La heurística de representatividad

De un Vistazo

1. Resumen Rápido

La heurística de representatividad es la costumbre de responder a "¿cómo de probable es esto?" con "¿cuánto se parece esto a lo que tengo en mente?". Ante un desconocido callado y aficionado a los libros, pensamos en un bibliotecario antes que en un agricultor, aunque hay muchísimos más agricultores que bibliotecarios. Ante una moneda que ha salido cara cinco veces, sentimos que "ya toca" cruz. Daniel Kahneman y Amos Tversky dieron nombre a la heurística en 1972 y mostraron que está detrás de toda una familia de errores: ignorar las frecuencias base, fiarse de muestras minúsculas, considerar una historia detallada más probable que otra más vaga que la contiene y esperar que el azar se corrija solo. El atajo funciona cuando el parecido y la probabilidad coinciden. El problema empieza cuando la categoría es rara, la muestra es pequeña o la descripción es vívida.

Explicación sencilla

La heurística de representatividad significa que decides lo probable que es algo según lo mucho que se parece a lo que esperas. Si algo encaja con la imagen que tienes en la cabeza, piensas que tiene que ser verdad, aunque esa imagen no sea una buena guía.

Imagina que llega un chico nuevo a tu clase. Lleva gafas, carga con tres libros y es muy callado. Alguien susurra: "Seguro que es campeón de ajedrez". Todos asienten, porque se parece a los campeones de ajedrez de las películas. Pero piénsalo. ¿Cuántos chicos de todo tu colegio son campeones de ajedrez? Quizá uno o dos. ¿Y cuántos son callados y llevan gafas? Un montón. Es mucho más probable que el chico callado de las gafas sea un chico normal que resulta que es tímido. Tu cerebro se ha saltado la cuenta y se ha ido directo a la imagen.

Aquí tienes un truco para pillarlo. Cuando pienses "parece justo un...", hazte una pregunta más: "De cada cien personas así, ¿cuántas lo son de verdad?". Si la respuesta sincera es "solo unas pocas", la imagen te está engañando y deberías ir más despacio antes de decidir.

2. La Ciencia Detrás

2.1. Descubrimiento e Historia

Daniel Kahneman y Amos Tversky presentaron la heurística en un artículo de 1972 en Cognitive Psychology, "Subjective probability: A judgment of representativeness". La tesis era sencilla y, para la idea dominante entonces de que las personas son estadísticos aproximados, inquietante. Cuando se les pregunta lo probable que es un suceso, las personas a menudo no calculan nada. Se preguntan cuánto se parece el suceso a la clase a la que podría pertenecer, o lo bien que una muestra refleja el proceso que podría haberla producido.

Un artículo de 1973 en Psychological Review, "On the psychology of prediction", añadió el problema de los ingenieros y los abogados, que mostró que un breve esbozo de personalidad podía anular el uso que hacía la gente de frecuencias base conocidas. La revisión de 1974 en Science situó la representatividad junto a la disponibilidad y el anclaje como una de las tres heurísticas de uso general. En 1983 los dos publicaron el problema de Linda, que dio lugar a la falacia de conjunción y se convirtió en la demostración más discutida del campo.

La crítica llegó en la década de 1990 de la mano de Gerd Gigerenzer, que sostuvo que los "errores" reflejaban en parte la forma de plantear las preguntas: si se presenta la misma información como frecuencias naturales ("10 de cada 1000 personas") en lugar de como probabilidades de un suceso único ("una probabilidad del 1 %"), muchas más personas razonan bien. Kahneman y Tversky respondieron en 1996 que los errores eran reales y que los efectos del formato eran una herramienta para corregirlos. En 2002 Kahneman y Shane Frederick reformularon la representatividad como un caso de sustitución de atributos: cuando una pregunta difícil (la probabilidad) no tiene una respuesta rápida, la mente la cambia en silencio por otra más fácil (el parecido). Ese mismo año Kahneman recibió el Premio de Ciencias Económicas en memoria de Alfred Nobel. Tversky había muerto en 1996.

Hitos clave:

• 1972: Kahneman y Tversky publican "Subjective probability: A judgment of representativeness"
• 1973: "On the psychology of prediction" documenta el descuido de la frecuencia base
• 1974: La revisión de Science sitúa la representatividad entre las tres heurísticas centrales
• 1983: Tversky y Kahneman publican el problema de Linda y dan nombre a la falacia de conjunción
• 1991 a 1996: La crítica del formato de frecuencias de Gigerenzer y la respuesta de Kahneman y Tversky
• 2002: "Representativeness revisited" reformula la heurística como sustitución de atributos; Kahneman recibe el Premio en memoria de Alfred Nobel

2.2. Investigadores Clave

2.3. Estudios Emblemáticos

"Subjective probability: A judgment of representativeness" (Kahneman y Tversky, 1972)

El problema del hospital preguntaba qué hospital, uno con unos 45 nacimientos al día u otro con unos 15, registraría más días en los que más del 60 % de los bebés fueran niños. La respuesta correcta es el hospital pequeño, porque las muestras pequeñas se apartan del 50 % más a menudo. La mayoría de los encuestados dijo que los dos registrarían más o menos lo mismo, una creencia que los autores llamaron la "ley de los pequeños números". La gente juzga una muestra por lo representativa que parece, no por lo probable que es.

