Por qué los productos tecnológicos deben diseñarse junto a psicólogos ES
La tecnología ha cambiado drásticamente nuestra forma de comportarnos y lo que sentimos y pensamos. Cada día, lo primero y lo último1 que hacemos la mayoría de nosotros es mirar el teléfono. Los sonidos y las vibraciones de nuestros teléfonos nos distraen docenas de veces al día.2 Los teléfonos y los ordenadores median gran parte de nuestra interacción social: Las reuniones con zoom no son sólo para el trabajo, sino para acontecimientos personales, desde baby showers a funerales.
Nuestras noticias en las redes sociales no sólo cambian temporalmente nuestro estado de ánimo3 , sino también nuestra forma de vernos y lo mucho que nos gustamos.4 La tecnología también influye en nuestras decisiones, desde las de compra (por ejemplo, Uber puede disuadirnos de comprar un coche)5 hasta nuestras convicciones políticas (por ejemplo, YouTube puede radicalizarnos hacia la supremacía blanca).6
La tecnología modifica el comportamiento, las emociones y la cognición humanos, a pesar de que en su mayor parte la construyen o diseñan tecnólogos sin formación en ciencias psicológicas (término que utilizaré para referirme al estudio científico de la psicología humana, no a la práctica terapéutica del asesoramiento) y cuyos trabajos no implican explícitamente la aplicación o realización de ciencias psicológicas.
Muchos de estos tecnólogos son científicos, por ejemplo, científicos de datos que construyen modelos estadísticos para predecir el comportamiento humano. Por ejemplo, unos 18.000 empleados de Alphabet, Amazon, Apple, Meta y Microsoft tienen títulos que contienen las palabras "ciencia" o "científico". Pero sólo unos 200 (1%) tienen la palabra "behavior" o "behavioral" (incluida la ortografía británica de estos términos) en sus títulos de trabajo. Hay psicólogos que trabajan en empresas tecnológicas, pero sus trabajos no suelen implicar la aplicación de la ciencia psicológica. Las descripciones de puestos que mencionan abiertamente la ciencia del comportamiento siguen siendo relativamente raras en los equipos de producto que crean la mayor parte de la tecnología de consumo.
Dado que las empresas tecnológicas cambian el comportamiento humano a gran escala, se benefician del cambio de comportamiento y, en general, se enorgullecen de adoptar la innovación científica, ¿por qué tantas de ellas carecen de psicólogos con un papel más formal y central en el desarrollo de productos?
La respuesta a esta pregunta es la clave para que los productos tecnológicos causen menos daños involuntarios a las personas, porque se diseñan con un conocimiento más realista de la psicología humana.
Por qué los psicólogos son pocos y periféricos
Una vía débil desde la psicología académica al sector tecnológico
Cuando las empresas tecnológicas se centraban más en las aplicaciones empresariales que en las de consumo, en el hardware más que en el software, y en los profesionales técnicos más que en los aficionados no técnicos, las empresas tecnológicas no tenían la misma necesidad de psicólogos. Las empresas tecnológicas eran empleadores populares de informáticos, no de psicólogos.
Este patrón se ha mantenido hasta la actualidad. Por ejemplo, la informática y las ciencias computacionales fueron las asignaturas universitarias más populares entre los Googlers (el 29% de los empleados de Google las estudiaron, excluyendo otras asignaturas de ingeniería); la psicología ocupa el decimotercer lugar (menos del 2% de los Googlers la estudiaron).
Es probable que esta situación haya llevado a una infrarrepresentación de los psicólogos en la dirección de las empresas tecnológicas, lo que lleva a que las posibles contribuciones de la psicología no se conozcan o, potencialmente, se subestimen. Para continuar con nuestro ejemplo, los directivos de Google muestran un patrón similar en sus estudios universitarios, favoreciendo las ciencias informáticas y computacionales (26%) frente a la psicología (3%).
Una psicología popular muy extendida que infravalora la ciencia psicológica
Las personas tenemos una impresionante capacidad para comprender, inferir y predecir el comportamiento de los demás7 , lo que se denomina psicología popular.8 Utilizamos esta capacidad habitualmente en nuestra vida personal: por ejemplo, para anticipar cómo reaccionará un amigo ante una mala noticia y cómo podemos apoyarle después. Razonablemente, los tecnólogos confían en esta capacidad para diseñar productos para otras personas. No necesitan que los psicólogos les digan que los productos digitales deben ser fáciles de usar o qué hace que un producto lo sea, porque la gente destaca en psicología popular.
Desgraciadamente, las personas sufren una ilusión de profundidad explicativa en este sentido, al suponer que comprenden la psicología humana mejor de lo que lo hacen.9 Nuestra psicología popular es impresionante pero imperfecta: puede ser incoherente (por ejemplo, ¿los pájaros se juntan o los opuestos se atraen?), inexacta (por ejemplo, las predicciones sobre nuestro comportamiento futuro tienden a ser demasiado optimistas)10 y sesgadas (por ejemplo, las personas sobreestiman hasta qué punto los demás están de acuerdo con ellas)11. Nuestra capacidad de introspección sobre nuestros pensamientos tiene limitaciones fundamentales12 y nuestro comportamiento es complejo desde el punto de vista computacional.
Los límites de la psicología popular son la razón por la que los psicólogos académicos son experimentalistas en lugar de filósofos. Las empresas tecnológicas podrían aprovechar y mejorar sus intuiciones sobre el diseño de productos si recurrieran a los psicólogos y a los descubrimientos que han acumulado a lo largo de los años.
Las empresas tecnológicas cuentan con investigadores de usuarios que estudian el comportamiento de los consumidores que utilizan sus productos, muchos de los cuales se basan en métodos experimentales. Pero en la medida en que este trabajo no es realizado o informado por psicólogos, las empresas tecnológicas están redescubriendo en última instancia más de un siglo de descubrimientos de la psicología académica.
La traslación no trivial de la psicología académica al diseño de productos
La mayoría de los tecnólogos no tienen formación en psicología y, por lo tanto, desconocen la mayor parte de la investigación científica sobre psicología humana, al menos no más allá de la ciencia pop que aflora -con distintos grados de precisión científica- a la superficie de los libros de prensa popular y las noticias de los medios de comunicación sobre el tema.
Incluso cuando los tecnólogos conocen esta investigación, su traslación al diseño de productos tecnológicos no es sencilla.
El experimento es el patrón oro de la inferencia causal en la ciencia, pero la psicología humana es difícil de estudiar experimentalmente. Las variables psicológicas (por ejemplo, el entusiasmo) son difíciles de captar como estímulos experimentales y medir como resultados. Pueden variar considerablemente según el contexto y la cultura, y su manipulación experimental puede resultar poco práctica o poco ética.
Los psicólogos académicos afrontan la mayoría de estos retos estudiando la psicología humana en un entorno de laboratorio que aumenta el rigor científico, a riesgo de reducir el grado en que sus conclusiones se generalizarán al mundo fuera de sus laboratorios.
Como testimonio de la destreza científica de los psicólogos académicos, los hallazgos de laboratorio suelen replicarse fuera del entorno del laboratorio que los comunicó por primera vez.13 Sin embargo, el grado en que los hallazgos de laboratorio se replican fuera del laboratorio varía14 según los subcampos de la psicología, los temas de investigación y la solidez estadística de los hallazgos de laboratorio.
La escasa generalizabilidad de la psicología académica dificulta a los tecnólogos sin formación en psicología trasladar los descubrimientos de laboratorio de las revistas académicas a sus productos tecnológicos.
Predicción del comportamiento humano basada en datos y no en teorías
Por último, el aprendizaje automático, y el aprendizaje profundo en particular, han proporcionado a las empresas tecnológicas un medio para predecir el comportamiento humano sin necesidad de recurrir a la ciencia psicológica. Los modelos de aprendizaje automático con los datos adecuados y suficientes pueden encontrar relaciones estadísticas que predicen el comportamiento sin ninguna explicación teórica de la psicología humana.
Pero este atajo basado en datos para predecir el comportamiento no es un almuerzo gratis. Tiene el coste de la interpretabilidad y la generalizabilidad.
Los modelos de aprendizaje automático generan un mapa entre los datos de entrada (por ejemplo, registros de actividad de navegación en línea) y las predicciones de salida (por ejemplo, la probabilidad de leer artículos específicos en línea). Se trata de mapas complejos, a menudo no lineales, que parecen arbitrarios y no permiten interpretar el comportamiento humano. Proporcionan a los tecnólogos medios para anticipar, pero no para comprender, el comportamiento de sus usuarios.
