento puede ser hecho sobre la base ambulatoria y bajo anestesia local$
Como una alternativa a la biopsia eGcisional# alunos cirujanos pre)ieren en alunos casos
obtener tejido usando una auja$ Esto puede ser hecho sobre la base ambulatoria# no deja
cicatriF A otros e)ectos residuales# y es mucho menos caro$ Sin embaro# el es considerado
por muchos m;dicos menos con)iable en Due una lesi!n malina eGistente puede no ser
encontrada$
Un importante )actor Due a)ecta la necesidad de e)ectuar una biopsia es la posibilidad de
Due la masa del seno sea un cCncer$ Para estimar esta posibilidad# un m;dico puede listar las
posibles en)ermedades# evaluar las )recuencias con la cual varios sinos y sntomas ocurren
con cada en)ermedad# comparar esta in)ormaci!n con los descubrimientos en la paciente#
estimar la probabilidad Due ella tiene de cada una de la en)ermedades en la lista# y hacer una
biopsia si la probabilidad de cCncer A otra lesi!n tratable es su)icientemente alta$ Para ayudar
al m;dico# muchos libros de teGto describen c!mo las en)ermedades no malinas pueden ser
di)erenciadas del cCncer$ Por ejemplo# el siuiente pCrra)o describe una de tales
Ba preparaci!n de este trabajo )ue patrocinado por una subvenci!n de Henry =$ Kaiser ?amily ?oundation$
.31
en)ermedades beninas S la en)ermedad de absceso cr!nico$$
Ba en)ermedad de absceso cr!nico es a menudo con)undida con un carcinoma del seno$ Ella
usualmente ocurre en mujeres reci;n paridas con senos peDueEos$ EstC presente m's comnmente en
el cuadrante eGterno superior pero puede ocurrir en otras partes y eventualmente involucra el seno
completo$ Es a menudo doloroso$ Particularmente en el perodo premenstrual# y acompaEando
desordenes menstruales son comunes& El peF!n serea# usualmente serosidad# ocurre en
aproimadamente el /1W de los casos# pero no eGisten cambios en el peF!n mismo$ Ba lesi!n es
di)usa sin auda demarcaci!n y sin )ijaci!n a la cubierta de la piel$ -Altiples abscesos son )irmes#
redondos y )luctuantes y puede ser eGplorados por medio de )ocos si ellos contienen un )luido claro$
Un ran absceso en un Crea de en)ermedad de absceso cr!nico se siente como un tumor# pero es
usualmente mCs liso y bien delimitado$ Bos n!dulos lin)Cticos auGiliares son usualmente no alarados$
Ba en)ermedad de absceso cr!nico no frecuentemente muestra randes abscesos aFulados$ Con mCs
)recuencia# los abscesos son mAltiples y peDueEos$
/
8del "eato# /623# pp$ 743>74/9$
Similares descripciones estCn disponibles para )ibroadenomas# necrosis rasosa# trauma# y
otra media docena de otras condiciones del busto# as como para cCncer$
Bos tipos de in)ormaci!n probabilsticos pueden ser usados para ayudar a un m;dico a
analiFar las posibles causas de una masa en el busto de la paciente$ Con evaluaciones de los
valores de los posibles resultados 8por ejemplo# dianosticar apropiadamente un cCncer#
haciendo una biopsia innecesaria de una lesi!n no malina# no hacer una biopsia y pasar por
alto una lesi!n malina# y apropiadamente decidir no hacer una biopsia de una lesi!n
benina9# los m;dicos pueden evaluar la probabilidad de Due la paciente# con sus sinos
particulares y sntomas# tiene cCncer# y los m;dicos pueden seleccionar una acci!n$
El caso de la mamo#ra*a
%tras pruebas dian!sticas estCn disponibles para ayudar a los m;dicos a estimar la
probabilidad de Due una lesi!n del busto de una mujer en particular es malina$ PuiFCs la
mCs importante y comAnmente usada es la mamora)a$ El valor de ;sta prueba se apoya en
el hecho de Due los componentes de las c;lulas malinas absorben los rayos M a di)erencia de
los componentes de las c;lulas no malinas$ Estudiando los mamoramas# un radi!loo
puede estar en capacidad de ver ciertos sinos Due ocurren con di)erentes )recuencias en
di)erentes lesiones# y de ;sta in)ormaci!n un juicio puede ser hecho sobre la naturaleFa de la
lesi!n en cuesti!n$ 'picamente los mamoramas estCn clasi)icados como positivos !