El problema de los ingenieros y los abogados (Kahneman y Tversky, 1973)

A los participantes se les dijo que unos psicólogos habían entrevistado a 100 profesionales, 70 ingenieros y 30 abogados (o, en otro grupo, 30 ingenieros y 70 abogados). Después leían un esbozo de "Jack", un hombre conservador, cuidadoso y ambicioso entre cuyas aficiones están la carpintería, la vela y los acertijos matemáticos, y estimaban la probabilidad de que fuera ingeniero. Los grupos del 70/30 y del 30/70 dieron casi las mismas respuestas. Ante un esbozo deliberadamente poco informativo, la gente decía 50 % fueran cuales fueran las proporciones indicadas. Solo cuando no había ninguna descripción usaban las frecuencias base.

"Extensional versus intuitive reasoning: The conjunction fallacy" (Tversky y Kahneman, 1983)

A Linda se la describe como una mujer de 31 años, soltera, franca, muy brillante, licenciada en filosofía, muy preocupada por la justicia social y que participó en manifestaciones antinucleares. Los participantes ordenaron afirmaciones sobre ella, entre ellas "Linda es cajera de banco" y "Linda es cajera de banco y participa activamente en el movimiento feminista". Alrededor del 85 % situó la segunda como más probable que la primera. Eso es lógicamente imposible: toda cajera de banco feminista es cajera de banco, así que la conjunción nunca puede ser más probable que una de sus partes. Estudiantes de posgrado con formación estadística también cometieron el error, en menor proporción.

"How to improve Bayesian reasoning without instruction: Frequency formats" (Gigerenzer y Hoffrage, 1995)

En quince problemas sobre pruebas médicas, los participantes que recibían probabilidades de un suceso único daban la respuesta bayesiana correcta alrededor del 16 % de las veces. Los que recibían la misma información como frecuencias naturales ("8 de cada 1000 mujeres tienen la enfermedad; de ellas, 7 dan positivo; de las 992 restantes, 70 también dan positivo") la daban alrededor del 46 % de las veces. Barbey y Sloman (2007) sostuvieron más tarde que lo que ayuda es dejar clara la estructura de conjuntos anidados, sean o no frecuencias los números. En cualquier caso, el error depende mucho de cómo se presente el problema.

2.4. Base Neurológica

La literatura de neuroimagen sobre la representatividad en concreto es escasa, y la mayor parte estudia el descuido de la frecuencia base como caso de prueba para las teorías del doble proceso. Nadie ha encontrado una "región de la representatividad" en el cerebro, y nadie debería esperar encontrarla.

Lo que existe sigue siendo informativo. Wim De Neys y sus colaboradores (2008) pusieron a varias personas problemas del tipo ingeniero/abogado dentro de un escáner de resonancia magnética funcional, unos en los que la descripción y la frecuencia base coincidían y otros en los que chocaban. En los ensayos con conflicto aumentaba la actividad de la corteza cingulada anterior, una zona asociada a la detección de la competencia entre respuestas, incluso cuando el participante acababa dando la respuesta basada en el estereotipo. Quienes se imponían al estereotipo mostraban además actividad en la corteza prefrontal lateral derecha, asociada a la inhibición de una respuesta dominante. El cerebro a menudo registra que algo no cuadra; lo que falla es el paso costoso de actuar según esa señal.

El mecanismo general se deduce de lo que se sabe sobre la categorización. El trabajo de Eleanor Rosch en la década de 1970 mostró que las personas representan las categorías en torno a prototipos y juzgan la pertenencia por similitud. La similitud se calcula rápido y de forma automática; las frecuencias base y los tamaños de muestra hay que recuperarlos y combinarlos deliberadamente. Un sistema que responde con la magnitud que ya tiene a mano responderá con la similitud.

3. Orígenes Evolutivos

Juzgar por el parecido no es un fallo de diseño. Durante la mayor parte de la historia humana fue el único motor de inferencia disponible.

La categorización es la habilidad básica de supervivencia. Un antepasado que veía una forma entre la hierba tenía que decidir en una fracción de segundo si pertenecía a la categoría "depredador". La única pista útil era lo mucho que esa forma se parecía a los depredadores que recordaba. Ponerse a reunir frecuencias base sobre la densidad de depredadores habría sido mortal.

El parecido suele ser un buen indicador. En un entorno estable, las cosas que se parecen tienden a comportarse de forma parecida. Los casos en que la similitud y la probabilidad se separan, las categorías raras, las muestras minúsculas y las descripciones construidas, son en su mayoría modernos.

Las muestras pequeñas eran las únicas que había. Un cazador-recolector se encontraba con un puñado de ejemplos de cualquier cosa. Tomar tres observaciones como guía fiable era la mejor estrategia disponible.

Esperar una corrección solía acertar. El clima, las poblaciones de presas y las reservas de comida de verdad vuelven a su nivel tras los extremos. Una mente preparada para esperar la regresión predecía bien la naturaleza, y solo se equivoca cuando se topa con una ruleta.

Los entornos en los que hoy tomamos decisiones de mucho peso, los cribados médicos, la contratación, las finanzas y el derecho, son justo aquellos en los que las frecuencias base son extremas y las muestras engañan. La heurística no ha cambiado. El mundo sí.

