TEMA 3: TOMA DE DECISIONES

1. INTRODUCCIÓN
Este tema se basa en la aplicación de los juicios probabilísticos y su combinación con nuestros intereses y
deseos a la hora de tomar una decisión. Recordamos que en nuestro día a día nos movemos en escenarios
cambiantes y por tanto de incertidumbre, por lo que los juicios probabilísticos son necesarios cuando
tomamos una decisión.
IMPORTANTE: el primer paso en cualquier proceso de decisión es el PLANTEAMIENTO GENERAL de cuál es
la decisión que hay que tomar.
2. TEORÍA NORMATIVA DE LA DECISIÓN
Una decisión es una respuesta a una situación en la que existe más de un curso posible de acción – opción
o alternativa de decisión.
Por tanto: la respuesta sería la elección entre las diferentes opciones
La elección suele estar basada en las expectativas sobre la ocurrencia de dichos acontecimientos en función
de nuestras metas y valores.
Las expectativas de creencia o la probabilidad de que ocurra un determinado acontecimiento.
Un árbol de decisión representa las expectativas de manera gráfica sobre la ocurrencia de los
acontecimientos y la evaluación de estas consecuencias. Pero NO aporta la solución.

En la toma de decisiones se nos presentan situaciones distintas en función de las expectativas:

a. Situaciones de riesgo: conocemos las posibilidades. Ejemplo: comprar o no un billete de lotería.
b. Situaciones en un contexto de incertidumbre: en las que no conocemos las probabilidades, pero se
pueden estimar. Ejemplo: seguir en la empresa o poner un negocio propio.
c. Situaciones de certidumbre: hay cereza sobre las opciones y sólo se ha de elegir entre ellas.
Ejemplo: elegir entre las opciones en la carta de un restaurante.
TEORÍA DEL VALOR ESPERADO
La persona elige aquello que tenga el máximo valor en los resultados que espera obtener. El valor esperado
de una alternativa es la suma del producto de cada valor monetario por su probabilidad de ocurrencia – la
mejor opción será aquella que obtenga el máximo valor esperado.
Ejemplo:
ALTERNATIVA 1: Ganar 100 euros con una probabilidad de 0.9 y ganas 0 euros con una probabilidad de 0.1
ALTERNATIVA 2: Ganar 500 euros con una probabilidad de 0.8 y ganas 20 euros con una probabilidad de 0,2
Otro ejemplo:
ALTERNATIVA 1: Ganar 1000 euros con una probabilidad de 0,9 y ganar 0 euros con una probabilidad de
0,1. (1000x0,90)+(0x0,10): 900
ALTERNATIVA 2: Ganar 500 euros con una probabilidad de 0,8 y ganar 20 con una probabilidad de 0,2.
(500x0,80)+(20x0,20): 404 euros.
La mejor alternativa es la 1 ya que el valor esperado es de 900 frente a 404
También se podría hacer con estimaciones subjetivas – valor esperado es la representación de las creencias
personales sobre la ocurrencia del posible resultado.
Según esta teoría las personas buscarán aumentar sus ganancias, por lo que escogerán la opción 1. Sin
embargo, no todo el mundo se ajusta al máximo valor esperado y escogen la opción 2 en la que se gana
menos, pero se gana siempre.
LA PARADOJA DE SAN PETESBURGO
Se plantea un juego al azar entre 2 jugadores. El jugador A plantea la regla del juego y el B decide cuánto
dinero está dispuesto a pagar por participar.
La regla consiste en que el jugador A lanzará una moneda hasta que caiga en el lado de la cara y el número
de lanzamientos necesarios para conseguir obtener el lado de la cara determinará la cuantía del premio.
Si el jugador A lanza una moneda y sale cara en la primera tirada, entonces pagará 2 euros al jugador B y
termina el juego. Si la primera cara de la moneda sale en la segunda tirada, entonces pagará 4 euros, si sale
en la tercera tirada, pagará 8 euros y así sucesivamente.
La pregunta que se plantea en la paradoja es la siguiente:
¿Cuánto pagaría el jugador B al jugador A por participar en este juego?
Según el criterio del valor esperado, el jugador B debería participar en el juego si el valor esperado es
mayor que la suma exigida para entrar en el juego y rechazar la propuesta cuando ésta sea menor.
Para calcular el valor esperado total de este juego se suman todos los valores esperados en cada
lanzamiento (1+1+1+1+1….) dando como resultado un número infinito de euros. La paradoja surge porque
con un valor esperado infinito se debería apostar cualquier cantidad de dinero.
Sin embargo, se observó que la gente no está dispuesta a apostar más de 20 monedas – esta teoría no es
realista.
Para resolver esta paradoja se propone la noción de UTILIDAD ESPERADA (entendida como valoración
subjetiva de las posibles consecuencias monetarias del juego). Esta valoración subjetiva es en función de la
riqueza del jugador.
Valor esperado: cantidad objetiva para todos
Utilidad esperada: depende de las circunstancias subjetivas de cada persona
TEORÍA DE LA UTILIDAD ESPERADA
Se basa en el análisis de cómo las personas toman decisiones en situaciones de riesgo. Propone unos
axiomas para garantizar la coherencia en la toma de decisiones. Utiliza la noción de utilidad como una
escala de preferencias que representa los objetivos y valores de una persona. Supone que las personas son
capaces de ordenar las alternativas según su utilidad y eligen la opción que maximiza esa utilidad. Calcula la
utilidad asumiendo que los atributos de una opción son independientes y tienen importancia.
Permite considerar toda la información disponible, comparar cualquier par de opciones y establecer una
estructura de preferencias coherente.
TEORÍA DE LA UTILIDAD ESPERADA- LAS PARADOJAS DE ALLAIS Y ELLSBERG
Señalas que se podían violar algunas de las restricciones impuestas por los axiomas, cuestionando así el
concepto de racionalidad subyacente de la teoría.
Paradoja: violación del axioma de independencia (si una alternativa A se prefiere a una alternativa B –
cualquier combinación de A y C con una probabilidad determinada debe ser preferida a otra que combine
con B y C.
TEORÍA DE LA UTILIDAD ESPERADA- OBJECIONES
Ejemplo: uno de los axiomas de la Teoría de la Utilidad Esperada es el de TRASNSITIVIDAD. Prefiero A sobre
B y B sobre C. (A>B>C).
Prefiero psicología sobre sociales, pero prefiero antes sociales que economía. (Toma de decisión sencilla)
En la vida real no siempre se cumple en el campo de las preferencias:

