En economía, Oullier y Basso (2010) proponen extender el concepto de cognición corporizada al estudio de la toma de decisiones. En esto siguen a F. Hayek, quien señaló que el comportamiento humano es inseparable de la circularidad que se forma entre sentidos y procesos motores: lo que percibimos afecta nuestro comportamiento y nuestro comportamiento influye en lo que percibimos.Witt y Proffitt (2008) encontraron evidencia que respalda esta idea. Pidieron a diversos sujetos que reportaran la distancia que percibían entre dos puntos y luego tocaran el punto más lejano. Los sujetos estaban sentados ante una mesa, no se podían levantar y el punto lejano no se podía alcanzar con los brazos. El artificio ingenioso fue el siguiente. En algunas rondas se les daba una vara para que pudieran tocar el punto lejano. Y encontraron algo interesante: la distancia percibida era mayor cuando debían tocar el punto más lejano extendiendo los brazos. Cuando tenían la vara en la mano la distancia percibida era menor. Es decir, la percepción varió por el simple hecho de poder alcanzar el punto lejano, por el alcance corporal.

Lo que Oullier y Basso proponen se basa en ideas análogas. La intuición es simple: las decisiones económicas no se toman en elvacío, las personas, con sus cuerpos, interactúan; y esta interacción determina las decisiones económicas. Ellos llaman dinámicas de coordinación social (SCD, por sus siglas en inglés) al marco experimental en que recogen e interpretan las evidencias de interacción corporal. Por ejemplo, los resultados de un experimento donde dos sujetos ponen sus dedos índices frente a frente y los mueven libremente, en frecuencia y amplitud, dan una métrica aproximada de qué tan buena es la coordinación entre pares de personas. En otros experimentos se ha encontrado que los sujetos que coordinan mejor aumentan los intercambios monetarios en juegos clásicos, como el juego de la confianza (Oullier, Thoron et al., 2010).

La pregunta es por qué el cuerpo influye o tiene efectos sobre las decisiones económicas (p. ej., de coordinación con otras personas). Oullier y Basso dicen que este tema no se ha explorado en profundidad y afirman que su marco experimental SCD es el primer intento deponer a prueba estas ideas, lo que no es del todo cierto. El propósito de la neuroeconomía es que la economía tenga mejores fundamentos biológicos, psicológicos y neurocorporales, que tome en cuenta los resultados de los estudios actuales sobre el comportamiento, la genética, las imágenes cerebrales, los desórdenes mentales.

En este artículo se revisan algunos hallazgos recientes en neuroeconomía y se argumenta que el estudio del cerebro y del cuerpo es relevante para la ciencia económica. Consta de dos secciones. En la primera se comentan algunos trabajos que muestran que el cuerpo -y su cerebro- tiene rasgos económicos, en el sentido de que optimiza algunos procesos, o es esencial para tomar decisiones (p. ej., en el procesamiento de información). En la segunda se presentan algunos hallazgos sobre el procesamiento del valor en el cerebro y unas breves reflexiones sobre una idea que se podría derivar de la neuroeconomía: la biología revelada, un concepto que sintetiza la noción de que los organismos deben ser consistentes con su biología. Las preferencias reveladas, medidas en dos momentos, t y t+1, pueden ser inconsistentes, pero el trasfondo biológico del procesamiento de valor también debe ser diferente en esos momentos (Fehr y Rangel, 2011).

