Mostrando entradas con la etiqueta toma de decisiones. Mostrar todas las entradas
Mostrando entradas con la etiqueta toma de decisiones. Mostrar todas las entradas

domingo, 14 de junio de 2015

3 escuelas de la toma de decisiones



De "hombre económico" a la Economía del Comportamiento
Justin Fox - Harvard Business Review


Cuando tomamos decisiones, cometemos errores. Todos sabemos por experiencia personal, por supuesto. Pero en caso de que no, un flujo aparentemente interminable de pruebas experimentales en los últimos años ha documentado la inclinación humana para el error. Esta línea de heurísticas y sesgos de investigación denominado, aunque puede estar más familiarizado con su vástago, economía-conductuales ha convertido en el enfoque académico dominante para la comprensión de las decisiones. Sus practicantes han tenido una gran influencia en los negocios, el gobierno y los mercados financieros. Sus libros-Previsiblemente irracional; Pensar rápido, pensar despacio; y Nudge, por citar tres de la cultura popular más importante han bañado.

Hasta ahora, todo bien. Esta investigación ha sido enormemente informativo y valioso. Nuestro mundo, y nuestra comprensión de la toma de decisiones, sería mucho más pobre sin ella.

No es, sin embargo, la única manera útil de pensar en la toma de decisiones. Incluso si se restringe la vista a la discusión académica, hay tres escuelas distintas de pensamiento. Aunque heurísticas y sesgos es actualmente dominante, durante el último medio siglo ha interactuado con ya veces luchado con los otros dos, uno de los cuales tiene un análisis y el nombre-decisión formal al otro de lo que puede quizás mejor se caracteriza como una demostración de que los seres humanos no son tan tontos como nos vemos.

Los partidarios de las tres escuelas han participado en debates feroces, y aunque las cosas se han calmado últimamente, las principales diferencias persisten. Esto no es como el aforismo de David Lodge sobre la política académica siendo tan vicioso porque las apuestas son tan pequeñas. La toma de decisiones es importante, y estudiosos de decisiones han tenido una influencia real.

Este artículo cuenta brevemente la historia de donde surgieron las diferentes corrientes y cómo han interactuado, a partir de la explosión de interés en el campo durante y después de la Segunda Guerra Mundial (para una visión a más largo, consulte  “A Brief History of Decision Making,” por Leigh Buchanan y Andrew O'Connell, HBR, enero de 2006). El objetivo es hacer que un consumidor más informado de la decisión consejos-que sólo podría hacer un mejor tomador de decisiones.

La Revolución Racional

Durante los estadísticos II Guerra Mundial y otros que conocían su camino alrededor de probabilidades (matemáticos, físicos, economistas) jugó un papel sin precedentes y crucial en el esfuerzo de los Aliados. Utilizaron medios-conocidos como la investigación operativa en la investigación del Reino Unido y de las operaciones de este lado del Atlántico-analíticos para mejorar el control de calidad en fabricación, barcos ruta más segura a través del océano, averiguar cuantas cáscaras antiaéreas deben entrar en cuando explotaron , y el crack códigos de los alemanes.

Después de las esperanzas de guerra eran altas que este enfoque lógico, estadística sería transformar otros campos. Un producto famoso de esta ambición fue la doctrina nuclear de destrucción mutua asegurada. Otro fue el análisis de decisiones, que en sus cantidades forma más simple a (1) la formulación de un problema, (2) una lista de los posibles cursos de acción, y (3) la evaluación sistemática de cada opción. Precedentes históricos existido-Benjamin Franklin había escrito en la década de 1770 de utilizar un "Álgebra Moral o Prudencial" para comparar opciones y tomar decisiones. Pero para la década de 1950 hubo un gran interés en el desarrollo de un enfoque estándar para pesaje de opciones en un futuro incierto.

