Rocío García-Retamero, profesora en la Facultad de Psicología de la Universidad de Granada (UGR), y Jörg Rieskamp, investigador del Instituto Max Planck para el Desarrollo Humano (Alemania), han examinado la tasa de acierto de dos tipos de estrategias que solemos emplear para hacer inferencias según el mecanismo que se emplee para tratar la información de la que no disponemos.
Son las denominadas take-the-best (TTB) y weighted additive (WADD), "dos estrategias prototípicas que representan muy bien cómo nos comportamos los humanos habitualmente", explica a SINC García-Retamero.
La primera estrategia, la TTB, consiste en seleccionar una pista, aquella que consideremos más significativa para nuestro propósito. En el restaurante, por ejemplo, el método de cocción nos puede servir para distinguir entre una comida sana y una que no lo es. Si aún así, esta propiedad no nos permite discriminar, entonces seleccionamos una segunda pista.
Con la estrategia WADD, en cambio, consideramos muchas más pistas y valoramos además la importancia de cada una de ellas. Así, el método de cocción junto con otras propiedades de la comida, como su origen o su contenido en nutrientes, se suman al razonamiento de inferencia
Maneras de inferir
Los investigadores explican que en los últimos 20 años los estudios que abordan la forma en que los individuos tratan la información incompleta han mostrado que funcionamos de forma muy diversa, según el tipo de problema de inferencia al que nos enfrentemos.
La distribución de la información que falta nos puede servir de ayuda. Volviendo al ejemplo del restaurante, podemos considerar, por ejemplo, que esa información es igual para todos los platos (distribución uniforme), o que, al contrario, para los platos menos sanos esa información "oculta" es mayor (distribución condicionada).
A partir de estos criterios, los investigadores han diseñado 10 problemas de inferencia, distintos en cuanto al número de objetos que considerar (entre 24 y 181), la cantidad de información no disponible (del 0 al 100%) y la distribución de esa información (uniforme o condicionada), y han calculado el porcentaje de acierto en cada caso.
El estudio revela que las distintas opciones de tratar lo que no conocemos y también los modos en que se distribuye la información "oculta" tienen el mismo impacto sobre las dos estrategias de inferencia. Un resultado que los autores califican de "sorprendente", pues a priori podríamos pensar que usar una estrategia compensada como la weighted additive incrementa la probabilidad de acertar en nuestras inferencias.
Sin embargo, tal y como apunta la psicóloga, el resultado "se encuentra en la misma línea de los trabajos previos sobre la estrategia take-the-best , que demuestran que estrategias sencillas basadas en poca información pueden ser tan precisas como aquéllas que integran un número muy elevado de claves en nuestro entorno".
Son las denominadas take-the-best (TTB) y weighted additive (WADD), "dos estrategias prototípicas que representan muy bien cómo nos comportamos los humanos habitualmente", explica a SINC García-Retamero.
La primera estrategia, la TTB, consiste en seleccionar una pista, aquella que consideremos más significativa para nuestro propósito. En el restaurante, por ejemplo, el método de cocción nos puede servir para distinguir entre una comida sana y una que no lo es. Si aún así, esta propiedad no nos permite discriminar, entonces seleccionamos una segunda pista.
Con la estrategia WADD, en cambio, consideramos muchas más pistas y valoramos además la importancia de cada una de ellas. Así, el método de cocción junto con otras propiedades de la comida, como su origen o su contenido en nutrientes, se suman al razonamiento de inferencia
Maneras de inferir
Los investigadores explican que en los últimos 20 años los estudios que abordan la forma en que los individuos tratan la información incompleta han mostrado que funcionamos de forma muy diversa, según el tipo de problema de inferencia al que nos enfrentemos.
La distribución de la información que falta nos puede servir de ayuda. Volviendo al ejemplo del restaurante, podemos considerar, por ejemplo, que esa información es igual para todos los platos (distribución uniforme), o que, al contrario, para los platos menos sanos esa información "oculta" es mayor (distribución condicionada).
A partir de estos criterios, los investigadores han diseñado 10 problemas de inferencia, distintos en cuanto al número de objetos que considerar (entre 24 y 181), la cantidad de información no disponible (del 0 al 100%) y la distribución de esa información (uniforme o condicionada), y han calculado el porcentaje de acierto en cada caso.
El estudio revela que las distintas opciones de tratar lo que no conocemos y también los modos en que se distribuye la información "oculta" tienen el mismo impacto sobre las dos estrategias de inferencia. Un resultado que los autores califican de "sorprendente", pues a priori podríamos pensar que usar una estrategia compensada como la weighted additive incrementa la probabilidad de acertar en nuestras inferencias.
Sin embargo, tal y como apunta la psicóloga, el resultado "se encuentra en la misma línea de los trabajos previos sobre la estrategia take-the-best , que demuestran que estrategias sencillas basadas en poca información pueden ser tan precisas como aquéllas que integran un número muy elevado de claves en nuestro entorno".
No hay comentarios:
Publicar un comentario