La investigación, titulada "Space Complexity in Choice" y publicada en la revista Econometrica, analiza cómo el tamaño de los problemas de decisión, el orden de procesamiento de la información y su estructura determinan la memoria necesaria para resolverlos, y cómo las exigencias de memoria influyen en la probabilidad de acertar. El trabajo ha sido publicado en una de las revistas científicas más relevantes del mundo en investigación económica, editada por la Econometric Society de Estados Unidos.
El estudio demuestra que decisiones sobre cuestiones similares, con la misma información, pueden tener diferentes niveles de dificultad según cómo se estructuren y procesen los datos. Mediante una formulación matemática, Sanjurjo explica cómo la organización de la información y el orden de análisis pueden influir tanto en la complejidad del proceso como en la eficacia de la elección final. De hecho, el orden de procesamiento puede marcar una diferencia de aproximadamente 40 puntos porcentuales en la tasa de aciertos en problemas con muchas alternativas y atributos, mientras que en problemas más pequeños las diferencias son menores.
“"Los resultados apuntan así a una idea más general sobre la racionalidad humana. Cuando una decisión nos desborda, podemos adaptarnos reorganizando la manera en que procesamos la información. La capacidad de decidir bien no depende únicamente de las características objetivas del problema o de cuánta información tengamos, sino también de cómo estructuramos esa información para reducir lo que necesitamos mantener simultáneamente en la memoria."
Sanjurjo comenta que un ejemplo sencillo para entenderlo es la elección entre varios productos comparando características como precio, calidad o duración. Se puede examinar toda la información de un producto antes de pasar al siguiente, o mirar primero el precio de todos, después la calidad de todos, etc. La información disponible y la decisión final son exactamente las mismas, pero las exigencias para la memoria pueden ser muy diferentes.
Los experimentos realizados confirmaron una de las principales predicciones de la teoría: en problemas pequeños, con pocas alternativas y atributos, los dos órdenes de procesamiento requieren cantidades similares de memoria y los participantes obtienen resultados parecidos. Sin embargo, a medida que aumenta el tamaño del problema, la diferencia en la memoria necesaria para seguir cada orden crece linealmente, y también aumenta la diferencia en las tasas de acierto. En los problemas más grandes, esta última alcanza aproximadamente los 40 puntos porcentuales. En promedio, los participantes acertaron el 87,5% de las decisiones siguiendo el orden que requiere menos memoria, frente al 66,1% cuando seguían el que requiere más. Así, los resultados muestran cómo la complejidad espacial, una medida matemática de las exigencias de memoria, permite predecir las dificultades que experimentan las personas al tomar decisiones.
El profesor de la UA explica que la idea central del trabajo proviene de la informática teórica, donde la "space complexity" mide cuánta memoria necesita una máquina para resolver un problema. Sanjurjo aplica esta medida a las decisiones humanas, cuantificando la memoria de trabajo necesaria para procesar la información y llegar a una decisión, pudiendo así explicar por qué diferentes maneras de resolver el mismo problema pueden tener niveles de dificultad muy diferentes.
En una situación experimental donde nadie indicaba a los participantes cómo procesar la información, el 98,5% construyó espontáneamente el orden de análisis de menor complejidad espacial, logrando un rendimiento elevado con un acierto aproximado del 90% de las decisiones.
