You are on page 1of 9

La importancia de mirar el mundo para entender la mente siempre ha sido

apreciada por algunos pensadores prominentes. Charles Darwin sostuvo que


las fuerzas ambientales haban formado el comportamiento humano a travs
de la seleccin natural, lo que lleva a la llamada moderna por los psiclogos
evolutivos que mirar a nuestro mundo ancestral de los problemas de nuestras
mentes est diseado para resolver. Hace ms de 50 aos, Egon Brunswik inst
a los psiclogos para estudiar la textura de los entornos naturales y la
estructura correspondiente de seales de la mente depende de inferir el estado
de su entorno. Roger Shepard habl de la mente como un espejo, reflejando
aspectos fsicos de larga duracin del mundo, tales como el ciclo de luzoscuridad de 24 horas. Herbert Simon propone la metfora de la conexin
mente y el mundo juntos, como las aspas de un par de tijeras, los dos deben
estar bien adaptados para el comportamiento real de ser producido, y con slo
mirar la hoja cognitiva no se explica cmo cortar las tijeras. En cada caso, el
mundo es una clave para la comprensin del funcionamiento de la mente (Todd
& Gigerenzer, 2001). Sin embargo, prevalecen las explicaciones de la conducta
estn siendo expresados con ms frecuencia en trminos de los rasgos de
personalidad, estilos cognitivos, los patrones de activacin cerebral-regin, las
preferencias y los servicios pblicos y otras entidades asumidas'''' dentro de la
mente. El programa de investigacin sobre la racionalidad ecolgica tiene
como objetivo explicar las interacciones mente-mundo que subyacen a tomar
buenas decisiones. Nos basamos en las bases de Darwin, Brunswik, Simon, y
otros para crear un marco para entender cmo el ambiente de estructura en
forma de patrones de informacin til disponible en el mundo-puede ser
explotado por la heurstica de la cabeza para producir una conducta adaptativa
(Gigerenzer, Todd, y el Grupo ABC Research, 1999; Todd, Gigerenzer, y el Grupo
de Investigacin de ABC, en prensa). Algoritmos de decisin heurstica-simples
que pueden funcionar bien en ambientes apropiados a generar tanto el
comportamiento rutinario y decisiones importantes, por inferencia, la eleccin,
las deliberaciones del grupo, e incluso cuestiones morales. Por ejemplo,
considere la observacin sorprendente que slo el 28% de los estadounidenses
convertirse en potenciales donantes de rganos, pero el 99,9% de los
franceses lo hacen. Para saber por qu, se podra administrar tests de
personalidad, medir las actitudes morales, agregue un examen de
conocimientos, y luego realizar la regresin mltiple en el lote de encontrar
algunos predictores significativos, pero no es la respuesta. Por el contrario, la
mayora de los estadounidenses y franceses parecen depender de la misma
simple heurstica: Si hay una opcin por defecto, palo con ella'' La diferencia
est en el entorno de configuracin predeterminada externo (en este caso
institucional) en cada pas: En la mayora estados de EE.UU. hay un defecto nodonacin de rganos, por lo que uno tiene que optar activamente en ser
donante, mientras que en Francia hay que optar por no ser un donante
(Johnson & Goldstein, 2003). Es la interaccin entre una heurstica y su entorno
social, institucional, o fsica que explica el comportamiento. Este punto de vista

