El efecto Dunning-Kruger puede ser solo un artefacto de datos (2020)
Una afirmación de que el famoso efecto Dunning-Kruger puede ser un artefacto estadístico más que un fenómeno psicológico real provoca un escrutinio de cómo se diseñaron y analizaron los estudios originales. Los comentaristas diseccionan problemas como la autocorrelación, los efectos de techo y las simulaciones sesgadas, al tiempo que contrastan el resultado académico matizado (“todos se descalibran, pero los novatos lo hacen en un rango más amplio”) con el meme popular de que “los idiotas no saben que son idiotas”. Muchos siguen convencidos por su propia experiencia de que la incompetencia con exceso de confianza es común, pero admiten que los problemas de replicación de la psicología y sus métodos débiles dificultan saber cuán fuerte o especial es realmente el efecto.
Críticas estadísticas a la afirmación del “artefacto”
- Varios comentaristas consideran que el artículo es vago y está poco explicado, especialmente en torno a cómo se generó la simulación “aleatoria”.
- Otros examinan el código compartido y señalan problemas: las pruebas t de los cuartiles aparentemente fueron copiadas y pegadas de forma incorrecta, las líneas aleatorias se muestrearon solo con pendiente positiva y sesgo, y se impuso una correlación positiva (p. ej., r=0.19) que en parte incorpora el efecto.
- Algunos sostienen que la similitud entre los gráficos simulados y los originales es una evidencia débil: que “dos gráficos se parezcan” no significa “por lo tanto, el resultado original no tiene sentido”.
- Otros apuntan a la autocorrelación y a los efectos de techo/suelo: cuando las autoevaluaciones son ruidosas y se restringen entre 0–100, los de peor rendimiento solo pueden sobreestimarse hasta cierto punto hacia abajo, y los de mejor rendimiento solo pueden sobreestimarse hasta cierto punto hacia arriba, produciendo las características formas en “X” o en “U” incluso con ruido.
Interpretaciones de los hallazgos originales de Dunning-Kruger
- Varios comentaristas subrayan que el resultado original era modesto: quienes rendían peor pensaban que lo hacían algo mejor (p. ej., F ≈ D), y quienes rendían mejor se subestimaban ligeramente (A ≈ B), no “los idiotas creen que son genios”.
- Algunos señalan que análisis posteriores informan que expertos y novatos sobrestiman y subestiman con una frecuencia similar; los expertos simplemente lo hacen en un rango más estrecho, lo que implica una mejor calibración.
- Otros enfatizan que, al promediar sobre cuartiles y rangos relativos, los sesgos estructurales pueden crear el gráfico incluso si la autoevaluación individual es básicamente aleatoria.
DK coloquial vs. científico, y conceptos relacionados
- Muchos ven una división:
- El DK científico (afirmación fuerte sobre “la mayoría” de los de bajo rendimiento) parece frágil bajo el reanálisis.
- El DK coloquial (“hay personas tremendamente sobreconfiadas cuando son incompetentes”) claramente coincide con la observación cotidiana.
- Se discuten fenómenos relacionados: el síndrome del impostor, la “enfermedad del ingeniero”/ultracrepidarianismo (expertos que se extralimitan en otros dominios), los efectos de falso consenso y las etapas clásicas de competencia de “no sabes lo que no sabes”.
Crisis de replicación y escepticismo hacia la psicología
- Algunos participantes usan DK como otro ejemplo dentro de una crisis de replicación más amplia; cuestionan si gran parte de la psicología es ciencia rigurosa.
- Otros replican: los dominios blandos son intrínsecamente más difíciles de medir; las replicaciones fallidas no invalidan automáticamente todos los efectos, solo los métodos débiles.
Anécdotas, intuición e ironía meta
- Muchos insisten en que DK “debe” ser real basándose en su experiencia en gestión y tecnología; otros advierten que esto es sesgo de confirmación.
- Hay un comentario meta recurrente según el cual usar mal DK con total confianza o “refutarlo” sin entender la estadística es, en sí mismo, un ejemplo de DK.