4. Cómo se Manifiesta este Sesgo

4.1. En la Vida Cotidiana

• Adivinar el trabajo, las ideas políticas o la nacionalidad de un desconocido por su aspecto y sentirse seguro de ello
• Dar por hecho que un restaurante llamativo tiene buena comida porque se parece a los buenos que recuerdas
• Creer que una racha de mala suerte significa que la buena está por llegar ("ya me toca")
• Juzgar todo el carácter de alguien a quien acabas de conocer por una sola conducta que encaja con un tipo
• Leer tres opiniones en internet y tratarlas como el veredicto de miles

4.2. En el Entorno Laboral

• Contratar al candidato que "se parece" a las contrataciones de éxito anteriores en lugar de al que tiene el mejor historial
• Juzgar un proyecto por si se parece a proyectos que salieron bien, sin tener en cuenta que la mayoría de los proyectos fracasan
• Ascender al empleado que encaja con la imagen mental de un directivo por encima del que tiene mejores resultados
• Dar por hecho que una racha corta de buenos trimestres de un nuevo miembro del equipo significa un rendimiento duradero
• Tratar una pequeña encuesta a clientes como si hablara por todo el mercado

4.3. En los Negocios y el Marketing

Los profesionales del marketing trabajan con la heurística, no contra ella. Un producto que se parece al líder de la categoría toma prestada su credibilidad: una caja de cereales con los mismos colores que la marca líder, un suplemento con un envase de aspecto médico. Los inversores no son inmunes. Un fundador que se parece a los fundadores de éxitos pasados (joven, técnico, que dejó una universidad conocida) recibe el beneficio de la duda, aunque la frecuencia base de éxito entre esos fundadores sigue siendo muy baja.

4.4. En la Política y los Medios de Comunicación

La cobertura informativa es una máquina de producir casos vívidos y representativos. Una noticia dramática sobre un delito cometido por un miembro de algún grupo es más memorable que cualquier tabla de tasas de delincuencia, e influye en lo probables que la gente cree que son esos delitos. A un candidato que tiene aspecto y voz de líder se le considera más elegible, con independencia de su programa. La heurística también alimenta el pensamiento conspirativo con la intuición de que un gran efecto tiene que tener una gran causa: un magnicidio "se parece" más a la obra de una conspiración poderosa que a la de un pistolero solitario, así que la conspiración parece más probable aunque lo sea mucho menos.

4.5. En la Atención Sanitaria

El diagnóstico médico es reconocimiento de patrones, y la heurística es lo que hace rápido a un clínico con experiencia. También es el origen de un tipo de error bien documentado. A un paciente que presenta el cuadro de libro de una enfermedad rara se le suele estudiar para descartarla antes que las afecciones comunes que producen ese mismo cuadro con mucha más frecuencia; la enseñanza de "si oyes cascos, piensa en caballos, no en cebras" existe porque la heurística tira en sentido contrario. El error inverso es igual de costoso: a un paciente que no encaja con el prototipo (una mujer joven con un infarto) se le puede mandar a casa. La interpretación de las pruebas es el caso más claro, como muestra el Caso de estudio 1.

4.6. En las Finanzas y la Inversión

Los inversores juzgan una empresa por si parece ganadora: un director ejecutivo carismático, un producto en una categoría de moda, un gráfico que se parece al gráfico de los inicios de una acción famosa. Se da por hecho que una buena empresa es una buena inversión, aunque el precio ya refleja la calidad. A un gestor de fondos con tres años buenos se le considera hábil, aunque tres años son una muestra minúscula y la frecuencia base de los que baten al mercado de forma persistente es baja. Tras una racha de pérdidas los operadores esperan un cambio, y tras una racha de ganancias esperan que siga; las dos cosas son representatividad aplicada a una secuencia.

5. Estudios de Casos del Mundo Real

Caso de estudio 1: El resultado positivo

• Contexto: En 1978 Ward Casscells y sus colaboradores hicieron una pregunta a 60 médicos, estudiantes y residentes de la Facultad de Medicina de Harvard. Una enfermedad tiene una prevalencia de 1 entre 1000. Una prueba para detectarla tiene una tasa de falsos positivos del 5 %. Un paciente da positivo. ¿Qué probabilidad hay de que tenga la enfermedad?
• Qué ocurrió: Solo 11 de los 60 dieron una respuesta cercana al 2 % correcto. La respuesta más frecuente, de 27 de ellos, fue el 95 %.
• El sesgo en acción: Un resultado positivo se parece a "tener la enfermedad", así que el juicio de probabilidad siguió al parecido. Se ignoró la frecuencia base, que dice que entre 1000 personas hay aproximadamente un caso real y cincuenta falsos positivos.
• Consecuencias: Sobrestimar un cribado positivo lleva a biopsias, ansiedad y tratamientos innecesarios. Un paciente al que se le dice "ha dado positivo" sin la frecuencia base oye una casi certeza.
• Lecciones aprendidas: Siempre que una prueba o un síntoma "encaje", pregunta lo frecuente que es la afección antes de preguntar lo bien que encaja la señal. Si el encaje va primero, desplazará a la frecuencia base.

Caso de estudio 2: Sally Clark y el 1 entre 73 millones

• Contexto: En 1999 Sally Clark, una abogada inglesa, fue juzgada por el asesinato de sus dos hijos bebés, que habían muerto de forma repentina en 1996 y 1998. La defensa sostuvo que ambos eran casos de síndrome de muerte súbita del lactante (SMSL).
• Qué ocurrió: El pediatra Sir Roy Meadow declaró que la probabilidad de dos muertes por SMSL en una familia como la de los Clark era de aproximadamente 1 entre 73 millones, una cifra obtenida elevando al cuadrado una estimación de 1 entre 8543 para una sola muerte. Clark fue condenada. La Real Sociedad de Estadística del Reino Unido protestó públicamente en 2001, y la condena se anuló en enero de 2003 después de que salieran a la luz pruebas médicas que no se habían revelado. Clark murió en 2007.
• El sesgo en acción: Elevar al cuadrado la cifra de una sola muerte suponía que las muertes eran independientes, lo que ignora las causas genéticas y ambientales compartidas. Y, más en el fondo, la minúscula probabilidad de dos muertes por SMSL se trató como la probabilidad de la inocencia, sin compararla con la frecuencia base, igual de minúscula, de que una madre asesine a dos hijos.
• Consecuencias: Una condena injusta, tres años de cárcel y una revisión de casos similares. A otras dos mujeres condenadas por el testimonio de Meadow se les anularon las condenas.
• Lecciones aprendidas: La probabilidad de las pruebas dada una historia no es la probabilidad de la historia dadas las pruebas. Cuando se usa un suceso raro para defender una conclusión, la frecuencia base de la explicación rival tiene que estar a su lado.

