Framing

Objetivos de Aprendizaje

Al completar este libro, serás capaz de:

1. Distinguir los tres tipos de framing conductual—de atributo, de objetivo y de elección riesgosa—y explicar el mecanismo psicológico específico por el cual cada uno altera las decisiones.

2. Aplicar el framing de atributo para analizar cómo la descripción de un mismo hecho produce evaluaciones radicalmente diferentes según las palabras elegidas.

3. Diseñar intervenciones conductuales que utilicen el framing de objetivo (ganancia vs. pérdida) para motivar comportamientos específicos, anticipando las condiciones bajo las cuales cada encuadre es más efectivo.

4. Analizar cómo el paternalismo libertario de Thaler y Sunstein propone resolver la tensión entre influir en las decisiones y respetar la libertad de elección.

5. Identificar cómo los sistemas de IA enmarcan sus respuestas y cómo ese framing moldea las decisiones de los usuarios, frecuentemente sin que ninguna de las partes sea consciente de ello.

6. Aplicar criterios éticos para distinguir entre framing transparente que empodera al usuario y framing opaco que lo manipula.

1. Tres Tipos de Framing Conductual

El framing en economía conductual no es un concepto único sino una familia de fenómenos relacionados pero distintos. Irwin Levin, Sandra Schneider y Gary Gaeth propusieron en 1998 una tipología que distingue tres tipos fundamentales, cada uno con un mecanismo psicológico diferente, un efecto diferente sobre las decisiones, y una implicación diferente para el diseño. Confundir los tres es uno de los errores más frecuentes en la literatura aplicada.

Esta tipología te dará precisión donde hasta ahora tenías una intuición general. En el Módulo II aprendiste que los encuadres son inevitables y determinantes. Ahora aprenderás a clasificarlos, a predecir sus efectos, y a diseñarlos deliberadamente.

1.1 Framing de Atributo

El framing de atributo ocurre cuando una característica específica de un objeto o evento se describe en términos positivos o negativos. La información objetiva es idéntica; la valencia de la descripción cambia. El efecto sistemático: la descripción positiva produce evaluaciones más favorables que la negativa. Siempre. Independientemente de que la persona «sepa» que ambas descripciones son equivalentes.

“Un paquete de carne etiquetado como «95% magra» se evalúa como más saludable, de mejor calidad y con mejor sabor que el mismo paquete etiquetado como «5% grasa.» Los compradores pueden calcular que son lo mismo. No importa. El Sistema 1 procesa la valencia antes de que el Sistema 2 tenga oportunidad de intervenir. Para cuando la razón llega, la evaluación ya está formada.”

El mecanismo subyacente es la codificación asociativa en memoria: «magra» activa asociaciones positivas (salud, delgadez, cuidado); «grasa» activa asociaciones negativas (enfermedad, exceso, descuido). Estas asociaciones operan automáticamente—son el heurístico del afecto que estudiaste en el Módulo I. La palabra no solo describe el atributo; evoca un campo emocional completo que colorea toda la evaluación.

“Un sistema de IA que presenta un análisis de riesgo diciendo «esta estrategia tiene un 70% de probabilidad de éxito» produce una evaluación más favorable que si dice «esta estrategia tiene un 30% de probabilidad de fracaso.» El usuario sabe que es lo mismo. Pero su Sistema 1 ya procesó la valencia, y la evaluación está sesgada antes de que comience el análisis racional. El arquitecto de intención debe decidir: ¿qué framing de atributo usa su sistema, y a quién beneficia esa elección?”

1.2 Framing de Objetivo

El framing de objetivo ocurre cuando un mensaje persuasivo enfatiza las consecuencias positivas de realizar una acción (framing de ganancia) o las consecuencias negativas de no realizarla (framing de pérdida). A diferencia del framing de atributo, que describe un objeto, el framing de objetivo busca motivar un comportamiento. Y aquí la relación no es simple: no siempre gana el encuadre positivo.

La investigación muestra un patrón consistente con la Teoría Prospectiva. Para comportamientos de prevención—acciones que reducen riesgo, como usar protector solar, hacerse chequeos médicos o respaldar datos—el framing de pérdida es más efectivo: «si no te haces el chequeo, podrías no detectar el problema a tiempo.» Para comportamientos de promoción—acciones que generan beneficio, como adoptar un nuevo hábito, probar una herramienta o cambiar de estrategia—el framing de ganancia funciona mejor: «con esta herramienta podrás analizar datos en la mitad de tiempo.»

