Inside EXP: Recorriendo el Nuevo Centro de Ciencias del Noreste
Mar 07, 2023Abordar los principales consumidores de energía del campus del MIT, edificio por edificio
Mar 09, 2023HEMCO anuncia una nueva campana extractora de gases de digestión ácida de HDPE
Mar 11, 2023Haciendo al Sr. Correcto (Blu
Mar 13, 2023Element crea una nueva división de soluciones de laboratorio dentro de Life Sciences, proporcionando equipos avanzados para laboratorios
Mar 15, 2023Desacreditar las falsas creencias requiere abordar los sistemas de creencias
Comprender cómo se forman las creencias y por qué pueden ser resistentes a la evidencia contraria es importante en el mundo polarizado de hoy, ya que las opiniones divergen marcadamente sobre temas que van desde las vacunas hasta el cambio climático.
Para desacreditar una creencia falsa, puede ser mejor apuntar al sistema de creencias de una persona en lugar de tratar de cambiar la creencia falsa en sí misma.según un nuevo estudio dirigido por Dartmouthpublicado en Nature Human Behavior analizando cómo las personas actualizan sus creencias sobre el fraude después de las elecciones presidenciales de EE. UU. de 2020.
"La gente no tiene una sola creencia, sino un sistema de creencias interrelacionadas que dependen unas de otras", dice el autor principal Rotem Botvinik-Nezer, investigador postdoctoral en el Laboratorio de Neurociencia Cognitiva y Afectiva de Dartmouth.
"Esto ayuda a explicar por qué es realmente difícil cambiar las creencias de las personas sobre el fraude electoral, simplemente mostrándoles pruebas contra el fraude, ya que es posible que deba convencerlos de que la mayoría no prefería a su candidato y abordar las otras creencias que sustentan su sistema", dice. Botvinik-Nezer.
Durante mucho tiempo, los miembros del equipo de investigación habían estado estudiando los efectos placebo (tratamientos que pueden conducir a resultados curativos debido al poder de la mente, aunque no tengan beneficios terapéuticos) y se interesaron en la visión más amplia de cómo las creencias son formado y actualizado en situaciones de alto riesgo.
Los investigadores decidieron analizar las creencias de fraude durante las elecciones presidenciales de EE. UU. de 2020. Encuestó a más de 1600 estadounidenses el 4 de noviembre de 2020, mientras aún se contaban los votos para seis estados clave.
Los encuestados informaron sobre sus preferencias partidistas y se sometieron a pruebas sobre creencias de fraude basadas en resultados hipotéticos de las elecciones. Se les pidió que indicaran: qué candidato presidencial, Joe Biden v. Donald Trump, querían ganar y cuánto preferían a su candidato; la probabilidad de que su candidato gane el voto verdadero en ausencia de fraude; y la probabilidad de que pensaran que el fraude afectaría el resultado real.
Luego, los encuestados fueron asignados aleatoriamente y se les mostró uno de los dos mapas de EE. UU. con ganadores hipotéticos en los estados restantes que representan una victoria de Biden o Trump para presidente y se les preguntó nuevamente sobre sus creencias de fraude. Esto brindó a los investigadores la oportunidad de examinar cómo los encuestados actualizaron sus creencias sobre el fraude electoral después de que se proporcionó nueva información.
Aproximadamente tres meses después de la encuesta inicial, un subconjunto de encuestados completó una encuesta de seguimiento informando sus creencias sobre el verdadero ganador de los votos y quién se había beneficiado del supuesto fraude electoral.
Los resultados mostraron que tanto los demócratas como los republicanos aumentaron sus creencias sobre el fraude electoral cuando su candidato perdió, pero las redujeron cuando su candidato ganó. Además, cuanto más fuerte es la preferencia por un candidato, más fuerte es el sesgo o los "efectos de deseabilidad", como los denominan los investigadores.
Para comprender mejor los mecanismos cognitivos de tales efectos de deseabilidad y predecirlos cuantitativamente, los investigadores desarrollaron un modelo computacional basado en la probabilidad. "Queríamos determinar si este fenómeno era irracional, donde la gente simplemente cree lo que quiere creer, o si el proceso de actualización de creencias puede ser racional", dice Botvinik-Nezer.
El equipo creó un modelo bayesiano, que se usa comúnmente para modelar cómo las personas hacen inferencias racionales. Usando los datos de la encuesta, basaron su modelo en un sistema de tres creencias clave: si los encuestados pensaron o no que hubo fraude en las elecciones antes del resultado; quién pensaban que iba a ganar el voto verdadero; y quién pensaban que se beneficiaba del fraude.
El modelo no contenía información sobre las preferencias de las personas en cuanto a si querían que ganara Biden o Trump; sin embargo, el equipo descubrió que podía predecir con precisión cómo las personas actualizarían sus creencias dado su sistema de creencias anteriores.
Luego, el equipo comparó su modelo con otros modelos de actualización de creencias irracionales (creer lo que quieres creer) y descubrió que su modelo racional explicaba mejor los patrones de actualización de creencias. La clave fue que demócratas y republicanos tendían a creer que se suponía que su candidato ganaría y que si había algún fraude, lo cometía el grupo partidista contrario.
La idea psicológica en el modelo es que a medida que las personas obtienen nueva información, actualizan sus creencias en función de su sistema de creencias existente, que es un proceso racional que implica la atribución causal de nueva evidencia a través de explicaciones en competencia. "Para los encuestados que creían firmemente que se suponía que Trump ganaría las elecciones de 2020, no tenía sentido que no votara suficiente gente por él, por lo que para algunas personas, podría haber sido racional inferir que las personas del otro partido grupo debe haber hecho trampa o cometido fraude", dice Botvinik-Nezer.
Los resultados demostraron que alrededor de un tercio de la muestra atribuyó una pérdida hipotética en la elección casi en su totalidad al fraude y no al voto verdadero.
"Nuestros resultados muestran que si tiene esta otra explicación para el resultado de una elección, donde el fraude es una realidad potencial, entonces se vuelve más plausible que el fraude obtenga crédito por la elección", dice Tor Wager, Profesor Distinguido Diana L. Taylor en Neurociencia. y director del Centro de Imágenes Cerebrales de Dartmouth. "Cuando el fraude electoral se considera plausible, se produce un cortocircuito en el vínculo entre la creencia en el verdadero ganador de las elecciones y la evidencia", dice Wager. "Entonces, para cambiar la creencia falsa, debes concentrarte en las creencias auxiliares que respaldan ese cortocircuito".
El estudio fue coautor de Botvinik-Nezer, Wager y Matt Jones de la Universidad de Colorado Boulder.
- Este comunicado de prensa fue proporcionado por Dartmouth College
según un nuevo estudio dirigido por Dartmouth