neativos para cCncer$ %casionalmente un esDuema de clasi)icaci!n eGpandido es usado# tal
como uno conteniendo las tres clases< malino# sospechoso y benino$
Ba prueba no es per)ecta# en Due alunas lesiones malinas son incorrectamente
clasi)icadas como beninas y alunas lesiones beninas son llamadas malinas$ Por lo tanto#
un )actor Due es muy importante para los clnicos es la eGactitud de la prueba$
!azonamiento probabil#stico
Permtasenos desarrollar ;sta noci!n mCs precisamente$ El prop!sito de una prueba
dian!stica es proveer in)ormaci!n a un clnico sobre la condici!n de un paciente$ El m;dico
utiliFa esta in)ormaci!n para revisar el estimado de la condici!n del paciente y para
seleccionar una acci!n basada en ese nuevo estimado$ Ba acci!n puede ser una orden para
/
En esta y todas las subsecuentes citas# las cursivas son areadas$
posteriores pruebas de dian!sticas# ! si el m;dico estC su)icientemente con)iado de la
condici!n del paciente# una acci!n terap;utica puede ser tomada$ El punto esencial es Due el
.34
m;dico puede tener rados de certeFa sobre la condici!n del paciente$ El m;dico recopilarC la
evidencia para re)inar esta certeFa de Due el paciente tiene ! no tiene cCncer# y cuando esa
certeFa llea a ser su)icientemente )uerte 8en el conteGto de la severidad de la en)ermedad y
el cambio en la pronosis con el tratamiento9# la acci!n serC tomada$
Podemos asociar una probabilidad# la probabilidad subjetiva del m;dico de Due el
paciente tiene cCncer# con este rado de certeFa$ El impacto en el cuidado del paciente de una
prueba dian!stica tal como una mamora)a# por consiuiente# descansa en el poder de
cambiar la certeFa del m;dico ! probabilidad subjetiva de Due el paciente tiene cCncer$
Ba noci!n de una probabilidad subjetiva ! rado de certeFa aparece de muy di)erentes
)ormas en la medicina vernCcula$ Por ejemplo# un autor escribe Due NporDue el rupo de edad
mayor tiene la mayor proporci!n de lesiones malinas# eGiste un elevado #ndice de sospec*a
en la mente de un clnico Duien se en)renta a un paciente mayorO 8Iold# /646# p$ /4.9$ %tro
autor eGpone Due el mamorama puede reducir el nAmero de biopsias de seno Nen muchas
instancias cuando la m's bien firme opinin del m;dico de en)ermedad benina es soportada
por una firme diagnosis mamogr'fica de beninidadO 8Hol)e# /64:# p$ .109$ Un tercero lo
describe de este modo< Nsi la impresin subjetiva del clnico da su)iciente raF!n para
sospechar de carcinoma# los clnicos estarCn obliados a e)ectuar una biopsia a pesar de un
mamorama neativoO 8Clar(# et al$# /641# p$ /009$ %tras eGpresiones Due re)lejan ;sta
noci!n incluyen# Nel nivel de confianzaO 8Byrne# /62:# p$ 029# Nimpresin de malignidadO
8Hol)e# /642# p$ /079# Nuna diagnosis m's positivaO 8Ean# /62.# p$ 06.9# etc$ Estas
declaraciones no son precisas porDue pocos m;dicos estCn )ormalmente al corriente con los
conceptos de la probabilidad subjetiva y anClisis de decisi!n$ *o obstante# eGiste evidencia de
Due las nociones de los rados de certeFa son naturales a los m;dicos y son usados por ellos
para ayudar a seleccionar un curso de acci!n$
Interpretando la eactitud de la mamograf#a
&hora considere a una paciente con una masa en un seno Due los m;dicos piensan Due es
probablemente benino$ Suponamos Due ;sta probabilidad sea de 66 de /33$ Usted puede
interpretar la )rase NDue el m;dico piensa Due es probablemente ^66 de /33_ beninaO como
siue$ Supona Due el m;dico ha tenido eGperiencia con un nAmero de mujeres Duienes# en
todos los aspectos importantes tales como la edad# sntomas# historia )amiliar# y
descubrimientos )sicos son similares a esta paciente particular$ , supona Due el m;dico
conoce de esta eGperiencia Due la )recuencia cCncer en este rupo es# diamos# / de /33$
