Mario Carretero·

Mikel Asensio
(coords.)

Psi e o logia
del pensamiento
Teoria y prácticas

S e g un da edición

Ex LiBRls

JuLio DEL .Cuel-O ·

A li a n z a Edito ri a l
 · 7, Pensamiento
probabilístico*

Maria Puy Pérez Echeve.rría

Alfredo Bautista

1. Introducción

1.1 El p en s a m i ente en un mundo de proba bili dad es

Cada vez que hace una previs i ó n sobre cualquier acontecimiento por nimio
que parezca («mañana l lov erá» , «seguramente Ana llegará tarde», « p ase­
mos a la otr.a acera», «las acciones en bolsa subirán el próximo año»), cada
vez qu e toma una decisi ón ( «mej or poneos la chaqueta», «vayamos por el
atajo», «conviene radiar al paciente», etc .) , cada vez que busca o atribuye
una causa («se porta así, porque se e ncu entra mal», «el grifo no funciona
porque está demasiado viejo», o «el balón se mueve porque lo has empuj a­
do») está usted haciendo eso que los psicólogos llaman razonamiento pro­
babilístico. Este razonamiento consiste en h acer un cálculo mental sobre las
probabilidades de que vaya a ocurrir un o unos determinados acontecimien­
tos, de que esos acontec1m1entos hayan ocurndo . Estas evaluacwn es se rea­
llzan para actuar, d ec idi r, opi nar , diagnosticar, c ri ti car etc., es decir hnbi­
tu almen t e se insertan en un marco de juicios y toma de decisiones más o
m eno s exp)íc1tos:.

* Agradecimientos: durante.la redacción de este cnpírulo, los 111.1to.res estnban dis·f)ul<ll1-

do de una ayuda de investigación (SEJ2006-15ó39 C02-0 l) ftnancinda por la Secretaría
de Estado de Universidades y de Investigación (MEC).

177
 En los capítulos a nt e ri or es sobre raz o n a m i ento prop os ic i on al (capítu­
lo 4) y sobre razonamiento sil og í st ico (capítulo 5), ha podido observar un
1 ipo de p en sa m iento que se enfrenta a tareas cerradas y bien delimitadas en
el qu e las reglas más ad ' e�uadas y útiles para resolver los problemas están
muy daras , independientemente de cómo ios resolvamos cada uno de noso­
iTOS en un momento determinado , y en el que, si lo hacemos bien, tenemos
a s e gurado que nuestra conclüsión va a ser correcta. Todas estas caracterí sti­
cas se deben a que nos enfrentamos a tareas deductivas en las ·que el razo­
i1amiento debe restringirse a la i nformac ió n que se nos ha dado previamen­
le. Nuestra tarea es hacer exp1ícitas rela c iones que est aban antes impi í citas
en la tarea, pero no tenemos que añ ad ir nueva información ni hacer genera­

li za ci o n es. A diferencia de este tipo de tarea, el razonamiento o pensamien­

to probabilístico es aquel que normalmente se enfn:nta a problemas abier­
los y, por tant o .. no muy 61en d ehm 1 tados , �n los gue la· informaciÓn varía
temporalmente y en los que nunca, por muy bien que lo hagamos, podem os
g
estar se uros de ue nuestras predicciones se vayan a cumplir, ue nuestra
e ecrsión sea correcta o ue no haya otras causas; posibles que estén produ­
( . l en o e e ec ·o que queremos. exp 1car y nos. crea tantas mqUie es; o as
e stas caracterlstlcas están relaciOnadas con el Qensam1ento indpctJvQ.
Tradicionalmente se;� ha entendido la deducctón como el ra z o namiento
que va desde lo general a lo patiicular, mientras. que e.l proceso contr ario , el
,
q'Ue ·va desde lo par t i Cul ar a lo genera l se ha de finido como pensamiento o
tazonamiento inductivo. Por tanto, la inducción es el proceso de generaliza­
ción por medio del cual �(:( obtienen reglas· generales a partir de un determi ­
nado número de situa�nes concretas en las que ha aparecido la menciona­
ct a regla, o se analizan los elementos comunes de·� diferentes �ituaciones
para det e rm i nar cuál es más probable que aparezca.
Para diversos autores (véase, por ejemplo, Holyoak y Nisbett, 1988; Oaks­
ford y Chat er, 2007), tanto los procesos inductivos corno los probabilísticos
están relacionados con la necesidad de enfrentamos. a un mundo de hechos
muy variados y de carácter probable y con la incertidumbre que· este mundo
provoca. Expresado con palabras de Oaksford y Chatet .(2007, p. 67; nuestra
traducción) «el pensamiento l11..1 rnano está nwy bien adaptado al carácter in-
. cierto del razonam.iento cotidiano que necesita in tegr ar ) > aplicar enormes can­
tidades de conocimiento sobre el mun do a un contexto coi?ocido solo p arcial ­
mente y rápidamente cambiante». Por tanto, los p r qce s .os de pensam1ento
probabilístico estarían determinados por la necesidad de adaptamos a un mun­
do dinámico en el qpe la información se modifica contmuamente y que no po­
:lemos conocer en su totahdad. Estana respondiendo a una. determmada es­
i;ructura de la realidad, o quizá, expresado de una manera más cauta, e s..t.51rí a
respond i en d o a una determinada manera de concebir el mundo y la r�
Si en los s1glos precedentes se entendia la realidad o el universo como el orde­
nado resultado de una mente todopoderosa, desde el siglo XX nuestro mundo y
nuestra re a li da d se entienden como una posi b ilid ad, como un conj unto de rel a-

:178
 ¡
7. Pensamiento probabHLtico

����;�;��·;¡:;;;-�==;;��ad ;�R�;;;���:;r:;::j��,;��;�:����:�::
p robables o probabilísticas (véase, por ejemplo, dJigerenzer y M urray, 1987).
Así, las ciencias durante el siglo pasado aban�onaron sus pretensi one s de
búsqueda de verdades generales para convertirsd en ciencias p robab ilí s ti c as
:
en las que las teodas respop;ien a un paradigma y a un estado determinado
de conocimientos 1 en el que la estadística cunúple un p ap el fundamental
para computar, y istin g uir aquello que es cono\;. L do de lo desconocido o lo
d
certero de lo probable. Pero, nosotros, los con;�.tru.ctores de esa ciencia o
¡
simplemente aquellos que, mucho más humilde y cotidianamente, nos de­
�
bemos adaptar a ese mundo, también tenemos q· ,� ser capaces de perc i b ir y
computar la variabilidad. Si nuestro mundo es r.rrobabilístico, debemos es­
·

perar que la evolución ha a ro orcionado tanto a la me e no a

·la umana os procesos necesarios para enfrenta:1se a este mundo de incerti­

dumbres. Así, por ejemplo, no es extraño que a·l �nenos desde el trabajo de
Rescorla (1968), se entienda el condicionamien �o en función de cómputos
implícitos de contingencia, es decir en función d� cómputos probabilísticos
y no simplemente de contigüidad. ¡
De acuerdo con Holyoak y Nisbett (1988), los procesos inductivos de la
m ente humana están relacionados con la incertidumbre en un doble sentido.
Por un lado, como veíamos antes, cualquier representación mental debe te­
!
ner en cuenta la .Y.ªriabilidad existente en el mur ,do que, a su vez, produce
la incertidumbre. En este sentido los procesos t:nentales de razonamiento
probabilístico habrían surgido como fruto de 1 'rgos años de selección y
1
adaptación a un mundo probable (Gigerenzer, t 996; Gigerenzer, Todd y
grupo ABC, 1999). Por otro lado, este conocimi �nto de la variabilidad del
mundo debe utilizarse para reducir la incertidum' re. Por tanto, según estos
autores, el pensamiento inductivo y, consecuenterhente el pensamiento o ra­
�
zonami ento probabilístico incluiría tanto formas e percibir, co mp ut a r y re­
presentar las variables externas, como u ru!_man e ra de trabajar esta variabili­
dad para reducirla y actuar sobre el mundo.

1.2 Las probabilidades en el pensamiento: 4 una racionalidad

pro.babilística? · , :
!·
Aunque pensamiento inductivo y p ensami ento prqbabilístico no sean exacta-
mente lo mismo 2, sino que más bien podíamos entender el razon ami ento pro­
�·
babilístico como un t ip o e razonamiento induc tivc . sí parece que las leyes de
d
1
1 Véase al respecto las diferentes aportaciones incluiias en· los volúmenes editados
por Krüger, Daston y Heidelberg ( 1987) y Kriiger, Gigerepzer y Morgan ( 1987).
2 J
Por ejemplo, T::folyoak y Nisbett, 1988, incluyen der,: :·o de los mecanismos inducti­
!
vos la fonnación de categorías y conceptos, el aprendizE .':, etc., que aunque tengan un

carácter probabilístico exceden el concepto de razonamier�to probabilístico.

1
1 179
Psicología del pensamiento. Teoría y prácticas

la probabilidad son aquellas que supuestamente subyacen a ambos tipos de

pensamiento. Expresado con otras palabras, las leyes de la probabilidad po­
drían tener en lo referente al razonamiento en tareas probabilísticas un papel
similar a las leyes de �a lógica en el razonamiento en tareas deductivas 3. Como
iremos viendo en las �1áginas siguientes, las teorías matemáticas de la probabi­
lidad constituyen a la vez un modelo norftrnttvo o prescn tivo sobre cómo de-.
ben rea tzarse as inferencias induct1vas o probabilísticas y un modelo teórico
deTos procesos· merjiales con los que nos enfrentamos a la incertidumbre,
eqmva ente a a racú.ma l a ogiCa que mantienen los teóricos racionalistas.
No o stante, la r�cwna 1 a· ogtca y a racionalidad probabilística tienen
un estatus teórico diferente (Cohen, 1981). Mientras que las leyes de la ra­
cionalidad lógica tiet�en detrás una larga historia, avalada por numerosas teo­
rías filosóficas y psicológicas, las teorías sobre la probabilidad son mucho
más recientes -podemos situar su origen en Laplace (1798/1878; 1814)-,.
y los principios que las sustentan hayan estado sometidos a una gran discu­
sión (véase por ejemplo, las diferencias entre las teorías frecuentistas y ba­
yesianas de la probabilidad en Hacking, 1975, 1990; Kolmogorov, 1956).
.. A pesar de estas ·diferencias y de la presencia de leyes de probabilidad,
muy diversas, hay autores, como Oaksford y Chater (2007) que sostienen
que debemos cambiar la idea de racionalidad lógica por la idea de raciona�
lidad probabilística, o más concretamente bayesiana. Lo� argumentos de es­
tos autores se sustentan en la idea de que la lógica sólo ·sirve como norma
adecuada a unas pocas tareas, aquellas gue estan relacionadas con una con..,
cepción científica e formal del pensamiento (véase capítulo 1), mientras
que el razonamientc: probabilístico abarcaría tanto el ra:z;onamiento más co:­
tidiano y las inferen.�ias que realizamos a lo largo del día sin percatarnos de
ello, como la toma de decisiones. en situaciones muy complejas y de riesgo
de tipo personal (pór ejemplo, ·comprar una casa o decidir un cambio de
empleo) o profesional (diagnosticar en medicina, psicologja, economía, jui­
cios, etc.; toma de'. decisiones policiales, cte bomberos, pilotos de avión
etc.). Por lo tanto, s�gún Oaksford y Chater (2007), el razonamiento proba­
bilístico es más re resentativo de las actividades lrumanas que el razona­
miento lógico, pero. además Jas teorías de,Ja pro ab11idad po 'an explicar
mejor que cualqqier' regla lógica buena pa�te de los sesgos o e�rores siste­
máticos cometídos en las tareas lógicas (véanse capítulos 4 y 5), y especial­
mente de la tarea de selección o cuatro tarjetas diseñada origin almente por
Wason (1968, Wasá1 y Jonson-Laird, 1972Y:4;·; . . ; ,
.
•

3 Véanse para una discusión de estos aspectos el apartado 3.1 del capítulo 3 y los
capítulos 4 y 5 de este':volumen; tambi�n puede encontrarse. una discusión en castellano
en el último capítulo d� De Vega, 1984, y en ellib.J,"o d e Delval, 1977.
4 .Esta idea estaría también avalada por un conjunto de trabajos experimentales,
yéanse por ejemplo, Qaksford y Chater, 1994, 2003; Oaksford y Moyssakowky, 2004;
Schroyens y Schaenkeh, 2003; Y ama, 2001..

180
 7. Pensamiento probatitístico

Desde ·este punto de vista, .estarían defendiendo que ·las decisio:::�es que
pueden verse como errores desde un tmto de vista ló ico son infe::-enc1as
«razona es», si las miramos desde los objetivos de la tarea o desde la teo­
ría de las probáhjlidades Es más, sostendrían que lejos de la idea dd error
y la incapacidad humana que muestra la investigación sobre razonat:üento,
la mayor parte de las personas tornan decisiones adecuadas en la mayor
parte de las sihiaciQnes. La última razón que aducirían estos autores es que,
al igual que las te,arias más logicistas han sido compatibles con buena parte
de las teorías psicológicas de la mente humana mantenidas durante el
siglo xx-véase como ejemplo el modelo de desarrollo mantenido por Pia­
get (Inhelder y Piaget, 195 5; también Carretero, 1985, capítulo 9; o los mo­
delos más clásicos del procesamiento de la información Riviere, 1986) 5-,
las teorías de las probabilidades son más compatibles con los modelos psi­
cológicos actuales especialmente con los modelos neoconexion:istas y los
trabajos de inteligencia artificial y de la semántica del lenguaje.
Resumiendo, podríamos decir que el razonamiento probabilístico subya­
ce a la mayor parte de las. actividades mentales que realizamos habitual­
mente, proporciona herramientas para enfrentarnos con la incertidumbre y,
si. aceptamos las ideas de Oaksford y Chater (2007), estas herramientas nos
llevan. a soluciones adecuadas y razonables, lo cual, a su vez, nos permite
como. mínimo concebimos de una forma más positiva que el resto de Jos
trabajos sobre pensamiento. Expresado con otras palabras, aunque no cabe
duda de que «errar es humano» (Norman, 1988), decidir qué es. un error de­
pende más de los objetivos y metas que nos proponemos y de si se han al
canzado o no esos objetivos y metas. Es decir, ende más de que seamo�
capaces de adaptamos de manera eficaz a la incemdum re y variabilidad
ambiental que de que sigamos o no unas determinadas re las refi · adas,
fruto e una construccwn cu tural, formal.
No cabe duda de que, desde este punto ae vista, el razonamiento :Jroba­
bilístico constituye una herramienta muy eficaz de nuestra mente, pero ¿en
qué consiste este tipo de razonamiento? ¿Podemos hablar de un tipo de ra­
zonamiento probabilístico de carácter general que ponemos en marcha en
cada una de las ocasiones? Al comenzar este capítulo hablábamos de que
este tipo de razonamiento está presente en las situaciones de condiciona­
miento y de aprendizaje implícito, ..enJas. inferencias cotidianas de lrts que
no somos conscientes -inferencias implícitas en términos de Rurr.elhart
(1984)-, en las decisiones de diferentes profesionales que supuest8mente
requieren grandes cantidades de conocimiento y la reflexión consciente so­
bre una gran cantidad de información y de un gran número de situaciones
·intermedias entre ellos. ¿Es lo mismo una situación que otra, una tarea que
otra? Por otro lado_, ¿de dónde surge este tipo de conocimiento?, ¿su origen

5 J:>ara una discusión sobre ellogicisrno en las teorías psicológ1cas véanse, por ejem­
plo, Bolton, 1972; De1val,1977a y b; Riviere, 1986, 1987, 1991; De Vega, 1981, 1982.

1 n-i
J. O .l.
P ;icología del pensamiento. Teoría y prácticas
.,.,.. ����.sRr-::=o13-==----

e; precisamente ese aprendizaje implícito?, ¿entonces podemos explicitarlo

y 'o m odifi car lo, aprender de él? En las próximas páginas trataremos de
a.: ercamos a algunos de estos aspectos. No pretendemos hacer una revisión
e' haustiva de los trabajos sobre pensamiento probabilístico, sino más bien

d :.r un panorama general sobre las características de este tipo de pensa­

rniento y sobre algunos problemas y dudas que surgen a partir de él.

2. El o ri gen del razonamiento probabilístico

Podemos encontrar varias teorías psicológicas que tratan de contestar cuál

es el origen de la noción de robabilidad del razonamiento robabilístico
y que uscan as uellas de su desarrollo en aspectos tan distintos como las
teorías del desarrollo piagetiano, las leyes de la asociación en las que se
basa el aprendizaje implícito, las huellas del aprendizaje escolar, etc. Como
en muchos otros t · buena parte de los trabajos sobre probabilidad fue­
iaget (:P"1aget, 195O; P1aget e Inhelder, 1951; Inhelder y
F-�a g--
.... .. e
....__,.
,. "!"!""?
.,. . ,.,.
"""" �
"" ar�='=" et el razonamiento probabilís ti co ..formaba parte de
les ocho esquemas formales gue aparecen·en la adolescencia (véase capítu::.
l0 1). Los problemas sobre probabilidad, lo mismo·que los problemas sobre
e 1 a zar, interesaban a los autores ginebrinos en la medida en que ambas no­
ciones, azar y probabilidad, son un resultado de la relación entre lo posible
;¡_ lo real. Como es conoc id o,lina de las características flllíctonales del pen ..,
s:.miento formal es que «lo real es subconjunto de lo posible» (Inheldery
Vaget, 1955; véase capítulo 1, Carretero, 1985),realizar un cálculo de pro..,
tabilidades es precisamente convertir esta relación entre lo real (aquello
que puedo controlar, de lo que tengo un alto grado ·de certidumbre) y lo po­
sible (aquello que no puedo controlar que es incierto y variable) en.·un
calculo matemático o en un razonamiento lógico. Esta relación entre lo real
) lo posible hace que tanto el concepto de probabilidad como el razona­
r· iento probabilístico no puedan ser totalmente entendid()s ni comprendidos
¿.� manera adecuada hasta que el adolescente o eLadulto construyen·las
cJeraciones mentales formales. No obstanteJ el desarrollo de la noción de
:r·obabilidad p ued �:' r'is trea rse desde edades mucho más tempranas err las
e 1e se van paulatinamente formando los esquemas de permutaciones, com­
t naciones, función, proporción, etc., que anteceden al concepto de proba­
l· 'lidad (véase un resumen de esta evolución en Pérez Echeverría, 1990)�
No es este el lugar para criticada teoría de 1as operaciones formales pia­
getianas. Buena parte de las críticas a la visión logicista del pensamiento
que se ha visto en los capítulos precedentes se podrían aplicar al desarrollo
de los conceptos ligados al pensamiento probabilístico eri Piaget. El l ector
interesado puede recurrir al cap í tul o
1 de este volumen, al que hemos he­
cho referencia ya varias veces. No obstante.nos gustaria·destacarJlos aspec­
tos d e esta teoría. En primer lugar las ·dificultades para c
· omprender el con-"