“Una plataforma de IA quiere que los usuarios activen la verificación de hechos en sus consultas. Framing de ganancia: «Activa la verificación para obtener respuestas más precisas.» Framing de pérdida: «Sin verificación, podrías basar decisiones importantes en información incorrecta.» Como la verificación es un comportamiento de prevención (reduce el riesgo de error), la aversión a la pérdida predice que el segundo mensaje será más efectivo. Y la evidencia empírica lo confirma.”

1.3 Framing de Elección Riesgosa

El tercer tipo es el que Kahneman y Tversky demostraron en su famoso experimento de la «enfermedad asiática.» Cuando las mismas opciones se presentan en términos de ganancias (vidas salvadas), las personas eligen la opción segura. Cuando se presentan en términos de pérdidas (muertes), eligen la opción arriesgada. Los valores esperados son matemáticamente idénticos; las decisiones son opuestas.

Este es el efecto del framing que ya estudiaste en la Teoría Prospectiva (Tema 1): la función de valor asimétrica produce aversión al riesgo en el dominio de las ganancias y búsqueda de riesgo en el dominio de las pérdidas. Lo nuevo que este tema añade es la implicación de diseño: quien presenta las opciones determina si el decisor se encuentra en territorio de ganancias o de pérdidas, y por lo tanto determina su actitud hacia el riesgo. Esto no es un detalle técnico—es un poder enorme.

“Un consultor presenta dos opciones estratégicas a un comité directivo. Si las enmarca como «Ambas opciones protegen al menos el 60% de la cuota de mercado actual» (framing de ganancia), el comité elegirá la opción conservadora. Si las enmarca como «Ambas opciones implican perder entre el 20% y el 40% de la cuota» (framing de pérdida), el comité elegirá la opción arriesgada. El consultor no mintió; describió la misma realidad desde dos encuadres igualmente válidos. Pero el encuadre elegido determinó la decisión estratégica de la empresa.”

2. El Framing como Herramienta de Diseño

Si el framing es inevitable—y lo es, porque toda presentación de información tiene un encuadre—entonces la pregunta no es si enmarcar sino cómo hacerlo responsablemente. Thaler y Sunstein propusieron el paternalismo libertario como marco filosófico: usa el framing para guiar a las personas hacia mejores decisiones sin eliminar su libertad de elección. Es «paternalista» porque el diseñador tiene una opinión sobre qué es mejor; es «libertario» porque el usuario siempre puede elegir lo contrario.

El framing como herramienta de diseño tiene tres dimensiones: qué información se presenta, cómo se presenta y qué se omite. Cada dimensión es una decisión del arquitecto que moldea la decisión del usuario. Y cada omisión es un acto de framing tan poderoso como cada inclusión—quizás más, porque lo omitido es invisible.

“Un sistema de IA que genera tres opciones estratégicas y presenta la primera con tres párrafos de detalle, la segunda con dos y la tercera con uno, está enmarcando sin palabras. La extensión es una señal de importancia. El usuario, operando con Sistema 1, interpretará la primera opción como la más completa y probablemente la más recomendable. El sistema no dijo «elige la primera»; lo comunicó a través de la arquitectura de la presentación.”

2.1 Defaults como Framing Estructural

En el Tema 1 de este módulo estudiaste el poder de los defaults desde la perspectiva del sesgo del statu quo. Ahora los examinas desde la perspectiva del framing: el default es el framing más poderoso que existe porque no enmarca la información—enmarca la acción misma. El default dice: «esta es la opción normal, esperada, recomendada.» Toda desviación del default requiere un acto deliberado que, además de esfuerzo cognitivo, comunica un mensaje social: «no soy como la mayoría.»

La investigación de Eric Johnson y Daniel Goldstein sobre donación de órganos es el caso paradigmático. Los países con opt-out (eres donante a menos que te excluyas) tienen tasas del 85–99%. Los países con opt-in (debes registrarte activamente) tienen tasas del 4–27%. Las preferencias de la población son similares; el default es la variable que explica la diferencia. No es exageración decir que la elección del default en este caso ha determinado millones de vidas salvadas o perdidas.

