Juicio bajo incertidumbre: Heursticas y prejuicios Editado por Daniel Kahneman Universidad de British Columbia Paul Slovic Investigacin

sobre Decisin Una Rama de Perceptronics, Inc. Eugene, Oregon Amos Tversky Universidad de Stanford Cambridge University Press Cambridge New York New Rochelle Melbourne Sydney Publicado por el Sindicato de Prensa de la Universidad de Cambridge The Pitt Building, Trumpington Street, Cambridge CB2 1RP 32 East 57th Street, New York, NY 10022, USA 10 Stamford Road, Oakleigh, Melbourne 3166, Australia Cambridge University Press 1982 Primera Publicacin 1982 Reimpreso 1982, 1983 (dos veces), 1984, 1985 (2 veces), 1986, 1987 Impreso en los Estados Unidos de Amrica Catalogacin de la Biblioteca del Congreso en Datos de Publicacin Entrada principal bajo el ttulo: Juicio bajo incertidumbre Bibliografa: p. Incluye ndice. 1. Juicio. I. Kahneman, Daniel, 1934II. Slovic, Paul, 1938 -II.Tversky, Amos. BF441.J8 153.4 6 81-10042 ISBN 0 521 24064 6 pastas duras AACR2 ISBN 0 521 28414 7 edicin en rstica 2 Contenido Lista de contribuyentes pgina 6 Prefacio 7 Parte I: Introduccin 1 Juicio bajo incertidumbre: Heursticas y prejuicios 9 Amos Tversky y Daniel Kahneman Parte II: Representatividad 2 Creencia en la ley de los nmeros pequeos 24 Amos Tversky y Daniel Kahneman 3 Probabilidad subjetiva: Un juicio de representatividad 32 Daniel Kahneman y Amos Tversky 4 Sobre la psicologa de la prediccin 43 Daniel Kahneman y Amos Tversky 5 Estudios de representatividad 59 Maya Bar-Hillel 6 Juicios de y por representatividad 71 Amos Tversky y Daniel Kahneman Parte III: Casualidad y atribucin 7 Induccin popular: La informacin no es necesariamente informativa 84 Richard E. Nisbett, Eugene Borgida, Rick Crandall y Harvey Reed 8 Esquemas causales en juicios bajo incertidumbre 97 Amos Tversky y Daniel Kahneman 9 Defectos en el proceso de atribucin: Sobre los orgenes y mantenimiento 107 de evaluaciones sociales errneas 10 Impacto probatorio de valoraciones base 124 Amos Tversky y Daniel Kahneman

Parte IV: Disponibilidad 11 Disponibilidad: Una heurstica para juzgar la frecuencia y la probabilidad 132 Amos Tversky y Daniel Kahneman 12 Tendencias egocntricas en la disponibilidad y la atribucin 143 Michael Ross y Fiore Sicoly 13 La disponibilidad de prejuicios en la percepcin social y la interaccin 153 Shelley E. Taylor 14 La simulacin heurstica 163 Daniel Kahneman y Amos Trvesky Parte V: Co-variacin y control 15 Evaluacin informal de la co-variacin: Juicios basados en datos versus 171 juicios basados en teora Dennis L. Jennings, Teresa M. Amabile y Lee Ross 3 16 La ilusin del control 187 Ellen J. Langer 17 Los resultados de las pruebas son lo que usted piensa que son 194 Loren J. Chapman y Jean Chapman 18 Razonamiento probabilstico en la medicina clnica: Problemas y 203 oportunidades David M. Eddy 19 Aprendizaje desde la experiencia y de las reglas sub-ptimas en la toma de decisiones 219 Hillel J. Einhorn Parte VI: Exceso de confianza 20 Sobre-confianza en juicios de estudio de casos 232 Stuart Oskamp 21 Un Reporte de progreso sobre el entrenamiento de asesores de probabilidad 238 Marc Alpert y Howard Raiffa 22 Calibracin de probabilidades: El estado del arte hasta 1980 249 Sarah Lichtenstein, Baruch Fischhoff y Lawrence D. Phillips 23 Para aquellos condenados a estudiar el pasado: Heursticas y prejuicios en retrospectiva 271 Baruch Fischhoff Parte VII: Evaluacin multi-etapas 24 Evaluacin de probabilidades compuestas en escogencia secuencial 286 John Cohen, E. I. Chesnick y D. Haran 25 Conservatismo en el procesamiento de la informacin humana 290 Ward Edwards 26 La hiptesis de la mejor adivinanza en la inferencia multi-etapas 398 Charles F. Gettys, Clinton Kelly III y Cameron R. Peterson 27 Inferencias de caractersticas personales sobre la base de informacin recuperada de la memoria de uno 305 Yaacov Trope Parte VIII: Procedimientos correctivos 28 La robusta belleza de los modelos lineales impropios en la toma de decisiones 314 Robyn M. Dawes 29 La vitalidad de los nmeros msticos 328 Max Singer 30 Prediccin intuitiva: Prejuicios y procedimientos correctivos 333 Daniel Kahneman y Amos Tversky 31 Desprejuiciar 340 Baruch Fischhoff 32 Mejorando la inferencia inductiva 359 Richard E. Nisbett, David H. Krantz, Christopher Jepson Y Geoffrey T. Fong 4 Parte IX: Percepcin de riesgo 33 Hechos versus miedos: Entendiendo el riesgo percibido 373