adaptativo tiene consecuencias polticas: Se explica por qu las campaas de


informacin a favor de los donantes slo han tenido un xito limitado, e indica
que el cambio de defecto legal debera ser ms eficaz.
O pensemos en la tarea de inferencia de predecir cul de los dos jugadores de
tenis ganar prximo partido Wimbledon. Esta decisin puede ser tomada
sobre la base de elementos de informacin, o seales, que pueden ser
consultados acerca de cada jugador, como si son los campeones del pasado, la
cantidad de juegos que han ganado esta temporada, lo que su siembra por los
expertos de Wimbledon es, y as sucesivamente. Ms simplemente, se puede
ignorar toda esta informacin y slo se basan en la heurstica de
reconocimiento: Si reconoces un jugador y no a la inversa, entonces predecir
el reconocido ganar'' (Gigerenzer, 2007). Tenis novatos hacen predicciones de
acuerdo con esta heurstica a menudo (90% de las veces). Ms
sorprendentemente, su reconocimiento colectivo puede ser an ms preciso
(por ejemplo, corregir el 72% de los partidos de los hombres de 2003) que las
calificaciones de los expertos de Wimbledon "(69%). Pero la heurstica del
reconocimiento slo funcionar tan bien en ambientes que se adapta a saber,
aquellos en los que se discuten con frecuencia los'' grandes'' objetos (como los
grandes ganadores en los deportes) y por lo tanto puedan ser reconocidos.
Nuestro programa de investigacin tiene dos componentes que se
corresponden con las dos cuchillas de las tijeras de Simon:
(A) El estudio de la caja de herramientas'''' adaptacin de los mecanismos de
toma de decisiones en la mente (vase la Tabla 1 para ver ejemplos). El
objetivo es descubrir y entender la heurstica para la inferencia y la preferencia
(por ejemplo, las tareas de categorizacin, la estimacin, y la eleccin), los
bloques de construccin, las pocas piezas de informacin que utilizan, y las
habilidades desarrolladas explotan. Los mtodos empleados son tericos y
experimentales.
(B) El estudio de la racionalidad ecolgica de los mecanismos de decisin. El
objetivo es determinar cules son las estructuras ambientales permiten una
heurstica dada tenga xito, y en el que se producir un error. Los mtodos
incluyen la simulacin por ordenador y anlisis matemtico.
El primer componente es explicativo, pidiendo, por ejemplo, cmo las personas
toman decisiones acerca de la donacin de rganos o de los competidores
deportivos ganadores. La segunda es normativa, determinar cules son las
estructuras ambientales aumentar las tasas de donacin de rganos o ayudar
a la heurstica del reconocimiento de predecir con exactitud los resultados de
los partidos. El estudio de la racionalidad ecolgica, nuestro objetivo aqu,
requiere una definicin clara de las dos heursticas y entornos.
ESTUDIAR racionalidad ecolgica EN LA TOMA DE DECISIONES

El estudio moderno de la toma de decisiones se inici con el ideal normativo


que las buenas decisiones siguen las prescripciones de matemticas de la regla
de Bayes, o la maximizacin de la utilidad esperada. En estos puntos de vista,
no es slo una herramienta mental, y la cuestin de la racionalidad ecolgica,
su ajuste de esta herramienta para diferentes entornos-no se plantea. Pero
ahora hay una gran cantidad de evidencia experimental que muestra que la
gente suele tomar decisiones de una manera totalmente diferente: Los seres
humanos dependen de mltiples simples heursticas de decisin, ni un clculo
de propsito general de la racionalidad (por ejemplo, Br der y Schiffer, 2003;
Gigerenzer, 2007). Las personas que sin duda pueden ser inducidos a utilizar
heursticas particulares en entornos inadecuados y, por tanto cometer errores,
ya que los heursticos y sesgos-tradicin de investigacin destacada (<biblio>).
El estudio de la racionalidad ecolgica va ms all de este principio: Por
(A) el diseo de los modelos computacionales de la heurstica, que
(B) especifica que los entornos son apropiados para los que la heurstica, y
viceversa.
La gente a menudo se basa en una sola razn para tomar decisiones, pero se
est heurstica especial enfoque de restriccin de uso de la informacin tanto
como sea posible-siempre ser razonable? Para responder respalda la solicitud
primero definir modelos especficos de heursticas que utilizan una sola razn y
luego compararlos con los enfoques racionales tradicionales, que utilizan
varios. Hemos propuesto una clase de'' heursticos'' que se basan en el
principio de una sola razn por la toma de decisiones, como el tomar las
mejores heurstico (Gigerenzer y Goldstein, 1996. Gigerenzer et al, 1999; ver
fig. 1). Tomar las mejores bsquedas de claves con el fin de su validez, es
decir, su tasa de toma de decisiones correctas y la bsqueda se detiene tan
pronto como se encuentra una seal que distingue entre las alternativas (que
puede ser la primera seal, o el segundo, o uno ms abajo en la lista), lo que
es la seal nica'' mejor'' disponible que la heurstica se necesita para tomar
una decisin.
Tomar las mejores y otras heursticas de decisin de una sola razn por la que
son frugales en cuanto a que no buscan ms informacin que se necesita para
hacer una inferencia. Tales heursticas tambin son rpidas porque no implican
ningn complejo clculo, ni siquiera la multiplicacin y la suma requerida por
los mecanismos de aditivos ponderados (modelos de decisin estndar que se
suman todos los valores de referencia multiplicada por el peso de referencia
importancia de encontrar un valor global para cada opcin eleccin). Adems,
funciona bien para hacer inferencias correctas en determinados tipos de
ambientes. Por ejemplo, tomar lo mejor ser que no les va bien en
comparacin con el aditivo de peso o mecanismos de cmputo en ambientes
donde la distribucin de la importancia cue es uniforme (es decir, las piezas de

informacin disponibles son ms o menos iguales en su utilidad). Sin embargo,


muchos entornos, tales como las de la eleccin del consumidor o la eleccin de
pareja, se caracterizan no por una distribucin de importancia seal que cae
rpidamente (una distribucin en forma de J''''), de manera que la seal ms
influyente es considerablemente ms importante que la segunda, que es
considerablemente ms importante que el tercero, y as sucesivamente. En
tales ambientes, tomar lo mejor puede superar el modelo aditivo ponderado,
sobre todo cuando la generalizacin de las nuevas decisiones (Gigerenzer et al,
1999; Hogarth y Karelaia, 2006). Cuando los ambientes son moderadamente
impredecibles y muestras de aprendizaje son pequeas, como en muchas
situaciones sociales y econmicas,
Tomar lo mejor tambin tiende a hacer inferencias con la mayor precisin o
mejor que la regresin mltiple, las redes neuronales, y otros modelos de
aprendizaje automtico (Chater, Oaksford, Nakisa, y Redington, 2003). As, en
entornos difciles con alta variabilidad y baja predictibilidad, y pocas
oportunidades para el aprendizaje, buenas decisiones, sin embargo, pueden
ser hechas con ms frecuencia por mecanismos simples que por los complejos.
Adems, debido a que la mente humana ha sido moldeada por los procesos de
adaptacin de la evolucin y el aprendizaje, podemos predecir que las
personas tienden a ser ecolgicamente racional de s mismos, a menudo
usando heursticas de decisin simples que le confieren la doble ventaja de la
velocidad y la precisin en ambientes particulares. Esta prediccin se ha
apoyado en numerosos estudios, por ejemplo, se ha informado uno
mecanismos de decisin razn para ser utilizado cuando las personas tienen
que pagar por la informacin (Newell, Weston, y Shanks, 2003), tienen que
buscar informacin en la memoria (Bro der y Schiffer, 2003), o se encuentran
bajo presin-tiempo todas las situaciones en las que es ventajoso para limitar
la bsqueda de informacin. Ms encima, las personas son sensibles a la
distribucin de seales en un entorno, aplicando apropiadamente ya sea tomar
el mejor o un mecanismo de aditivo ponderada, en funcin de que ser ms
precisa (Rieskamp y Otto, 2006). Exactamente cmo la gente es capaz de
determinar qu tipo de ambiente que se encuentran, y luego que la heurstica
ser apropiado aplicar, sigue siendo una cuestin abierta.
ESTRUCTURA RELEVANTE EN ENTORNOS
Los patrones de informacin que los mecanismos de decisin pueden (o no) ser
emparejados pueden surgir a partir de una variedad de procesos ambientales,
incluyendo factores fsicos, biolgicos, sociales y culturales. En primer lugar, los
cerebros de este planeta probablemente han evolucionado ms largo para
hacer frente a los patrones en el medio fsico (por ejemplo, como seales
visuales, tales como la disparidad binocular, el tamao de la proyeccin en la
retina, oclusin o se pueden utilizar para decidir cul de los dos objetos est
ms cerca). Muchos de estos patrones puede ser caracterizada en trminos de

