Negligencia de la Tasa Base

• Sesgo: Las personas ignoran la información estadística sobre la frecuencia base de un evento en la población, y en su lugar dependen excesivamente de los detalles específicos de un caso concreto al formular juicios probabilísticos.
• Qué rompe: Juicios probabilísticos, diagnósticos médicos, decisiones de inversión, evaluación de riesgos, conclusiones jurídicas
• Nivel de evidencia: L1 — múltiples estudios replicados, metaanálisis, datos transculturales, más de 50 años de evidencia empírica
• Cómo detectarlo en 30 segundos: Llegas a una conclusión sobre la probabilidad de un evento basándote en los detalles llamativos de un caso concreto, ignorando por completo la estadística de cuán frecuente ocurre ese evento en la población.

¿Por qué olvidamos la estadística cuando vemos un ejemplo concreto?

El olvido de la frecuencia base es un sesgo cognitivo bien documentado, en el que las personas subestiman sistemáticamente o ignoran por completo la información estadística sobre la prevalencia de un evento al formular juicios probabilísticos (S002). En su lugar, los individuos enfatizan en exceso la información específica o los detalles de un caso concreto. El fenómeno fue identificado por primera vez por Kahneman y Tversky en 1973 y desde entonces se estudia activamente en psicología, toma de decisiones, medicina y finanzas (S007).

Cómo funciona este sesgo

El sesgo se manifiesta cuando a las personas se les brinda dos tipos de información: frecuencia base — la estadística general sobre la prevalencia de un evento (por ejemplo, “1 % de la población tiene la enfermedad X”), y información específica del caso — detalles individuales (por ejemplo, “esta persona presenta síntomas asociados a la enfermedad X”). Aunque el teorema de Bayes exige considerar ambas partes de la información, las personas consistentemente otorgan un peso excesivo a los detalles específicos y un peso insuficiente a las frecuencias base (S002).

La probabilidad a posteriori es la estimación actualizada de la probabilidad de un evento tras considerar tanto la frecuencia base como la nueva información del caso concreto. El cálculo correcto requiere comenzar con la frecuencia base (probabilidad a priori) y luego ajustarla en función de las evidencias específicas. Sin embargo, las personas a menudo ignoran el primer paso y se centran solo en el segundo, lo que conduce a errores sistemáticos en los juicios (S006).

Escala y consecuencias

Este sesgo es un fenómeno ubicuo y persistente, observado en diversas poblaciones y contextos (S002). Los estudios indican que se manifiesta con mayor intensidad cuando los predictores están asociados a los eventos mediante similitud física, en lugar de relaciones estadísticas abstractas. El fenómeno tiene graves consecuencias: desde diagnósticos médicos erróneos y decisiones jurídicas equivocadas hasta estrategias de inversión fallidas (S008).

El olvido de la frecuencia base a menudo interactúa con otros sesgos cognitivos. Por ejemplo, la heurística de disponibilidad amplifica el efecto cuando los ejemplos llamativos son más fáciles de recordar que la estadística. El sesgo de confirmación lleva a las personas a buscar información que confirme su impresión inicial del caso concreto, ignorando datos estadísticos contradictorios. El efecto ancla puede fijar la atención en los detalles específicos, dificultando la reevaluación basada en frecuencias base.

Ejemplo en medicina:

Un médico ve a un paciente con tos y fiebre. Estos síntomas se asocian fuertemente con la neumonía en su memoria. Sin embargo, la frecuencia base de la neumonía en la población es del 1 %, mientras que la de los resfriados es del 20 %. El médico, al ignorar estas cifras, puede sobreestimar la probabilidad de neumonía y prescribir antibióticos innecesarios.

Ejemplo en inversiones:

Un inversor escucha la historia de una startup que creció 100 veces. Esta historia le impresiona notablemente. Sin embargo, la frecuencia base de éxito de las startups es inferior al 10 %. El inversor puede sobreestimar la probabilidad de éxito de una startup similar y destinar dinero a un proyecto arriesgado.

Cuando la estadística se pierde en los detalles: la arquitectura del error

El mecanismo de ignorar la frecuencia base se arraiga en un conflicto fundamental entre dos sistemas de procesamiento de información. Cuando evaluamos una probabilidad, nuestro cerebro debe integrar datos estadísticos abstractos (frecuencias base) y detalles concretos y vivos (información diagnóstica). El problema es que estos dos tipos de información son procesados por sistemas cognitivos diferentes con distinta eficiencia (S002).

Representatividad contra la realidad

En el núcleo del fenómeno se encuentra la heurística de representatividad, una etiqueta cognitiva mediante la cual las personas evalúan la probabilidad de un evento basándose en cuán parecido es a un prototipo o estereotipo típico (S007). Cuando se nos presenta la descripción de una persona con ciertas características, automáticamente juzgamos cuán “representativa” es esa descripción para distintas categorías, ignorando cuán frecuentes son esas categorías en la realidad. Esta heurística funciona de manera rápida e intuitiva, pero conduce sistemáticamente a errores en los juicios de probabilidad.

El estudio de Kutzner y colegas (2008) identificó un moderador crítico: la omisión de la frecuencia base se manifiesta con mayor intensidad cuando los predictores están asociados a los eventos mediante similitud física y no a través de relaciones estadísticas abstractas (S001). Cuando la relación entre la característica y la categoría se basa en la similitud perceptiva, las personas confían aún más en la representatividad, ignorando por completo las frecuencias base. Esto explica por qué el sesgo es tan persistente en el diagnóstico médico, donde los síntomas son físicamente “similares” a determinadas enfermedades.

Por qué lo concreto vence a lo abstracto

La información concreta y específica sobre un caso es más cognitivamente accesible y emocionalmente resonante que los datos estadísticos abstractos. Cuando un médico observa a un paciente con síntomas que coinciden con una enfermedad rara, la intensidad y especificidad de esos síntomas capturan la atención, mientras que la estadística seca de que la enfermedad afecta al 0,01 % de la población queda en la periferia de la conciencia (S008). Nuestro cerebro evolucionó para procesar amenazas y oportunidades concretas e inmediatas, no para manipular probabilidades abstractas.

También existe el problema de la interpretación causal. La información específica suele percibirse como poseedora de una relación causal directa con el resultado (“tiene todos los síntomas, por lo tanto tiene la enfermedad”), mientras que las frecuencias base se consideran estadísticas de fondo irrelevantes. Las personas buscan intuitivamente explicaciones causales, y los detalles concretos ofrecen una narrativa causal más satisfactoria que las probabilidades estadísticas (S002).

Característica	Frecuencia base	Información diagnóstica
Forma de presentación	Estadística abstracta	Detalles concretos
Accesibilidad cognitiva	Baja	Alta
Impacto emocional	Débil	Fuerte
Explicación causal	Ausente	Explícita
Relevancia evolutiva	Baja	Alta
Peso en el juicio	Subponderada	Sobponderada

Evidencias clásicas de la persistencia

El experimento de Kahneman y Tversky (1973) presentó a los participantes la descripción de una persona llamada Steve: “tímido y reservado, siempre dispuesto a ayudar, pero poco interesado en la gente o en el mundo real; dócil y meticuloso, necesita orden y estructura, y tiene una pasión por los detalles”. Se pidió a los participantes que evaluaran quién era más probable que fuera Steve: ¿bibliotecario o agricultor? La gran mayoría eligió “bibliotecario”, a pesar de que en la población hay muchos más agricultores que bibliotecarios (S007). La descripción era representativa del estereotipo del bibliotecario, y eso superó la realidad estadística.

Investigaciones posteriores demostraron la persistencia del fenómeno incluso con experiencia directa. Gudi (1997) mostró que la omisión de la frecuencia base persiste cuando la información se adquiere mediante experiencia inmediata, y no a través de una descripción abstracta. Esto refuta la hipótesis de que el sesgo es exclusivamente el resultado de una presentación abstracta de la información y apunta a mecanismos cognitivos más profundos (S005).

Errores acumulativos en decisiones secuenciales

Un estudio reciente de Ashinoff y colegas (2022) demostró cómo la omisión de la frecuencia base afecta la actualización secuencial de creencias. Cuando las personas reciben una serie de testimonios, deben actualizar sus estimaciones de probabilidad de forma sucesiva, pero el subponderado sistemático de las frecuencias base en cada etapa conduce a errores acumulativos. Estos errores pueden tener graves consecuencias en situaciones reales de toma de decisiones, como el diagnóstico médico o los procesos judiciales (S008).

El fenómeno está estrechamente relacionado con la heurística de disponibilidad, cuando los ejemplos vívidos son más fáciles de recordar que los datos estadísticos. Además, el sesgo de confirmación amplifica el efecto: una vez formada una hipótesis basada en la información diagnóstica, la gente busca evidencia que la confirme e ignora los datos contradictorios sobre las frecuencias base. El efecto de anclaje también juega un papel, ya que la estimación inicial, basada en los detalles concretos, se convierte en el punto de partida que no se ajusta lo suficiente hacia la realidad estadística.

