Errores y sesgos de razonamiento en probabilidad

Es curioso cómo la probabilidad sigue siendo una rama de las matemáticas relegada al último tema del curso. Con suerte, porque si el calendario apremia, es lo primero que se descarta, como si fuera algo sencillo o poco útil. Y resulta que ni lo uno ni lo otro, pero esta forma de tratar a la probabilidad y la estadística desde las instituciones fomenta el asentamiento de una serie de concepciones erróneas. Y dichas concepciones son el origen de no pocas dificultades cuando nuestros estudiantes han de vérselas con situaciones en donde la probabilidad tiene algo que decir. Por ejemplo, en la toma de decisiones en contextos de riesgo o cuando se trata de continuar la formación en algunas disciplinas de conocimiento (matemáticas, ciencias de la salud, ciencias de la educación, ingeniería, etc.).

Vamos a dejar de lado la organización del currículo, para centrarnos en tratar aquí los sesgos y errores de razonamiento más comunes.

Heurística de la representatividad

Cuando alguien evalúa la probabilidad de un suceso exclusivamente a partir de su representatividad en la población de origen, está llevando a cabo un razonamiento heurístico, poco riguroso y que conduce a error. Es decir, no tiene en cuenta que el muestreo de la población presenta una variabilidad, que además depende del tamaño de la muestra. Las personas que razonan de este modo generalizan los resultados de muestras pequeñas al total de la población, o ven relaciones causales donde no tiene por qué haberlas.

###Sesgo de insensibilidad al tamaño de la muestra***

Este sesgo se aprecia en educación secundaria cuando, ante una situación en la que se estima de forma frecuencial una probabilidad (por ejemplo, probabilidad de obtener cara y cara en el lanzamiento simultáneo de dos monedas) no se tiene en cuenta el número de repeticiones del experimento. De hecho, incluso si los alumnos son conocedores del espacio muestral y de las probabilidades de cada suceso elemental, muestran sorpresa si la tasa obtenida no es la esperada (en el ejemplo, aparecerá p=1/4, sí, pero solo podremos asegurarlo con un N lo suficientemente grande).
Esto es debido a que, con los estadísticos habituales, la esperanza del estadístico muestral es la misma, sea cual sea el tamaño de la muestra, mientras que su varianza sí que depende de ello.

Concepciones erróneas sobre las secuencias aleatorias

Dentro de la heurística de la representatividad, nos encontramos con diversas concepciones erróneas sobre las secuencias aleatorias, ya que muchas personas consideran que una muestra, del tamaño que sea, ha de presentar las mismas características que la población de origen. Es común pensar que participaciones de lotería con secuencias de números “ordenadas”, como 11111 o 12345 son más difíciles de resultar premiadas, cuando la realidad es que su probabilidad es la misma que de cualquier otra combinación. Es el mismo sesgo que lleva a un apostador, que lleva una mala racha, a apostar una vez más porque cree que su suerte tiene que cambiar, que ya toca. Esto último se conoce como falacia del jugador.

Sesgo de equiprobabilidad

Es la creencia en que todos los sucesos de un experimento aleatorio presentan la misma probabilidad, sin tener en cuenta que puedan tratarse de sucesos compuestos o exista alguna asimetría, de carácter geométrico u otro, en la asignación de las probabilidades. Este sesgo se pone de manifiesto fácilmente, ante la pregunta de si es más probable obtener dos cincos o un cinco y un seis en el lanzamiento simultáneo de dos dados. Muchas personan optan por afirmar que sí. Es decir, no tienen en cuenta la descomposición del espacio muestral y la correcta asignación de probabilidades. La combinación formada por un cinco y un seis se puede obtener de dos formas distintas, mientras que el doble cinco solo de una.

Enfoque en el resultado aislado

Ante la pregunta explícita por la probabilidad de un suceso, hay personas que interpretan que tienen que predecir si el suceso en cuestión ocurrirá. Más que de un fallo de razonamiento, se trata de una ausencia de razonamiento probabilístico. Así, estas personas calificarán como seguros sucesos cuya probabilidad se acerque a 1. Por otro lado, los sucesos con probabilidad casi nula serán imposibles para ellos. Tienden a clasificar como aleatorios sucesos con probabilidades en torno a 0,5.

Por ejemplo, al interpretar una predicción meteorológica en la que se dan unas probabilidades de lluvia de un 70%, muchos sujetos indican que lloverá el día en cuestión. Si el día en cuestión no llueve, pensarán que el meteorólogo se equivocó en sus predicciones. Si llueve un 70% de días para los que se pronosticó un 70% de probabilidades de lluvia, pensarán que el meteorólogo es poco fiable.
Los estudiantes con este sesgo muestran verdaderas dificultades para asimilar la noción frecuentista de la probabilidad, pues no comprenden que cada resultado de un experimento aleatorio puede, y debe, estudiarse en el contexto del conjunto de repeticiones

Para saber más

Batanero, C., Chernoff, E. J., Engel, J., Lee, H. S., & Sánchez, E. (2016). Research on Teaching and Learning Probability. The Proceedings of the 12th International Congress on Mathematical Education. Springer Netherlands.

Konold, C. (1991). Understanding Students’ Beliefs About Probability. En E. von Glasersfeld (Ed.), Radical Constructivism in Mathematics Education (pp. 139-156). Dordrecht: Kluwer.

Lecoutre, M. P. (1992). Cognitive models and problem spaces in «purely random» situations. Educational Studies in Mathematics, 23, 557-568.

Serrano, L., Batanero, C., & Ortiz de Haro, J. J. (1996). Interpretación de enunciados de probabilidad en términos frecuenciales por alumnos de bachillerato. Suma, 22, 43–50.

Tversky, A., &  Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124-1131.

Créditos de imágenes:
Dice, por Steve Johnson.
Poker! por Viri G.
Portland Rain, por  Gsloan