vigencias de referencia (la frecuencia con una seal indica una decisin
correcta), los tipos de discriminacin (la frecuencia con una seal que distingue
entre alternativas de decisin, con independencia de su correccin), y los
despidos (correlaciones entre los valores de referencia a travs de
alternativas). Patrones en la ocurrencia de eventos en el tiempo y en el espacio
tambin son importantes: La gente usa satisficing heurstica que establecen
niveles de aspiracin (por ejemplo, un salario mnimo o trabajo aceptable un
precio mximo aceptable compra de casa) para buscar a travs de secuencias
de opciones cuando es difcil regresar a las opciones vistas anteriormente y
decirle qu opciones quedan por delante (como el empleo, la vivienda, o
incluso el apareamiento mercados Gigerenzer et al., 1999). Y los seres
humanos y otros animales en busca de recursos que se producen en los
parches (como frutas en arbustos o informacin en los sitios Web) hacen mejor
uso de reglas de incremento o decremento, que aumenta o disminuye la
tendencia a permanecer en un parche con cada elemento de los recursos
encontrados, dependiendo de si los parches tienen una amplia variedad o
aproximadamente el mismo nmero de recursos (Hutchinson & Gigerenzer,
2005). Probablemente lo ms importante para el ser humano son las
estructuras y de los ambientes sociales. Podemos utilizar la heurstica
satisficing para tomar decisiones ecolgicamente racionales acerca de otras
personas como compaeros potenciales basados en el patrn secuencial de la
gente que nos hemos encontrado anteriormente (Gigerenzer et al., 1999).
Podemos utilizar la regla de la mayora (lo que simplifica el clculo con slo
recuento s / no juicios en lugar de, por ejemplo, la ponderacin segn la
importancia de los diferentes jueces) y otras heursticas para la toma de
decisiones del grupo de la gente que los empleados potenciales, en base a la
distribucin de informacin dentro de nuestro grupo (Todd et al., en prensa).
Los patrones de los conocimientos adquiridos por el reconocimiento de las
personas a travs de intercambio social puede ser explotado con xito por la
heurstica del reconocimiento mencionado anteriormente (Gigerenzer et al.,
1999) para decidir cul de los dos elementos es mayor (por ejemplo, ciudades)
o ms xito (por ejemplo, jugadores de tenis o acciones), y estos patrones de
reconocimiento tambin se les da protagonismo en la toma de decisiones en
grupo (Reimer y Katsikopoulos, 2004). Pero la gente no utiliza la heurstica del
reconocimiento ciegamente-que ms bien parecen evaluar intuitivamente su
racionalidad ecolgica para una situacin dada (a travs de los mecanismos
que se han asociado con particulares estructuras neurales-ver Gigerenzer,
2007). Por ejemplo, algunas personas se basan en el reconocimiento del
nombre cuando saben que han odo hablar de una ciudad (por ejemplo,
Chernobyl) por una razn que no est correlacionada con su tamao.
Estructuras de Medio Ambiente tambin se crean especficamente por las
culturas o instituciones para influir en el comportamiento de los dems, como
en el ejemplo de rganos de donantes antes. A veces esto es acertada, ya que
cuando las leyes de trfico que determinan interseccin derecho de paso estn