CUERPO, CEREBRO Y DECISIONES

El ojo es una parte del cuerpo humano cuya función es recoger las señales visuales (como el color). Es la única estructura corporal que tiene fotorreceptores o unidades sensibles a la luz (por ese hecho no vemos con los dedos). Pero también cumple un papel en la asignación de valores y al decidir. Algunos estudios han encontrado, por ejemplo, que sujetos con habilidad para inferir la probabilidad de un evento reparten eficientemente el tiempo de observación entre las distintas fuentes de información (Alonso, 2011). En otro estudio, donde los sujetos debían elegir entre dos opciones, el tiempo de observación iba acumulando el valor relativo de cada opción y cuando alguna llegaba a un umbral de valor total era elegida (Krajbich et al., 2010). En términos simples, los ojos acumulan evidencia acerca del valor.Si se llega a un límite, que favorece una opción, entonces es elegida. Es interesante que en este estudio la observación no se relaciona con la preferencia; la preferencia revelada puede ser más una funcióndel tiempo de observación de una opción que de la preferencia en sí misma (una hipótesis que requiere más investigación).

Por otra parte, el cuerpo parece tener rasgos análogos al funcionamiento económico. Se ha encontrado que el sistema motor humano puede hacer optimizaciones análogas a la del valor esperado. Por ejemplo, si se pide a sujetos experimentales que hagan un movimiento rápido, de menos de 1 segundo, con consecuencias positivas o negativas, su acción motora maximiza el valor esperado (Trommershäuser et al., 2003; Gephstein et al., 2007). Cuando se hace un movimiento rápido, sin tiempo para reflexionar, se puede decir que el cómputo es implícito/automático. Lo sorpresivo es que las personas, mediante su sistema motor, optimizan de acuerdo con el valor esperado. Quizá más relevante, hacer movimientos motores rápidos es una tarea errática, probabilística en el sentido de que el resultado varía (el lector puede intentar detener un cronómetro lo más rápido posible en repetidas ocasiones, nunca lo hará al mismo tiempo, el registro indicará tiempos diferentes una y otra vez, dentro de cierto rango). Esto indica que el organismo integra la variación motora errática en la decisión, y prácticamente en forma óptima, pues los sujetos experimentales maximizan conforme al valor esperado.

El hecho de que el sistema motor parece ser un mecanismo probabilístico eficiente contrasta con los resultados clásicos del estudio del comportamiento (Kahneman et al., 1982). En economía del comportamiento se ha encontrado repetidamente que para las personas esdifícil tomar decisiones probabilísticas. Y, al parecer, más bien utilizan heurísticas, atajos (Gigerenzer y Brighton, 2009); como si evitaran dilapidar esfuerzos en el procesamiento al tomar decisiones aleatorias y riesgosas. Esta tesis tiene amplio respaldo experimental, incluso mereció el premio en conmemoración de Alfred Nobel (Kahneman, 2002). Sin embargo, si solo se consideran los resultados de los experimentos de economía del comportamiento se transmite la idea parcial de que en un marco de optimización, las personas no tienen habilidad para el cálculo de probabilidades. Esto deja de lado otros resultados,como los de Trommershäuser et al., ya mencionados, que indican que el sistema motor integra las probabilidades eficazmente. Incluso, los primates tienen neuronas parietales que "operan" probabilísticamente (Yang y Shadlen, 2007), y varios grupos de experimentadores consideran que el cerebro es un dispositivo bayesiano (Doya et al., 2007; Temperley, 2007).

El problema epistemológico es que al omitir toda referencia a lo que hacen el cerebro y el sistema motor se deja en el lector la sensación de que las personas son sub-óptimas cuando sus decisiones involucran probabilidades. En otras palabras, la economía del comportamiento sigue un camino similar al de la economía estándar: aísla variables, omite algunas y crea imágenes parciales. Quizá en contextos estáticos (p. ej., resolver un problema de probabilidades en el papel o en una pantalla de computador, cuya respuesta es única y lógica), como en los que se evalúan los efectos de encuadramiento, los sujetos adopten comportamientos probabilísticos particulares, como elegir ganancias seguras o preferir las pérdidas más riesgosas, así el problema sea el mismo aunque planteado en forma diferente (Tversky y Kahneman,1981). Pero en contextos dinámicos, de aprendizaje con retroalimentación, los resultados experimentales sugieren gran habilidad para el cálculo probabilístico, aun para el cálculo bayesiano (Estes et al.,1989; Meeter et al., 2008).

