Acceso usuarios
Nicolás Comay, Guillermo Solovey, Pablo Barttfeld
Introducción: La metacognición es estudiada en el laboratorio mediante decisiones y juicios metacognitivos de confianza sobre esas decisiones. La mayoría de los modelos computacionales que explican la confianza predicen que la misma no debería variar con la presencia de alternativas claramente incorrectas. Sin embargo, estudios previos sugieren que la confianza puede paradójicamente aumentar con la presencia de dichas alternativas. Consecuentemente, el presente trabajo estudia la confianza en contextos de múltiples alternativas incluyendo alternativas claramente incorrectas en el contexto de decisión. Objetivos. Evaluar la confianza en decisiones que involucren más de dos alternativas. Metodología. Se realizaron 5 experimentos donde se manipularon dos factores: la dificultad de la tarea y la cantidad de alternativas. Cuatro modelos computacionales fueron construídos para explicar los resultados obtenidos. Resultados: La confianza aumentó con la presencia de más alternativas en los experimentos 1, 2 y 4. La confianza no aumentó en los experimentos 3 y 5. Cuando aumentó, la confianza fue mejor explicada por un modelo que propone que la misma refleja la diferencia entre la probabilidad de ser correcta de la opción elegida y el promedio de las probabilidades de ser correctas del resto de las opciones.Discusión. Los juicios metacognitivos pueden acarrear sesgos que implican una evaluación subóptima, no normativa de nuestro propio desempeño, desviándose entonces de la predicción de la mayoría de los modelos computacionales actuales. Más aún, los modelos computacionales ajustados apuntan a una mayor incerteza en los experimentos 3 y 5. Esto sugiere que la incerteza puede afectar la presencia de sesgos y abre la posibilidad de una nueva línea de investigación en el campo de toma de decisiones.
