Características del razonamiento inductivo

Desde una perspectiva amplia, los procesos inductivos son todos aquellos procesos que amplían el conocimiento con incertidumbre (conclusiones de generalización). Desde una perspectiva más reducida, Johnson-Laird lo define como un “proceso de pensamiento cuya conclusión incrementa la información semántica incluida en las premisas, de forma que es un proceso de generalización desde experiencias concretas a conclusiones posibles o plausibles, aunque no necesariamente válidas desde el punto de vista formal”.

El razonamiento inductivo tiene dos características fundamentales;

1-. Es un razonamiento que se basa en suposiciones

2-. Son razonamientos incompletos; cuantos más elementos encuentra el sujeto para concluir, más posibilidades tiene de llegar a la conclusión.

Hay una teoría normativa que permite evaluar a un nivel formal la probabilidad de que una predicción se cumpla: El Teorema de Bayes. Consiste en una fórmula matemática que calcula la probabilidad de que se dé un conocimiento o una hipótesis a partir de una serie de parámetros que se conocen con el nombre de probabilidad previa y probabilidad condicional.

Ej.

Probabilidad previa; ¿Qué probabilidad tengo de encontrar trabajo al acabar la carrera? Las estadísticas de los últimos 5 años dicen que la probabilidad que tiene una persona de encontrar trabajo al acabar la carrera es de .35. La probabilidad complementaria a la probabilidad previa (probabilidad de no encontrar trabajo) sería de .65.

Probabilidad condicional; es el grado de asociación entre la hipótesis y un dato significativo observado, como puede ser, por ejemplo, tener un buen expediente. Así, la probabilidad asociada sería;

P (E/H) = .90

Su probabilidad complementaria (probabilidad de no encontrarlo teniendo buen expediente) sería de;

P (E/H) = .10

P (H/E)=

El teorema de Bayes es una teoría normativa, pero nosotros, en la vida cotidiana, utilizamos otros métodos no lógicos o atajos cognitivos para estimar la probabilidad de que ocurra un determinado suceso, métodos que unas veces nos llevarán a razonamientos correctos y otros a razonamientos incorrectos. Esos métodos no lógicos o atajos cognitivos serían los heurísticos.

Ej. ¿Cuál de los siguientes sucesos crees que es más probable?

Si para tomar una decisión utilizásemos el teorema de Bayes posiblemente nuestra respuesta sería la dos, puesto que es más probable que se de mayoritariamente ese suceso que los otros dos. Sin embargo, los sujetos no respondían esto.

Sesgos y Heurísticos en Inferencias Inductivas

Kahneman y Tversky estudiaron cómo razonan los sujetos cuando se les pedía que estimasen una probabilidad cualquiera, por ejemplo, que estimasen cuál era la probabilidad de que un determinado objeto A perteneciese a una clase B. los autores observaron que los sujetos tenían a poner en marcha el “heurístico de la representatividad”, es decir, en la medida en que A se parecía a B los sujetos juzgaban que la probabilidad de que A perteneciese a B era alta; y en caso contrario baja.

Uno de los problemas más usados que ponía de manifiesto el uso del heurístico de representatividad fue el problema de Linda. Este problema se le presentaba a los sujetos y, en función de la respuesta que ellos daban, se estudiaba si se habían ajustado o no a la teoría normativa de la probabilidad. El problema es el siguiente;

“Linda es cajera, tiene 31 años, está soltera, es una chica abierta y muy alegre. Se licenció en Filosofía. Cuando era estudiante, estaba muy comprometida con la no discriminación y la justicia social, y también solía participar en manifestaciones antinucleares.”

La tarea del sujeto era ordenar una serie de afirmaciones de acuerdo con su grado de probabilidad, usando el 1 para la más probable el 8 para la menos probable. La serie de afirmaciones eran:

-Linda es una profesora de enseñanza básica

-Linda trabaja en una librería y asiste a clases de yoga.

-Linda está asociada al movimiento feminista.

-Linda trabaja en un centro de salud como psiquiatra.

-Linda es miembro del Partido Feminista.

-Linda es cajera de banco

-Linda es agente de seguros.

-Linda es cajera de banco y está asociada a l movimiento feminista.

Los sujetos solían elegir como más probable la alternativa de “Linda es cajera de banco y esta asociada al movimiento feminista” que la alternativa “Linda es cajera de banco”. Con este resultado, los sujetos estaban cometiendo un error denominado “Falacia de la Conjunción”, que supone una violación de la regla de la conjunción. La regla de la conjunción dice que la conjunción de dos eventos no puede ser más probable que el hecho de que se dé sólo uno de ellos.

Así, los sujetos no se planteaban la tarea como un cálculo estadístico, sino que evaluaban la representatividad de los elementos de la tarea con respecto a un modelo, en este caso con respecto a la personalidad de Linda. Los sujetos estaban usando el heurístico de la representatividad. Para comprobar que esto era así, es decir, para comprobar que los sujetos estaban usando el heurístico de la representatividad se les ponía el mismo problema sin que se destacasen rasgos de la personalidad de Linda. Los sujetos en este caso, juzgaban como más probable que Linda fuese sólo cajera y no cajera y feminista a la vez.

Este heurístico, en algunas ocasiones, nos lleva a cometer sesgos:

• Falacia del jugador; Según esta falacia, una secuencia de pérdidas debe ir seguida de una secuencia de victorias para compensar. Por ejemplo, si lanzas una moneda al aire 10 veces y, de esas 10 veces, nueve sale cruz; si tuvieses que apostar 10000 Ptas. a qué va a salir en la siguiente tirada, posiblemente la mayoría de los sujetos contestarían que saldría cara, aunque la probabilidad de que salga cara sigue siendo la misma (0.5).

Normalmente, los sujetos tendemos a esperar que una secuencia de hechos, producidos a partir de un proceso aleatorio, represente las características que todos esperamos en un proceso aleatorio: que no se repita muchas veces seguidas el mismo acontecimiento. Este hecho puede ser verdad si el tamaño de la muestra es muy grande; pero puede no ocurrir cuando estamos basando nuestros juicios en unos pocos casos. Por ejemplo, si lanzo una moneda al aire tres veces es probable que salga la combinación cara-cara-cara; pero esto es más probable que si yo lanzo la moneda al aire 100 veces y, de esas 100 veces, tres salga cara y 97 salga cruz. Así, cuanto mayor sea el tamaño de la muestra, más tiende a estabilizarse el resultado. Esto es lo que se conoce como la ley de los grandes números.

• Heurístico de disponibilidad o accesibilidad; Consiste en evaluar la probabilidad de que se dé un acontecimiento en función de la facilidad con la que pueden evocarse casos o ejemplos relacionados con ese acontecimiento. La familiaridad de los acontecimientos o su saliencia pueden influir en los juicios que hacemos sobre la frecuencia de acontecimientos. Una consecuencia de este heurístico es el sesgo de correlación ilusoria de Chapman y Chapman; que consiste en sobreestimar la frecuencia con la que dos acontecimientos ocurren simultáneamente en la realidad. Por ejemplo, si tenemos comprado un billete de avión para ira a Valencia dentro de 15 días y el día anterior ese avión se estrella y no quedan supervivientes, posiblemente no cojamos ese avión.

• Heurístico de anclaje y ajuste; Consiste en la tendencia de los sujetos a realizar estimaciones a partir de un valor inicial o anclaje que se ajusta para generar la respuesta final. El anclaje es un efecto particular de la accesibilidad de una información que es irrelevante que está presente en la situación de prueba o que es generada por el propio sujeto a partir de un cómputo incompleto. Por ejemplo, si a un grupo le mandamos que estime en cinco segundos el valor de un producto que vale 1*2*3*4*5*6*7*8; y a otro grupo le mandamos que estime en cinco segundos también el valor de un producto que vale 8*7*6*5*4*3*2*1: posiblemente el primer grupo estime un valor más bajo del producto que el segundo grupo. Los sujetos estiman el resultado final por ajuste, pero como los ajustes son insuficientes, los sujetos del grupo 1 tienden a dar el valor más bajo.

