Parte A: Enfoque Psicológico y Crítica al Modelo Racional
La **teoría clásica de la microeconomía** sostiene que los individuos toman decisiones racionales, evaluando las distintas alternativas con información completa y buscando siempre **maximizar su utilidad esperada**. Esta visión supone agentes coherentes, con preferencias estables y capacidad para procesar datos de manera lógica. Sin embargo, desde la psicología –especialmente a través del trabajo de **Daniel Kahneman**– se han identificado importantes limitaciones a este modelo.
Kahneman propone que la mente humana opera mediante dos sistemas. El **Sistema 1** funciona de forma automática, rápida e intuitiva, mientras que el **Sistema 2** actúa de manera más lenta, reflexiva y analítica. Si bien el segundo es más preciso, en la mayoría de las decisiones cotidianas predomina el primero, lo que da lugar a **errores sistemáticos** y **sesgos cognitivos**. Esto pone en cuestión la idea de racionalidad perfecta que plantea la microeconomía tradicional.
Entre las limitaciones cognitivas más relevantes se encuentran la **aversión a la pérdida**, la **sobreestimación de eventos improbables**, y la **inestabilidad de preferencias en decisiones intertemporales** (como en el caso del descuento hiperbólico). Estas observaciones, desarrolladas por Kahneman y otros autores como **Richard Thaler** y **Robert Frank**, muestran que la conducta humana muchas veces se aparta de lo que predeciría el modelo racional. Así, la **economía del comportamiento** aporta un marco más realista que permite entender por qué las personas no siempre deciden de manera óptima, incluso cuando tienen buenas intenciones o información disponible.
Parte B: Inteligencia Artificial, Información y Decisiones bajo Incertidumbre
En esta segunda parte del trabajo, se analiza cómo los avances recientes en **inteligencia artificial (IA)** pueden contribuir a reducir la incertidumbre y las **asimetrías de información** que caracterizan a muchos procesos de toma de decisiones. En particular, se argumenta que la incorporación de estas tecnologías permite acceder a información más precisa, detectar patrones en grandes volúmenes de datos y generar **señales objetivas** que complementan el juicio humano. Esto es especialmente relevante en áreas como las finanzas, los seguros, los contratos laborales o la selección de proveedores, donde históricamente la información era parcial, costosa o difícil de procesar.
Para ilustrar estas ideas, se presenta un ejemplo concreto: la contratación urgente de un encargado de cocina en una pequeña empresa gastronómica durante la temporada alta. En este caso, la propietaria tuvo que tomar una decisión bajo presión y con información limitada sobre los candidatos. Si bien el proceso fue mayormente informal, se utilizaron herramientas tecnológicas como **redes sociales** y **aplicaciones de mensajería** para obtener **señales indirectas** –por ejemplo, un video de presentación enviado por uno de los postulantes– que ayudaron a complementar la percepción personal. La decisión final se basó en una combinación de **intuición**, **actitud percibida** y **señales digitales**, sin una evaluación técnica profunda.
Este caso evidencia dos puntos centrales: por un lado, cómo las **decisiones reales en contextos de incertidumbre** suelen alejarse del ideal racional, y por otro, cómo la **tecnología actual**, incluso en empresas pequeñas, permite acceder a formas de información que hace unos años no estaban disponibles. Aunque la inteligencia artificial y los medios digitales no eliminan la incertidumbre, sí ofrecen herramientas que pueden **mejorar la calidad de la información disponible** y, por lo tanto, facilitar decisiones más informadas, aunque no necesariamente más racionales. El ejemplo también destaca que, en la práctica, el proceso decisorio sigue estando influido por **factores subjetivos**, especialmente cuando el tiempo y los recursos son limitados.
Parte C: Teoría de la Utilidad Esperada y su Poder Explicativo Actual
La **teoría de la utilidad esperada** es uno de los pilares fundamentales de la microeconomía para explicar cómo toman decisiones los agentes en situaciones de incertidumbre. Esta teoría sostiene que las personas evalúan los posibles resultados de cada acción según la probabilidad de que ocurran y la utilidad subjetiva que les asignan. La decisión óptima es aquella que **maximiza la utilidad esperada**, calculada como la suma de las utilidades ponderadas por sus respectivas probabilidades.
Desde el punto de vista formal, la teoría requiere que los individuos tengan **preferencias completas**, **transitivas** y **estables**, que evalúen opciones de forma independiente del contexto, y que asignen valores coherentes de utilidad a los distintos resultados. Estos supuestos permiten construir un modelo elegante y sólido, que ha sido muy útil en el **diseño de políticas públicas**, **análisis de riesgo** y **creación de productos financieros**.
Sin embargo, al contrastar la teoría con la realidad observada, surgen importantes limitaciones. Las **restricciones cognitivas** descritas en la Parte A, sumadas a los **cambios tecnológicos** mencionados en la Parte B, desafían la vigencia del modelo clásico. Por un lado, los individuos no siempre cumplen con los supuestos de **racionalidad plena**: sus preferencias pueden cambiar, se ven influenciados por la forma en que se presenta la información, y a menudo reaccionan más a las emociones que a los cálculos objetivos. Por otro lado, aunque la inteligencia artificial facilita el acceso a mejor información, no garantiza que esta sea utilizada de forma correcta, debido a factores como la desconfianza, la sobrecarga cognitiva o la persistencia de **sesgos**.
En este sentido, si bien la teoría de la utilidad esperada conserva su **valor como herramienta normativa**, resulta insuficiente para describir cómo deciden los agentes en la práctica. Comprender el **comportamiento económico actual** exige complementar este marco con enfoques que integren las limitaciones humanas y el nuevo entorno informacional. Solo así es posible construir modelos más ajustados a la realidad, que sirvan tanto para entender como para orientar las decisiones en contextos inciertos y cambiantes.