Psicología del pensamiento.

Solo disponible en BuenasTareas
  • Páginas : 18 (4388 palabras )
  • Descarga(s) : 0
  • Publicado : 7 de noviembre de 2011
Leer documento completo
Vista previa del texto
PSICOLOGÍA DEL PENSAMIENTO. Tutor David Pinilla Ruiz.
TEMA 6 (Cáp. 8 del libro): RAZONAMIENTO PROBABILÍSTICO. RESUMEN

*OBJETIVOS:

En este capítulo se estudian las tareas experimentales, los resultados y los modelos orientados a esclarecer el funcionamiento de los seres humanos con problemas donde no hay una conclusión necesaria, esto es, con los problemas de razonamiento inductivo
Setrata de un campo de estudio más próximo al modo de razonar real de los seres humanos en el medio natural, donde en la mayoría de las ocasiones los juicios se realizan bajo condiciones de incertidumbre.

*NUCLEOS TEMÁTICOS BÁSICOS:

-Nociones básicas de probabilidad
El modelo normativo
Los sesgos y su mecanismo de acción
El heurístico de accesibilidad
El heurístico de anclaje y ajusteCrítica de los heurísticos
-Enfoque de los heurísticos de razonamiento
El heurístico de representatividad
-Enfoque de los Modelos Mentales
Teoría de los Modelos Mentales
Teoría de los Modelos Mentales Probabilísticas
Razonamiento y Calibración

*INTRODUCCIÓN:

En este tema se estudian los juicios que se enmarcan dentro del razonamiento inductivo, es decir, aquellos que se realizan encondiciones de incertidumbre.
En las situaciones de la vida cotidiana la información de que disponemos raramente nos permite extraer conclusiones inequívocamente ciertas. Sin embargo, diariamente emitimos juicios y tomamos decisiones bajo estas condiciones
El razonamiento inductivo, no ofrece conclusiones derivadas directamente de la información contenida en las premisas sino que avanzainformación nueva que solamente es más o menos probable.
En los juicios probabilísticas no cabe, pues, hablar de validez sino de fuerza inductiva de los argumentos.

*NOCIONES BÁSICAS DE PROBABILIDAD:

El modelo normativo que sirve de referencia a estos juicios es la Teoría de la probabilidad y, más concretamente, su desarrollo bayesiano.

La probabilidad de un suceso (probabilidad objetiva) puedecalcularse según la teoría clásica de dos formas:
• Atendiendo al nº de resultados favorables frente al total de resultados posibles (Probabilidad de ocurrencia de un evento del que se conocen todos sus resultados posibles = nº de resultados a favor/nº total de resultados)
• Atendiendo a la frecuencia relativa del suceso en un nº elevado de observaciones. (Probabilidad de ocurrencia de unevento tras repetir un gran nº de veces el experimento = nº de ocurrencias del evento / nº total de ocurrencias)

Sin embargo, estos modos tradicionales de calcular la probabilidad de un suceso no son válidos para la mayoría de las situaciones reales (se postularon para los juegos de azar)
En la vida diaria, normalmente no se pueden asignar esta clase de probabilidades objetivas porquedesconocemos la frecuencia de los sucesos (no disponemos de un nº elevado de observaciones) y las alternativas no son equiprobables (los resultados posibles no se producen con igual probabilidad).

Para dar solución a todos estos problemas la TEORÍA BAYESIANA tiene en cuenta las probabilidades subjetivas de los sucesos. En resumen, dicha teoría:

1. Tiene en cuenta todos los axiomas de la Teoríade la Probabilidad.
2. Contempla las probabilidades subjetivas (a diferencia de la teoría clásica que parte sólo de datos empíricos)
3. Permite estimar la probabilidad de un suceso nuevo a partir de las probabilidades a priori y las probabilidades condicionales de los nuevos datos (diagnosticidad del dato).

Por todo ello, la teoría bayesiana es especialmente adecuada para estudiarlos juicios humanos en situaciones de incertidumbre. En síntesis, el teorema de Bayes sirve para calcular la probabilidad a posteriori de un suceso aplicando la fórmula:

P(H/D)= Prob. a priori a favor de la hipótesis P(H) x prob. condicionada del dato P(D/H)
Prob. a favor P(D/H)x P(H) + prob. en contra P(D/H’)xP(H’)

Siguiendo el ejemplo de la Pág. 326.

P(H/D)=probabilidad...
tracking img