Toma de decisiones

Es un proceso complejo que depende tanto de las creencias de los sujetos como de sus deseos, de manera que este proceso estaría modulado por juicios de probabilidad y por deseos personales.

El proceso de toma de decisiones se divide en dos tipos de decisiones:

• Decisiones que conllevan riesgo; Son decisiones en las que se conoce la probabilidad de que se dé un determinado resultado aunque el resultado concreto no se pueda predecir. La mayor parte de las decisiones en la vida cotidiana son de este tipo.

• Decisiones bajo incertidumbre; No se puede conocer la probabilidad de un resultado porque no puedo cuantificarlo.

Hay una teoría normativa sobre el proceso de toma de decisiones; la teoría de la utilidad subjetiva esperada. Esta teoría fue propuesta por Savage y plantea una serie de axiomas rígidos o condiciones, no siempre aceptados, que aportan una base para poder maximizar cuál es la utilidad subjetiva de un resultado para cada una de las alternativas en una decisión a tomar. Uno de los axiomas que propone esta teoría es el axioma de las preferencias de los sujetos. Este dice que a la hora de tomar una decisión, las decisiones de los sujetos son fijas, estables y están bien ordenadas.

Esta teoría ha recibido diversas críticas, una de las cuales es que, realmente en la vida cotidiana, las preferencias de los sujetos muchas veces no son fijas, sino que pueden depender de la forma en la que se presenten las distintas opciones alternativas. Kahneman y Tversky, para explicar que las preferencias de los sujetos no son siempre estables, ponen un ejemplo sencillo que consistía en lo siguiente; A los sujetos se les daba dos argumentos; el primer argumento era “Usted tiene pensado ir al teatro y, de camino al teatro, se da cuente de que ha perdido la entrada que valía 3000 Ptas.; ¿compraría otra entrada?”. El segundo argumento era “Suponga que le apetece ir al teatro. Entonces se encamina a comprar la entrada, pero de camino al teatro se da cuenta de que ha perdido 3000 Ptas.; ¿cambiaría su decisión?”.

Los sujetos ante ambos casos contestaban con mayor frecuencia que comprarían la entrada en el caso B y no en el A, aunque la realidad es que en ambas ocasiones se han perdido 3000 Ptas.

Kahneman y Tversky plantean que las teorías normativas son poco apropiadas para explicar la toma de decisiones de la vida cotidiana. Ellos proponen otra teoría: la teoría de la perspectiva (Kahneman) y la teoría del arrepentimiento (Bell). La línea general de estas teorías es que ambas pretenden explicar la importancia que tienen las variables psicológicas en el proceso de toma de decisiones.

Conclusiones

Los procesos de toma de decisiones están alejados de los procesos de toma de decisiones que se estudiaron en el laboratorio. Además, en la vida cotidiana frecuentemente tomamos decisiones bajo situaciones de incertidumbre. En estas condiciones, parece que los sujetos no razonan empleando teorías normativas, como le teorema de Bayes; y, por lo tanto, más que utilizar estadísticos, lo que hacen es utilizar heurísticos. Estos heurísticos a veces llevan a los sujetos a la respuesta correcta y otras veces los llevará a cometer sesgos.

Los heurísticos estudiados por Kahneman y Tversky son el heurísticos de la representatividad, que consiste en asignar a una persona o a un hecho A a una clase B tanto más cuanto más se parezca a B. este heurístico, en ocasiones puede llevar a cometer sesgos como, por ejemplo, la falacia de la conjunción, la falacia del jugador o sesgos asociados a la dificultad a la hora de comprender la ley de los grandes números.

Otro de los heurísticos estudiado por estos autores es el heurístico de accesibilidad o disponibilidad, que consiste en considerar la probabilidad de que se dé un suceso en función de la facilidad con la que podamos evocar desde la memoria ejemplos relacionados con ese suceso.

El tercer heurístico más estudiado es el de ajuste y anclaje.

79