Identifica qué rasgos son realmente diagnósticos
Separa los rasgos que genuinamente diferencian categorías de los que solo completan la imagen.
Why it works
Cuando una descripción incluye muchos rasgos consistentes con un prototipo, la gente trata la coherencia de la imagen como evidencia de pertenencia — incluso cuando la mayoría de los rasgos no llevan información discriminante. Un rasgo es diagnóstico solo si es más común en la categoría objetivo que en las alternativas. Distinguir los rasgos decorativos (encajan en la historia pero no discriminan) de los diagnósticos activa un razonamiento más cuidadoso y bayesiano.
How to do it
- Enumera los rasgos del caso que estás evaluando.
- Para cada rasgo, pregunta: "¿es esto más común en la categoría que estoy considerando que en otras?"
- Marca los rasgos como "decorativos" si encajan en el prototipo pero no discriminan.
- Basa tu juicio de probabilidad solo en el subconjunto diagnóstico.
Evidencia
La investigación sobre el efecto de dilución (Nisbett et al., 1981) muestra que añadir información irrelevante (no diagnóstica) en realidad debilita la precisión del juicio — la gente la promedia en lugar de ignorarla. Esto respalda directamente la separación de rasgos diagnósticos de los decorativos. (observational)
El efecto de dilución en sí es sensible al contexto; la disciplina práctica de identificar rasgos diagnósticos es una heurística correctiva más que un procedimiento de desesgo garantizado.
Fuentes
- Nisbett, Zukier & Lemley (1981), The dilution effect: Nondiagnostic information weakens the implications of diagnostic information, Cognitive Psychology
Error común
Tratar una descripción larga y consistente como evidencia fuerte — el número de rasgos consistentes no se acumula en mayor probabilidad; solo lo hacen los rasgos discriminantes.
Practica esto con IX Coach
More practices for La Heurística de Representatividad — Juzgar por Semejanza
- Busca las tasas base antes de formar un juicio de semejanza
Antes de decidir "esto se parece a X", pregunta cuán común es realmente X en la población relevante.
- Reconoce que las secuencias aleatorias no "deben" equilibrarse
Los procesos aleatorios no tienen memoria — una racha de caras no hace que las cruces sean más probables.
- Trata las muestras pequeñas con escepticismo explícito
Una secuencia corta puede parecer representativa sin ser estadísticamente fiable — ajusta la confianza según el tamaño de la muestra.
- Audita los juicios sobre personas por sustitución de prototipo
Verifica si un juicio sobre una persona se basa en su comportamiento real o en la semejanza con un tipo.
- Espera que los resultados extremos regresen hacia el promedio
Un desempeño inusualmente bueno o malo predice un desempeño más promedio la próxima vez — considera esto antes de elogiar o culpar.
- Nombra el prototipo con el que estás comparando antes de decidir
Haz explícito el prototipo que usas como referencia — las plantillas ocultas sesgan las decisiones sin escrutinio.
Conceptos relacionados
- La Falacia de la Conjunción — Cuando "Más Detalles" Parece Más Probable
How narrative coherence tricks probability judgment — and how to think past it
- La falacia de planificación: por qué tus estimaciones siempre están mal
The cognitive bias behind missed deadlines — and six evidence-grounded corrections