Paul Slovic, Baruch Fischhoff y Sara Lichtenstein Parte X: Actualizacin 34 Sobre el estudio de las intuiciones estadsticas 394 Daniel Kahneman y Amos Tversky 35 Variantes de la incertidumbre 407 Daniel Kahneman y Amos Tversky Referencias ndice Contribuyentes 5 *Marc Alpert Escuela de Graduados en Administracin de Empresas, Harvard Universit y Teresa M. Amabile Departamento de Psicologa, Brandeis University Craig A. Andesrson Departamento de Psicologa, Stanford University Maya Bar-Hillel Departamento de Psicologa, The Hebrew University, Jerusalem Eugene Borgida Departamento de Psicologa, University of Minnesota Jean Chapman Departamento de Psicologa, University of Wisconsin Loren J. Chapman Departamento de Psicologa, University of Wisconsin *E. I. Chesnick Departamento de Psicologa, University of Manchester, England John Cohen Departamento de Psicologa, University of Manchester, England Rick Crandall University of Illinois, Champaign-Urbana Robyn M. Dawes Departamento de Psicologa, University of Oregon Damid M. Eddy Centro para el Estudio de la Salud y Poltica Clnica, Duke University Ward Edwards Instituto de Investigacin de la Ciencia Social, University of Southe rn California Hillel J. Einhorn Centro de Investigacin de la Decisin, University of Chicago Baruch Fischhoff Investigacin sobre la Decisin, Una rama de Perceptronics, Inc. Eu gene Oregon Geoffrey T. Fong Instituto para la Investigacin Social, University of Michigan Charles F Gettys Departamento de Psicologa, University of Oklahoma *D. Haran Departamento de Psicologa, University of Manchester, England Dennis L. Jennings Departamento de Psicologa, New York University Christopher Jepson Instituto para la Investigacin Social, University of Michigan Daniel Kahneman Departamento de Psicologa, University of British Columbia Clinton Kelly III Agencia para Investigacin de Proyectos Avanzados, Arlington, Vi rginia David H. Krantz Laboratorios Bell, Murray Hill, New Jersey Ellen J. Langer Departamento de Psicologa, Harvard University Sarah Lichtenstein Investigacin sobre la Decisin, Una Rama de Perceptronics, Inc., Eugene, Oregon Richard E. Nisbett Instituto para la Investigacin Social, University of Michigan Stuart Oskamp Departamento de Psicologa, Claremont Graduate School Cameron R. Peterson Decisiones y Diseos, Inc., McLean, Virginia Lawrence D. Phillips Unidad de Anlisis de la Decisin, Brunel University Howard Raiffa Escuela de Graduados en Administracin de Empresas, Harvard Universi ty Harvey Reed Departamento de Psicologa, University of Michigan at Dearborn Lee Ross Departamento de Psicologa, Stanford University Michael Ross Departamento de Psicologa, University of Waterloo, Ontario Fiore Sicoly Departamento de Psicologa, University of Waterloo, Ontario Max Singer Instituto Hudson, Arlington, Virginia Paul Slovic Investigacin sobre la Decisin, Una Rama de Perceptronics, Inc., Eugene , Oregon Shelley E. Taylor Departamento de Psicologa, University of California, Los Angele s Yaacov Trope Departamento de Psicologa, The Hebrew University, Jerusalem Amos Tversky Departamento de Psicologa, Stanford University * El asterisco indica afiliacin cuando el artculo fue originalmente publicado. 6

Prefacio La aproximacin al estudio del juicio que este libro representa tuvo sus orgenes en tres lneas de investigacin que se desarrollaron en los aos 1950 s y 1960 s: la comparacin de la prediccin clnica y estadstica, iniciada por Paul Meehl; el estudio de la probabi lidad subjetiva en el paradigma Bayesiano, introducido a la psicologa por Ward Edwards; y la investigacin de heursticas y estrategias de razonamiento, por las cuales Herbert S imon ofreci un programa y Jerome Bruner un ejemplo. Nuestra coleccin tambin representa l a reciente convergencia del estudio del juicio con otro ramal de la investigacin ps icolgica: el estudio de la atribucin causal y cubre la interpretacin psicolgica, promovida por F ritz Heider. El libro clsico de Meehl, publicado en 1954, resumi la evidencia para la conclusin que las combinaciones lineales simples de normas aventajan a los juicios intuitivos de expertos en predecir criterios significantes de conducta. El duradero legado intelectual de este trabajo, y la furiosa controversia que lo sigui, fue probablemente no la demostracin de clni cos ejecutada pobremente en tareas que, como Meehl anot, ellos no deban haber emprendi do. Ms bien, fue la demostracin de una sustancial discrepancia entre el record objetiv o del xito de la gente en la prediccin de tareas y las sinceras creencias de estas gente s sobre la calidad de sus realizaciones. Esta conclusin no fue restringida a clnicos a la pre diccin de los clnicos: Las impresiones de la gente de cmo ellos razonan, y de cun bien ellos razonan, no podra ser tomado como creer algo a pie juntillas. Talvez porque los estudiante s de juicio clnico se usaron ellos mismos y a sus amigos como sujetos, la interpretacin de err ores y prejuicios tendieron a ser cognitivos, ms que psico-dinmicos: Ilusiones no desiluc iones fueron el modelo. Con la introduccin de las ideas Bayesianas dentro de la investigacin psicolgica por Edwards y sus asociados, a los psiclogos se les ofreci por primera vez un completo modelo articulado de ejecucin ptima bajo la incertidumbre, con el cual los juicios humano s podran ser comparados. La equiparacin de los juicios humanos a modelos normativos lleg a convertirse en uno de los mayores paradigmas de la investigacin sobre juicios baj o incertidumbre. Inevitablemente, ello condujo a inquietudes con los prejuicios pa ra los cuales las inferencias inductivas son propensas y los mtodos que podran ser usados para corregirlos. Sin embargo, mucho del trabajo temprano utiliz el modelo normativo p ara explicar el comportamiento humano e introdujo procesos separados para explicar alejamientos de la optimizacin. En contraste, la investigacin sobre heurstica del j uicio busca explicar ambos correcto y errneo en trminos de los mismos procesos psicolgico s.

La emergencia del nuevo paradigma de la psicologa cognitiva tuvo una profunda influencia en la investigacin del juicio. La psicologa cognitiva est relacionada co n procesos internos, limitaciones mentales y la manera en la cual los procesos estn formados por las limitaciones. Ejemplos tempranos de trabajo conceptual y emprico en esta disposicin fueron el estudio de estrategias de pensamiento por Bruner y sus asoci ados y el tratamiento de Simon de la heurstica del razonamiento con estrategias de simplifi cacin que reducen la complejidad de las tareas de juicio, para hacerlas manejables para la clase de mente que la gente suele tener. Mucho del trabajo que hemos incluido en este lib ro fue motivado por las mismas inquietudes. En aos recientes, un gran cuerpo de investigacin ha sido dedicado a desvelar la heurstica del juicio y a explorar sus efectos. El presente volumen provee una com prensible muestra de esta aproximacin. El ensambla nuevas revisiones, escritas especialment e para esta coleccin y artculos previamente publicados sobre el juicio y la inferencia. A unque la frontera entre el juicio y la toma de decisin no est siempre clara, nos hemos enfo cado aqu 7 sobre el juicio ms que sobre la escogencia. El tpico de la toma de decisin es lo suficientemente importante para ser el sujeto de un volumen separado. Este libro est organizado en diez partes. La primera parte contiene una temprana revisin de la heurstica y los prejuicios de juicios intuitivos. La parte II trata especficamente con la representatividad heurstica, la cual es extendida, en la parte III, a prob lemas de atribucin causal. La parte IV describe la disponibilidad heurstica y su papel en e l juicio social. La parte V cubre la percepcin y aprendizaje de la co-variacin e ilustra la presencia de correlaciones ilusorias en los juicios de gente lega y expertos. La parte Vi discute la calibracin de los asesores de la probabilidad y documentos del prevaleciente fenme no de la sobre confianza en la prediccin y la explicacin. Prejuicios asociados con inferenc ia multietapas son cubiertos en la parte VII. La parte VIII revisa procedimientos f ormales e informales para corregir y mejorar los juicios intuitivos. La parte IX resume el trabajo sobre los efectos prejuicios del juicio en un rea especfica del asunto, la percepcin de r iesgo. La parte final incluye algunos pensamientos corrientes sobre varios asuntos concept uales y metodolgicos que pertenecen al estudio de la heurstica y los prejuicios. Por conveniencia, todas las referencias estn ensambladas en una lista simple al f inal del libro. Los nmeros en negritas se refieren al material incluido en el libro, ident ificando el captulo en el cual el material aparece. Hemos utilizado elipses (. . .) para indi car dnde hemos eliminado material de artculos previamente publicados. Nuestro trabajo en preparar este libro fue soportado por Office of Naval Researc h Grant

