PowerPoint Nº1

Report
Pensamiento probabilístico.
María Puy Pérez Echeverría & Alfredo Bautista
(2008)
Clases Teóricas 2012
Ana María Talak
Universidad Nacional de La Plata
Temas a tratar:
1) El pensamiento en un mundo
probabilístico.
2) El origen del razonamiento
probabilístico.
3) Los heurísticos.
4) Los expertos.
1.1. El pensamiento en un mundo de
probabilidades.
Razonamiento probabilístico
- Consiste en hacer un cálculo mental
sobre las probabilidades de que vaya a
ocurrir un acontecimiento, o de que haya
ocurrido.


Se realiza en un contexto de toma de
decisiones y de juicios
Deducción
Inducción

Se obtienen reglas
generales a partir de
situaciones concretas

Tareas cerradas y bien
delimitadas

Problemas abiertos y no
muy bien delimitados

Seguridad en que la
conclusión se obtiene a
partir de las premisas

No hay seguridad en la
obtención de la
conclusión.
Razonamiento cotidiano

Carácter incierto

Necesita integrar y aplicar grandes
cantidades de conocimientos

A un contexto conocido solo
parcialmente y rápidamente cambiante
Razonamiento probabilístico

Estaría determinado por la necesidad de
adaptarnos a este tipo de contexto.

Hoy se entiende el mundo como un
conjunto de relaciones entre azar y
necesidad.
Los procesos inductivos están relacionados
con la incertidumbre en 2 sentidos:
1) Los procesos mentales de razonamiento
probabilístico habrían surgido luego de
muchos años de selección y
adaptación a un mundo cambiante.
2) Este tipo de conocimiento de la
variabilidad permite reducir la
incertidumbre.
1.2. “Racionalidad probabilística”.

Razonamiento probabilístico como
un tipo particular de razonamiento
inductivo.

Racionalidad lógica ≠ racionalidad
probabilística
1) El pensamiento en un mundo
probabilístico.
2) El origen del razonamiento
probabilístico.
3) Los heurísticos.
4) Los expertos.
Racionalidad probabilística

Razonamientos cotidianos
Toma de decisiones en situaciones
complejas y de riesgo
 - personales
 - profesionales


Explica lo que la lógica formal llama
errores o sesgos en las tareas lógicas.
Los “errores”: serían inferencias “razonables”
desde la teoría de las probabilidades.
Las teorías más
logicistas

Han sido compatibles
con gran parte de las
teorías psicológicas
de la mente humana
del siglo XX
(teoría del desarrollo
de Piaget, modelos
clásicos de P.I.)
Las teorías de las
probabilidades

Más compatibles con
los modelos
psicológicos actuales
(Modelos
neoconexionistas y
trabajos de IA y de
semántica del
lenguaje)
Razonamiento probabilístico:

Subyace a la mayor parte de las actividades
mentales cotidianas.

Herramienta para enfrentar la incertidumbre.

Nos lleva a soluciones adecuadas y razonables.

Decidir si algo es un “error” depende más de la
posibilidad de adaptarnos eficazmente a la
variabilidad ambiental y a la incertidumbre, que
de la aplicación de reglas de la lógica formal.
2. El origen del razonamiento
probabilístico.

Diferentes teorías
-
Teoría del desarrollo de Piaget
-
Teoría de las intuiciones primarias y las
intuiciones secundarias de Fichsbein (1975)
- Teoría del aprendizaje implícito asociacionista,
de Hogarth (2001)
Piaget

Nociones de azar y probabilidad → relación entre lo
posible y lo real.

Pensamiento formal → considera lo real como un
subconjunto de lo posible

Realizar un cálculo probabilístico → es convertir la
relación entre lo real y lo posible en un cálculo
matemático o razonamiento lógico (operaciones
formales)

Edades más tempranas → se van formando esquemas
que anteceden el concepto de probabilidad.
Críticas a la visión logicista del pensamiento.