En este caso el estudiante toma una decisión teniendo en cuenta 3 características, no en función simple de
su interés por un campo u otro – esto sería una violación de la teoría de la utilidad esperada.
Otro ejemplo en el que no se cumple:
Grupo 1: se os pide que toméis la decisión de conceder la custodia a uno de los progenitores
Grupo 2: se os pide que toméis la decisión de denegar la custodia a uno de los progenitores.

Principio de invarianza: si se prefiere A sobre B – se rechazará B frente A

En este caso Shafir (1993) explicó que no siempre es así: los atributos positivos son más importantes
cuando se trata de una elección. Los atributos negativos ganan importancia cuando se trata de un rechazo.
“FRAMING EFFECT”: Si un problema se formula en términos de ganancia- los sujetos muestran aversión al
riesgo. Si un problema de formula en términos de pérdidas – los sujetos muestran preferencias por el
riesgo.
 3. TEORIAS DESCRIPTIVAS DE LA DECISIÓN
TEORÍA DE LA PERSPECTIVA

Se trata de una modificación de la teoría de utilidad esperada basada en la descripción de las decisiones de
los sujetos – solventar sus deficiencias.
Conceptos importantes: VALOR y PESO DE LAS ALTERNATIVAS. Valor sustituye a utilidad y se define en
términos de ganancias y pérdidas desde un punto de referencia y no en términos absolutos.
Patrón que actitudes hacia el riesgo:

TEORÍA DEL PORTAFOLIO

Concepto importante: el riesgo percibido
2 aspectos fundamentales en una situación típica de decisión.
1. La promesa de una ganancia potencial de cierta cantidad: valor esperado
2. La posibilidad de sufrir una pérdida: el riesgo
Cuando dos alternativas presentan el mismo valor esperado – la elección será en función del riesgo.
Para cada nivel de valor esperado, existe un nivel óptimo de riesgo llamado “riesgo ideal”
Teoría de la utilidad esperada: las personas priorizan minimizar el riesgo
Teoría del portafolio: las personas tienen niveles de riesgo diferentes y eligen la alternativa que mejor se
adapta a su nivel de riesgo ideal
Cada persona tiene un nivel óptimo de tensión entre la ganancia que desea obtener y la presión de riesgo
que puede soportar.
4.LOS HEURÍSTICOS PARA LA ELECCIÓN DE ALTERNATIVAS
Criterios de elección bajo incertidumbre:
1. Entre alternativas
2. Entre los atributos de las alternativas
CRITERIOS DE ELECCIÓN BAJO INCERTIDUMBRE:
Se clasifican como:
- Estrategias compensatorias: una puntuación alta en un atributo puede equilibrar una baja
puntuación en otro
- Estrategias no compensatorias: no se permiten intercambios entre las puntuaciones de los atributos
Las reglas compensatorias son más completas porque tienen en cuenta todos los atributos y las posibles
relaciones entre los mismos.
Sin embargo, estas compensatorias y coherentes con el modelo normativo son costosas cognitivamente y
poco viables para decisiones con muchas alternativas multiatributo.
Ejemplo 1:
Carlos está mirando pisos para vivir cerca de la universidad y ha encontrado uno:
- Atributo negativo: caro
- Atributo positivo: en la misma calle de la universidad
Para Carlos sería:
- Exhaustivo: porque se analizan muy bien los atributos y sus posibles relaciones
- Tipo compensatorio: porque un atributo compensa al otro
- Esfuerzo mental: muy alto
Ejemplo 2:
Marina está mirando pisos para vivir cerca de la universidad y que no cueste mucho, ha encontrado uno:
- Atributo 1: piso asequible
- Atributo 2: cera de la universidad
Para Marina sería:
Tipo no compensatorio: porque ambos atributos se tienen que dar para tomar esa decisión
Incompleto: sólo busca con esos criterios, no hay análisis exhaustivo
Esfuerzo mental: medio o bajo, sino simplemente lo rechaza

