The Representativeness Heuristic

Como tendemos a basarnos en la representatividad, a menudo no tenemos en cuenta otros tipos de información, lo que nos lleva a hacer malas predicciones. La heurística de la representatividad está tan extendida que muchos investigadores creen que es la base de otros sesgos que afectan a nuestro procesamiento, como la falacia de la conjunción y la falacia del jugador.

La falacia de la conjunción se produce cuando suponemos que es más probable que se den varias cosas a la vez que una sola por sí sola. Estadísticamente hablando, nunca es así, pero el heurístico de la representatividad puede convencernos de ello.

Tomemos el ejemplo de Lisa, una brillante licenciada en Filosofía muy preocupada por la discriminación y la justicia social. Cuando se nos da la opción, es mucho más probable que adivinemos que es a la vez una feminista activa y una cajera de banco, en lugar de sólo una cajera de banco.6 Esto se debe a la representatividad: el hecho de que Linda se parezca a un prototipo de feminista sesga nuestra capacidad para predecir la probabilidad de su carrera.

Otro sesgo causado por la heurística de la representatividad es la falacia del jugador, que hace que la gente aplique probabilidades a largo plazo a secuencias a corto plazo. Por ejemplo, al lanzar una moneda, hay aproximadamente un cincuenta por ciento de probabilidades de que salga cara o cruz. Esto no significa que si se lanza una moneda dos veces, salga cara una vez y cruz la otra. La probabilidad sólo funciona en secuencias largas, como lanzar una moneda cien veces. Sin embargo, creemos que las probabilidades a corto plazo deberían representar a sus homól^ogas a largo plazo, aunque casi nunca sea así.7

Como su nombre indica, la falacia del jugador puede tener graves consecuencias para los jugadores. Por ejemplo, alguien puede creer que sus probabilidades de ganar son mayores si lleva una racha corta de derrotas, aunque necesitará perder muchas más veces para que se cumpla esa probabilidad.

Nuestra dependencia de las categorías puede derivar fácilmente en prejuicios, aunque no nos demos cuenta. La forma en que los medios de comunicación presentan a los grupos minoritarios refuerza a menudo los estereotipos comunes. Por ejemplo, los hombres negros tienden a estar sobrerrepresentados en la cobertura de la delincuen^cia y la pobreza, mientras que están infrarrepresentados como "cabezas parlantes" expertos.9 Estos patrones apoyan la narrativa de que los hombres negros son violentos, que incluso los espectadores negros pueden interiorizar e incorporar a su categorización.

Estos estereotipos de la heurística de la representatividad contribuyen a la discriminación sistémica. Por ejemplo, la policía que busca a un sospechoso de un delito puede centrarse desproporcionadamente en los negros en su búsqueda. Sus prejuicios les hacen suponer que una persona negra tiene más probabilidades de ser un delincuente que alguien de otro grupo.

La representatividad es una valiosa herramienta para desarrollar interfaces de usuario (IU). Los diseñadores digitales han incorporado intencionadamente símbolos que representan categorías para guiarnos cuando navegamos por espacios virtuales, a menudo sin que nos demos cuenta.

Por ejemplo, cuando vemos el icono de la papelera, sabemos que podemos arrastrar nuestros documentos para deshacernos de ellos, igual que tiraríamos los documentos en papel en la vida real. O cuando vemos el icono de un disquete, sabemos que podemos pulsar sobre él para guardar nuestro documento, igual que hacíamos para almacenar información. Estos prototipos son un buen recordatorio de cómo el material puede ayudarnos a entender mejor lo digital a la hora de diseñar nuevos productos.

El aprendizaje automático ha optimizado la categorización basándose en patrones estadísticos e índices de base para clasificar la información. Sin embargo, los humanos siguen sucumbiendo a la heurística de la representatividad al interpretar estos resultados.

Por ejemplo, el sistema sanitario ha adoptado la tecnología de IA para ayudar a diagnosticar a los pacientes escaneando imágenes médicas y realizando comparaciones con miles más de su conjunto de datos. Los médicos pueden estar más inclinados a confiar en el diagnóstico de la IA si los síntomas coinciden con la descripción prototípica de una enfermedad. Sin embargo, los médicos podrían descartar los diagnósticos de la IA si estos no coinciden, aunque la IA tenga mucho más acceso a presentaciones raras o inusuales de síntomas en sus archivos que los médicos puedan haber experimentado en sus carreras.