182
 7. Pensamiento probabitistic•

cepto de probabilidad usa eó

ncamen e por. 1aget, son muy similares a las lpficultades que se encuentrar
los rofesotes de matemancas cuando mtenfar¡: enseñar la noción de proba·
bilidad (véanse análisis e estas 1 1cu ta es en reen, 79, 1 98 a y
¡
1 987, 1 988; Pérez Echever.ria, 1 990; Pérez J:icheverría y Garnbara, 1998,
Pérez Echeverría y Scheuer, 2005; S áenz d>¡ Castro, 1 995; S haugnessy
1 983, 1 992). En este sentido, de la misma r.janera que en lo referente a
otros conceptos o esquemas, el análisis piagetiano de los componentes de
un determinado esquema sigue siendo muy válido. Por otro lado, en nuestra
�
opinión la comprensión de las teorías matem ticas de la prqbabilidad re­
quiere un pensamiento similar al pensamiento formal descrito por Piaget,
sea éste el fruto del desarrollo intelectual com�� sostiene Piaget o sea el fru­
to de una instrucción deliberada y consciente d+rigida hacia este fin.
Esta última opinión parece más acorde cé.n la posición de Fichsbein
( 1 975). Según es.te autor cuando hablamos de ! probabilidad debemos dife­
b
renciar. entre las «intuiciones plimarias» de la robabilidad y las intuiciones
secundarias. Las intuiciones pfimarias están Hgadas a la acción y poseen
rasgos cognitivos definido�, incluso antes de ser traducidas a términos sim­
bólicos. Se pueden entender como programas d� acción motores o simbóli­
\
cos que surgen .a: partir de la experiencia fü. �a y social con el mundo.
"&uestras mtu1c10nes so1:Jre la probabilidad tien!:n su ongen en que nuestra
conducta es probabilística por naturaleza, ya qL'�, como veíamos en el apar­
tado anterior, nos debemos �daptar a un mun(y, qu.e se caracteriza por ser
.j
incierto, probaole y azaroso. Por tanto, es la pn Jia: experiencia con el mun­
j
do; o en · términos más actuales el aprendizaj e 1mplícito (Dienes y Pemer,
1 999; Pozo, .2001, 2003; Reber, 1 993, 1 995; ''1\J.bau y Moliner, 1 999), lo
que p�rmitiría que desarrollásemos una «Íntuic�;1n primaria» de la probabi­
lidad. Por . o tra pa,rte, las teorías de la probabiliú::td, como una relación entre
lo posible y lo necesario, s.9lo pueden entenderse en los términos de Fisch­
bein como «i�iciones secundarias» que surgirían tras un período sistemá­
tico de instrucción que permitirÍan superar las mtuiciones primari�s,. me­
dmnte un verdadero esfuerzo cogmtivo. Podemos extraer dos concluswnes
del trabaJ O de Fischbem. Por un lado, la diferencia entre intuiciones prima­
j
rias y secun<iarias recuer<ia claramente, aunqu.: con cierto adelanto en el
tiempo, a los trabajos so�re cambio ·COI?.Ceptual:(Gómez Crespo y Pozo, y
Sanz, 1 995; Gómez .Crespo y Pozo, 2005; Liméin y Carretero, 1999; Pozo,
ap
Gómez Crespo y Sanz, 1990, véase también el c ítulo 2). Como en la mayor
parte de estos trabajos, sólo la instrucción perm1hría superar las intuiciones
primaria$ (o concepciones erróneas, teorías pré;-l ias, teorías alternativas, o-··
como las llamemos). Dicho con otras palabras, 1� experiencia junto con las
restricciones propias de nuestro sist�ma cogniti·\ro (Pozo 2001, 2003), nos
p�rmiten apr:ender ciertas reglas que aplicamos 1 de manera tácita. La pre­
s�ncia de estas reglas son, según Fischbein, el punto de partida para alcan­
zar las reglas matemáticas de la probabilidad. Pe1[·o también como en la ma-

183
Psicología del pensam�ento. Teoría y prácticas

yor parte de los trabajos sobre cambio conceptual, la fuerza y la eficacia de

las intuiciones primarias {del pensamiento implícito sobre el pensamiento
explícito) hace que es�a instrucción no· sea suficiente ara modificar
mente estas m tcwnes. nos, ese es e resultado al que llegan Fisch­
bem y Gazif (1984) t'f.as un cuidadoso trabajo de instrucción acerca de la
probabilidad matemática, basado en las intuiciones primarias, y dirigido a
niños de diferentes ed�des. De· nuevo podemos reinterpretar este trabajo en
términos de la psicolQgía de la instrucción actual desde la primacía de las
representaciones imp�kitas sobre las explícitas y las jificultades del cam­
bio conceptual (véaset Pozo, 2003 y el capítulo 2). Resultados surulares se
encuentran en trabajo8 más recientes revisados por. Shaugnessy (1992) Pé-
rez Echeverria y Gam·Sara (1998).
Por otro lado, la descripción de las intuiciones; primarias sobre probabili­
dad es muy similar a los sesgos descritos por T�ersky y Kahneman (1974)
en persona adultas (Scholz y Waller, 1983), qu� serán analizados en el si­
giÍtente apartado,- así como a ciertos errores desditos por Piaget como error
de recencia riegativa q falacia del jugador (Piaget, 1950; Piaget e Irihelder,
1951). Por tanto según Fischbein, la forma de entender y controlar el mun­
do de carácter probabilístico que nos rodea depende al mismo tiempo de las
intuiciones adquiridas por nuestras propias experiencias en ese mundo de
los conocimientos específicos, adquiridos mediante procesos de enseñanza
e instruccióligracias a esfuerzos deliberados y conscientes.
Hogarth (200 1) coi;acide con Fischbein en que el origen de nuestro razo­
namiento probabilísti(o tiene un carácter intuitivo. Para este autor l:Ila res­
puesta intuitiva es aquella que se obtiene sin esfuerzo y deliberación y ha­
bitualmente sm conc�.encta. Estas mtuicwnes suelen ser el resultado ael
aprendizaje de_ la ex:penencia, que tambten se produce automáticamente.
Según Hogarth, este aprendtzaJe se produce porque establecemos conexio­
nes· entre las cosas que ocurren juntas. Pero, además estas conexiones se
fortalecen en la mem<;ria en función .de la «pre�disposición genética, la mo­
tivación y la frecuencia>> (Hogarth, 2001, p. 109 de la traducción castella­
na). Expresado con otras palabras, el aprendizaje basado en la experiencia
sigue las viejas reglas .gel aprendizaje asociativo (semejanza, contigüidad y
frecuencia) en función' de nuestras restricciones genéticas y nUestros intere-
3es, lo cual a su vez parece ser la base de las reglas que domin�n ..el ªprendí�
iaje implícito (Pozo,:2001, 2003; R�ber1,J993, . 1995;,.Tubau y Moliner,
1999). Estas conexiotles constituyen f� ·b � §1é';' tanh:; -· ci{ 'hliestras inferencias
Jrobabilísticas como .. de nuestras creencias y tendrían, por tanto, su origen
�n nuestras propias experiencias con los acontecimientos o con las personas
) habrían sido socialmente transmitidas de una manera tácita. Hogarth des­
:aca que este aprendi:zHje se produce a partir de los SUCeSOS y acontecimien­
:os que ocurren. Aquello que no ocurre, que no percibimos o atendemos no
;e computa, y, por tanto, no forma parte de nuestras intuiciones: No obstan­
e, desde el punto de '(ista de las leyes matemáticas de la probabilidad, de la

l84
 7. Pensamiento probabilístico
-- --- - -.--
..
---�--� ......
""'="'=
- ��-¡,,_..,._ loUQI. ..
ciencia o desde el pensamiento formal piagetiano, estós acontecilnientos
que no ocurren son fundamentales para el desarrollo y comprensión de esas
leyes y de hecho constituyen.el mundo de lo posible. Sin embargo, no for­
man parte de nuestro aprendizaje basado en la experiencia, y, esta ausencia
da lugar a buena parte de los sesgos y errores que cometemos cuando hace­
mos juicios probabilísticos y que serán objeto del próximo apartado. No
obstante, según Hogarth, estos errores pueden ser superados o, al menos re­

ducidos, ya que también existen otras intuiciones fruto de la automatiza­

ción o de la interiOnzacwn de conocimientos aprendidos dehberadmnente.
El conocimiento intuitivo se puede y se debe educar en la medida en que es
un proceso de, toma decisiones muy eficaz y que requiere muy poco coste
cognitivo. En este sentido también hay una coincidencia en las posturas de
Hogarth y de Fichsbein.

