Fundamentos
Teoría prospectiva: cómo decidimos ante ganancias, pérdidas y riesgo
6 min de lectura1.297 palabras
Compartir
En este artículo · 7 secciones
La teoría prospectiva explica por qué una misma elección puede cambiar cuando la percibimos como ganancia o como pérdida, incluso si las probabilidades no varían.
La teoría prospectiva —también llamada teoría de las perspectivas— no estudia cómo imaginar escenarios futuros ni pertenece a la prospectiva estratégica. Es una explicación de cómo suelen decidir las personas cuando una elección implica ganancias, pérdidas y probabilidades conocidas.
Pensemos en una decisión sencilla. Podemos recibir 900 unidades monetarias con seguridad o aceptar una probabilidad del 90 % de recibir 1.000. Muchas personas prefieren asegurar las 900. Ahora cambiemos el encuadre: podemos perder 900 con seguridad o afrontar una probabilidad del 90 % de perder 1.000. Aunque los valores esperados vuelven a ser iguales, aumenta la disposición a correr el riesgo de evitar la pérdida segura.
¿Por qué la actitud cambia si la estructura matemática es simétrica? Daniel Kahneman y Amos Tversky propusieron en 1979 que no evaluamos cada resultado únicamente por la riqueza final que deja. También importa si lo vivimos como una ganancia o una pérdida respecto de un punto de referencia.
Idea clave: La teoría prospectiva es descriptiva: busca explicar patrones de elección observados. No establece por sí sola cuál decisión es correcta.
El problema que la teoría intenta explicar
La teoría de la utilidad esperada ofrece un marco normativo poderoso para elegir entre alternativas riesgosas. Bajo sus supuestos, cada resultado posible tiene una utilidad, y la elección considera esa utilidad junto con su probabilidad. Pero ciertas elecciones observadas no respetan de manera estable esos supuestos.
Kahneman y Tversky partieron de esas regularidades para construir un modelo alternativo. Su pregunta no era si las personas sabían calcular, sino qué rasgos psicológicos intervenían en la valoración. La respuesta original combinó dos operaciones: primero, organizar y simplificar las opciones; después, evaluar los resultados mediante una función de valor y unos pesos de decisión.
El punto de referencia cambia la lectura del resultado
Una persona no suele experimentar un resultado en términos absolutos. Lo compara con una referencia: su situación actual, una expectativa, una meta o incluso una cifra presentada durante la elección. Ganar 100 puede sentirse como una mejora si se esperaban cero, y como una pérdida si se esperaban 200.
Por eso la teoría trabaja con cambios alrededor de una referencia, no solo con niveles finales de riqueza. Esa intuición es compatible con que la valoración subjetiva importe, pero no debe confundirse con una teoría económica general del valor. Aquí se modela cómo se valoran resultados concretos bajo riesgo.
La referencia tampoco viene fijada por una regla única. Puede desplazarse con las expectativas, el contexto o la forma de presentar una opción. Esa flexibilidad ayuda a explicar decisiones, aunque también obliga a ser prudentes: si no sabemos cuál es la referencia relevante, una aplicación del modelo puede resultar ambigua.
Ganancias, pérdidas y sensibilidad decreciente
La función de valor propuesta en 1979 tiene tres rasgos centrales:
- distingue las ganancias de las pérdidas respecto del punto de referencia;
- suele ser cóncava en las ganancias y convexa en las pérdidas;
- suele ser más empinada del lado de las pérdidas.
El último rasgo expresa la aversión a la pérdida: perder una cantidad tiende a tener más impacto que ganar esa misma cantidad. No significa que la pérdida “duela exactamente el doble”. La magnitud estimada depende del método, la persona y el contexto.
La curvatura representa sensibilidad decreciente. La diferencia percibida entre ganar 0 y ganar 100 suele ser mayor que la diferencia entre ganar 1.000 y 1.100. Algo parecido ocurre con las pérdidas. A medida que nos alejamos de la referencia, un incremento igual puede producir un cambio subjetivo menor.
Distinción útil: La aversión a la pérdida compara el impacto de perder y ganar. La aversión al riesgo describe una preferencia por una opción segura frente a otra arriesgada. No son lo mismo, y una persona no evita el riesgo en todas las circunstancias.