No solo el cuerpo recoge evidencia del valor de las opciones (con los ojos, p. ej.) y puede hacer "juicios probabilísticos" eficientes (si hay retroalimentación) sino que tiene una herramienta adicional, esencialen las decisiones sociales, la cual es tema de estudio de la teoría de la mente: la capacidad para formar expectativas/teorías de lo que sucedeen la mente de otros (que en adelante llamamos ToM, por su sigla en inglés). Sabbagh et al. (2010) encontraron que la ToM se relaciona con la modulación corporal. En su experimento evaluaron un grupo de niños con dos pruebas: una prueba estándar para evaluar la intensidad de la ToM (los autistas suelen tener bajo puntaje) y otra de levantamiento de pesos. En esta debían levantar secuencialmente dospesos diferentes, pero visualmente iguales. Se encontró que quienes obtenían alto puntaje en la primera prueba se adaptaban mejor a los pesos (p. ej., no ejercían fuerza excesiva cuando el peso era menor, así fuese visualmente idéntico). Esto sugiere que el control corporal está ligado a la ToM, aunque no es claro cómo ni por qué.

La ToM parece intervenir en el comportamiento económico, aun donde se piensa que solo se usan cálculos. Por ejemplo, en el juego del concurso de belleza, inspirado en las subastas. En este juego, de varios participantes, cada cual elige libremente un número dentro de un rango determinado (1 a 100, p. ej.). Gana el que más se acerque al promedio de los números elegidos por todos los jugadores. Coricelly y Nagel (2009) encontraron que en el curso de este juego a los participantes se les activaban áreas sociales del cerebro (la corteza prefrontalmedial, la corteza cingulada posterior y la unión temporal-parietal) relacionadas con la ToM, y no las regiones numéricas (como la IPS). Brugier et al. (2010) encontraron resultados similares. En su experimento, los sujetos observaban el movimiento de los precios y montos transados en una sesión de negociación. Se esperaba observar alguna actividad en las áreas numéricas; no obstante, mientras observaban la sesión en los sujetos se activaban áreas del cerebro social conectadas con la ToM y ningún circuito lógico o numérico.

Las posibles razones para que en estos experimentos no se activen los módulos numéricos/lógicos (como el surco intraparietal) no son tema de este escrito, y basta señalar la activación de las áreas ToM. Esta activación se puede interpretar como una asignación de intencionalidad, como si antropomorfizara los datos y sus variaciones; de ahí que intervengan las áreas esenciales para mentalizar al otro. Por supuesto, esta interpretación es polémica, aunque sea congruente con los resultados. Más interesante es que la ToM depende de la modulación corporal, lo que sugiere que si hay decisiones económicas que se antropomorfizan, el cuerpo es esencial para entenderlas.

Esto no implica que toda decisión esté libre de cómputo, pues siempre se deben procesar inputs de información. Quizá el detallado estudio de Burks et al.(2009) sea el que mejor muestre que la habilidad de procesamiento se relaciona con las decisiones. En su investigación evaluaron el coeficiente intelectual no verbal (con matrices de Raven), la habilidad numérica básica (con la prueba de numerosidad) y la aptitud para planear (con la prueba "Hit 15") de 1.066 camioneros estadounidenses. Además, les hicieron pruebas económicas paramedir la actitud frente al riesgo (p. ej., de decisión entre opciones seguras o probabilísticas), las preferencias inter-temporales (elegir entre recompensas menores ahora y recompensas mayores más tarde) y evaluar el comportamiento estratégico (dilema del prisionero). Además, revisaron los archivos de las empresas en que trabajaban para determinar qué tiempo permanecían en el empleo.

