El d\u00eda a d\u00eda est\u00e1 plagado de decisiones que implican inferencias sobre la probabilidad de eventos. Llevamos paraguas si pensamos que es probable que llueva y buscamos asistencia m\u00e9dica si creemos que nuestra salud corre peligro. Ya que este tipo de decisiones determinan nuestro futuro y pueden ser cruciales, c\u00f3mo de buenos somos estimando probabilidades es una pregunta central de la psicolog\u00eda.<\/p>\n
Un hecho bien establecido es que el tipo de problemas bayesianos del cuadro 1 se resuelve mucho mejor en forma de frecuencias naturales que como probabilidades de eventos simples (casi un 50% de aciertos comparado con poco m\u00e1s de 25% si se usan probabilidades; Gigerenzer y Hoffrage, 1995).<\/p>\n
1) Probabilidad est\u00e1ndar<\/strong><\/p>\nLa probabilidad de c\u00e1ncer de mama es de un 1% para mujeres de 40 a\u00f1os que participan en un chequeo rutinario. Si una mujer tiene c\u00e1ncer de mama, la probabilidad de que la mamograf\u00eda d\u00e9 positivo es de un 80%. Si una mujer no tiene c\u00e1ncer de mama, la probabilidad de que la mamograf\u00eda tambi\u00e9n d\u00e9 positivo es de un 9,6%.<\/p>\n
Una mujer de este grupo de edad da positivo en una mamograf\u00eda en un chequeo rutinario. \u00bfCu\u00e1l es la probabilidad de que tenga realmente c\u00e1ncer de mama? ____%<\/p>\n
2) Frecuencias naturales<\/strong><\/p>\nDiez de cada 1000 mujeres de 40 a\u00f1os que participan en chequeos rutinarios tienen c\u00e1ncer de mama. Ocho de cada 10 mujeres con c\u00e1ncer de mama dar\u00e1n positivo en una mamograf\u00eda. De cada 990 mujeres sin c\u00e1ncer de mama hay tambi\u00e9n 95 que dar\u00e1n positivo en una mamograf\u00eda.<\/p>\n
Aqu\u00ed est\u00e1 una nueva muestra representativa de mujeres de 40 a\u00f1os que han dado positivo en una mamograf\u00eda en chequeos rutinarios. \u00bfCu\u00e1ntas de estas mujeres esperas que tengan realmente c\u00e1ncer de mama?____ de ____<\/p>\n
\n\u00a0Cuadro 1.- Material cl\u00e1sico usado por Gigerenzer y Hoffrage, 1995. La respuesta correcta en ambos casos es la misma, 7.77% o 8\/103.<\/em><\/p>\nDesde el punto de vista frecuentista, las frecuencias naturales son el resultado del muestreo natural, que es la manera en la que nuestra especie se ha encontrado la informaci\u00f3n estad\u00edstica durante milenios (secuencialmente). El debate sobre formatos de representaci\u00f3n de la informaci\u00f3n trasciende al c\u00e1lculo de probabilidad y se adentra en parajes mucho m\u00e1s densos, en las profundidades de c\u00f3mo funciona la mente, o mejor, c\u00f3mo est\u00e1 estructurada. La visi\u00f3n frecuentista entiende la mente como un conjunto de piezas dise\u00f1adas por selecci\u00f3n natural para tratar con distintos aspectos de la realidad. Seg\u00fan \u00e9sta, la historia filogen\u00e9tica nos ha moldeado a imagen y semejanza del entorno, acoplando funciones adaptativas (a trav\u00e9s de algoritmos o m\u00f3dulos especializados) que ofrecen respuestas extraordinariamente ajustadas para aquellas situaciones que de otro modo ser\u00edan pr\u00e1cticamente intratables.<\/p>\n
Se acepta generalmente que las frecuencias naturales hacen m\u00e1s sencillo el c\u00e1lculo de probabilidad bayesiano aunque a los datos a favor de su superioridad (p. ej., Gigerenzer y Hoffrage, 1995; Zhu & Gigerenzer, 2006) se han unido varios estudios que no han encontrado ning\u00fan efecto facilitador de las frecuencias sobre las probabilidades (Fiedler y col., 2000), que aportan alternativas para explicar el fen\u00f3meno como la representaci\u00f3n a partir de modelos mentales (Johnson-Laird y col., 1999) o la estructura de la informaci\u00f3n basada en conjuntos anidados (v\u00e9ase Barbey y Sloman, 2007, para una revisi\u00f3n). Hay un segundo punto m\u00e1s controvertido que englobar\u00eda lo que entendemos como postura frecuentista general (Cosmides y Tooby, 1996; Gigerenzer y Hoffrage, 1995), en la que se asume que existe alg\u00fan tipo de estructura (algor\u00edtmica, modular o heur\u00edstica) dise\u00f1ada por selecci\u00f3n natural que permite computar frecuencias naturales de manera independiente de las habilidades cognitivas generales, con el grado de impenetrabilidad y encapsulamiento que cada cual guste (Barbey y Sloman, 2007).<\/p>\n