El ejemplo inicial combina estos mecanismos. En el dominio de las ganancias, asegurar 900 puede resultar atractivo frente a una apuesta equivalente. En el de las pérdidas, aceptar el riesgo puede parecer preferible si conserva alguna posibilidad de no perder nada. Se trata de un patrón frecuente, no de una reacción inevitable.
Las probabilidades no pesan siempre de manera proporcional
El segundo componente son los pesos de decisión. Estos indican cuánto influye un resultado incierto en la elección, pero no reemplazan la probabilidad objetiva ni representan necesariamente una creencia sobre ella. Una probabilidad puede estar perfectamente definida y, aun así, no ejercer una influencia proporcional en la decisión.
El efecto certeza ayuda a entenderlo. Pasar de una posibilidad muy alta a una garantía puede producir un cambio de preferencia mayor que una reducción comparable entre dos probabilidades que siguen siendo inciertas. La certeza adquiere una importancia especial.
El efecto aislamiento aparece cuando se descartan elementos que las alternativas comparten y la atención se concentra en aquello que las diferencia. Este atajo puede facilitar la comparación, pero también permite que dos presentaciones equivalentes generen elecciones distintas.
Nada de esto implica que la persona cambie las probabilidades reales. La probabilidad responde a “qué tan posible es el resultado”; el peso de decisión intenta representar “cuánto influye ese resultado posible al elegir”. Confundir ambas ideas convierte una explicación psicológica en un error matemático que la teoría no sostiene.
Qué añadió la versión acumulativa
En 1992, Tversky y Kahneman presentaron la teoría prospectiva acumulativa. Esta revisión emplea una ponderación acumulativa y puede tratar opciones con varios resultados, además de ampliar el análisis desde el riesgo —donde las probabilidades son conocidas— hacia situaciones de incertidumbre, donde no siempre están determinadas con precisión.
La versión acumulativa formalizó el llamado patrón de cuatro. Con probabilidades altas, suele observarse aversión al riesgo ante ganancias y búsqueda de riesgo ante pérdidas. Con probabilidades bajas, el patrón puede invertirse: una pequeña posibilidad de una gran ganancia puede atraer, mientras una pequeña posibilidad de una gran pérdida puede impulsar la búsqueda de seguridad. El resultado depende conjuntamente de la forma de la función de valor y de la ponderación.
Idea clave: No existe una actitud única frente al riesgo. El dominio —ganancia o pérdida— y el peso que adquiere la probabilidad pueden modificar la elección.
Lo que permite entender y lo que no demuestra
La teoría prospectiva ofrece un vocabulario útil para analizar decisiones cotidianas, contratos, seguros o mensajes comerciales. Permite preguntar cuál es la referencia, cómo se presenta el resultado y qué papel ocupa la certeza. Esas preguntas ayudan a detectar encuadres que de otro modo pasarían inadvertidos.
También sugieren una implicación institucional prudente: reglas claras, información comparable y libertad para examinar alternativas reducen la dependencia de encuadres arbitrarios. Pero el modelo no prueba automáticamente que una regulación, una inversión o una política determinada sea conveniente. Pasar de una regularidad descriptiva a una recomendación requiere argumentos adicionales y atención a sus costos.
La evidencia posterior ha encontrado apoyo amplio para varios patrones, junto con diferencias entre países, personas, tareas y momentos. Además, una elección experimental simple no reproduce toda la complejidad de una decisión real. Las referencias pueden cambiar, las probabilidades pueden ser imprecisas y las personas pueden aprender.
El aporte duradero de la teoría no consiste en ofrecer una receta para acertar. Consiste en mostrar que decidir bajo riesgo implica algo más que multiplicar resultados por probabilidades: importa desde dónde se evalúa el cambio, cómo se viven las pérdidas y qué influencia efectiva recibe cada posibilidad. Reconocer esas capas no elimina el riesgo, pero hace más transparente la decisión.
Fuentes principales
- Daniel Kahneman y Amos Tversky, “Prospect Theory: An Analysis of Decision under Risk” (1979).
- Amos Tversky y Daniel Kahneman, “Advances in Prospect Theory: Cumulative Representation of Uncertainty” (1992).
- Kai Ruggeri et al., replicación multinacional de patrones de la teoría prospectiva (2020).
- Alexander L. Brown et al., meta-análisis sobre aversión a la pérdida (2024).