En ese extenso estudio encontraron varios resultados. Primero, la habilidad cognitiva se relaciona con la consistencia de las decisiones (p. ej., si se es averso al riesgo, la consistencia implica que se tiende a evitar las opciones riesgosas, medida por la frecuencia). Segundo,una menor habilidad cognitiva se relaciona con una mayor aversión al riesgo en términos de ganancias. En términos de pérdidas, aspecto en que las personas tienden a ser propensas al riesgo (De Martino et al., 2006), la propensión al riesgo disminuyó con la mayor habilidad cognitiva. Es decir, esta influye, de un modo que aún no es claro, en la actitud hacia el riesgo. Tercero, los sujetos con mayor habilidad cognitivas son más pacientes en las decisiones inter-temporales. Cuarto,en la prueba estratégica, los sujetos con mayor coeficiente intelectual (CI) preveían mejor el comportamiento de los otros. Y por último, la mayor permanencia en el empleo se relaciona con un CI más alto. En suma, según todas las medidas, las diferencias en la habilidad cognitiva generan diferencias en el comportamiento económico.

El problema es que los índices de inteligencia, como los que usan Burks et al., son controversiales (Gould, 1981; Sternberg, 1999), y sus resultados se deben tomar con cautela. No obstante, esos índices muestran diferencias en la estructura y el desarrollo cerebral. En una revisión de la literatura sobre tamaño cerebral y habilidad cognitiva, Rushton y Ankney (2009) concluyen que hay suficiente evidencia de una correlación entre ambas variables, aunque la correlación no indicarelaciones causales. La relación no es simple, y más que el tamaño quizála evolución cortical durante el desarrollo del niño sea lo que determina el coeficiente intelectual (Shaw et al., 2006). ¿Qué elementos intervienen en el desarrollo cerebral? La respuesta tampoco es simple, pero buen cuidado prenatal, estímulos cognitivos y ambientes ricos son factores esenciales que no solo modulan la estructura cerebral sino los resultados cognitivos (Hackman et al., 2010), quizá por los cambios estructurales que inducen.

Para terminar esta sección cabe recalcar que las instituciones que regulan la economía son un manifestación del procesamiento cognitivo (Mantzavinos et al., 2003; North, 2005) asociado a nuestra estructura cerebral. Con esta idea en mente, se pueden hacer preguntas hipotéticas. Por ejemplo, ¿el tamaño del sistema de seguros depende de la aversión a las pérdidas inducida por los procesos amigdalares suscitados por ciertos estímulos? Tal vez sí. La aversión a las pérdidas es real, y nosolo en los humanos, también en los primates; lo que indica factores evolutivos (Lakshminarayanan et al., en prensa). Por otro lado, la aversión a las pérdidas se relaciona con el procesamiento amigdalar (DeMartino et al., 2010): los pacientes con lesiones focales bilaterales enla amígdala (carentes de amígdala) sienten menos aversión a las pérdidas. La amígdala cumple un papel esencial y forma parte del cerebro reptiliano, que compartimos con otras especies. ¿Qué pasaría si los humanos tuviéramos una estructura cerebral diferente, sin amígdala? ¿Habría menos aversión general a las pérdidas y, por ende, un sistemade seguros más pequeño? Estas preguntas retóricas aluden al punto principal de este ensayo: la economía y las decisiones económicas no están desligadas del organismo. No hay decisiones platónicas.

EL VALOR Y EL CEREBRO

La explicación platónica de las decisiones es un ejercicio intelectual interesante, y la economía ha hecho magníficos avances en esta área.La neurociencia no pretende criticar la economía normativa. Como sostienen Gul y Pesendorfer (2008), eso significaría que no se entiende que la economía y la neurociencia tienen motivos y herramientas diferentes para explicar sus temas de estudio. No obstante, la comprensión de los procesos de toma de decisiones se bloquea si no se refinan las herramientas analíticas y si se omiten los hallazgos de las ciencias del cerebro (Camerer, 2008).

