por Eth Zurich: Para nosotros, las decisiones son correctas si hemos comparado las opciones con la mayor atención posible y si somos conscientes de haberlo hecho, según un nuevo estudio…
Esto requiere capacidad de introspección, informan los investigadores.
Comprar un coche de segunda mano a buen precio sienta bien. Pero elegir un donut de aspecto delicioso en el supermercado nos deja llenos de dudas. Después de todo, decidimos llevar una dieta más saludable este año; entonces, ¿no sería mejor comprar una manzana?
Todos hemos experimentado este sentimiento en algún momento: algunas decisiones intuitivamente nos parecen correctas, mientras que otras nos dejan con dudas e incluso pueden hacernos revisar nuestra elección inicial. ¿Pero de dónde viene este sentimiento?
Por primera vez, los investigadores han investigado esta cuestión de forma sistemática. Utilizaron datos experimentales para desarrollar un modelo informático que puede predecir cómo un individuo elegirá entre diferentes opciones y por qué posteriormente podría sentirse seguro o dudoso sobre la decisión que tomó.
«Utilizando nuestro modelo, hemos demostrado con éxito que es más probable que las decisiones sean correctas si hemos invertido un esfuerzo de atención significativo en sopesar las diferentes opciones y, es más, somos conscientes de haberlo hecho», afirma Rafael Polanía, profesor que dirige el Laboratorio de Neurociencia de Decisiones en ETH Zurich.
En consecuencia, la capacidad de cuestionar y revisar malas decisiones depende de qué tan bien seamos capaces de juzgar por nosotros mismos si sopesamos minuciosamente las opciones o si nos permitimos distraernos durante el proceso de toma de decisiones. Esta autoconciencia, a la que los expertos suelen denominar introspección, es un requisito previo esencial para el autocontrol.
La confianza que tenemos en nuestras propias decisiones se basa en estimaciones de valor subjetivas que normalmente hacemos de forma automática e incuestionable como parte de nuestra vida cotidiana. Para permitir un análisis sistemático de cómo funciona este proceso, Polanía y su equipo estudiaron cómo los sujetos de prueba evalúan y seleccionan los alimentos cotidianos.
Los investigadores pidieron a 35 participantes del estudio que evaluaran 64 productos de dos cadenas de supermercados suizas. Los investigadores les presentaron una imagen de cada producto en la pantalla y les preguntaron cuánto les gustaría comerlo al final del experimento. En la segunda parte del experimento, los sujetos de prueba vieron una serie de imágenes que mostraban dos productos al mismo tiempo. En cada caso, los investigadores les pidieron que eligieran una de las dos opciones (rosquilla o manzana, pizza o pera) y luego calificaran cuánta confianza tenían en su decisión.
Para que el experimento fuera lo más realista posible, los participantes debían comer los productos después del experimento. Los investigadores utilizaron un escáner ocular durante las fases de evaluación y toma de decisiones para determinar si los participantes pasaron más tiempo mirando uno de los dos productos, con qué frecuencia su mirada se movía de izquierda a derecha y con qué rapidez tomaron su decisión.
Utilizando estos datos y un conjunto de datos similar de un grupo de investigación diferente, Polanía, junto con su estudiante de doctorado Jeroen Brus, desarrollaron un modelo informático que puede predecir bajo qué condiciones las personas tendrán confianza (o falta de ella) en sus decisiones.
“Descubrimos que es particularmente probable que las personas tengan un mal presentimiento acerca de una decisión si reflexionan sobre si no prestaron suficiente atención al comparar las diferentes opciones”, dice Polanía.
El modelo utiliza los patrones de los movimientos oculares de los participantes para determinar cuánto esfuerzo ponen realmente en evaluar y comparar los diferentes productos. Se considera que alguien que se toma su tiempo y siempre tiene ambas opciones en la mira ha invertido un alto esfuerzo de atención, mientras que aquellos que tienden a fijarse en una sola opción y descuidar la otra se consideran menos atentos.
La mejor manera de ilustrar estos hallazgos es considerando un ejemplo de la vida cotidiana: si sin pensar añadimos un donut a nuestra cesta de la compra, incluso después de haber expresado nuestra intención de comer de forma más saludable, y posteriormente nos damos cuenta de que ni siquiera pensamos en alternativas más saludables, deberíamos tener poca confianza en nuestra decisión y revisarla. Si, por el contrario, somos conscientes de haber considerado cuidadosamente una serie de productos más saludables pero luego decidimos no hacerlo porque simplemente queríamos más el donut que una manzana o una pera, debemos tener confianza en nuestra decisión.
Según los autores del estudio, la capacidad de cuestionar a los pobres
Tomar decisiones y tener confianza en las buenas depende en gran medida de cuán consciente sea un individuo de sus juicios de valor subjetivos y comparaciones después de tomar una decisión. Esto es algo que los neurocientíficos llaman introspección.
“Una vez que hemos tomado una decisión, podemos dudar de su valor y revisarla sólo si en realidad somos conscientes de que no prestamos suficiente atención al comparar las opciones”, dice Polanía. Esta capacidad de introspección también es una parte crucial de nuestra capacidad para ejercer el autocontrol. Sin ello, dice Polanía, sería mucho más probable que actuáramos según nuestras preferencias por, digamos, alimentos poco saludables sin cuestionarlos. La buena noticia es que podemos entrenar esta habilidad mediante ejercicios de atención plena y meditación.
Polanía afirma que este modelo podría eventualmente incorporarse a gafas inteligentes que sigan los movimientos oculares. «Las gafas podrían utilizar el modelo para determinar qué tan atentos estamos y hacernos saber cuándo debemos cuestionar una decisión», afirma.
Polanía también cree que el modelo podría ser útil para coches autónomos. Los algoritmos utilizados en los vehículos autónomos toman decisiones constantemente basándose en un flujo continuo de datos de los sensores del vehículo. “Nuestro modelo podría ayudar al vehículo a evaluar sus decisiones y revisarlas cuando sea necesario”, afirma Polanía.
