Kahneman escribe el libro como una introducción de una persona laica a la psicología experimental y resume algunos de los principales resultados de los últimos 40 años. Al hacerlo, da una descripción de alto nivel del método científico aplicado en las ciencias sociales, el arte de crear hipótesis, los experimentos inteligentes para probarlas y un poco sobre cómo se analizan los datos. Él muestra cómo lenta pero seguramente, en conjunto con muchos investigadores de todo el mundo, nuestra comprensión del pensamiento humano ha avanzado.,
también relata la impresionante historia del campo, remontándose a grandes pensadores racionales, Bernoulli (de la famosa ecuación de Bernoulli) y David Hume, el filósofo escocés.
al final, Kahneman muestra que nuestros cerebros están altamente evolucionados para realizar muchas tareas con gran eficiencia, pero a menudo no son adecuados para llevar a cabo con precisión otras tareas mentales; de hecho, nuestro pensamiento está plagado de falacias conductuales. En consecuencia, corremos el riesgo de ser manipulados, no por lo general de tipo abierto, sino por empujones y pequeños incrementos., De hecho, hemos aprendido que al explotar estas debilidades en la forma en que nuestros cerebros procesan la información, las plataformas de redes sociales, los gobiernos, los medios en general y los líderes populistas pueden ejercer una forma de control mental colectivo.
también está claro que los errores en nuestros sistemas de pensamiento personal están siendo explotados más rápido que los parches se pueden aplicar!
dos sistemas
Kahneman introduce dos personajes que animan la mente:
- «El sistema 1 funciona de forma automática y rápida, con poco o ningún esfuerzo y sin sentido de control voluntario.,
- El Sistema 2 asigna atención a las actividades mentales que requieren esfuerzo, incluyendo cálculos complejos. Las operaciones del sistema 2 a menudo se asocian con la experiencia subjetiva de agencia, elección y concentración.»
estos dos sistemas de alguna manera coexisten en el cerebro humano y juntos nos ayudan a navegar la vida; no son literales o físicos, sino conceptuales., El sistema 1 es un sistema intuitivo que no se puede apagar; nos ayuda a realizar la mayoría de las tareas cognitivas que requiere la vida cotidiana, como identificar amenazas, navegar nuestro camino a casa en caminos familiares, saber que 2+2=4, reconocer amigos, etc. El sistema 2 puede ayudarnos a analizar problemas complejos, hacer ejercicios de matemáticas, hacer crucigramas, etc. Aunque el sistema 2 es útil, requiere esfuerzo y energía para activarlo. Por lo tanto, tiende a tomar atajos a instancias del sistema 1. Por ejemplo, el silogismo,
- Todas las rosas son flores.
- Algunas flores se desvanecen rápidamente.,
- Por lo tanto, algunas rosas se desvanecen rápidamente.
es considerado por una gran mayoría de estudiantes universitarios como correcto. Nos engañan porque intuitivamente sabemos que las rosas se desvanecen. Pero este silogismo no es una declaración sobre el mundo; se trata de relaciones lógicas. La energía requerida por el sistema 2 para analizar completamente las declaraciones es relativamente alta; el sistema 1 salta a la conclusión de que la conclusión es cierta y convence al sistema 2., Resulta que cuando las personas llegan por primera vez a creer una declaración falsa, es muy probable que crean argumentos que la respaldan; esta es la base para el sesgo de confirmación.,ive memory
exagera la consistencia emocional (efecto halo)
genera un conjunto limitado de evaluaciones básicas
lo que sigue ahora es un resumen de las principales falacias que Kahneman identifica.,
cebado
nuestras mentes son máquinas asociativas maravillosas, lo que nos permite asociar fácilmente palabras como «Lima» con «verde». Debido a esto, somos susceptibles al cebado, en el que se invoca una asociación común para movernos en una dirección o acción particular. Esta es la base para los «nudges» y la publicidad utilizando imágenes positivas.
facilidad cognitiva
lo que sea más fácil para el sistema 2 es más probable que se crea. La facilidad surge de la repetición de la idea, la visualización clara, una idea preparada e incluso el buen humor de uno mismo., Resulta que incluso la repetición de una falsedad puede llevar a la gente a aceptarla, a pesar de saber que es falsa, ya que el concepto se vuelve familiar y es cognitivamente fácil de procesar.
Saltar a conclusiones
nuestro sistema 1 es » una máquina para saltar a conclusiones «basando su conclusión en» lo que ves es todo lo que hay » (WYSIATI). WYSIATI es la tendencia del sistema 1 a sacar conclusiones basadas en la información fácilmente disponible, a veces engañosa, y luego, una vez hecha, creer fervientemente en esas conclusiones., El impacto medido de los efectos de halo, El sesgo de CONFIRMACIÓN, los efectos de encuadre y la negligencia de la tasa de base son aspectos de saltar a conclusiones en la práctica. Un ejemplo es el sesgo de confirmación, donde estamos más abiertos y buscamos evidencia que apoye nuestras creencias, en lugar de lo que no lo hace. racionalmente, debemos buscar evidencia que contradiga las creencias, ya que eso someterá nuestro sistema de creencias a un mayor escrutinio. Pero fuera de los rigores de la ciencia pura, tal enfoque es poco común., (En las ciencias, una metodología es construir una llamada hipótesis nula, cuyo rechazo prueba la pretensión original.)
responder a una pregunta más fácil
a menudo cuando se trata de un problema complejo o difícil, transformamos la pregunta en una más fácil que podemos responder. En otras palabras, usamos una heurística; por ejemplo, cuando se nos pregunta «cuán feliz eres con la vida», respondemos a la pregunta «cuál es mi estado de ánimo ahora». Si bien estas heurísticas (que disfrutan de la misma raíz que la palabra «eureka») pueden ser útiles, a menudo conducen a conclusiones incorrectas.,
Ley de números pequeños
tenemos una fe exagerada en las muestras pequeñas, pero nuestra tendencia a buscar patrones y explicaciones nos lleva a una explicación causal de eventos casuales que son incorrectos o no soportables. Incluso los investigadores como Kahneman mismo caen presa de la insuficiencia del tamaño de la muestra en su investigación.
anclajes
El anclaje es una forma de cebar la mente con una expectativa. Un ejemplo son las preguntas: «¿la altura de la secuoya más alta es más o menos de x pies? ¿Cuál es tu mejor conjetura sobre la altura de la secuoya más alta?,»Cuando x era 1200, las respuestas a la segunda pregunta eran 844; cuando x era 180, La respuesta era 282.
disponibilidad
el sesgo de disponibilidad se produce cuando tenemos en cuenta un evento destacado, una experiencia reciente, o algo que es particularmente vívido para nosotros, para hacer nuestros juicios.,V availability bias que otros; en particular:
- cuando están comprometidos en otra tarea difícil al mismo tiempo
- cuando están de buen humor porque solo pensaron en un episodio feliz en su vida
- si obtienen un puntaje bajo en una escala de depresión
- si son novatos conocedores sobre el tema de la tarea, en contraste con los verdaderos expertos
- cuando obtienen un puntaje alto en una escala de fe en la intuición
- si son (poderosa
representatividad
la representatividad es donde usamos estereotipos para ayudarnos a juzgar las probabilidades., Por ejemplo, » ves a una persona leyendo el New York Times en el metro. ¿Cuál de las siguientes es una mejor apuesta Sobre the reading stranger? 1) tiene un Doctorado. 2) Ella no tiene un título universitario.»El pecado de la representatividad es donde podríamos elegir la segunda respuesta, a pesar de que la probabilidad de doctorados en el metro es mucho menor que la de las personas sin títulos. Aunque es un ejemplo simple, una manera de resistir la tentación de la representatividad es considerar la tasa base (en este caso, la tasa de doctores vs. No doctores) y hacer el juicio a partir de eso.,
menos es más
dada la descripción, «Linda tiene treinta y un años, soltera, franca y muy brillante. Se especializó en Filosofía. Como estudiante, estaba profundamente preocupada por las cuestiones de discriminación y justicia social, y también participó en manifestaciones antinucleares. ¿Qué alternativa es más probable?