La evidencia en contra de la hipotesis frecuentista es cada vez m\u00e1s importante. En algunos trabajos se muestra que las predicciones y resultados derivados de la hip\u00f3tesis frecuentista pueden ser explicados a partir del principio m\u00e1s econ\u00f3mico de complejidad computacional o aritm\u00e9tica (Fiedler y col., 2000), y en otros se muestra c\u00f3mo existen resultados previstos por la teor\u00eda de los modelos mentales para los que es necesario tener en cuenta la representaci\u00f3n de la informaci\u00f3n m\u00e1s all\u00e1 de la complejidad computacional (Navarrete, 2009). Y no s\u00f3lo eso, sino que hay correlaciones importantes entre pruebas de car\u00e1cter cognitivo y resultados en problemas cl\u00e1sicos de c\u00e1lculo bayesiano con frecuencias naturales (Lesage, 2009), lo que implica que no existe un circuito especializado para trabajar con frecuencias naturales, sino que tal habilidad es producto de capacidades generales.<\/p>\n
Con un panorama as\u00ed, resulta innecesario y hasta inoportuno introducir valoraciones evolucionistas que, por interesantes que sean, resultan irrelevantes de cara a discernir la manera en la que los seres humanos se enfrentan al c\u00e1lculo de probabilidad bayesiano. Sea a partir de modelos mentales, de estructuras anidadas o de alguna combinaci\u00f3n de ambas, los resultados emp\u00edricos nos ense\u00f1an c\u00f3mo la representaci\u00f3n de la informaci\u00f3n es cr\u00edtica para resolver los problemas probabil\u00edsticos con independencia del formato de representaci\u00f3n.<\/p>\n
Referencias<\/strong><\/p>\nBarbey, A., y Sloman, S. (2007). Base-rate respect: From ecological rationality to dual processes. Behavioral and Brain Sciences<\/em>, 30, 241-254.<\/p>\nCosmides, L., y Tooby, J. (1996). Are humans good intuitive statisticians after all? Rethinking some conclusions from the literature on judgment under uncertainty. Cognition<\/em>, 58, 1-73.<\/p>\nLesage, E. (2009). Nested-sets vs. Modules: Automatic or demanding frequency computations?<\/em> Tesis de master no publicada. University of Leuven, Belgium. Supervised by Wim De Neys & Gorka Navarrete-Garcia.<\/p>\nFiedler, K., Brinkmann, B., Betsch, T., y Wild, B. (2000). A sampling approach to biases in conditional probability judgments: Beyond base rate neglect and statistical format. Journal of Experimental Psychology: General<\/em>, 129, 399-418.<\/p>\nGigerenzer, G., y Hoffrage, U. (1995). How to improve bayesian reasoning without instruction: Frequency formats. Psychological Review<\/em>, 102, 684-704.<\/p>\nJohnson-Laird, P. N., Legrenzi, P., Girotto, V., Legrenzi, M. S., y Caverni, J. P. (1999). Naive probability: A mental model theory of extensional reasoning. Psychological Review<\/em>, 106, 62-88.<\/p>\nNavarrete, G. (2009) C\u00e1lculo intuitivo de probabilidad: Variables extensionales, intensionales y cognitivas<\/em>. Tesis Doctoral dirigida por Carlos Santamar\u00eda. Servicio de publicaciones de la Universidad de La Laguna.<\/p>\nZhu, L., y Gigerenzer, G. (2006). Children can solve bayesian problems: The role of representation in mental computation. Cognition<\/em>, 98, 287-308.<\/p>\nManuscrito recibido el 18 de febrero de 2010.
\nAceptado el 11 de marzo de 2010.<\/p>\n","protected":false},"excerpt":{"rendered":"
Gorka Navarrete y Carlos Santamar\u00eda Dept. de Psicolog\u00eda Cognitiva, Organizacional y Social, Universidad de La Laguna, Espa\u00f1a Seg\u00fan los defensores …<\/span> Read More →<\/span><\/a><\/span><\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[16,6,3],"tags":[50,257,258,259,136,191],"class_list":["post-91","post","type-post","status-publish","format-standard","hentry","category-actualidad","category-filosofia","category-psicologia","tag-evolucion","tag-formato-de-representacion","tag-frecuencias-naturales","tag-probabilidades","tag-razonamiento","tag-toma-de-decisiones"],"_links":{"self":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts\/91","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=91"}],"version-history":[{"count":0,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=\/wp\/v2\/posts\/91\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=91"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=91"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cienciacognitiva.org\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=91"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![\"(cc)](\"https:\/\/www.cienciacognitiva.org\/files\/2010-5-cc-crystaljingsr.jpg\")
Seg\u00fan los defensores de las frecuencias naturales, el cerebro humano se ha especializado a lo largo de la evoluci\u00f3n en procesar datos en este formato. Eso, y la menor complejidad de las frecuencias, subyace a nuestras dificultades al usar probabilidades. Estudios recientes contradicen las conclusiones frecuentistas apuntando a la representaci\u00f3n de la informaci\u00f3n y su complejidad como motor de las diferencias.<\/em><\/p>\n