Juicio bajo incertidumbre: heurísticas y sesgos

Amós Tverski; Daniel Kahneman

Ciencia, nueva serie, vol. 185, núm. 4157. (27 de septiembre de 1974), págs. 1124-1131.

URL estable:
 Juicio bajo incertidumbre:
Heurísticas y sesgos

Los sesgos en los juicios revelan algunas heurísticas del pensamiento en

condiciones de incertidumbre.

Amos Tversky y Daniel Kahneman

Muchas decisiones se basan en creencias

relativas a la probabilidad de acontecimientos
inciertos como el resultado de una elección, la
culpabilidad de un acusado o el valor futuro del
dólar. Estas creencias generalmente se expresan
en declaraciones como "Creo que es probable", "
es poco probable que eso sea
así", etc. Ocasionalmente, las
creencias relativas a acontecimientos inciertos se
expresan en forma numérica como
probabilidades o probabilidades subjetivas. ¿Qué
determina tales creencias? ¿Cómo evalúa la
gente la probabilidad de un suceso incierto o el
valor de una cantidad incierta? Este artículo
muestra que las personas se basan en un
número limitado de principios heurísticos que
reducen las complejas tareas de evaluar
probabilidades y predecir valores a operaciones
de juicio más simples.

En general, estas heurísticas son bastante

útiles, pero a veces conducen a errores graves
y sistemáticos.
 Inicialmente los mismos juicios de probabilidad. tamaño de la muestra. De hecho, cuando los En este problema, las probabilidades posteriores
Aparentemente, los sujetos evaluaron la sujetos evaluaron las distribuciones de la altura correctas son 8 a 1 para la muestra 4:1 y 16 a 1 para
probabilidad de que una descripción particular promedio para muestras de varios tamaños, la muestra 12:8, suponiendo probabilidades
perteneciera a un ingeniero en lugar de a un produjeron distribuciones idénticas. anteriores iguales. Sin embargo, la mayoría de la
abogado según el grado en que esta descripción Por ejemplo, a la probabilidad de obtener gente siente que la primera muestra proporciona
era representativa de los dos estereotipos, con una altura promedio superior a 6 pies se le evidencia mucho más fuerte para la hipótesis de que
poca o ninguna consideración por las asignó el mismo valor para muestras de la urna es predominantemente roja, porque la
probabilidades previas de la categoría. gories. 1000, 100 y 10 hombres (2). proporción de bolas rojas es mayor en la primera que
Además, los sujetos no lograron apreciar el en la segunda muestra. Una vez más, los juicios
Los sujetos utilizaron correctamente las papel del tamaño de la muestra, incluso cuando intuitivos están dominados por la proporción de la
probabilidades previas cuando no tenían otra se hizo hincapié en él en la formulación del muestra y esencialmente no se ven afectados por el
información. En ausencia de un bosquejo de problema. Considere la siguiente pregunta: tamaño de la muestra, que juega un papel crucial en
personalidad, juzgaron que la probabilidad de que la determinación de las probabilidades posteriores
un individuo desconocido sea ingeniero era de 0,7 y reales (2). Además, las estimaciones intuitivas de las
Cierta ciudad cuenta con dos hospitales. En el
0,3, respectivamente, en las dos condiciones de probabilidades posteriores son mucho menos
hospital más grande nacen unos 45 bebés cada
tasa base. Sin embargo, las probabilidades previas extremas que los valores correctos. La
día, y en el hospital más pequeño nacen unos 15
fueron efectivamente ignoradas cuando se introdujo bebés cada día. Como usted sabe, alrededor del subestimación del impacto de la evidencia se ha
una descripción, incluso cuando esta descripción 50 por ciento de todos los bebés son niños. Sin observado repetidamente en problemas de este tipo (
no era totalmente informativa. Las respuestas a la embargo, el porcentaje exacto varía de un día a 3, 4).
otro. A veces puede ser superior al 50 por ciento, a
siguiente descripción ilustran esta fenómeno.
veces inferior.
Se le ha denominado "conservadurismo".
nombre:
Durante un período de un año, cada hospital Conceptos erróneos sobre el azar. La gente
registró los días en los que más del 60 por ciento de espera que una secuencia de eventos generados
Dick es un hombre de 30 años. Está casado y
los bebés nacidos eran niños. por un proceso aleatorio represente las
no tiene hijos. Un hombre de gran capacidad y
¿Qué hospital crees que registró más días así?
gran motivación, promete tener bastante éxito características esenciales de ese proceso incluso
en su campo. Es muy querido por sus colegas. cuando la secuencia sea corta. Al considerar los
El hospital más grande (21) El
hospital más pequeño (21) lanzamientos de una moneda para obtener cara o
Esta descripción no pretendía transmitir ninguna Aproximadamente iguales (es decir, dentro del 5 por cruz, por ejemplo, las personas consideran que la
información relevante sobre la cuestión de si Dick es ciento de diferencia entre sí) (53) secuencia H-T-H-T-T-H es más probable que la
ingeniero o abogado. En consecuencia, la Los valores entre paréntesis son el número de secuencia H-H-H-T-T-T, que no parece aleatoria,