- Linda es cajera de banco.
- Linda es cajera de banco y es activa en el movimiento feminista.»
en este caso, el detalle adicional de que Linda es «activa en el movimiento feminista» en la respuesta 2.,, solo sirve para reducir la probabilidad, ya que impone más restricciones. Pero, debido a la narrativa que lo acompaña, nos gusta la segunda opción, aunque es menos probable. Por eso menos es más.
Causes Trump Statistics
El hallazgo de varios investigadores es que las personas son deficientes razonadores estadísticos y tienen una capacidad limitada para pensar en términos bayesianos, incluso cuando se les proporcionan datos de fondo obviamente relevantes. La inferencia bayesiana es el método ampliamente utilizado para razonar acerca de las probabilidades dada una condición previa conocida., Por ejemplo, usa el ejemplo:
«un taxi estuvo involucrado en un accidente de atropello y fuga por la noche. Dos compañías de taxis, La Green y la Blue, operan en la ciudad.
- El 85% de los taxis en la ciudad son verdes y el 15% son azules.
- Un testigo identificó la cabina como Azul. El Tribunal probó la fiabilidad del testigo bajo las circunstancias que existían en la noche del accidente y concluyó que el testigo identificó correctamente cada uno de los dos colores el 80% del tiempo y falló el 20% del tiempo.,
¿Cuál es la probabilidad de que la cabina involucrada en el accidente fuera azul en lugar de verde?»
aparentemente mucha gente ignora el primer hecho, que define la tasa base de los taxis verdes y azules. Kahneman no entra en muchos detalles sobre cómo hacer los cálculos, pero es una aplicación de la regla de Bayes. A = Cab es azul, B = Cab se identifica como Azul; por lo tanto, ⌐a = Cab es verde, ⌐b = Cab se identifica como Verde. Por lo tanto, tenemos:
P(A) = 0.15, P (A A) = 0.85, P(B|A) = 0.8, P (B B|A A) = 0.8, P(B|A A)= 0.2, P (B B|A) = 0.,2
Por lo tanto, queremos saber, P(A|B) = P(B|A)*P(A)/P(B), es decir, la probabilidad de que la cabina fuera azul en lugar de verde (y se identificó erróneamente).
y, sabemos por el Teorema de probabilidad Total que P (B) = P(B|A)*P(A) + P (B|A A)*P*(A A). Por lo tanto, sustituyendo, obtenemos:
0.8 * 0.15 / = 0.41, o 41%.
este razonamiento Bayesiano aparece en muchas situaciones prácticas, como el cálculo del diagnóstico médico de un individuo, donde hay una tasa base de una enfermedad en una población y una prueba que es, por ejemplo, 95% efectiva para identificar la enfermedad.,
Kahneman cita a dos famosos científicos sociales (Nisbett y Borgida):
«La falta de voluntad de los sujetos para deducir lo particular del general fue igualada solo por su voluntad de inferir lo general de lo particular.»
regresión a la media
la regresión a la media es el hecho estadístico de que cualquier secuencia de ensayos eventualmente convergerá al valor esperado (es decir, la media). Desafortunadamente, a menudo buscamos razones causales para explicar rayas afortunadas y otras secuencias de números aparentemente significativos., Cuando se embellece aún más con otros detalles como una «mano caliente», tendemos a encontrar explicaciones causales.
Kahneman continúa describiendo aún más deficiencias mentales, como:
- ilusión de comprensión: construimos narrativas para ayudar a comprender y dar sentido al mundo. Buscamos causalidad donde no existe.
- ilusión de validez: expertos, recolectores de acciones y otros expertos desarrollan un enorme sentido de experiencia.
- intuición experta: los algoritmos, incluso los aparentemente primitivos, aplicados con disciplina a menudo superan a los expertos.,
- falacia de planificación: esta falacia afecta a muchas profesiones y se deriva de planes y previsiones que son poco realistas cerca del mejor de los casos; y, no tienen en cuenta los resultados reales de proyectos similares.
