Saltar al contenido principal
LibreTexts Español

17.2: La heurística de disponibilidad

  • Page ID
    94075
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)
    • ¿Mueren más personas en Estados Unidos por asesinato o suicidio?
    • ¿Hay más palabras en inglés que comiencen con la letra 'r' o palabras que tengan 'r' como su tercera letra?
    • ¿Hay más personajes famosos de Oklahoma, o de Kansas (un estado con aproximadamente la misma población)?

    Muchas de nuestras inferencias conducen a conclusiones sobre la frecuencia relativa o proporción de alguna característica en una población. ¿Hay más Bs que Cs; por ejemplo, ¿hay más Jeeps (Bs) o Fords (Cs)? ¿Es más probable que una A sea una B o una C; por ejemplo, es más probable que un estudiante de OU (una A) sea masculino (B) o femenino (C)? Dado que rara vez podemos verificar a toda la población, debemos basar nuestra inferencia en una muestra. En la vida cotidiana, rara vez tenemos el tiempo o los recursos para recolectar una muestra como lo hacen los científicos, por lo que a menudo “hacemos el muestreo en nuestras cabezas”. Tratamos de recordar casos que conocemos, o imaginar casos que nos parecen relevantes.

    Supongamos que quieres saber si hay más Vados o Jeeps en uso hoy en día. Probablemente confiarás en la muestra de vehículos que puedas recordar. Intenta pensar en las diversas marcas de vehículos que has observado. Obviamente, este método es algo vago e impresionista, ya que probablemente no recuerdes más que un puñado de Ford específicos (como el Fiesta de Wilbur) o Jeeps (como el de la tía Ethel). Pero al menos sí sabes que has visto muchos más Vados que Jeeps. Tienes una memoria generalizada sobre esto, aunque no recuerdes muchos vehículos específicos de ninguno de los dos tipos.

    En muchos casos, incluido este, este método funciona. Recuerdas haber visto muchos Vados, y recuerdas que no has visto muchos Jeeps. La razón por la que recuerdas más Vados es que hay más Fords. Los vados están fácilmente disponibles para recordar en gran parte porque hay muchos de ellos. Los vados están más disponibles en tu memoria precisamente porque has visto muchos más Fords.

    Cuando necesitamos juzgar la frecuencia relativa o probabilidad de algo, a menudo nos influye la disponibilidad o accesibilidad de ese tipo de cosas en el pensamiento. La “muestra en nuestras cabezas” consiste en los casos que recordamos y, hasta cierto punto, los casos que podemos imaginar fácilmente. Utilizamos la heurística de disponibilidad cuando basamos nuestras estimaciones de frecuencias o probabilidades en aquellos casos que más fácilmente nos vienen a la mente, en los que están más disponibles en la memoria y la imaginación. Esta heurística nos inclina a asumir que es más probable que ocurran cosas que son más fáciles de recordar o imaginar.

    Por qué las cosas están disponibles

    A menudo, recordamos ciertas cosas porque realmente ocurren con frecuencia, y cuando este es el caso, la muestra disponible en nuestra cabeza a menudo será buena (o al menos lo suficientemente buena para las inferencias rudas y listas de la vida cotidiana). Cuando la disponibilidad está altamente correlacionada con frecuencias o probabilidades objetivas, como suele ser, es una guía útil. ¿Hay más palabras que comiencen con la letra 'r' o con la letra 'z'? Las palabras que comienzan con 'r' están más disponibles que las que comienzan con 'z' precisamente porque son mucho más comunes. Aquí la heurística funciona muy bien, llevándonos a la conclusión correcta.

    Pero la frecuencia juzgada y la frecuencia verdadera de algo pueden ser muy diferentes. Las cosas pueden estar disponibles en la memoria o la imaginación por razones que tienen poco que ver con su frecuencia o probabilidad. En estos casos, la heurística de disponibilidad nos lleva a confiar en una pequeña muestra (los casos que recordamos fácilmente) y una que puede estar sesgada de varias maneras (los casos que nos encontramos y logramos recordar). Por ejemplo, las cosas con las que estamos familiarizados estarán disponibles. Y dado que la memoria generalmente se vuelve menos vívida y accesible con el tiempo, es más probable que las experiencias y eventos más recientes estén disponibles que los que ocurrieron hace más tiempo.