diseadas jerrquicamente para que coincida con los mecanismos de decisin


de una sola razn (Todd et al., En prensa). En otros casos, las instituciones
crean estructuras de entorno que no encajan bien con los mecanismos de
decisin de las personas y las mentes en lugar de nubes y conducen a
decisiones porciones. Por ejemplo, la informacin acerca de los tratamientos
mdicos se representa a menudo en trminos de los riesgos relativos errneas
(por ejemplo, diciendo que la mamografa reduce el riesgo de mortalidad en un
25%), mientras que los riesgos absolutos podran conducir a una mayor
comprensin (por ejemplo, explicando que la reduccin de la mortalidad del
25% significa pasar de 4 muertes por cncer por cada 1.000 sin
apantallamiento a 3 de 1000 con la investigacin, vase Todd et al, en
prensa)... Por ltimo, algunas formas de estructura entorno emergen sin diseo
a travs de las interacciones sociales de varios tomadores de decisiones. Por
ejemplo, las personas que eligen la ciudad para pasar a menudo se sienten
atrados por las grandes metrpolis, vibrante, por lo que'' los grandes se hacen
ms grandes'', lo cual puede resultar en una distribucin en forma de J (o ley
de potencia) de la poblacin de la ciudad (es decir, unos burgs repletas, una
serie de los medianos, y numerosos pueblos pequeos). Tal distribucin
emergente se puede ver en muchos mbitos en los que las personas toman
decisiones activas, tales como la compra de libros (que conduce a unos
mejores vendedores y muchos ttulos que languidecen) o visitar sitios Web
(unos Yahoos contra innumerables pginas Web personales de bajo trfico).
Esta estructura puede a su vez ser explotada por la heurstica de la eleccin o
la estimacin que, por ejemplo, se basan en el hecho de que la mayora de los
objetos no son grandes (Gigerenzer et al., 1999). Del mismo modo, los
conductores pueden elegir una plaza de aparcamiento utilizando una heurstica
satisficing particular, que crea un patrn de manchas tomadas y todavadisponible que sirve como el medio ambiente para los futuros conductores de
bsqueda a travs con su propia heurstica (Hutchinson & Gigerenzer, 2005).
En estos casos, las personas que, por los efectos de sus propias decisiones,
formando esencialmente el medio ambiente en el que ellos y los dems deben
hacer nuevas elecciones, creando la posibilidad de un bucle coadapting entre
la mente y el mundo.
MIRANDO AL FUTURO
El estudio de la racionalidad ecolgica como la adecuacin entre las
estructuras de los mecanismos de procesamiento de informacin en la mente y
las estructuras de informacin en el mundo nos da tres cosas que se centran
en: la mente (heursticas de decisin), el mundo (patrones de informacin), y
cmo pueden coincidir. Hasta el momento, se han explorado slo un modesto
conjunto de las heursticas simples contenidas en el cuadro de herramientas de
adaptacin de la mente. Para descubrir ms de su contenido, se puede
proceder en dos direcciones. Profundizando hacia abajo, tenemos que ampliar
nuestra comprensin del conjunto de bloques de construccin y habilidades

ms desarrolladas (por ejemplo, las capacidades de reconocimiento o de la


confianza) que pueden combinarse para crear mecanismos de decisin.
Conexin de arriba, es necesario considerar cmo la caja de herramientas de
adaptacin de heursticas para la inferencia y los lazos preferentes en con otros
sistemas de motor cognitivo, la memoria, la percepcin, y para producir la
conducta adaptativa (como se ha hecho en la aplicacin de la heurstica de
reconocimiento dentro de una modelizacin cognitiva ms amplia marco-ver
Schooler y Hertwig, 2005).
Los investigadores tambin han comenzado a elaborar un vocabulario para
describir las estructuras del entorno, por ejemplo, en trminos de vigencias de
referencia y la distribucin de los objetos. Este esfuerzo es an tristemente
incompleta y cohesionado, sin embargo. Formas tiles para describir los
aspectos psicolgicos relevantes de la estructura espacial, los patrones
temporales y los entornos sociales (entre otros) deben ser desarrollados o
importados de otras disciplinas. Sin embargo, el mayor reto es atar los dos
tipos de estructura, mentales y ambientales, juntos. Los investigadores pueden
explorar la racionalidad ecolgica de los mecanismos de decisin en particular
mediante la prediccin de su desempeo sobre la base de qu tan bien sus
bloques de construccin se ajustan a ciertos patrones de informacin, y luego
probar el partido a travs de la experimentacin, simulacin y anlisis
matemtico en diferentes ambientes. Pero una cuenta terico ms profundo de
las razones por las que ciertos patrones ambientales encajan con ciertos
mecanismos heursticos an debe desarrollarse. Saber cundo y qu
estructuras de la mente en forma de estructuras en el mundo es necesario
para la comprensin de la racionalidad ecolgica de nuestras heursticas de
decisin y los entornos que nos hacen inteligentes.