Aportes:
1) El análisis de los componentes del razonamiento
probabilístico sigue siendo válido (relaciones con
las dificultades de los profesores al enseñar la
probabilidad).
2) La comprensión de las teorías matemáticas de la
probabilidad requiere un pensamiento formal (se
adquiera por desarrollo o por instrucción
deliberada y consciente).
Intuiciones primarias e intuiciones
secundarias de Fichsbein (1975):



Intuiciones primarias
Están ligadas a la acción
Surgen de la experiencia física y social con el
mundo


Intuiciones secundarias
surgen tras un período sistemático de
instrucción
Permiten superar las intuiciones primarias
mediante esfuerzo cognitivo

Origen del pensamiento probabilístico:

1º) En las intuiciones primarias
→nuestra conducta es probabilística por
naturaleza
→ en nuestra experiencia en un mundo
incierto, azaroso, probable (aprendizaje
implícito)

2º) Estas reglas aprendidas en forma tácita
son la base para aprender las reglas
matemáticas de la probabilidad.
Estudios sobre cambio conceptual:

La instrucción no es suficiente para
modificar totalmente las intuiciones
primarias.
Primacía de las representaciones
implícitas sobre las explícitas
 Dificultades del cambio conceptual.

Hogarth (2001)

El origen del razonamiento probabilístico es
intuitivo.

Respuesta intuitiva:
→ Se obtiene sin esfuerzo y deliberación y
habitualmente sin conciencia.
→Aprendizaje por experiencia
Establecemos conexiones entre cosas que
ocurren juntas; estas conexiones se fortalecen en
la memoria (predisposición genética, motivación,
frecuencia) → aprendizaje implícito
Hogarth (2001)

Aprendizaje por experiencia (tácito)
↳ A partir de sucesos que ocurren
↳ Lo que no ocurre o no percibimos no lo
computamos.

Esto da lugar a los sesgos y errores de los
juicios probabilísticos.

Pero → El conocimiento intuitivo puede
educarse.
3. Las intuiciones probabilísticas.
Los procesos heurísticos.
1) El heurístico de representatividad.
2) El heurístico de accesibilidad.
Críticas a la teoría de heurísticos.
Los procesos heurísticos.

Estudiados por Tversky & Kahneman (1974)
- Son reglas básicas de inferencia probabilística
- Utilizadas por adultos
- Independientes de :
* la cultura,
* el conocimiento de las leyes
matemáticas de la probabilidad
* o del contenido que se esté analizando.
En la Matemáticas → procedimientos
para resolver problemas.
Heurísticos
Algoritmos

Vaguedad

No vaguedad

Falta de precisión

Precisión
En psicología, los heurísticos:
Son mecanismos por los cuales
reducimos la incertidumbre
(complejidad de estímulos del mundo)
 A una dimensión manejable por nuestro
sistema cognitivo.


Supuesto: el mundo tiene una estructura
probabilística.
Limitaciones de nuestro sistema:

Procesos atencionales

Procesos de memoria

Limitaciones de la memoria de trabajo
Los juicios heurísticos:

Son principios generales que reducen tareas
complejas a juicios simples

No implican un análisis exhaustivo de datos

Enfatizan ciertas características de los datos
e ignoran otras

Nos permiten tomar decisiones
RAZONABLES con poco esfuerzo.

Errores, sesgos

Ventajas

Irracionalidad en la
toma de decisiones

Resultan suficientes
para resolver
problemas
concretos.

No buscan la verdad
Los heurísticos dependen de:
El tipo de proceso
cognitivo implicado
↓
Heurístico de
representatividad
El acceso a
la información
↓
Heurístico de
accesibilidad
El heurístico de representatividad

Relación entre un proceso o un modelo y
algún ejemplo o acontecimiento
relacionado con ese modelo.

Se valora el grado de semejanza

Es direccional (se valora en qué medida
una muestra es representativa de un
modelo pero no al revés).
4 casos de representatividad:

Cuando M es una clase y X una variable o
valor definido en esa clase.

Cuando M es una clase y X es un ejemplo de
esa clase.

Cuando M es una clase y X es un
subconjunto de esa clase.

Cuando M es un sistema causal y X una
posible consecuencia.
Semejanza:

Un ejemplo es representativo de una
categoría cuando tiene los mismos rasgos
principales que tienen los miembros
prototípicos de esa categoría

Y no tiene otros rasgos no compartidos
por esos miembros.
Los ejemplo prototípicos:

Son mejor recordados y más fácilmente
reconocidos que los elementos menos
representativos.