Actualización de Probabilidades 

La matemática detrás Teorema de Bayes es simple, incluso si la aplicación de la misma a menudo no lo es. Aquí está un ejemplo, adaptado de manera brillante clara explicación de Nate Silver en The Signal and the Noise.
Digamos que antes del 11 de septiembre de 2001, que puso las probabilidades de que los terroristas podrían estrellar un avión contra un rascacielos de Nueva York (x) en el 0,005%. Después de que el primer avión golpeó, usted calculó que las probabilidades de bateo de un avión en caso de terroristas de hecho estaban atacando Manhattan con él (y) fue del 100%, y las probabilidades de bateo de un avión por el azar (z) era 0,008%. Conecte ésos en la fórmula de Bayes, xy / (xy + z (1-x)), y la probabilidad de que los terroristas simplemente habían volado el avión contra el World Trade Center es el 38%. Ejecute el cálculo para un segundo plano, utilizando 38% como la probabilidad inicial, y se obtiene una probabilidad del 99,99%.

El matemático John von Neumann, que acuñó el término destrucción mutua asegurada, ayudó a la investigación salto de inicio en la toma de decisiones con su noción de "utilidad esperada". Como se indica en el primer capítulo de su libro de referencia 1944 Teoría de Juegos y Comportamiento Económico, escrito con el economista Oskar Morgenstern, la utilidad esperada es lo que resulta de la combinación de eventos imaginados con probabilidades. Multiplique la probabilidad de un resultado en contra de las ganancias que se derivarían, y se obtiene un número, la utilidad esperada, para guiar sus decisiones.

Es raro que simple, por supuesto. Von Neumann construyó su análisis en torno al juego de póquer, en el que las ganancias potenciales son fácilmente cuantificables. En un montón de decisiones de la vida, es mucho más difícil. Y luego están las probabilidades: Si no está seguro, ¿cómo se supone que saber lo que son?

La respuesta ganadora fue que no hay una sola respuesta correcta, todo el mundo tiene que apostar una conjetura, pero hay una manera correcta de revisar probabilidades como nueva información entra. Eso es lo que se conoce como la estadística bayesiana, un renacimiento y el avance de largo Ideas -dormant (la mayoría de ellos el trabajo no del Inglés reverendo Thomas Bayes sino del genio matemático francés Pierre-Simon Laplace) por una sucesión de eruditos a partir de la década de 1930. A los efectos de simplicidad storytelling voy a mencionar sólo uno: Leonard Jimmie Savage, profesor de estadísticas cuya 1,954 libro Los Fundamentos de Estadística establecen las normas para cambiar las creencias de probabilidad en la cara de la nueva información.


Un producto temprano y aún influyente de esta forma de pensar es la teoría de la selección de la cartera, esbozado en 1952 por la Universidad de Savage de estudiante Chicago Harry Markowitz, que aconsejó seleccionadores de acciones para estimar tanto el rendimiento esperado de una acción y la probabilidad de que su estimación estaba mal. Markowitz ganó un premio Nobel por esto en 1990.

El campo más amplio de análisis de decisión comenzó a reunirse en 1957, cuando el matemático Howard Raiffa llegó a Harvard con un nombramiento conjunto en la Escuela de Negocios y el departamento de estadísticas. Pronto se encontró la enseñanza de un curso de estadística para estudiantes de negocios con Robert Schlaifer, un erudito clásicos y aprende rápido que en los años de posguerra enseñó casi todo lo sea necesario enseñar en HBS. Los dos llegaron a la conclusión de que la estadística estándar tarifa de regresiones y los valores de p no era tan útil para los futuros líderes de negocios, por lo que adoptó un enfoque bayesiano. En poco tiempo lo que estaban enseñando era más haciendo que las estadísticas decisión. Árboles de decisión de Raiffa, con la que los estudiantes calculan el valor esperado de los diferentes caminos disponibles para ellos, se convirtieron en un elemento básico en HBS y las otras escuelas de negocios que emulaban este enfoque.

