Calculo intuitivo de probabilidadvariables extensionales, intensionales y cognitivas

Resumen

Una de las discusiones más acaloradas de los últimos años dentro de la psicología cognitiva ha sido la relativa a la influencia que determinados formatos de representación podrían tener en la exploración estadística del mundo que nos rodea en general, y el cálculo de probabilidad en particular. Las ramificaciones de esta disputa han alcanzado otras disciplinas como la psicología evolutiva, la cognición matemática (mathematical cognition), el razonamiento y la teoría de la evolución, y la batalla se ha librado en materias como la percepción, memoria, representación, evolución, modularidad de la mente y estadística, entre otras. Nuestros objetivos son muy claros. Pretendemos despojar de ambigüedades, complejidad y variables extrañas el estudio del cálculo de probabilidad, particularmente el Bayesiano. Han sido tantos los pasos en falso, malinterpretaciones, afirmaciones sin base empírica, que creemos que es necesario comprobar, a partir de principios lo más sencillos posibles, dónde nos encontramos realmente. Por ejemplo, hasta el momento, las afirmaciones sobre la superioridad de las frecuencias naturales, especialmente desde la Ecological Rationality, han resultado casi indistinguibles de los argumentos evolutivos. ¿Son las frecuencias naturales más sencillas porque la evolución ha creado un módulo o algoritmo especializado para su tratamiento por la omnipresencia de éstas? O. por el contrario, ¿su mayor simplicidad intrínseca ha provocado que la selección natural las seleccionara? ¿O tal vez los argumentos evolutivos son un añadido innecesario? Podríamos separar en varias dimensiones las aportaciones de este trabajo. En primer lugar, hemos visto cómo la diferencia entre probabilidades y frecuencias naturales se da por las diferencias en complejidad de ambos formatos. Al usar probabilidades simples estas diferencias desaparecen. Cualquier factor que añada complejidad a la resolución de un problema (sea éste con probabilidades simples o posteriores) afecta al rendimiento de los sujetos independientemente del formato de representación. Comprobamos este extremo con probabilidades simples a través de la correspondencia en escala entre instrucciones y respuesta. En probabilidades posteriores con la clase de referencia de la información (absoluta o relativa). En segundo lugar, la influencia teórica que la presencia o ausencia de la muestra total tenía sobre los resultados, y que sirvió, como decíamos, para criticar algunos trabajos, así como la presencia de la clase complementaria que decían podría ser usada para computar la muestra total y naturalizar probabilidades, no tuvo ningún peso significativo en nuestros resultados, lo que debería obligar a matizar algunas afirmaciones o, como mínimo, basarse en comprobaciones empíricas para desechar o criticar resultados. En tercer lugar, también encontramos que las habilidades cognitivas generales parecen influir en la correcta resolución de los problemas Bayesianos, siendo esta influencia mayor en frecuencias naturales que en probabilidades relativas, lo que, desde luego, no apoya la existencia de un módulo o algoritmo especializado para las frecuencias naturales. Para acabar, hemos podido comprobar que la complejidad computacional o aritmética, entendida como pasos de cálculo necesarios para resolver el problema, es una herramienta de gran utilidad para predecir el comportamiento de los sujetos y explicar diferencias basadas en formatos de representación, clases de referencia y estructura del problema, entre otros.