probabilidad de que Dick sea ingeniero debería ser estudiantes universitarios que eligieron cada y también más probable que la secuencia H-H- H-
igual a la proporción de ingenieros en el grupo, como respuesta. H-T-H, que no representa la equidad de la moneda
si no se hubiera dado ninguna descripción. Sin La mayoría de los sujetos consideraron que la
(2). Así, se espera que las características
embargo, los sujetos juzgaron que la probabilidad de esenciales del proceso estén representadas, no
probabilidad de obtener más del 60 por ciento de
que Dick fuera ingeniero era 0,5 independientemente niños era la misma en el hospital pequeño y en el sólo globalmente en toda la secuencia, sino
de si la proporción declarada de ingenieros en el grande, presumiblemente porque estos eventos se también localmente en cada una de sus partes.
grupo era 0,7 o 0,3. Evidentemente, las personas describen mediante la misma estadística y, por lo Sin embargo, una secuencia localmente
responden de manera diferente cuando no se les representativa se desvía sistemáticamente de la
tanto, son igualmente representativos de la
presenta ninguna evidencia y cuando se les población general. En contraste, la teoría del expectativa del azar: contiene demasiadas
presenta evidencia sin valor. Cuando no se muestreo implica que el número esperado de días alternancias y muy pocas ejecuciones. Otra
proporciona evidencia específica, las probabilidades en los cuales más del 60 por ciento de los bebés
consecuencia de la creencia en la
previas se utilizan adecuadamente; cuando se representatividad local es la conocida falacia del
son varones es mucho mayor en el hospital
proporciona evidencia sin valor, se ignoran las pequeño que en el grande, porque es menos jugador. Después de observar una larga tirada de
probabilidades anteriores (1). probable que una muestra grande se desvíe del 50 color rojo en la ruleta. por ejemplo, la mayoría de
por ciento. . Esta noción fundamental de estadística la gente cree erróneamente que ahora es
necesario el negro, presumiblemente porque la
evidentemente no forma parte del repertorio de
Insensibilidad al tamaño de la muestra. Para intuiciones de la gente. aparición del negro dará como resultado una
evaluar la probabilidad de obtener un resultado secuencia más representativa que la aparición de
particular en una muestra extraída de una un rojo adicional. El azar se considera
Se ha observado una insensibilidad
población específica, la gente suele aplicar la similar al tamaño de la muestra en los juicios comúnmente como un proceso de autocorrección
heurística de representatividad. en el que una desviación en una dirección induce
de probabilidad posterior, es decir, de la
Es decir, evalúan la probabilidad de un probabilidad de que una muestra haya sido una desviación en la dirección opuesta para
resultado de muestra, por ejemplo, que la altura extraída de una población y no de otra. restablecer el equilibrio. De hecho, las
promedio en una muestra aleatoria de diez Considere el siguiente ejemplo: desviaciones no se "corrigen" a medida que se
hombres sea de 6 pies (180 centímetros), por la desarrolla un proceso casual, sino que
similitud de este resultado con el parámetro simplemente se diluyen.
correspondiente (es decir, , a la altura promedio Imaginemos una urna llena de bolas, de las cuales
% son de un color y % de otro. Un individuo sacó 5
en la población de hombres). La similitud de una
bolas de la urna y encontró que 4 eran rojas y 1 era
estadística muestral con un parámetro Los conceptos erróneos sobre el azar no se
blanca. Otro individuo sacó 20 bolas y encontró que
poblacional no depende del tamaño de la 12 eran rojas y 8 eran blancas. ¿Cuál de los dos limitan a sujetos ingenuos. Un estudio de las
muestra. En consecuencia, si las probabilidades individuos debería sentirse más seguro de que la urna intuiciones estadísticas de psicólogos investigadores
se evalúan por representatividad, entonces la contiene 6 bolas rojas y % de bolas blancas, en lugar experimentados (5) reveló una creencia persistente
de lo contrario? ¿Qué probabilidades debe dar cada
probabilidad juzgada de una estadística en lo que podría llamarse la "ley de los números
individuo?
muestral será esencialmente independiente de pequeños", según la cual incluso las muestras
pequeñas son altamente
27 DE SEPTIEMBRE DE 1974
representativos de las poblaciones de las que
proceden. Las respuestas de estos investigadores
reflejaron la expectativa de que una hipótesis
válida sobre una población estará representada
por un resultado estadísticamente significativo en
una muestra, sin tener en cuenta su tamaño.
Como consecuencia, los investigadores pusieron
demasiada fe en los resultados de muestras
pequeñas y sobrestimaron enormemente la
replicabilidad de tales resultados. En la
realización real de la investigación, este sesgo
conduce a la selección de muestras de tamaño
inadecuado y a una sobreinterpretación de los
hallazgos.

Insensibilidad a la previsibilidad. A veces se

pide a la gente que haga predicciones
numéricas como el valor futuro de una acción,
la demanda de un bien o el resultado de un
partido de fútbol.
Estas predicciones suelen basarse en la
representatividad. Por ejemplo, supongamos
que a uno se le da una descripción de una
empresa y se le pide que prediga sus
ganancias futuras. Si la descripción de la
empresa es muy favorable, un beneficio muy
alto parecerá más representativo de esa
descripción; si la descripción es mediocre, un
desempeño mediocre parecerá más
representativo.
El grado en que la descripción es favorable no
se ve afectado por la confiabilidad de esa
descripción o por el grado en que permite una
predicción precisa.
Por lo tanto, si las personas predicen
únicamente en términos de lo favorable de la
descripción, sus predicciones serán insensibles
a la confiabilidad de la evidencia y a la precisión
esperada de la predicción.
Este modo de juicio viola la teoría
estadística normativa en la que el extremo y el
rango de las predicciones están controlados
por consideraciones de previsibilidad. Cuando
la previsibilidad
nulo, se debe hacer la misma predicción en
todos los casos. Por ejemplo, si las descripciones de
las empresas no proporcionan información relevante
sobre las ganancias, entonces se debe predecir el
mismo valor (como el beneficio promedio) para
todas las empresas.
Si la previsibilidad es perfecta, por supuesto,
los valores predichos coincidirán con los
valores reales y el rango de predicciones será
igual al rango de resultados.
En general, cuanto mayor sea la previsibilidad, más
amplio será el rango de valores predichos.
Varios estudios de predicción numérica han
demostrado que las predicciones intuitivas violan
esta regla y que los sujetos muestran poca o
ninguna consideración por las consideraciones de
previsibilidad (). En uno de estos estudios, a los
sujetos se les presentaron varios párrafos, cada
uno de los cuales describía el desempeño de un
estudiante.
representativo del insumo y, por lo tanto, que qué casos o sucesos pueden recordarse. Por Comience con r (carretera) y palabras que tengan r
el valor de la variable de resultado debe ser tan ejemplo, uno puede evaluar el riesgo de ataque en la tercera posición (automóvil) y evalúe la
extremo como el valor de la variable de insumo. cardíaco entre personas de mediana edad frecuencia relativa por la facilidad con la que le
recordando sucesos similares entre sus vienen a la mente palabras de los dos tipos. Debido
No reconocer la importancia de la regresión conocidos. a que es mucho más fácil buscar palabras por su
puede tener consecuencias perniciosas, como lo De manera similar, uno puede evaluar la probabilidad primera letra que por su tercera letra, la mayoría de
ilustra la siguiente observación (1). En una de que una empresa determinada fracase imaginando las personas consideran que las palabras que
discusión sobre entrenamiento de vuelo, las diversas dificultades que podría encontrar. Esta comienzan con una consonante determinada son
instructores experimentados observaron que los heurística crítica se llama disponibilidad. La más numerosas que las palabras en las que la. La
elogios por un aterrizaje excepcionalmente disponibilidad es una pista útil para evaluar la misma consonante aparece en la tercera posición.
suave suelen ir seguidos de un aterrizaje peor frecuencia o probabilidad, porque las instancias de Lo hacen incluso para consonantes, como r o k,
en el siguiente intento, mientras que las críticas clases grandes generalmente se recuerdan mejor y que son más frecuentes en la tercera posición que
duras después de un aterrizaje brusco suelen ir más rápido que las instancias de clases menos en la primera (6).
seguidas de una mejora en el rendimiento. frecuentes. Sin embargo, la disponibilidad se ve
próximo intento. Los instructores concluyeron afectada por otros factores además de la frecuencia y Diferentes tareas provocan diferentes
que las recompensas verbales son perjudiciales la probabilidad. En consecuencia, la dependencia de conjuntos de búsqueda. Por ejemplo,
para el aprendizaje, mientras que los castigos la disponibilidad conduce a sesgos predecibles, supongamos que le piden que califique la
verbales son beneficiosos, contrariamente a la algunos de los cuales se ilustran a continuación. frecuencia con la que aparecen palabras
doctrina psicológica aceptada. Esta conclusión abstractas (pensamiento, amor) y concretas (
no está justificada debido a la presencia de puerta, agua) en inglés escrito. Una forma natural
regresión hacia la media. Como en otros casos Sesgos debidos a la recuperabilidad de las de responder a esta pregunta es buscar contextos
de exámenes repetidos, una mejora instancias. Cuando el tamaño de una clase se en los que la palabra podría aparecer. Parece