OTRAS IDEAS SOBRE LA TOMA DE DECISONES

1. Las decisiones están influenciadas por la necesidad de justificación. Las personas a menudo eligen
opciones que son más fáciles de justificar, incluso si en realidad son indiferentes entre las
alternativas. Esto se relaciona con la teoría de la disonancia cognitiva de Festinger.
2. Las personas tienden a sentirse satisfechas con sus decisiones, en parte porque no conocen los
resultados de las alternativas no elegidas y porque buscan eliminar la disonancia cognitiva.
3. La toma de decisiones implica la resolución de conflictos entre metas contradictorias y es
dependiente del problema, el contexto y las diferencias individuales.
4. Las decisiones no son estáticas; deben ser reconsideradas a medida que surgen nuevos elementos o
cambian las condiciones.
5. El conocimiento, la experiencia y el momento de la vida de la persona desempeñan un papel
importante en la toma de decisiones.
6. El estado anímico da lugar a juicios más positivos o negativos. Estados de ánimo positivos dan lugar
a una búsqueda de alternativas más variadas y a la sobrevaloración de la ocurrencia de
acontecimientos favorables e infravaloración de los desagradables.
TEMA 4: SOLUCIÓN DE PROBLEMAS
INTRODUCCIÓN:
La solución de problemas es una habilidad fundamental que se aplica en una amplia gama de situaciones
cotidianas y en diferentes dominios de conocimiento. Implica procesos cognitivos como percepción,
memoria, razonamiento y lenguaje, y está relacionada con la inteligencia y la creatividad.
En general, consiste en enfrentar situaciones en las que se tiene una meta pero se desconoce cómo
alcanzarla. Esto se aplica a diversos tipos de problemas que involucran un objetivo desconocido.
Para abordar este proceso, es esencial considerar cuatro componentes clave: el estado inicial de
conocimiento, el estado meta deseado, los procedimientos para alcanzar la meta y las limitaciones del
contexto.
Solución vs resolución:
Ejemplo: la solución sería cómo preparamos una cena con lo que teníamos en la despensa. La resolución se
utiliza para describir el proceso en sí. Si logramos nuestro objetivo de manera efectiva y creativa, se
considera una solución inteligente, y esta experiencia podría llevar a nuestras innovaciones culinarias.
INFLUENCIAS DE LA GESTALT
Otros enfoques:
- Estudio de las partes que componen el todo (estructuralismo)
- Introspección (estructuralismo)
- Conocimiento previo y aprendizaje (conductismo)
- Solución basada en conocimiento previo y asociación (enfoque asociacionista)
Gestalt:
- El todo es más que la suma de sus partes. También es cómo se relacionan
- Protocolos verbales para entender los procesos mentales superiores
- Reorganización de aspectos críticos del problema como esencial en el proceso de solución
- Interés en la obtención de soluciones novedosas en situaciones desconocidas.
El concepto clave en la solución de problemas es la organización y reorganización
Según el principio de pregnancia: las totalidades tienen una organización inherente simple y coherente. Sin
embargo, los problemas comienzan siendo opacos y sin sentido, lo que requiere reorganizar la totalidad
para comprenderlos y encontrar soluciones coherentes.
EJEMPLO: EL PROBLEMA DE LOS 9 PUNTOS
Para entender la organización y reorganización se presenta el siguiente problema: Conectar todos los
puntos con cuatro líneas o menos sin levantar el lápiz del papel. El concepto clave en la solución de
problemas es la organización y reorganización. Resulta un problema muy complicado por el principio de
pregnancia: buscamos la manera más sencilla formando siempre primero el cuadrado. ¿Por qué? Porque
vemos la figura delimitada por el cuadrado imaginario, por lo que se asume que las líneas deben ir
dibujadas dentro de esos límites. Hace imposible su resolución. Cuando logramos romper esa organización
y reorganizamos, vemos que esas cuatro líneas no se tienen que ceñir a la forma del cuadrado.
Romper esta organización lleva a soluciones creativas que desafían las limitaciones impuestas. Max
Werthmeir distinguió entre pensamiento reproductivo y productivo:
- Pensamiento reproductivo: aplica conocimientos y procedimientos previos de manera automática
- Pensamiento productivo: avanza hacia la raíz del problema, reorganizando los aspectos esenciales y
distinguiendo lo relevante de lo irrelevante.
La experiencia de “¡Ah, ya lo tengo!” se llama insight o comprensión súbita.
Duncker, discípulo de Wertheimer, estudió la solución de problemas en situaciones sin experiencia previa.
Durante la realización de la tarea se pedía a los sujetos que pensaran en voz alta mientras resolvían el
problema con el fin de analizar cómo los sujetos progresaban hacia la solución.
El análisis de estos protocolos verbales puso de manifiesto que las soluciones se desarrollaban por medio
de las inferencias establecidas entre una representación mental del problema y la generación y evaluación
de un conjunto de soluciones posibles.
Si el sujeto no lograba una solución novedosa por medio de la reestructuración era porque se había
quedado estancado en asociaciones y experiencias pasadas – FIJACIÓN FUNCIONAL
PROCESO DE SOLUCIÓN DE PROBLEMAS
En la década de los 60, el enfoque del procesamiento de la información se convirtió en el marco teórico
principal para investigar la solución de problemas.
- Modelos computacionales: Los modelos como “Solucionario General de Problemas” de Newell y
Simon, describieron el proceso de solución de problemas como una búsqueda heurística y la
reestructuración de la representación del problema, conceptos heredados de la psicología de la
Gestalt. Según Newell y Simon, la solución de problemas involucra la interacción entre un sistema
de procesamiento de información (como una computadora) con recursos limitados y un entorno de
tarea específico. El solucionador representa el entorno de la tarea como un “espacio de problema”,
definido por estados, operadores, restricciones, funciones de evaluación y estrategias de búsqueda.
- La psicología cognitiva: se centra en comprender los procedimientos que conducen a soluciones y
las representaciones internas de los problemas, comenzando por la identificación de los diferentes
tipos de problemas y los requisitos que imponen al solucionador.

Greeno propuso una clasificación basada en procesos de resolución:

 1. Problemas de inducción estructural (identificar patrones de relaciones)
2. Problemas de transformación (aplicar operaciones para cambiar el estado inicial al estado meta).
3. Problemas de reordenación (reorganizar elementos).
Los problemas a menudo combinan estos tipos.
Problemas de inducción estructural: por ejemplo, las analogías, donde se identifican patrones y se aplican a
situaciones similares. Hombre es a mujer como caballo es a yegua.
Problemas de transformación: implican aplicar operaciones para llegar al estado meta. Ejemplo: el
problema de la Torre de Hanoi

Problemas de reordenación: la solución se obtiene mediante una nueva disposición de los elementos en
función de algún criterio. Ejemplo: los rompecabezas. Un puzzle.
PROCEDIMIENTOS DE SOLUCIÓN DE PROBLEMAS
La búsqueda exhaustiva es inviable debido a la limitación de la memoria de trabajo y al crecimiento
exponencial del espacio de búsqueda.
En cambio, se utilizan métodos heurísticos que reducen el conjunto de alternativas y se enfocan en las que
mejor se acercan a la solución. Estos métodos no garantizan la solución óptima, pero conducen a
soluciones satisfactorias.
Newell y Simon propusieron dos métodos heurísticos generales:
“subir la cuesta” y “análisis medios-fin”.
Estos métodos son considerados “débiles” ya que no dependen de información específica sobre el dominio
del problema y no garantizan la mejor solución.
HEURISTICO “SUBIR LA CUESTA”: Es un procedimiento que busca reducir la diferencia entre el estado inicial
y el estado meta en la solución de problemas. Se asemeja a un método de ensayo por error selectivo,
donde se elige la ruta que parece llevar más directamente a la meta en cada paso. Aunque es una
estrategia simple y útil, no garantiza encontrar la mejor solución global, solo una solución satisfactoria a
nivel local.
Puede llevar a quedarse atrapado en máximos locales en lugar de alcanzar el máximo global. También
impide dar pasos hacia atrás, ya que siempre avanza hacia el estado meta.
Este heurístico es especialmente ilustrativo en el problema de la Torre de Hanoi, donde, puede no conducir
a la solución más rápida. En ese caso, las personas pueden recurrir a otro heurístico, como “el análisis
medios-fin”.
HEURÍSTICO “ANÁLISIS MEDIOS-FIN”
También busca reducir la diferencia entre el estado inicial y el estado meta en la solución de problemas.
Pero, a diferencia del heurístico subir la cuesta, este enfoque descompone el estado meta en varios estados
intermedios o submetas.
La idea central es que al establecer submetas intermedios y aplicar operadores para reducir gradualmente
las diferencias entre estas submetas y el estado inicial – alcanzar fácilmente el estado meta.
Si un operador no reduce las diferencias, se generará un nuevo estado submeta. Este proceso de búsqueda
puede guiarse por el conocimiento de la meta, y se puede aplicar de manera recursiva hasta alcanzar la
solución.
El análisis medios-fin también implica la planificación y anticipación de las consecuencias de las acciones, lo
que ayuda a evitar errores y puntos muertos en el camino hacia la solución.
La descomposición del problema en subpartes facilita la anticipación de soluciones tentativas para los
diferentes estados, lo que mejora la búsqueda y permite la corrección e integración de las partes del plan
de solución.