“Cuando un sistema de IA ofrece un nivel de detalle por defecto (por ejemplo, «resumen ejecutivo» como default y «análisis detallado» como opción), la mayoría de los usuarios acepta el default. Si el default es el resumen, la mayoría recibirá análisis superficiales. Si el default fuera el análisis detallado, la mayoría recibiría mejores respuestas. El default no es neutral—es el encuadre que determina la profundidad del pensamiento que el usuario aplicará a su problema.”

2.2 Simplificación y Traducción

El segundo mecanismo de framing como herramienta de diseño es la simplificación. La información compleja no se procesa; se ignora. Si quieres que un usuario tome una buena decisión, debes traducir la complejidad a un formato que su Sistema 1 pueda procesar sin que el Sistema 2 necesite activarse. Esto es framing en su sentido más fundamental: elegir qué aspectos de la realidad completa presentar y cuáles simplificar o excluir.

Gigerenzer, desde la tradición de la racionalidad ecológica, añade un matiz crucial: la simplificación no es siempre una pérdida de información. En contextos con alta incertidumbre y datos escasos, las representaciones simples pueden producir mejores decisiones que las complejas. Un gráfico que muestra tendencia es, en muchos contextos, más útil que una tabla con 50 columnas de datos. No porque la tabla sea incorrecta, sino porque el cerebro humano no puede procesarla.

“Un médico que dice «tienes un 1 de cada 10 probabilidades de efectos secundarios» comunica mejor que uno que dice «tienes un 10% de probabilidad de efectos secundarios.» Gigerenzer demostró que las frecuencias naturales (1 de 10) producen mejor comprensión que los porcentajes, especialmente en contextos médicos. El framing no es solo qué información presentar sino en qué formato—y el formato adecuado depende de cómo el cerebro humano procesa la información, no de cómo la genera el sistema.”

3. Framing en la Interacción con IA

Los sistemas de IA son, por naturaleza, máquinas de framing. Cada respuesta que genera un modelo de lenguaje es un acto de selección, énfasis y omisión—las tres funciones constitutivas del encuadre (Módulo II). Y a diferencia de un encuadre humano, que frecuentemente es consciente o al menos cuestionable, el framing de la IA opera con una apariencia de neutralidad que lo hace más peligroso: el usuario tiende a percibir la respuesta como «la información», no como una de las muchas formas posibles de presentarla.

“Un usuario pregunta: «¿Debería invertir en criptomonedas?» La IA puede enmarcar su respuesta de múltiples maneras. Framing de oportunidad: «Las criptomonedas han generado retornos significativos para inversores tempranos y ofrecen diversificación…» Framing de riesgo: «Las criptomonedas son activos altamente volátiles con riesgo significativo de pérdida total…» Framing equilibrado: «Las criptomonedas presentan tanto oportunidades como riesgos significativos; la decisión depende de tu tolerancia al riesgo y horizonte temporal.» Cada framing activa una evaluación diferente en el usuario. Y el que elige el sistema—o el que produce por defecto su entrenamiento—no es neutral.”

3.1 El Framing Invisible del Entrenamiento

Los modelos de lenguaje heredan los framings de sus datos de entrenamiento. Si la mayoría de los textos sobre emprendimiento en el corpus de entrenamiento enmarcan la actividad como «oportunidad» en lugar de «riesgo», el modelo reproducirá ese sesgo de framing sin que nadie lo haya programado explícitamente. Es un framing de atributo sistémico: la valencia heredada del corpus se convierte en la valencia por defecto de las respuestas.

Este fenómeno conecta directamente con los sesgos algorítmicos que estudiarás en el Módulo VI: el sesgo de framing en los datos de entrenamiento se amplifica a escala cuando millones de usuarios interactúan con el modelo. Lo que era el framing prevalente en un corpus de textos se convierte en el framing que moldea las decisiones de millones de personas. La escala transforma un sesgo estadístico en un sesgo sistémico.

“Si un modelo de IA ha sido entrenado con más textos que enmarcan la productividad como «hacer más» que como «hacer mejor», tenderá a responder a solicitudes de productividad con sugerencias de volumen (más tareas, más rápido) en lugar de sugerencias de calidad (menos tareas, mejor pensadas). El usuario que no detecte este framing heredado incorporará el sesgo en su propia formulación de intenciones sin darse cuenta. La metáfora conceptual del Módulo IV opera aquí: PRODUCTIVIDAD ES CANTIDAD es el encuadre invisible que determina qué soluciones puede imaginar.”

3.2 Framing de las Opciones Presentadas

Cuando un sistema de IA presenta múltiples opciones—estrategias, soluciones, enfoques—el orden, la extensión y la estructura de la presentación constituyen un framing que moldea la elección. Cuatro sesgos de presentación operan simultáneamente. El sesgo de primacía: la primera opción recibe más atención y evaluación más favorable. El sesgo de extensión: la opción más detallada se percibe como más completa y confiable. El sesgo de numeración: las opciones numeradas implican un ranking, incluso cuando no lo hay. El sesgo de confianza: la opción presentada con más certidumbre se percibe como mejor, independientemente de su calidad real.

“Un usuario le pide a una IA tres enfoques para reorganizar su equipo. La IA presenta: «1. Reorganización por squads… (tres párrafos). 2. Estructura matricial… (dos párrafos). 3. Equipos funcionales… (un párrafo).» El usuario, operando con Sistema 1 bajo presión de tiempo, elige squads—no porque sea la mejor opción sino porque la primacía, la extensión, la numeración y la confianza implícita en la presentación conspiraron para empujarlo en esa dirección. La IA no recomendó squads; su framing lo hizo.”

4. Framing y Lenguaje: Conexión con el Módulo IV

El framing conductual no opera en el vacío: se materializa a través del lenguaje. Cada una de las herramientas del Módulo IV es un mecanismo de framing. La implicatura de Grice enmarca al comunicar sin decir. La presuposición enmarca al dar por sentado. La metáfora conceptual de Lakoff enmarca al estructurar un dominio en términos de otro. Los actos de habla indirectos de Searle enmarcan al hacer una cosa con las palabras que dicen otra. El framing conductual y el framing lingüístico son, en última instancia, el mismo fenómeno visto desde dos disciplinas.

“Un sistema de IA que responde «Podrías considerar…» enmarca su sugerencia como opcional y exploratoria. El mismo contenido presentado como «La mejor estrategia es…» enmarca la sugerencia como directiva y confiada. Lingüísticamente, el primer caso es un acto de habla indirecto (sugerencia disfrazada de posibilidad); el segundo es un asertivo fuerte. Conductualmente, el primero activa evaluación del usuario; el segundo activa aceptación. La elección de las palabras es una elección de framing.”

La metáfora conceptual merece atención especial porque es el mecanismo de framing más profundo y más invisible. Cuando Lakoff demostró que hablamos del TIEMPO ES DINERO («gasto tiempo,» «invierto horas,» «no me queda tiempo»), reveló que la metáfora no es un adorno retórico sino una estructura cognitiva que determina cómo pensamos sobre el tiempo. En la Arquitectura de la Intención, detectar la metáfora que un usuario usa para describir su problema es detectar el framing profundo que determina qué soluciones puede concebir.

La conexión entre framing conductual y framing lingüístico produce una herramienta de análisis poderosa para el arquitecto de intención: cuando un usuario formula una solicitud, su elección de palabras revela el framing conductual bajo el que opera. Detectar ese framing—a través del análisis pragmático del Módulo IV—es el primer paso para poder cuestionarlo, complementarlo o transformarlo.

5. La Ética del Framing

El framing plantea un dilema ético que anticipa el Módulo VII y que debe abordarse ya: si la presentación de la información moldea las decisiones, y si toda presentación es un framing, entonces ¿cuándo el framing es legítimo y cuándo es manipulación? La línea no es trivial, y los autores de referencia del curso ofrecen criterios diferentes.

Thaler y Sunstein argumentan que el paternalismo libertario es ético si cumple tres condiciones: preserva la libertad de elección (el usuario puede rechazar el framing), está motivado por el bienestar del usuario (no del diseñador), y es transparente (el usuario puede saber cómo funciona el sistema si lo pregunta). Sunstein, en The Ethics of Influence, profundiza: la clave es si el framing resistiría la prueba de la transparencia—¿el diseñador estaría cómodo explicando públicamente cómo enmarca la información y por qué?

“Un sistema de IA que enmarca sus respuestas para que el usuario reflexione más antes de actuar—por ejemplo, presentando implícitamente trade-offs que el usuario no había considerado—aprueba la prueba de transparencia: si el usuario preguntara «¿por qué me muestras los trade-offs?», la respuesta «porque queremos que tomes una decisión informada» es legítima. Un sistema que enmarca sus respuestas para que el usuario acepte sin cuestionar—por ejemplo, ocultando incertidumbre para parecer más confiable—falla la prueba: si el usuario preguntara «¿por qué no me dices cuándo no estás seguro?», no hay respuesta legítima.”

Gigerenzer ofrece un criterio complementario desde la racionalidad ecológica: el framing ético es aquel que facilita la comprensión genuina, no el que facilita la persuasión. Presentar probabilidades como frecuencias naturales (1 de cada 10) en lugar de porcentajes (10%) es framing ético porque mejora la comprensión del usuario. Presentar solo los beneficios de un tratamiento sin los riesgos es framing manipulativo porque facilita la aceptación a expensas de la comprensión.

5.1 Cinco Criterios para el Framing Ético

1. Transparencia: El framing debe poder explicarse abiertamente. Si ocultarías cómo presentas la información, probablemente estás manipulando.

2. Beneficiario: ¿A quién beneficia este framing? Si beneficia al usuario, es arquitectura. Si beneficia solo al diseñador, es manipulación. Si beneficia a ambos, es diseño alineado.

3. Reversibilidad: ¿El usuario puede fácilmente acceder al framing alternativo? Si el sistema presenta «95% de éxito» y el usuario puede pedir «muéstrame también la tasa de fracaso» sin fricción, el framing es legítimo. Si acceder al framing alternativo requiere esfuerzo desproporcionado, es sospechoso.

4. Comprensión vs. persuasión: ¿El framing facilita que el usuario entienda la situación o que acepte una conclusión específica? Las frecuencias naturales de Gigerenzer son para comprender; la omisión selectiva de riesgos es para persuadir.

5. Autonomía: ¿El framing preserva la capacidad del usuario de llegar a su propia conclusión, o la predetermina? El framing que expande las opciones percibidas respeta la autonomía; el que las reduce la viola.

6. Aplicación Práctica: El Caso de la Plataforma Financiera

FinSmart es una plataforma de asesoría financiera automatizada que usa IA para recomendar carteras de inversión a usuarios minoristas. Su interfaz presenta cada cartera recomendada con un «retorno esperado anualizado» prominente, un gráfico de crecimiento proyectado, y un pequeño asterisco que lleva a una página de «advertencias de riesgo.» La tasa de adopción de recomendaciones es del 78%—éxito según la métrica de la empresa. Pero una auditoría conductual revela un problema sistémico de framing.

6.1 Análisis de Framing

El framing de atributo opera a múltiples niveles. El retorno se presenta en términos positivos («8.2% esperado») sin el framing equivalente negativo («91.8% de probabilidad de que el retorno sea diferente al esperado»). El gráfico muestra solo la línea de crecimiento proyectado, no la banda de incertidumbre. Las advertencias de riesgo están separadas de la decisión por un clic—una fricción que el 94% de los usuarios nunca supera.

El framing de objetivo usa ganancia exclusivamente: «Pon tu dinero a trabajar», «Haz crecer tu patrimonio.» Nunca framing de pérdida: «Sin diversificación, podrías perder el 40% en una caída del mercado.» Como la inversión es un comportamiento de riesgo, no de prevención, el framing de ganancia es coherente con el efecto de Levin—pero ¿beneficia al usuario o a la plataforma que cobra comisiones sobre carteras activas?

El framing de elección riesgosa presenta las opciones de inversión exclusivamente en territorio de ganancias: «Cartera A: retorno esperado del 6%.» «Cartera B: retorno esperado del 10%.» Nunca: «Cartera A: máxima pérdida histórica del 15%.» «Cartera B: máxima pérdida histórica del 45%.» El framing en territorio de ganancia produce aversión al riesgo moderada; pero el usuario nunca confronta el territorio de pérdida donde la realidad del riesgo se haría tangible.

“Cuando un usuario de FinSmart pierde un 30% de su inversión durante una corrección de mercado, la reacción es furia y desconfianza. No porque no le advirtieron—le advirtieron, en letra pequeña detrás de un clic. Sino porque el framing de toda la experiencia le comunicó implícitamente que invertir era seguro, fácil y rentable. La advertencia legal existía; el framing conductual la anulaba. La plataforma cumple con la ley pero falla en la ética del diseño.”

