# Sesgos Cognitivos
Una rueda gira en un laboratorio de psicología. Universidad de Oregón, 1974.
Se detiene en el diez.
El investigador pregunta: "¿Qué porcentaje de países africanos están en las Naciones Unidas?"
El participante adivina veinticinco por ciento.
Otro participante. Misma pregunta. Pero su rueda se detuvo en sesenta y cinco.
Adivinan cuarenta y cinco por ciento.
La cosa es esta: la rueda está trucada. Ambos participantes *vieron* a los investigadores trucarla. Se les dijo explícitamente: el número no significa nada.
Y aun así, sus respuestas se mueven hacia ese ancla... como el hierro hacia un imán.
Amos Tversky y Daniel Kahneman observan esto suceder. Una y otra vez. Están documentando algo que no debería existir si los humanos fueran racionales.
Un número sin sentido... secuestrando el juicio... en tiempo real.
Bienvenidos a los sesgos cognitivos.
Las formas sistemáticas en que tu cerebro se equivoca. No se equivoca *al azar*, se equivoca de forma *predecible*. En patrones que puedes mapear, replicar, apostar dinero.
Esto es lo que lo hace inquietante.
Puedes *saber* sobre estos sesgos. Estudiarlos durante años. Enseñarlos a estudiantes de pregrado. Y aun así caer en ellos.
El propio Kahneman dijo que es terrible evitando los hallazgos de su propia investigación. Su coautor, Tversky, era mejor en eso, lo que molestaba a Kahneman enormemente.
Es como conocer las ilusiones ópticas... pero seguir viendo las líneas de diferente longitud.
El conocimiento no arregla el cableado.
Así que aclaremos algo.
Cuando los psicólogos hablan de sesgos, no te están llamando estúpido. Están diciendo que tu cerebro está ejecutando un software diseñado para una era diferente.
Tienes sistemas de reconocimiento de patrones construidos para detectar depredadores en la hierba alta y decidir qué bayas no te matarán... ahora intentando evaluar valores respaldados por hipotecas y metaanálisis.
El desajuste crea fallos.
Fallos predecibles y mapeables.
La historia comienza en 1954.
Herbert Simon, un economista, no dejaba de observar a humanos reales tomar decisiones reales. Está viendo cómo la gente trabaja en organizaciones y nota algo.
Nadie está haciendo los cálculos.
Nadie está sopesando cada opción contra cada otra opción como un ángel calculador de probabilidades.
Están *satisfaciendo* —su palabra, una mezcla de "satisfacer" y "bastar"— eligiendo lo primero que es lo suficientemente bueno.
Simon llama a esto *racionalidad limitada*. No somos irracionales. Somos racionales dentro de los límites. Tiempo limitado, información limitada, memoria de trabajo limitada que puede contener quizás siete cosas... si tienes un buen día.
Esa es la base.
Pero Simon no mapeó las formas específicas en que esos límites se manifiestan. No documentó los patrones.
Eso es lo que hicieron Tversky y Kahneman.
A partir de principios de los setenta, realizaron experimento tras experimento demostrando que los atajos mentales —heurísticas— crean errores sistemáticos.
No ruido aleatorio. Patrones para los que podrías escribir ecuaciones.
Su artículo de 1974, "Judgment under Uncertainty", identificó tres grandes.
**Disponibilidad.** Juzgas cuán común es algo por la facilidad con la que vienen a la mente los ejemplos. Los ataques de tiburones se sienten más probables que las muertes por máquinas expendedoras... aunque las máquinas expendedoras matan a más personas cada año.
**Representatividad.** Juzgas la probabilidad por cuánto se parece algo a tu estereotipo mental. Linda tiene treinta y un años, soltera, es extrovertida, se licenció en filosofía. ¿Es más probable que sea cajera de banco... o cajera de banco que participa activamente en el movimiento feminista?
La mayoría de la gente dice lo segundo.
Eso es imposible. El subconjunto no puede ser mayor que el conjunto. Pero *se siente* correcto porque encaja con la historia.
**Y anclaje.** Como esa rueda giratoria. El primer número que escuchas se convierte en el polo alrededor del cual orbita tu estimación.
Aquí está la cosa que hizo explosivo su trabajo.
No solo estaban documentando errores. Estaban mostrando que estos errores violaban principios básicos de probabilidad y lógica que las personas educadas *afirman* entender.