Juicio probabilístico, toma de decisiones bajo incertidumbre

Ejemplos de ignorar la frecuencia base en situaciones reales

Escenario 1: Cribado médico y resultados falsos positivos

Imagine que se somete a un cribado para una enfermedad rara que afecta a 1 de cada 1000 personas (frecuencia base = 0,1 %). La prueba tiene una precisión del 95 %: detecta correctamente la enfermedad en el 95 % de los casos en que está presente (sensibilidad) y detecta correctamente su ausencia en el 95 % de los casos en que no está (especificidad). Obtiene un resultado positivo en la prueba. ¿Cuál es la probabilidad de que realmente padezca la enfermedad? (S008)

La mayoría de las personas, incluidos muchos profesionales de la salud, responden intuitivamente “alrededor del 95 %” o “muy alta”, centrando su atención en la precisión de la prueba e ignorando la frecuencia base de la enfermedad. Sin embargo, el cálculo bayesiano correcto produce un resultado totalmente distinto.

Grupo	Cantidad de 1000	Resultado positivo
Personas con la enfermedad	1	1 (95 % de 1)
Personas sanas	999	50 (5 % de 999)
Total de resultados positivos		51

De los 51 individuos con resultado positivo, solo 1 está realmente enfermo: la probabilidad es aproximadamente del 2 %, no del 95 %. Esta omisión de la frecuencia base tiene consecuencias dramáticas: los pacientes experimentan un enorme estrés, se someten a pruebas invasivas adicionales y comienzan tratamientos innecesarios (S008). Los médicos que no consideran las frecuencias base prescriben procedimientos diagnósticos excesivos, lo que genera complicaciones iatrogénicas y un uso ineficiente de los recursos.

Escenario 2: Decisiones de inversión y acciones “candentes”

Un inversor lee una historia impactante sobre una startup del sector de la inteligencia artificial: un fundador carismático con un título de una universidad prestigiosa, tecnología revolucionaria, reseñas entusiastas en los medios y una reciente ronda de financiación de fondos de capital riesgo reconocidos. Todos estos detalles crean una narrativa convincente de éxito. El inversor decide invertir una suma considerable, ignorando la frecuencia base: estadísticamente, la mayoría de las startups, incluso aquellas que reciben financiación de capital riesgo, no generan beneficios para los inversores (S004).

Este es un ejemplo clásico de omisión de la frecuencia base en decisiones financieras. La información específica y llamativa sobre una empresa concreta supera a la estadística abstracta sobre el comportamiento típico de las startups. El inversor se centra en cuán “representativa” es esa empresa del arquetipo de startup exitosa, ignorando la probabilidad fundamental de éxito en esa categoría.

Durante las burbujas tecnológicas, los inversores ignoran masivamente las frecuencias base históricas de valoración de empresas, enfocándose en narrativas emocionantes sobre la “nueva economía” y casos de éxito concretos. Los analistas que presentan informes detallados sobre las perspectivas de una acción específica crean la ilusión de un conocimiento especializado que parece más relevante que la estadística general sobre la rentabilidad de diferentes clases de activos (S004). El resultado son errores sistemáticos en la evaluación de riesgos y en la construcción de carteras.

Escenario 3: Gestión de personal y evaluación de candidatos

El responsable de recursos humanos lleva a cabo una entrevista con un candidato para el puesto de gestor de proyecto. El candidato causa una excelente impresión: responde con seguridad a las preguntas, muestra carisma y relata historias convincentes sobre sus logros anteriores. El responsable forma una fuerte impresión positiva y recomienda contratar al candidato, ignorando la frecuencia base: la mayoría de los candidatos que causan una excelente impresión en la entrevista no se convierten en empleados sobresalientes (S008).

Los estudios demuestran que los futuros responsables de recursos humanos sobreestiman sistemáticamente la probabilidad de éxito de los candidatos basándose en detalles específicos de sus perfiles, y subestiman la relevancia de los datos estadísticos sobre el comportamiento típico de candidatos con características similares. Los responsables confían en impresiones subjetivas y estereotipos, que constituyen una forma de heurística de disponibilidad, en lugar de considerar predictores objetivos de desempeño.

Esta distorsión en las decisiones de recursos humanos tiene graves consecuencias organizativas. Las empresas gastan recursos considerables en la contratación y formación de empleados que no cumplen con las expectativas basadas en evaluaciones infladas durante el proceso de selección. La omisión de las frecuencias base también favorece diversas formas de discriminación: cuando los responsables se basan en juicios intuitivos, es más probable que ignoren datos objetivos sobre los predictores de desempeño para diferentes grupos demográficos. Los sistemas de contratación eficaces deben estructurar el proceso de toma de decisiones de modo que las frecuencias base sean explícitas y obligatorias de considerar.