N00014-79-C-0077 de la Universidad de Stanford y por Office Naval Research Contr act N0014-80-C-0150 de la Investigacin de la Decisin. Deseamos agradecer a Peggy Roecker, Nancy Collins, Gerry Hanson y Don MacGregor por su ayuda en la preparacin de este libro. Daniel Kahneman Paul Slovic Amos Tversky 8 Parte I Introduccin 1. Juicio bajo incertidumbre: Heurstica y Prejuicios Amos Tversky y Daniel Kahneman Muchas decisiones estn basadas sobre creencias concernientes a la probabilidad de eventos inciertos tales como el resultado de una eleccin, la culpabilidad de un a cusado el futuro valor del dlar. Estas creencias estn usualmente expresadas en declaraciones tales como Yo pienso que . . ., riesgos hay . . ., es improbable que . . ., etc... Ocasionalmente, las creencias concernientes a eventos inciertos estn expresadas e n forma numrica como diferencias probabilidades subjetivas. Qu determina tales creencias? Cmo la gente fija la probabilidad de un evento incierto el valor de una cantidad incierta? Este artculo muestra que la gente descansa sobre un limitado nmero de principios heursticos lo cual reduce las complejas tareas de fijar probabilidades y predecir valores para operaciones de juicio ms simples. En general, estas heursticas son muy tiles, pero algunas veces ellas conducen a severos y sistemticos errores. La fijacin subjetiva de la probabilidad se asemeja a la fijacin subjetiva de las cantidades fsicas tales como una distancia o tamao. Estos juicios estn todos basado s en datos de limitada validez, los cuales son procesados de acuerdo a reglas heurstic as. Por ejemplo, la distancia aparente de un objeto est determinada en parte por su clari dad. Mientras ms claramente es visto el objeto, ms cerca aparenta estar. Esta regla tie ne alguna validez, porque en cualquier escena dada mientras ms distantes los objetos, son v istos menos claramente que los objetos ms cercanos. Sin embargo, la confianza en sta reg la conduce a sistemticos errores en la estimacin de la distancia. Especficamente, las distancias son a menudo sobreestimadas cuando la visibilidad es pobre porque los contornos de los objetos estn borrosos. Por otro lado, las distancias son a menudo subestim adas cuando la visibilidad es buena porque los objetos son vistos claramente. Por lo tanto, la confianza en la claridad como una indicacin de distancia conduce a prejuicios com unes. Tales prejuicios son tambin fundados en el juicio intuitivo de la probabilidad. E ste artculo describe tres heursticas que son empleadas para fijar probabilidades y para prede cir valores. Prejuicios a los cuales stas heursticas conducen son enumeradas y las implicacione s aplicadas y tericas de stas observaciones son discutidas.

9 Representatividad Muchas de las interrogantes probabilsticas con las cuales la gente est relacionada pertenece a uno de los siguientes tipos: Cul es la probabilidad que el objeto A p ertenezca a la clase B? Cul es la probabilidad que el evento A se origine del proceso B? Cul e s la probabilidad que el proceso B generar el evento A? En responder tales interrogant es, la gente tpicamente se apoya en la representatividad heurstica, en la cual las probab ilidades son evaluadas por el grado al cual A es representativo de B, sea, por el grado a l cual A se asemeja a B. Por ejemplo, cuando A es altamente representativo de B, la probabil idad que A se origine de B se juzga alta. Por otro lado, si A no es similar a B, la probabi lidad que A se origine de B se juzga baja. Para una ilustracin de juicio por representatividad, considere un individuo quien ha sido descrito por un anterior vecino como sigue: Steve es muy tmido y retrado, invariabl emente til, pero con poco inters en la gente, en el mundo de la realidad. Un alma mansa y limpia, l tiene una necesidad por le orden y la estructura y una pasin por el detalle . Cmo l a gente fija la probabilidad de que Steve est comprometido en una ocupacin particular de u na lista de posibilidades (por ejemplo, finquero, vendedor, piloto de una aerolnea, biblio tecario fsico)? Cmo la gente ordena estas ocupaciones de ms a menos probable? En la representatividad heurstica, la probabilidad de que Steve es un bibliotecario, po r ejemplo, es fijada por el grado del cual es representativo, similar al estereotipo de un bib liotecario. Ciertamente, la investigacin con problemas de este tipo ha mostrado que la gente ordena las ocupaciones por probabilidad y por similaridad en exactamente la misma manera (K ahneman & Tversky, 1973, 4). Esta aproximacin al juicio de la probabilidad conduce a seri os errores, porque la similaridad representatividad no est influenciada por varios factores q ue afectaran los juicios de la probabilidad. Insensitividad a anterior probabilidad de resultados Uno de los factores que no tiene efecto sobre la representatividad pero debera te ner un mayor efecto sobre la probabilidad es el antecedente de la probabilidad, frecuen cia basada en la proporcin de los resultados. En el caso de Steve, por ejemplo, el hecho de que existen muchos ms finqueros que bibliotecarios en la poblacin debera entrar dentro de cualq uier estimado razonable de la probabilidad que Steve es un bibliotecario ms que un fin quero. Consideraciones de frecuencia basadas en la proporcin, sin embargo, no afectan la similaridad de Steve a los estereotipos de bibliotecarios y finqueros. Si la gen te evala la probabilidad por representatividad, por consiguiente, anteriores probabilidades sern