Usamos la representatividad para
predecir resultados, para establecer
causas, para hacer inferencias
probabilísticas,
Errores más habituales producidos
por el heurístico de representatividad:

Concepción errónea sobre el azar.

Confusión en la utilización de la ley de los
grandes números.

Problemas con las probabilidades
compuestas.

Problemas en la comprensión del concepto
de regresión.
El heurístico de accesibilidad.

Se estima la probabilidad a partir de la
facilidad con que los ejemplos o
asociaciones vienen a nuestra mente.

Supuesto: cuanto mejor recuerdas un
suceso, más frecuente ha sido ese suceso
y por lo tanto más probable.
El heurístico de accesibilidad.

Al evaluar un suceso, no tenemos acceso
en general a muestras representativas de
acontecimientos. Por lo tanto,
construimos esas muestras en nuestra
mente (a partir de nuestra memoria).

La familiaridad y la prominencia son
factores que pueden sesgar estas mentes.
Errores más habituales producidos
por el heurístico de accesibilidad:

Por la prominencia de los datos.

Por la singularidad de los datos o por
coincidir con nuestras teorías previas.

Por la primacía de los datos.

Correlación ilusoria.
Correlación ilusoria:

Creer que existe una relación entre dos
acontecimientos cuando no la hay..

Las personas se centran en los casos en que
esos acontecimientos concurren, pero no se
fijan en los casos en los que ocurre uno solo.

“Ilusión de control”
Problemas de estas investigaciones:
1)Los heurísticos son implícitos.
- Pero las tareas para investigarlos suponen
conocimiento declarativo, consciente.
2)Se proponen problemas muy artificiales
- No queda claro para los participantes el
objetivo de la tarea.
Críticas a las teorías de Tversky y
Kahneman:
1) Críticas a la presentación del trabajo
experimental.

Las tareas son engañosas, los datos relevantes
están escondidos.

Cuando se presenta información de manera
estadística se cometen menos sesgos.

No se realiza ningún trabajo estadístico sobre la
significación de los resultados.
Críticas a las teorías de Tversky y
Kahneman:
2) Críticas a la universalidad de los sesgos:

Los expertos en estadística o en toma de
decisiones cometen menos sesgos.

Las personas con conocimiento sobre el
contenido de la tarea cometen menos sesgos.

Los sesgos dependen de las tareas y de las
creencias y conocimientos sobre esas tareas.
Críticas a las teorías de Tversky y
Kahneman:
3) Críticas a la ambigüedad de la teoría:

La teoría de T & K es más descriptiva que
explicativa.

No se puede distinguir s actuará el
heurístico de representatividad o de
accesibilidad.
Críticas a las teorías de Tversky y
Kahneman:

Problema relación explícito – implícito

Confusión entre información –
conocimiento.
4. Expertos.
Pericia (en el campo de conocimientos
complejos)
Es un viaje de ida y vuelta entre
lo implícito y lo explícito.
Los expertos educan sus intuiciones en
dos sentidos:
1) Automatizan gran cantidad de decisiones
y procesos de razonamientos en los
contenidos de su experticia
(conocimiento deliberado convertido en
tácito).
2) Tienen experiencia en contextos
privilegiados; sus intuiciones se acercan
más a las normas probabilísticas.
Expertos

Utilizan más
conocimiento

Reducen desde el
principio los problemas
de manejo de gran
cantidad de datos a
dimensiones manejables
Cuentan con estrategias
metacognitivas y
procedimientos de
repaso,

Novatos

Utilizan más información

Toman en cuenta gran
cantidad de datos y de
relaciones entre esos
datos.
Menor automatización
de reglas

Expertos → deben adaptarse a:







Las restricciones de las tareas
Las metas que se proponen
Las consecuencias contextuales de sus
decisiones
Pericia en la toma de decisiones depende
de:
Factores de razonamiento inductivo
Recuerdo de conocimientos adecuados
Desarrollo de esquemas de conocimientos.
Temas tratados:
1) El pensamiento en un mundo
probabilístico.
2) El origen del razonamiento
probabilístico.
3) Los heurísticos.
4) Los expertos.
Conclusiones:

No existe aún una teoría integradora.

Desde los años `60
Pensamiento →
- Contenido concreto
- Objetivos concretos
- Contexto y cultura concretos.


similar documents