Pregúntale a alguien si un número aleatorio debería afectar su estimación de países africanos en la ONU. Dirán que por supuesto que no, que sería absurdo.
Luego obsérvalos hacer exactamente eso.
El saber no detiene el hacer.
El mundo de la economía se volvió loco con esto.
Porque la economía en los setenta se basaba en una hermosa y elegante mentira: las personas son actores racionales que maximizan la utilidad. *Homo economicus*. Hacía que las matemáticas funcionaran. Hacía que las teorías fueran predictivas. Podías modelar mercados como modelas la física.
Kahneman y Tversky decían... sí, sobre eso.
Los humanos no son máquinas calculadoras. Son reconocedores de patrones que funcionan con firmware obsoleto.
Richard Thaler recogió este hilo y lo llevó al mundo real.
Comenzó a documentar todas las formas en que las personas toman decisiones económicas que no encajan en los modelos.
El *efecto dotación*. Las personas valoran más las cosas una vez que las poseen. Dale a alguien una taza de café, luego intenta comprársela de vuelta. Te cobrarán más de lo que habrían pagado por ella hace cinco minutos.
Nada cambió en la taza. La posesión cambió el valor.
En los ochenta y noventa, la economía conductual se convirtió en un campo. Thaler ganó el Nobel en 2017. Kahneman lo ganó en 2002, aunque Tversky había muerto en el '96 y no pudo compartirlo.
Lo que se siente como una especie de tragedia.
El comité del Nobel no da premios por llamar irracionales a la gente. Los da por tener *razón* sobre cómo funcionan realmente las decisiones.
Uno de los hallazgos más importantes: *aversión a la pérdida*.
Surgió de la Teoría de las Perspectivas, que Kahneman y Tversky desarrollaron en 1979.
Aquí está la idea central.
Perder cien dólares duele aproximadamente *el doble* de lo bien que se siente ganar cien dólares.
No un poco más. El doble.
Tu cerebro sopesa las pérdidas más que las ganancias equivalentes. El dolor de perder cincuenta dólares es aproximadamente igual al placer de ganar cien.
Esto explica mucho.
Por qué la gente se aferra a las acciones perdedoras demasiado tiempo —vender haría que la pérdida fuera real.
Por qué no negocian por miedo a perder lo que tienen.
Por qué un recorte salarial se siente devastador incluso si sigues ganando buen dinero.
El punto de referencia —lo que tenías, lo que *esperabas*— importa más que el resultado absoluto. No estás evaluando tu salario contra cero. Lo estás evaluando contra el año pasado.
Y aquí es donde se pone extraño.
Puedes ver esto en imágenes cerebrales.
Tali Sharot realizó un estudio en 2007 donde las personas imaginaban eventos futuros negativos mientras estaban en un escáner de resonancia magnética. Partes del cerebro que procesan la amenaza emocional mostraron una actividad *reducida* cuando las personas pensaban en cosas malas que les sucedían.
No actividad aumentada. *Reducida*.
Las personas eran literalmente menos capaces de procesar posibilidades negativas para sí mismas que para extraños.
El sesgo de optimismo no es solo una actitud. Es neurología. Tu cerebro está amortiguando activamente la señal.
El ochenta por ciento de los conductores se considera mejor que el promedio.
Eso es matemáticamente imposible.
El ochenta y ocho por ciento de los estadounidenses se considera con una inteligencia superior al promedio.
El noventa y cuatro por ciento de los profesores universitarios se considera mejor en su trabajo que sus colegas.
Pregúntate ahora mismo: ¿eres un conductor por encima del promedio?
¿Sientes ese pequeño "pues, sí" en tu cabeza?
Ese es el efecto de ser mejor que el promedio.
Lo estás haciendo mientras aprendes sobre ello.
Yo lo estoy haciendo mientras escribo sobre ello.
Ahora. Una doctora está en una sala de conferencias en 1981.
Tversky y Kahneman le han dado un escenario.
Hay un brote de enfermedad. Seiscientas personas están en riesgo. Hay dos tratamientos sobre la mesa.
**Opción A** salva a doscientas personas con certeza.
**Opción B** tiene una posibilidad de un tercio de salvar a todos y una posibilidad de dos tercios de no salvar a nadie.
La mayoría de los médicos eligen A. La certeza se siente bien.