generalmente seguirá a un desempeño juzga por la disponibilidad de sus instancias, una más fácil pensar en contextos en los que se
deficiente y un deterioro generalmente seguirá a clase cuyas instancias se recuperan fácilmente menciona un concepto abstracto (amor en
un desempeño sobresaliente, incluso si el parecerá más numerosa que una clase de igual historias de amor) que pensar en contextos en los
instructor no responde al logro del alumno en el frecuencia cuyas instancias son menos que se menciona una palabra concreta (como
primer intento. Debido a que los instructores recuperables. En una demostración elemental de puerta). Si la frecuencia de las palabras se juzga
elogiaron a sus alumnos después de buenos este efecto, los sujetos escucharon una lista de por la disponibilidad de los contextos en los que
aterrizajes y los reprendieron después de los personalidades bien conocidas de ambos sexos aparecen, las palabras abstractas se considerarán
malos, llegaron a la conclusión errónea y y posteriormente se les pidió que juzgaran si relativamente más numerosas que las palabras
potencialmente dañina de que el castigo es más concretas. Este sesgo se ha observado en un
efectivo que la recompensa. La lista contenía más nombres de hombres que estudio reciente (7) que demostró que la
de mujeres. Se presentaron diferentes listas a frecuencia juzgada de aparición de palabras
diferentes grupos de sujetos. En algunas de las abstractas era mucho mayor que la de palabras
Por lo tanto, no entender el efecto de la listas los hombres eran relativamente más concretas, equiparadas en frecuencia objetiva.
regresión lleva a sobreestimar la efectividad famosos que las mujeres, y en otras las mujeres También se consideró que las palabras abstractas
del castigo y a subestimar la efectividad de la eran relativamente más famosas que los aparecían en una variedad de contextos mucho
recompensa. En la interacción social, así como hombres. En cada una de las listas, los sujetos mayor que las palabras concretas.
en el entrenamiento, las recompensas juzgaron erróneamente que la clase (sexo) que
generalmente se administran cuando el tenía personalidades más famosas era la más
desempeño es bueno, y los castigos numerosa (6). Sesgos de imaginabilidad. A veces uno
generalmente se administran cuando el
tiene que evaluar la frecuencia de una clase
desempeño es deficiente. Por lo tanto,
Además de la familiaridad, existen otros cuyas instancias no están almacenadas en la
mediante la regresión por sí sola, es más factores, como la prominencia, que afectan la memoria pero pueden generarse de acuerdo
probable que la conducta mejore después del
capacidad de recuperación de las instancias. Por con una regla dada. En tales situaciones,
castigo y que se deteriore después de la
ejemplo, el impacto de ver una casa en llamas normalmente se generan varias instancias y se
recompensa. En consecuencia, la condición
sobre la probabilidad subjetiva de tales accidentes evalúa la frecuencia o probabilidad por la
humana es tal que, sólo por casualidad, uno es
es probablemente mayor que el impacto de leer facilidad con la que se pueden construir las
recompensado por castigar a otros y castigado
sobre un incendio en el periódico local. Además, instancias relevantes. Sin embargo, la facilidad
por recompensarlos. La gente generalmente
es probable que los sucesos recientes estén para construir instancias no siempre refleja su
no es consciente de esta contingencia.
relativamente más disponibles que los sucesos frecuencia real, y este modo de evaluación es
anteriores. propenso a sesgos. Para ilustrar, considere un
De hecho, el elusivo papel de la regresión en la
determinación de las consecuencias aparentes de
Es una experiencia común que la probabilidad grupo de 10 personas que forman comités de k
subjetiva de sufrir accidentes de tránsito aumenta miembros, 2<k<8. ¿Cuántos comités
la recompensa y el castigo parece haber escapado
a la atención de los estudiantes de esta área. temporalmente cuando uno ve un automóvil volcado diferentes de k miembros se pueden formar?
al costado de la carretera. La respuesta correcta a este problema está
Sesgos debidos a la efectividad de un conjunto dada por el coeficiente binomial (10) que
de búsqueda. Supongamos que uno toma una alcanza un máximo de 252 para k= 5.
Disponibilidad muestra aleatoria de una palabra (de tres letras o Claramente, el número de comités de k
más) de un texto en inglés. ¿Es más probable que miembros es igual al número de comités de (
Hay situaciones en las que las personas la palabra comience con r o que r sea la tercera 10 - k) miembros , porque cualquier comité de k
evalúan la frecuencia de una clase o la probabilidad letra? La gente aborda este problema recordando
de un evento por la facilidad con que palabras que

27 DE SEPTIEMBRE DE 1974
miembros define un grupo único de (10 - k)
no miembros.
Una forma de responder a esta pregunta sin
realizar cálculos es construir mentalmente
comités de k miembros y evaluar su número por
la facilidad con la que vienen a la mente. Los
comités de pocos miembros, digamos 2, están
más disponibles que los comités. de muchos
miembros, digamos 8. El esquema más simple
para la construcción de comités es una
partición del grupo en conjuntos disjuntos.

Se ve fácilmente que es fácil construir cinco

comités disjuntos de 2 miembros, mientras
que es imposible generar incluso dos comités
disjuntos de 8 miembros. En consecuencia, si
la frecuencia se evalúa por la imaginabilidad o
por la disponibilidad para la construcción, los
comités pequeños parecerán más numerosos
que los comités más grandes, en contraste con
la función correcta en forma de campana. De
hecho, cuando se pidió a sujetos ingenuos que
estimaran el número de comités distintos de
diversos tamaños, sus estimaciones fueron
una función monótona decreciente del tamaño
del comité (6). Por ejemplo, la estimación
mediana del número de comités de 2
miembros fue 70, mientras que la estimación
para comités de 8 miembros fue 20 (la
respuesta correcta es 45 en ambos casos).

La imaginabilidad juega un papel importante en

la evaluación de probabilidades en situaciones de
la vida real. El riesgo que implica una expedición
aventurera, por ejemplo, se evalúa imaginando
contingencias para las cuales la expedición no
está preparada para afrontar. Si se describen
vívidamente muchas de estas dificultades, se
puede hacer que la expedición parezca
extremadamente peligrosa, aunque la facilidad
con la que se imaginan los desastres no
necesariamente refleja su probabilidad real. Por el
contrario, el riesgo que implica una empresa
puede subestimarse enormemente si algunos
posibles peligros son difíciles de concebir o
simplemente no vienen a la mente.

Correlación ilusoria. Chapman y

Chapman (8) han descrito un sesgo
interesante en el juicio de la frecuencia con
la que dos eventos coexisten.
Presentaron a jueces ingenuos información
sobre varios pacientes mentales hipotéticos.
Los datos de cada paciente consistieron en
un diagnóstico clínico y un dibujo de una
persona realizado por el paciente.
Posteriormente los jueces estimaron la
frecuencia con la que cada diagnóstico (
como paranoia o suspicacia) había ido
acompañado de diversos rasgos del dibujo (
como ojos peculiares). Los sujetos
sobrestimaron marcadamente la frecuencia
de co-ocurrencia de
En el estudio de Bar-Hillel (9) se dio a los grande. La tendencia general a sobreestimar la Se obtuvieron distribuciones de probabilidad para
sujetos la oportunidad de apostar en uno de dos probabilidad de eventos conjuntivos conduce a muchas cantidades de un gran número de jueces.
eventos. Se utilizaron tres tipos de eventos: (i) un optimismo injustificado en la evaluación de Estas distribuciones indicaron desviaciones
eventos simples, como sacar una canica roja de la probabilidad de que un plan tenga éxito o de grandes y sistemáticas de la calibración adecuada.
una bolsa que contenía 50 por ciento de canicas que un proyecto se complete a tiempo. Por el En la mayoría de los estudios, los valores reales
rojas y 50 por ciento de canicas blancas; (ii) contrario, en la evaluación de riesgos se suelen de las cantidades evaluadas son menores que
eventos conjuntivos, como sacar una canica encontrar estructuras disyuntivas. Un sistema Xo1 o mayores que Xo en aproximadamente el 30
roja siete veces seguidas, con reemplazo, de complejo, como un reactor nuclear o un cuerpo por ciento de los problemas. Es decir, los sujetos
una bolsa que contiene 90 por ciento de canicas humano, funcionará mal si falla alguno de sus afirman intervalos de confianza demasiado
rojas y 10 por ciento de canicas blancas; componentes esenciales. estrechos que reflejan más certeza de la que
justifica su conocimiento sobre las cantidades
y (ii) eventos disyuntivos, como sacar una Incluso cuando la probabilidad de falla en cada evaluadas. Este sesgo es común a sujetos
canica roja al menos una vez en siete intentos componente es pequeña, la probabilidad de ingenuos y sofisticados, y no se elimina mediante
sucesivos, con reemplazo, de una bolsa que una falla general puede ser alta si hay muchos la introducción de reglas de puntuación adecuadas,
contiene 10 por ciento de canicas rojas y 90 por componentes involucrados. Debido al anclaje, que proporcionen incentivos para la calibración
ciento de canicas blancas. la gente tenderá a subestimar las externa. Este efecto es atribuible, al menos en
En este problema, una mayoría significativa probabilidades de falla en sistemas complejos. parte, al anclaje.
de sujetos prefirió apostar al evento Así, la dirección del sesgo de anclaje a veces
conjuntivo (cuya probabilidad es .48) que al puede inferirse de la estructura del evento. La Para seleccionar Xn como valor del
evento simple (cuya probabilidad es .50). estructura en cadena de las conjunciones promedio Dow-Jones, por ejemplo, es natural
Los sujetos también prefirieron apostar al conduce a la sobreestimación, la estructura en comenzar pensando en la mejor estimación del
evento simple en lugar del evento forma de embudo de las disyunciones conduce Dow-Jones y ajustar este valor hacia arriba. Si
disyuntivo, que tiene una probabilidad de 0, a la subestimación. este ajuste -como la mayoría de los demás- es
52. insuficiente, entonces Xạ0 no será lo
Por tanto, la mayoría de los sujetos apuestan por el evento Anclaje en la evaluación de distribuciones de suficientemente extremo.
menos probable en ambas comparaciones. Este patrón de probabilidad subjetiva. En el análisis de Un efecto de anclaje similar ocurrirá en la
elecciones ilustra un hallazgo general. decisiones, a menudo se pide a los expertos que selección de X1o, que presumiblemente se
Los estudios de elección entre juegos y de expresen sus creencias sobre una cantidad, obtiene ajustando la mejor estimación hacia
juicios de probabilidad indican que las como el valor del promedio Dow-Jones en un día abajo. En consecuencia, el intervalo de
personas tienden a sobreestimar la determinado, en forma de distribución de confianza entre Xn y Koo será demasiado
probabilidad de eventos conjuntivos (10) y a probabilidad. Esta distribución generalmente se estrecho y la distribución de probabilidad
subestimar la probabilidad de eventos construye pidiendo a la persona que seleccione evaluada será demasiado ajustada.
disyuntivos. Estos sesgos se explican valores de la cantidad que corresponden a En apoyo de esta interpretación se puede
fácilmente como efectos del anclaje. La percentiles específicos de su distribución de demostrar que las probabilidades subjetivas se