olvidadas. Ests hiptesis fueron ensayadas en un experimento donde las anteriores probabilidades fueron manipuladas (Kahneman & Tversky, 1973, 4). A los sujetos s e les mostraron breves descripciones de la personalidad de varios individuos, supuesta mente muestreados al azar de un grupo de 100 profesionales ingenieros y abogados. Los sujetos fueron requeridos a fijar por cada descripcin, la probabilidad de que ella perten eciera a un ingeniero ms que a un abogado. En una condicin experimental, a los sujetos se les dijo que el grupo del cual las descripciones fueron extradas consistan de 70 ingenieros y 3 0 abogados. En otra condicin, a los sujetos se les indic que el grupo consista de 30 ingenieros y 70 abogados. Las posibilidades que cualquier descripcin particular p ertenezca a un ingeniero ms que a un abogado deberan ser altas en la primera condicin, donde ex iste una mayora de ingenieros, ms que en la segunda condicin, donde hay una mayora de abogados. Especficamente, puede ser mostrado por aplicacin de la regla de Bayes qu e la relacin de estas posibilidades debera ser (7./.3), 5.44, por cada descripcin. En una clara violacin a la regla de Bayes, los sujetos en las dos condiciones produjeron esenc ialmente la 10 misma probabilidad de juicios. Aparentemente, los sujetos evaluaron la probabili dad de que una descripcin particular perteneciera a un ingeniero ms que a la de un abogado po r el grado al cual esta descripcin fue representativa de los dos estereotipos, con poc a o ninguna consideracin por las anteriores probabilidades de las categoras. Los sujetos usaron las anteriores probabilidades correctamente cuando ellos no t uvieron otra informacin. En la ausencia de un bosquejo de la personalidad, ellos juzgaron la probabilidad que un individuo desconocido es un ingeniero entre .7 y .3, respect ivamente, en las dos condiciones basadas en proporcin. Sin embargo, las probabilidades anterio res fueron efectivamente ignoradas cuando una descripcin fue introducida, an cuando sta descripcin fue totalmente desinformativa. Las respuestas a la siguiente descripcin ilustran ste fenmeno. Dick es un hombre de 30 aos. l es casado sin hijos. Un hombre de alta habilidad y motivacin, l promete ser muy exitoso en su campo. l es muy agradable para sus colegas. Esta descripcin fue intentada para no transportar ninguna informacin relevante a l a interrogante de si Dick es un ingeniero un abogado. Consecuentemente, la probabi lidad que Dick es un ingeniero debera ser igual a la proporcin de ingenieros en el grupo, co mo si ninguna descripcin ha sido dada. Los sujetos, sin embargo, juzgaron la probabilid ad sea un ingeniero en .5 sin importar si la proporcin establecida de ingenieros en el grup o fue de .7 .3. Evidentemente, la gente responde diferentemente cuando no se ha dado evidenc ia y

cuando evidencia valiosa ha sido dada. Cuando no se ha dado evidencia especfica, las probabilidades anteriores son usadas apropiadamente; cuando se es dada evidencia valiosa, las probabilidades anteriores son ignoradas (Kahneman & Tversky, 1973, 4). Insensitividad al tamao de la muestra Para evaluar la probabilidad de obtener un particular resultado en una muestra s acada de una poblacin especificada, la gente tpicamente aplica la representatividad heurstic a. Eso es, que ellos fijan la probabilidad del resultado de una muestra, por ejemplo, q ue el promedio de altura en una muestra al azar de diez hombres ser 6 pies (180 centmetros), por la similitud de este resultado al parmetro correspondiente (que es, la altura promed io en la poblacin de hombres). La similaridad de una muestra estadstica al parmetro de una poblacin no depende del tamao de la muestra. Consecuentemente, si las probabilidad es son fijadas por la representatividad, entonces la probabilidad juzgada de una muestr a estadstica ser esencialmente independiente del tamao de la muestra. Ciertamente, cuando los s ujetos fijaron las distribuciones del promedio de altura por muestras de varios tamaos, ellos produjeron idnticas distribuciones. Por ejemplo, a la probabilidad de obtener un promedio de altura mayor de 6 pies le fue asignado el mismo valor por muestras de 1000, 1 00 y 10 hombres (Kahneman & Tversky, 1972b, 3). Ms an, los sujetos fallaron al apreciar el role del tamao de la muestra an cuando ella fue enfatizada en la formulacin del problema . Considere la siguiente interrogante: Un cierto pueblo est servido por dos hospitales. En el ms grande alrededor de 48 b ebs nacen cada da, y en el ms pequeo alrededor de 15. Como usted conoce, alrededor del 50% de todo s los bebs son varones. Sin embargo, el porcentaje exacto vara de da a da. Algunas veces puede ser mayor del 50%, algunas veces menor. Por un perodo de 1 ao, cada hospital registr los das en los cuales ms del 60% de los bebs nacidos fueron varones. Cul hospital piensa usted registr ms tales das? El hospital ms grande (21) 11 El hospital ms pequeo (21) Aproximadamente el mismo (que es, dentro del 5% de cada otro) 53% Los valores entre parntesis son los nmeros de los estudiantes no graduados quienes escogen cada respuesta. La mayora de los sujetos juzgaron la probabilidad de obtener ms del 60% de varones ser el mismo en el pequeo y en el grande hospital, presumiblemente porque estos e ventos son descritos por la misma estadstica y son por consiguiente igualmente represent ativos de la poblacin general. En contraste, muestrear la teora acarrea que el nmero esperado de das en el cual ms del 60% de los bebs son varones es mucho ms grande en el pequeo hospit al

que en el grande porque una muestra grande es menos probable de desviarse del 50 %. Esta nocin fundamental de estadstica es evidentemente no parte del repertorio de intuic iones de la gente. Una similar insensitividad al muestrear el tamao ha sido reportada en j uicios de posterior probabilidad, que es, de la probabilidad de que una muestra ha sido ex trada de una poblacin ms bien que de otra. Considere el siguiente ejemplo: Imagine una urna llenada con pelotas, del las cuales ? son de un color y ? de ot ro. Un individuo ha extrado 5 pelotas de la urna, y encontr que 4 eran rojas y 1 era blanca. Otro indi viduo ha extrado 20 pelotas y encontr que 12 eran rojas y 8 eran blancas. Quin de los dos individuos s iente ms confianza que la urna contiene ? de pelotas rojas y ? de pelotas blancas, ms bien que lo puesto? Qu diferencias debera cada individuo dar? En este problema, las posteriores diferencias correctas son 8 a 1 para la muestr a de 4:1 y 16 a 1 para la muestra de 12:8, asumiendo las probabilidades antecedentes iguale s. Sin embargo, la mayora de la gente siente que la primera muestra provee mucho ms fuert e evidencia para la hiptesis de que el contenido de la urna es predominantemente ro jo, porque la proporcin de pelotas rojas es ms grande en la primera que en la segunda muestra . Aqu de nuevo, los juicios intuitivos estn dominados por la proporcin de la muestra y n o estn esencialmente afectados por el tamao de la muestra, el cual juega un papel crucia l en la determinacin de las actuales probabilidades posteriores (Kahneman & Tversky, 1972 b). Adems los estimados intuitivos de las probabilidades posteriores estn menos lejos del extremo que los valores correctos. La subestimacin del impacto de la evidencia ha sido observado repetidamente en problemas de este tipo (E. Edwards, 1968, 25; Slovic & Lichtenstein, 1971). Ella ha sido etiquetada conservatismo . Concepto errneo de la casualidad La gente espera que una secuencia de eventos generados por un proceso aleatorio representar las caractersticas esenciales de ese proceso an cuando la secuencia es corta. En considerando los lanzamientos de una moneda por cabezas colas, por ejemplo, la g ente considera la secuencia H-T-H-T-T-H ser ms probable que la secuencia H-H-H-T-T-T, la cual no aparenta azar y tambin ms probable que la secuencia H-H-H-T-T-T-H, la cual no representa la imparcialidad de la moneda (Kahneman & Tversky, 1972b, 3). Por lo tanto, la gente espera que las caractersticas esenciales del proceso estar representado, no solo globalmente en la secuencia entera, sino tambin en cada una de sus partes. Una se cuencia localmente representativa, sin embargo, se desva sistemticamente de la expectacin d e una probabilidad: ella contiene tambin muchas alteraciones y tambin muchas tendencias. Otra

