Este artículo ha sido traducido automáticamente. La versión original está disponible en inglés.
Última actualización: · 17 min de lectura
En resumen
Dale a estadounidenses con buena competencia numérica una tabla de datos sobre una crema para una erupción cutánea, y la interpretan bien. Presenta las mismas cifras como la prohibición de armas de una ciudad, y los más competentes con los números solo la bordan cuando la respuesta favorece su ideología. La capacidad analítica protege bien contra los errores simples y mucho peor contra los motivados. Puede proporcionar los argumentos. Philip Tetlock siguió a 284 expertos durante dos décadas, y los pronosticadores más seguros de sí mismos fueron los menos acertados. La inteligencia ayuda, pero lo que protege es un hábito: un registro de predicciones que no se puede editar, y curiosidad cuando las pruebas se vuelven en tu contra.
Contenido
Dale a un grupo de estadounidenses con gran capacidad matemática un problema de estadística que exige una inferencia causal válida a partir de una tabla de datos, y lo resolverán bien. Ahora dales el mismo problema, con los mismos números, la misma estructura de tabla y el mismo desafío causal, pero cambia el planteamiento: en lugar de un ensayo de un tratamiento para una erupción cutánea, la tabla aporta pruebas sobre si la prohibición de armas de una ciudad redujo la delincuencia. Los sujetos con mayor competencia numérica son ahora los que más divergen: bordan el problema cuando la respuesta favorece su opinión sobre el control de armas y tropiezan cuando no.
El experimento es de Dan Kahan y se conoce como competencia numérica motivada. Su lección es que la capacidad cognitiva puede ponerse al servicio del razonamiento motivado con la misma facilidad con que lo corrige: más potencia analítica puede, sencillamente, volverte más eficaz a la hora de equivocarte. Los estudios posteriores siguen encontrando el sesgo partidista, aunque la amplificación adicional entre los más hábiles con los números aparece de forma menos constante. En una gran réplica prerregistrada, una mayor competencia numérica seguía traduciéndose en más respuestas correctas en todas las versiones del problema, pero la brecha partidista no se ensanchaba a medida que aumentaba esa competencia. En cualquier caso, ser bueno con los números no anulaba el sesgo partidista. La capacidad analítica protege bien contra el error simple y mucho peor contra el error motivado, en el que esa misma capacidad puede suministrar argumentos a favor de la equivocación.
Probablemente llegaste a este artículo con un supuesto de fondo que también forma parte de las pruebas: que, encuentre lo que encuentre, describe los fallos de otras personas, y que la competencia numérica motivada es cosa de quienes razonan con menos cuidado que tú.
La máquina se alimenta de sí misma
Aquí, educación significa algo más que acumular credenciales, los años de escuela, los títulos y los sellos institucionales. Lo que la educación hace, y aquello para lo que está diseñada, es desarrollar y recompensar herramientas cognitivas concretas: capacidad analítica, reconocimiento de patrones, construcción de relatos y seguridad en el propio campo. La escolarización entrena y premia esas herramientas, y las pruebas que siguen tratan de ellas en acción, no de los años pasados en las aulas.
La distinción importa, porque la defensa obvia, «razono a partir de las pruebas, no de mi identidad», es exactamente lo que esas herramientas permiten creer mientras uno hace lo contrario.
El estudio de Kahan halló que una mayor competencia numérica predecía respuestas correctas en el problema de la crema para la piel. Al cambiar al control de armas, los sujetos con alta competencia numérica no dejaron de hacer mejores inferencias: las redirigieron. Los progresistas con alta competencia numérica acertaban más cuando los datos mostraban que la prohibición había reducido la delincuencia; los conservadores con alta competencia numérica acertaban más cuando mostraban que la había aumentado. La capacidad analítica de cada grupo se expresaba en la dirección que exigía su política.
El dato clave es el cambio de dirección: la competencia numérica ayudaba sobre todo en el sentido políticamente conveniente. Nada en los datos muestra que los sujetos decidieran engañarse a sí mismos, y nadie necesita hacer trampa para obtener este resultado. Un analista hábil que quiere restar valor a una tabla siempre tiene a mano preguntas legítimas: si la muestra era representativa, si se controlaron las variables de confusión, si el mecanismo causal era plausible. Las preguntas se vuelven motivadas cuando ese mismo escrutinio no se aplica a los datos que confirman lo que el analista ya cree.