Careciendo de cualDuier otra in)ormaci!n# los m;dicos por consiuiente asinarCn 8talveF
subconcientemente9 una probabilidad subjetiva del /W para el evento de Due ;sta paciente
tiene cCncer$
&hora dejemos Due el m;dico ordene un mamorama y reciba un reporte Due en opini!n
del radi!loo la lesi!n es malina$ Esta es una nueva in)ormaci!n y las acciones a tomar
obviamente dependerCn de la nueva estimaci!n del m;dico de la probabilidad de Due el
paciente tena cCncer$ Un m;dico Dui;n consulta la literatura puede encontrar innumerables
declaraciones Atiles# tales como la siuiente< NBa eGactitud de la mamora)a es
aproGimadamente del 63 por ciento 8Hol)e# /644# p$ ./:9L NEn ^una paciente con una masa
en el busto_ un ^mamorama_ positivo reporte de carcinoma es altamente eGactoO 8"osato#
'homas R "osato# /620# p$ :6/9L y NBa eGactitud de la mamora)a en dianosticar lesiones
malinas del busto son de 73 a 71 por ciento de promedioO 8Cohn# /62.# p$ 679$ Si se desea
mCs detalle# el m;dico puede encontrar muchas declaraciones como NEl resultado mostr!
Due el 26$. por ciento de :21 lesiones malinas )ueron correctamente dianosticadas y el
63$$: por ciento de /#/31 lesiones beninas )ueron correctamente dianosticadas# para una
eGactitud total de 62 por cientoO 8Snyder# /644# p$ ./29$
.32
En este punto usted puede incrementar su apreciaci!n del problema del m;dico estimando
por usted mismo la nueva probabilidad de Due este paciente tena cCncer$ El m;dico piensa
Due la masa es probablemente 866W9 benina# pero el radi!loo ha producido un reporte
positivo de rayos M con la eGactitud justamente dada$
'abla /$ EGactitud de la mamora)a en el dian!stico de lesiones beninas y malinas$
"esultados de Besi!n malina Besi!n benina
rayos M 8cCncer9 8no cCncer9ooooooooooooooo
Positivo $26. $364
*eativo $.37 $63:
?uente< Bos nAmeros son de Snyder 8/6449$
Ba )!rmula de Bayes puede ser aplicada para evaluar la probabilidad$ Esta )!rmula nos
dice Due
Insertar a-u* la rmula de la p5#ina +91 del texto ori#inal
donde
P8caTpos9 es la probabilidad de Due la paciente tena cCncer# dado Due ella tiene un
reporte positivo de rayos M 8la probabilidad posterior9
P8posTca9 es la probabilidad de Due# si la paciente tiene cCncer# el radi!loo correirC
el dian!stico 8la proporci!n de la verdad positiva# ! sensitividad9
P8ca9 es la probabilidad de Due la paciente tena cCncer 8probabilidad previa9
P8benina9 es la probabilidad previa de Due la paciente tiene una en)ermedad benina
^P8benina [ / S P8ca9_$
P8posTbenina9 es la probabilidad de Due# si la paciente tiene una lesi!n benina# el
radi!loo la dianosticarC incorrectamente como cCncer 8la proporci!n )alsa>
positiva9$
Ba tabla / resume los nAmeros dados por Snyder$ Bas entradas en las celdas son las
probabilidades apropiadas 8por ejemplo# P8posTca9 [ $26.9$
Usando el /W como la estimaci!n del m;dico de la probabilidad previa Due la masa es
malina y tomando en consideraci!n la nueva in)ormaci!n proporcionada por la prueba#
obtenemos

P8caTpos9 [ ooooo83$26.983$3/9oooooo [ 3$322
83$26.98$3/9 l 8$364983$669
Por lo tanto# el m;dico debera estimar Due eGiste aproGimadamente un 7W de posibilidad de
Due el paciente tena cCncer$
!azonamiento probabil#stico incorrecto
Desa)ortunadamente# la mayora de los m;dicos 8aproGimadamente 61 de /33 en una muestra
in)ormal tomada por el autor9 malinterpretan los in)ormes sobre la eGactitud de la prueba y
estiman P8caTpos9 ser de alrededor de 21W$ %tros investiadores han observado resultados
similares 8Cascells# Schoenberer R Irayboys# /6279$ Cuando se les preunt! sobre esto los
m;dicos usualmente reportan Due ellos asumieron Due la probabilidad de cCncer dado Due la
paciente tiene un resultado de rayos M positivo ^P8caTpos9_ )ue aproGimadamente iual a la
