Aumento paradójico de la confianza en decisiones perceptuales con alternativas inelegibles

¿Qué es la confianza en las decisiones perceptuales? Imaginate que vas caminando y de pronto llegás a una avenida super transitada. Mirás y te encontras con muchos autos que van y vienen a alta velocidad. Tenés que cruzar y no se divisa un semáforo salvador en las esquinas. En esta situación, bombardeado con toda esa infomación sensorial, tu cerebro debe decidir si es o no seguro cruzar. Para ello, no basta con estimar la distancia y la velocidad a la cual van y vienen todos esos autos, sino también qué tan confiables son esos juicios de distancia y velocidad.

El estudio de la percepción (en el ejemplo, los autos que van rapidísimo por la avenida) y de la confianza asociada a los perceptos (qué tan seguro estás de un auto viene a determinada velocidad) tiene larga data (siglo XIX!) y se ha consolidado en una disciplina que hoy se conoce como "psicofísica" (el campo que estudia la relación entre fenómenos físicos y fenómenos psicológicos). Un aspecto interesante de la psicofísica es la posibilidad de modelar computacionalmente estos procesos (tanto de percepción como de confianza asociada). En efecto, por más que quisieramos los psicólogos no podemos (todavía) entrar a la mente de otras personas y ver lo que están viendo. Los modelos computacionales permiten entonces, a partir de los datos empíricos de los experimentos (observables), poder entrar un poco a la mente (no-observable) de los demás infiriendo el mecanismo mediante el cual una determinada percepción (y su confianza asociada) es construída.

Bajo esta lógica, la confianza en las decisiones perceptuales se ha modelado como la probabilidad de que una decisión perceptual sea correcta. Veamoslo con un ejemplo: si yo pongo una figura muy grande junto a otra chiquita y vos tenés que decidir cuál es la más grande, es muy probable que tu respuesta sea correcta. En consecuencia, vos vas a estar muy seguro de tu decisión. En cambio, si las figuras empiezan a parecerse, la probabilidad de responder correctamente cae y por lo tanto también tu confianza asociada. Suena razonable, ¿no? Este postulado se conoce como la "hipótesis bayesiana de la confianza" que asume que el cerebro percibe y tiene cierto nivel de confianza de acuerdo a la regla de Bayes y ha demostrado un buen desempeño a la hora de predecir el comportamiento humano.

Ahora bien, un punto clave es que este modelo ha sido construido a lo largo de los años con experimentos que implican decisiones simples entre 2 alternativas. Entonces nos preguntamos, ¿qué pasa si añadimos más? ¿Este modelo sigue sirviéndonos para explicar la confianza en nuestros perceptos? Viendo que los humanos no somos muy buenos razonando con probabilidades (algo que todes intuimos pero el hecho de demostrarlo le valió a Daniel Kahneman un Premio Nobel) y basados en resultados en otros dominios (no perceptuales) pudimos arribar a la idea de que la confianza quizás subiría si añadiamos en el contexto de decisión una alternativa inelegible. Según el modelo bayesiano, en cambio, la confianza no debería variar porque una alternativa inelegible prácticamente no cambia la probabilidad de acertar. Teníamos los cimientos: por un lado, la pregunta (¿subirá la confianza con la presencia de una alternativa inelegible?), por otro lado, las predicciones (no, según el modelo bayesiano; sí, según nosotros). Quedaba lo mejor: ¡el experimento! Siguiendo el ejemplo de las formas, planteamos un experimento que variaba entre 2 condiciones: la mitad de los ensayos tenían 2 alternativas y la otra mitad tenía 3 alternativas (una inelegible). Los participantes tenían que decidir qué figura era la más grande y reportar qué tan confiados estaban en dicha decisión.

En este experimento los resultados fueron claros: la confianza bajó con la dificultad de la tarea, pero bajó menos cuando estaba presente la alternativa inelegible. En otras palabras, la confianza fue mayor con 3 que con 2 alternativas. La confianza, entonces, no puede ser explicada por el modelo tradicional bayesiano que predecía que no iba a modificarse con la inclusión de una alternativa inelegible. Tomando en cuenta esto, tomamos otro experimento que varió entre 2 y 5 alternativas, donde replicamos y ampliamos el efecto anterior: la confianza aumentó cuando alternativas inelegibles se presentaban en el contexto de decisión y aumentó más mientras más alternativas inelegibles se presentaron. El paso final del estudio fue entonces construir un modelo alternativo que pueda explicar los datos. Allí propusimos dos: el "Contrast model" que implica que la confianza se computa por comparaciones entre la opción elegida y el resto de las alternativas y el "Average-residual model" que implica que la confianza se computa como la diferencia entre la opción elegida y el promedio del resto de las alternativas. Entre ellos, el Average-residual se coronó vencedor. En conclusión, estos resultados desafían la hipótesis de que el cerebro evalúa su desempeño de manera ideal siguiendo la lógica de la regla de Bayes.

Si te quedaste con ganas de saber más, acá te dejamos el link al preprint donde desarrollamos mucho más lo aquí contado: https://psyarxiv.com/zq7gw

Contacto

Este estudio fue llevado a cabo por Nicolás Comay, Gabriel Della Bella, Mariano Sigman, Guillermo Solovey y Pablo Barttfeld. Si tenés dudas y/o consultas, podés escribir a nicocomay@gmail.com. *Nunca no estamos buscando participantes para un experimento! Si te gusta la ciencia y querés participar en futuros estudios, podés sumarte como participante aquí: https://sites.google.com/view/experimentosonline *