    Comenzamos esta sección preguntando si hay más palabras en inglés que comiencen con la letra 'r' o palabras que tengan 'r' como su tercera letra. Muchos de nosotros pensamos (al menos cuando no estamos preparados para pensar que hay un truco involucrado) que más palabras comienzan con 'r', aunque de hecho esto es falso. Entonces, ¿por qué pensamos esto? Pero es mucho más fácil pensar, generar, letras que comiencen por 'r' que pensar en palabras en las que 'r' viene tercero. Las palabras que comienzan con 'r' están más disponibles para nuestras mentes, y esta mayor disponibilidad lleva a muchos de nosotros a inferir que más palabras comienzan con 'r'.

    Ejemplos de Disponibilidad

    Alrededor de 1 de cada 30 millones de estadounidenses son asesinados por terroristas en un año; significativamente más —alrededor de 12 de cada 10 mil— mueren en accidentes automovilísticos. Pero es probable que los casos en los que los estadounidenses son asesinados por terroristas sean noticia, y por razones obvias, destacan en la memoria. Ahora supongamos que se nos pide estimar el número de personas asesinadas por terroristas. La muestra que está fácilmente disponible, la que viene naturalmente a la mente, puede llevarnos fácilmente a sobreestimar la amenaza del terrorismo hoy en día. La gente también sobreestima la tasa de homicidios y otras historias que hacen noticia. Esta es una de las razones por las que la mayoría de nosotros suponemos que hay más asesinatos que suicidios, aunque las estadísticas muestran que hay muchos más suicidios que asesinatos. Por el contrario, la frecuencia de cosas que no están tan bien publicitadas, como la muerte por diabetes, suele subestimarse radicalmente.

    Por otro lado, a menos que sepamos de varias personas que han sido asesinadas en accidentes, los ejemplos de tales muertes pueden no ser tan sobresalientes en la memoria. Tales muertes son lo suficientemente comunes como para que no sea probable que sean reportadas por los medios de comunicación a menos que la persona asesinada sea conocida. Los ejemplos de tales muertes no están particularmente disponibles, por lo que podemos subestimar radicalmente su frecuencia. Por tomar un ejemplo relacionado, los incendios hacen que las noticias sean más frecuentes que los ahogamientos, y pueden ser más dramáticos de varias maneras. Entonces, no es de extrañar que mucha gente piense que la muerte por fuego es más probable que ahogarse, a pesar de que lo contrario es el caso. La buena noticia aquí es que podemos subestimar la cantidad de ayuda y amabilidad que hay, ya que tales reportes rara vez hacen la noticia.

    Las cosas que ocurren razonablemente a menudo (por ejemplo, accidentes automovilísticos fatales) rara vez se reportan y se olvidan fácilmente, mientras que los eventos que son raros pero dramáticos (por ejemplo, el terrorismo) son buenas noticias y se destacan en la memoria. En tales casos, la frecuencia no está estrechamente relacionada con la disponibilidad en la memoria, y el uso de la heurística de disponibilidad nos llevará por mal camino. Por ejemplo, 100 veces más personas mueren de enfermedades que son víctimas de homicidio, pero los periódicos llevan tres veces más artículos sobre asesinatos.

    Efectos de medios

    Aquí hay algunos ejemplos adicionales. Los medios de comunicación y los anunciantes a menudo nos hablan de personas que le hacen rico al ganar una lotería estatal. Esto puede hacer que tales casos estén más disponibles para nosotros en pensamiento, llevándonos a sobreestimar la probabilidad de ganar una lotería (todos sabemos que la probabilidad de ganar es baja, pero es mucho menor de lo que mucha gente supone). Nuevamente, muchas más personas mueren de diabetes cada año que en accidentes que involucran fuegos artificiales. Estos últimos reciben más prensa, sin embargo, y mucha gente piensa que más muertes realmente son causadas por tales accidentes.

    En parte porque son reportados y en parte por el éxito de la película Tiburón, los ataques de tiburones parecen vívidos, fáciles de imaginar y fáciles de recordar. De hecho, son extremadamente raros, y es mucho más probable que te maten de muchas otras formas (menos dramáticas). Esta es una buena oportunidad para poner a trabajar las habilidades de investigación que aprendiste en capítulos pasados. ¿Qué tan comunes son los ataques de tiburones ¿Con qué frecuencia son fatales esos? Compara esos resultados con muertes humanas causadas por un animal mucho más mundano, como un cerdo o un caballo.

    Los eventos sorprendentes son memorables

    Hay muchos otros casos en los que los eventos improbables pueden estar particularmente disponibles. Algunas personas son muy propensas a recuperarse de una enfermedad que es fatal para la mayoría de las personas que la contraen. Dado que la minúscula minoría que se recupera probablemente estará bajo algún tipo de tratamiento (llámalo tratamiento X), y dado que las recuperaciones milagrosas son buenas noticias, es posible que oigamos hablar de la cura milagrosa debido al tratamiento X. Esto estará disponible para la memoria, y así sobreestimamos la probabilidad de que X pueda ser efectivo en curando la enfermedad.

