PREGUNTAS DE EXAMEN TEMA 6

1.- Describa el heurstico de accesibilidad e ilustre con un ejemplo el tipo de errores que puede producir.
Mayo 2005 1s.

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los
juicios humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas
para realizar sus juicios.

El heurstico de accesibilidad consiste en asignar la probabilidad de ocurrencia de un suceso (estimacin de frecuencias) en

funcin de la facilidad con la que se recuerda. Este heurstico suele conducir a buenos resultados, puesto que lo ms frecuente

suele estar ms disponible en la memoria.

Los tipos de errores. Sin embargo, lo ms accesible no siempre es lo ms probable porque adems de la frecuencia hay otras
VV que afectan a esta accin como la recencia, la saliencia, la familiaridad.
Ejemplos:
o Recencia. El noticiario de hoy emite la noticia de un accidente grave de avin. Al or esta noticia los sujetos pasan a
considerar los accidentes de avin como ms probables de lo que en realidad son debido a que esta informacin reciente es
o

ms accesible a la memoria.
Familiaridad de la informacin. Tomamos dos listas de nombres, una con nombres de personajes conocidos y otra con
nombres de personas annimas. Al preguntar qu nombres son ms usuales? Las personas solemos responder los que se

incluyen en la lista de personajes conocidos debido a que la familiaridad con la informacin la hace ms accesible.
Saliencia. Se pide a un grupo de personas que imaginen a un equipo de ftbol determinado ganando o perdiendo la liga.
Posteriormente se pide a los sujetos un juicio sobre sus expectativas de que ese equipo resulte ganador de liga. Se
comprueba que los sujetos consideran ms probable la situacin previamente imaginada (ganar o perder respectivamente),

y esto se debe a que al imaginar la situacin, sta se hace saliente en su memoria y por tanto ms accesible.
Sesgo retrospectivo. Se pregunta a los sujetos por qu partido poltico ganar las elecciones, una vez se conoce el
resultado gran parte de los sujetos piensan que podran haberlo predicho y que no podra ser de otra forma.

1 Montse Garca
Preguntas tema 6 Pensamiento 2011

La correlacin ilusoria. Tiene implicaciones para la formacin de estereotipos sociales. Cuando un miembro de un grupo
minoritario realiza una accin negativa, ambos sucesos se asociarn y se estimarn como relativamente frecuentes.

El heurstico de accesibilidad est estrechamente relacionado con el heurstico de simulacin (ver ejemplo citado en SALIENCIA), la
diferencia radica en que el de accesibilidad se utiliza en tareas de recuerdo y el de simulacin en las de prediccin.

2.- Describa un ejemplo del heurstico de razonamiento probabilstico denominado heurstico de anclaje y
ajuste.

Sep. 2005, Sep. 2009

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios.

El heurstico de anclaje y ajuste consiste en la emisin de un juicio basado en algn valor inicial que posteriormente se va
ajustando hasta producir la respuesta final. El valor en que se produce el anclaje puede estar sugerido por la formulacin del
problema, ser consecuencia de un cmputo parcial o incluso puede ser un valor tomado al azar. En todos los casos, la respuesta

final parece estar sesgada hacia el valor inicial, tanto si es relevante para el problema como si no lo es.
Ejemplo:
En un estudio se pidi a unos sujetos que estimasen el porcentaje de pases africanos que hay en las Naciones Unidas. Los
sujetos tenan que decidir si dicho porcentaje era mayor o menor que el nmero que sala en una ruleta. Se comprob que
las respuestas variaron dependiendo del resultado previo obtenido. Si sala un 10, se estimaba un % de 25, pero si sala un
65, el % estimado era de 45.

3.- Describa el heurstico de representatividad e ilustre con un ejemplo la insensibilidad de las

probabilidades a priori.

Reserva 2005

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios.
2 Montse Garca
Preguntas tema 6 Pensamiento 2011

El heurstico de representatividad consiste en asignarle probabilidad a un suceso en funcin de su pertenencia a una clase .
Se trata de juzgar la probabilidad de que A pertenezca a un conjunto B, fijndose en la semejanza entre A y los miembros de B.
El uso de este heurstico puede llevar a respuestas correctas con un bajo coste cognitivo. Sin embargo, la estrategia al

basarse en la semejanza, ignorando la informacin estadstica, provocar una serie de sesgos.

Sesgo de la insensibilidad a las probabilidades a priori. Es la tendencia de los sujetos a asignar probabilidad a un suceso
teniendo solamente en cuenta la informacin nueva presentada (en caso de que sta sea representativa), olvidando las
probabilidades a priori.
Ejemplo: Carlos es tmido e introvertido, es muy servil pero con poco inters en las personas, o en el mundo real. Tiene
una necesidad por el orden y una pasin por el detalle
De las profesiones siguientes que podra ejercer Carlos: granjero, piloto de carreras, bibliotecario, cmo las ordenaras
de la ms a la menos probable?
La mayora de la gente considera que Carlos es bibliotecario antes que granjero, desestimando el hecho de que en su
localidad hay muchsimos ms granjeros que bibliotecarios (probabilidades a priori), y simplemente fijndose en que las
caractersticas de personalidad de Carlos se ajustan ms al estereotipo de bibliotecario que al de granjero.

4.- Explique la falacia de la conjuncin y desarrolle un ejemplo.

Junio 2006

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios: heurstico de representatividad, heurstico de accesibilidad y heurstico de anclaje y ajuste. La falacia de la
conjuncin los sesgos del heurstico de representatividad.

El heurstico de representatividad consiste en asignarle probabilidad a un suceso en funcin de su pertenencia a una clase .

Se trata de juzgar la probabilidad de que A pertenezca a un conjunto B, fijndose en la semejanza entre A y los miembros de B.
La falacia de la conjuncin. Consiste en estimar, para la probabilidad de interseccin de dos sucesos, un valor mayor que la
estimada para la probabilidad simple de uno de los sucesos. Sin embargo esto va en contra de uno de los axiomas de la teora de
la probabilidad que dice que: la probabilidad conjunta de dos sucesos es siempre menor o igual que la probabilidad de cada
uno por separado.
3 Montse Garca
Preguntas tema 6 Pensamiento 2011

Ejemplo: Mara tiene 31 aos, soltera, de opiniones claras y honestas, brillante. En la universidad acab la carrera de filosofa.
Cuando era estudiante se preocupaba mucho por la discriminacin de gnero, la justicia social, particip en demostraciones
pacifistas y ecologistas.
A continuacin se presentan tres afirmaciones: 1) Mara es funcionaria; 2) Mara es activista feminista y funcionaria y 3) Mara
es activista feminista.
Se pide que se ordenen los enunciados poniendo en primer lugar la afirmacin ms probable hasta la menos probable.
Generalmente la respuesta que se obtiene es el siguiente orden: 1) Mara es activista feminista; 2) Mara es activista feminista
y funcionaria y 3) Mara es funcionaria. Al escoger este orden se est cayendo en la falacia de la conjuncin dado contraviene el
axioma de la probabilidad citado anteriormente.

5.- Describa mediante un ejemplo el sesgo de razonamiento probabilstico denominado insensibilidad a la

capacidad predictiva del dato.

Mayo 2007, Reserva 2007, Mayo 2008

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios.

El heurstico de representatividad consiste en asignarle probabilidad a un suceso en funcin de su pertenencia a una clase .
Se trata de juzgar la probabilidad de que A pertenezca a un conjunto B, fijndose en la semejanza entre A y los miembros de B.
El uso de este heurstico puede llevar a respuestas correctas con un bajo coste cognitivo. Sin embargo, la estrategia al

basarse en la semejanza, ignorando la informacin estadstica, provocar una serie de sesgos.

Sesgo de la insensibilidad a la capacidad predictiva del dato. Este sesgo se manifiesta cuando se tiene en cuenta nicamente la
evidencia que puede confirmar la hiptesis de la que se parte y se ignora la evidencia que puede conducir a su falsacin.
Ejemplo: Te encuentras con el Sr. Prez en una fiesta a la que nicamente han sido invitados profesores y hombres de
negocios. La nica informacin que tienes del Sr. Prez es que es miembro del Club Ruizs.

4 Montse Garca
Preguntas tema 6 Pensamiento 2011

Debes asignar la probabilidad de que Prez sea un profesor y para ello puedes realizar unas preguntas (abajo). Antes de
hacer las preguntas debes evaluar la relevancia que tiene cada una para tu tarea, considerando relevantes aquellas cuya
respuesta te ayudar a llevarla a cabo.
1.
2.
3.
4.

Qu
Qu
Qu
Qu

porcentaje
porcentaje
porcentaje
porcentaje

de
de
de
de

los
los
los
los

asistentes a la fiesta son profesores?

miembros del Club Ruizs estn en la fiesta?
profesores presentes en la fiesta son miembros del Club Ruizs?
hombres de negocios presentes en la fiesta son miembros del Club Ruizs?

Las preguntas corresponden a: 1- P(H); 3 (P(D/H) y 4- P(D/H), la 2 es irrelevante. Los resultados muestran que
mientras que el 89,3% de los sujetos consideran relevante la pregunta 3, slo un 53,6% consideraron relevante la 4
(asociacin del dato y la hiptesis alternativa).