El término "análisis de decisión", real, sin embargo, fue acuñado por Ronald Howard, ingeniero eléctrico del MIT y experto en procesos estadísticos que habían estudiado con algunos de las figuras más destacadas en la investigación de las operaciones de guerra en el MIT y se cruzó con Raiffa en Cambridge. Durante su visita a Stanford para el año académico 1964-1965, Howard se le pidió que aplicar las nuevas teorías de toma de decisiones para una planta de energía nuclear está contemplado en la sede nuclear de General Electric, a continuación, ubicada en San José. Combinó la utilidad esperada y la estadística bayesiana con modelos de computadora y técnicas de ingeniería en el análisis de decisiones lo que él llamó y algunos de sus seguidores llaman análisis de decisión de la Costa Oeste, para distinguirlo de enfoque de Raiffa. Howard y Raiffa fueron honrados como los dos fundadores del campo en su celebración del 50 aniversario el año pasado.

La venganza de la irracionalidad

Casi tan pronto como von Neumann y Morgenstern exponen su teoría de la utilidad esperada, los economistas comenzaron a adoptar no sólo como un modelo de comportamiento racional, sino como una descripción de cómo la gente a tomar decisiones. "Hombre económico" se suponía que era una criatura racional; desde la racionalidad ahora se incluye la evaluación de las probabilidades de una manera consistente, hombre económico se podría esperar para hacer eso, también. Para los que encontraron esta un poco irreal, Savage y el economista Milton Friedman escribió en 1948, la analogía correcta era un jugador de billar de expertos que no saben las fórmulas matemáticas que rige cómo una bola sería carambola fuera otro, pero "hizo sus tiros como si conocía las fórmulas ".

1950
El término "heurística" comienza a ser utilizado en un sentido positivo.
Algo asombroso, que es donde los economistas dejan las cosas para más de 30 años. No era que ellos pensaban que todo el mundo hace cálculos de probabilidad perfectos; simplemente creían que en el libre mercado, el comportamiento racional normalmente prevalecería.

La cuestión de si la gente realmente toman decisiones en las formas descritas por Von Neumann y Savage fue así izquierdo para los psicólogos. Ward, Edwards fue el pionero, el aprendizaje acerca de la utilidad esperada y métodos bayesianos de su profesor de estadística de Harvard y escribir un artículo seminal 1954 titulado "La Teoría de la Toma de Decisiones" para una revista de psicología. Este interés no fue abrazado inmediatamente por sus colegas-Edwards fue despedido de su primer trabajo, en la Universidad Johns Hopkins, por centrarse demasiado en la investigación decisión. Pero después de una temporada en un centro de investigación del personal de la Fuerza Aérea, que aterrizó en la Universidad de Michigan, un centro floreciente de la psicología matemática. En poco tiempo atrajo a Jimmie salvaje a Ann Arbor y comenzó a diseñar experimentos para medir qué tan bien los juicios de probabilidad de la gente siguió axiomas de Savage.

Un experimento típico Edwards fue así: A los sujetos se muestran dos bolsas de poker chips de uno que contiene 700 fichas rojas y 300 acciones líderes, y el otro lo contrario. Los sujetos tomaron algunas fichas de una bolsa al azar y luego se estima la probabilidad de que tenían la bolsa en su mayoría de color azul o la mayoría de color rojo.

Digamos que tienes ocho fichas rojas y cuatro azules. ¿Cuál es la probabilidad de que usted tenía la bolsa predominantemente roja? La mayoría de la gente dio una respuesta entre el 70% y el 80%. De acuerdo con el Teorema de Bayes, la probabilidad es en realidad el 97%. Sin embargo, los cambios en las evaluaciones de probabilidad de los sujetos eran "ordenada" y en la dirección correcta, por lo que Edwards concluyeron en 1968 que la gente estaba "procesadores de información conservadores" -no perfectamente racional de acuerdo a las reglas de la decisión, pero lo suficientemente cerca como para la mayoría de los propósitos .

En 1969 Daniel Kahneman, de la Universidad Hebrea de Jerusalén, invitó a un colega que había estudiado con Edwards en la Universidad de Michigan, Amos Tversky, para hacer frente a su seminario de posgrado sobre las aplicaciones prácticas de la investigación psicológica. Tversky dijo a la clase sobre los experimentos y conclusiones de Edwards. Kahneman, que no habían centrado previamente en la investigación decisión, pensó Edwards era demasiado generoso en su evaluación de las capacidades de procesamiento de información de las personas, y en poco tiempo persuadió Tversky para llevar a cabo un proyecto de investigación conjunta. A partir de un cuestionario administrado a sus compañeros psicólogos matemáticos en una conferencia, la pareja llevó a cabo el experimento tras experimento que muestra que la gente evalúa probabilidades y tomó decisiones de manera sistemática diferentes de lo que los analistas de toma aconseja.

"Al hacer predicciones y juicios bajo incertidumbre, la gente no parecen seguir el cálculo de la casualidad o de la teoría estadística de la predicción", escribieron en 1973. "Se basan en un número limitado de heurísticas que a veces dió juicios razonables ya veces conducen a errores graves y sistemáticas ".

La heurística son reglas de oro-toma de decisiones atajos. Kahneman y Tversky no pensaban que confiar en ellos siempre fue una mala idea, pero centraron su trabajo en la heurística que llevaron gente por mal camino. Durante los años que ellos y sus partidarios se reunieron una larga lista de estos defectos, la heurística de toma de decisiones disponibilidad, el efecto de dotación, y así sucesivamente.

Como un movimiento académico, este fue brillantemente éxito. Kahneman y Tversky no sólo atrajeron a una legión de seguidores en la psicología, sino también inspiró un joven economista Richard Thaler, y con la ayuda de él y los demás llegaron a tener un impacto mayor en el campo que cualquier persona ajena ya von Neumann. Kahneman ganó un Nobel de economía en 2002-Tversky habían muerto en 1996 y por lo tanto no podía compartir el premio y las heurísticas-y-sesgos ideas relacionadas con el dinero que se conoce como la economía del comportamiento. La búsqueda de formas en que los seres humanos violan las reglas de la racionalidad sigue siendo una rica veta de la investigación para los estudiosos en múltiples campos.

El reconocimiento heurístico

Menos información es a menudo mejor que más, y simplemente el reconocimiento de un nombre es a menudo un buen indicador de su importancia. Estudiantes estadounidenses se muestran parejas elegidas al azar de las ciudades hicieron un poco mejor trabajo de predecir qué ciudad tenía una población más grande cuando las ciudades eran alemanes en lugar de Estados Unidos, Dan Goldstein y Gerd Gigerenzer aprendieron en 2002. Un estudio anterior con los sujetos de prueba alemán había encontrado la misma mecanismo, con los países invertida y cuando Goldstein y Gigerenzer dieron alemanes del concurso American-ciudad una y otra vez, las respuestas se agravó como los sujetos comenzaron a reconocer los nombres más ciudades.

Accesos directos destructivas

La heurística de disponibilidad

Si somos capaces de recordar algo fácil, creemos que es más probable. En un experimento a principios de 1970, Daniel Kahneman y Amos Tversky pidió a los sujetos de prueba que era más probable: que una palabra empieza con la letra K o que K es la tercera letra. Porque las palabras que empiezan con K son más fáciles de recordar, la mayoría de la gente eligió esa opción, a pesar de que las palabras con K en la tercera posición son dos veces más común. Dinámicas similares se han encontrado en las previsiones económicas y de inversión.

El efecto de la dotación

Dar a alguien una taza y preguntar cuánto van a vender para, y van a nombrar un precio mucho más alto que si se trató de vender la taza en el primer lugar, como Daniel Kahneman, Jack Knetsch, y Richard Thaler descubierto en 1990. Investigaciones posteriores han demostrado que la gente casi invariablemente conceden mayor valor a las cosas de su propiedad que a las cosas que no lo hacen, incluso cuando los valores de mercado son idénticos.

Las implicaciones para la forma de tomar mejores decisiones, sin embargo, son menos claras. Analistas de decisión de primera generación como Howard Raiffa y Ward Edwards reconoció las fallas descritas por Kahneman y Tversky tan real, pero pensaron que el enfoque en ellos estaba fuera de lugar y dieron lugar a una visión fatalista del hombre como un "lisiado cognitiva." Incluso algunas heurísticas y -biases investigadores estuvieron de acuerdo. "La historia sesgo es tan cautivante que abrumó la historia heurística", dice Baruch Fischhoff, un ex asistente de investigación de Kahneman y Tversky que ha enseñado mucho en la Universidad Carnegie Mellon. "A menudo me estremezco cuando mi trabajo con Amos se acredita con lo que demuestra que las decisiones humanas son irracionales," él escribió en Kahneman Thinking, Fast and Slow. "De hecho nuestra investigación sólo demostró que los seres humanos no están bien descritas por el modelo racional-agente". Y así, un nuevo conjunto de estudiosos de decisión comenzó a examinar si esos atajos nuestros cerebros toman son en realidad todo lo irracional.

Cuando la Heurística funciona

Esa idea no era del todo nueva. Herbert Simon, originalmente un científico político, pero más tarde una especie de científico social de todos los oficios (los economistas le dio un Nobel en 1978), había comenzado a utilizar el término "heurística" en un sentido positivo en la década de 1950. Los tomadores de decisiones rara vez tenían el tiempo o la capacidad de procesamiento mental para seguir el proceso de optimización esbozado por los analistas de decisión, argumentó, por lo que "satisficed" tomando atajos y va con el primer curso de acción satisfactorio en lugar de seguir la búsqueda de los mejores.

La "Racionalidad limitada", de Simon como él la llamaba, se representa a menudo como un precursor de la obra de Kahneman y Tversky, pero era diferente en la intención. Mientras que mostraban cómo las personas partieron del modelo racional para la toma de decisiones, Simon discute que el modelo "racional" era en realidad mejor. En la década de 1980 comenzaron a otros a unirse a la discusión.

El más argumentativo entre ellos era y sigue siendo Gerd Gigerenzer, profesor de psicología alemán que también hizo estudios de doctorado en estadística. A principios de la década de 1980 pasó un año de cambio de vida en el Centro de Investigaciones Interdisciplinarias en la ciudad alemana de Bielefeld, estudiar el surgimiento de la teoría de probabilidades en el 17o a través de siglos 19a con un grupo de filósofos e historiadores. Un resultado fue una historia bien considerado, El imperio del azar, por Gigerenzer y otras cinco personas (el nombre de Gigerenzer fue aparece en primer lugar porque en consonancia con el tema del libro, los autores elaboraron un montón). Otra fue la creciente convicción en la mente de Gigerenzer que el enfoque bayesiano para probabilidad favorecido por los analistas de decisiones era, aunque no es incorrecto, sólo una de varias opciones.

1968
El psicólogo sala Edwards considera que las personas son "procesadores de información conservadores" -no perfectamente racional de acuerdo a las reglas de la decisión, pero lo suficientemente cerca como para la mayoría de los propósitos.
Cuando comenzó a leer Gigerenzer Kahneman y Tversky, dice ahora, lo hizo "con un ojo diferente a la mayoría de lectores." Él era, primero, dudoso de algunos de los resultados. Al ajustar la formulación de una pregunta, a veces es posible hacer ilusiones cognitivas aparentes desaparecen. Gigerenzer y varios coautores encontraron, por ejemplo, que los médicos y los pacientes son mucho más propensos a evaluar los riesgos de enfermedad correctamente cuando las estadísticas se presentan como frecuencias naturales (10 de cada 1.000) en lugar de en forma de porcentajes.

Pero Gigerenzer no se contentó con dejar las cosas así. Durante un año académico en el Centro de Stanford de Estudios Avanzados en Ciencias del Comportamiento, en 1989-1990, dio charlas en Stanford (que se había convertido en el hogar académico de Tversky) y la Universidad de Berkeley (donde Kahneman luego enseñó) criticando ferozmente las heurísticas-y-sesgos programa de investigación. Su queja es que el trabajo de Kahneman, Tversky y sus seguidores documentado violaciónes de un modelo, el análisis de decisión bayesiana, que era en sí errónea o incompleta en el mejor. Kahneman animó el debate en un primer momento, Gigerenzer dice, pero finalmente cansado de enfoque combativo de su rival. La discusión fue posteriormente ha comprometido a imprimir en una serie de artículos de revistas, y después de leer a través de todo el intercambio, es difícil no compartir la fatiga de Kahneman.

Gigerenzer no está sola, sin embargo, al argumentar que no hay que ser demasiado rápido para despedir a la heurística, corazonadas, juicios precipitados, y otros métodos humanos usan para tomar decisiones como necesariamente inferiores a los veredictos basados ​​en la probabilidad de los analistas de decisión. Incluso Kahneman comparte esta creencia en cierta medida. Buscó a un interlocutor más agradable en el psicólogo y consultor de decisión Gary Klein. Una de las estrellas del libro de Malcolm Gladwell Blink, Klein estudia cómo la gente-bomberos, soldados, pilotos-desarrollan conocimientos, y por lo general ve el proceso como siendo mucho más naturalista e impresionista que los modelos de los analistas de decisión. Él y Kahneman han estudiado juntos cuando se va con las obras de la tripa y concluyó que, en palabras de Klein, "intuiciones confiables necesitan situaciones predecibles con oportunidades para el aprendizaje."

¿Esas son realmente las únicas situaciones en las que la heurística de triunfo análisis de decisión? Gigerenzer dice que no, y la experiencia de los últimos años (la crisis financiera mundial, principalmente) le parece una copia de seguridad. Cuando hay mucha incertidumbre, argumenta, "hay que simplificar para ser robusto. No se puede optimizar más. "En otras palabras, cuando las probabilidades de que se alimentan en un modelo de toma de decisiones no son fiables, que podría ser mejor después de una regla de oro. Uno de los ejemplos favoritos de Gigerenzer de esto viene de Harry Markowitz, el creador de la prima de análisis de decisión conocida como la teoría moderna de la cartera, que una vez se le escapó que en la elección de los fondos para su cuenta de jubilación, él simplemente se había dividido el dinero en partes iguales entre las opciones de oferta (su asignación para cada uno fue de 1 / N). Investigaciones posteriores han demostrado que este llamado 1 / N heurística no es un mal enfoque en absoluto.

El Estado del Arte

El enfoque heurística-y-sesgos Kahneman-Tversky tiene la sartén por el mango en este momento, tanto en el mundo académico y en la mente del público. Aparte de sus muchas virtudes reales, es el enfoque más adecuado para la obtención de nuevos resultados experimentales interesantes, que son de gran ayuda a los profesores jóvenes que tratan de obtener la tenencia. Además, los periodistas les encanta escribir sobre ella.

El análisis de decisiones no ha desaparecido, sin embargo. HBS dejó caer como un curso obligatorio en 1997, pero eso fue en parte debido a que muchos estudiantes ya estaban familiarizados con las técnicas básicas como el árbol de decisión. Como tema de la investigación académica avanzada, sin embargo, se limita a unas pocas universidades-USC, Duke, Texas A & M, y Stanford, donde Ron Howard enseña. Se concentra en las industrias, tales como el petróleo y el gas y los productos farmacéuticos, en la que los gerentes tienen que tomar decisiones importantes con horizontes de inversión de largo y datos poco fiables. Chevron es casi seguro que el adherente más entusiasta, con 250 analistas de decisiones sobre el personal. Aspectos del campo también han disfrutado de un renacimiento informal entre los científicos de la computación y otros de una inclinación cuantitativa. Las previsiones de las elecciones presidenciales que hicieron famosa Plata Nate eran una aplicación directa de métodos bayesianos.

2002
Daniel Kahneman gana un Nobel de Economía por su trabajo en la heurística.
Los que sostienen que, la toma de decisiones optimizando racional no debería ser el ideal son mucho más dispersos. Gigerenzer tiene un gran grupo de investigadores del Instituto Max Planck para el Desarrollo Humano, en Berlín. Klein y sus aliados, principalmente en la industria y el gobierno en lugar de la academia, se reúnen regularmente para conferencias Toma de Decisiones naturalista. Estudiosos de decisiones académicas que no son analistas de decisiones pertenecen en su mayoría a la Sociedad interdisciplinario de Juicio y Toma de Decisiones, que está dominada por heurística-y-sesgos investigadores. "Aún es mucho nosotros y ellos, en donde nosotros es discípulos Kahneman y Tversky, y el resto es Gerd y las personas que han trabajado con él", dice Dan Goldstein, un ex estudiante Gigerenzer ahora en Microsoft Research. "Todavía es 90 a 10 Kahneman y Tversky." Por otra parte, Goldstein, una especie mucho más diplomático que su mentor y está programado para ser el próximo presidente de la sociedad.

Parece que hay más de solapamiento en el asesoramiento decisión práctica que en la investigación decisión. El libro de texto de la escuela de negocios líder, sentencia en la Toma de Decisiones Gerenciales, por Max Bazerman de Harvard (y, en ediciones posteriores, Don Moore de la Universidad de Berkeley), dedica la mayor parte de sus páginas a la heurística y sesgos, pero se dedica a la analista de decisión Howard Raiffa y concluye con una lista de recomendaciones que comienza: "1. Utilice las herramientas de análisis de decisiones. "No hay nada inconsistente allí, el punto de partida de todo el proyecto de investigación de Kahneman y Tversky-era que el análisis de decisión fue el mejor enfoque. Sin embargo, otros investigadores en esta tradición, cuando tratan de corregir los errores de toma de decisiones que la gente hace, también se encuentran girando a la heurística.

Uno de los productos más conocidos de la investigación heurística-y-sesgos, Richard Thaler y de Shlomo Benartzi Guardar Más programa Mañana, sustituye a las decisiones difíciles trabajadores se enfrentan cuando se les preguntó cuánto quieren hacer a un lado para la jubilación con una heurística, un compromiso de forma automática contribución subir de uno con cada pago de recaudar, que ha dado lugar a un aumento espectacular en el ahorro. Un experimento de campo reciente con los propietarios de pequeños negocios en la República Dominicana encontró que enseñarles el simple heurística de mantener carteras separadas para los negocios y la vida personal, y mover dinero de una a la otra sólo una vez al mes, tuvo un impacto mucho mayor que la convencional educación financiera. "El gran desafío es conocer el ámbito de aplicaciones en las que estas heurísticas son útiles, y donde ellos son inútiles o incluso dañan a la gente", dice el economista del MIT Antonieta Schoar, uno de los investigadores. "Al menos por lo que he visto, no sabemos muy bien cuáles son los límites de donde heurísticas funcionan."

Esto ha sido recientemente un importante proyecto de investigación para Gigerenzer y sus aliados-él lo llama el estudio de la "racionalidad ecológica". En entornos en los que la incertidumbre es alta, el número de alternativas posibles muchos, o el tamaño de muestra pequeño, el grupo argumenta, heurística son probabilidad de superar los enfoques de toma de decisiones más analíticas. Esta taxonomía no puede prenderse, pero el sentido de que la toma de decisiones inteligentes consiste en una mezcla de modelos racionales, evitar errores y heurística parece estar creciendo.

Otros acontecimientos importantes están emergiendo. Los avances en la neurociencia podrían cambiar la ecuación de decisión científicos consiguen una mejor idea de cómo el cerebro toma decisiones, a pesar de que la investigación se encuentra en los primeros días. Las decisiones se desvían cada vez más de las personas a las computadoras, que no están sujetos a los mismos límites o sesgos de información-procesamiento de los seres humanos enfrentan. Pero los pioneros de la inteligencia artificial incluyen tanto John von Neumann y Herbert Simon, y el campo todavía mezcla las herramientas de toma de análisis de los antiguos con la heurística de este último. No ofrece ninguna definitiva veredicto-todavía-en qué enfoque es mejor.

Tomar mejores decisiones

Así que, ¿cuál es la manera correcta de pensar en la toma de decisiones? Hay algunas respuestas fáciles. Para los proyectos grandes y costosos para los que es disponible para decidir si se debe construir una refinería de petróleo, o si ir a una escuela de posgrado caro, o si someterse a un procedimiento médico las técnicas de análisis de decisiones son muy valiosos datos razonablemente fiables. También son útiles en las negociaciones y decisiones del grupo. Los que han utilizado el análisis de decisiones durante años dicen que se encuentran ponerlo a trabajar incluso para juicios rápidos. El economista de Harvard Richard Zeckhauser corre un árbol de decisión rápida en su cabeza antes de decidir cuánto dinero va a poner en un parquímetro en Harvard Square. "A veces molesta a la gente", admite, "pero usted consigue bueno en hacer esto."



Un bombero corriendo en un edificio en llamas no tiene tiempo para incluso un árbol de decisión rápida, sin embargo, si se tiene experiencia suficiente en su intuición a menudo le llevará a excelentes decisiones. Muchos otros campos son igualmente favorable a la intuición construida a través de años de práctica, un mínimo de 10.000 horas de práctica deliberada para desarrollar una verdadera experiencia, el psicólogo K. Anders Ericsson estima famoso. Los campos en los que esta regla se aplica mejor tienden a ser estables. El comportamiento de las pelotas de tenis o violines o incluso un incendio no va a cambiar de repente y hacer experiencia válida.

La administración no es realmente uno de esos campos. Es una mezcla de situaciones que se repiten, en los que las intuiciones basadas en la experiencia son invaluables, y nuevas situaciones, en las que tales intuiciones no valen nada. Se trata de proyectos cuyos riesgos y beneficios potenciales se prestan a los cálculos, pero también incluye esfuerzos innovadores para los que puedan inducir a error cálculos. Es tal vez la profesión que más necesitan de múltiples estrategias de decisión.

Parte del atractivo de la investigación heurística-y-sesgos es que incluso si no te dice qué decisión tomar, por lo menos le advierte lejos de formas de pensamiento que son obviamente mal. Si ser consciente del efecto de dotación te hace menos probable que defender una línea de negocio en declive en lugar de invertir en uno nuevo, es probable que sea mejor.

Sin embargo, el exceso de confianza en el juicio de uno o probabilidades de éxito en la parte superior de la mayoría de las listas de toma de decisiones defectos-es un rasgo de muchos líderes exitosos. En el borde de corte muy de negocio, puede ser que la buena toma de decisiones parece un poco a la dinámica entre Star Trek del capitán Kirk y el Sr. Spock, con Spock recitando los absurdamente largas probabilidades de éxito y Kirk confianza irrumpir por delante, Spock todavía en su lado.

Una versión de este artículo apareció en la edición de mayo de 2015 (pp.78-85) de Harvard Business Review.