    En efecto, en todas las condiciones menos en las más extremas, casi cualquier cura milagrosa o solución rápida (para perder peso, patear cigarrillos, dejar de jugar, etc.) parecerá funcionar para algunas personas (tal vez por un efecto placebo, quizás pura coincidencia completa). En tales casos, podemos escuchar un aval, quizás en un infomercial, de personas que sinceramente creen que se han beneficiado con el tratamiento. Tal testimonio puede ser muy convincente, y a menudo está fácilmente disponible en la memoria. En tales casos, la heurística de disponibilidad puede llevarnos a gastar mucho dinero en arreglos rápidos que no arreglan nada en absoluto (excepto la condición financiera de la persona que los vende).

    Saliencia

    Uno o dos ejemplos pueden ser tan vívidos o sobresalientes que nos llevan a descontar pruebas mucho mejores. Los casos “cercanos a casa” pueden ser especialmente convincentes. Tu tía Ethel tenía un Toyota Prius que era un verdadero pedazo de basura (aunque 'basura' no era exactamente la palabra que usaba). Es probable que este solo estuche te quede muy grande en tu memoria. Entonces aprendes que algún grupo de consumidores en el que confías (por ejemplo, Consumer Reports) hizo una encuesta a miles de propietarios de automóviles y encontró que el Prius era más confiable que la mayoría de las otras marcas. Si eres como la mayoría de las personas, el único caso cercano a casa destacará más (será más destacado); será más memorable. De ahí que tenga una influencia muy grande en lo que compre que el estudio cuidadoso y detallado del grupo de consumidores.

    Nuestras muestras cotidianas suelen estar sesgadas Muchas de las muestras que encontramos a medida que avanzamos en nuestras vidas están sesgadas. Nuestra edad, género, raza, trabajo, amigos, intereses y donde vivimos significan que estaremos más expuestos a algunas cosas que a otras. Si vives en Boston, Massachusetts estarás expuesto a una gama diferente de cosas que si vives en Belleville, Kansas. En muchos casos esto es obvio, y es relativamente fácil descontar por ello. Te das cuenta que no es seguro predecir los gustos musicales del público en general a partir de los gustos musicales de las personas que conoces; no proporcionan una muestra representativa. Pero en otros casos, la naturaleza sesgada de las muestras que normalmente encontramos puede ser menos obvia. Puede ser tentador, por ejemplo, formar creencias sobre las opiniones políticas del público en general sobre diversos temas a partir de las opiniones que escuchamos expresadas con mayor frecuencia. Pero estos pueden no ser representativos de las opiniones de las personas en general.

    Problemas con la disponibilidad

    En capítulos anteriores, nos encontramos con varios fenómenos que sugieren que la disponibilidad de las cosas en la memoria no siempre es una buena guía de cómo son realmente las cosas. El conjunto perceptivo nos inclinará a notar ciertas cosas mientras pasamos por alto a otras, influyendo así en lo que la convierte en la memoria en primer lugar. Entonces la elaboración en la memoria puede afectar lo que recordamos, al igual que el contexto en el que lo recordamos. Pueden entrar más sesgos debido a la primacía, la actualidad o los efectos de halo. En resumen, la muestra en nuestras cabezas a menudo se basa en una experiencia limitada, y luego puede distorsionarse aún más de diversas maneras.

    Los prejuicios y estereotipos son un ejemplo especialmente insidioso de ello. Si tienes un estereotipo negativo de miembros de un determinado grupo, es probable que notes algunas cosas (por ejemplo, casos en los que un miembro del grupo falla) que otras (por ejemplo, casos en los que un miembro tiene éxito). También será más probable que recuerdes esos casos y te resulte más fácil imaginarlos. Cuando entonces debes predecir cómo van a hacer los miembros típicos de ese grupo, los casos negativos estarán más disponibles que los positivos, y es probable que concluyas que probablemente les vaya mal. Volveremos a este tema en un capítulo posterior.

    No podemos abandonar la heurística de disponibilidad. Está profundamente arraigado en la forma en que razonamos, y a menudo funciona muy bien. Pero necesitamos ser conscientes de las formas en que puede conducir a un razonamiento falaz. Tenemos que darnos cuenta de que las muestras en nuestras cabezas (y en las cabezas de los demás, muchas veces incluso las que están en la cabeza de los expertos) están sesgadas de una forma u otra.


    This page titled 17.2: La heurística de disponibilidad 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.