.37
probabilidad de un resultado de rayos M positivo en una paciente con cCncer ^P8posTca9_$ Ba
Altima probabilidad es la medida en proramas de investiaci!n clnica y es muy )amiliar#
pero es la Altima probabilidad Due se necesita para tomar una decisi!n clnica$ Parece Due
muchos si no la mayora de m;dicos con)unden las dos$
EGisten realmente dos tipos de eGactitud para cualDuier ensayo desinado para determinar
si ! no una en)ermedad espec)ica estC presente$ Ba eactitud retrospectiva concierne a
P8posTca9 y P8neTno ca9$ 8Ba abreviatura Nno caO se re)iere al evento Due el paciente no tiene
cCncer$ Esto puede ocurrir porDue ella tiene ya sea una en)ermedad benina ! no tiene
ninuna en)ermedad del todo9$ Esta eGactitud# la Due usualmente se re)iri! en la literatura
sobre mamora)a# estC determinada mirando hacia atrCs al dian!stico de rayos M despu;s
Due el verdadero dian!stico 8histol!ico9 es conocido$ Permtasenos usar el t;rmino
eactitud predictiva para describir P8caTpos9 y P8beninoTne9# la eGactitud importante para el
clnico Due tiene un reporte de rayos M de una paciente aAn no dianosticada Duien desea
predecir el estado de la en)ermedad de la paciente$
Confundiendo la eactitud retrospectiva versus la eactitud predictiva& Una revisi!n de la
literatura m;dica sobre la mamora)a revela una )uerte tendencia a iualar la eGactitud
predictiva de un reporte positivo con la eGactitud retrospectiva de un reporte de rayos ML Due
es iualar P8caTpos9 [ P8posTca9$ EGisten muchas raFones para sospechar Due este error estC
siendo cometido$ Primero# la palabrera de muchas de las declaraciones en la literatura
suieren )uertemente Due los autores creen Due la eGactitud predictiva ^P8caTpos9_ se eDuipara
a la eGactitud retrospectiva ^P8posTca9_ Due ellos reportan en sus estudios$ Por ejemplo# un
artculo de !adiolog#a de /64: eGpuso # Nla eactitud total del dian!stico de rayos M )ue de
42: de 216# A 76 por cientoO 8vol$ 7:# p$ .1:9$ Un contribuyente a la Ebstetricia y
Finecolog#a Cl#nica en /644 dijo# N&sch encontr! un 63 por ciento de correlacin de la
mamora)a con los descubrimientos patol!icos en 133 pacientesO 8vol$ 6# p$ ./29$ NEl
acuerdo en dianosis radiol!ica y patol!ica )ue 6/$4 de 6/$4 por cientoO 8Ean# /62.# p$
0269$ 'odos estos in)ormes implican Due si la paciente tiene una prueba positiva la prueba
serC correcta y la paciente tendrC cCncer el 63W del tiempo$ Esto no es cierto$
Seundo# alunos autores cometen el error eGplcitamente$ Bos siuiente apareci! en una
publicaci!n en /62. de Cirug#a$ Finecolog#a y Ebstetricia en un artculo titulado
N-amora)a en su &propiada PerspectivaO y tuvo la intenci!n de recti)icar aluna con)usi!n
Due eGisti! en la literatura< NEn mujeres con carcinoma del busto probado# en Duienes
mamoramas son ejecutados# no eGiste evidencia de rayos M de en)ermedad malina en
aproGimadamente una de cinco pacientes eGaminadas$ Si entonces sobre la base de un
mamorama neativo# nosotros aplaFaremos la biopsia de una lesi!n s!lida del busto#
entonces eGiste una probabilidad de uno en cinco Due nosotros estamos posponiendo una
biopsia de una lesi!n malinaO 8vol$ /0:# p$ 679$ El autor ha incorrectamente eGpuesto Due
P8neTca9 [ $. implica Due P8caTne9 [ $.$ Su error viene a ser muy serio cuando ;l concluye
Due Npara di)erir una biopsia de una lesi!n s!lida cl#nicamente benigna del busto Due ha sido
llamada benigna en la mamora)a es dar un paso atrCs en la erradicaci!n del carcinoma del
busto en nuestra poblaci!n )emeninaO$ Ba probabilidad de Due tal paciente tena cCncer
depende de la probabilidad previa# pero es menor Due / en /33$ Su anClisis es un error de mCs
de un )actor de .3$