- optimismo y el engaño empresarial: la mayoría de las personas son demasiado confiadas, tienden a descuidar a los competidores y creen que superarán al promedio.,
Bernoulli, teoría de la utilidad esperada y la perspectiva
Kahneman critica a Bernoulli, quien hace casi 250 años propuso la teoría de la utilidad, que en esencia explica las elecciones y motivaciones de las personas por la utilidad de los resultados. Pero las elecciones no eran solo el valor esperado matemáticamente determinado, sino un valor psicológico, la utilidad. Aquí, las personas actúan de manera reacia al riesgo, prefiriendo las apuestas seguras a los riesgos, incluso las apuestas que son matemáticamente equivalentes (por ejemplo, ganar outright 500 directamente; o una probabilidad del 50% en $1000)., Además, la utilidad es relativa a la riqueza o pobreza del individuo. Y, explica por qué todas las demás cosas iguales, una persona más pobre comprará un seguro para transferir el riesgo de pérdida a una más rica. Hasta ahora, todo bien.
Sin embargo, Kahneman señala que la teoría de Bernoulli se rompe porque no tiene en cuenta el estado de referencia inicial. Por ejemplo,
«La riqueza actual de Anthony es de 1 millón. La riqueza actual de Betty es de 4 millones.a ambos se les ofrece una opción entre una apuesta y una cosa segura.,
la apuesta: igualdad de oportunidades para terminar siendo dueño de 1 millón o 4 millones; o, lo seguro: poseer 2 millones con seguridad.en la cuenta de Bernoulli, Anthony y Betty se enfrentan a la misma opción: su riqueza esperada será de 2,5 millones si toman la apuesta y 2 millones si prefieren la opción segura. Por lo tanto, Bernoulli esperaría que Anthony y Betty hicieran la misma elección, pero esta predicción es incorrecta. Una vez más, la teoría falla porque no permite los diferentes puntos de referencia desde los que Anthony y Betty consideran sus opciones.,»
Betty se arriesga a perder mucho de su riqueza y será infeliz independientemente. Anthony está eufórico porque gana, también independientemente.
«en la teoría de Bernoulli solo se necesita saber el estado de la riqueza para determinar su utilidad, pero en la teoría de la perspectiva también se necesita saber el estado de referencia», es decir, las condiciones iniciales. También describen la aversión a la pérdida de la mayoría de las personas y cuando se enfrentan a la perspectiva de pérdidas, las personas asumirán más riesgo en un esfuerzo por evitar la pérdida, incluso si matemáticamente, no estarían mejor o incluso peor., Esto explica por qué las personas atrapadas en situaciones desesperadas parecen participar en un comportamiento más arriesgado: «las personas que enfrentan opciones muy malas toman apuestas desesperadas, aceptando una alta probabilidad de empeorar las cosas a cambio de una pequeña esperanza de evitar una gran pérdida.»
efecto de dotación
La mayoría de la gente está familiarizada con un aspecto del efecto de dotación, la falacia del costo hundido. Con experiencia y capacitación, las personas como los comerciantes pueden superar el costo hundido o el efecto de dotación. La diferencia clave parece ser si los bienes se mantienen o no para el comercio o para su uso., En este último caso, el costo hundido o los efectos de dotación son mayores.
aversión a la pérdida
otro fenómeno medido es la aversión a la pérdida. Impregna gran parte de la vida, incluidas las regulaciones y reformas que hacen que se eliminen los beneficios de un grupo a favor de otro, a pesar de que puede resultar en un aumento general de la utilidad.
las personas no son racionales
el tratamiento estándar de los actores en economía es asumir la racionalidad. Pero resulta que la gente no es del todo racional., Generalmente prefieren cosas seguras; tienen una propensión a valorar la eliminación del riesgo sobre la de reducirlo racionalmente a un nivel aceptable. Las personas dan valor a las ganancias y pérdidas (es decir, al cambio) en lugar de a la riqueza misma.,
el patrón Cuádruple
teoría de prospectos se resume en la siguiente tabla: