sesgo de precisión

El sesgo de precisión es una forma de sesgo cognitivo ^{[ 1 ]} en la que un evaluador de información comete una falacia lógica al confundir exactitud y precisión . ^{[ 2 ]} Más concretamente, al evaluar los méritos de un argumento, una medición o un informe, un observador o evaluador cae presa del sesgo de precisión cuando cree que una mayor precisión implica una mayor exactitud (es decir, que simplemente porque una afirmación es precisa, también es verdadera). ^{[ 3 ]}

En un contexto de toma de decisiones, la información precisa se percibe como más exacta, se le da mayor peso al emitir juicios e influye en las fuentes de asesoramiento que las personas buscan. ^{[ 3 ]} El concepto también se aplica a la inversa: los asesores pueden usar cifras más precisas de las necesarias para generar una confianza injustificada en una afirmación, lo que se conoce como falsa precisión . Se ha observado que este sesgo afecta el juicio en muchos contextos del mundo real, incluyendo la negociación, la resolución de controversias legales y la comunicación médica. ^{[ 3 ] [ 4 ]}

Jerez-Fernández et al. (2014) demostraron que los observadores tienden a interpretar la precisión numérica como un indicador fiable de confianza, ya que las personas seguras de sí mismas tienden naturalmente a utilizar cifras más precisas. Esta tendencia refleja una heurística generalmente adaptativa : en contextos cotidianos, las cifras precisas suelen ser el resultado de una medición cuidadosa, lo que significa que tratar la precisión como un indicador de exactitud es una inferencia razonable que ocasionalmente resulta errónea. En su estudio principal, los participantes calificaron a una persona que dio respuestas precisas a preguntas factuales (por ejemplo, "2611 millas") como significativamente más segura que una persona que dio respuestas redondeadas (por ejemplo, "2600 millas"), a pesar de que ambas estimaciones eran igualmente precisas. El segundo estudio reveló que las estimaciones precisas de los asesores tuvieron una mayor influencia en las estimaciones posteriores de los participantes: los participantes que recibieron sugerencias precisas dieron estimaciones propias más ajustadas y seguras. Además, cuando se les pidió que eligieran a qué asesor consultar en rondas futuras, los participantes prefirieron sistemáticamente al asesor que había dado estimaciones precisas. Esta preferencia por fuentes precisas tiene implicaciones que van más allá de las interacciones individuales, lo que sugiere que el sesgo de precisión puede moldear patrones a largo plazo de confianza y selección de asesores en contextos donde la información numérica se comunica de forma rutinaria. ^{[ 3 ]} Jerez-Fernández et al. observaron que estos hallazgos crean incentivos para el uso deliberado de una precisión falsa, mediante la cual los comunicadores adoptan cifras innecesariamente precisas para señalar una experiencia que tal vez no posean. ^{[ 3 ]}

Janiszewski y Uy (2008) revelaron que el efecto de anclaje está influenciado por la precisión en el contexto de juicios numéricos. ^{[ 4 ]} Cuando a las personas se les da un ancla precisa, su estimación se desvía de ella en menor medida que cuando se les da un número redondo, incluso cuando las anclas precisas y redondas son numéricamente similares. Por ejemplo, un precio de $4,988 produce menos ajuste que un precio de $5,000. El efecto también se ha observado en entornos del mundo real: el estudio analizó 12,581 ventas reales de viviendas en Florida y encontró que las casas listadas con precios precisos (por ejemplo, $284,700) se vendieron más cerca de su precio de lista que las casas listadas con precios redondos (por ejemplo, $285,000). ^{[ 4 ]}

La investigación sugiere que la precisión excesiva puede indicar incompetencia en lugar de conocimiento en las negociaciones. ^{[ 5 ]} Loschelder et al. (2016) encontraron que, si bien la precisión generalmente fortalece los efectos de anclaje para los aficionados, existe una relación en forma de U invertida para los expertos llamada efecto de "exceso de precisión". Por ejemplo, un experto que negocia sobre una casa encontraría un precio de $978,781.63 sospechoso en lugar de impresionante, infiriendo que la persona que hace la oferta carece de conocimiento real del mercado. Sin embargo, en los casos en que la oferta precisa se proporcionó con justificación, el efecto contraproducente se redujo. ^{[ 5 ]} Este efecto se explica por la atribución de competencia: los expertos poseen suficiente conocimiento del dominio para reconocer cuando una cifra es implausiblemente precisa, lo que los lleva a inferir que la otra parte está fanfarroneando en lugar de estar genuinamente informada.

En la negociación , las ofertas iniciales precisas actúan como anclas más fuertes que las ofertas redondas, produciendo contraofertas más pequeñas y conciliadoras, ya que indican que quien realiza la oferta conoce el verdadero valor de lo que se está negociando. ^{[ 6 ]} Mason et al. (2013) encontraron además que las ofertas precisas reducían no solo la magnitud de las contraofertas, sino también la probabilidad de que se hicieran contraofertas, ya que los receptores atribuían mayor conocimiento y legitimidad al oferente preciso. ^{[ 6 ]}

En la comunicación científica , las publicaciones en redes sociales que describían las consecuencias del cambio climático con números arábigos precisos se compartieron significativamente más y se percibieron como más fiables y con mayor probabilidad de provenir de un experto que las publicaciones equivalentes sin ellos, lo que sugiere que la precisión numérica influye en la interacción del público con la información científica. ^{[ 7 ]}

En contextos legales, la confianza percibida de los testigos oculares influye en las evaluaciones que hacen los jurados sobre la credibilidad del testimonio , y la precisión numérica se ha identificado como un indicador que aumenta esta confianza percibida independientemente de la exactitud real. ^{[ 3 ]}

En la comunicación sanitaria , las cifras de riesgo precisas pueden disuadir a los pacientes de ajustar las estimaciones para tener en cuenta circunstancias personales como los antecedentes familiares, mientras que los términos generales fomentan un ajuste más personal y pueden conducir a diferentes decisiones de tratamiento. ^{[ 4 ]}

La ilusión de agrupamiento y la falacia del francotirador de Texas pueden tratarse como variantes del sesgo de precisión. ^{[ 8 ] [ 9 ]} La ilusión de agrupamiento se refiere a la tendencia a percibir patrones significativos en datos aleatorios, como ver una racha de caras en un lanzamiento de moneda como evidencia de una moneda sesgada. ^{[ 8 ]} La falacia del francotirador de Texas describe el error de seleccionar o resaltar datos a posteriori para que se ajusten a un patrón, análogo a disparar a la pared de un granero y luego dibujar una diana alrededor de los agujeros de bala. ^{[ 9 ]} En estas falacias relacionadas, la precisión se considera erróneamente evidencia de causalidad , cuando en realidad la información agrupada puede ser el resultado del azar .  

• Exactitud y precisión

• "Verdad versus precisión en economía" , Thomas Mayer, profesor emérito de Economía de la Universidad de California.
• "Menos es más: exactitud frente a precisión en el modelado" , Susan Bachman et al. ("Muchos modeladores asumen que construir con mayor precisión produce un modelo más exacto").