6.2 Rediseño Basado en Framing Ético

Integrar ganancia y pérdida en la misma pantalla. No separar el retorno esperado de la pérdida posible. Presentar ambos con la misma prominencia visual: «Esta cartera ha generado un retorno promedio del 8.2% anual. En su peor año, perdió un 28%. ¿Estarías cómodo con una pérdida temporal de esa magnitud?»

Usar frecuencias naturales, no porcentajes. En lugar de «8.2% de retorno esperado», mostrar: «Si inviertes 10.000 euros, en un año típico tendrías 10.820. En un mal año, podrías tener 7.200.» Las cantidades absolutas hacen tangible lo que los porcentajes abstraen.

Mostrar bandas de incertidumbre, no líneas de proyección. Reemplazar el gráfico de crecimiento lineal por un gráfico que muestre el rango de resultados posibles. La banda de incertidumbre comunica visualmente lo que la advertencia legal intenta decir con palabras: que el futuro es incierto.

Invertir la fricción. En lugar de que el riesgo esté detrás de un clic, hacer que la aceptación de la recomendación requiera confirmar que se comprendió el riesgo. La fricción productiva del Tema 1 aplicada al framing: no es que el usuario no pueda invertir; es que no puede invertir sin haber confrontado el framing completo.

Ofrecer multi-framing explícito. Permitir al usuario cambiar el framing de la presentación con un botón: «Ver como oportunidad / Ver como riesgo / Ver ambos.» Esto hace visible que todo framing es una elección, y devuelve esa elección al usuario.

6.3 Principios de Diseño Derivados

Principio 1: Presenta ganancia y pérdida juntas, nunca separadas. La separación es un framing que favorece la acción; la integración es un framing que favorece la reflexión.

Principio 2: Usa el formato que maximiza la comprensión, no el que maximiza la persuasión. Frecuencias naturales, cantidades absolutas y bandas de incertidumbre son framings éticos; porcentajes aislados y líneas de proyección son framings persuasivos.

Principio 3: Aplica la prueba de transparencia de Sunstein a cada decisión de framing. Si no podrías explicar por qué elegiste ese framing sin avergonzarte, elige otro.

Principio 4: Ofrece multi-framing: la posibilidad de ver la misma información desde múltiples encuadres. Esto no debilita la decisión; la fortalece.

Principio 5: Recuerda que la omisión es el framing más poderoso. Lo que no muestras moldea la decisión tanto como lo que muestras. Audita tus omisiones con la misma rigurosidad que auditas tus presentaciones.

7. Glosario de Términos Clave

8. Reflexión Final y Autoevaluación

Antes de pasar al último tema de este módulo (Decisiones bajo Incertidumbre), verifica que puedes diagnosticar, diseñar y evaluar éticamente el framing.

9. Bibliografía y Lecturas Recomendadas

Lecturas Esenciales

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. [Pensar rápido, pensar despacio. Debate. Capítulos 25–34]

• Thaler, R. & Sunstein, C. (2008). Nudge: Improving Decisions About Health, Wealth, and Happiness. Yale University Press. [Un pequeño empujón (Nudge). Taurus]

• Gigerenzer, G. (2014). Risk Savvy: How to Make Good Decisions. Viking. [Decisiones instintivas. Editorial Ariel]

Lecturas Complementarias

• Levin, I.P., Schneider, S.L. & Gaeth, G.J. (1998). «All Frames Are Not Created Equal: A Typology and Critical Analysis of Framing Effects.» Organizational Behavior and Human Decision Processes, 76(2), 149–188.

• Sunstein, C. (2016). The Ethics of Influence: Government in the Age of Behavioral Science. Cambridge University Press.

• Tversky, A. & Kahneman, D. (1981). «The Framing of Decisions and the Psychology of Choice.» Science, 211(4481), 453–458.

• Lakoff, G. (2004). Don’t Think of an Elephant! Chelsea Green Publishing. [Conexión con framing lingüístico del Módulo IV]

Próximo Tema: El último libro de este módulo aborda Decisiones bajo Incertidumbre: cómo las personas formulan intenciones y toman decisiones cuando los resultados son desconocidos, las probabilidades imprecisas y la información incompleta. Estudiarás con Kahneman, Tversky y Gigerenzer la distinción entre riesgo e incertidumbre, la aversión a la ambigüedad, la racionalidad ecológica de las heurísticas rápidas, y el diseño de sistemas que tratan la intención como provisional—no como compromiso fijo—y que construyen mecanismos para la revisión, la adaptación y la respuesta elegante a la sorpresa.