Todos los días tomamos decisiones sobre temas complejos como la salud, las finanzas personales o el medio ambiente. A veces lo hacemos a sabiendas, pero otras veces nos dejamos llevar por intuiciónemociones o información que nos llega de fuentes no confiables. ¿Qué determina si tomamos buenas o malas decisiones? ¿Qué factores influyen en nuestro proceso de selección?

Un estudio reciente publicado en la revista Investigación cognitiva: principios e implicaciones ha analizado esta cuestión y ha llegado a una conclusión sorprendente: menos es más.

Modelos causales: una herramienta para mejorar nuestras decisiones

Los autores del estudio, Samantha Kleinberg y Jessecae K. Marshson expertos en el uso de modelos causales para ayudar a las personas a tomar decisiones. Los modelos causales son representaciones gráficas que muestran las relaciones entre las variables involucradas en un problema..

Por ejemplo, un modelo causal de obesidad podría incluir factores como la dieta, el ejercicio, el metabolismo, el estrés, el sueño, etc. Estos modelos pueden usarse para predecir las consecuencias de diferentes acciones o para explicar los efectos de diferentes causas.

Los modelos causales no siempre son útiles para las personas. Según los autores del estudio, los modelos más simples y complejos tienen ventajas y desventajas. Por un lado, los modelos simples son más fáciles de entender y utilizar, pero pueden omitir información relevante o ser demasiado generales. Por otro lado, los modelos complejos son más completos y precisos, pero pueden resultar difíciles de procesar y provocar confusión o sobrecarga cognitiva.

¿Qué tipos de modelos causales nos ayudan más a decidir?

Para descubrir qué tipo de modelos causales son más eficaces para tomar decisiones, los autores realizaron cinco experimentos con más de 1.000 participantes. En cada experimento, los participantes tuvieron que responder una serie de preguntas sobre temas como salud, el medio ambiente o las finanzas personales. Para ello podrían consultar alguno de los siguientes tipos de modelos causales:

Los resultados mostraron que Los participantes que utilizaron los modelos simples obtuvieron mejores puntuaciones. que aquellos que utilizaron modelos complejos o aquellos que no utilizaron ningún modelo. Además, Los participantes que utilizaron los modelos simples estaban más satisfechos y confiados con sus respuestas que los demás..

Los autores explican que Los modelos simples facilitan la toma de decisiones porque reducen la cantidad de información a procesar y se centran en lo esencial.. Por otro lado, los modelos complejos dificultan la toma de decisiones porque aumentan la carga cognitiva y pueden dar lugar a errores o distracciones. Los autores también señalan que los modelos simples son más efectivos cuando se adaptan al objetivo específico de la decisión y cuando se resaltan las relaciones causales más relevantes.

¿Sabe la gente qué información necesita para decidir?

Pero, ¿sabe la gente qué tipo de información necesita para tomar decisiones? El último experimento del estudio reveló que este no es siempre el caso. En este experimento, los participantes podían elegir entre consultar un modelo simple, un modelo complejo o ningún modelo antes de responder las preguntas.

Del total de participantes, sólo el 38% se decidió por el modelo simple, mientras que el 31% prefirió el modelo complejo y el otro 31% no quiso ver ningún modelo. Lo curioso es que, sin importar lo que eligieran, los que utilizaron el modelo simple fueron más correctos que los demás.

Esto sugiere que la gente no siempre tiene un buena intuición sobre qué tipo de información deben consultar para tomar decisiones. Algunas personas pueden creer que cuanta más información mejor, pero esto puede resultar contraproducente. Otras personas pueden creer que no necesitan ninguna información, lo que puede resultar imprudente.

Los autores concluyen que su estudio tiene implicaciones importantes para el diseño y la comunicación de modelos causales. Según ellos, es necesario crear modelos simples y personalizados para cada decisión, y resaltar las relaciones causales más importantes. Esto puede ayudar a las personas a tomar mejores decisiones sobre cuestiones complejas que afectan sus vidas.

Referencias: