23.6.24

Análisis Crítico de las Coincidencias

 




Las coincidencias abundan en la vida cotidiana. A veces nos desconciertan y asombran, pudiendo ser perturbadoras y molestas. O bien pueden ser "felices coincidencias". Desde encuentros fortuitos hasta eventos aparentemente relacionados sin una conexión causal obvia, estas experiencias captan nuestra atención y nos llevan a reflexionar sobre la naturaleza del azar y la posibilidad de que existan fuerzas o patrones más profundos operando para provocarlas.


Antes de abordar algunos estudios y análisis más profundos, es necesario que definamos a las coincidencias.

Persi Diaconis y Frederick Mosteller 

entienden que una coincidencia es una concurrencia sorprendente de eventos, que son percibidos como relacionados de manera significativa, sin conexión causal aparente. Por ejemplo, si ocurren unos pocos casos de una enfermedad rara cercanos en tiempo y en espacio, entonces podría estar gestándose un desastre. Un ejemplo clásico sería encontrarte con un amigo en una ciudad extranjera sin haber planeado el encuentro con anterioridad Estas situaciones nos sorprenden y a menudo nos llevan a buscar explicaciones más allá de lo que podemos ver superficialmente.

Esta definición del término busca capturar el significado del lenguaje común de coincidencia, en el que entra en juego la psicología del observador

Estudios observacionales y la ley de la serialidad

Uno de los primeros intentos formales de estudiar las coincidencias fue realizado por el biólogo Paul Kammerer a principios del siglo XX. Kammerer recopiló una gran cantidad de observaciones en su libro Das Gesetz der Serie,

donde documentó una serie de eventos que parecían repetirse de manera no aleatoria. Por ejemplo, relató casos donde personas específicas se encontraban repetidamente en situaciones similares o con elementos comunes, como números de asientos en eventos o coincidencias en la vida diaria que sugerían algún tipo de patrón subyacente. Postuló que todos los acontecimientos están conectados por ondas de serialidad. Las fuerzas desconocidas provocarían lo que se percibe como sólo picos, o agrupaciones y coincidencias.

El trabajo de Kammerer, aunque a menudo criticado por la falta de metodología científica rigurosa y teorización especulativa , estableció una base para la exploración sistemática de las coincidencias. Sus observaciones se clasificaron en diferentes tipos de series, buscando identificar patrones o leyes que pudieran explicar la aparente repetición de eventos.

Avances Modernos en la Psicología de las Coincidencias

En la era moderna, la psicología ha abordado las coincidencias desde varias perspectivas. Investigadores como Ruma Falk 

han estudiado cómo las personas perciben y reaccionan ante las coincidencias. La psicóloga encontró que la forma en que se presenta una historia puede influir significativamente en cómo se percibe su grado de sorpresa. Además, investigaciones han demostrado que tendemos a encontrar nuestras propias experiencias más sorprendentes que las de los demás, lo que sugiere una dimensión subjetiva en la percepción de las coincidencias.

Otros estudios, como los realizados por Hintzman, Asher y Stern, han explorado cómo la memoria selectiva y los atajos cognitivos pueden llevarnos a sobreestimar la frecuencia de las coincidencias. Esto implica que nuestra percepción de la frecuencia de las coincidencias puede estar sesgada por la forma en que recordamos y procesamos la información, dando lugar a interpretaciones erróneas de la probabilidad de tales eventos.

Experimentos



sobre percepción extrasensorial (ESP) utilizó un diseño experimental riguroso para investigar si había alguna evidencia de comunicación telepática entre individuos. Aunque los resultados no proporcionaron evidencia sólida para ESP o a alguna fuerza sincrónica oculta ilustraron cómo las coincidencias aparentes pueden surgir debido a factores como la memoria selectiva y las expectativas previas.

Otros enfoques experimentales han utilizado técnicas estadísticas avanzadas, como las desarrolladas por R. A. Fisher, (1924, 1928, 1929) para analizar las coincidencias en contextos específicos, como en pruebas de ESP con cartas o la coincidencia de palabras en textos literarios. Estos estudios no solo exploran la probabilidad de tales eventos, sino que también cuestionan nuestras percepciones y expectativas en relación con ellos.

La ley de los números verdaderamente grandes

De manera sucinta, la ley de los números verdaderamente grandes de Persi Diaconis y Federick Mosteller establece que en una muestra lo suficientemente grande, cualquier cosa extravagante es probable que ocurra. Los eventos verdaderamente raros, por ejemplo sucesos que ocurren solo una vez en un millón , seguramente serán abundantes en una población de 250 millones de personas. Si una coincidencia ocurre a una persona entre un millón cada día, afirman los autores, entonces esperamos 250 ocurrencias al día y cerca de 100000 de tales ocurrencias al año. Pasando de un año a una vida y de la población de los Estados Unidos a la del mundo, aseguran que podemos estar absolutamente seguros de que veremos eventos increíblemente notables. Cuando ocurren tales hechos, a menudo se notan y se registran. Si nos suceden a nosotros o a alguien que conocemos, es difícil escapar de esa sensación escalofriante.

La razón de las coincidencias

Diaconis y Mosteller nos muestran que en realidad "estamos nadando en un océano de coincidencias". La naturaleza y nosotros mismos las estamos creando, a veces de manera causal, pero siempre en la mente de los observadores. Sin embargo, la escasez de datos y la poca experiencia que tenemos para estudiarlas nos llevan a causar asombro que nos produzcan asombro.


11.6.24

Sesgos cognitivos basados en estadísticas y probabilidades

 

 

 



La capacidad numérica varía ampliamente entre las personas , pero a pesar de esa variabilidad se ha podido establecer en diversos estudios de cognición numérica que la mayoría de los individuos tienden a compensar la falta de habilidad numérica con distorsiones sistemáticas
Por ejemplo en la estimación de cantidades, a menudo las subestimamos o sobreestimamos , especialmente cuando se trata de números grandes o abstractos.

En los cálculos de probabilidad y riesgo, tendemos a sobreestimar la probabilidad de eventos raros y dramáticos, y a subestimar la probabilidad de eventos más comunes pero menos visibles.
A menudo malinterpretamos los porcentajes y no comprendemos completamente su significado en su contexto.
Además nos resulta difícil identificar las causas y efectos reales de los eventos (razonamiento causal) , y podemos ser influenciados por correlaciones espurias.

Estos errores sistemáticos en el razonamiento, conocidos como sesgos cognitivos estadísticos, surgen cuando hacemos juicios intuitivos en lugar de análisis objetivos basados en hechos y cifras, lo que es muy común en nuestra vida cotidiana. Tales sesgos pueden llevarnos a conclusiones erróneas y malas decisiones si es que no somos conscientes de ellos .

Sesgos cognitivos basados en estadísticas y probabilidades

El Profesor Steven Novella en  Your Deceptive Mind: A Scientific Guide to Critical Thinking Skills nos muestra algunos de los sesgos cognitivos más comunes relacionados con las estadísticas y las probabilidades, y cómo estos pueden afectar nuestra vida diaria.

 1. La heurística de disponibilidad

Solemos aferrarnos a ejemplos que están disponibles para nosotros y de los que somos conscientes. Tenemos una tendencia natural a sobreestimar la probabilidad de eventos que hemos visto o que son fácilmente recordables. Por ejemplo, si vemos en un noticiero un video dramático de un ataque de tiburón , es más probable que creamos que los ataques de tiburón son comunes y peligrosos, aunque de hecho sean bastante raros.

2. Preocuparse por riesgos insignificantes

A menudo nos preocupamos por riesgos insignificantes que son más dramáticos o que están relacionados con algún miedo arraigado en nosotros (por ejemplo, caída de aviones) , mientras que ignoramos riesgos mucho más probables y reales que son menos llamativos para captar nuestra atención o que aparecen mucho menos en los medios (por ejemplo, accidentes domésticos) . Esto se debe a que nuestro cerebro está cableado para prestar atención a las amenazas potenciales, y los eventos dramáticos y aterradores activan nuestro sistema de alerta con mayor facilidad.

3. La falacia del jugador: jugando con dinero "prestado"

En los casinos, un error común es caer en la falacia del jugador. Creemos que, como hemos ganado, las probabilidades a nuestro favor aumentan y podemos apostar más sin riesgo, por lo tanto tendemos a apostar más a medida que vamos ganando.Esto se debe a que tenemos la sensación de que no estamos jugando con nuestro propio dinero, sino con el dinero que ganamos en el casino. Sin embargo, las probabilidades en cada tirada de dados o giro de la ruleta son independientes del resultado anterior. La falsa sensación de que estamos apostando con ganancias y no con nuestro propio dinero, nos lleva a tomar decisiones más arriesgadas y a apostar más en cada juego.

Vinculado con el efecto anterior está el hecho de que después de haber perdido, tendemos a aumentar nuestras apuestas para recuperar nuestras pérdidas. Este comportamiento, conocido como efecto del equilibrio, 

se basa en la aversión a la pérdida, que nos hace sentir más el haber perdido, que la alegría de ganar.





Al apostar durante un período de tiempo, a veces se gana y otras se pierde, lo cual ocurre al azar . Ganar y perder esencialmente ocurrirán en un patrón aleatorio. Cuando un jugador está ganando,puede seguir jugando hasta que comience a perder. Sin embargo, cuando un jugador está perdiendo, sino se retira , en algún momento se quedará sin dinero.

Los jugadores tienen un límite de dinero finito, mientras que el casino tiene recursos ilimitados. Esto significa que, incluso si las probabilidades fueran completamente justas, la casa siempre ganaría a largo plazo 

porque los jugadores eventualmente se quedan sin dinero.

Incluso si no hubiera ninguna ventaja estadística para la banca, los casinos aún ganarían mucho dinero porque existe lo que los estadísticos llaman un "muro de absorción"

4 . La falacia de la tasa base

Al evaluar la probabilidad de un evento, a menudo ignoramos la prevalencia general 

de ese evento, lo que nos lleva a sobrestimar la precisión de las pruebas, especialmente cuando la enfermedad que se busca es rara.

Imagina que Juan se realiza una prueba de alergia a los gatos. La prueba tiene una tasa de falsos positivos del 1%, lo que significa que de cada 100 personas que no son alérgicas a los gatos, 1 dará un resultado falso positivo . La prueba también tiene una tasa de falsos negativos del 1%, lo que significa que de cada 100 personas que sí son alérgicas a los gatos, 1 dará un resultado negativo falso.

Si a A Juan le sale un resultado positivo en la prueba, intuitivamente, se podría pensar que tiene un 99% de probabilidades de ser alérgico a los gatos, ya que la prueba tiene una precisión del 99%.

Sin embargo, este razonamiento ignora la tasa base de alergias a los gatos. Si solo el 1% de las personas son alérgicas a los gatos, entonces:

  • De cada 100 personas que se hacen la prueba:
    • 1 será alérgica a los gatos y dará positivo verdadero.
    • 99 no serán alérgicas a los gatos, pero 1 dará un falso positivo.
  • Habrá 10 resultados positivos falsos por cada resultado positivo verdadero.



Por lo tanto, la probabilidad real de que Juan sea alérgico a los gatos, a pesar de su resultado positivo en la prueba, es solo de alrededor del 9.09%.

La falacia de la tasa base ocurre cuando nos enfocamos en la precisión de la prueba (99%) y olvidamos la prevalencia general de la condición o afección (en éste caso la alergia) (1%). Al considerar la tasa base, podemos tomar decisiones más informadas sobre nuestra salud y evitar caer en esta falacia común.La tasa base no es una regla absoluta, pero sí es un factor crucial que debemos considerar al interpretar los resultados de cualquier prueba.

Esto tiene grandes implicaciones para los programas de detección. En la población general, la tasa de falsos positivos puede superar ampliamente la tasa de verdaderos positivos, dependiendo de la tasa base de la enfermedad que corresponda. Esto puede llevar a pruebas de seguimiento que pueden ser más invasivas y más arriesgadas que la prueba de detección que se está recomendando. 

Puede causar más daño con pruebas y tratamientos innecesarios que el beneficio de una detección temprana.

Esto puede parecer contraintuitivo: ¿Cómo podría un programa de detección temprana de enfermedades realmente perjudicar a las personas? Cuando la tasa base es lo suficientemente baja, la tasa de falsos positivos puede superar ampliamente la tasa de verdaderos positivos, lo que conlleva consecuencias no deseadas de complicaciones y efectos secundarios debido a pruebas y tratamientos adicionales que resultan de esos falsos positivos. Al diseñar un programa de detección, siempre es necesario considerar la tasa base.

La falacia de la tasa base ocurre cuando nos enfocamos en la especificidad de una prueba o evento (por dar otro ejemplo, un resultado positivo en una prueba de embarazo) y olvidamos la prevalencia general