consecuencia de la creencia en la representatividad local es la bien conocida fa lacia del jugador. Despus de observar una larga tendencia del rojo sobre la rueda de la rul eta, presumiblemente porque la ocurrencia del negro resulta en una secuencia ms repres entativa 12 que la ocurrencia de un adicional rojo. La posibilidad es comnmente vista como un proceso de auto-correccin en el cual la desviacin en una direccin induce una desviacin en la direccin opuesta para restaurar el equilibrio. De hecho, las desviaciones no son c orregidas como un desarrollo del proceso de posibilidad, ellas son meramente diluidas. Los conceptos errneos de la casualidad no estn limitados a sujetos ingenuos. Un estudio de instituciones estadsticas de experimentados psiclogos de investigacin (T versky & Kahneman, 1971, 2) revel una persistente creencia en lo que puede ser llamada la ley de los nmeros pequeos , de acuerdo a la cual an pequeas muestras son altamente representativas de las poblaciones de las cuales ellas han sido tomadas. Las res puestas de stos investigadores reflejaron la expectacin de que una hiptesis vlida sobre una poblacin estar representada por un resultado estadsticamente significante en una mu estra con pequea consideracin por su tamao. Como una consecuencia los investigadores pusieron mucha fe en los resultados de pequeas muestras y enormemente sobreestima ron la replicabilidad de tales resultados. En la actual conducta de la investigacin, stos prejuicios conducen a la seleccin de muestras de inadecuado tamao y a la sobre-interpretacin d e resultados. Insensitividad a la predecibilidad Algunas veces la gente es requerida de hacer tales predicciones numricas como el futuro valor de una accin, la demanda de un producto el resultado de un partido de footb all. Tales predicciones son a menudo hechas por representatividad. Por ejemplo, suponga que a uno se le da una descripcin de una compaa y se le requiere predecir su utilidad futura. Si la descripcin de la compaa es muy favorable,/una utilidad muy alta aparecer ms representativa de esa descripcin; si la descripcin es mediocre, un mediocre rendim iento aparecer ms representativo. El grado al cual la descripcin es favorable no est afect ado por la confiabilidad de esa descripcin por el grado al cual ella permite una exac ta prediccin. De aqu que, si la gente predice solamente en trminos de lo favorable de la descripcin, sus predicciones sern insensitivas a la confiabilidad de la evidencia y a la esperada exactitud de la prediccin. Este modo de juicio viola la normativa de la teora estadstica en la cual la condic in extrema y el rango de predicciones est controlado por consideraciones de predecib ilidad. Cuando la predecibilidad es nula, la misma prediccin debera de hacerse en todos lo s casos. Por ejemplo, si las descripciones de las compaas no proveen informacin relevante pa

ra ganar, entonces los mismos valores (tal como el promedio de ganancia) debera ser predicho por todas las compaas. Si la predecibilidad es perfecta, por supuesto, los valores predichos se equipararn a los valores actuales y el rango de las predicciones igualarn el ra ngo de resultados. En general, mientras ms alta la predecibilidad, ms amplio el rango de los valores predichos. Varios estudios de prediccin numrica han demostrado que las predicciones intuitiva s violan esta regla y que los sujetos muestran poca ninguna consideracin por las consideraciones de predecibilidad (Kahneman & Tversky, 1973, 4). En uno de estos estudios, a los sujetos se les present varios prrafos, cada uno describiendo el desempeo de u n maestro estudiante durante una leccin prctica particular. Algunos sujetos fueron r equeridos a evaluar la calidad de la leccin descrita en el prrafo en puntuaciones porcentual es, relativas a una especificada poblacin. Otros sujetos fueron requeridos a predecir , tambin en puntuaciones porcentuales, la reputacin de cada maestro estudiante 5 aos despus de la leccin prctica. Los juicios hechos bajo las dos condiciones fueron idnticos. Que es , que la prediccin de un criterio remoto (xito de un maestro 5 aos despus de la leccin prctica) fue idntica a la evaluacin de la informacin sobre la cual la prediccin fue basada (l a 13 calidad de la leccin prctica). Los estudiantes que hicieron estas predicciones est uvieron indudablemente concientes de la limitada predecibilidad de la competencia de ens ear sobre las bases de una simple leccin de prueba 5 aos antes; no obstante, sus prediccione s fueron tan extremas como sus evaluaciones. La ilusin de la validez Como hemos visto, la gente a menudo predice por la seleccin de los resultados (po r ejemplo, una ocupacin) que es ms representativa de la entrada (por ejemplo, la des cripcin de una persona). La confianza que ellos tienen en su descripcin depende principal mente en el grado de representatividad (que es, sobre la calidad de la equiparacin entre e l resultado seleccionado y la entrada) con poca ninguna consideracin por los factores que lim itan la exactitud predictiva). Por lo tanto, la gente expresa gran confianza en la predi ccin de que una persona es un bibliotecario cuando se da una descripcin de su personalidad la cual se equipara al estereotipo de los bibliotecarios, an si la descripcin es escasa, no c onfiable u obsoleta. La confianza no garantizada la cual es producida por un buen ajuste en tre el resultado predicho y la informacin de entrada puede ser llamada la ilusin de la va lidez. Esta ilusin persiste an cuando el juez est conciente de los factores que limitan la