Kahan encontró el mismo patrón con el clima cuando comprobó si una mayor cultura científica y una mayor competencia numérica acercaban a la gente al consenso científico sobre el riesgo climático. No lo hacían. Entre las personas con orientaciones culturales jerárquicas e individualistas, una mayor cultura científica predecía un mayor desdén por el riesgo climático. Entre las de orientación igualitaria y comunitarista, predecía una mayor alarma. La brecha entre ambos grupos se ensanchaba a medida que aumentaba la cultura científica.
Los miembros más instruidos de ambos grupos sabían más, así que la ignorancia no puede explicar la división. Lo que difería era la dirección en que aplicaban lo que sabían, y esa dirección seguía a la identidad política.
El divulgador científico Chris Mooney le puso nombre al fenómeno: el efecto de los «idiotas listos», por el que las personas políticamente sofisticadas resultan más sesgadas, y más difíciles de persuadir, que las desinformadas. Mooney sostuvo que el efecto es más fuerte en la derecha —una lectura que el propio Kahan rechazó; sus propios datos, sobre el clima y sobre la tabla de control de armas, muestran el patrón en ambos bandos—. La etiqueta es deliberadamente incómoda, y la observación que la sustenta se sostiene: el razonamiento motivado no se desvanece a medida que aumenta la capacidad cognitiva.
La educación crea un aprieto concreto. No se limita a desarrollar estas herramientas cognitivas; invierte identidad en ellas. Una persona que ha pasado años construyendo una pericia analítica, y a la que instituciones, colegas y éxito profesional han recompensado por emplearla en determinadas direcciones, tiene más que perder si descubre que la dirección era equivocada. Las herramientas se vuelven más difíciles de dirigir contra las posiciones que ayudaron a construir. Para ello no hace falta ningún defecto de carácter; basta con que el desarrollo cognitivo y la formación de la identidad ocurran en la misma institución, al mismo tiempo, premiando las mismas conclusiones. El aprieto se agrava con cada éxito, porque cada avance en citas, reputación o prestigio institucional encarece un descubrimiento que amenace el marco.
Las capacidades que produce la educación, como la inferencia analítica, el hábito de construir relatos coherentes a partir de las pruebas y la seguridad que da el dominio de un campo, no traen instrucciones sobre cuándo dejar de confiar en uno mismo. Se les da muy bien producir la sensación de haber razonado correctamente, y esa sensación dice poco sobre la exactitud.
La maldición del experto
Quizá concedas que las creencias políticas son tribales, pero sostengas que operan en un compartimento separado de tu juicio profesional: que en tu propio campo razonas correctamente. Philip Tetlock pasó dos décadas poniendo a prueba ese compartimento.
Entre 1984 y aproximadamente 2003 reclutó a 284 expertos, entre ellos politólogos, economistas, analistas de política exterior y funcionarios y exfuncionarios gubernamentales, y les pidió más de 80.000 predicciones sobre acontecimientos políticos y económicos: quién ganaría las elecciones, si las economías crecerían o se contraerían, si los conflictos se agravarían o se resolverían. Luego esperó y puntuó.
El resultado fue bochornoso: los expertos lo hicieron apenas mejor que el azar y no mejor que un lector de prensa informado sin especialización. La exactitud dependía de cómo estaba organizado el conocimiento del experto, no de su profundidad. Los expertos que organizaban su visión del mundo en torno a un único marco explicativo fueron los peores pronosticadores de todos; Tetlock, tomando prestado el término del ensayo de Isaiah Berlin de 1953, los llamó erizos. A los zorros, que recurrían a múltiples marcos y revisaban sus juicios cuando llegaban pruebas nuevas, les fue mejor.
La confianza y la exactitud iban en sentido inverso: los expertos más comprometidos y más seguros eran los menos acertados. Su rigor era real, y se dedicaba a defender un marco cuyo fracaso no podían permitirse ver.