probabilidad declarada del evento elemental ( probabilidad subjetiva. Por ejemplo, se le puede alteran sistemáticamente mediante un
éxito en cualquier etapa) proporciona un pedir al juez que seleccione un número, Xg0, de procedimiento en el que la mejor estimación propia
punto de partida natural para la estimación de modo que su probabilidad subjetiva de que este no sirve como ancla.
las probabilidades de eventos tanto número sea mayor que el valor del promedio Las distribuciones de probabilidad subjetiva
conjuntivos como disyuntivos. Dow-Jones sea 0,90. para una cantidad dada (el promedio Dow-Jones)
Dado que el ajuste desde el punto de partida suele se pueden obtener de dos maneras diferentes: ()
ser insuficiente, las estimaciones finales Es decir, debe seleccionar el valor Xan de modo pidiendo al sujeto que seleccione valores del
permanecen demasiado cercanas a las que esté dispuesto a aceptar probabilidades de 9 Dow-Jones que correspondan a percentiles
probabilidades de los eventos elementales en a 1 de que el promedio Dow-Jones no lo supere. específicos de su distribución de probabilidad y (ii
ambos casos. Tenga en cuenta que la Se puede construir una distribución de )) pidiendo al sujeto que evalúe las
probabilidad general de un evento conjuntivo es probabilidad subjetiva para el valor del promedio probabilidades de que el valor real del Dow-
menor que la probabilidad de cada evento Dow-Jones a partir de varios de estos juicios Jones exceda algunos valores específicos. Los
elemental, mientras que la probabilidad general de correspondientes a diferentes percentiles. dos procedimientos son formalmente
un evento disyuntivo es mayor que la probabilidad equivalentes y deberían producir distribuciones
de cada evento elemental. Al recopilar distribuciones de probabilidad subjetiva idénticas. Sin embargo, sugieren diferentes
Como consecuencia del anclaje, la para muchas cantidades diferentes, es posible comprobar modos de ajuste a partir de diferentes anclajes.
probabilidad global será sobreestimada en si el juez tiene una calibración adecuada. Un juez está En el procedimiento i), el punto de partida natural
problemas conjuntivos y subestimada en adecuadamente (o externamente) calibrado en un es la mejor estimación de la cantidad. En el
problemas disyuntivos. conjunto de problemas si exactamente el II por ciento de procedimiento (ii), en cambio, el sujeto puede
Los sesgos en la evaluación de eventos los valores verdaderos de las cantidades evaluadas caen anclarse en el valor enunciado en la pregunta.
compuestos son particularmente significativos en por debajo de sus valores declarados de X. Por ejemplo, Alternativamente, puede basarse en
el contexto de la planificación. La culminación los valores verdaderos deberían caer por debajo de Xo1 probabilidades pares, o probabilidades de 50-50,
exitosa de una empresa, como el desarrollo de un para el 1 por ciento de las cantidades evaluadas. - empates lo cual es un punto de partida natural en la
nuevo producto, normalmente tiene un carácter y superiores a X9 por el 1 por ciento de las cantidades. estimación de la probabilidad. En cualquier caso,
conjuntivo: para que la empresa tenga éxito, debe Por lo tanto, los valores verdaderos deberían caer en el el procedimiento (i) debería producir
ocurrir cada uno de una serie de eventos. Incluso intervalo de confianza entre Xo1 y X9 en el 98 por ciento probabilidades menos extremas que el
cuando de los problemas. procedimiento (i).
Cada uno de estos eventos es muy probable, la
probabilidad general de éxito puede ser bastante baja lemas. Para contrastar los dos procedimientos, un
si el número de eventos es 27 DE SEPTIEMBRE DE Varios investigadores (1) han observado conjunto de 24 cantidades (como el aire dis-
1974
distancia de Nueva Delhi a Pekín) se
presentó a un grupo de sujetos que
evaluaron X10 o Xo para cada problema.
Otro grupo de sujetos recibió el juicio
medio del primer grupo para cada una de
las 24 cantidades.
Se les pidió que evaluaran las probabilidades de que
cada uno de los valores dados excediera el valor real
de la cantidad relevante. En ausencia de cualquier
sesgo, el segundo grupo debe recuperar las
probabilidades especificadas para el primer grupo, es
decir, 9:1. Sin embargo, si las probabilidades pares o el
valor indicado sirven como anclas, las probabilidades
del segundo grupo deberían ser menos extremas, es
decir, más cercanas a 1:1. De hecho, las
probabilidades medianas declaradas por este grupo,
en todos los problemas, fueron 3: 1. Cuando se
probaron los juicios de los dos grupos para determinar
la calibración externa, se encontró que los sujetos del
primer grupo eran demasiado extremos, de acuerdo
con estudios anteriores.