exactitud de sus predicciones. Es una observacin comn que los psiclogos quienes conducen las entrevistas de seleccin a menudo experimentan considerable confianza en sus predi cciones, an cuando ellos conocen de la vasta literatura que muestra entrevistas de seleccin ser altamente falibles. La continuada confianza en la entrevista clnica para la selec cin, a pesar de las repetidas demostraciones de su insuficiencia, ampliamente atestigua la fo rtaleza de su efecto. La consistencia interna de un patrn de entradas es una mayor determinante de la confianza de uno en las predicciones basadas sobre estas entradas. Por ejemplo, la gente expresa ms confianza en predecir el punto promedio del grado final de un estudian te cuyo registro del primer ao consiste enteramente de B s que en predecir el puntaje prome dio de grado de un estudiante cuyo record del primer ao incluye muchas A s y C s. Patrones altamente consistentes son ms a menudo observados cuando las variables de entrada son altamente redundantes correlacionadas. De aqu que, la gente tiende a tener gran c onfianza en predicciones basadas en entradas variables redundantes. Sin embargo, un resul tado elemental en las estadsticas de correlacin asevera que, dadas entradas variables d e establecida validez, una prediccin basada en varias de tales entradas pueden logr ar ms alta exactitud cuando ellas son independientes cada una de las otras que cuando ellas son redundantes correlacionadas. Por lo tanto, la redundancia entre entradas decrece la exactitud an cuando ella incrementa la confianza y la gente a menudo est confiada en predicciones que son muy probables de estar fuera del lmite (Kahneman & Tversky, 1973, 4). Conceptos errneos de regresin Suponga un gran grupo de nios que han sido examinados en dos versiones diferentes de una prueba de aptitud. Si uno selecciona diez nios de entre aquellos quienes lo h icieron mejor en una de las dos versiones, l seguramente encontrar su desempeo en la segund a versin ser algo decepcionante. A la inversa, si uno selecciona diez nios de entre aquellos lo hicieron peor en una versin, ellos sern encontrados en el promedio, para hacer alg o mejor en la otra versin. Ms generalmente, considere dos variables X y Y las cuales tiene n la misma distribucin. Si uno selecciona individuos cuyo punteo promedio de X se desva de la media de X por k unidades, entonces el promedio de sus punteos de Y usualmente s e 14 desviarn de la media de Y por menos de k unidades. Estas observaciones ilustran u n fenmeno general conocido como regresin hacia la media, el cual fue primero documen tado

por Galton hace ms de 100 aos. En el curso normal de la vida uno encuentra muchos casos de regresin hacia la med ia, en la comparacin de la altura de padres e hijos, de la inteligencia de esposos y esposas del desempeo de individuos en exmenes consecutivos. A pesar de eso, la gente no desarr olla intuiciones correctas sobre este fenmeno. Primero, ellos no esperan regresin en mu chos contextos donde es obligado que ocurra. Segundo, cuando ellos reconocen la ocurr encia de regresin, ellos a menudo inventan explicaciones causales espurias para ella (Kahn eman & Tcersky, 1973, 4). Nosotros sugerimos que el fenmeno de regresin permanece evasivo porque es incompatible con la creencia de que el resultado predicho debera ser mximamente representativo de la entrada, y de aqu que, el valor del resultado vari able debera ser tan extremo como el valor de la entrada variable. La falla para reconocer el importe de regresin puede tener perniciosas consecuenc ias, como se ilustra por la siguiente observacin (Kahneman & Tversky, 1973, 4). En una discusin de entrenamiento de vuelo, instructores experimentados notaron que el el ogio por un excepcionalmente suave aterrizaje es tpicamente seguido por un ms pobre aterriz aje en el siguiente intento, mientras que duras crticas despus de un duro aterrizaje es u sualmente seguido por un mejoramiento en el siguiente intento. Los instructores concluyero n que recompensas verbales son perjudiciales para el aprendizaje, mientras que reprime ndas verbales son beneficiosas, contrario a la aceptada doctrina psicolgica. Esta conc lusin no est garantizada porque la presencia de regresin hacia el medio. Como en otros caso s de examen repetido, un mejoramiento usualmente seguir a un pobre desempeo y un deteri oro usualmente seguir a un desempeo sobresaliente, an si el instructor no responde al l ogro del alumno en el primer intento. Debido a que los instructores haban elogiado a l os alumnos despus de un buen aterrizaje y los haban amonestado despus de uno pobre, ellos alcanzaron la conclusin errnea y potencialmente peligrosa que el castigo es ms efec tivo que el elogio. Por tanto, la falla en entender el efecto de la regresin conduce a uno a sobreest imar la efectividad del castigo y a subestimar la efectividad de la recompensa. En la in teraccin social, as como en el entrenamiento, las recompensas son tpicamente administradas cuando el desempeo es bueno y los castigos son tpicamente administrados cuando el desempeo es pobre. Solo por la regresin sola, por consiguiente, el comportamiento es ms probab le de mejorar despus de un castigo. Consecuentemente, la condicin humana es tal que, sol o por casualidad, uno es ms a menudo recompensado por castigar a otros y ms a menudo castigado por recompensarlos. Las gentes no estn generalmente concientes de esta contingencia. De hecho, el papel evasivo de la regresin en determinar las aparent

es consecuencias de la recompensa y el castigo parecen haber escapado que los estud iantes lo noten en sta rea. Disponibilidad Existen situaciones en las cuales la gente evala la frecuencia de una clase la probabilidad de un evento por la facilidad con la cual las instancias ocurrencia s pueden ser tradas a la mente. Por ejemplo, uno puede evaluar el riesgo de un ataque cardaco e ntre personas de mediana edad recordando tales ocurrencias entre conocidos de uno. Similarmente, uno puede evaluar la probabilidad de que un negocio arriesgado dad o caer, por imaginar varias dificultades que se podran encontrar. Este juicio heurstico es llamado disponibilidad. La disponibilidad es una til pista para valorar la frecuencia pro babilidad, porque las instancias de grandes clases son usualmente alcanzadas mejor y ms rpido que 15 las instancias de clases menos frecuentes. Sin embargo, la disponibilidad est afe ctada por factores otros que la frecuencia y la probabilidad. Consecuentemente, la confian za en la conduce a juicios predecibles, algunos de los cuales son ilustrados abajo. Prejuicios debidos a la reparabilidad de las instancias Cuando el tamao de una clase es juzgado por la disponibilidad de sus instancias, una clase cuyas instancias son fcilmente recuperadas aparecer ms numerosa que una clase de igual frecuencia cuyas instancias son menos recuperables. En una demostracin elem ental de este efecto, los sujetos oyeron una lista de bien conocidas personalidades de am bos sexos y donde subsecuentemente fueron requeridos a juzgar si la lista contena ms nombres d e hombres que de mujeres. Diferentes listas fueron presentadas a diferentes grupos de sujetos. En algunas de las listas los hombres fueron relativamente ms famosos que las muje res , y en otras las mujeres fueron relativamente ms famosas que los hombres. En cada una de las listas, los sujetos errneamente juzgaron que la clase (sexo) que tena las ms famosa s personalidades era la ms numerosa (Tversky & Kahneman, 1973, 11). Adems de la familiaridad, existen otros factores, tales como rasgos sobresaliente s, los cuales afectan la reparabilidad de las instancias. Por ejemplo, el impacto de ve r una casa quemndose sobre la subjetiva probabilidad de tales accidentes es probablemente ma yor que el impacto de leer sobre un fuego en el peridico local. Adems, recientes ocurrenci as son probables de ser relativamente ms disponibles que las ocurrencias ms tempranas. Es una experiencia comn que la probabilidad subjetiva de accidentes de trfico se eleven temporalmente cuando uno ve un carro volcado al lado de la carretera. Prejuicios debidos a la efectividad de un juego de bsqueda Suponga que uno muestrea una palabra (de tres letras ms) al azar de un texto en i ngls.

