Heurística positiva

Hace aproximadamente 40 años, Danny Kahneman y Amos Tversky hicieron algunos descubrimientos maravillosos. Identificaron un conjunto de heurísticas que utilizan las personas: disponibilidad, representatividad, anclaje y ajuste, incluso deducciones de pequeñas muestras. Anteriormente, líderes del pensamiento como Karl Duncker y Alan Newell y Herb Simon, habían discutido la importancia de la heurística, pero Kahneman y Tversky realmente identificaron un conjunto de tipos específicos de heurística que comúnmente aplicamos, y para esto, Kahneman y Tversky merecen los elogios y premios que recibieron.

Sin embargo, la comunidad Heurística y Sesgos que surgió de su trabajo tuvo una trayectoria desafortunada. Equivale a la heurística con sesgos. El término "parcialidad" puede significar preferencia o predisposición, pero la comprensión principal es que un juicio sesgado no es lógico ni está justificado. Esta combinación tiene cierto sentido porque la metodología de investigación utilizada por Kahneman y Tversky y otros fue para demostrar que las personas usan la heurística incluso cuando la heurística produce juicios inexactos. Los estudios, por lo tanto, ilustraron cómo la heurística puede confundirnos, pero esta demostración no es lo mismo que mostrar que estaríamos mejor sin la heurística. Sí, bajo ciertas circunstancias que los investigadores podrían diseñar, las heurísticas se interponen en nuestro camino. Pero hay muchas otras circunstancias en las cuales las heurísticas son invaluables.

Creo que la comunidad Heurística y sesgos ha estado utilizando un criterio inapropiado: evaluar la precisión de la heurística en comparación con los métodos analíticos formales, como la teoría de la probabilidad y las estadísticas bayesianas. Las estadísticas bayesianas solo llegaron a ser prominentes en la década de 1980. La teoría de la probabilidad logró su formulación actual por Laplace hace poco más de 200 años. ¿Por qué esperaríamos que la heurística común que usamos coincidiría con formalismos como las estadísticas bayesianas y la teoría de la probabilidad? Es como tratar de comer sopa con un tenedor y culpar al tenedor por estar mal diseñado.

Considere la investigación de Lichtenstein et al. (1978) que muestra que los participantes, por lo general estudiantes universitarios, tenían creencias inexactas sobre las frecuencias de las diferentes causas de muerte. Los participantes sobreestimaron causas sensacionales, como tornados, inundaciones, homicidios y accidentes, causas que probablemente recibirían cobertura mediática, y subestimaron a los asesinos silenciosos que recibieron poca atención de los medios como el asma, la tuberculosis, el derrame cerebral y la diabetes. Entonces, sí, los participantes fueron inexactos, pero ¿cómo se suponía que debían saber los datos reales? ¿Se suponía que habían revisado los archivos y habían confiado los hallazgos a la memoria? ¿Qué significa acusar a los participantes de parcialidad para alinearse con los informes de los medios? Estoy de acuerdo con Lichtenstein et al. que las creencias inexactas afectarán la política pública, lo que resultará en una asignación ineficiente de fondos para causas de baja frecuencia pero dramáticas. Mi problema es que no veo lo que ganamos etiquetando a los participantes como parciales porque usaron una estrategia de juicio razonable, aunque limitada.

Hoy vemos un reclamo popular de que las personas son irracionales. Incluso los expertos a menudo son difamados de esta manera, parte de lo que he llamado War on Experts.

La afirmación de que los humanos son inherentemente irracionales tiene poco sentido. El argumento se basa en un estándar inapropiado. Ciertamente, deberíamos usar métodos analíticos y estadísticos más potentes cuando sea apropiado (aunque la aplicación de estos métodos no siempre es tan directa como sugieren sus seguidores). Y no deberíamos confiar automáticamente en los juicios que surgen de la intuición y la heurística. Sin embargo, hay más en la toma de decisiones y el sensemaking que la realización de evaluaciones de riesgos.

Afortunadamente, creo que hay una mejor medida para evaluar la heurística: el pensamiento especulativo. La gente a menudo no tiene el lujo de hacer juicios y decisiones respaldados por datos claros y abundantes. Normalmente tenemos que estirar, construir argumentos a partir de fragmentos. Tenemos que especular en lugar de analizar. Ben Shneiderman se refiere a este tipo de razonamiento como "pensamiento de frontera": trata de información incompleta, incorrecta y contradictoria para tomar decisiones.

Y ahí es donde entran en juego la heurística de Kahneman y Tversky. Son herramientas cognitivas que empleamos para especular. Hacemos saltos especulativos basados ​​en muestras pequeñas. Confiamos en la disponibilidad de precedentes en nuestra memoria. Usamos estimaciones de representatividad. Encontramos un ancla y trabajamos desde allí. Eso es lo que llamo heurística positiva. Son heurísticas de las que dependemos para navegar en un mundo ambiguo. Heurísticas que no nos darán respuestas perfectas, pero que pueden operar en esferas donde no podemos tener la perfección.

No son prejuicios que nos hacen irracionales. Los heurísticos positivos son fortalezas que nos hacen adaptativos y exitosos.

Podemos agregar a este pequeño conjunto de heurísticas positivas, utilizando heurísticas adicionales que otros investigadores de juicio han descubierto. La correlación ilusoria se refiere a nuestra propensión a ver las relaciones que no están ahí, pero el lado positivo de esa heurística es que somos rápidos en detectar conexiones y ver patrones sin esperar a que se recopilen cantidades completas de datos. La heurística de simulación que Kahneman describió más adelante es un medio valioso para hacer diagnósticos e imaginar consecuencias; es una parte central del modelo de Decisión Privilegiada de Reconocimiento (RPD) que he estudiado. La heurística de Afecto nos permite aprovechar las reacciones emocionales para hacer juicios rápidos sobre los riesgos y los beneficios.

Danny Kahneman parece ambivalente sobre la idea de la heurística positiva. Me explicó que su trabajo con Tversky trataba la heurística como atajos mentales, y se concentraba en sus responsabilidades. Además, Kahneman y Tversky vieron la heurística como reacciones involuntarias, subconscientes, no como herramientas que deliberadamente aplicamos. Es cierto que los investigadores anteriores, como Herbert Simon y George Polya, habían considerado la heurística como herramientas deliberadas, pero Kahneman y Tversky prefirieron no seguir este uso. Mi reacción es que no me importa si los heurísticos positivos se usan inconscientemente o deliberadamente, lo que importa es cómo nos ayudan a avanzar a pesar de la confusión.

Imagine lo que hubiera sucedido si los investigadores se hubieran basado en los primeros descubrimientos de Kahneman y Tversky al tomar esta trayectoria diferente: estudiar la heurística positiva para permitirnos hacer un pensamiento especulativo. Los investigadores podrían ver la heurística como una fuente de fortaleza en lugar de una fuente de sesgo y error, y podrían estar evaluando la heurística por lo bien que nos permiten especular en lugar de cuán estrechamente su uso se ajusta a los análisis estadísticos.

Related of "Heurística positiva"