El efecto de menos es más se refiere al hallazgo de que las estrategias de decisión heurísticas pueden producir juicios más precisos que las estrategias alternativas que utilizan más información. Comprender estos efectos es parte del estudio de la racionalidad ecológica .
Un efecto popular de menos es más se encontró al comparar la heurística de tomar lo mejor con una estrategia de decisión lineal al hacer juicios sobre cuál de dos objetos tiene un valor más alto en algún criterio. Mientras que la estrategia de decisión lineal utiliza todas las señales disponibles y las sopesa, la heurística de tomar lo mejor utiliza sólo la primera señal que difiere entre los objetos. A pesar de esta frugalidad, la heurística produjo juicios más precisos que la estrategia de decisión lineal. [1]
Más allá de este primer hallazgo, se encontraron efectos de menos es más para otras heurísticas, incluida la heurística de reconocimiento [2] y la heurística de hiato. [3]
Algunos efectos de menos es más pueden explicarse en el marco del sesgo y la varianza. Según la compensación sesgo-varianza , los errores en la predicción se deben a dos fuentes. Considere una estrategia de decisión que utiliza una muestra aleatoria de objetos para emitir un juicio sobre un objeto fuera de esta muestra. Debido a la varianza muestral, existe una gran cantidad de predicciones hipotéticas, cada una basada en una muestra aleatoria diferente. El sesgo se refiere a la diferencia entre el promedio de estas predicciones hipotéticas y el valor real del objeto a juzgar. Por el contrario, la varianza se refiere a la variación promedio de los juicios hipotéticos alrededor de su promedio. [4]
El componente de varianza del error de juicio depende del grado en que la estrategia de decisión se adapta a cada muestra posible. Un determinante importante de este grado es el número de parámetros libres de una estrategia. Por lo tanto, las estrategias (heurísticas) que utilizan menos datos y tienen menos parámetros tienden a tener un error de varianza menor que las estrategias con más parámetros. [5]
Al mismo tiempo, un menor número de parámetros tiende a aumentar el error por sesgo, lo que implica que las estrategias heurísticas tienen más probabilidades de estar sesgadas que las estrategias que utilizan más información. Sin embargo, la cantidad exacta de sesgo depende del problema específico al que se aplica una estrategia de decisión. Si el problema de decisión tiene una estructura estadística que coincide con la estructura de la estrategia heurística, el sesgo puede ser sorprendentemente pequeño. Por ejemplo, los análisis de la heurística de tomar lo mejor y otras heurísticas lexicográficas han demostrado que el sesgo de estas estrategias es igual al sesgo de la estrategia lineal cuando los pesos de la estrategia lineal muestran regularidades específicas [6] [7] que Se descubrió que prevalecían en muchas situaciones de la vida real. [8]