Saltar al contenido principal
LibreTexts Español

17.1: Heurística Inferencial

  • Page ID
    94088
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    Los seres humanos tienen muchas limitaciones. Tenemos recuerdos limitados, capacidad de atención y habilidades computacionales. También tenemos mejores cosas que hacer que pasar nuestro tiempo tratando de razonar precisamente sobre todo lo que alguna vez pensamos. Entonces, usamos atajos. Estos atajos se denominan heurísticas inferenciales (o de juicio).

    Una heurística inferencial (o de juicio) es una estrategia general que utilizamos para hacer inferencias. Es un dispositivo rudo y listo, un atajo cognitivo, una regla general para el razonamiento. Utilizamos la heurística inferencial con frecuencia, generalmente sin ser conscientes de ello. La heurística se contrasta útilmente con reglas definidas y específicas para el razonamiento (como nuestras reglas anteriores para calcular probabilidades).

    Al igual que muchos de los mecanismos cognitivos estudiados en capítulos anteriores, la heurística inferencial suele ser bastante útil. Nos permiten hacer inferencias rápidas sin tener que recopilar datos o calcular probabilidades. Esto es valioso, porque rara vez tenemos el tiempo, la energía, el saber hacer o el interés para ir a tantos problemas. De hecho, para sobrevivir, los organismos deben ser capaces de procesar la información y sacar conclusiones rápidamente, y las reglas prácticas y habituales del pulgar, las heurísticas, suelen ser más adecuadas para esto que las reglas de razonamiento más confiables, pero que consumen mucho tiempo. El inconveniente es que la dependencia excesiva de la heurística inferencial puede conducir a serios sesgos o errores en el razonamiento.

    Muestreo revisitado

    Recuerda cómo funcionan las inferencias de las muestras a las poblaciones. Cuando inferimos una conclusión sobre una población a partir de una descripción de una muestra de la misma:

    1. Las premisas son afirmaciones sobre la muestra.
    2. La conclusión es una afirmación sobre la población.

    Por ejemplo, podríamos sacar una conclusión sobre el ingreso promedio de los habitantes de Oklahoma con base en los resultados de una muestra de 2,000 habitantes de Oklahoma.

    Nuestra conclusión implica un salto inductivo. Va más allá de la información en sus instalaciones, porque contiene información sobre toda la población, mientras que los locales sólo contienen información sobre la muestra. Pero si satisfacemos dos condiciones que involucran la muestra, nuestra inferencia aún puede ser inductivamente fuerte. Debemos tener:

    1. Una muestra lo suficientemente grande.
    2. Una muestra representativa (imparcial).

    Una muestra imparcial es típica de la población. Por el contrario, en una muestra sesgada, algunas porciones de la población están sobrerrepresentadas y otras están subrepresentadas. El problema con una muestra muy pequeña es que es poco probable que sea representativa. Al igual que otras cosas, una muestra más grande será más representativa. Pero hay costos para recopilar información, costos en tiempo, dólares y energía, por lo que rara vez es factible o deseable obtener muestras que sean enormes.


    This page titled 17.1: Heurística Inferencial is shared under a CC BY-NC 4.0 license and was authored, remixed, and/or curated by Jason Southworth & Chris Swoyer via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.