Ejemplo histórico: Veintiséis veces negro en Montecarlo (1913)

El 18 de agosto de 1913, en el casino de Montecarlo, la bola de la ruleta cayó en negro veintiséis veces seguidas. La probabilidad de una racha así es de aproximadamente una entre 67 millones. Desde más o menos la decimoquinta tirada, los jugadores volcaron su dinero en el rojo. Cada negro más los convencía más de que "tocaba" rojo, y subían las apuestas en consecuencia. Cuando la racha terminó, el casino se había embolsado, según se cuenta, millones de francos.

Una ruleta justa "debería" dar una mezcla aproximada de rojos y negros, así que una larga racha de negros no parece salir de una ruleta justa, y la corrección intuitiva es esperar que se compense. Pero cada tirada es independiente. La secuencia que se parece al azar y la secuencia que produce el azar son cosas distintas.

6. El Coste de Este Sesgo

6.1. Costes Personales

• Juzgar mal a las personas por la primera impresión y perderse amigos, parejas o mentores que no encajaban con un tipo
• Perder dinero en rachas de juego y en números que "tienen que salir"
• Comprar productos y servicios porque parecen los adecuados en lugar de porque lo son
• Decisiones de salud guiadas por si un síntoma se parece a una enfermedad temida y no por lo probable que es
• Reaccionar en exceso ante muestras pequeñas de opiniones (tres comentarios, una mala cita, un único rechazo)

6.2. Costes Profesionales

• Contratar por el parecido con contrataciones anteriores, lo que reproduce el equipo existente y deja fuera a mejores candidatos
• Errores de diagnóstico en medicina, ingeniería e informática cuando el problema parece uno conocido y no lo es
• Decisiones estratégicas basadas en unos pocos casos vívidos en lugar de en la frecuencia base de proyectos similares
• Exceso de confianza tras rachas cortas de aciertos y correcciones excesivas tras rachas cortas de fallos

6.3. Costes Sociales

• Estereotipos y discriminación, ya que juzgar a individuos por prototipos de grupo es la heurística aplicada a personas
• Condenas injustas cuando los jurados juzgan por lo mucho que el acusado se parece a un delincuente o por lo improbable que parece la versión inocente
• Sobrediagnóstico y sobretratamiento por resultados de cribado leídos sin frecuencias base
• Pánicos morales construidos sobre un puñado de casos dramáticos

6.4. Impacto Estadístico

• En el problema de Linda, alrededor del 85 % de los participantes situó la conjunción por encima de uno de sus componentes
• En el estudio de los ingenieros y los abogados, pasar la frecuencia base del 30 % al 70 % de ingenieros movía los juicios solo unos pocos puntos porcentuales una vez que había una descripción
• En el estudio de Harvard de 1978, el 18 % de los médicos y estudiantes respondió bien a una pregunta básica de frecuencia base; el 45 % dijo 95 %
• Gigerenzer y Hoffrage (1995) encontraron que las respuestas bayesianas correctas subían de alrededor del 16 % con formatos de probabilidad a alrededor del 46 % con frecuencias naturales

7. Los Beneficios Ocultos

La heurística es el motor de la categorización rápida, y la mayor parte del tiempo acierta.

• Rapidez: Reconocer que una situación se parece a un tipo conocido es como los expertos actúan en segundos. Un bombero que nota que un edificio "tiene mala pinta" y saca a su equipo está usando la representatividad, y los estudios de Gary Klein sobre la toma de decisiones de los expertos documentan rescates así.

• Aprender con pocos ejemplos: Los niños aprenden categorías a partir de un puñado de casos porque generalizan por similitud. Una mente que exigiera muestras grandes antes de formar un concepto no aprendería casi nada.

• Errores seguros: Juzgar que una seta que se parece a una venenosa probablemente es peligrosa es sensato aunque las setas venenosas sean raras, porque el coste del error es asimétrico.

• Descubrir patrones: La misma sensación de que "esto no parece aleatorio" que produce la falacia del jugador lleva a los científicos a fijarse en anomalías que vale la pena investigar. El error está en la certeza, no en fijarse.

Los beneficios se mantienen allí donde el parecido sigue a la probabilidad. La habilidad está en saber en qué tipo de entorno estás.

8. Autoevaluación: ¿Tienes este sesgo?

8.1. Lista de Señales de Advertencia

• A menudo adivinas el trabajo o la personalidad de desconocidos por su aspecto y te sientes seguro de ello
• Después de una racha de malos resultados, sientes que "ya toca" uno bueno
• Una historia detallada y verosímil te parece más probable que una corta y vaga
• Juzgas un restaurante o una empresa sobre todo por si parece uno bueno
• Tres o cuatro ejemplos te parecen prueba suficiente para zanjar una cuestión
• Cuando una prueba da positivo, rara vez preguntas lo frecuente que es la afección
• Esperas que un empleado nuevo que empezó fuerte siga rindiendo a ese nivel
• Te cuesta creer que una causa corriente haya producido un suceso dramático
• Cara-cruz-cara-cruz te parece más "aleatorio" que cara-cara-cara-cruz
• Rara vez te preguntas "¿cuántas personas así hay?" antes de decidir a qué categoría pertenece alguien

Puntuación:

• 0-2 casillas marcadas: Susceptibilidad baja
• 3-5 casillas marcadas: Susceptibilidad moderada
• 6-8 casillas marcadas: Susceptibilidad alta
• 9-10 casillas marcadas: Susceptibilidad muy alta

8.2. Preguntas de Autorreflexión

1. Piensa en una vez en que estabas seguro del origen de alguien por la primera impresión y resultó que te equivocabas. ¿A qué se parecía, y qué fue lo que no contaste?
2. La última vez que cambiaste un plan por una "racha", ¿cuál era el tamaño real de la muestra?
3. En tu trabajo, ¿qué decisiones se basan en que un caso se parezca a un tipo conocido? ¿Con qué frecuencia compruebas lo habitual que es ese tipo?
4. ¿Puedes nombrar una frecuencia base relevante para una decisión que tienes por delante este mes?
5. Cuando un escenario detallado te parece más probable que uno más sencillo, ¿qué estás añadiendo, y cada añadido lo hace más o menos probable?

8.3. Escenario de Diagnóstico Rápido

Escenario: Entrevistas a una candidata para un puesto sénior de ventas. Es segura, habla rápido y cuenta una historia vívida sobre cómo cerró un acuerdo enorme en su último trabajo. Se parece a todos los grandes comerciales que has conocido. Sus cifras de ventas de los últimos tres años, que tienes, están más o menos en la mitad de su equipo anterior.

¿Cómo responderías?

• A) Contratarla; está claro que vale, y las cifras probablemente reflejan un equipo flojo → Susceptibilidad alta
• B) Contratarla a prueba, porque la impresión es fuerte pero hay algo que no cuadra → Susceptibilidad moderada
• C) Dar más peso a los tres años de cifras que a la impresión, y compararla con candidatos con mejores números → Susceptibilidad baja

9. Identificando Este Sesgo en Otros

9.1. Indicadores Conductuales

• Clasificaciones rápidas y seguras de personas, productos y situaciones
• Explicar sucesos dramáticos con causas igual de dramáticas
• Doblar apuestas o cambiar de estrategia tras una racha corta
• Tratar una anécdota vívida como prueba decisiva
• Sorpresa y resistencia cuando una frecuencia base contradice una impresión
• Predecir que un buen comienzo seguirá sin regresión

9.2. Señales de Alarma en las Conversaciones

Frases que dice la gente bajo este sesgo:

• "Es que tiene pinta de ser de ese tipo".
• "Ha salido rojo cinco veces, así que tiene que salir negro".
• "Es exactamente como es una estafa, así que tiene que serlo".
• "Algo tan grande no pasa por casualidad".

Tipos de argumentos que plantean:

• Argumentar a partir de lo bien que encaja una historia en lugar de la frecuencia de la categoría
• Tratar la probabilidad de las pruebas como la probabilidad de la conclusión

Preguntas que evitan formular:

• "De todos los que encajan con esta descripción, ¿cuántos lo son de verdad?".
• "¿Cómo de grande es la muestra con la que estoy razonando?".

9.3. Desencadenantes Situacionales

• Descripciones vívidas y concretas de una persona o de un suceso
• Categorías raras con estereotipos fuertes (genios, delincuentes, niños prodigio)
• Secuencias cortas de resultados aleatorios (juegos, mercados, deportes)
• Situaciones de diagnóstico y cribado en las que un resultado "encaja"
• La presión del tiempo, que favorece el juicio rápido por similitud
• Información presentada como probabilidades de un suceso único en lugar de como recuentos

10. Estrategias Cognitivas de Mitigación

10.1. Técnicas Inmediatas

• Primero la frecuencia base: Antes de considerar lo bien que un caso encaja en una categoría, pregúntate lo frecuente que es esa categoría. Di la cifra en voz alta si puedes.
• Pasar a recuentos: Reformula "una probabilidad del 1 %" como "10 de cada 1000". Las frecuencias naturales hacen visibles a la vez la frecuencia base y los falsos positivos.
• La prueba de "de cada cien": Ante cualquier juicio del tipo "parece un...", pregúntate cuántas de cada cien personas con ese aspecto lo son de verdad.
• Quitar el detalle: Cuando un escenario detallado te parezca probable, quita los detalles de uno en uno. Las condiciones añadidas solo pueden reducir la probabilidad.
• Contar la muestra: Cuando una racha esté guiando una decisión, apunta el número de observaciones. Si son menos de treinta, trátala como una prueba débil.

10.2. Estrategias a Largo Plazo

• Aprender las frecuencias base que importan en tu campo: Los clínicos deberían conocer las prevalencias; los inversores, cuántos fondos baten al índice en diez años; los directivos, cuántas contrataciones salen bien.
• Practicar la actualización bayesiana sobre papel: Resuelve unos cuantos problemas de pruebas médicas en formato de frecuencias hasta que la estructura sea automática. Reckoning with Risk, de Gigerenzer, explica el método paso a paso.
• Llevar un registro de resultados: Anota las clasificaciones rápidas y compruébalas después. Descubrir cuántas veces lo que era "claramente un X" resultó no serlo es la lección más convincente.
• Contar con la regresión: A los resultados extremos suelen seguirles otros menos extremos; deja de atribuir a tu intervención la vuelta a la media.

