Para entender qué son las probabilidades podría ser útil examinar un aspecto peculiar de nuestras vidas psicológicas. Por otra parte, la teoría matemática de las probabilidades podría echar luz sobre cómo pensamos y cómo tomamos decisiones. Al menos eso es lo que sugieren la interpretación subjetiva de la probabilidad y la epistemología bayesiana.
Uno de los sentidos en los que empleamos el concepto de ‘probabilidad’ está íntimamente ligado a nuestros ‘grados de creencia’ o ‘niveles de convicción’. Al igual que las creencias ‘plenas’ (como las que reportamos al decir que ‘Mario cree que hoy es martes’), estas actitudes se dirigen a proposiciones que pueden ser verdaderas o falsas (como el contenido del enunciado ‘hoy es martes’). Al hablar de probabilidades, a veces expresamos que nuestra actitud hacia esas proposiciones involucra grados. Así, para decir que Mario está bastante seguro de que hoy es martes, podríamos decir que su nivel de convicción en esta proposición es de 90%. Eso no significa que el contenido de lo que piensa incluya un número. Sería distinto si dijéramos que Mario cree que hoy tiene una probabilidad del 90% de ser martes. Tener esa creencia (plena) requiere disponer de un concepto de ‘probabilidad’; presumiblemente, muchas personas no han adquirido un concepto así. No obstante, tiene sentido asignarles grados de creencia. Así, los niveles de convicción no parecen ser parte del contenido de lo que pensamos, sino de nuestra actitud hacia ese contenido.
Hablar de grados de creencia parece sugerir que estamos tratando con un aspecto de las creencias (plenas), como su intensidad, al que podemos asociarle un número. Da la impresión de que hay un cierto umbral (que podría variar de un contexto a otro) a partir del cual podemos hablar de que alguien cree realmente algo y por debajo del cual no es del todo correcto describir su actitud como una creencia. Sin embargo, algunas distribuciones racionalmente aceptables de grados de creencia generan patrones racionalmente inaceptables de creencias (plenas). Eso lo ilustran un par de paradojas. De acuerdo con la paradoja de la lotería, un grado de creencia extremadamente bajo (un millonésimo) hacia una proposición (“el boleto x ganará la lotería”) no equivale a creer la falsedad de esa proposición. Después de todo, es racional creer que algún boleto ganará la lotería. Por su parte, la paradoja del prefacio reconoce que incluso un grado de convicción muy alto (casi certeza) en un amplio conjunto de proposiciones (que forman parte de un libro) no debería identificarse con creencia plena en ellas, pues es compatible con estar muy convencido de que alguna es falsa (y decirlo en el prefacio). Distinguir entre grados de creencia y creencias plenas puede ser crucial para entender las restricciones racionales de estas actitudes psicológicas. Por ello, Rudolf Carnap que “el concepto de probabilidad en el sentido de grado de creencia real es un concepto psicológico” e inició la práctica de usar “para este concepto psicológico el término técnico ‘grado de credibilidad’ o sólo ‘credibilidad’”
Cuando asignamos números a las credibilidades hacemos más que sólo ordenarlas en una escala. Si asumimos que para ser racionales, sus valores numéricos obedecen a los axiomas del cálculo de probabilidades, en realidad especificamos varias relaciones que pueden darse entre ellas. Por ejemplo, al determinar el valor de la credibilidad hacia una proposición especificamos por completo el valor de la credibilidad hacia su negación y también el valor de la suma de todas las proposiciones incompatibles con ella. Si asignamos un número a la credibilidad de una proposición, también especificamos que todas sus consecuencias lógicas deben tener al menos ese valor. Se ha sugerido que quizá las credibilidades tengan otras restricciones además de las que impone el cálculo de probabilidades. No obstante, las propiedades matemáticas de este cálculo ya podrían ayudarnos a entender parte de nuestra psicología.
Las credibilidades podrían echar luz sobre cómo evaluamos la justificación y el apoyo evidencial: la ‘confirmación’. Especialmente, cuando decimos que una pieza de evidencia E confirma una hipótesis H (lo cual no siempre significa que estemos seguros de que H es verdadera). Estos juicios podrían ser relativos a lo que piensa una persona: a qué tan convencida está de varias cosas al inicio de la investigación. Sin embargo, si las credibilidades obedecen las restricciones matemáticas de la probabilidad, los juicios de confirmación de varias personas compartirán algunas propiedades formales interesantes e intuitivas. Proposiciones lógicamente equivalentes serán igualmente confirmadas. Confirmar una hipótesis implica que su negación pierde credibilidad. Y la confirmación se vincula con la consecuencia lógica: una hipótesis que predice una observación es confirmada por ella. Pero eso no significa que la confirmación sea transitiva, ni que no se posible que la misma evidencia apoye simultáneamente algunas hipótesis incompatibles entre sí. Las credibilidades también podrían iluminar cómo tomamos decisiones al valorar en diversos grados (utilidades) los distintos resultados de llevar a cabo ciertos actos. En tanto estamos inciertos sobre qué actos llevarán a qué resultados, las credibilidades ayudan a representar cómo estos grados de convicción sobre en qué estado del mundo se encuentra influyen en la toma de decisiones. Asumiendo que sea racional, las asignaciones de utilidad de quien decide de esta manera determinan un orden de preferencias sobre los actos que están disponibles ante cualquier problema de decisión. Las preferencias que maximizan la utilidad esperada satisfacen varias condiciones intuitivas que observamos en las personas reales.
Además de esta imagen muy general, la teoría bayesiana de las credibilidades se ha extendido a otras aplicaciones, ayudándonos a entender nociones como las de ‘coherencia’ y ‘explicatividad’, y dar sentido a fenómenos como el desacuerdo y la agregación de opiniones en un grupo. Es un campo floreciente, cuyos frutos vale la pena empezar a cosechar.