A los peores pronosticadores no les faltaba conocimiento. Conocían su campo lo bastante bien como para haber organizado ese conocimiento en un sistema coherente, y el sistema se había convertido en la lente a través de la cual lo percibían todo. Un teórico realista de las relaciones internacionales predecía los conflictos según la lógica del poder estatal. Un economista de la oferta predecía las recesiones según la lógica de las estructuras de incentivos. Cada marco se había construido con años de pruebas, lo que hacía que pareciera especialmente sólido, y especialmente ciego a lo que no lograba captar. Cuanto más abarcador era el marco, más fácil resultaba asimilar en él cada nuevo acontecimiento sin cuestionarlo, y menos probable era que llegara a resquebrajarse.
Un mecanismo de selección lo agrava. Tetlock descubrió que las cualidades que más valoran los editores y los productores de televisión, como las afirmaciones tajantes, la disposición a comprometerse y un planteamiento seguro, están correlacionadas negativamente con la exactitud predictiva. Los expertos más solicitados como comentaristas son, estadísticamente, los que tienen más probabilidades de equivocarse. Los erizos dan buena televisión; los zorros matizan de un modo que pone nerviosos a los productores. La estructura institucional de recompensas de la pericia pública eleva así a los que peor lo hacen —y premia a todos los demás por sonar más como ellos—.
En 2011, Tetlock y Barbara Mellers pusieron en marcha el Good Judgment Project dentro del programa Aggregative Contingent Estimation de IARPA, un torneo de pronósticos organizado por la agencia de investigación de la comunidad de inteligencia de Estados Unidos. Sus voluntarios, que se habían presentado por iniciativa propia y no eran expertos en la materia, compitieron con otros equipos de investigación. Cuando sus pronósticos agregados se compararon con los de analistas de inteligencia profesionales con acceso a información clasificada, los voluntarios resultaron, según los propios cálculos del proyecto, aproximadamente un 30 % más acertados, y los mejores de ellos, que acabarían conociéndose como superpronosticadores, lo hicieron aún mejor.
Qué hacían los superpronosticadores
Los hábitos que explican esos resultados no tienen nada de glamuroso. Los superpronosticadores dejaban constancia escrita de sus predicciones antes de que los hechos se produjeran, para no poder retocar el recuerdo de haber acertado. Medían su exactitud frente a un registro que no podían editar. Cuando se equivocaban, revisaban sus estimaciones en lugar de despachar el desmentido como una anomalía o un caso excepcional. Expresaban la probabilidad como estimaciones calibradas, porcentajes concretos directamente comparables con los resultados, y no como apuestas direccionales a salvo de toda rendición de cuentas. Descomponían las grandes preguntas en componentes más pequeños, en los que cada variable podía evaluarse por separado.
La inteligencia ayuda, pero nada de esto funciona solo con inteligencia. Todo ello exige la voluntad sostenida de que se demuestre que uno se equivoca en un registro que lleva uno mismo, algo que resulta difícil de mantener cuando la identidad profesional y social se ha construido en torno a ser la persona que entiende estas cosas.
En qué se equivocó el centro
La defensa habitual de la pericia institucional es esta: sí, los expertos individuales se equivocan, pero para eso están la revisión por pares, la replicación y la ciencia acumulativa. El sistema se corrige solo. El exceso de confianza individual se compensa en el promedio, los casos atípicos se cuestionan, los hallazgos erróneos no sobreviven al escrutinio independiente.
Eso es en parte cierto, con tiempo suficiente. Antes de aceptarlo, sin embargo, pregúntate cuánto tardó la autocorrección, quién pagó el coste durante la demora y por qué los propios procesos internos del campo no detectaron antes el problema.
En 2015, el Reproducibility Project, coordinado por Brian Nosek, de la Universidad de Virginia, dio a conocer qué ocurrió cuando cientos de investigadores intentaron replicar 100 estudios de tres de las principales revistas de psicología. Solo el 36 % se replicó con el umbral de significación original, y la psicología social salió peor parada, con alrededor de un 25 %. En el conjunto de las réplicas, los efectos se quedaron aproximadamente en la mitad de su tamaño original.
