Los Sesgos Cognitivos y el Analista de Inteligencia

Los Sesgos Cognitivos y el Analista de Inteligencia

Resumen

Los analistas de inteligencia, como cualquier otra persona, no somos inmunes a los “atajos” que emplea nuestro cerebro para que podamos procesar la enorme cantidad de información a la que estamos expuestos constantemente. Los mismos sesgos cognitivos, responsables de que en el colegio nos echáramos flores al sacar buenas notas, pero culpásemos al profesor cuando no eran tan buenas, continúan afectando a nuestro razonamiento en cualquier otro contexto.

Palabras clave: inteligencia, sesgo cognitivo, analista.

Los analistas de inteligencia, como cualquier otra persona, no somos inmunes a los “atajos” que emplea nuestro cerebro para que podamos procesar, de forma eficiente, la enorme cantidad de información a la que estamos expuestos constantemente. Los mismos sesgos cognitivos, responsables de que en el colegio nos echáramos flores al sacar buenas notas, pero culpásemos al profesor cuando no eran tan buenas, continúan afectando a nuestro razonamiento en cualquier otro contexto. Ese efecto en concreto se conoce como error fundamental de atribución, y lo usamos constantemente.

El origen del concepto de sesgo cognitivo se lo debemos a la investigación de Tsversky y Kahneman (1974). En numerosos artículos y publicaciones desde los años 70, ambos han estudiado los mecanismos por los cuales tomamos decisiones que, a menudo, obvian la lógica y la estadística más básica. Aunque pueda parecer contraintuitivo, los sesgos son necesarios para nuestra supervivencia, ya que nos permiten tomar decisiones rápidas y automáticas en las situaciones que lo requieran. Como en tantos otros casos, sacrificamos la exactitud por la velocidad.

En el análisis de inteligencia el pensamiento crítico es una aptitud esencial. Un analista debe, valga la redundancia, analizar la información de la manera más objetiva posible. En problema surge cuando, a pesar de que creamos estar dejando de lado toda convicción o ideología persona en nuestro análisis, haya sesgos cognitivos actuando de manera inconsciente. No sería ni práctico ni realista tratar de eliminarlos por completo, pero es importante ser capaz de reconocer cuáles son y cómo pueden estar afectando en nuestras decisiones.

Si quieres poner a prueba tus conocimientos en estadística y capacidad de pensamiento crítico, a continuación se presentan tres experimentos sobre sesgos cognitivos y sus resultados.

 

Falacia del Jugador

Imagina que eres un jugador en un gran casino de Monte Carlo a principios del siglo XX. En los 10 últimos giros, la bola de la ruleta ha caído en un número negro. ¿A qué color harías tu siguiente apuesta?

En el caso del ejemplo, siguió cayendo en negro 16 tiradas más.

Eso hicieron la mayoría de jugadores y perdieron mucho dinero.

En el caso real, que supuestamente ocurrió en 1913, el casino hizo una fortuna ya que los jugadores apostaron cada vez más al rojo, convencidos de que, al haber salido negro tantas veces, había más probabilidades de que la siguiente tirada saliera rojo, cuando, en realidad, las tiradas son eventos independientes.

Aplicado al análisis de inteligencia, podríamos observar este efecto en la generación de escenarios o análisis prospectivos, donde es posible que el analista tienda a sobrevalorar la probabilidad de un evento, dado que hace tiempo que no sucede. e. g. La probabilidad de un ataque terrorista.

Efecto anclaje

Antes de contestar a la siguiente pregunta, piensa en las dos últimas cifras de tu DNI. Para este ejemplo, digamos que esas dos cifras son el precio de uno de los libros que tenemos en la sección de tienda de la web. Ese es el precio que aparece en su página de Amazon, en la etiqueta de la tienda. Dentro de unas semanas, el libro sale a subasta ¿Cuánto estarías dispuesto a pagar por él?

0-20 €

¿Tu cifra del DNI era menor que veinte?

20-40 €

¿Tu cifra del DNI estaba comprendida entre estos dos números?

40-60 €

¿Tu cifra del DNI era mayor de cuarenta?

En el experimento real, llevado a cabo por Dan Ariely en 2006, pidió a sus estudiantes en el MIT pujar por objetos como una botella de vino, después de haberles asignado antes un precio en base a las dos últimas cifras de su número de la seguridad social. Los alumnos con números más altos pujaron más que aquellos con cifras más bajas. Esto se debe al efecto anclaje. Hemos establecido el precio inicial en base a un número aleatorio, pero una vez le hemos otorgado un valor a un objeto, nuestro juicio sobre el mismo se verá anclado por ese valor inicial.

Se trata del mismo efecto por el que nos inclinamos por comprar un objeto rebajado, aún cuando creamos que sigue siendo caro, si vemos que su precio anterior era mucho más elevado. En el análisis de inteligencia, el analista puede tender a sobrestimar o infraestimar una cifra en base al valor que haya visto en la primera fuente que consultó. e. g. Cifras de muerte por COVID.

Opciones Irrelevantes

La conocida publicación The Economist ofrece las siguientes opciones de subcripción a su contenido:

  •  25$ por la versión web
  • 125$ por la versión impresa

¿Cuál de las dos elegirías si tuvieras que escoger?

Versión Web

(25$)

Esta fue la elección del 68% de los estudiantes

versión impresa

(125$)

Esta fue la elección del 32% de los estudiantes

Si se añadiera una tercera opción en la que por 125$ pudieras tener acceso tanto a la versión web como a la impresa ¿Cuál escogerías?

VERSIÓN WEB

(25$)

Esta fue la elección del 16% de los estudiantes

VERSIÓN IMPRESA

(125$)

¿De verdad? Esta no fue la elección de ningún estudiante

ambas

(125$)

Esta fue la elección del 84% de los estudiantes

En este experimento, de nuevo obra de Dan Ariely, se demostró la importancia que pueden tener opciones que a primera vista pueden parecer irrelevantes. En este caso, al introducir una opción por el mismo precio que la más cara, pero con menos prestaciones, hacemos que la opción de 125$ por ambas versiones sea más atractiva; la mayoría de sus estudiantes escogió la tercera opción por 125$, pero en ausencia de esta, prefirieron la versión web a la impresa.

En el análisis de inteligencia, el analista debe tratar de analizar cada una de las opciones que se planteen de manera independiente y no realizar juicios relativos comparando unas con otras.

La lista de todos los sesgos y heurísticos a los que recurrimos para analizar información es virtualmente interminable, y el esfuerzo cognitivo que supone tratar de suprimir todos y cada uno de ellos es inasumible. Hayan sido cuales hayan sido tus respuestas en las preguntas anteriores, la clave para el analista de inteligencia no está en no equivocarse, sino en ser consciente de cuándo puede estar equivocado y analizar el por qué. 

My colleagues, they study artificial intelligence; me, I study natural stupidity. – Amos Tsversky

Referencias

Ariely, D., & Jones, S. (2008). Predictably irrational. New York, NY: Harper Audio.

Ayton, P., Fischer, I. The hot hand fallacy and the gambler’s fallacy: Two faces of subjective randomness?. Memory & Cognition 32, 1369–1378 (2004). https://doi.org/10.3758/BF03206327

Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics

and biases. science, 185(4157), 1124-1131.

Marta Mallavibarrena – Psicóloga y Analista de Inteligencia

Suscríbete para recibir novedades

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *