
Acertaron en el 50% de los casos, es decir estaban en el
nivel del azar.
Sin embargo, cuando se hizo la misma pregunta a expertos
financieros, sólo acertaron en un 40% de las veces.
En otro experimento realizado por este psicólogo, se
preguntó a ciudadanos alemanes qué ciudad americana creían que tenía más
habitantes, entre San Diego y San Antonio.
Acertaron en una proporción superior a los ciudadanos
norteamericanos que respondieron a esta misma pregunta.
La explicación a ambos experimentos es que no siempre el
análisis profundo de las alternativas disponibles conduce necesariamente a mejores
decisiones que la simple intuición.
A veces, como en estos casos, conduce a decisiones peores.
Los alemanes acertaron más que los estadounidenses
respecto a qué ciudad americana es mayor, precisamente porque tenían menos
información que ellos.
De hecho casi la única información que tenían era que San
Diego les sonaba más que San Antonio.
Muchos ni siquiera sabían que esta última era una ciudad estadounidense.
De modo que los ciudadanos alemanes utilizaron una regla
heurística para hacer su elección.
Esta regla vendría a ser algo como: "si uno de dos
objetos es reconocido y el otro no, entonces infiere que el objeto reconocido
tiene un valor mayor respecto al criterio de elección".
Los norteamericanos tenían mucha más información que
procesar.
Y en su intento de tomar en cuenta toda esa información
para producir su elección, acabaron eligiendo peor.
Las reglas heurísticas son atajos mentales que utilizamos,
generalmente de forma inconsciente, para guiar muchas de nuestras decisiones.
Nos permiten tomar decisiones sin pensar demasiado, teniendo
en cuenta sólo ciertos aspectos superficiales del asunto en cuestión.
Los experimentos de Gigerenzer demuestran que una decisión
tomada en base a una regla heurística no es necesariamente irracional.
Y a veces incluso puede ser más acertada que una decisión
tomada después de una larga consideración.
Esto sucede especialmente cuando hay demasiados elementos que
manejar en un ambiente de incertidumbre y riesgo.
En estos casos suelen funcionar mejor los criterios de
decisión simples.
Cuando tenemos demasiada información a menudo intentamos
crear modelos predictivos que tengan en cuenta todos los factores conocidos.
Pero estos modelos pueden fracasar cuando intentan
predecir el futuro, debido a la dificultad de su ponderación y a que las condiciones
van variando.
Como consecuencia, acabarán generando una elección que
puede ser peor que la elección más simple basada en la idea genérica de que San
Diego es más conocida que San Antonio.
Por supuesto no siempre la intuición es superior al
análisis lógico en profundidad.
De hecho, todas las reglas heurísticas tienen sus puntos
débiles.
Por ejemplo, esta regla heurística del reconocimiento, que
postula que entre dos objetos probablemente tenga mayor valor el que es más
conocido, sólo funciona en algunos casos.
Funciona bien cuando se trata de averiguar cuestiones como
qué ciudad es más grande.
Pero no funciona si se trata de averiguar qué ciudad se encuentra
situada a mayor altura.
En este caso el reconocimiento del objeto no está de
ninguna forma correlacionado con el criterio considerado.
De modo que la regla heurística del reconocimiento no será
de ninguna utilidad.
Pero si somos capaces de comprender la lógica que subyace
detrás de los atajos de decisión intuitiva, podremos en muchas ocasiones
optimizar nuestras decisiones.
Justamente, en una sociedad en la que cada vez hay más
datos, la intuición se convierte en una herramienta de elección cada vez más
valiosa.
No hay comentarios:
Publicar un comentario