EL SOLUCIONADOR DE PROBLEMAS EXPERTO

Las investigaciones sobre la solución de problemas se han centrado en tareas experimentales que
minimizan la influencia de la experiencia previa del sujeto – estas tareas tienen información limitada en el
enunciado de problema para analizar procesos básicos.
Luego, se exploró cómo el conocimiento influye en la solución, utilizando grupos de expertos y novatos en
un dominio específico.
El objetivo es comprender cómo la experiencia y el conocimiento afectan a los procesos fundamentales de
resolución de problemas.
1. Los expertos generan lo mejor de forma más rápida: por ejemplo: los expertos en ajedrez son
capaces de generar mejores movimientos de forma más rápida. De Groot y Chase junto a Simon
encontraron que los jugadores expertos destacan en su habilidad para identificar rápidamente
patrones y configuraciones en el tablero.
La diferencia radica en la organización estructurada de los conocimientos de los expertos, en forma
de “chunks” que les permiten ver y evaluar de manera más efectiva las mejores jugadas. Esto no se
debe a una memoria superior o una cantidad de conocimiento mayor, sino a la organización
eficiente de la información relevante.
2. Los expertos detectan y reconocen mejor: detectan mejor los aspectos de la información que
pasan desapercibidos para los novatos, mostrando una mejor discriminación entre lo relevante e
irrelevante. Ejemplo: los bomberos expertos representan un incendio de forma dinámica,
considerando las condiciones que probablemente antecedieron al fuego y cómo será su evolución
más probable.
3. Los expertos analizan durante más tiempo: muestran una gestión distinta de los recursos limitados
de procesamiento. Aunque parece contradictorio con el punto 1, analizan durante más tiempo y
este tiempo se revierte favorablemente en una mejor representación que permite resolver el
problema de una forma más rápida y correcta. En el ejemplo del ajedrez, la calidad de las jugadas
 de los expertos está determinada por un análisis más exhaustivo y mayor planificación frente a los
novatos.
4. Los expertos seleccionan las mejores estrategias: expertos y novatos cuentan con los mismos
procedimientos de búsqueda heurística, exceptuando que para los expertos esta búsqueda está
condicionada por un conocimiento estructurado y específico del dominio que permite delimitar
adecuadamente el espacio del problema.
5. Los expertos desarrollan sus actividades con menos esfuerzo: con la práctica se desarrolla la
automatización progresiva del rendimiento con la consiguiente reducción en la carga de recursos de
procesamiento.
6. Los expertos tienen mejor auto-control
7. Los expertos aprovechan mejor las oportunidades: con el fin de incrementar sus fuentes de
información y los recursos disponibles. En el caso de los jugadores del ajedrez, los expertos
practican para mejorar sus destrezas.
DESARROLLO DE UNA DESTREZA
La adquisición de habilidades y el rendimiento experto se basa en el aprendizaje y la experiencia.
3 fases: fase cognitiva, fase asociativa, fase automática.
Sin embargo, la perspectiva tradicional no puede explicar por qué algunas personas, con instrucción y sin
experiencia similares, sobresalen y otras no.
Par abordar esta diferencia, se distingue entre expertos rutinarios y expertos adaptativos. Los expertos
rutinarios son eficaces, pero carecen de flexibilidad. Los expertos adaptativos son flexibles, creativos y
buscan constantemente mejorar sus habilidades. Este nivel de expertos requiere experiencia, práctica
deliberada y la capacidad de resolver problemas nuevos. Las diferencias radican en cómo los expertos
estructuran y aplican su conocimiento de manera diferente, lo que se vuelve crucial en la resolución de
problemas más complejos y el desarrollo de habilidades.
INTELIGENCIA Y CREATIVIDAD
La inteligencia se compone de facultades y procesos cognitivos básicos que varían entre las personas,
influyendo en el rendimiento en diversas tareas. La Teoría Triárquica de la Inteligencia (Stenberg) incluye
tres teorías:
- Componencial, contextual y de experiencia: no se necesita sobresalir en todas para ser considerado
inteligente.
El proceso creativo implica habilidades intelectuales, conocimiento, estilos cognitivos, rasgos de
personalidad y motivación, lo que permite identificar y definir problemas de formas novedosas, así como
reorganizar la información de manera innovadora. La tolerancia a la ambigüedad, la disposición para
identificar problemas, la actitud abierta a nuevas experiencias y la alta motivación intrínseca son factores
que influyen en el proceso de solución creativa de problemas.
Se basa en la transferencia de correspondencias entre una situación previa conocida y una nueva
desconocida. Los procesos básicos son el acceso y la recuperación del problema análogo que pertenece al
dominio familiar y la transferencia y aplicación de correspondencias entre el dominio familiar y el nuevo.
El proceso de transferencia:
- Se considera positivo si se sustenta en la semejanza estructural
- Se considera negativo si se apoya en la semejanza superficial
Los expertos utilizan con mayor frecuencia que los novatos los análogos relevantes basándose en la
semejanza estructural.
Además, la solución de problemas por analogía contribuye al planteamiento de metas que excedan los
niveles de experto que se dominan de forma automática.
La semejanza superficial también puede influir en el proceso de recuperación de los expertos, aunque
luego se basen en la semejanza estructural para resolver el nuevo problema.