Como resultado, un modelo de aprendizaje automático que predice con precisión el comportamiento humano en un contexto no suele utilizarse para predecir el comportamiento humano en un contexto diferente. Por ejemplo, un modelo entrenado para predecir las compras en el supermercado no es probable que prediga igual de bien las decisiones sobre la forma física, incluso si una psicología similar está en la raíz de estos dos problemas de predicción (por ejemplo, la preocupación por la salud física).
El aprendizaje por transferencia -reutilizar la arquitectura del aprendizaje automático en problemas de predicción similares- se utiliza habitualmente en visión por ordenador, como la detección de objetos a partir de imágenes y vídeos. Pero la toma de decisiones que precede al comportamiento humano y sus sustratos psicológicos, como la provocación de emociones específicas, quedan en gran medida fuera de la aplicación práctica y generalizada del aprendizaje por transferencia.
Posibles ventajas de integrar más a los psicólogos en el desarrollo de productos tecnológicos
La mayoría de los productos de tecnología de consumo intentan cambiar el comportamiento humano de una forma u otra, incluida la adopción del producto. Y las empresas que los fabrican se benefician de este cambio. ¿Qué beneficios podrían obtener estas empresas y sus productos de la incorporación de psicólogos a sus equipos de desarrollo?
El primer beneficio es un aprendizaje más rápido. Los psicólogos llevan más de un siglo estudiando científicamente el comportamiento humano. Aunque su conocimiento de la psicología no es perfecto ni completo, es un buen punto de partida para empezar a desarrollar productos para humanos. No hay necesidad de empezar de cero, ignorando un siglo de investigación relevante.
Los psicólogos también son útiles para realizar investigaciones aplicadas sobre la psicología del consumidor en el desarrollo de productos. A menudo, los tecnólogos diseñan experimentos de producto para descubrimientos puntuales o a corto plazo (por ejemplo, ¿hacen más clic los usuarios en un botón rojo o azul?). Los psicólogos, en cambio, pueden ayudar a diseñar experimentos basados en teorías (por ejemplo, ¿cuál es la diferencia mínima de contraste entre un botón y su entorno para producir un efecto pop-out y aumentar el porcentaje de clics?) Experimentos de este tipo pueden arrojar resultados más generalizables (por ejemplo, un contraste de color del 20%, independientemente del color del botón, aumenta el porcentaje de clics en una desviación estándar).
En segundo lugar, los principios de diseño. Los tecnólogos construyen nuevos ecosistemas digitales con una complejidad que no se presta a la simple experimentación. Por ejemplo, crean comunidades en línea para promover una participación positiva y frecuente y, al mismo tiempo, desincentivar los comportamientos negativos. En la práctica, esto no siempre es así, como en el caso del efecto nocivo de Instagram en la salud mental de las adolescentes.15 Los equipos de desarrollo de productos podrían utilizar principios psicológicos como base sobre la que construir y ampliar (por ejemplo, motivar la participación en comunidades en línea16 e inspirar confianza en la equidad de la toma de decisiones algorítmicas).17
El beneficio final es la reducción de daños involuntarios. Los tecnólogos diseñan sus productos con la intención de cambiar el mundo para bien. Pero esta intención a veces presupone una psicología humana poco realista. Por ejemplo, la suposición de que las personas pueden moderar su uso de ciertos productos digitales mejor de lo que realmente pueden (una frase que escribo tras descansar de una sesión de doomscrolling en Twitter).
Como resultado de suposiciones incorrectas sobre la psicología humana, los tecnólogos pueden diseñar productos digitales que perjudiquen a sus usuarios de formas no intencionadas. La presencia de psicólogos en los equipos que construyen estas plataformas no resolvería este problema, pero podrían ayudar a diseñarlas con una comprensión más realista de los límites humanos y reducir algunos de estos daños involuntarios.
El doctor Juan Manuel Contreras es director de ciencia aplicada en Uber. Se formó como neurocientífico cognitivo en la Universidad de Harvard y en la Universidad de Princeton. Las opiniones expresadas en este ensayo son personales y no necesariamente representan o reflejan los puntos de vista, opiniones o políticas de Uber.