Es ms probable que la palabra empiece con r que r es la tercera letra? La gente s e aproxima a este problema recordando palabras que empiezan con r (road) y palabra s que tienen r en la tercera posicin (car) y fijan la frecuencia relativa por el caso c on el cual las palabras de los dos tipos vienen a la mente. Porque es ms fcil buscar palabras por su primera letra que por su tercera letra, la mayora de la gente juzga palabras que empiezan con una consonante dada ser ms numerosas que palabras en las cuales la misma consonan te aparece en la tercera posicin. Ellas lo hacen igual para consonantes , tales como r k, que son ms frecuentes en la tercera posicin que en la primera (Tversky & Kahneman, 197 3, 11). Diferentes tareas provocan diferentes juegos de bsqueda. Por ejemplo, suponga que usted es requerido a estimar la frecuencia con la cual palabras abstractas (thou ght, love) y palabras concretas (door, water) aparecen en el ingls escrito. Un modo natural de responder a esta pregunta es buscar contextos en los cuales la palabra podra aparecer. Pare ce fcil pensar en contextos en los cuales un concepto abstracto es mencionado (love en h istorias de amor) que pensar en contextos en los cuales una palabra concreta (tal como door) es mencionada. Si la frecuencia de las palabras es juzgada por la disponibilidad de los contextos en los cuales ellas aparecen, las palabras abstractas sern juzgadas como relativa mente ms numerosas que las palabras concretas. Este prejuicio ha sido observado en un rec iente estudio (Galbraith & Underwood, 1973) el cual mostr que la frecuencia juzgada de ocurrenc ias de palabras abstractas fue mucho mayor que la de palabras concretas, comparada en f recuencia objetiva. Palabras abstractas fueron tambin juzgadas de aparecer en una mucho may or variedad de contextos que las palabras concretas. 16 Prejuicios de imaginabililidad Algunas veces un tiene que evaluar la frecuencia de una clase cuyas instancias n o estn almacenadas en la memoria pero pueden ser generadas de acuerdo a una regla dada. En tales situaciones, uno genera varias instancias y evala la frecuencia probabilidad por la facilidad con la cual las instancias relevantes pueden ser construdas. Sin embarg o, la facilidad de construir instancias no siempre refleja su frecuencia actual, y est e modo de evaluacin est propenso a prejuicios. Para ilustrar, considere un grupo de 10 perso nas quienes forman comits de k miembros, 2 = k = 8. Cuntos diferentes comits de k miemb ros pueden ser formados? La respuesta correcta a este problema es dada por el coefic iente binomio (10/k) el cual alcanza un mximo de 252 para k = 5. Claramente, el nmero de

comits de k miembros iguala el nmero de comits de (10 k) miembros, porque cualquier comit de k miembros define un nico grupo de (10 k) no miembros. Un modo de responder este asunto sin computacin es construir mentalmente comits de k miembros y evaluar su nmero por la facilidad con la cual ellos vienen a la ment e. Los comits de pocos miembros, digamos 2, son ms disponibles que comits de muchos miembros, digamos 8. El ms simple esquema para la construccin de comits es una particin del grupo dentro de juegos desarticulados. Uno rpidamente ve que es fcil construir cinco comits desarticulados de 2 miembros, mientras que es imposible ge nerar an dos comits desarticulados de 8 miembros. Consecuentemente, si la frecuencia es ev aluada por imaginabilidad, por disponibilidad para construccin, los pequeos comits aparece rn ms numerosos que grandes comits, en contraste a la correcta funcin en forma de camp ana. Ciertamente, cuando sujetos cndidos fueron requeridos a estimar el nmero de distin tos comits de varios tamaos, sus estimados fueron una decreciente funcin monotnica del tamao del comit (Tversky & Kahneman, 1973, 11). Por ejemplo, la media estimada del nmero de comits de 2 miembros fue de 70, mientras que el estimado para comits de 8 miembros fue de 20 (la respuesta correcta es de 45 en ambos casos). La imaginabilidad juega un importante papel en la evaluacin de probabilidades en situaciones de la vida real. El riesgo involucrado en una expedicin de aventura, por ejemplo, es evaluado imaginando contingencias con las cuales la expedicin no est equipada p ara competir con xito. Si muchas de tales dificultades son vvidamente representadas, l a expedicin puede ser hecha para aparentar como excesivamente peligrosa, aunque la facilidad con la cual los desastres son imaginados no necesitan reflejar su prob abilidad actual. A la inversa, el riesgo involucrado en una empresa puede ser grandemente subestimado si algunos peligros posibles son, ya sea difciles de concebir simplem ente no vienen a la mente. Correlacin ilusoria Chapman y Chapman (1969) han descrito un interesante prejuicio en el juzgamiento de la frecuencia con la cual dos eventos co-ocurren. Ellos presentaron simples juicios con informacin concerniente a varios hipotticos pacientes mentales. Los datos para cad a paciente consistieron de un diagnstico clnico y un dibujo de una persona hecho por el paciente. Ms tarde los jueces estimaron la frecuencia con la que cada diagnstico ( tales como paranoia suspicacia) haba sido acompaada de varias caractersticas del dibujo ( tales como ojos peculiares). Los sujetos marcadamente sobreestimaron la frecuencia de la coocurrencia de los asociados naturales, tales como suspicacia y ojos peculiares). Este efect o fue etiquetado correlacin ilusoria. En sus errneos juicios de los datos a los cual es ellos haban sido expuestos, sujetos ingenuos redescubrieron mucho de lo comn, saber clnico concerniente a la interpretacin la prueba dibujar a una persona. El efecto de la correlacin 17 ilusoria fue extremadamente resistente a los datos contradictorios. Ella persist