10.3. Diseño del Entorno

• Poner las frecuencias base en el formulario: Los informes de cribado, las fichas de evaluación de candidatos y los memorandos de inversión pueden llevar una línea para la frecuencia base pertinente, de modo que se vea antes que los detalles del caso.
• Estructura antes que relato: En entrevistas y diagnósticos, reúne los datos cuantitativos antes que la narración, para que los números anclen el juicio.
• Presentar el riesgo como frecuencias: Los folletos y paneles que dicen "3 de cada 1000" en lugar de "0,3 %" reducen el descuido de la frecuencia base en toda la organización.
• Ocultar el parecido irrelevante: Quitar nombres, fotografías y centros de estudios de la primera criba elimina las pistas que activan los juicios por similitud.

10.4. Cuándo Buscar Asesoramiento Externo

• Cuando la categoría que juzgas es rara y el estereotipo es fuerte
• Cuando una decisión depende de una prueba, una señal o una coincidencia positivas
• Cuando razonas a partir de una muestra que podrías contar con los dedos
• Cuando una historia parece demasiado redonda, o un resultado dramático parece exigir una causa dramática

A quién consultar: a alguien que conozca las frecuencias base y no tenga nada en juego en la historia. Un estadístico, un actuario, un epidemiólogo o un compañero que tenga los datos y ninguna impresión del caso. Pregunta "¿con qué frecuencia se da esta categoría?" antes de contarle nada sobre el caso.

11. Ejercicios Prácticos

Ejercicio 1: El registro de frecuencias base

• Objetivo: Convertir las frecuencias base en un reflejo y no en algo que se piensa después
• Tiempo necesario: 10 minutos por anotación
• Materiales necesarios: Un cuaderno o una hoja de cálculo y acceso a estadísticas básicas de tu campo
• Nivel de dificultad: Principiante
• Instrucciones:
  1. Cada vez que te pilles juzgando que algo "se parece a" una categoría, apunta la categoría
  2. Busca o estima lo frecuente que es esa categoría en la población pertinente
  3. Estima cuántas de las cosas que tienen ese aspecto están de verdad en la categoría
  4. Escribe tu probabilidad revisada junto a tu impresión inicial
  5. Revisa el registro cada mes y anota qué categorías sobrestimas sistemáticamente
• Preguntas de reflexión:
  • ¿Qué frecuencias base te sorprendieron más?
  • ¿Dónde estuvo tu impresión más lejos de la estimación revisada?
  • ¿Sobrestimas las categorías raras? Si es así, ¿cuáles?
• Frecuencia: Continua, con una revisión mensual durante tres meses

Ejercicio 2: La traducción a frecuencias

• Objetivo: Convertir afirmaciones de probabilidad en recuentos para que las frecuencias base se vean
• Tiempo necesario: 20 minutos
• Materiales necesarios: Bolígrafo, papel y tres afirmaciones sobre riesgos sacadas de las noticias, de un folleto médico o de un producto financiero
• Nivel de dificultad: Intermedio
• Instrucciones:
  1. Toma una afirmación como "la prueba tiene una fiabilidad del 95 %" o "el fondo batió a su índice de referencia en 7 de los últimos 10 años"
  2. Reescríbela como lo que les pasaría a 1000 personas o a 1000 casos
  3. Añade la frecuencia base: cuántos de esos 1000 tienen de verdad la afección o son gestores hábiles
  4. Cuenta por separado los verdaderos positivos y los falsos positivos
  5. Calcula la proporción de positivos que son reales y compárala con tu primera impresión
• Preguntas de reflexión:
  • ¿A qué distancia estaba tu primera impresión del recuento?
  • ¿Qué cifra faltaba en la afirmación original?
  • ¿En qué partes de tu vida te dan probabilidades sin frecuencias base?
• Frecuencia: Semanal durante seis semanas, y después siempre que una afirmación sobre riesgos importe

Ejercicio 3: La prueba de las secuencias

• Objetivo: Reajustar tu idea de cómo es el azar
• Tiempo necesario: 15 minutos
• Materiales necesarios: Una moneda, papel y un amigo
• Nivel de dificultad: Principiante
• Instrucciones:
  1. Escribe una secuencia de veinte caras y cruces que te inventes para que "parezca aleatoria"
  2. Lanza una moneda de verdad veinte veces y anota la secuencia real
  3. Dale las dos secuencias a tu amigo y pídele que adivine cuál es la real
  4. Cuenta la racha más larga de cada una; las secuencias reales de veinte lanzamientos suelen tener una racha de cuatro o más
  5. Repite con una segunda secuencia inventada, esta vez incluyendo a propósito rachas más largas
• Preguntas de reflexión:
  • ¿Alternaba demasiado tu secuencia inventada?
  • ¿Supo tu amigo cuál era la real, y qué la delató?
  • ¿En qué partes de tu vida lees una racha corta como una tendencia?
• Frecuencia: Una vez, y después siempre que te pilles apostando por una racha

Práctica diaria

El recuento de la categoría

Una vez al día, cuando notes que estás metiendo a una persona, un suceso o un producto en una categoría porque se parece a ella, pregúntate: "De cada cien que tienen este aspecto, ¿cuántos lo son de verdad?".

• Duración recomendada: Un minuto
• Momento idóneo del día: Cada vez que surja un juicio rápido, lo más a menudo con las noticias de la mañana o en el trayecto al trabajo
• Cómo evaluar el progreso: Una cuenta de cuántas veces la respuesta sincera fue "menos de los que suponía"

Reto semanal

Encontrar la frecuencia base que falta

Cada semana, toma una afirmación con la que te hayas encontrado que se apoyaba en un caso vívido (una noticia, un discurso de ventas, la anécdota de un compañero) y busca la frecuencia base que dejó fuera.