Luego la misma elección, reformulada.
**Opción C** significa que cuatrocientas personas morirán con certeza.
**Opción D** tiene una posibilidad de un tercio de que nadie muera y una posibilidad de dos tercios de que todos mueran.
Ahora la mayoría de los médicos eligen D. De repente son buscadores de riesgo, intentando evitar la pérdida segura.
Mismos resultados. Diferentes marcos. Diferentes elecciones.
El setenta y dos por ciento prefirió A en el marco de ganancias. El setenta y ocho por ciento prefirió D en el marco de pérdidas.
Este es el *efecto de encuadre*.
La forma en que se presenta la información cambia las decisiones... incluso cuando los hechos subyacentes son idénticos.
Vidas salvadas versus vidas perdidas.
Noventa por ciento libre de grasa versus diez por ciento de grasa.
Una tasa de supervivencia del noventa y cinco por ciento versus una tasa de mortalidad del cinco por ciento.
Lo mismo. Diferente sensación. Diferente elección.
Y no son solo sujetos ingenuos. Médicos, jueces, analistas de inteligencia —todos son vulnerables.
Podrías estar pensando... vale, pero puedo aprender a evitar esto. Solo ser más cuidadoso. Más analítico. Ir más despacio.
El problema es este.
Estos sesgos no viven en tu pensamiento lento y cuidadoso. Viven en lo que Kahneman llama *Sistema Uno* —el sistema rápido, automático, siempre activo que genera impresiones y sentimientos cada segundo.
El *Sistema Dos* —lento, laborioso, analítico— a veces puede detectarlos.
Pero el Sistema Dos es perezoso. No quiere trabajar a menos que tenga que hacerlo. Es metabólicamente costoso pensar mucho.
Y el Sistema Uno ya te está dando una respuesta que se siente correcta... que se siente como si viniera de un análisis cuidadoso... aunque provino del reconocimiento de patrones.
La autoconfianza excesiva aparece en todas partes.
Las personas se equivocan en el veinte al treinta por ciento de las cosas sobre las que afirman estar "noventa y nueve por ciento seguras".
Los médicos se equivocan en diagnósticos en los que tienen mucha confianza.
Los testigos presenciales se equivocan en eventos que juran recordar claramente.
La correlación entre la confianza y la precisión es sorprendentemente débil.
Estás caminando la mayor parte del tiempo pensando que tienes más certeza de la que deberías.
Pero aquí está el giro.
Hay un investigador llamado Gerd Gigerenzer en el Instituto Max Planck que ha estado impulsando este marco completo desde los noventa.
Dice que nos centramos demasiado en los errores y no lo suficiente en la eficiencia.
Las heurísticas no son errores. Son características.
En el mundo real, con tiempo e información limitados, estos atajos a menudo funcionan *mejor* que el análisis complejo.
Un médico que usa el reconocimiento de patrones para diagnosticar a un paciente no está siendo sesgado —está siendo experimentado.
Toma de decisiones reconocida por patrones, se llama. Los bomberos lo hacen. Los maestros de ajedrez lo hacen. No están calculando. Están reconociendo patrones que han visto antes.
Gigerenzer tiene razón.
Toma la *heurística de reconocimiento*. Si reconoces una opción y no la otra, apuesta por la que reconoces.
Suena tonto.
Pero pregúntale a los estadounidenses qué ciudad es más grande: ¿San Diego o San Antonio?
La mayoría se equivoca. San Antonio es más grande.
¿Pregúntale a los alemanes la misma pregunta? La aciertan más a menudo.
Porque han oído hablar de San Diego y no de San Antonio. El reconocimiento en sí mismo lleva información sobre el tamaño.
La heurística funciona.
La pregunta no es si las heurísticas crean errores.
Es si crean más errores de los que previenen... y si los errores importan en el contexto.
Un bate y una pelota cuestan un dólar con diez en total. El bate cuesta un dólar más que la pelota. ¿Cuánto cuesta la pelota?
Tu Sistema Uno grita "¡diez centavos!"
Eso está mal. La pelota cuesta cinco centavos.
Pero si estás tratando de decidir si comprarlos... ¿importa?
Si estás diseñando una estrategia de precios... podría hacerlo.
Este debate sigue abierto.
¿Son los sesgos siempre irracionales? ¿O son adaptaciones racionales a un mundo incierto que casualmente fallan en contextos modernos?
Kahneman y Gigerenzer han estado discutiendo sobre esto durante décadas.
Nadie ha ganado todavía.
Piensa en la pandemia de COVID.
El sesgo de optimismo hizo que la gente subestimara su riesgo personal —claro, es malo, pero no me pasará *a mí*.
La heurística de disponibilidad hizo que cada noticia sobre una persona joven y sana que moría pareciera un resultado común... aunque estadísticamente no lo fuera.
El sesgo de confirmación hizo que la gente buscara información que apoyara lo que ya creían sobre mascarillas, vacunas, confinamientos... e ignorara todo lo demás.
Estos sesgos moldearon la política. Moldearon el comportamiento. Moldearon quién vivió y quién no.
Pero también evitaron que la gente cayera en la parálisis.
Algo de optimismo podría ser necesario para levantarse de la cama. Algo de sesgo de disponibilidad podría ser necesario para tomar en serio las amenazas.
La pregunta siempre es: ¿qué errores puedes permitirte... y cuáles te matan?
La frontera actual es extraña.
Estamos construyendo sistemas de IA. ¿Y adivina qué están aprendiendo?
Nuestros sesgos.
Los algoritmos entrenados con decisiones humanas heredan patrones humanos... incluidos los defectuosos.
Amazon construyó un algoritmo de contratación que discriminaba a las mujeres porque aprendió de datos históricos de contratación.
Los algoritmos de policía predictiva envían más policías a barrios que ya estaban superpoblados.
El sesgo en los datos de entrenamiento se convierte en sesgo en el modelo.
Ahora hay investigación sobre algoritmos de "des-sesgo". Usando aprendizaje automático para detectar y corregir sesgos en tiempo real.
Pero eso asume que sabemos qué patrones son errores y cuáles son características.
Y no siempre lo sabemos.
Aquí está la cosa que me quita el sueño.
Estamos enseñando a las máquinas a pensar como nosotros... con sesgos y todo.
Y luego confiamos en sus resultados porque se sienten objetivos.
"El algoritmo lo dijo" tiene un peso que "mi instinto lo dijo" no tiene.
Pero el instinto del algoritmo provino de nuestro instinto.
Mira. Aquí está lo que realmente puedes *hacer* con esto.
No eliminar el sesgo —no puedes. Pero puedes construir trampas. Puntos de control de decisiones.
Cuando estés tomando una decisión importante, pregunta: **¿Cuál es mi punto de referencia?** ¿Estoy sobrevalorando una pérdida? Si te niegas a vender una acción, ¿es porque crees en la empresa... o porque vender haría que la pérdida fuera real?
Cuando alguien te presente información, pregunta: **¿Cómo sonaría esto si se presentara de otra manera?** Noventa por ciento de tasa de supervivencia versus diez por ciento de tasa de mortalidad.
Cuando te sientas seguro, pregunta: **¿Qué necesitaría ver para cambiar de opinión?** Si la respuesta es nada... no estás pensando. Estás defendiendo.
Kahneman lo expresó así: "Nada en la vida es tan importante como crees que es... mientras estás pensando en ello."
Sea lo que sea en lo que te estés enfocando ahora mismo está ocupando más espacio mental del que merece.
Esa pelea con tu pareja. Esa fecha límite de trabajo. Esa cosa que dijiste hace cinco años y de la que todavía te avergüenzas.
Se cierne más grande de lo que debería... porque está en el centro de atención.
Da un paso atrás. Amplía la perspectiva. Revisa el encuadre.
Una cosa más.
La próxima vez que estés en una discusión y estés *seguro* de que tienes razón... recuerda: la otra persona tiene la misma sensación.
Ambos tienen acceso a la misma maquinaria cognitiva. Ambos están ejecutando el mismo software defectuoso.
Eso no significa que ambos tengan la misma razón.
Pero significa que la certeza es barata.
Revisar tus prioridades es caro.
Haz lo caro.
No vas a dejar de tener sesgos. Tu cerebro no va a recibir una actualización de software.
Pero puedes dejar de sorprenderte por ello.
Puedes atraparte a mitad de patrón y preguntar... espera. ¿Esto es real? ¿O es solo lo que *se siente* real?
Esa brecha entre los dos?
Ahí es donde realmente ocurre el pensamiento.