pensamiento probabilístico . maría puy pérez echeverría & alfredo bautista (2008)
DESCRIPTION
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. - PowerPoint PPT PresentationTRANSCRIPT
Pensamiento probabilístico.María Puy Pérez Echeverría & Alfredo
Bautista (2008)
Clases Teóricas 2012Ana 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
Tareas cerradas y bien delimitadas
Seguridad en que la conclusión se obtiene a partir de las premisas
Inducción
Se obtienen reglas generales a partir de situaciones concretas
Problemas abiertos y no muy bien delimitados
No hay seguridad en la obtención de la conclusión.
Razonamiento cotidianoCarácter 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 probabilísticaRazonamientos 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)
PiagetNociones 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 primariasEstán ligadas a la acciónSurgen de la experiencia física y social
con el mundo
Intuiciones secundarias surgen tras un período sistemático de
instrucciónPermiten 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
Vaguedad
Falta de precisión
Algoritmos
No vaguedad
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
Irracionalidad en la toma de decisiones
Ventajas
Resultan suficientes para resolver problemas concretos.
No buscan la verdad
Los heurísticos dependen de:
El tipo de proceso
cognitivo implicado
↓ Heurístico de representativid
ad
El acceso a
la información ↓
Heurístico de accesibilidad
El heurístico de representatividadRelación 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 si 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 tareasLas metas que se proponenLas consecuencias contextuales de sus
decisiones
Pericia en la toma de decisiones depende de:
Factores de razonamiento inductivoRecuerdo de conocimientos adecuadosDesarrollo 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.