3. Las intuiciones probabilísticas

3.1 Los procesos heurísticos

� r l
Algu as de las intuicione descritas por Fischbein (197 5) o analiza( as por
Hogarth (2001) son, como decíamos antes, muy similares a los c l á �· icos y
COiiocidos sesgos CID or el USO de los «heurísticos de juicio» des­
critos por Tvers (K.ahneriia . Estos heuristicos constituirian, de acuer­
do con estos autores, as básicas dé.1nferencúi.probabilística utiliza-
. das por los adultos, Índependienternente de nuestra cultura de nu estro
éonocüniento sobre las leyes rnaternatlcas de la probabilidad o sobre el
contenido que estemos analizando. La psicología ha tomado prestada la pa­
labra heurisnco de las matemáticas. En las matemáticas los heurísticos son
_procedimientos de solución de probfemas gue se diferencian de los algorit­
inos por su vaguedad y falta de precisión. Esta idea de que los heudslicos
son metodos vagos y poco dehmdos también está presente en la psicología
tanto en lo referente a los métodos intuitivos de enfrentarse a la probabili­
dad como a los de solución de problemas (véanse capítulos 8 y 9). Según
Sherrnan y Corty (1984), todas las teorias psicológicas que realizan análisis
heuristicos se basan en la concepción de- racionalidad limitada popularizada
por Simon (1955, 1956) que, a su vez, ha sido el punto de partjda de buena

6 El lector interesado puede encontrar una recopilación de los artículos de Tversky

y Kahnerrlan, así como otras investigaciones cercanas a sus teorias en el libro editado
por Kahneman, Slovic y Tversky (1982). El artículo seminal de Tversky y Kahneman
(1974) puede encontrarse traducido al castellano en Carretero y García Madruga, 1984.
Revisiones en castellano de estas teorías pueden encontrarse en Carretero y Pére�� Eche­
verría, 1988; Femández Berrocal2004; García .tvfadruga y Canetero, .1986; Pérez Echeve­
rría, 1990; Tubau, 2005.

185
v-:' :ología tJel pensamiento. Teotia y prácticas

pa ·ce de las teorías cogn iti vas del procesamiento de la información. Según
Si11ton, las limitaciones estructurales en el procesamiento de la información
hacen gue incorporemos mecanismos para enfrentarnos con la complejidad
de mundo que nos rodea, aunque estos mecanismos no las reduzcan total­
ml.lte. Los juicios h�urísti�os son mecanismo�_ por los cuales reducimos la
�umbre que produée nuestra hm1tac1Ón para enfrentarnos con la
co ·10Iepdad de estimulos ambientales a una d1mens1Ón manejable pór
mv' stro sistema. En efecto, estas te arias también parten de que el mundo

�1e: e una estructura probabilística. De· acuerdo con Hogarth (1980), estas
lirnitaciones estarían relacionadas con los wcesos ateñc'ionales y, por tanto
de ::elección de la información, �gn los procesos de memoria g,ue hacen que
se : onstruyan o distorsionen los recuerdos y con las limitaciones de la me­
me -ia de trabajo que impedirían que tuviéramos en cuenta un número alto

de dementas en la solución de tareas o en la valoración de evidencias cuan­

do 11ueremos realizar una inferencia.
Los heurísticos son, por tanto, principios generales que reducen tareas
compleias a simples j�icios. No implÍcan un análisis exhaustivo de la infor­
mación que se maneja, sino que enfatizan características determinadas de
los datos mientras que_ ignoran otras. Son «reglas de andar por casa>> (De
Ve� a, 1984) . Como procesos que simplifican nuestros juicios nos llevan a
tomar decisiones razonables con muy poco esfuerzo. Pero también pueden.
lhi\·amos a conclusiones erróneas cuando se utilizan indiscriminadamente
(Núbett y Ross, 1 · 980). Como veremos en las próximas líneas, la.,,mayor
parte de la literatura sobre heurlsticos se ha centrado fundamentalmente en
las conclusiones erróneas que producen, en la irracionalidad de la toma de·
decisiones producida por «dejarnos llevan> por estos principios heurísticos.
No obstante esa .aplicación indiscriminada, a la que hacen referencia Nis­
bett y Ross (19 80), es el fundamento de la concepción heurística del razo­
namiento probabilístico (Sherman y ·corty, 19 84) . Si, como veíamos en el
1partado anterior, los procesos heurísticos son ffuto del aprendizaje asocia:..
�ivo y responden a·las características de la cognición implícita, dificilmente
Jocl�m.qs_: �lSCDIQ.��ar o deCidir cuando utiliZamos o no-.un proceso he_��!�'7
�o. __,os procedimientos _heurísticos, por su propia naturaleza, no son acce.si­
Jle.: a la conciencia.. Jné.luso si llegásemos a ser conscientes .de que la -infe­
�en r.ia realizada es claramente incorrecta, bien desde un punto de vista
eó: Lco o bien desde un punto de vista pragmático, es imposible que alguien
meda reconstruir por sí solo el proceso que le ha llevado a realizar esa pre­
iic : ión o inferencia y. pueda determinar así las razones o el momento del
·

)roc,eso en el que su juicio ha estado eini.do.

·:·or otro lado, en la medida que estos procedimientos son fruto de, la se­
ec.: ión natural y de largos años de adaptaCión al medio ambiente comO
os·:· ;ene Gigerenzer ( 1 99 6, Gigerenzer, Todd y grupo ABC, 1999)' o Oaks­
or· l y Chater (2007) se puede esperar que las inferencias producto -de este
ip<· de procesos estén bien adaptadas y solucionen un buen número de pro-

.8·i
 7 Pensamiento probabHí!itico
-------�--==---===--� -·---===-
blemas. De 'acuerdo con Nisbett y Ross (1980)] en un libro que todavía si­
r
gue constituyendo una de las obras más amplia y divulgadas sobre la apli­
cación de los heurísticos en el campo de la psic1Jogía social, los heurísticos
constituyen reglas relativamente razonables -�\ unque no racionales- que
nos permite?i reahzar..JUICIOS adecuados muchc:ij veces. Incluso asumiendo
el coste de los errores, los heurísticos proporci'�:tan más ventajas a la larga
que la utilización continua de normas, no sólo 14·;r el esfuerzo cogmtiVo que
regmeren smo también porgue son reglas mas é4Japtadas a los ob]ehvos co­
tidianos. En es(e sentido, Hogarth (2001) afirri;a que seguiríamos o segui­
mos utilizando reglas de tipo heurístico inclus:¡ en aquellas situaciones en
que la toma de decisiones es muy sencilla .
y n!J1 excede nuestra capacidad
natural de cómputo cognitivo. Las personas, como apuntan Nisbett y Ross
(1980),. intentan resolver los problemas concretos que se les presentan en
situaciones determinadas. Sus objetivos no son �aliar la verdad y para estos
objetivos las inferencias heurísticas suelen ser suficientes.
La utilización de principios heurísticos imphca en definitiva una selecJ
@n del procesamiento de la información tan�J en ras fases de atención
como de recuerdo. Esta selecciÓn depende del tipo de juicio que se tiene que
realizar y -de la relativa accestbihdad de la mforrifación. Los d1shntos heurís­
f
ticos se pueden categonzar en funciÓn de esto�. P rámetros: el tipo de acceso
·a la información y . el tipo de procesos cognit¡ 1os implicados. _Tversky y
Kahneman {1974) dividieron los heurísticos en res tipos: represeñtatividad,
· a_fcesibilidad y anclaje y ajuste. No oqstante, est& último heunstico no ha re­
?
·

cibido apenas investigación y, según algunos aut res (por ejemplo, De Vega,
1984) es un caso del heurístico de accesibiliqa�. Posteriormente, en 1982,
Tversky Y Kahneman añadieron un nuevo heurístico. al que denominaron si:.
·
mulación. En las líneas siguientes describirema'¡:3 breveménte cómo. actúan
los dos heurísticos más importantes, representati';'idad y accesibilidad.

3 .1.1 El heurístico de. representatividad

Pai-aTversky y Kahneman (1971, 1974, 1982) y K.ahneman y Tversky (1972,

1973) la representatividad es la relación entre u�:·proceso o un modelo y 'al­
gún ejemplo o acontecimiento relacionado con ehe modelo. Esta relación se
J
·valora por el grado. de semejanza entre los ac ntecimientos que se están
evaluando y es direccional, ya que nos permite valorar en qué medida una
muestra es representativa de un modelo pero no .t. la inversa. Sin embargo, a
·veces esta relación puede ser reversible y se j1.t� ga la representatividad de
un modelo en función de la muestra (Tversky y Kahneman, 1982). En defi­
nitiva1__evaluar o valorar la probabi�idad de un átl'o�tecimiento determinado
h
o de una-rdacióll"caüs'al p'or medio de repres.: tatividad implica utilizar
.para ..esto·s· efectos una de las viejas leyes de la hsociación a la que hemos
·'hecho- referencia en ·las páginas precedentes: la semejanza. Como puede
.
1
1

187
 !
Psicología del pen5!1miento. Teoría y prácti c a s
'

verse en el cuadrq 7. 1 existen cuatro casos en los que la representatividad

puede actuar. En todos dlos la atribución de probabilidad o de causalidad
en función de la sr}mejanza es, según Tversky y Kahneman ( 1 982), un pro- ·
ceso equivalente al que utilizamos para realizar categorizaciones. Ün ejem­
plo es-representativo de una categoría cuando tiene los mismos -rasgos prin­
cipales que comp'arten los miembros prototípicos de esa categoría y no
tiene otros rasgosi principales no compartidos por esos miembros {Rosch,
1 975; Tversky, 1 977). Los ejemplos .más prototipicos o representativos de
una categoría son :mejor recordados y más fácilmente reconocidos que los
dementas menos k:epresentativos, aunque sean más frecuentes (Mervis y
Rosch, 1 98 1 ; RmiGh y Mervis, 1 975). Pero.. las personas no nos basarnos
sólo en la represe�tatividad para determinar la pertenencia· categorial, sino
que la utilizamos :h.mbién para predecir resultados, para establecer causas y
en definitiva com'o instrumento para nuestras inferencias probabilísticas.
Expresado de otra manera, podríamos decir que nos valernos de los mismos
mecanismos para valorar patrones estáticos en la categorización que para
realizar atribuciorhs sobre la estructura temporal y la relación entre distiq-·

tos sucesos (De Vega, 1 984).