6.- Describa el sesgo de sobreconfianza y cmo se explica su persistencia en los juicios de segundo orden.
Junio 2007

Un aspecto habitual que se ha estudiado en los juicios bajo incertidumbre y en tareas de razonamiento en general es la confianza del
sujeto en el juicio emitido. Esta confianza puede considerarse como un juicio de secundo orden, de forma que la persona evala su
ignorancia o su certeza con respecto a la respuesta emitida. As, el hecho de que se asigne una confianza escasa a un juicio sesgado
sealara cierta capacidad de las personas para detectar el juicio o el razonamiento racional.
En las investigaciones se observa que las personas slo responden correctamente en el 80% de las preguntas a las que han asignado una
certeza absoluta, esto indica que los sujetos estaran incorrectamente calibrados.

Sesgo de sobreconfianza. Se define como la evidencia indica que las personas tienen tendencia a asignar una confianza mayor
de la que correspondera a su grado de precisin. Este sesgo aumenta a medida que la dificultad de las preguntas es mayor,
mientras que los sujetos estaran mejor calibrados mostrando incluso subconfianza cuando se enfrentan a preguntas ms fciles.
Existen varias explicaciones para la persistencia del juicio de sobreconfianza:
o Los sujetos generan ms evidencia a favor de la propia hiptesis que en contra.
o La creencia de que la memoria es completamente fiable.
o La falta de retroalimentacin en la vida diaria, de forma que los errores de juicio a menudo no se aprecia.
o Se apela a factores motivacionales como la ilusin de control.
5 Montse Garca
Preguntas tema 6 Pensamiento 2011

Tambin el tipo de tarea influye en la calibracin; por ejemplo: los sujetos parecen mejor calibrados cuando deben asignar el
rango de resultados a los que se respondera con certeza, que en la tarea habitual de asignar la confianza a un resultado concreto.

7.- Cmo explica la Teora de los Modelos Mentales el sesgo de sobreconfianza en el razonamiento
probabilstico?

Junio 2008, Mayo 2010

Un aspecto habitual que se ha estudiado en los juicios bajo incertidumbre y en tareas de razonamiento en general es la confianza del
sujeto en el juicio emitido. La tendencia que tienen las personas a asignar una confianza mayor de la que correspondera a su grado de
precisin se definira como sesgo de sobreconfianza.
Al contrario que otras perspectivas, la Teora de los Modelos Mentales no alude a la calibracin para explicar este sesgo. Desde este
enfoque, el sesgo de sobreconfianza podra deberse a que las personas tendran una necesidad de satisfaccin. As, seleccionaran
aquellos modelos que conducen a conclusiones ms crebles o deseables. En este caso, la conclusin se aceptar sin buscar otros
modelos que puedan contradecirla, mientras que, cuando la conclusin extrada sea poco creble, la persona seguir buscando modelos
que permitan falsarla.
Esta sobreconfianza ser mayor cuanto ms difcil sea la tarea y, por tanto, sean necesarios ms modelos para llegar a una conclusin
correcta (o sea, mayor dificultad). Partiendo de que las personas se basan en unos pocos modelos, lo que aumenta en las tareas
difciles es el nmero de modelos que se ignoran as como tambin aumenta la probabilidad de llegar a una respuesta incorrecta
manteniendo la misma confianza.

8.- Exponga cules han sido las crticas principales que ha recibido el enfoque de los Heursticos de
Razonamiento de Tversky y Kahneman.

Junio 2009

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios: heurstico de representatividad, heurstico de accesibilidad y heurstico de anclaje y ajuste.

6 Montse Garca
Preguntas tema 6 Pensamiento 2011

Crticas al enfoque de los heursticos de Razonamiento. A pesar de la gran utilidad de los heursticos planteados por estos
autores y la gran cantidad de investigacin generada, tambin han sido objeto de crticas centradas fundamentalmente en los
siguientes aspectos:
o Flexibilidad de los heursticos. Las implicaciones de esta flexibilidad es que en ocasiones no se conoce en qu
condiciones se aplicar uno y otro heurstico, ya que, como hemos visto, pequeos cambios en la presentacin del
problema influyen en la estrategia a utilizar, mientras que el mismo heurstico se aplica en situaciones aparentemente muy
diferentes. Asimismo la estrecha relacin que mantienen entre s los tres heursticos provoca que a veces sea muy difcil
o

saber cul es el que se est utilizando.

Escasa validez externa. En este punto se concentran el mayor nmero de crticas, ya que muchos consideran que los
resultados obtenidos en el laboratorio no pueden extrapolarse a la vida diaria. El motivo principal de esta afirmacin
es que, mientras en el contexto experimental la informacin se ofrece de forma limitada y en un bloque, en el contexto
natural existe gran cantidad de informacin con un nmero elevado de seales redundantes a las que el sujeto se expone
selectivamente, segn lo que considere ms relevante en funcin de sus deseos y necesidades.
Por otra parte, las personas no usan slo los datos que les proporcionan, sino tambin su conocimiento del mundo.

9.- Segn Tversky y Kahneman Cules son las funciones principales que cumplen los heursticos en el
razonamiento probabilstico?

Junio 2010

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los juicios
humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas para
realizar sus juicios: heurstico de representatividad, heurstico de accesibilidad y heurstico de anclaje y ajuste.
Los autores sostienen que las personas no analizan habitualmente los eventos cotidianos mediante listas exhaustivas de
probabilidades, ni elaboran un pronstico final que combine varios parmetros probabilsticos. Por el contrario, sugieren que en lugar de
las leyes de probabilidad bayesiana en la emisin de juicios utilizamos otro tipo de estrategias, una especie de reglas de andar por
casa (heursticos) que se utilizan de forma espontnea.
7 Montse Garca
Preguntas tema 6 Pensamiento 2011

Las funciones principales que cumplen estos heursticos son las de simplificar la tarea de asignar probabilidades y la tarea de
predecir, reduciendo ambas tareas a operaciones ms simples.
Su uso podra explicarse aludiendo a restricciones cognitivas (limitaciones MCP), ya que raramente podemos tener en cuenta toda
la informacin, por lo que la seleccionamos dependiendo del juicio a realizar y de la disponibilidad de dicha informacin.
La utilizacin de estos heursticos pueden llevar a respuestas correctas con bajo coste cognitivo, sin embargo estas estrategias
al ignorar la informacin estadstica darn lugar a sesgos.

10.- Defina el heurstico de accesibilidad y explique con un ejemplo en qu consiste el sesgo retrospectivo.
Sep. 2010

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los
juicios humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas
para realizar sus juicios.

El heurstico de accesibilidad consiste en asignar la probabilidad de ocurrencia de un suceso (estimacin de frecuencias) en

funcin de la facilidad con la que se recuerda. Este heurstico suele conducir a buenos resultados, puesto que lo ms frecuente
suele estar ms disponible en la memoria. Sin embargo, lo ms accesible no siempre es lo ms probable porque adems de la

frecuencia hay otras VV que afectan a esta accin como la recencia, la saliencia, la familiaridad.
Uno de los sesgos ms conocidos que se producen a raz de utilizar el heurstico de accesibilidad es el sesgo retrospectivo.
Sesgo retrospectivo. Consiste en que la probabilidad percibida de un suceso aumenta cuando los sujetos conocen el resultado
final. Una vez que ha sucedido un acontecimiento, los sujetos piensan que podran haberlo predicho y que no poda haber sido de

otra forma.
Ejemplo:
o Sesgo retrospectivo. Se pregunta a los sujetos por qu partido poltico ganar las elecciones, una vez se conoce el
resultado gran parte de los sujetos piensan que podran haberlo predicho y que no podra ser de otra forma.

8 Montse Garca
Preguntas tema 6 Pensamiento 2011

11.- Concepto de heurstico de representatividad en el razonamiento probabilstico. Ilustre con un ejemplo

la insensibilidad al tamao de la muestra.

Propuesta por David Pinilla

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los
juicios humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas
para realizar sus juicios.

El heurstico de representatividad. Consiste en asignar la probabilidad a un suceso en funcin de su semejanza con una
clase o con un prototipo. Este heurstico puede conducir a resultados correctos con bajo coste cognitivo, puesto que la tipicidad
est relacionada con la frecuencia. Sin embargo, la semejanza no est afectada por otras VV que s influyen en la probabilidad,
por ejemplo: por el tamao de la muestra, las probabilidades a priori o la capacidad predictiva de la informacin. Tampoco
contempla efectos estadsticos como la regresin a la media o que la probabilidad de la conjuncin de dos sucesos sea menor que

la de cada suceso por separado.

Insensibilidad al tamao de la muestra. Se considera que la probabilidad de asignada ser ms cercana a la probabilidad
real de un suceso cuanto mayor sea el nmero de observaciones de que partimos. No obstante, esta informacin no parece ser
importante para la mayora de las personas.
Ejemplo: Cuando las personas conocen la probabilidad real de un suceso, por ejemplo, la probabilidad de nacimientos de
varones y hembras, esperan que esa frecuencia aparezca tanto en un nmero grande de observaciones como en un nmero
muy pequeo (prcticamente sin tener en cuenta el tamao de la muestra). As, en una muestra de 72 familias de 6 hijos
los sujetos encuentran ms probable una secuencia de hijos como MVMMVV (con un nmero paritario de varones y
hembras), que la secuencia MMMMVM (con un nmero muy desigual de varones y hembras), aunque en realidad ambos tipos
de secuencias son igualmente probables. Adems de esperar que la secuencia refleje la frecuencia poblacional con tan solo
72 familias (falacia del jugador), los sujetos esperan que la refleje en el orden propio de los sucesos aleatorios.

9 Montse Garca
Preguntas tema 6 Pensamiento 2011

12.- Explique la falacia del jugador y explique por qu se considera que es el resultado del heurstico de
representatividad.

Propuesta por David Pinilla

Enmarcado dentro del razonamiento probabilstico y como alternativa a las predicciones del teorema de Bayes para explicar los
juicios humanos en situaciones de incertidumbre, los autores Kahneman y Tversky describen tres heursticos que utilizan las personas
para realizar sus juicios.

El heurstico de representatividad. Consiste en asignar la probabilidad a un suceso en funcin de su semejanza con una clase o
con un prototipo. Este heurstico puede conducir a resultados correctos con bajo coste cognitivo, aunque su uso tambin produce

sesgos y errores. Uno de esos errores es la falacia del jugador.

Falacia del jugador. Este error est muy relacionado con uno de los sesgos del heurstico de representatividad, el de
insensibilidad al tamao de la muestra. Consiste en que los sujetos esperan que la frecuencia real de un suceso se
manifieste en muy pocos ensayos. Es un error muy tpico de los aficionados a los juegos de azar, de ah su nombre. Muchos
jugadores esperan que tras una serie de veces en que la ruleta se ha parado en el color rojo despus ya debe pararse en el color
"negro y por esta razn siguen manteniendo su apuesta inicial (negro).
Las personas se equivocan al pensar que las caractersticas propias de los sucesos aleatorios, como la equiprobabilidad, se
manifestar en un nmero reducido de lanzamientos, ignorando que una moneda o un dado no recuerdan los resultados obtenidos
anteriormente.

13.- Cmo explica la Teora de los Modelos Mentales Probabilsticos el sesgo de sobreconfianza en el
razonamiento probabilstico?

Propuesta por David Pinilla

Un aspecto habitual que se ha estudiado en los juicios bajo incertidumbre y en tareas de razonamiento en general es la confianza del
sujeto en el juicio emitido. La tendencia que tienen las personas a asignar una confianza mayor de la que correspondera a su grado de
precisin se definira como sesgo de sobreconfianza.
Gigerenzer y col. proponen la teora de los Modelos Mentales Probabilsticos con el fin de explicar el razonamiento probabilstico y
especialmente los resultados obtenidos sobre la calibracin de los sujetos.
10 Montse Garca
Preguntas tema 6 Pensamiento 2011

Los Modelos Mentales Probabilsticos. Esta teora defiende que cuando las situaciones pueden ser resueltas a partir del
conocimiento de la persona, sta construye un modelo mental local que asociara la estructura de la tarea presentada con el
conocimiento disponible. Por el contrario, cuando este conocimiento no es suficiente para emitir una respuesta y hay que realizar
inferencias, la persona construir un marco de inferencia llamado modelo mental probabilstico y consta de los siguientes
componentes:
o Una clase de referencia (poblacin sobre la que se plantea el problema).
o Una variable sobre la que se trabaja.
o Una red de claves de probabilidad que generalmente covaran con la variable.
As en: Qu ciudad tiene ms habitantes? A) Heidelberg, B) Bonn, la clase de referencia son las ciudades alemanas, la
variable nmero de habitantes y una red de claves que covaran con la variable (tener un equipo de ftbol en la liga, ser
capital de una regin, estar situada en una regin industrial o en zona rural) Cada clave tiene una validez asociada: se puede
pensar que si una ciudad tiene equipo de ftbol en la liga y la otra no, en el 90% de los casos la primera ciudad tiene ms
habitantes que la segunda.
La teora asume que las personas basan su respuesta en la clave de probabilidad de mayor validez y asignan su confianza en
funcin de esta validez.

Crticas: La teora no explica por qu la sobreconfianza es mayor en tareas difciles o por qu se mantiene el sesgo ante preguntas
de la vida diaria que no presentan un contenido engaoso.

11 Montse Garca
Preguntas tema 6 Pensamiento 2011