Cirug#a$ Finecolog#a y Ebstetricia publicado en /623 8vol$ /0/# pp$ 60>679 los
descubrimientos de otro rupo de investiaci!n# Dui;n comput! la Ncorrelaci!n del
dian!stico radiorC)ico con el dian!stico patol!icoO como siue$ Ellos tomaron a todas
las pacientes con dian!stico de probado histol!icamente y los separaron dentro de tres
rupos sobre la base del dian!stico de rayos M S NbeninoO# NcarcinomaO# y Ncarcinoma
sospechosoO$ En el rupo de Nrayos M beninoO 8NneativoO en nuestra terminoloa9# el lote
.36
mostr! Due el 7:W de hecho tena lesiones beninas$ 'ambi;n se not! Due el 72$1W del rupo
de Ncarcinoma de rayos MO 8! NpositivoO9 tuvo en la biopsia lesiones malinas probadas$ Por
lo tanto# P8caTpos9 [ 72$1W y P8beninnaTne9 [ 7:W$ Pero los autores eDuivocaron esta
eGactitud predictiva por la eGactitud retrospectiva$ Ellos in)ormaron Due NUn correcto
dian!stico mamorC)ico )ue hecho en 7: por ciento de aquellas con lesiones benignas y en
72$1 por ciento de aquellas con carcinoma=& De hecho# la proporci!n de verdadera>positiva
^P8posTca9_ en este estudio )ue del 44W y de verdadera>neativa ^P8neTbenina9_ )ue del
1:W$
En una carta al editor de )echa // de septiembre de /624# edici!n del *ational %bserver#
un m;dico present! cinco Nobservaciones de hechosO para sostener la opini!n de Due Nla
mamora)a ^por ejemplo# ocultaci!n_ de rutina no estC en el principal inter;s de la poblaci!n
en eneral a cualDuier edadO$ &Du estC el primer jueo de observaciones$
8/9 Ba eGactitud del eGamen de mamora)a se reporta Due estC entre 73 y 63 por ciento# dependiendo
de tales )actores como la edad de la paciente# si ella tiene ! no en)ermedad )ibrocstica# el tipo de
eDuipo radiorC)ico# la eGperiencia del radi!loo y de lo Due nuestra de)inici!n de NeGactitudO es$ $ $ $
&An si concluimos Due la eGactitud es de 71W eneralmente 8y estoy seuro Due no cada radi!loo en
la naci!n se puede aproGimar a tal )iura en su propia prCctica9# entonces Due sini)ica Due el 3GH de
las mujeres sometidas a rayos , concluir' con una interpretacin incorrecta de los descubrimientos$
m's probable$ sus mamogramas simplemente fallar'n en demostrar la enfermedad& )sto significa
que al 3G por ciento de las mujeres se les dar' un falso sentido de seguridad si a ellas se les dice que
sus e'menes de rayos , est'n normales$ si ciertamente ellas ya tienen c'ncer& Es di)cil evaluar el
daEo hecho a este rupo# porDue ellas obviamente estarCn mejor sin ninuna in)ormaci!n Due con
in)ormaci!n incorrecta$ Habi;ndole dicho Due su mamorama estC normal y Due ella no necesita
reresar sino hasta dentro de un aEo# una mujer con cCncer de seno puede bien inorar una
protuberancia en su pecho la cual podra de otra manera enviarla al doctor inmediatamente$
EGisten varios errores en el raFonamiento de este autor$ Primero# la NeGactitudO de la
mamora)a no puede ser eGpresada como un simple nAmero$ &suma Due el autor piensa Due
las proporciones de verdad positiva y verdad neativa ambas son iuales a 71W$
Seundo# estas proporciones 8de 71W9 son observadas cuando la mamora)a es usada
para hacer un dian!stico di)erencial de sinos y sntomas conocidos$ 'ales lesiones son
eneralmente mCs avanFadas Due las lesiones Due estCn siendo buscadas en un eGamen de
ocultaci!n# la cual es la situaci!n Due el autor estC diriiendo$ Estimaciones mCs raFonables
para las proporciones de la verdad positiva y de la verdad neativa en proramas de
ocultaci!n son 43T y 67W# respectivamente$
'ercero# aAn usando el 71W# encontramos varias ineGactitudes en el raFonamiento$
Considere el seundo error$ EGisten dos modos en Due una interpretaci!n incorrecta puede
ocurrir< 8a9 la paciente puede tener cCncer y un eGamen neativo P8ca#ne9L ! ella puede tener
un eGamen positivo pero no tener cCncer# P8no ca#pos9
.