Cuadro 7.1 Situaciones en las que actúa el heurístico de

r
rep esentatividad (Tversky y Kaiirieman, 1 9 82)

• Cuando M ·es una clase y X una variable o valor defmido en esa clase.
• Cuando M es una �lase y X es un ejemplo de esa clase.
Cuan.do M es una clase y X es un subconjunto de esa clase.
s�m
•

• Cuando M es un a causal y X una posible consecuencia.

_

�
Realizar juicio de probabilidad o de caJsalidad basándonos en este heu­
rístico da lugar a �espuestas conformes a la normativa bayesiana de la pro­
babilidad en nllllie rosas ocasiones ya que los heehos más represent�tivos
son habitualme�t�;Jos más frec�entes y lós-más probables . Sin embargo, da �

lugar también atnhmerosos sesgos o errores sistemáticos en la medida :que

-
hay factores que J.fectan a la representatividad que no afectan _a la probabi­
lidad y viceversa.: :según K.ahnema:t} x.: :;Cy.erslcy ( 1 Q8Z. a y b) estos errores
sistemáticos no son debidos a la falta .dé._ chmprerisi6n de las normas esta­
dísticas ya que esta comprensión no se ve afectada por los rasgos de repre:­
sentatividad y expertos en estadística e investigadores, que muestran su co­
nocimiento de estas l eyes en la mayor p arte de sus trabaj os, también
cometen sesgos Y: errores en sus juicios cotidianos e incluso en algunas in-
vestigaciones (Tvlrsky y Kahneman, 1971 )
·
.

· En el cuadro 7¡.2 pueden verse cuáles. son, según Tversky y Kahneman,

los errores más � llbituales producidos por el heurístico de representativi-

188 1
 1. P e n s ami e n to p ro b a bi t·í sti c o
�I:S:'J��··"""""
"""' ·MC:':...
�:1-<'U
. = >U
· �'!J:cQ'��.::;..-c-� =-��.:::. �"'c:&;."i.�::r.:..:: . ::��,_�
.

· Cua dro 7.2 E rro res más h abitu ales p ro du ci d o s p or el h e urí stico de
repres entativi d a d

l. Concepciones erróneas sobre e l azar

• Fal acia del jugador
• Confusiones entre el proceso aleatorio y e l producto alea to rio
• Hacer equivalente aleatorio con «caótico» o d e s o rd ena do
2. Confusión en l a utilización de l a l ey de los g ra n d es nú m e r o s
• Falacia del j u ga do r
• Creer que muestra y población se p are cen en todos los a s p ectos
• No tener en. cuenta el tamaño de l a muestm
3. Prob l emas con las probabili dades compuestas
• Falacia de l a conjunción
• Falacia de la disyunción
• No tener en cuenta l as probab i l i da d es previas
4. Problemas e n l a comprensión del concepto d e re gre s i ón

dad 7. De manera muy Breve p o dri amos decir qüe h ay tres fueirr.es fun da­
m ental e s de estos errore s . Por un lado e s tá la c onfusión entre pro c e s o y
prQducto gue influye en que s ó l o sea vi sto corno afe atori o aquel l o que apa­
rentemente n o está ordenado o es confus o � En otras p alab r as debe haber ,

una semejanza entre el producto y e 1 proceso , que · obviamente no responde

a las reglas de l a probabilidad. Por otro lado , l as normas de la p r ob ab ilida d
· se generalizan y se aplican incluso en o c as iones · en que no son v álid as Asi .

aunque el tamaño de la mueStra o las prob abili dades previ a s influyan en l a s

normas probabilísticas, nosotros realizamos pre d i cciones s i n ten ér en cuen­
ta estos ras g o s . Por último, hay ciertas reglas estadísti c a s , como la regre­
sión, que s on cl aramente contraintuitivas·' en la me di d a que imp li can que
aquello que p ara nosotros tiene una clara causa puede ser al eatori o .

3.1.2 E l h e u rísti co d e a ccesi bi li d a d

Cuando j uzgamos l a probabilidad - ti-e u n ac o ntecimi ento mediante repre­

s ent ativi d a d estamos
midiendo la' s em ej an z a o distancia c o nno t a tiva eHtre
ese acontecimi ento y nuestras teorías m ás o menos implí c i té!S s ob re c ó m o

7 Describir y exp licar cada uno de estos errores nos llevaría un espac i o excesiv o .
Por otra parte el lector puede consultarlos en castellano en numerosas obras . :; i n duda la
mej or descripción de estos errores es l a que realizaron Tversky y K ahneman en 1 9 74 y
que está traducida al castel l ano .. El lector interesado p u ede consultar tamb ién Carretero
y Garc í a Madruga, 1 9 8 6 o Pérez Echeverría, 1 9 9 0 . Un l ibro muy d iv e rti d o en que se

muestran claramente estos errores es el e Su therl and, 1 9 9 9 .

189
P � i co l o g1a cl e t p e n s a rn í e n to . Te o ría y p rá cti c a s
_.,_,.
_ _�wm.Gecr.:slo1710d"� Dl!!lott:IC:.'I

e : ese tipo de suces os, p ero también p o demo s evaluar la distancia asocia­
ti "a o accesibilidad 8 (Tversky y Kahneman, 1 97 3 ) . Juzgar -ia probab ilidad
-p :J-r medio del heurístico de accesibili dad es equivalente a estimarla�por
m edi o de la facilidad con que los ej emplos o asociaciones vienen a nues­
tra mente. Expresado con otras p alabras, e s te heurístico invierte una co­
no c i d a ley de la memoria: cuantas más veces repites algo o se repite un
ac ontecimiento , más. fác i l es recordarlo en e l futuro . La accesibilidad
consiste en creer que. cuanto mej or recuerdes un suceSo o más fácilmente
accedas a ese recuerdo , más frecuente ha s i do ese aco ntecimiento y por .
tanto es más probable (Tversky y Kahneman, 1 9 82) . No obstante, hay v_a-:: _
r i ables que afectan al recuerdo o su accesibilidad y no afectan a la proba­
bi lidad y viceversa. Cuando esto ocurre nos encontramos que lbs j uiciOs
m �di ante accesibi l i dad dan lugar a errores sistemáticos o s esgos (véase
e_ adro 7 . 3 ) , aunque, como ocurre normalmente, cuando lo más frecuente
e : tamb ién lo más accesibl e , l o s j ui c i o s de accesibilidad son ráp idos y
a..:.ertado s .

C u adro 7.3 Errores m ás h a b ituales p r.o d u cidos p o r el heurístico d e

a c c e sibili d a d

• �rrores. producidos p or l a prominencia de los datos

· Errores producidos p or la singularidad de los datos o por coincidir con nuestras
eorías previas .
• �rrores producidos por la primacía o recencia de l os datos
• ::: o rrelación ilusoria (sesgo de la casilla A)

S egún Sherman y Corty ( 1 9 84) el heuristico de accesibilidad actúa en

a,:\uellas situacio;nes . en las que debemos consttuir una muestra de aconteci­
m [entos en la mente p ara realizar el juicio a partir de ella .. Habitualmente al
� 1 3.luar cualquier suceso no tenemos acceso a mues-tras representativas de
3. : ontecimientos y PC?S tanto construimos estas muestras en nuestra memo­
n �t . La familiaridadi:o. la prominencia s on factores que pueden sesgar clara­
m erite .estas mue.s tras (véase cuadro 7.3)
Pero , además según Tversky y Kahneman ( 1 974) habría un sesgo que n o
:. � tá directamente relacionado c o n estos factore s . Así el fenómeno conocido

::: ( 1m o «correlación ilusoria» (Chapman, 1 967, Chapman y Chapman, 1 969,

8 Algunos autores prefieren traducir el termino availability h euristic como .«heuristi­

�o de disp onibi li dad» en lugar de «accesibili dad» . Nosotros hemos optado p or esta
tcepción porque es l a empleada en la traducción del artículo de Tversky y Kahneman
: 1 974) y porque la idea de «fácil acceso» nos parece más acorde con la descripción del
1r.urístico que la idea de «disponible» .
 ..
.,_.,.._ ,_____ ....._......,.., ¡_,__,..... .
_____._���IJ.IIr�¡¡¡,¡r
7. �Jensamiento prohab i tl sticv
.a¡¡Mtr.;:� !_:t.'ml¡�IQCDl�
. """":AI"oDrM."
""' o#Qii � l�e:z;cn�

197 1 ), o, expresado mediante otras palabras, la éreencia de que existe una

relación entre dos acontecimientos cuando no la Íhay, sería para estos auto­
res un ej emplo de sesgo causado por la accesibilihad de los datos, similar al
denominado sesgo de . emparej amiento o matchin bias, corno se denomina k
en inglés, en el caso de la tarea de selección (v�ase Evans, 1 9 8 3 ; _capítu­
lo 3). Expresado con otras palabras, ante tareas ¡ con diversos formatos en
los que se pi_Q.� evaluar el grado de reiación entrt:' dos o más acontecimien­
tos, situaciones o valores, las personas se centran en aquellos casos en que
esos acontecimientos concurren, pero no se fijan t m los casos en que apare­
ce uno solo de los acontecimientos pero no el otro. Cuando la correlación
ilusoria hace referencia a las creencias sobre có o controlamos los aconte­ rrJ
cimientos externos se denomina «ilusión de con�;rol» (Langer, 1 975). Nos
vamos a detener un momento en estos errores pt)rque a nuestro juicio son
muy ilustrativos de los factores y variables qm� · afectan . al razonamiento ·

· probabilístico.
Existen numerosas investigaciones que mues·:ran las dificultades de las
personas para resolver problemas correlacionalesF. Además de la presencia
de errores que pueden explicarse por los heurístfcos de accesibilidad o de
representatividad., buena parte de estos trabaj os · )nuestran que · las personas
tienen unas reglas de cálculo aproximado que in':; .ractúan con l�s creencias
de las personas sobre el contenido de la tarea (-v ; ..1se, por ej emplo, Alloy y
Tabachnick, 1 984). Estas reglas de cálculo son reglas incompletas en la ma­
yor parte de las ocasiones y a veces también son �nadecuadas (por ej emplo,
utilización de cálculos aditivos en lugar de cál 'j tlos multiplicativos). Por
otro lado, casi siempre, las personas dan más p�-30 en estos cálculos a los
datos que confirman sus expectativas, cuando no : descuentan los datos con­
trarios o los interpretan como excepciqnes dándJies sentido dentro de teo­
rías construidas p ara el momento (Carretero, �érez Echeverría y Pozo ,
1 9 85). No obstante, en aquellos escasos casos en los que las personas care­
cen de expectativas o teorías que dirijan sus cálCulos o búsquedas de con­
tingencias, los resultados son peores que cuando f.stas mismas personas tie­
nen expectativas fuertes, incluso aunque sean contrarias a lo esperado por
los datos (Hogarth, 1 98 1 , 200 1 ; Wright y Murph�;,-, 1 984; véase un resumen
de estos efectos en Pérez Echeverría, 1 990). Ef,: efecto, en general, ante
problemas en que se pide una evaluación consci nte del grado de contin­ __ ¡e
gencia o correlación entre dos acontecimiento::! se producen numerosos
errores que suelen ser mayores en los casos en q:.j:e las personas carecen de
teorías sobre cómo se relacionan los datos.
Sin eiiJbargo, la presencia de estos errores en éll pensamiento consciente,
en la solución de problemas, contrasta clararnent� con los datos. que mues-

9 1985; Pérez
Véase por ejemplo en castellano Carretero, Pére? f' heverría y Pozo,
Echevenia, 1990; Pérez Echeverría y Carretero, 1988, 1 9�0,- 1995; Vázquez, 1985; para
una revisión, véase Pérez Echevenia, 1990.
1

19 1
 i¡
¡
Psicología del pensam}::: n to. Teoría
y p rá cti ca s
----� ----�-r---� ����T�
tran que el aprendizaje asociativo responde a una estructura probabilística .
del mundo. Veíamos I:¡J comienzo de este capítulo que los animales y las
personas somos sensilbles a las contingencias ambientales y aprendemos lo
suficiente de ellas. pa�·a actuar de manera adecuada, aunque no esté exenta
de errores (Oaksford �' Chater, 2007). Además, si el razonamiento pro.b abi­
Iístico es fruto de la s·�lección, resulta contradictorio defender desde la psi­
cología su imperfecci1) n y destacar los errores.
Podemos encontrar: varias razones para esta aparente contradicción. Una
de ellas tiene que ver �on que 1as tareas que se emplean para analizar el ra­
zonamiento heurísticd son tareas en las que se demanda a las personas que
resuelvan un problema, es decir, son tareas en que hay un grado relativo de
conciencia, mientras que los heurísticos son implícitos. Otra posible expli:..
cación está relacionada con la idea de que los problemas que se proponen
son problemas muy ahificiales en los que el objetivo de las ·tareas o el sig­
nificado de las conti��gencias no queda nada claro para el participante en
las investigaciones . F�-:lr último, es posible que las reglas matemáticas que
utilizamos como mocelo normativo no sean las más adecuadas. Antes de
. discutir estas posibilic�ades vamos a resumir muy brevemente en los aparta-
dos siguientes alguna\3 de las críticas que se han realizado a las teorías de
heurísticos y algunosl trabajos sobre el papel de los expertos y la toma de
decisiones consciente¡ ·

3 . 1 .3 Alg u n as crític� s a la teoría de heurísticos

No cabe duda que el tf�abajo de Tversky y Kahneman sobre heurísticos, que

tanto hemos comentaklo en el apartado anterior, supuso un cambio funda­
mental tanto en la in�nera de abÓrdar la indagación sobre el pensamiento
humano, como en la Fnanera de concebirnos a nosotros mismos. Estos tra­
¡
bajos han contribuidc claramente a romper la imagen racionalista que con­
cibe al hombre com(j¡ un científico ingenuo (véase por ej emplo, Kelley, .
1967, 1972 a y b; Jder y Piaget, 1955) y a destacar el papel de los e.r.IP.::­
Inh:'
res tanto como méto _ , de estudio de la cognición humana fruto de los Cffi!.l-:-
bios culturales y ada ativos . ·
·

No obstante, también es cierto que . como todas las teorías ha sg:fridó nu­
merosas críticas tanto: en lo referente a . s t.ts_ ;� sp�ctq·s-:ñi�s, �xperimentaies y a
su sustentación empí�·ica como eri lo reÚ3.ÜvÓj á1 . rri'6deio·· ae ·ser humano que
proponen y su relación con las teorías vigentes en psicología 1 0 . Podemos
dividir estas críticas 9h tres tipos (véase cuadro 7.4).
�
. 10
f
Dado que el espac o para discutir todos estos aspectos es necesariamente peque­
ño, remitimos al lector i h teresado a los números que las revistas The Brain and Beha­
vioral Sciences ( Cohen, 1 98 1 ) y Psychology Review ( 1 99 6 , 1 03 ) han dedicado a estos ,
temas. 1
i
1
192 1
 7 . Pe n s a m i e n to p ro b a ':Ji [·íst"i co

Cua dro 7.4 Críticas a las teorías de Tversky y Kahn eman

1. Críti c a s a l a p resentación d el trabaj o experim ental

• Las tareas son engaño s as y los datos relevantes están escondidos entre otros
• Cuando s e presenta información de manera estadística se cometen m en os sesgos
• No s e realiza ningún trabajo estadístico sobre la s i gn i fi caci ó n de 'Jos r:-sultados
2. Críticas a l a univers a l i d a d de los sesgos
• Los expertos en estadística o en toma de decisiones cometen m enos sesgos
• Las personas con con o cimiento s obre el conten i do de la tarea cometen menos
s esgos
• Los sesgos dependen de las tareas y de las creencias y c on o c i m iento s sobre esa s
tar eas
3. Críticas a la a,mbigü e d a d de l a teoría
• La teoría de Tversky y Kahneman es más desc riptiva que exp licativa
• No s e puede distinguir a priori si actuará el heurístico de representativi cl a d o ac­
cesibilidad.

Una parte de las críti c as se han relacionado con l a ambigüedad del tra­
bajo experimental realizado por Tversky y Kahneman, tanto en lo referente
. al tip o de tareas propuestas p or estos autores en las que l os datos rel evantes
desde el punto de vi sta estadísti c o están e scondidos entre otras va. .iables
más fáciles de c odificar, c omo por l a forma de presentación de los resulta­
dos. En este último caso, aparec e una clara p aradoj a en los artículo s emp í­
rico de estos autores . Los resultados d e sus investigaciones no ap arecen
acomp añados de l o s necesarios análisis estadísticos, s ino que son más b i en
descritos de una manera que podri amo s considerar muy «representativa» y:
muy «accesible» (Pérez Echeverría, 1 990).
Otro s trabaj o s se han dedicado a mo strar que en ciertas condici o:ries las
p ers onas cometen menos sesgos que l o s indicados por Tversky y Kalmc­
man, y que, por tanto , su utilización de l o s heurísticos es menos indj s :rimi­
nada q-Ge la que proponían estos autores. Así se ha visto que a veces las
p ersonas tenemos e n cuenta el tamaño de la muestra o l a s probab i l i dades
previas (véanse las revisiones realizadas por C arrete ro y García lv'ladruga,
1 98 6 ; Nisbett, 1 993b 1 1 ; P érez · Echeverria ·1 990; P érez Echeverria y C arre­
tero , 1 988). Un resumen de estos trabaj o s muestra que l a utilizacióE o no
de variabl e s que en prin cipio afectarían poco a l a representatividad o a la
acces ibilidad, p ero s í a l a probabi lidad de un acontecimiento , depende tanto
de factor�s de la tarea �fundamentalmente la facilidad p ara codificar las va­
riables implicadas en la tarea) (Alons o y T1.1bau, 2 0 0 2 ; Gi gerenzer y Hoffra ­
ge, 1 995; Tubau y Alon s o , 2 0 0 3 ; Wan g , 1 99 6 ; Wang y Johnston, 1 996)
11
En este libro edi tado por Nisbett ( 1 993 a), el l e ctor interes<1do pllcde encontrú l é1
descrip ción del trabajo empíri c o o rigi n al que h a d a d o pie a estas :.:r.í t i cas .

1 () ?
l ) s i w lo gí a d e l p e n s a m i e n t o . Te o ri a y p rá cti c a s

( omo propios de la persona que realiza estos juicios. En .este último caso el
' onocimiento acerca del contenido de la tarea (Evans, 1 9 92) , el conoci­
r niento de las leyes de la probabilidad o la pericia en la toma de decisiones

; :n situación de incertidumbre en ámbitos y circunstancias concretas (Nis­

tJ ett, Krantz, Jepson y Kunda, l 9 8 3 ) hacen que las personas resuelvan los
problemas de una · manera más próxima a las normas de la probabilidad,
:.unque no utilicen exactamente estas normas . Parafraseando a Hogarth
( 200 1 ), podríamos decir que la intuición puede educarse y convertirse en lo
que Fischbein (1975) denominaba intuiciones secundarias, más próximas a
la norma estadística que las intuiciones primarias.
El tercer grupo de críticas hace referencia a los principios teóricos de­
fendidos por Tversky y Kahneman, especialmente a la indefinición y ambi­
güedad del propio concepto de heurístico (Cobas, Randó, López, Femán­
dez B errocal y Almaraz, .1993, García Madruga y Carretero, 1 98 7 ; Pérez
Echeverría, 1 990). En este sentido, Tversky y Kahneman describen fenó­
menos muy interesantes, pero no explican los procesos que subyacen a es­
tos fenómenos. Una consecuencia de esta falta de explicación sería la con­
fusión entre los heurísticos de representatividad y accesibilidad,. por un
lado, y de accesibilidad y simulación por otro y las dificultades consiguien­
l es para anticipar cuando va a actuar cada uno de ellos (García Madruga y
! �arretero, 1 9 87; Hogarth, 1 99 1 ; Pérez Echeverría, 1 990) . También se ha
: riticado la visión irracional y negativa que proporciona del ser humano
( Femández B errocal, López, Segura y Almaraz, 1 99 3 ; .García Madruga y
Carretero, 1 9 8 7 ; Gigerenzer, 1 99 6 ; Gigerenzer, Todd y el grupo AB C,
·' 999) y cómo la teoría de Tversky y Kahneman explica mej or los errores
que cometemos lo seres humanos que los aciertos .
E n nuestra opinión buena p arte d e las críticas que hemos enumerado
más arriba tienen relación con un probl ema de definición del tipo de repre-
' entación que son los h{mrísticos . Tversky y Kahneman parecen indicar que
; .onsideran los heurísticos como procedimiehtos implícitos utilizados para
,·nalizar la probabilidad o las relaciones de causalidad. Sin embargo no ana-
l izan cuál es la relación entre estos procesos implícitos y otros más explíci­
t o s y utilizan métodqs explícitos para medir aquello que consideran implí-
: ita . Aunque estarii o s convencidos de que la relación explícito-implícito
í onstituye más .bien un continuo que una dicotomía (Dienes y Pemer, 1 999;

l �armiloff-Smith, ' 1 992; Pozo, 2 00 1 , 2 003 ; Reber, 1 993), también p arece

'lue los dos puntos más extremos difieren entre sí y la cognición implícita y
1 a explícita no responde a los mismos parámetros ni estructuras (Dienes y
Perner, 1 999; Karmiloff-Smith, 1 992; Martí; 1 99 5 ; Pozo, 200 1 , 2003; Re­
[ , er, 1 993). Los conocimientos y procedimientos explícitos no son sólo co­
r .ocimientos implícitos a los que se ha iluminado con la linterna que supone
la conciencia según la conocida metáfora de Huxley (citado por Humphrey,
·, 992; véase Pozo, 200 1 ) sino que tienen características distintas. De acuer-,·
:io con Pozo (200 1) esta confusión entre lo implícito y lo explícito es un re- ,.

194
 l
l
r j Pe n s a m i en to p ro b a b i lísti co
¡:;a.-mSI.T�·J:r.wdu;c:z1au:J:u::ur.:n::::·•cttsca&��\o�� -mr !: = -;;ma.-a:o�
o:m� ����
• 1 . .
flej o de las confusiones €ntre información y conocimiento que cometen di-
ferentes teorías psicológicas basadas en el pi,ocesamiento 'de información.
Los métodos de indagación utilizados por Tv�rsly y Kahneman y otros au­
tores para analizar los principios heurísticos son un claro ej emplo de estos
problemas. Como decí¡¡mos antes, utilizan prt;guntas y respuestas explícitas
para analizar un conocimiento implícito. Asur)1ir que un determinado cono­
cimiento es implícito implica asumir que no he puede declarar (Anderson,
1 98 3 ) y, por tanto supone que no se puede am{iizar exclusivamente median­
te tareas que requieren respuestas declarativi1.s . Analizar el conocimiento
implícito requiere de la convergencia de resuliados obtenidos con muy di­
crj
versos métodos de investigación (Pérez E teverría, Mateas, Scheuer y
Martín, 2006; Po?O y Scheuer, 1 999; Pozo, S q heuer, M ateos y Pérez_ Eche­
ve.rría, 2006). No. obstante, si se .han analizado procedimientos implícitos
. como si fueran conocimientos explícitos nos ��odemos preguntar qué análi­
sis se han realizado y a qué conclusiones podemos llegar cuando el razona­
miento probabilístico responde a claras neces Üades de solución de proble-·
mas o de tomas de decisiones conscientes.

4. . Los p rocesos d e so luci ó n d e pro b �.em a.s y to ma d e

d e ci si o n es p ro b a bi listi cas e n exp�rtos

En este penúltimo apartado vamos a exponer d� manera muy breve algunos

de los trabaj os sobre cómo toman decisiones L\j
carácter probabilístico per­
s ?� as exp erta� �� � �
d verso tipo de contenidos. egún Hogart (200 1 ) , la pe­ �
_
ncia y la mtmcwn tienen muchos rasgos comunes en el sentido de que am­
bas son dependientes de contexto , de com! nido específico y pueden
l
adquirirse bien mediante instrucción explícita o bien mediante el aprendi­
zaj e tácito y la experiencia. No obstante, tari.1bién señala este autor que
existe una diferencia fundamental entre ambc\J tipos de conocimiento. La
perici8J exige a menudo el uso explícito del perL.amiento analíti�o conscien­
te, el uso del pensamiento deliberado y de la reflexión, aunque las diferen­
cias entre lo explícito y lo implícito, entre lo deliberado y lo tá,cito, son más
. bien una cuestión de grado que de la presencia de dos sistemas .de conocí­
. miento totalmente separados y diferentes·.
Podemos entender la pericia 12 como un viaj e de ida y vuelta entre lo im­
plícito y lo explícito. Así por ejemplo, aprende[. ciencia y convertirse en ex­
perto consiste fundamentalmente en un cambih conceptual desde unas re­
presentaciones implícitas de carácter más o mdnos pragmático y asociativo
)
.
. 12
J
En esta exposición estamos refiriéndonos solam 1te a la pericia liga,da a la adqui-
. sición de conocimientos complej os, sin tratar de genernlizar nuestras opiniones a otras
. .
pericias más relacionadas con la automatización de proéedimientos. O de otro tipo. V éa-
se Ericsson y Smith ( 1 99 1 b) para una caracterización !Je los distintos tipos de pericia.
!

1 195
 í

� ����
Psicologia del pensa;rniento. Teoria
":C!iiCil��-.D:I:.'C'CS.S!t-. ��
y prá cti cas

hasta un desarrollo explícito y consciente de determinados principios teóri­

¡
cos. Independiente1mente de que consideremos este cambio conceptual
como una sustituci�·n de teorias (véase capítulo 2) o como el desarrollo de
un conjunto de teorj3.s alternativas (véase por ejemplo, Pozo y Gómez Cres­
po, 1 998), en este ri�·oceso, al mismo tiempo que se van haciendo explícitas
ciertas relaciones s� van automatizando y haciendo implícitos otro conjunto
de procedimientos J de rasgos (véase por ejemplo, Ericsson, 1 996 o Erics­
son y Smith 1 99 l , !. para una revisión de este tipo de efectos en diversos
campos del conocüniento ). De acuerdo con Hogarth (200 1 ) , los expertos
han conseguido educar 1
sus intuiciones en un doble sentido. Por un lado han
automatizado gran !Gantidad de decisiones y de procesos de razonamiento
probabilístico ligados a los contenidos de los que son expertos y han con­
vertido ese conocin;áento deliberado en tácito. Por otro lado han tenido ex­
periencias en ámbi-tos y contextos privilegiados que de nuevo les han per­
mitido desarrollar intuiciones más cercanas a lo que predicen las normas
probabilísticas . Pari ese motivo no es de extr�ñar que lo . estos
!
campos complejos del conocimiento cometan mucho menos errare que
las personas novatas cuando realizan juicios probabilís . . · poco
es de extrañar que i. stos mismos expertos cometan errores de predicción si
l
comparamos su act.1ación con la de sistemas expertos cuyO poder de cóm­
1�
puto es sin duda m cho mayor que el del ser humano.
Así diferentes i*vestigaciones han mostrado que expertos en distintos
. campos predicen mucho mejor que los novatos y utilizan reglas de razona­
miento probabilístiuJ más adecuadas tanto en Ia realización de diagnósticos
y la toma de decisiones (véase por ejemplo, Fong y Nisbett 1 99 1 11 993 ; Gi­
gerenzer, 1 996; Gigerenzer, Todd y grupo ABC, 1 999; Holland, Holyoak,
Nisbett y Thagard, · � 98 6 ; Larrick, Nisbett y Margan 1 99 1 ; Lehman, Lempert
y Nisbett, 1 98 81 1 9�3; Lehman y Nisbett, 1 98 8/ 1 99 1 ; revisiones generales
sobre los trabajos a�erca de expertos pueden tencontrarse en Ericsson, 1 996;
Ericsson y Smith, 1 1.9 9 1 ; Stemberg y Frenchs 1 99 1 ) . Podíamos decir que una
importante diferen�f a encontrada entre expe rtos y novatos en este aspecto es
que los expertos ut�I izan más conocimiento en sus diagnósticos y en sus to­
.
mas de decisiones �nte problemas complejo's, los novatos utilizan más infor­
mación (Funke, 199; 1 ). Expresado con otras palabras, en este campo las per­
sonas novatas toma���\ decisiones tratando de tener en cuenta el mayor número
de datos y de relaciones posibles entre e�_qs .datos. La gran cantidad de datos
que emplean y su rAenor automatización;aé 'hs reglas pueden influir en que
estas personas con:menos conocimientos incurran en errores de cálculo o
ponderen mal la irlformación. En cambio, los expertos reducen desde el
principio estos protlemas a una dimensión más manejable por medio de la
eliminación de la información que, de acuerdo a su conocimiento o expe­
riencia, es menos d¡iagnóstica. :Además los expertos parecen contar con es­
trategias metacogniÜvas y procedimientos de repaso que hacen que los posi­
bles errores sean m¿s fáciles de detectar y corregir (Mateas, 1 999).

196
 ¡. Pe n s a. nri ento pro b a bW.stico

No ob stante, este menor uso de l a información p or p arte de los expertos

lleva también a. que s e cometan numero s o s errores . Igual que encontramos
numeros o s trabaj o s que muestran que los expertos resuelven me_i o r los pro ­
blemas probabili sti cos y toman mej ores decisiones que los novatos , encon­
tramos un alto número de estudi o s que muestran precisamente los efectos
contrari o s . Así, por ej emp l o , s e ha encontrado que l o s expertos en el c amp o
del diagnóstico clíni co c ometen errores en su razonamiento probabilísti c o
muy simil ares a l o s se·s g o s causados p or e l razonamiento heurístico que he­
m o s descrito en e l aparatado anterior (véanse por ej emp l o , Came:rer y John­
son, 199 1 ; El stein y B ordage, 1 98 3 ; H ol l an d, Holyo ak, Nisbett / Thagard,
1986; Patel y Groen, 1993).
Holyoak ( 1 99 1 ) resume estos efe ctos ap arentemente contradictorios in­
dicando que no hay un úni c o c amino de ser experto como tampoco hay un
único modelo de que se c onsidere una buena deci sión probabilística, ya que
los expertos deben adaptarse a las restricciones d e las tareas, a las metas
que se proponen y a las di stintas consecuencias contextuales qu e sus deci­
siones pueden acarrear. L a peri c i a en l a toma de decisiones dep ende tanto
de factores de razonamiento inductivo, como del recuerdo de cono c imien­
tos adecuado s y del des arro l l o de e s quemas de cono cimiento ( Gi ck y Hoi­
yoak, 1983). En general e s t o s trabaj o s p are cen mo strar l a exi s tenci a de di ­
ferentes tip o s de rep resent a c i o ne s , al gun a s m á s exp l í ci tas y otras m á s
i mplí citas , a lgunas m á s general e s y o tras m á s e s p e c í fi c as d e c o n te n i do
cuya activac ión tendría un carácter probab i lísti co y d ep endería tanto de l
grado de conocimiento como de factores contextuales o de las metas de l a
próxi­
p ersona. Este tipo d e resultados p arece más c ompatibl e con teorías
mas a los modelos mental es (Johnson-Laird, 1983, 5 y 8)
véanse capítulos
o a las teorías pragm áticas de l a inducción (Hol land, Holyoak, Ni s b ett y
Thagard, 1986) .

C o n c l u si o n e s

D esde nuestro punto de vista resulta difi c i l el aborar tm as conclu s i ones que
recoj an el amp lio número de trab aj o s real izados s obre razonami ento prob a­
b ilístico y la comp l ej idad de l o s mi smo s . Tamp o c o , en nuestra opi n i ó n , hay
una teoría que dé claramente cuenta de todos l o s a s p ectos a los qu ::: n o s he­
mos asomado de refi l ón en estas p áginas y a otros mu chos que su gieren l a
n ecesi dad de tener en cuenta tanto los diferentes t ip o s d e c ogni c i ón ( esp t: ­
cialrnente l a relación entrr: l o imp li cito y lo explícito ) , l as caracterí sti c a s d e
las tareas, l o s objetivos y m etas d e l razon ami ento , l as diferenc i as e ntre per­
s onas (¿qué cambi o s se producen con la peri ci a ? , ¿ q ué camb ios p r 8 du c e la
instrucci ón? , etc . ) , l as creencias y teorías previas y otro factores n ] a ci an a­
dos c o n la cultura, con l a motivaci ón o el compromi s o con l as ta· e as , por
p oner al guno s ej emp l o s . Hace más d e ve inte art o s , Ni.sbett y R o s s ·¡ 9 8 Uj :J

J. 9 7
 Psi c·n l o g i a d e t p e n s a m i e n í: o . Teorí r.� y prácticc1 s

Evans : 1 984) apuntaban la necesidad de una teoría integr adora qu e p e rmi ­

ti ese e : �r cuenta de todos estos aspectos. En nuestra op ini ó n esta te orla to­
davía 1 : 3 necesaria.
Desde los años setenta, ha quedado claro que no puede entenderse el ra­
zonarr: ento probabilístico como la puesta en marcha de reglas g e nerales de
carácter sintáctico, más o menos próximas a las reglas de la .lógica o de las
materr.1.ticas . Nuestro p en s am i e nt o se realiza sobre un contenido concreto,
con UJ \ obj etivo concreto y en un contexto y cultura concretos y cua lqui er
teoría Jsicológica debe tener en cuenta todos estos factores. La teoría de
Tversl :y y Kahne rnan incorpora algunos de estos · aspectos en la medida en
qu e pc dernos entenderlos corno procesos intuitivos, fruto del aprendizaj e
implíc : to, y p o r tan t o re l a c i onado s c on l as teo r í as y creencias sobre cómo
son la : cosas y cómo se relacionan. Sin embargo, esta teoría explica muy
p o c o l í .s di ferencias entre los juicios intuitivos de diferentes p ersonas, o los
re al i z ; . :los por una misma p ersona s obre distintos . contenidos, ni tampoco
e xp li c a las relaciones entre procesos i n tu it iv o s y l o s más deliberados y
c a n s e �ntes. La teoría pragmática de la inducción de Holland, Holyo ak ·
· ,

Nisberc y Thag ard (1 9 86), de inspiración n eo co n exi o nista y basada en los

trabaj 1 : s sobre modelos mentales (véanse capítulos 4 y 6), trata de dar cuen­
ta d e . : L v ari ab ili da d del pensami ento acudiendo a la idea de que las perso­
nas c e �ltamos con más . de una representación para cada una de las situacio­
nes en las que nos enfrentamos . Estas representaci ones o modelos compi�eri
por ser activados en función de distintas reglas relacionadás con su éxito en
el p as;Jdo, su significado, o su re l aci ó n con otras representaciones;
Oaksford y Chater (2007) van más allá de las afirmaciones de Holland
y c o l a b o r ad o r es cuando afirman que las reglas de la probabilidad· explican
,

mej o r que las reglas de la lógica nu e stro p ensam i ento . Si el mundo tiene un
carácter probable y l a activación de las diferentes representaciones también
tiene este carácter, es consecuente pensar que las :feglas de la probabilidad
subyacen a nuestro raz o n ami en to . No obstante, a nuestro juicio queda mu­
c ho por demostrar p ara hacer una afirmación de este tip o . Por otro ¡ado, al
aceptada c o rr emo s el riesgo de confundir de nuevo los meto dos de análisis
emp l e 1dos por la c i enc � C:l con aquello que analiza el oj o del psicólogo y la
. _ ·

�·i-r - .
men tt humana.
Qu:.zá la única conclusión que podamos llegar es que existen· realmente
una g ran pluralidad de rep r esenta c ion e s conocimientos y procedimientos
,

detrá� d e cada una de las actividades que incluimos dentro del téirnino p en­
) .- s amie iltO y que todos e s to s factores se relacionan entre sí de una manera
'

. muy : omp l ej a Esta c o mp li c a c i ó n .se refleja en la variedad de p osiciones

·. .

que a; �arecen en este libro . Y es que, al fin y al cabo, es c asi seguro que
cada 1 : no de nosotros preferimos vernos como organismos o p ersonas c o m ­

plej as que como al guie n simp l e .

198