El heurístico de la representatividad fue acuñado por Daniel Kahneman y Amos Tversky, dos de las figuras más influyentes de la economía conductual. El ejemplo clásico que utilizaron para ilustrar este sesgo pide al lector que considere a Steve: sus amigos lo describen como "muy tímido y retraído, invariablemente servicial, pero con poco interés por la gente o por el mundo de la realidad. Un alma mansa y ordenada, tiene una necesidad de orden y estructura, y una pasión por el detalle". Después de leer esta descripción, ¿crees que Steve es bibliotecario o granjero?2

La mayoría de nosotros intuimos que Steve debe ser bibliotecario porque es más representativo de nuestra imagen de bibliotecario que de nuestra imagen de agricultor. En realidad, ninguna prueba apunta directamente a la carrera de Steve, así que confiamos en los estereotipos para dictar nuestra decisión.

Conservar la energía con categorías

Como ocurre con todos los sesgos, la principal razón por la que confiamos en la representatividad es que tenemos recursos mentales limitados. Como tomamos miles de decisiones al día, nuestro cerebro está programado para ahorrar tanta energía como sea posible. Esto significa que a menudo recurrimos a atajos para juzgar rápidamente el mundo que nos rodea. Sin embargo, hay otra razón por la que se produce la heurística de la representatividad, que tiene su origen en cómo percibimos a las personas y los objetos.

Nos basamos en prototipos para tomar decisiones

Agrupar cosas similares, es decir, clasificarlas, es esencial para entender el mundo. Puede parecer una obviedad, pero las categorías son más fundamentales de lo que muchos creen. Piensa en todas las cosas que te encuentras en un solo día. Cada vez que interactuamos con personas, animales u objetos, recurrimos a los conocimientos que hemos adquirido sobre esa categoría para saber qué hacer.

Por ejemplo, cuando vas a un parque canino, puedes ver animales de formas, tamaños y colores muy diversos. Pero como puedes clasificarlos a todos como "perros", sabes inmediatamente qué esperar: corren y persiguen cosas, como recibir golosinas, y si uno de ellos empieza a gruñir, probablemente deberías echarte atrás.

Sin categorías, cada vez que encontráramos algo nuevo tendríamos que aprender desde cero qué es y cómo funciona. Por no hablar de que almacenar tanta información sobre cada entidad por separado sería imposible dada nuestra limitada capacidad cognitiva. Por eso, nuestra capacidad de entender y recordar cosas del mundo depende de la categorización.

Por otro lado, la forma en que originalmente aprendimos a clasificar las cosas también puede afectar a cómo las percibimos.3 Por ejemplo, en ruso, los tonos más claros y más oscuros de azul tienen nombres diferentes ("goluboy" y "siniy", respectivamente), mientras que en inglés nos referimos a ambos como "blue". Las investigaciones revelan que esta diferencia de categorización afecta a la forma en que las personas perciben realmente el color azul: Los rusoparlantes discriminan más rá^pidamente entre azules claros y oscuros que los anglófonos.4

Según una hipótesis de categorización conocida como teoría de los prototipos, utilizamos estadísticas mentales inconscientes para averiguar cómo es el miembro "medio" de una categoría. Cuando intentamos tomar decisiones sobre cosas o personas desconocidas, nos referimos a esta media -el prototipo- como ejemplo representativo de toda la categoría. Hay algunas pruebas interesantes que apoyan la idea de que los humanos somos capaces de calcular de algún modo los miembros "medios" de una categoría. Por ejemplo, las personas tienden a encontrar las caras más atractivas cuanto más se acercan a la cara "media" generada por un ordenador.5

Los prototipos guían nuestras estimaciones sobre probabilidades, como en el ejemplo en el que adivinamos la profesión de Steve. Nuestro prototipo de bibliotecario es probablemente alguien que se parece bastante a Steve -tímido, ordenado y empollón-, mientras que nuestro prototipo de agricultor es probablemente alguien más musculoso, más realista y menos tímido. Intuitivamente, creemos que Steve debe ser bibliotecario porque estamos obligados a pensar en términos de categorías y promedios.

Sobreestimamos la importancia de la similitud

El problema de la heurística de la representatividad es que, en realidad, no tiene nada que ver con la probabilidad y, sin embargo, le damos más valor que a la información relevante. Uno de estos tipos de información son las tasas de base: estadísticas que revelan lo común que es algo en la población general. Por ejemplo, en Estados Unidos hay muchos más agricultores que bibliotecarios. Esto significa que, estadísticamente hablando, es incorrecto que Steve tenga "más probabilidades" de ser bibliotecario, independientemente de cómo sea su personalidad o ^cómo se presente.2

El tamaño de la muestra es otro tipo de información útil que a menudo descuidamos. Cuando estimamos una población grande a partir de una muestra, queremos que ésta sea lo más grande posible para obtener una imagen más completa. Pero cuando nos centramos demasiado en la representatividad, el tamaño de la muestra puede acabar quedando relegado.

Para ilustrarlo, imagina un tarro lleno de bolas. ⅔ de las bolas son de un color, mientras que ⅓ son de otro color. Sally saca cinco bolas del tarro, de las cuales cuatro son rojas y una blanca. James saca 20 bolas, de las cuales 12 son rojas y ocho blancas. Entre Sally y James, ¿quién debería sentirse más seguro de que las bolas del tarro son ⅔ rojas y ⅓ blancas?

La mayoría de la gente dice que Sally tiene más probabilidades de acertar porque la proporción de bolas rojas que sacó es mayor que la proporción que sacó James. Pero esto es incorrecto: James sacó una muestra mayor de bolas que Sally, por lo que está en mejor posición para juzgar el contenido del tarro. Tenemos la tentación de decantarnos por la muestra 4:1 de Sally porque es más representativa de la proporción que buscamos que la 12:8 de James, pero esto nos lleva a un error de juicio.

La representación es esencial para la identificación y la interpretación. De este modo, podemos comprender algo totalmente nuevo sin partir de cero. A veces, esta novedad existe dentro de nosotros mismos. Por ejemplo, cuando exploramos nuestra identidad de género o sexual, puede ser reconfortante identificarnos con una nueva etiqueta para entender por lo que estamos pasando. Otras veces, la novedad está en los demás. Por ejemplo, si tu hermano sale del armario como gay, puede que nos basemos en lo que sabemos de nuestros amigos queer para entender mejor su experiencia.

Sin embargo, confiar únicamente en una categorización estricta plantea dos problemas.

En primer lugar, podemos olvidarnos de considerar la singularidad. Lo creas o no, podemos caer completamente fuera de las categorías, como las personas no binarias, que no sienten que su género encaje en ninguna etiqueta estricta. En situaciones como ésta, forzar las categorías puede alejar a alguien de lo que realmente es, en lugar de guiarle hacia la autoexploración.

En segundo lugar, muchas categorías tienen asociaciones incorrectas. Muchos grupos están plagados de estereotipos, sobre todo cuando se trata de minorías como LGBTQ+. Esto significa que, una vez que sabemos a qué categoría pertenece una persona, es más probable que hagamos suposiciones erróneas sobre ella que correctas.

Dado que la heurística de la representatividad nos incita a descuidar la singularidad y a creer en asociaciones incorrectas, debemos aprender a hacer algo más que confiar ciegamente en las categorías a la hora de hacer predicciones.

Dado que la categorización es tan fundamental para nuestra percepción del mundo, es imposible evitar por completo la heurística de la representatividad. Sin embargo, ser consciente de ello es un buen comienzo. Numerosas investigaciones demuestran que cuando las personas se dan cuenta de que están utilizando un heu^rístico, a menudo corrigen su juicio inicial.10 Señalar a los demás su dependencia de la representatividad, y pedirles que hagan lo mismo con usted, proporciona una retroalimentación útil que puede ayudar a evitar este sesgo.

Otros investigadores han intentado reducir los efectos del heurístico de la representatividad animando a la gente a "pensar como estadísticos". Estos incentivos parecen ayudar, pero el problema es que, sin una señal obvia, la gente se olvida de utilizar sus conocimientos estadísticos, ni siqui^era los universitarios10.

Otra estrategia potencialmente más duradera es el entrenamiento formal en pensamiento lógico. En un estudio, los niños entrenados para pensar de forma más lógica tenían más probabilidades de evit^ar la falacia de la conjunción.10 Teniendo esto en cuenta, aprender más sobre estadística y pensamiento crítico podría ayudarnos a evitar el heurístico de la representatividad.

Aunque la categorización es un elemento básico de la psicología moderna, la clasificación de objetos se remonta a los filósofos de la Antigua Grecia. Aunque Platón abordó por primera vez las categorías en su diálogo Estadista, se convirtieron en un pilar filosófico de su alumno Aristóteles. En su texto Categorías, Aristóteles pretendía clasificar todos los objetos de la comprensión humana en una de diez categorías.

La teoría de los prototipos fue introducida empíricamente por la psicóloga Eleanor Rosch en 1974. Hasta entonces, las categorías se concebían en términos de todo o nada: o algo pertenecía a una categoría o no pertenecía. El planteamiento de Rosch reconocía que los miembros de una categoría determinada suelen ser muy diferentes entre sí y que tendemos a considerar algunas cosas "mejores" miembros de una categoría que otras. Por ejemplo, cuando pensamos en la categoría de las aves, los pingüinos no parecen encajar en este grupo tan claramente como, por ejemplo, un gorrión. La idea de prototipos nos permite describir cómo percibimos a ciertos miembros de una categoría como más representativos de ella que otros.

Más o menos al mismo tiempo, Kahneman y Tversky introdujeron el concepto de heurística de la representatividad como parte de su investigación sobre las estrategias que utilizan las personas para estimar probabilidades en situaciones inciertas. Kahneman y Tversky desempeñaron un papel pionero en la economía del comportamiento, al demostrar que las personas cometen errores sistemáticos de juicio porque se basan en estrategias sesgadas, incluida la heurística de la representatividad.

Las úlceras de estómago son una dolencia relativamente común, pero pueden llegar a ser graves si no se tratan, y a veces incluso provocar un cáncer de estómago mortal. Durante mucho tiempo, se sabía que las úlceras de estómago estaban causadas por una sola causa: el estrés. Por eso, en la década de 1980, cuando un médico australiano llamado Barry Marshall sugirió en un congreso médico que un tipo de bacteria podría causar úlceras, ^sus colegas lo rechazaron de plano.11 Tras ser ignorado, Marshall demostró finalmente sus sospechas utilizando el único método éticamente a su alcance: tomó algunas de las bacterias del intestino de un paciente enfermo, las añadió a un caldo y se lo bebió él mismo. Pronto desarrolló una úl^cera de estómago y otros médicos acabaron por convencerse.12

¿Por qué ha llevado tanto tiempo (y una medida tan extrema) persuadir a los demás de esta nueva posibilidad? Según los psicólogos sociales Thomas Gilovich y Kenneth Savitsky, la respuesta es el heurístico de la representatividad. Las sensaciones físicas que experimenta la gente cuando tiene una úlcera de estómago -dolores ardientes y el estómago revuelto- son similares a las que sentimos cuando sufrimos estrés. A nivel intuitivo, creemos que las úlceras y el estrés deben tener alguna relación. En otras palabras, e^l estrés es una causa representativa de una úlcera.11 Quizá por eso otros profesionales de la medicina se resistieron tanto a la propuesta de Marshall.

Gilovich y Savitsky también sostienen que el heurístico de la representatividad desempeña un papel en las creencias pseudocientíficas, incluida la astrología. En astrología, cada signo del zodiaco se asocia con rasgos específicos. Por ejemplo, se suele decir que Aries, un "signo de fuego" simbolizado por el carnero, es apasionado, confiado, impaciente y agresivo. El hecho de que esta descripción encaje bien con el carnero prototípico no es casualidad: los tipos de personalidad vinculados a cada signo zo^diacal se eligieron porque representan a ese signo.11 Las predicciones que hacen los horóscopos, más que predecir el futuro, son ingeniería inversa basada en lo que mejor encaja con nuestra imagen de cada signo.

Qué es

La heurística de la representatividad es un atajo mental que utilizamos para decidir si un objeto pertenece a una clase. En concreto, tendemos a hacer demasiado hincapié en la similitud o diferencia entre el objeto y la clase para ayudarnos a tomar esta decisión.

Por qué ocurre

Nuestra percepción de las personas, los animales y los objetos se basa en gran medida en la categorización: agrupar cosas similares. Dentro de cada categoría existe un prototipo: el miembro "medio" que mejor representa a la categoría en su conjunto. Cuando utilizamos la heurística de la representatividad, comparamos algo con nuestro prototipo de categoría y, si son similares, instintivamente creemos que debe haber una conexión.

Ejemplo 1 - Representatividad y úlceras de estómago

Cuando un médico australiano descubrió que era una bacteria, y no el estrés, la causante de las úlceras de estómago, otros profesionales de la medicina no le creyeron inicialmente porque las úlceras se parecen mucho al estrés. En otras palabras, el estrés es una causa más representativa de una úlcera que las bacterias.

Ejemplo 2 - Representatividad y astrología

Los tipos de personalidad asociados a cada signo zodiacal en astrología se eligen porque son representativos del animal o símbolo de ese signo.

Cómo evitarlo

Para evitar el heurístico de la representatividad, aprenda más sobre estadística y pensamiento lógico, y pida a los demás que le señalen los casos en los que podría estar confiando demasiado en la representatividad.

Por qué vemos las apuestas como certezas

El heurístico de la representatividad provoca muchos otros sesgos, incluida la falacia del juego. Este artículo analiza el problema de la adicción al juego y por qué es tan difícil persuadir a la gente para que deje de jugar.

Perspectivas TDL: ¿Qué son los heurísticos?

Esta entrevista con Sekoul Krastev, Director General de The Decision Lab, profundiza en la historia de la heurística, sus aplicaciones en el mundo real y sus efectos positivos y negativos.