Actualiza las creencias por grados, no de forma total

Trata la nueva información como evidencia que desplaza las probabilidades, no como prueba que lo cambia todo.

Why it works

Cuando las personas actualizan sus creencias en respuesta a nueva información, tienden a ignorarla (sesgo de conservadurismo) o a sobrecorregir hacia la casi certeza (representatividad). La actualización bayesiana — el enfoque matemáticamente correcto — requiere multiplicar la probabilidad previa por la razón de verosimilitud de la nueva evidencia. Incluso una versión informal de esto (¿qué tan más probable sería esta evidencia si mi hipótesis fuera verdadera, frente a falsa?) produce creencias más calibradas.

How to do it

  1. Declara tu estimación de probabilidad actual antes de mirar la nueva evidencia.
  2. Pregunta: "¿Qué tan más (o menos) probable es esta evidencia si mi hipótesis es correcta frente a incorrecta?"
  3. Desplaza tu probabilidad en proporción a esa razón — no hacia el 0% o 100% a menos que la evidencia sea verdaderamente definitiva.

Evidencia

El razonamiento bayesiano es el estándar normativo en la teoría de la probabilidad. Las personas se desvían sistemáticamente de él en ambas direcciones (sobreactualización y subactualización) dependiendo de si la evidencia es vívida o abstracta. El entrenamiento en razonamiento bayesiano mejora la calibración. (observational)

El cálculo bayesiano formal no es práctico para decisiones cotidianas; el objetivo es el hábito de actualización proporcional, no el cálculo preciso.

Fuentes

Error común

Tratar un único dato confirmatorio como casi una prueba — que es exactamente la heurística de representatividad: una historia que coincide con tu hipótesis se siente como si probara la hipótesis.

Practica esto con IX Coach

Empieza con IX Coach

More practices for Negligencia de la Tasa Base: Por Qué Ignoramos las Probabilidades

Conceptos relacionados