De la teora de la probabilidad
elemental nosotros sabemos Due
P8ca# ne9 [ P8neTca9P8ca9
P8neTca9 es el complemento de P8posTca9 y por consiuiente iuales a $/1 en este caso$ *o
conocemos P8ca9 precisamente# pero para una poblaci!n proteida estamos raFonablemente
ciertos Due es menor Due $331$ Pue es# menos Due 1 de cada /#333 mujeres tienen un
.
P8&# B9 es la probabilidad conjunta Due ambos eventos & y B ocurran$
asintomCtico cCncer de seno pero detectable en el mamorama$
Por tanto#
./3
P8ca#ne9 Z 8$/198$3319 [ $33321
'ambi;n#
P8no ca#pos9 [ P8posTno ca9P8no ca9 ` 8$/198$6619 [ $/:6.1
Ba probabilidad total de una interpretaci!n incorrecta ^por ejemplo# P8ca#ne9 l P8no
ca#pos$_ es la suma de estos dos nAmeros# la cual es /1W# como el autor in)orma$ Sin
embaro# esto no sini)ica Due NmCs probable# sus mamoramas simplemente )allarCn en
demostrar la en)ermedadO$ P8ca#ne9 [ $33321 no es m's probable Due P8no ca#pos9 [ $/:6.1$
Es alrededor de .33 veces menos probable$
%tro problema es Due 71W de NeGactitudN no sini)ica Due Nal /1 por ciento de las
mujeres les serC dado una )alsa sensaci!n de seuridad si a ellas se les dice Due sus eGCmenes
de rayos M son normalesO$ El autor parece estar tratando de estimar P8caTne9$ &hora por la
)!rmula de Bayes$
Insertar a-u* la rmula de la p5#ina +9A del texto ori#inal
Pue es# si /3#333 mujeres asintomCticas son seleccionadas# y si usamos la mala
estimaci!n de la eGactitud del autor# 7#:17 de ellas partirCn con un eGamen neativo$ El autor
piensa Due alrededor de /#.46 de ellas tendrCn una )alsa sensaci!n de seuridad$ De hecho#
solo alrededor de 6 la tendrCn$ Este nAmero ha sido sobreestimado por un )actor de alrededor
de /13$
'abla .$ Presencia de c'ncer y resultados de rayos , en 3III mujeres quienes tienen e'menes
f#sicos anormales&
(ujeres con (ujeres sin
C'ncer c'ncer "otal
ooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooooo
-ujeres con rayos M
Positivos 2: //3 /7:
-ujeres con rayos M
*eativos 4 7/3 7/4
'otal 73 6.3 /#333
*ota< Una proporci!n positiva de $6. 8P8posTca9 [ 3$6.9 implica Due de 73 mujeres Duienes tienen
cCncer# 2: tendrCn rayos M positivo y 4 tendrCn rayos M neativo$ De todas las mujeres con rayos M
positivo# 2:T/7: tienen cCncer# ! P8caTpos9 [ 2:T/7: [ :3W$
?uente< Bos nAmeros son de Hol)e 8/64:9$
?inalmente areando la )rase# Nsi ciertamente ya tienen cCncerO adicional con)unde el
sini)icado de la )rase$ Ba )rase Nuna )alsa sensaci!n de seuridadO# Nsi ^dado_ Due a ellas se
les dijo Due sus rayos M eran normalesO# y Nsi ellas ya tienen cCncerO traducido
simb!licamente dentro de P8caTne$ca9$ Esta probabilidad es /# no $/1$
La importancia de P8cTa9$ &demCs de la con)usi!n de las dos eGactitudes# muchos autores no
parecen entender Due# para una prueba de eGactitud retrospectiva constante# el sini)icado
para los m;dicos de la prueba resulta de 8la eGactitud predictiva9 depende del rieso inicial de
cCncer en la paciente en la paciente sometida a la mamora)a$ &An si se asumi! Due las
proporciones de verdad positiva y verdad neativa son constantes para todos los estudios# la
interpretaci!n apropiada de los resultados de la prueba S la probabilidad de Due una paciente
.//
con un mamorama positivo 8! neativo9 tena cCncer S dependerC de la prevalencia del
cCncer en la poblaci!n de la cual la paciente )ue seleccionada# sobre la probabilidad previa a
la prueba de Due una paciente tiene cCncer$ Esto puede ser eGtremadamente importante
cuando uno compara el uso de la prueba en un dian!stico clnico 8donde las mujeres tienen