• Resultados esperados tras 4 semanas: Reconocer más rápido los argumentos sin frecuencia base; una pequeña biblioteca personal de frecuencias base para las decisiones que más tomas
• Sugerencias para el cuaderno de reflexión:
  • ¿Qué afirmación cambió más al añadir la frecuencia base?
  • ¿Fue difícil encontrar la frecuencia base, y si lo fue, por qué?
  • ¿El caso vívido resultó menos convincente después, o la atracción seguía ahí?

12. Para Audiencias Específicas

Para Líderes y Directivos

• Contratación: Exige entrevistas estructuradas y muestras de trabajo; las entrevistas no estructuradas premian el parecido con un prototipo en lugar de la capacidad
• Previsiones: Antes de aprobar un plan, pide la clase de referencia: ¿qué pasó con los últimos veinte proyectos que se parecían a este?
• Rendimiento: No asciendas ni castigues por una racha corta; espera a tener una muestra lo bastante grande para separar la habilidad del ruido
• Cultura: Haz que "¿cuál es la frecuencia base?" sea una pregunta aceptable en cualquier reunión, sobre todo cuando una historia está convenciendo a la sala

Para Padres y Educadores

• Explicación adaptada a la edad: "A veces algo se parece muchísimo a lo que esperamos, pero las apariencias pueden engañarnos. Antes de decidir, pregúntate: ¿cuántas cosas que se parecen a esto lo son de verdad?".
• Enseñar a contar pronto: Los niños que aprenden a preguntar "¿cuántos?" aprenden a desconfiar de los ejemplos sueltos
• Usar juegos: Las monedas y los dados son la forma más barata de mostrar que las secuencias aleatorias tienen rachas
• Cuestionar los estereotipos con números: Cuando un niño diga "las chicas no pueden..." o "los chicos siempre...", pregúntale a cuántos ha contado de verdad

Para Profesionales Sanitarios

• Primero la prevalencia: Antes de interpretar un resultado, di la probabilidad previa a la prueba; el valor predictivo positivo de cualquier prueba se hunde cuando la afección es rara
• Frecuencias naturales con los pacientes: Di "de 1000 personas que dan positivo, unas 20 tienen la afección" en lugar de citar la sensibilidad y la especificidad
• Presentaciones atípicas: Crea comprobaciones explícitas para el paciente que no encaja con el cuadro, porque el diagnóstico guiado por prototipos lo pasa por alto
• Caballos antes que cebras, y después cebras: Deja que los diagnósticos comunes vayan primero, y ten una regla para cuando haya que descartar el raro

Para Profesionales de las Finanzas

• Los historiales son muestras: Tres años buenos no son prueba de habilidad; pregunta cuántos gestores con tres años buenos acaban batiendo al índice
• Buena empresa, buena acción: Separa la calidad de un negocio de lo bueno que es su precio, porque el parecido con una ganadora ya está en la valoración
• Rachas: Trata las peticiones de doblar la apuesta tras pérdidas, o de entrar en masa tras ganancias, como señales de la falacia del jugador y de la mano caliente, y frena la decisión
• Frecuencias en la información: Presenta el riesgo como "en 100 periodos de diez años, esta cartera perdió dinero en 12" en lugar de como un porcentaje

13. Interacciones con Otros Sesgos

Sesgos que Potencian Este Sesgo

Sesgos que Contrarrestan Este Sesgo

Cadenas de Sesgos Comunes

Heurística de representatividad → Falacia de la tasa base → Ilusión de validez → Efecto de exceso de confianza

Una descripción se parece a una categoría, así que la mente sustituye la probabilidad por la similitud (heurística de representatividad). Se descarta la prevalencia de la categoría (falacia de la tasa base). Como la descripción es coherente por dentro, el juicio parece bien fundado (ilusión de validez). Después la persona actúa con más seguridad de la que permiten las pruebas (efecto de exceso de confianza). Una segunda cadena pasa por las secuencias: Heurística de representatividad → Falacia del jugador → Ilusión de control, en la que una racha corta que no "parece aleatoria" lleva a apostar, y luego la apuesta se confunde con habilidad.

Cómo interrumpir la cadena: El punto de intervención más barato es el primer eslabón. Preguntar por la frecuencia base o por el tamaño de la muestra antes de tener en cuenta la descripción impide que se produzca la sustitución. Una vez que el juicio parece válido, desmontarlo cuesta mucho más esfuerzo.

14. Perspectivas Culturales

El mecanismo parece universal; los prototipos que usa no lo son. Todas las culturas documentadas clasifican por similitud, y el descuido de la frecuencia base y la falacia de conjunción se han reproducido en muchos países. Lo que cambia es el contenido de las categorías y los estereotipos asociados a ellas.

Richard Nisbett y sus colaboradores informaron de que los participantes de Asia oriental tienden a agrupar los objetos por relación y contexto ("la vaca va con la hierba"), mientras que los occidentales los agrupan por categoría taxonómica ("la vaca va con la gallina"). Si es así, los prototipos que consulta la representatividad se construyen de otra manera. Esa evidencia trata de la categorización y no del juicio de probabilidad, así que la inferencia es razonable pero no se ha comprobado directamente. El juego ofrece una ventana más directa: la creencia de que un número o un color "tiene que salir" aparece allí donde hay juegos de azar. La conclusión honesta es que la investigación transcultural sobre esta heurística es más escasa que la que hay sobre el autoensalzamiento, y la mayoría de las afirmaciones sobre diferencias nacionales se apoyan en diferencias de prototipos y no en el atajo de fondo.

