Académique Documents
Professionnel Documents
Culture Documents
5.2. La utilizacin de heursticos para realizar juicios de probabilidad y causalidad. 5.2.1. El heurstico de representatividad.
5.2.2. El heurstico de accesibilidad o disponibilidad. 5.2.3. El heurstico de ajuste y anclaje.
5. 1. RAZONAMIENTO PROBABILSTICO
Vlida La condicin de necesidad ha quedado establecida. Invlida La necesidad no se ha establecido, con independencia de la fuerza inductiva de la conclusin.
Invlida Aceptable Diferentes niveles de probabilidad: -Apoyo inductivo fuerte. -Apoyo inductivo moderado. -Apoyo inductivo dbil. Inaceptable
Ejemplo: Las mujeres embarazadas ganan peso Mary est ganando peso Luego, Mary est embarazada
5. 1. RAZONAMIENTO PROBABILSTICO
Un estadstico que viajaba mucho dando conferencias tena miedo a volar. Despus de escuchar varias noticias alarmantes sobre bombas a bordo de aviones, calcul la probabilidad de que hubiera una bomba en un avin y se sinti tranquilizado al comprobar que era razonablemente pequea. Calcul despus la probabilidad de que hubiera dos bombas a bordo de un avin y encontr que era infinitesimal. Desde entonces, viaja siempre con una bomba en su maleta.
Adaptado de Howard Eves, 1958 (tomado de Fdez-Berrocal, 2004)
5. 1. RAZONAMIENTO PROBABILSTICO
El razonamiento probabilstico consiste en la estimacin de la probabilidad de ocurrencia de un evento en funcin de un conocimiento determinado. El razonamiento probabilstico responde a la necesidad de adaptarnos a un mundo siempre cambiante. El razonamiento probabilstico habra surgido como un proceso de seleccin y adaptacin al medio. Por tanto animales humanos como no humanos desarrollaran cierta capacidad de razonamiento probablstico. Distintas teoras de la probabilidad han intentado establecer la relacin matemtica entre las predicciones y el conocimiento previo (i.e., Teorema de Bayes).
Una necesidad bsica e ineludible de los organismos (independientemente de la especie a la que pertenezcan y del medio ambiente en el que habiten) en su esfuerzo por sobrevivir es la de conocer las relaciones entre los eventos significativos de su entorno con el fin de llegar a ejercer el mayor grado de control posible sobre los mismos. Condicionamiento clsico e instrumental como procesos de razonamiento inductivo.
P1= P2
P1<P2
P2(E2/noE1)
El desarrollo del condicionamiento depender de dos probabilidades independientes: a) la probabilidad 1 (P1): probabilidad de que el EI ocurra en presencia del EC y b) la probabilidad 2 (P2): probabilidad de que el EI ocurra en ausencia del EC. La probabilidad global, de la que depende en ltima instancia el nivel de condicionamiento adquirido resulta de restar a la P1 la P2.
RESP COMIDA RESP COMIDA RESP COMIDA RESP COMIDA RESP COMIDA
Experimento de Dickinson
Grupo 1: CONTINGENCIA POSITIVA (+0,50) Probabilidad de explosin dado el camuflaje (P1)= 0,75 Probabilidad de explosin dada la ausencia del camuflaje (P2)= 0,25 Grupo 2: CONTINGENCIA NULA (0) Probabilidad de explosin dado el camuflaje (P1)= 0,75 Probabilidad de explosin dada la ausencia del camuflaje (P2)= 0,75 Grupo 3: CONTINGENCIA NEGATIVA (-0,50) Probabilidad de explosin dado el camuflaje (P1)= 0,25 Probabilidad de explosin dada la ausencia del camuflaje (P2)= 0,75
En los aos 70 surgieron una serie de trabajos desarrollados por Tversky y Kahneman, que parecen que los sujetos se apartan de forma radical de las prescripciones de la teora probabilstica a la hora de emitir juicios de probabilidad, utilizando estrategias que poco o nada tienen que ver con la misma. Ejemplo: incumplimiento del teorema de Bayes P(D/H) x P(H) P(H/D) = P(D/H) x P(H) + P(D/ no H) x P(no H)
5.2. LA UTILIZACIN DE HEURSTICOS PARA REALIZAR JUICIOS DE PROBABILIDAD Y CAUSALIDAD. 5.2.1. El heurstico de representatividad
El heurstico de representatividad consiste en que la gente evala las probabilidades de pertenencia de elementos a clases o las relaciones de causalidad en funcin del grado de representatividad o parecido entre ambos.
5.2. LA UTILIZACIN DE HEURSTICOS PARA REALIZAR JUICIOS DE PROBABILIDAD Y CAUSALIDAD. 5.2.2. El heurstico de accesibilidad o disponibilidad
de un acontecimiento se evala en funcin de la facilidad con que podemos recordar casos o ejemplos de ese tipo de clase de acontecimiento.
Sesgos:
Facilidad para recuperar casos. Correlacin ilusoria. Percepcin del riesgo. Efecto del falso consenso.
5.2. LA UTILIZACIN DE HEURSTICOS PARA REALIZAR JUICIOS DE PROBABILIDAD Y CAUSALIDAD. 5.2.3. El heurstico de ajuste y anclaje
En muchas de las situaciones en que los sujetos tienen que hacer una estimacin sobre una cifra determinada, sta suele tener un importante sesgo hacia los valores iniciales de los que parte el sujeto.
Ej.: 8x7x6x5x4x3x2x1 en tan slo 5 segundos. A otro grupo el clculo que se le pidi fue el inverso 1x2x3x4x5x6x7x8. Por supuesto, en tan slo 5 segundos ningn sujeto fue capaz de completar el clculo. Entonces, se pidi a los sujetos que estimasen de todas formas la cifra final. Mientras que la estimacin media para la secuencia ascendente fue de 512, para la descendente fue de 2.250. El resultado correcto es de 40.320.
BIBLIOGRAFA
Elstein, A.S. & Bordage, G. (1992). Psicologa del razonamiento clnico. En M. Carretero y J. A. Garca Madruga (comps.). Lecturas de Psicologa del Pensamiento (pp. 255-266). Madrid: Alianza (1979). Garnham, A. & Oakhill, J. (1994). Manual de Psicologa del Pensamiento (Cap. 9). Barcelona: Paids. Tversky, A. & Kahneman D. (1992). Juicio en situacin de incertidumbre: heursticos y sesgos. En M. Carretero y J. A. Garca Madruga (comps.). Lecturas de Psicologa del Pensamiento (pp. 169-181). Madrid: Alianza (1979).