sinos y sntomas de en)ermedad del seno9 con su uso en una investiaci!n clnica para
mujeres asintomCticas$
Ba importancia de esto es mostrada con un ejemplo$ Supona Due una prCctica clnica es
para practicar mamorama a mujeres Due tienen un eGamen )sico anormal$ Ba )recuencia de
cCncer en tales mujeres ha sido encontrada en un estudio ser aproGimadamente 7W 8Hol)e#
/64:9$ En unas series de mamoramas en esta poblaci!n# una proporci!n verdadera>positiva
de 6.W y una proporci!n verdadera>neativa de 77W )ue obtenida$8Hol)e# /64:9$
Permitamos ahora Due el m;dico se en)rente a una paciente Duien siente Due es representativa
de esta poblaci!n 8por ejemplo# haamos Due P8ca9 [ 7W$ Supona Due ;l ordena un
mamorama y recibe un resultado del radi!loo$ Su decisi!n de ordenar una biopsia estara
basada en la nueva probabilidad de Due la pacienta tena cCncer$ Esa probabilidad puede ser
calculada en :3W 8ver 'abla .9$ Podra un reporte neativo descartar el cCncerQ Ba
probabilidad de Due esta mujer# dado un reporte neativo# aAn tena cCncer es lieramente
menor de /W$ Ba l!ica para este estimado se muestra en la 'abla .$
&hora# supona Due el m;dico ordena la prueba para eliminar la eGistencia de cCncer en
una mujer Due no tiene sntomas y un eGamen )sico neativo$ Ba prevalencia de la
mamora)a para detecci!n de cCncer en tales mujeres es alrededor de $/3W 8por ejemplo#
Shapiro# StraG R Jenet# /6429$ Para los prop!sitos de este ejemplo# haamos Due la eGactitud
retrospectiva del radi!loo sea incambiable S Due es# en esta poblaci!n de pacientes
permitCmosle de nuevo tener una proporci!n verdadera>positiva de 6.W y una proporci!n
verdadera>neativa 8para el dian!stico de lesiones beninas9 de 77W$
1
Ba literatura provee
datos solo sobre la eGactitud retrospectiva de la prueba en mujeres Due tienen cCncer y
en)ermedades beninas$ En un estudio alrededor del 43W de ;stas mujeres no tenan ninuna
en)ermedad del todo 8Hol)e# /6419$ Por lo tanto# en este caso#
P8caTpos9 [ ^P8posTca9P8ca9_ T ^P8posTca9 P8ca9 l P8posTbenino9P8benino9 l P8posTno
en)ermedad9P8no en)ermedad9_
P8benino9# P8no en)ermedad9 y P8posTno en)ermedad9 no son discutidos eGplcitamente en la
literatura$ Esto es instructivo y nos conduce a sospechar Due su importancia en el anClisis de
;stos problemas no es comprendida$ Para este ejemplo# usaremos los datos presentados por
Hol)e 8/6419 y asumiremos Due P8no en)ermedad9 es alrededor de 43W y P8benino9 es
alrededor de :3W$ *osotros tambi;n haremos una suposici!n )avorable a la mamora)a y
haremos Due P8posTno en)ermedad9 sea 3W$
Para continuar con este ejemplo# diamos Due los reportes del radi!loo Due el
mamorama en esta mujer asintomCtica es positivo$ Dado el reporte positivo de la
mamora)a# la probabilidad Due la paciente tena cCncer ^P8caTpo9_ es alrededor de / en :6#
! alrededor de .W 8'abla 09$ En el ejemplo previo Due involucr! a mujeres con sntomas#
P8caTpos9 )ue de :3W$ Por tanto# dependiendo de Dui;n estC siendo eGaminada# puede haber
una di)erencia de casi veinte veces en la probabilidad de Due una mujer con un mamorama
positivo tena cCncer$
1
Esta no es una buena suposici!n# puesto Due la NeGactitudO cambia como la poblaci!n Due estC siendo
eGaminada cambia$ Por ejemplo# la proporci!n verdadera>positiva es mCs baja cuando uno estC usando la
prueba en una poblaci!n asintomCtica porDue los cCnceres tienden a ser mucho mCs peDueEos y mCs di)ciles
de detectar$ Ba suposici!n estC hecha solo para demostrar la importancia del P8ca9$
./.