References
- Keating, L. (2017, 2 de marzo). Survey Finds Most People Check Their Smartphones Before Getting Out Of Bed In The Morning. Tech Times. https://www.techtimes.com/articles/199967/20170302/survey-finds-people-check-smartphones-before-getting-out-bed.htm
- Estadísticas de notificaciones push (2021). (2021, 31 de agosto). Business of Apps. https://www.businessofapps.com/marketplace/push-notifications/research/push-notifications-statistics/#:%7E:text=The%20average%20US%20smartphone%20user,Restraint%%2020can%20be%20key%2C%20therefore
- Lewis, T. (2014, 1 de julio). Las emociones en Facebook son contagiosas, según un estudio. Yahoo!News. https://news.yahoo.com/facebook-emotions-contagious-study-finds-133519750.html
- Duffy, A. C. B. J. (2021, 5 de octubre). El sombrío atractivo de Instagram como rompedor silencioso de la autoestima. CNN. https://edition.cnn.com/2021/10/05/health/instagram-self-esteem-parenting-wellness/index.html
- Hampshire, R. C., Simek, C., Fabusuyi, T., Di, X., & Chen, X. (2017). Medición del impacto de una interrupción imprevista de Uber/Lyft en Austin, TX. Revista electrónica SSRN. https://doi.org/10.2139/ssrn.2977969
- Koppelman, A. (2019, 18 de marzo). YouTube y otras redes sociales están radicalizando a los hombres blancos. Las grandes tecnológicas podrían estar haciendo más. CNN Business. https://edition.cnn.com/2019/03/17/tech/youtube-facebook-twitter-radicalization-new-zealand/
- Mitchell, J. P. (2009). Inferencias sobre estados mentales. Philosophical Transactions of the Royal Society B: Biological Sciences, 364(1521), 1309-1316. https://doi.org/10.1098/rstb.2008.0318
- Stich, S., & Ravenscroft, I. (1993, octubre). ¿Qué es la psicología popular? (Informe técnico nº 5). Rutgers University Center for Cognitive Science, Rutgers University. https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.365.5705&rep=rep1&type=pdf
- Houston, J. P. (1985). Untutored Lay Knowledge of the Principles of Psychology: ¿Sabemos algo que ellos no sepan? Psychological Reports, 57(2), 567-570. https://doi.org/10.2466/pr0.1985.57.2.567
- Buehler, R., Griffin, D., & Ross, M. (1995). It's About Time: Optimistic Predictions in Work and Love. European Review of Social Psychology, 6(1), 1-32. https://doi.org/10.1080/14792779343000112
- Ross, L., Greene, D., y House, P. (1977). The "False Consensus Effect": An Egocentric Bias in Social Perception and Attribution Processes. Journal of Experimental Social Psychology, 13(3), 279-301. https://doi.org/10.1016/0022-1031(77)90049-x
- Nisbett, R. E., y Wilson, T. D. (1977). Telling more than we can know: Verbal reports on mental processes. Psychological Review, 84(3), 231-259. https://doi.org/10.1037/0033-295x.84.3.231
- Anderson, C. A., Lindsay, J. J., & Bushman, B. J. (1999). Investigación en el laboratorio psicológico. Current Directions in Psychological Science, 8(1), 3-9. https://doi.org/10.1111/1467-8721.00002
- Mitchell, G. (2012). Revisitando la verdad o la trivialidad : La validez externa de la investigación en el laboratorio psicológico. Perspectives on Psychological Science, 7(2), 109-117. https://doi.org/10.1177/1745691611432343
- Wells, G., Horwitz, J., & Seetharaman, D. (2021, 14 de septiembre). Facebook sabe que Instagram es tóxico para las adolescentes, según documentos de la empresa. The Wall Street Journal. https://www.wsj.com/articles/facebook-knows-instagram-is-toxic-for-teen-girls-company-documents-show-11631620739
- Ling, K., Beenen, G., Ludford, P., Wang, X., Chang, K., Li, X., Cosley, D., Frankowski, D., Terveen, L., Rashid, A. M., Resnick, P., & Kraut, R. (2005). Using Social Psychology to Motivate Contributions to Online Communities (Utilización de la psicología social para motivar las contribuciones a las comunidades en línea). Journal of Computer-Mediated Communication, 10(4), 00. https://doi.org/10.1111/j.1083-6101.2005.tb00273.x
- Lee, M. K. (2018). Comprensión de la percepción de las decisiones algorítmicas: Equidad, confianza y emoción en respuesta a la gestión algorítmica. Big Data & Society, 5(1), 205395171875668. https://doi.org/10.1177/2053951718756684
About the Author
Juan Manuel Contreras
El doctor Juan Manuel Contreras es director de ciencia aplicada en Uber y trabaja en la intersección entre tecnología, política y derecho. Se formó como psicólogo social y neurocientífico cognitivo en las universidades de Harvard y Princeton.