Los eventos que definieron con una probabilidad

de 0,10 en realidad se obtuvieron en el 24 por
ciento de los casos. En contraste, los sujetos del
segundo grupo eran demasiado conservadores.
Los acontecimientos a los que asignaron una
probabilidad media de 0,34 en realidad se
obtuvieron en el 26 por ciento de los casos. Estos
resultados ilustran la manera en que el grado de
calibración depende del procedimiento de
obtención.

Discusión

Este artículo se ha ocupado de los sesgos

cognitivos que surgen de la dependencia de
heurísticas de juicio. Estos sesgos no son
atribuibles a efectos motivacionales como las
ilusiones o la distorsión de los juicios
mediante pagos y sanciones. De hecho,
varios de los graves errores de juicio
informados anteriormente ocurrieron a pesar
de que se animó a los sujetos a ser precisos y
se les recompensó por las respuestas
correctas (2, 6).

La dependencia de la heurística y la
prevalencia de sesgos no son restricciones para
los profanos. Los investigadores
experimentados también son propensos a sufrir
los mismos prejuicios cuando piensan de forma
intuitiva. Por ejemplo, la tendencia a predecir el
resultado que mejor representa los datos, sin
tener en cuenta suficientemente la probabilidad
previa, se ha observado en los juicios intuitivos de
personas que han tenido una amplia formación en
estadística (1, 5). Aunque los expertos en
estadística evitan errores elementales, como la
falacia del jugador, sus juicios intuitivos están
sujetos a falacias similares en problemas más
complejos y menos transparentes.
Resumen y normalmente eficaces, pero conducen a
errores sistemáticos y predecibles. Una mejor
Este artículo describió tres heurísticas que se comprensión de estas heurísticas y de los
emplean al hacer juicios bajo incertidumbre: () sesgos a los que conducen podría mejorar los
representatividad, que generalmente se emplea juicios y las decisiones en situaciones de
cuando se pide a las personas que juzguen la incertidumbre.
probabilidad de que un objeto o evento A
pertenezca a la clase o proceso B; (i)
disponibilidad de instancias o escenarios, que a
menudo se emplea cuando se pide a las
personas que evalúen la frecuencia de una
clase o la plausibilidad de un desarrollo
particular; y (i) ajuste desde un ancla, que
generalmente se emplea en la predicción
numérica cuando un valor relevante está
disponible.
Estas heurísticas son muy económicas.

La actual estructura de atención de salud

en México centra su atención en la población
urbana, dejando a las comunidades rurales
prácticamente desatendidas. Hay dos factores
principales que contribuyen a esta situación.
Uno es la falta de coordinación entre las
diferentes instituciones responsables de la
salud de la comunidad y entre las instituciones
educativas. El otro es la falta de información
sobre la naturaleza de los problemas en las
zonas rurales. En un intento por dar una
solución a estos problemas, se ha diseñado un
programa que toma en consideración las
condiciones ambientales, la desnutrición, la
pobreza y los factores culturales negativos que
son responsables de la alta incidencia de
ciertas enfermedades entre las poblaciones
rurales. poblaciones. Se basa en el desarrollo
de un sistema nacional de información para la
recopilación y difusión de información
relacionada con la atención de salud general y
rural, que servirá de base para un sistema
nacional de atención de salud, y depende de la
establecimiento de un programa de formación
de profesionales en medicina comunitaria.
http://www.jstor.org

CITAS ENLAZADAS
- Página l de l -

Ha impreso el siguiente artículo:

Juicio bajo incertidumbre: heurísticas y sesgos

Amós Tverski; Daniel Kahneman

Ciencia, nueva serie, vol. 185, núm. 4157. (27 de septiembre de 1974), págs. 1124-1131.
URL estable:

http://Ainks.jstor.org/sici?sici-=0036-8075%2819740927%293%3A185%3A4157%3C1124%3AJUUHAB%3E2.0.CO%3B2-M

Este artículo hace referencia a las siguientes citas vinculadas. Si está intentando acceder a artículos desde una ubicación fuera del
campus, es posible que deba iniciar sesión primero a través del sitio web de su biblioteca para acceder a JSTOR. Visite el sitio web de su biblioteca o
comuníquese con un bibliotecario para conocer las opciones de acceso remoto a JSTOR.

referencias y notas

La evaluación de distribuciones previas en el análisis bayesiano

Robert Winkler

URL estable: