Una idea ha demostrado ser el eje central para las investigaciones sobre la toma de decisiones. Es el concepto de la racionalidad limitada, que implica que la gente se ve limitada por varias restricciones en el mundo real, y estas juegan un papel crucial en el proceso de toma de decisiones. La gente es limitada por la dificultad de la decisión que ha de tomar, por su propia capacidad de toma de decisiones y por el tiempo que pueda dedicarle al problema. No obstante, independientemente de las circunstancias, una decisión ha de tomarse y las consecuencias han de aceptarse.
Esto suscita una importante serie de preguntas. ¿Cómo influyen estos factores en la calidad de la decisión tomada? ¿Tienen un impacto mayor las limitaciones de tiempo que, digamos, la capacidad de toma de decisiones? 
Estas preguntas son difíciles de contestar, dada la dificultad de diseñar un experimento controlado para probarlas. De hecho, nadie ha divisado una manera satisfactoria de estudiar el problema.
Hasta ahora. El investigador de Microsoft Research Ashton Anderson de Nueva York, el de la Universidad de Co ell en Ithaca Jon Kleinberg y el de la Universidad de Harvard en Cambridge Sendhil Mullainathan (todos en EEUU) han presentado el primer estudio a gran escala sobre la toma de decisiones bajo condiciones controladas. Por primera vez, han podido analizar cómo cambia la calidad de la toma de decisiones con el tiempo disponible, el nivel de habilidad del sujeto y la dificultad de la decisión entre manos.
¿Su laboratorio? El ajedrez. La investigación detalla: "Hemos empleado el ajedrez como un sistema modelo para investigar los tipos de características que ayudan a analizar y predecir el error en la toma de decisiones humana".
Su investigación se centra en una base de datos de 200 partidas de ajedrez jugadas en línea entre aficionados y otra base de datos de alrededor de un millón de partidas disputadas por grandes maestros del ajedrez. Lo que resulta interesante de estas bases de datos es que el resultado de las partidas revela si uno de los jugadores ha cometido un error. Y los movimientos grabados revelan exactamente cuándo el jugador vencido cometió esa metedura de pata.
El equipo entonces puede examinar los factores que han jugado un papel en el resultado. Pueden averiguar si el jugador sufría presiones de tiempo, por ejemplo. Puede observar la dificultad de la decisión al examinar la posición en tablero y su complejidad. Esto es posible al controlar todos los movimientos disponibles y después averigua qué fracción de ellos son un error. Así que una posición desde la que todos los movimientos salvo uno representen errores se considera más difícil que una posición desde la que sólo un movimiento entre muchos sería una pifia.
El equipo también conoce el nivel de habilidad de los jugadores. El nivel de habilidad de cada jugador de ajedrez es designado mediante el sistema de puntuación Elo (por su creador, Arpad Elo). La mayoría de los aficionados reciben puntuaciones de hasta 2400, y los mejores jugadores del mundo reciben puntuaciones que rondan los 2600 puntos. Generalmente existen sólo un puñado de jugadores en el mundo en cualquier momento dado con una puntuación que supere los 2800. Una diferencia de 400 puntos entre jugadores sugiere que el jugador mejor puntuado tendrá unas probabilidades arrolladoras de ganar.
Y el enorme tamaño de la base de datos les permite diseccionar y distribuir los datos de una manera que mantiene estos dos factores constantes mientras permite que el otro varíe. Por ejemplo, el equipo puede examinar las posiciones en tablero de la misma dificultad mientras los jugadores son sometidos a la misma presión temporal para comprobar cómo cualquier variación en su nivel de habilidad influye en la calidad de las decisiones tomadas. Igualmente, los investigadores pueden mantener el nivel de habilidad y la presión temporal constantes mientras permitan que varíen las posiciones en tablero, y así sucesivamente.
Los resultados representan una lectura fascinante. Encuentran, por ejemplo, que la cantidad de tiempo dedicado a una decisión es un factor en los errores, pero sólo hasta cierto punto. Las decisiones rápidas tienen mayores probabilidades de dar paso a un error, pero después de unos 10 segundos o así, las probabilidades de meter la pata se estabilizan. Así que cuando los jugadores dedican más tiempo a un movimiento, probablemente se debe a que no saben qué hacer.
La dificultad de la decisión es un factor importante también. Las posiciones más difíciles tienen mayores probabilidades de provocar un error. Y el nivel de habilidad tiene un gran impacto a la hora de reducir las probabilidades de cometer un error. En general, los mejores jugadores toman mejores decisiones.
Pero el equipo de Anderson ha encontrado pruebas de un fenómeno totalmente contraintuitivo en el que los niveles de habilidad juegan justo el efecto contrario. Los jugadores más habilidosos tienen más probabilidades de cometer un error que sus oponentes con puntuaciones menores. El equipo las denomina "posiciones de habilidad anómala".
Es un descubrimiento extraordinario que necesitará un análisis más profundo en futuros trabajos. "La existencia de posiciones de habilidad anómala es sorprendente, puesto que no existe ningún motivo a priori para creer que el ajedrez incluya situaciones corrientes en las que los jugadores más habilidosos cometan más errores que los jugadores menos expertos", explica el equipo de Anderson. No está claro exactamente por qué sucede esto.
Estos resultados tienen una importante aplicación. Permiten al equipo predecir cuándo un jugador tendrá las mayores probabilidades de cometer un error. Y resulta que uno de los factores representa un indicador mucho más potente que los demás.
Al final, la dificultad de la decisión es el factor más importante a la hora de determinar si un jugador se ha equivocado. En otras palabras, examinar la complejidad de la posición sobre el tablero es un indicador mucho más fiable de las probabilidades de un jugador de pifiarla que su nivel de habilidad o la cantidad de tiempo restante.
Esto podría tener importantes implicaciones para la manera en la que los investigadores examinan otras decisiones. Por ejemplo, ¿cómo se compara la tasa de errores de los conductores expertos en condiciones difíciles con la de los malos conductores bajo condiciones seguras? Si la dificultad de la decisión es el factor crucial en lugar del nivel de habilidad de conducción, entonces se deberá hacer mucho más hincapié en ello. El trabajo detalla: "Consideramos que los conductores poco experimentados y distraídos representan una importante fuente de riesgos, pero, ¿cómo se comparan estos efectos con la presencia de condiciones de carretera peligrosas?".
Y dado el descubrimiento del equipo de condiciones de habilidad anómalas, ¿existen condiciones en carretera que hagan que los conductores habilidosos tengan mayores probabilidades de cometer un error que los conductores menos expertos?
Este tipo de trabajo tendrá grandes implicaciones más allá de la conducción. Los economistas se preguntarán qué significa todo esto para las decisiones de compra, los funcionarios electorales preguntarán por la complejidad de informaciones relacionadas con las decisiones de voto y los negociadores estudiarán su impacto en la resolución de conflictos.
Un trabajo fascinante y algo que da bastante que pensar.
Ref: arxiv.org/abs/1606.04956 : Assessing Human Error Against a Benchmark of Perfection