¿Cara o cruz? Dean Drobot / Shutterstock
Supongamos que lanzas una moneda y obtienes cuatro caras seguidas. ¿Qué crees que surgirá en el quinto lanzamiento? Muchos de nosotros tenemos el presentimiento de que una cola es debida. Este sentimiento, llamado el Falacia del jugador, se puede ver en acción en la ruleta. Una larga racha de negros lleva a un aluvión de apuestas en rojo. De hecho, no importa lo que haya sucedido antes, el rojo y el negro siempre son igualmente probables.
El ejemplo es uno de los muchos pensamientos para demostrar la falibilidad de la mente humana. Décadas de investigación psicológica han enfatizado los sesgos y errores en la toma de decisiones humanas. Pero un nuevo enfoque está desafiando este punto de vista, mostrando que las personas son mucho más inteligentes de lo que se les ha hecho creer. Según esta investigación, la falacia del jugador podría no ser tan irracional como parece.
La racionalidad ha sido durante mucho tiempo un concepto importante en el estudio del juicio y la toma de decisiones. El altamente El influyente trabajo de los psicólogos Daniel Kahneman y Amos Tversky. demostró ampliamente que a menudo no tomamos decisiones racionales, como preocuparnos por un ataque terrorista pero no por cruzar la calle.
Pero este fracaso se basa en una interpretación estricta de lo que es ser racional: obedecer las leyes de la lógica y la probabilidad. No está interesado en la máquina que debe sopesar la evidencia y llegar a una decisión. En nuestro caso, esa máquina es el cerebro humano, y como cualquier sistema físico, tiene sus límites.
Racionalidad computacional
Aunque nuestra toma de decisiones no cumple con los estándares requeridos por la lógica y las matemáticas, todavía hay un rol para la racionalidad en la comprensión de la cognición humana. los psicólogo Gerd Gigerenzer ha demostrado que, si bien muchas de las heurísticas que utilizamos pueden no ser perfectas, son útiles y eficientes.
Pero un enfoque reciente llamado racionalidad computacional Va un paso más allá, tomando prestada una idea de la inteligencia artificial. Sugiere que un sistema con habilidades limitadas todavía puede tomar un óptimo Curso de acción. La pregunta se convierte en "¿Cuál es el mejor resultado que puedo lograr con las herramientas que tengo?", En lugar de "¿Cuál es el mejor resultado que podría lograrse sin ninguna restricción?" Para los humanos, esto significa tomar cosas como la memoria, Capacidad, atención y ruidosos sistemas sensoriales en cuenta.
La racionalidad computacional está llevando a algunas explicaciones elegantes y sorprendentes de nuestros sesgos y errores. Un primer éxito consistente con este enfoque fue examinar las matemáticas de secuencias aleatorias como lanzamientos de monedas, pero bajo el supuesto de que el observador tiene una capacidad de memoria limitada y solo podría ver secuencias de longitud finita. Un altamente contraintuitivo. resultado matemático revela que, en estas condiciones, el observador tendrá que esperar más para que surjan algunas secuencias que otras, incluso con una moneda perfectamente justa.
El resultado final es que para un conjunto finito de lanzamientos de monedas, las secuencias que, intuitivamente, sentimos que son menos aleatorias son precisamente las que tienen menos probabilidades de ocurrir. Imagine una ventana deslizante que solo puede "ver" cuatro lanzamientos de monedas a la vez (aproximadamente el tamaño de nuestra capacidad de memoria) mientras se realiza una serie de resultados, por ejemplo, de los lanzamientos de monedas de 20. Las matemáticas muestran que el contenido de esa ventana contendrá "HHHT" con más frecuencia que "HHHH" ("H" y "T" significan cabezas y colas). Es por eso que creemos que las colas vendrán después de tres cabezas seguidas al lanzar una moneda, lo que demuestra que los humanos hacen un uso sensato de la información que observamos. Sin embargo, si tuviéramos memoria ilimitada, pensaríamos de manera diferente.
Hay muchos otros ejemplos de este tipo, donde la solución óptima, una vez que se tienen en cuenta las limitaciones cognitivas, es sorprendente. Nuestro trabajo reciente muestra que las preferencias inconsistentes, una piedra angular de la supuesta irracionalidad humana, son realmente útiles cuando no estas seguro sobre el valor de las opciones disponibles para usted. La racionalidad económica tradicional sugiere que una mala opción que nunca elegiría (desde un menú, por ejemplo) no debería tener ningún efecto sobre cuál de las buenas opciones elige. Pero nuestro análisis muestra que las opciones malas y supuestamente irrelevantes le permiten obtener una estimación más precisa de qué tan buenas son las alternativas restantes.
Otros han demostrado que el sesgo de disponibilidad, donde sobrestimamos la probabilidad de eventos raros como accidentes de avión, resulta de una forma altamente eficiente de procesar los posibles resultados de una decisión. En resumen, dado que solo tenemos un tiempo finito para tomar una decisión, es óptimo asegurarse de que se consideren los resultados más críticos.
Una comprensión más profunda
La percepción de que somos irracionales es un desafortunado efecto secundario del crecimiento constante. Catálogo de sesgos humanos en la toma de decisiones.. Pero cuando aplicamos la racionalidad computacional, estos sesgos no son vistos como evidencia de fallas, sino como una ventana a cómo el cerebro está resolviendo problemas complejos, a menudo muy eficientemente.
Chequear la ilusión de la sombra. Edward H. Adelson / wikipedia, CC BY-SA
Esta forma de pensar acerca de la toma de decisiones es más parecida a cómo los científicos de la visión piensan acerca de las ilusiones visuales. Echa un vistazo a la imagen de la derecha. El hecho de que los cuadrados A y B parezcan de diferentes tonos (no lo son, ver el video a continuación) no significa que su sistema visual esté defectuoso, sino que está haciendo una inferencia razonable dado el contexto.
{youtube}https://youtu.be/z9Sen1HTu5o{/youtube}
La racionalidad computacional conduce a una comprensión más profunda porque va más allá de las descripciones de cómo fallamos. En cambio, nos muestra cómo el cerebro organiza sus recursos para resolver problemas. Un beneficio de este enfoque es la capacidad de probar teorías de cuáles son nuestras capacidades y limitaciones.
Por ejemplo, recientemente hemos demostrado que las personas con autismo son menos propensos Para algo sesgos en la toma de decisiones. Así que ahora estamos explorando si los niveles alterados de ruido neuronal (Las fluctuaciones eléctricas en las redes de las células cerebrales), una característica del autismo, podrían causar esto.
Con más información sobre las estrategias que usa el cerebro, podríamos adaptar la información de una manera que ayude a las personas. Hemos probado lo que las personas aprenden al observar una secuencia aleatoria larga. Aquellos que vieron una secuencia dividida en fragmentos cortos (como lo haríamos normalmente en la vida cotidiana) no se beneficiaron en absoluto, pero aquellos que vieron la misma secuencia se dividieron en segmentos mucho más largos rápidamente mejorado en su capacidad de reconocer aleatoriedad.
Por lo tanto, la próxima vez que escuche a personas caracterizadas como irracionales, tal vez desee señalar que esto es solo en comparación con un sistema que tiene recursos y habilidades ilimitadas. Con eso en mente, realmente no somos tan tontos después de todo.
Acerca de los Autores
George Farmer, investigador, Universidad de Manchester y Paul Warren, Profesor Titular (Profesor Asociado), División de Neurociencias y Psicología Experimental, Universidad de Manchester
Este artículo se republica de La conversación bajo una licencia Creative Commons. Leer el articulo original.
Libros relacionados
at InnerSelf Market y Amazon