'abla 0$ Presencia de cCncer y resultados de rayos M en /#333 mujeres Due no tienen sntomas
-ujeres con -ujeres )on -ujeres sin
CCncer lesiones beninas cCncer 'otal
-ujeres con
rayos M positivo / :7 3 :6
-ujeres con
rayos M neativo 3 01. 166 61/
'otal / :33 166 /#333
8ota1 Una proporci!n verdadera>positiva de 3$6. implica Due los rayos M detectarCn cCncer en la
mujer Due tiene la en)ermedad$ Una proporci!n verdadera>neativa de 3$77 para en)ermedad benina
implica Due de :33 mujeres con en)ermedad benina# 01. tendrCn rayos M neativo# mientras Due en
:7 los rayos M serCn positivos$ Por tanto# :6 mujeres tendrCn rayos M positivo# pero solo una tiene
cCncer# ! P8caTpos9 [ /T:6 [ .W$
Esto levanta una mayor interroante sobre el raFonamiento m;dico S cuando tratando de
evaluar los sinos y sntomas de una paciente# cuCnta in)ormaci!n usara un m;dico sobre la
)recuencia bCsica de las posibles en)ermedades en la poblaci!n en eneralQ Ba pro)esi!n
parece estar con)undida sobre este asunto$ Por un lado# los m;dicos hacen declaraciones de
Due la relativa )recuencia de una en)ermedad no debera a)ectar el estimado de la
probabilidad de Due una paciente en particular tiene la en)ermedad$ Esta noci!n aparece en
varias mCGimas# tal como# NBa paciente es un caso de unoO y# NBas estadsticas son para
muertes de hombresO$ En la discusi!n de problemas espec)icos# la idea es a veces eGpresada
sutilmente como en la declaraci!n# NBas mujeres mCs j!venes obviamente tienen un menor
nAmero de malinidades las cuales# sin embaro# ejerceran muy poca in)luencia sobre el
caso individualO 8Hol)e# /642# p$ /079$ Puede tambi;n estar establecido eGplcitamente y
presentado como una rela a ser obedecida$ Por ejemplo# la siuiente apareci! en un libro de
teGto sobre dian!stico clnico< NCuando una paciente consulta a su m;dico con una
en)ermedad no dianosticada# ni ella ni el doctor conoce si es rara hasta Due el dian!stico es
)inalmente hecho$ Bos m;todos estadsticos pueden solo ser aplicados a una poblaci!n de
millares$ Ba paciente si tiene una rara en)ermedad ! no la tieneL la relativa incidencia de dos
en)ermedades es completamente irrelevante al problema de e)ectuar el dian!sticoO
8DeIo+in R DeIo+in# /646# p$ 49
Por otro lado# ;stas declaraciones son a menudo inconsistentes con el comportamiento de
los m;dicos Duienes tratan# sin embaro imper)ectamente# de usar ;sta in)ormaci!n
dian!stica$ &testiee las siuientes mCGimas Due son pasadas en las escuelas de medicina<
NCuando usted oye olpes de cascos# piensa en caballos no en cebrasO# NBas cosas comunes
ocurren mCs comAnmenteO# NSia la ley de Sutton< vaya donde estC el dineroO# etc$ Parece
Due muchos m;dicos sienten el valor de la in)ormaci!n en la probabilidad previa de una
en)ermedad pero Due las lecciones )ormales de la teora de la probabilidad no estC del todo
bien comprendida Sin una teora )ormal# los m;dicos tienden a cometer las mismas clases de
errores en un raFonamiento probabilstico Due ha sido observado en otros conteGtos
8Kahneman R 'vers(y# /620# :L Byon R Slovic# /6249$
Implicaciones1 (amogramas y biopsias
Estos problemas pueden tener importantes implicaciones prCcticas$ Por ejemplo# en los
ejemplos