TABLA 1
Heurstica de ejemplo, estructuras ambientales que los hacen ecolgicamente
racional, y predicciones sorprendentes
Heurstico

definicin

Reconocimiento

Para decidir cul


de las dos
opciones es
mayor en algn
criterio, aunque
slo sea una
opcin se

Ecolgicamente
racional si
El reconocimiento
es una seal
vlida (es decir,
conduce a
corregir las
decisiones de
ms de la mitad

predicciones
sorprendentes
Contradiciendo la
informacin sobre
objetos
reconocidos se
ignora;
reconociendo
menos opciones

Tomar las mejores


(ver fig. 1)

Recuento (modelo
lineal unidad de
peso)

Trate - a - docena
(satisficing)

reconoce, que
elegir uno.

de las veces)

Como arriba, pero


si se reconocen
las dos opciones,
(1) buscar a
travs de seales
con el fin de
validez
(2) Bsqueda de
parada en la
primera seal de
discriminacin
(3) elegir la
opcin preferida
por esta seal
Para estimar
criterio de algn
objeto, contar el
nmero de
favorecer a las
seales.
Para seleccionar
una opcin de
alto valor a partir
de una secuencia
desconocida, fij
un nivel de
aspiracin en el
valor ms alto
observado en
primeras 12
opciones, a
continuacin,
seleccione la
siguiente opcin
que supera
aspiracin.

validaciones de
referencia varan
altamente;
moderada a alta
redundancia
entre las seales

validaciones de
referencia varan
poco, bajo la
redundancia de
seal (Hogarth y
Karelaia, 2006).
Desconocido
distribucin de los
valores de opcin,
sin volver a las
opciones vistas
anteriormente

puede conducir a
una mayor
precisin.
Se puede decidir
con mayor
precisin que la
regresin
mltiple, las
redes neuronales
y modelos
ejemplares al
generalizar los
nuevos datos

puede decidir con


la mayor
precisin de
regresin mltiple

Rendimiento casi
ptima en un
amplio rango de
longitudes de
secuencia (es
decir, el nmero
de opciones
disponibles, poco
importa)

Figura 1. Etapas de procesamiento de la informacin en la heurstica de la clase


de unos mecanismos de decisin razn. Muchas clases de heursticas consisten
en la construccin de bloques, que incluyen: (1) una regla de bsqueda que
determina qu tipo de informacin (seales o caractersticas, en la memoria o
el ambiente externo) se busca, en qu orden, (2) una regla de detencin que
termina bsqueda de seales, y (3) una regla de decisin que toma una
decisin utilizando las seales encontradas. En la clase de heursticas que se
muestran aqu, el tercer bloque de construccin utiliza slo una seal -una
razn - para tomar la decisin. Los diferentes tipos de una sola razn por la
heurstica se pueden construir mediante la seleccin de bloques de
construccin que se adaptan a la estructura particular del medio ambiente. Por
ejemplo, si se sabe que las seales son ms o menos vlidos (individual
exacta) en un dominio concreto, la bsqueda de validez ordenada utilizado
como el primer elemento en el tomar las mejores heurstica funciona bien,
mientras que si se tiene poco conocimiento sobre entorno, bsqueda aleatoria
a travs de las seales puede ser adaptativo (que se concreta en la heurstica
minimalista, que selecciona las seales para comprobar en un orden aleatorio).

You might also like