15. Mitos y Conceptos Erróneos

16. Perspectivas de Expertos

"En general, estas heurísticas son bastante útiles, pero a veces llevan a errores graves y sistemáticos." — Amos Tversky y Daniel Kahneman, "Judgment under uncertainty: Heuristics and biases", Science, 1974

"Sé que la tercera afirmación es la menos probable, pero un pequeño homúnculo en mi cabeza sigue dando saltos y gritándome: 'pero no puede ser solo cajera de banco; lee la descripción'." — Stephen Jay Gould, sobre el problema de Linda, en "The Streak of Streaks" (1988)

Paráfrasis: cuando a la mente se le hace una pregunta difícil sobre probabilidad y no tiene a mano una respuesta, responde en su lugar a una pregunta más fácil sobre el parecido, y la sustitución ocurre sin que nadie se dé cuenta. — Daniel Kahneman y Shane Frederick, "Representativeness revisited" (2002), paráfrasis

Paráfrasis: la mente no evolucionó para manejar probabilidades de un suceso único; dale a la gente la misma información como recuentos de casos reales y buena parte de la supuesta irracionalidad desaparece. — Gerd Gigerenzer, a partir de la investigación sobre formatos de frecuencia de la década de 1990, paráfrasis

17. Conclusiones Clave

1. El parecido no es probabilidad: La heurística responde a "¿cuánto se parece esto a X?" cuando la pregunta era "¿qué probabilidad hay de X?". Las dos coinciden lo bastante a menudo para que el cambio parezca seguro, y discrepan lo bastante a menudo para que sea peligroso.

2. Es el origen de varios errores con nombre propio: El descuido de la frecuencia base, la falacia de conjunción, la insensibilidad al tamaño de la muestra, la falacia del jugador y el descuido de la regresión a la media son el aspecto que toma la representatividad en contextos concretos.

3. Las frecuencias base pierden frente a las descripciones: Kahneman y Tversky mostraron en 1973 que un breve esbozo de personalidad puede casi borrar el uso que hace la gente de proporciones conocidas de una categoría.

4. Más detalle es menos probabilidad, y parece más: El problema de Linda muestra que añadir un detalle que encaja hace una historia más representativa y menos probable al mismo tiempo.

5. Las muestras pequeñas no son poblaciones pequeñas: Creer en la "ley de los pequeños números" lleva a la gente a fiarse de rachas, encuestas minúsculas e historiales de tres años mucho más de lo que pueden soportar.

6. El formato cambia la tasa de error: Gigerenzer y Hoffrage encontraron que las frecuencias naturales aproximadamente triplicaban las respuestas correctas. La heurística es real, y también lo es el remedio.

7. El remedio es una pregunta, no una sensación: Pregunta "¿cómo de frecuente es esta categoría?" y "¿cómo de grande es esta muestra?" antes de dejar que hable el parecido.

18. Recursos Adicionales

Artículos Académicos

• Kahneman, D., & Tversky, A. (1972). Subjective probability: A judgment of representativeness. Cognitive Psychology, 3(3), 430-454.
• Kahneman, D., & Tversky, A. (1973). On the psychology of prediction. Psychological Review, 80(4), 237-251.
• Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124-1131.
• Tversky, A., & Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293-315.
• Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704.
• Kahneman, D., & Tversky, A. (1996). On the reality of cognitive illusions. Psychological Review, 103(3), 582-591.
• Casscells, W., Schoenberger, A., & Grayboys, T. B. (1978). Interpretation by physicians of clinical laboratory results. New England Journal of Medicine, 299(18), 999-1001.

Libros

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Kahneman, D., Slovic, P., & Tversky, A. (Eds.). (1982). Judgment under Uncertainty: Heuristics and Biases. Cambridge University Press.
• Gigerenzer, G. (2002). Reckoning with Risk: Learning to Live with Uncertainty. Penguin. (Published in the US as Calculated Risks.)

Capítulos de Libros

• Kahneman, D., & Frederick, S. (2002). Representativeness revisited: Attribute substitution in intuitive judgment. In T. Gilovich, D. Griffin, & D. Kahneman (Eds.), Heuristics and Biases: The Psychology of Intuitive Judgment (pp. 49-81). Cambridge University Press.
• Tversky, A., & Kahneman, D. (1982). Judgments of and by representativeness. In D. Kahneman, P. Slovic, & A. Tversky (Eds.), Judgment under Uncertainty: Heuristics and Biases (pp. 84-98). Cambridge University Press.

19. Tarjeta de Resumen

20. Glosario de Términos Utilizados

21. Preguntas de Discusión

Para clubes de lectura, aulas o reflexión personal:

1. Se ha criticado el problema de Linda con el argumento de que "probable", en el inglés corriente, puede significar "verosímil" o "típico". ¿Salva eso a quienes eligieron la conjunción, o solo describe el error con otras palabras?

2. ¿En qué partes de tu trabajo o de tu vida te apoyas en el parecido para decidir rápido, y en cuáles de esas situaciones la frecuencia base es lo bastante extrema como para que el parecido probablemente te engañe?

3. Las frecuencias naturales reducen el descuido de la frecuencia base y, aun así, la mayor parte de la comunicación de riesgos sigue usando porcentajes. ¿Por qué crees que es así, y qué haría falta para cambiarlo en tu organización?

4. El caso de Sally Clark muestra a un tribunal que trata la improbabilidad de la inocencia como prueba de culpabilidad. ¿Cómo debería ayudarse a los jurados a comparar entre sí dos explicaciones raras?

5. Contratar por el parecido con éxitos pasados reproduce el equipo existente. ¿Hay alguna versión legítima de "parece que encaja bien", y cómo la distinguirías de la heurística en acción?

Última actualización: 17 octubre 2026