El proyecto de replicación midió el problema más que diagnosticarlo, pero los metodólogos ya habían señalado a los principales sospechosos, y ninguno requería fraude ni unas cuantas manzanas podridas. Todos eran el producto sistemático de la lógica de funcionamiento normal: muestras pequeñas que se daban por suficientes porque los resultados parecían convincentes; umbrales de valor p manipulados mediante pruebas repetidas y publicación selectiva de resultados; una cultura editorial que rechazaba los resultados nulos, de modo que nunca llegaban a la literatura científica.
Los revisores estaban mal situados para detectar nada de esto: se habían formado en los mismos métodos, a menudo partían de las mismas ideas previas y compartían la misma estructura de incentivos. Formaban parte del sistema que debían vigilar, así que la sofisticación que construyó el campo también ayudó a mantener sus errores invisibles desde dentro.
La previsión económica funcionaba bajo presiones distintas, pero produjo un punto ciego equivalente mediante otro mecanismo. En julio de 2007, la Actualización de las Perspectivas de la economía mundial del FMI proyectaba un crecimiento mundial del 5,2 % para 2007 y 2008, con un balance de riesgos descrito como «ligeramente inclinado a la baja». Catorce meses después, Lehman Brothers se hundió. La Oficina de Evaluación Independiente del FMI concluyó más tarde que el Fondo había hecho un mal trabajo a la hora de advertir de la crisis o de su gravedad.
Economistas y analistas heterodoxos llevaban años advirtiendo de la fragilidad sistémica, y el Fondo vio los auges inmobiliarios y los nuevos instrumentos financieros; restó importancia a los riesgos que conllevaban. Sus evaluadores culparon al pensamiento de grupo, a la captura intelectual y a una mentalidad generalizada según la cual una gran crisis en las grandes economías avanzadas era improbable, junto con una cultura que desalentaba las opiniones discrepantes y un análisis deficiente del sector financiero. La visión de consenso describía un sistema estable, y las advertencias que partían de uno inestable apenas lograban hacerse oír.
Estos dos fracasos parecen distintos en la superficie: malos incentivos dentro de la psicología, una forma de pensar capturada en la macroeconomía. En el fondo, ambos ocurrieron en el centro de sus campos, entre las personas más seguras de sus marcos, que eran las más ciegas a lo que esos marcos producían.
El huevo que no te estaba matando
Ancel Keys fue un fisiólogo de la Universidad de Minnesota que dedicó las décadas de 1950 y 1960 a argumentar que las dietas ricas en grasas saturadas elevaban el colesterol en sangre y causaban enfermedades cardíacas. Su Estudio de los Siete Países, iniciado en 1958 para seguir a hombres de mediana edad en dieciséis cohortes de siete países, se convirtió en un pilar. La idea de la dieta y el corazón no tardó en alcanzar al propio colesterol de los alimentos: en 1968, la American Heart Association aconsejó consumir menos de 300 miligramos de colesterol alimentario al día y no más de tres huevos enteros a la semana.
Los críticos replicaron pronto. En 1957, el estadístico Jacob Yerushalmy y el médico Herman Hilleboe, comisionado de Salud del estado de Nueva York, señalaron que el famoso gráfico de Keys de 1953 representaba solo seis países cuando existían datos comparables de muchos más, y que la correlación entre grasa y enfermedad cardíaca se debilitaba al añadir el resto. Los investigadores que cuestionaban la hipótesis de la dieta y el corazón quedaron marginados por el funcionamiento normal de un consenso que había cristalizado en torno a un relato respaldado por datos suficientes para parecer inexpugnable; no hizo falta ninguna conspiración ni corrupción. Lo que mantenía fuera las pruebas incómodas era la confianza asentada de un campo convencido de haber zanjado la cuestión.
En 2015, el Comité Asesor de las Guías Alimentarias recomendó suprimir el límite de 300 miligramos de colesterol alimentario vigente desde hacía tanto tiempo, con la conclusión de que «las pruebas disponibles no muestran una relación apreciable entre el consumo de colesterol alimentario y el colesterol sérico». Las Guías Alimentarias 2015-2020 definitivas eliminaron la cifra, aunque seguían aconsejando consumir el menor colesterol alimentario posible dentro de un patrón de alimentación saludable e incluían los huevos entre los alimentos que pueden formar parte de él. Tras casi cincuenta años, el huevo quedó en gran medida rehabilitado. Las grasas saturadas, el núcleo de la propia hipótesis de Keys, no: las mismas guías mantuvieron su tope por debajo del 10 % de las calorías diarias.
La trampa de la verosimilitud
Los fracasos vistos hasta ahora son la inferencia políticamente motivada que amplifica el error en lugar de corregirlo, la confianza de los expertos en sentido inverso a su acierto, sistemas de revisión que dejaron entrar hallazgos poco fiables y los mantuvieron dentro, y un modelo económico dominante incapaz de codificar la inestabilidad en la que estaba inmerso. Comparten un mecanismo común, y no depende de la estupidez ni de la corrupción. La educación desarrolla el reconocimiento de patrones y la construcción de relatos, y esas capacidades se prestan muy bien a producir el tipo de creencia errónea con más probabilidades de sobrevivir.
Las creencias obviamente falsas, como el creacionismo de la Tierra joven, la Tierra plana o la idea de que las vacunas causan autismo, sí circulan entre personas instruidas, así que la educación no ofrece una protección categórica frente a ellas. Aun así, los ambientes instruidos son menos eficaces a la hora de producirlas y sostenerlas, porque esas creencias suspenden enseguida las pruebas superficiales de verosimilitud frente al conocimiento acumulado, y mantenerlas exige un esfuerzo motivado y sostenido que las instituciones de los ambientes instruidos no suelen recompensar. Las creencias que más eficazmente se propagan en los ambientes instruidos son las lo bastante verosímiles en su estructura como para superar las mismas pruebas que detectan los fallos evidentes. La educación filtra la primera categoría mucho mejor que la segunda, y la segunda es la que sus propias herramientas producen con más naturalidad.
El reconocimiento de patrones salta a conclusiones seguras a partir de pruebas escasas. A menudo acierta, pero no viene con un medidor de exactitud. La sensación de haber reconocido un patrón no es un indicador fiable de que el patrón exista. La construcción de relatos conecta las pruebas en explicaciones internamente coherentes, y la coherencia es lo que hace que una explicación parezca verdadera. Una historia que encaja, que explica varias cosas en un único marco y que resuelve la ambigüedad parece comprensión. Puede que lo sea, pero la sensación no puede decirte si lo es.
El problema de la coherencia pesa más sobre los pensadores instruidos. Construir una explicación coherente a partir de pruebas complejas requiere exactamente las habilidades que desarrolla la educación. Cuanto más sofisticado es el pensador, más elementos puede entretejer en un único marco explicativo, y más satisfactoria resulta la explicación, para él y para los lectores sofisticados a los que se dirige. Una teoría elegante persuade más que una tosca, al margen de cuál sea más exacta. La elegancia es un criterio de buena escritura y de pensamiento cuidadoso, pero no es una propiedad que indique si una teoría es verdadera. La educación enseña a producir explicaciones elegantes sin enseñar a desconfiar de la elegancia.
Los hallazgos más conocidos de la psicología social que después no se replicaron no eran arbitrarios ni inverosímiles. Eran lo que un observador sofisticado del comportamiento humano esperaría encontrar, y por eso se publicaron, se citaron, se enseñaron y se incorporaron a programas de formación antes de que nadie los comprobara en serio.
La teoría de las posturas de poder sostenía que dos minutos en una postura expansiva elevaban la testosterona, reducían el cortisol y aumentaban la tolerancia al riesgo. El mecanismo, una postura corporal que moldea el estado hormonal por retroalimentación, resultaba convincente. Luego otro equipo repitió el experimento con 200 participantes, casi cinco veces los 42 originales, y con un experimentador que desconocía la condición asignada. Las posturas de poder seguían haciendo que la gente se sintiera más poderosa, pero no alteraban en absoluto su testosterona, su cortisol ni su apetito por el riesgo.
El agotamiento del ego sostenía que ejercer el autocontrol en una tarea agotaba un recurso, y que eso perjudicaba el rendimiento en las tareas siguientes: la fuerza de voluntad como depósito de combustible. Cuando 23 laboratorios llevaron a cabo una prueba prerregistrada de una tarea estándar de agotamiento del ego con más de 2000 participantes, el efecto resultó prácticamente nulo.
El primado social produjo el famoso hallazgo de que los participantes que leían palabras asociadas a estereotipos sobre la vejez caminaban después más despacio por un pasillo. Una réplica con doble ciego y cronometraje automático no encontró ningún efecto. Un experimento adicional descubrió que la ralentización solo aparecía cuando los experimentadores la esperaban, lo que sugiere que el resultado original era un artefacto de las expectativas del experimentador y no un efecto de primado inconsciente.
Estos fracasos se les escaparon a lectores inteligentes, a una revisión por pares rigurosa, a revistas de gran prestigio y a los expertos mejor situados para detectar los problemas. Lo que acabó descubriéndolos fueron muestras más grandes, experimentadores sin conocimiento de la condición, medición automatizada y, en el caso del agotamiento del ego, un plan registrado antes de que llegara ningún dato: procedimientos que ponen barreras a la selección motivada que la sofisticación vuelve tan fluida.
Lo que cuesta la virtud
La respuesta obvia es ser más humilde y sostener las creencias con menos firmeza. Estas exhortaciones son correctas del mismo modo que «come menos y haz más ejercicio» es correcto respecto al peso corporal: exactas en abstracto, inútiles sin una explicación concreta de en qué consiste eso en la práctica y de por qué cuesta tanto mantenerlo.
El Good Judgment Project ofrece una. Los superpronosticadores no son expertos en la materia. Son más brillantes que la media: en las pruebas del propio proyecto superaron a otros pronosticadores en medidas de inteligencia fluida y cristalizada, y los investigadores calificaron una inteligencia fluida por encima de la media de rasgo casi definitorio del grupo. Pero el cerebro venía acompañado de algo igual de importante: la práctica. Los superpronosticadores abordaban más preguntas y revisaban sus estimaciones con más frecuencia, manteniendo los resultados descritos antes, pregunta tras pregunta, durante años. La inteligencia facilita ese trabajo, pero no lo hace por ti.
El trabajo de Kahan sobre la curiosidad científica afina más: el efecto polarizador de la cultura científica, en el que el conocimiento amplifica la divergencia política, no se daba con la curiosidad científica, la disposición hacia el descubrimiento y la novedad. Las personas con más curiosidad científica mostraban respuestas menos polarizadas ante cuestiones científicas políticamente cargadas, fuera cual fuera su identidad política previa. La curiosidad, a diferencia del conocimiento acumulado, se orienta hacia lo desconocido, de modo que tiene menos invertido en lo que ya se cree.
Lo que protege, entonces, parece ser una relación particular con la incertidumbre, y esa relación hay que mantenerla activamente, a contracorriente de instituciones e identidades que recompensan el compromiso seguro y castigan la vacilación. El hallazgo sobre la curiosidad científica sugiere por qué: para el curioso, un resultado que desmonta una creencia previa es, en cierto modo, interesante. Para alguien que ha invertido su identidad en esa creencia previa, es una amenaza. La curiosidad tampoco garantiza la exactitud, pero preserva el canal por el que puede llegar el desmentido, y la pericia tiende a cerrarlo.
Los erizos de Tetlock eran inteligentes. Habían construido identidades intelectuales en torno a sus marcos, y el marco se había convertido en parte de sí mismos, así que su inteligencia se dedicaba a defender algo que no podía permitirse fallar; cuanta más tenían, más elaborada y hermética era la defensa.
Saber esto no te servirá tanto como desearías, porque el mecanismo no requiere falta de atención. Funciona con el mismo tipo de razonamiento cuidadoso y comprometido a partir de las pruebas que llevas haciendo los últimos quince minutos. Eso no es motivo para descartar lo que acabas de leer; los fracasos de replicación, el historial de pronósticos de Tetlock y las cifras del FMI de 2007 son reales. Es motivo para tratar la sensación de haber sido persuadido como un superpronosticador trataría una corazonada: como una probabilidad que hay que contrastar con lo que ocurra después.
Artículos relacionados
- La psicología del dinero: por qué la gente inteligente comete errores financieros predecibles
- La ciencia que explica por qué no puedes fiarte de tu propia memoria
- La biología del riesgo: por qué los adolescentes, los operadores bursátiles y los soldados cometen los mismos errores
Lecturas recomendadas
Como Afiliado de Amazon, Eikleaf obtiene ingresos por las compras adscritas que cumplen los requisitos aplicables. Los enlaces a libros que aparecen a continuación son enlaces de afiliado: si compras a través de ellos, podemos recibir una pequeña comisión sin coste adicional para ti.
La trampa de la inteligenciaExplica cómo la inteligencia, la educación y la especialización pueden reforzar el razonamiento motivado y ocultar errores en personas e instituciones.
La mentalidad del exploradorDesarrolla hábitos prácticos para separar las creencias de la identidad, poner a prueba la confianza y acoger pruebas que cuestionen una conclusión preferida.
How Minds Change: The New Science of Belief, Opinion and PersuasionUtiliza reportajes entre antiguos creyentes en conspiraciones, extremistas religiosos y activistas políticos para mostrar cómo la identidad sostiene las creencias y cómo cambian las convicciones.
Piénsalo otra vez: El poder de saber lo que no sabesExamina cómo la confianza intelectual se convierte en rigidez y cómo las personas, las aulas y las organizaciones pueden hacer de la revisión de creencias una práctica habitual.Vídeos recomendados
11:38Why you think you’re right — even if you’re wrong | Julia GalefEl planteamiento de Galef de «soldado frente a explorador» sobre el razonamiento motivado: por qué la gente inteligente defiende lo que ya cree.
13:05Are Smart People Ruining Democracy? | Dan Kahan | TEDxViennaEl propio Dan Kahan explica sus hallazgos sobre la aritmética motivada, el experimento central del artículo.
1:35:29Superforecasting | Philip TetlockTetlock sobre sus torneos de pronósticos: por qué los expertos rinden por debajo de lo esperado y qué hace mejores pronosticadores a los «zorros».Cómo citar este artículo
Ingrid Dahl. “Por qué las personas instruidas creen cosas que no son ciertas.” Eikleaf, 8 de mayo de 2026, actualizado 2 de noviembre de 2026. https://www.eikleaf.com/es/why-educated-people-believe-things-that-are-not-true/
Aviso sobre IA generativa
Algunos contenidos de esta página se generaron y/o editaron con la ayuda de una IA generativa.
Multimedia
Hartono Creative Studio – Pexels
Principales fuentes y referencias
Dan Kahan, Ellen Peters, Erica Cantrell Dawson & Paul Slovic, «Motivated numeracy and enlightened self-government,» Behavioural Public Policy, Vol. 1, Issue 1, pp. 54–86, 2017. https://doi.org/10.1017/bpp.2016.2
Dan Kahan, Ellen Peters, Maggie Wittlin, Paul Slovic, Lisa Larrimore Ouellette, Donald Braman & Gregory Mandel, «The polarizing impact of science literacy and numeracy on perceived climate change risks,» Nature Climate Change, Vol. 2, pp. 732–735, 2012. https://doi.org/10.1038/nclimate1547
Philip Tetlock, Expert Political Judgment: How Good Is It? How Can We Know? Princeton University Press, 2005.
Philip Tetlock & Dan Gardner, Superforecasting: The Art and Science of Prediction, Crown Publishers, 2015.
Barbara Mellers, Eric Stone, Terry Murray, Angela Minster, Nick Rohrbaugh, Michael Bishop, Eva Chen, Joshua Baker, Yuan Hou, Michael Horowitz, Lyle Ungar & Philip Tetlock, «Identifying and Cultivating Superforecasters as a Method of Improving Probabilistic Predictions,» Perspectives on Psychological Science, Vol. 10, No. 3, pp. 267–281, 2015. https://doi.org/10.1177/1745691615577794
Open Science Collaboration, «Estimating the reproducibility of psychological science,» Science, Vol. 349, Issue 6251, 2015. https://doi.org/10.1126/science.aac4716
International Monetary Fund, «IMF Survey: Global Growth Seen at 5.2 pct in 2007» (on the World Economic Outlook Update), 25 July 2007. https://www.imf.org/en/News/Articles/2015/09/28/04/53/sonew0725a
IMF Independent Evaluation Office, «IMF Performance in the Run-Up to the Financial and Economic Crisis: IMF Surveillance in 2004–07,» 2011 (summary in IEO Newsletter, Spring 2011). https://ieo.imf.org/-/media/ieo/files/publications/newsletters/english-versions/spring2011-english.pdf
Dana R. Carney, Amy J.C. Cuddy & Andy J. Yap, «Power Posing: Brief Nonverbal Displays Affect Neuroendocrine Levels and Risk Tolerance,» Psychological Science, Vol. 21, No. 10, pp. 1363–1368, 2010.
Eva Ranehill, Anna Dreber, Magnus Johannesson, Susanne Leiberg, Sunhae Sul & Roberto A. Weber, «Assessing the Robustness of Power Posing: No Effect on Hormones and Risk Tolerance in a Large Sample of Men and Women,» Psychological Science, Vol. 26, No. 5, pp. 653–656, 2015.
Roy F. Baumeister, Ellen Bratslavsky, Mark Muraven & Dianne M. Tice, «Ego Depletion: Is the Active Self a Limited Resource?», Journal of Personality and Social Psychology, Vol. 74, No. 5, pp. 1252–1265, 1998.
Martin S. Hagger, Nikos L.D. Chatzisarantis et al., «A Multilab Preregistered Replication of the Ego-Depletion Effect,» Perspectives on Psychological Science, Vol. 11, pp. 546–573, 2016. https://doi.org/10.1177/1745691616652873
John A. Bargh, Mark Chen & Lara Burrows, «Automaticity of Social Behavior: Direct Effects of Trait Construct and Stereotype Activation on Action,» Journal of Personality and Social Psychology, Vol. 71, No. 2, pp. 230–244, 1996.
Stéphane Doyen, Olivier Klein, Cora-Lise Pichon & Axel Cleeremans, «Behavioral Priming: It’s All in the Mind, but Whose Mind?», PLOS ONE, 2012. https://doi.org/10.1371/journal.pone.0029081
Chris Mooney, The Republican Brain: The Science of Why They Deny Science — and Reality, Wiley, 2012.
Dan M. Kahan, Asheley Landrum, Katie Carpenter, Laura Helft & Kathleen Hall Jamieson, «Science Curiosity and Political Information Processing,» Political Psychology, Vol. 38, Supplement 1, pp. 179–199, 2017. https://doi.org/10.1111/pops.12396
Ancel Keys et al., Seven Countries: A Multivariate Analysis of Death and Coronary Heart Disease, Harvard University Press, 1980.
Isaiah Berlin, The Hedgehog and the Fox: An Essay on Tolstoy’s View of History, Weidenfeld and Nicolson, 1953.
Emil Persson, David Andersson, Lina Koppel, Daniel Västfjäll & Gustav Tinghög, «A preregistered replication of motivated numeracy,» Cognition, Vol. 214, 2021. https://doi.org/10.1016/j.cognition.2021.104768
Dan Kahan, «What do I think of Mooney’s Republican Brain?», Cultural Cognition Project blog, 2012. https://www.culturalcognition.net/blog/2012/7/27/what-do-i-think-of-mooneys-republican-brain.html
Joseph P. Simmons, Leif D. Nelson & Uri Simonsohn, «False-Positive Psychology,» Psychological Science, Vol. 22, No. 11, pp. 1359–1366, 2011. https://doi.org/10.1177/0956797611417632
Jacob Yerushalmy & Herman E. Hilleboe, «Fat in the diet and mortality from heart disease; a methodologic note,» New York State Journal of Medicine, Vol. 57, pp. 2343–2354, 1957.
Donald J. McNamara, «The Fifty Year Rehabilitation of the Egg,» Nutrients, Vol. 7, pp. 8716–8722, 2015. https://pmc.ncbi.nlm.nih.gov/articles/PMC4632449/
Today’s Dietitian, «The 2015–2020 Dietary Guidelines,» 2016. https://www.todaysdietitian.com/the-2015-2020-dietary-guidelines/
U.S. Department of Health and Human Services & U.S. Department of Agriculture, 2015–2020 Dietary Guidelines for Americans, 8th Edition, December 2015. https://odphp.health.gov/sites/default/files/2019-09/2015-2020_Dietary_Guidelines.pdf