i an cuando la correlacin entre sntomas y diagnstico fue actualmente negativa, y ella previno l os juicios detectando las relaciones que estaban presentes de hecho. La disponibilidad provee un informe natural del efecto de la correlacin ilusoria. El juicio de cmo frecuentemente dos eventos co-ocurren podra estar basado en la fortaleza de la unin asociativa entre ellos. Cuando la asociacin es fuerte uno es probable que con cluya que los eventos han sido frecuentemente emparejados. Consecuentemente, asociados fuertes sern juzgados como habiendo ocurrido juntos frecuentemente. De acuerdo a esta opi nin, la correlacin ilusoria entre la suspicacia y el dibujo peculiar de los ojos, por eje mplo, es debida al hecho de que la suspicacia es ms fcilmente asociado con los ojos que con cualqu ier otra parte del cuerpo. La experiencia de toda la vida nos ha enseado que, en general, las instancias de grandes clases son recordadas mejor y ms rpido que las instancias de menos frecuentes clas es, que las probables ocurrencias son ms fciles de imaginar que las improbables; y que las conexiones asociativas entre eventos son reforzadas cuando los eventos frecuente mente coocurren. Como resultado, el hombre tiene a su disposicin un procedimiento (la disponibilidad heurstica) por estimulacin de la numerosidad de una clase, la proba bilidad de un evento, la frecuencia de co-ocurrencias, por la facilidad con la cual oper aciones mentales relevantes de recuperacin, construccin asociacin pueden ser ejecutadas. Si n embargo, como los ejemplos precedentes han demostrado, este valioso procedimient o de estimacin resulta en sistemticos errores. Ajuste y sujecin En muchas situaciones, la gente hace estimados empezando de un valor inicial que es ajustado para producir la respuesta final. El valor inicial, punto de inicio, pu ede ser sugerido por la formulacin del problema, puede ser el resultado de un cmputo parci al. En cualquier caso, los ajustes son tpicamente insuficientes (Slovic & Lichtenstein, 1971). Que es, que puntos de inicio diferentes producen diferentes estimados, los cuales so n inclinados hacia los valores iniciales. A este fenmeno le llamamos sujecin. Insuficiente ajuste En una demostracin del efecto de la sujecin, los sujetos fueron requeridos a estim ar cantidades, establecidas en porcentajes (por ejemplo, el porcentaje de pases afri canos en las Naciones Unidas). Por cada cantidad, un nmero entre 0 y 100 fue determinado giran do una rueda de la fortuna en presencia de los sujetos. Los sujetos fueron instruidos a indicar primero si ese nmero era ms alto ms bajo que el valor de la cantidad, y entonces es timar el valor de la cantidad movindose hacia arriba hacia abajo del nmero dado. A los

diferentes grupos se les dio diferentes nmeros por cada cantidad, y stos nmeros arb itrarios tenan un marcado efecto en los estimados. Por ejemplo, los estimados medios del p orcentaje de pases africanos en las Naciones Unidas fue de 25 y 45 para grupos que recibier on 10 y 65, respectivamente, como puntos de inicio. Recompensas por exactitud no reducen el efecto de sujecin. La sujecin ocurre no solo cuando el punto de inicio dado al sujeto, sino tambin cu ando el sujeto basa su estimado en los resultados de algn cmputo incompleto. Un estudio de estimaciones numricas intuitivas ilustra este efecto. Dos grupos de estudiantes d e secundaria estimaron, dentro de 5 segundos, una expresin numrica que fue escrita en el pizarrn . Un grupo estim el producto 18 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 mientras otro grupo estim el producto 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 Para responder rpidamente tales preguntas, la gente puede realizar unos pocos pas os de cmputo y estimar el producto por extrapolacin ajuste. Porque los ajustes son tpicam ente insuficientes, ste procedimiento debera conducir a una subestimacin. Ms an, porque el resultado de los primeros pocos pasos de multiplicacin (realizados de izquierda a derecha) es mayor en la secuencia descendente que el la ascendente, la anterior expresin d ebera ser juzgada ms grande que la ltima. Ambas predicciones fueron confirmadas. La media estimada para la secuencia ascendente fue 512, mientras que la media estimada pa ra la secuencia descendente fue de 2,250. La respuesta correcta es 40,320. Prejuicios en la estimacin de eventos conjuntivos y disyuntivos En un reciente estudio por Bar-Hillel (1973) a los sujetos se les dio la oportun idad de apostar a uno de los dos eventos. Tres tipos de eventos fueron utilizados: (i) e ventos simples, tales como pintar una canica roja de una bolsa conteniendo 50 por ciento de cani cas blancas; (ii) eventos conjuntivos, tales como pintar una canica roja siete veces en suces in, con reemplazo, de una bolsa conteniendo el 90 por ciento de canicas rojas y 10 por c iento de canicas blancas; y (iii) eventos disyuntivos, tales como dibujar una canica roja al menos una vez en siete intentos sucesivos, con reemplazo, de una bolsa conteniendo 10 por ciento de canicas rojas y 90 por ciento de canicas blancas. En este problema, una signific ante mayora de sujetos prefirieron apostar al evento conjuntivo (la probabilidad del cual es .48) ms que al evento simple (la probabilidad del cual es .50). Los sujetos tambin prefirieron a postar al evento simple ms que al evento disyuntivo, el cual tiene una probabilidad de .52. Por tanto, la mayora de los sujetos apostaron al evento menos probable en ambas comparacione s. Este

patrn de escogencias ilustra un descubrimiento general. Estudios de escogencia en tre juegos de azar y de juicios de probabilidad indican que la gente tiende a sobreestimar la probabilidad de eventos conjuntivos (Cohen, Chesnick & Haran, 1972, 24) y a sube stimar la probabilidad de eventos disyuntivos. Estos prejuicios son prontamente explicados como efectos de la sujecin. La probabilidad establecida de los eventos elementales (su cesos en cualquier etapa) proveen un punto de inicio natural para la estimacin de las prob abilidades de ambos eventos conjuntivos y disyuntivos. Desde que el ajuste del punto de ini cio es tpicamente insuficiente, los estimados finales permanecen muy cerca de las probab ilidades de los eventos elementales en ambos casos. Note que la total probabilidad de un evento conjuntivo es menor que la probabilidad de cada evento elemental mientras que la probabilidad de un evento disyuntivo es mayor que la probabilidad de cada evento elemental. Como una consecuencia de la sujecin, la probabilidad total ser sobreestimada en pr oblemas conjuntivos y subestimada en problemas disyuntivos. Los prejuicios en la evaluacin de eventos compuestos son particularmente signific antes en el contexto de la planificacin. La terminacin exitosa de una empresa, tal como el desarrollo de un nuevo producto, tpicamente tiene un carcter conjuntivo: para que la empresa tenga xito, cada una de las series de eventos deben ocurrir. An cuando cad a uno de estos eventos es muy probable, la probabilidad total de xito puede ser muy baja s i el nmero de eventos es grande. La tendencia general a sobreestimar la probabilidad de eve ntos conjuntivos conduce a un optimismo sin garanta en la evaluacin de la probabilidad de que un plan tendr xito que un proyecto ser completado en tiempo. A la inversa, estructu ras disyuntivas son tpicamente encontradas en la evaluacin de riesgos. Un sistema comp lejo, 19 tal como un reactor nuclear un cuerpo humano, funcionar mal si cualquiera de sus componentes esenciales fallan. An cuando la probabilidad de una falla en cada com ponente es ligera, la probabilidad de una falla total puede ser alta si muchos component es estn involucrados. Debido a la sujecin, la gente tender a subestimar las probabilidades falla en sistemas complejos. Por lo tanto, la direccin de los prejuicios de sujecin pueden ser algunas veces inferidos de la estructura del evento. La estructura en forma de c adena conjunciones conducen a una sobreestimacin, la estructura de disyunciones