Esta sección se dedica a un tema en particular: ¿cómo se procesa el valor en el cerebro? Una pregunta esencial, pues cualquiera que sea la forma que tome el proceso de toma de decisiones es difícil pensar que no intervenga alguna valoración (aunque no es difícil de concebir, pero implica un determinismo mecánico, una acción refleja más que una decisión). Los hallazgos de la neurociencia tienen alcances interesantes, y lo que sigue no es una revisión exhaustiva.

Lo primero es señalar los circuitos básicos que se modulan cuando se toman decisiones que involucran valores. Sugrue et al. (2005) exponen un marco conceptual de uso frecuente en neurociencia que es útil para entender las señales de valor en el cerebro. Consta de dos niveles: un actor y un crítico. El actor asigna valores y toma decisiones.Esto implica dos mecanismos de procesamiento: el de valoración de las opciones y el de toma de toma de decisiones (diferente o complementario): valorar es diferente de decidir. Esto no significa que la decisión sea independiente de la valoración; ambos procesos se retroalimentan y, en un marco biológico, son, más bien, diferenciables (ver Glimcher, 2009).

El crítico es esencial para dar flexibilidad y capacidad de aprendizaje al organismo. En términos simples, el crítico compara la realidad que enfrentó el actor y sus predicciones. Por ejemplo, si el actor recibe una recompensa mayor que la esperada, el crítico se "activa" y actualiza las representaciones de valor anteriores, conforme a la nueva información. Este crítico se relaciona usualmente con la actividad dopaminérgica, pues estas neuronas se disparan cuando hay un desfase entre lo esperado y lo real (Schultz, 2002).

El modelo de actor-crítico se asocia con ciertas estructuras del cerebro. Las representaciones del valor, que sirven de input al actor,parecen generarse en regiones del estriado y la corteza frontal. En particular, la corteza órbito-frontal (OFC, todas las siglas se citanen inglés), la corteza ventromedial prefrontal (vmPFC) y el núcleo accumbens (NAcc) se modulan cuando se valoran opciones. La parte del actor que decide no es clara, y entender la significaría resolver el misterio de la conciencia. No obstante, la corteza prefrontal (PFC)parece cumplir un gran papel pues recibe los inputs sensoriales, está conectada con áreas motoras suplementarias, integra información, representa objetivos y el modo de alcanzarlos y, en general, es esencialen el control cognitivo (Miller y Cohen, 2001). En lo que respecta al crítico, ya se mencionaron las regiones dopaminérgicas: la substantia nigra (SN) y el área ventrotegmental (VTA), que generan señales de error, y son esenciales en los modelos de aprendizaje reforzado y para entender el comportamiento flexible y adaptativo.

En suma, el circuito que procesa el valor es extenso y debe ser alimentado con inputs adicionales que provienen del sistema límbico (laamígdala) y otras áreas, como las parietales (intraparietal sulcus, IPS), que parecen esenciales en el procesamiento de las probabilidades y la incertidumbre (Huettel et al., 2005; Yang y Shadlen, 2007).

Cabe preguntar cuál es la relevancia de conocer el circuito de valoración de las recompensas. La idea es que lo que hace el cuerpo y su estructura de procesamiento de recompensas determina el comportamiento económico (una idea que no es novedosa y fue planteada por economistas como Hayek y Edgeworth). La hipótesis explícita de la neuroeconomía es que la neurociencia contribuye a la teoría económica explicando mejor los procesos internos de las personas (Camerer et al., 2005; Lo ewenstein et al., 2008). La hipótesis implícita, que defiende este ensayo, es que si tuviéramos otra estructura corporal, y en particular cerebral, observaríamos otro tipo de decisiones. Es decir,el comportamiento humano no es independiente de la biología y los hallazgos de la neurociencia tienen relevancia (al menos descriptiva, pues aún falta mucho en el campo teórico y explicativo, Bernheim,2008).

Con respecto a la idea de una moneda neuronal común, hay investigaciones que indican que las cortezas prefrontales pueden representarla, específicamente la vmPFC, pues su actividad parecereflejar una señal absoluta y no relativa de valor. Por ejemplo, Smith et al. (2010) lograron diferenciar el valor experimentado y el valor de decisión. En su experimento primero mostraron a los sujetos (hombres heterosexuales) fotos de billetes y de mujeres más y menos atractivas.Como se esperaba, la vmPFC se moduló positivamente con el monto del billete y el atractivo de la mujer (un billete de $10 activaba más la vmPFC que uno de $5). En la siguiente ronda, los sujetos podían pagarpara ver las fotos de las mujeres. Lo interesante es que la actividad de la vmPFC (su parte posterior) en la primera etapa se correlacionó positivamente con la tendencia a pagar por verlas. En otras palabras, era más probable que los sujetos que produjeron una señal más fuerte en la primera etapa ante el rostro de las mujeres pusieran dinero propio para pagar en la ronda de mercado, donde se pagaba por ver.

En otro estudio de elección intertemporal, Kable y Glimcher(2010) encontraron que esa misma región (la vmPFC) se moduló poruna señal absoluta de valor y no por una señal relativa que compara ahora y después. Es decir, el cerebro no hace una comparación binaria entre hoy y mañana; al parecer hay un continuo, una escala neuronal de valor absoluto, que también han encontrado otras investigaciones (Padoa-Schioppa y Assad, 2008).

Pero nunca es tan simple. Hare et al. (2009) encontraron que las señales de vmPFC se modulaban por la corteza dorsolateral prefron-tal (dlPFC). Esto significa que si hay en efecto una escala absoluta en la vmPFC, decidir no es un problema exclusivo de valor, pues laescala se modula. Aun si se construyera un hedonímetro perfectono sería suficiente, pues su funcionamiento no depende únicamentede él: las interacciones cerebrales lo regulan. Luego de construir el hedonímetro habría que saber cómo ocurre la regulación. Quizá el individuo revele una preferencia y el hedonímetro confirme que esla de mayor utilidad, pero que en el momento de decidir la dlPFC altere la valoración original. Esto implicaría que el hedonímetro hipotético debería ser dinámico y captar señales continuamente. Así, el problema es más complejo, pues incluye preferencias reveladas y funcionamiento biológico revelado. Entonces cobra sentido preguntar si un organismo racional consistente implica una biologíare velada consistente, por ejemplo, que elija los bienes que generan mayor señal en la vmPFC después de la modulación por la dlPFC. La hipótesis es que los organismos deben ser consistentes con subiología.

El debate se centra en si esto implica determinismo biológico.En forma de pregunta: ¿decir que el organismo es consistente consu biología implica determinismo biológico? No, pues la biologíaes modulada por el contexto (cultura, ideas, etc.). Un ejemplo:Sokol-Hessner et al. (2009) pidieron a un grupo de sujetos que siguieran una de dos estrategias al elegir, repetidamente, entre unaopción riesgosa y otra segura: la primera era pensar en cada rondacomo si fuera un portafolio, donde lo importante no era la pérdida momentánea sino la ganancia de largo plazo; la segunda era fijarse en las pérdidas y ganancias momentáneas. En el experimento también se registraron las respuestas galvánicas (conductividad eléctrica en la piel, sudoración) y la aversión a las pérdidas. En los sujetos que siguieron la primera estrategia, la aversión a las pérdidasy la respuesta galvánica fueron menores. La respuesta corporal semoduló simplemente diciéndoles que no se centraran en la pérdidamomentánea.

La posición contraria, que la biología nada importa, es insostenible. Los resultados de pruebas genéticas son muy dicientes. En un experimento similar al anterior, donde los sujetos escogían entre una opción segura y otra riesgosa, se encontró que los sujetos que portaban el alelo de un gen, el cual codifica la producción de una enzima que regula el catabolismo de los neurotransmisores -serotonina, dopamina, norepinefrina y epinefrina- tomaban la decisión riesgosa cuando era mejor. En particular, los que portaban el alelo MAOA-L aceptaban la opción riesgosa cuando tenía un valor esperado positivo. Esto no implica determinismo genético, pero pone de relieve que la biología es el sustrato material de nuestro comportamiento.

CONCLUSIONES

Este artículo argumenta, por medio de la revisión de varios estudios, que el cuerpo y el cerebro constituyen el sustrato material de muchas decisiones. Primero presenta trabajos que muestran que los ojos acumulan el valor de las opciones, y que esta acumulación, cuando llega a un umbral, lleva a elegir la opción de mayor valor acumulado. Luego expone evidencia que respalda la tesis según la cual el sistema motor "elige" por nosotros y puede maximizar el valor esperado, en forma implícita-automática. Además, muestra que el volumen del hipotálamo se correlaciona con el comportamiento pro-social y que eldesarrollo de la densidad cortical del cerebro humano se correlaciona con la habilidad cognitiva, la que a su vez guarda una relación con la toma de decisiones económicas. Existen muchos otros estudios que llevan a una conclusión esencial: las decisiones no son platónicas, provienen de un organismo que tiene una estructura específica, y esta determina el procesamiento de la información.

El estudio del cuerpo y del cerebro es entonces esencial, enparticular el estudio del procesamiento del valor. La posibilidad de encontrar una moneda neuronal común debería captar la atención de los economistas. Se ha encontrado, por ejemplo, que la actividad de la vmPFC se correlaciona con las decisiones de mercado (Smith et al., 2010). El hedonímetro que propuso Edgeworth aún no existe y es difícil y quizá imposible construirlo, pero hay algo cierto: el hecho de que podemos entender la idea de cardinalidad implica que nuestro organismo la procesa internamente, que no es una mera construcción cultural; todavía falta saber cómo la procesa.

Somos un cuerpo, con un cerebro, aunque aún no se acepten sus consecuencias. Tal vez porque eso lleva a dejar de lado idealismos,construcciones axiomáticas y dualismos, o por otras razones, como pensar que equivale a un determinismo biológico. No obstante, decir que somos organismos biológicos no significa decir que la biología opera en forma determinística, y ahí radica la diferencia. Este escrito pone de relieve que el cuerpo, sus ojos, músculos y estructuras cerebrales son esenciales para entender las decisiones económicas. Se esfuerza por sintetizar, en forma no exhaustiva, los trabajos sobre la parte corporal más estudiada: el cerebro. Las implicaciones teóricas aún no son claras, pero la idea de que la economía pueda pasar de las preferencias reveladas a la biología revelada es sugerente, y merece atención especial, a nivel teórico, práctico y ético.

1. Alonso, S. "Probabilistic learning: An eye tracking experiment using the weather prediction task", Memorias del XXXIII Congreso Interamericano de Psicología, Medellín, Sociedad Interamericana de Psicología, en prensa.        [ Links ]

2. Ashby, G. y T. Maddox. "Human category learning", Annual Reviews Psychology 56, 2005, pp. 149-178.        [ Links ]

3. Bernheim, D. "On the potential of Neuroeconomics: A critical (buthopeful) appraisal", NBER Working Paper, April, 2008.        [ Links ]

4. Brugier, A. J., S. R. Quartz y P. L. Bossaerts. Exploring the nature oftrading intuition [http://www.econ.upf.edu/docs/seminars/bossaerts1.pdf ].        [ Links ]

5. Buckholtz, J. W., C. L. Asplund, P. E. Dux, D. H. Zald et al. "The neural correlates of third party punishment", Neuron 60, 5, 2008, pp. 930-940.        [ Links ]

6. Burks, S. V., J. P. Carpenter, L. Goette y A. Rustichini. "Cognitive skills affect economic preferences, strategic behavior, and job attachment", PNAS, 2009, pp. 7745-7750.        [ Links ]

7. Camerer, C., G. Loewenstein y D. Prelec. "Neuroeconomics: How Neuroscience can inform Economics", Journal of Economic Literature 43,2005, pp. 9-64.        [ Links ]

8. Churchland, P. Brain-wise: Studies in Neurophilosophy, Cambridge, Mass., MIT Press, 2002.        [ Links ]

9. Coricelli, G. y R. Nagel. "Neural correlates of depth of strategic reasoningin medial prefrontal cortex", PNAS, 2009, pp. 9163-9168.        [ Links ]

10. De Martino, B., C. Camerer y R. Adolphs. "Amygdala damage eliminates monetary loss aversion", PNAS, 2010, pp. 3788-3792.        [ Links ]

11. De Martino, B., D. Kumaran, B. Seymour y R. Dolan. "Frames, biases and rational decision making in the human brain", Science 313, 5787, 2006, pp. 684-687.        [ Links ]

12. Dehaene, S. "Origins of mathematical intuitions", Annals of the New York Academy of Sciences 1156, 2009, pp. 232-259.        [ Links ]

13. Dehaene, S. The number sense: How the mind creates mathematics, New York, Oxford University Press, 1997.        [ Links ]

14. Doya, K., S. Ishii, A. Pouget y R. Rao. Bayesian brain: Probabilistic approaches to neural coding, Cambridge, Mass., MIT Press, 2007.        [ Links ]

15. Estes, W., J. Campbell, N. Hatsopoulos y J. Hurwitz. "Base-rate effectsin category learning: A comparison of parallel network and memory storage-retrieval models", Journal of Experimental Psychology 15, 4, 1989, pp. 556-571.        [ Links ]

16. Fauconnier, G. y M. Turner. The way we think: Conceptual blending and the mind's hidden complexities, New York, Basic Books, 2002.        [ Links ]

17. Fredman, D., M. Riesenhuber, T. Poggio y E. Miller. "A comparison ofprimate prefrontal and inferior temporal cortices during visual categorization", The Journal of Neuroscience 23, 12, 2003, pp. 5235-5246.        [ Links ]

18. Gephstein, S., A. Seydell y J. Trommershauser. "Optimality of human movement under natural variations of visual-motor uncertainty", Journal of Vision 7, 5, 2007, pp. 1-18.        [ Links ]

19. Gigerenzer, G. y H. Brighton. "Homo Heuristicus: Why biased mindsmake better inferences, Topics in Cognitive Science 1, 1, 2009, pp. 107-143.        [ Links ]

20. Glimcher, P. "Choice: Towards a standard back-pocket model", P. Glimcher, E. Fehr, C. Camerer et al. Neuroeconomics: Decision making and the brain, pp. 503-522, London, Academic Press, 2009.        [ Links ]

21. Gould, S. J. The Mismeasure of Man, New York, W. W. Norton and Company, 1981.        [ Links ]

22. Gul, F. y W. Pesendorfer. "The case for mindless economics", A. Caplin y A. Schotter, The Foundations of Positive and Normative Economics, Oxford, Oxford University Press, 2008, pp. 3-42.        [ Links ]

23. Hackman, D. A., M. J. Farah y M. J. Meaney. "Socioeconomic status and the brain: Mechanistic insights from human and animal research", Nature Reviews Neuroscience 11, 2010, pp. 651-659.        [ Links ]

24. Hare, T. A., C. F. Camerer y A. Rangel. "Self-control in decision-makingin volves modulation of the vmPFC Valuation System", Science 324, 5927, 2009, pp. 646-648.        [ Links ]

25. Henrich, J., J. Ensminger, R. McElreath, A. Barr et al., "Markets, religion, community size, and the evolution of fairness and punishment", Science 327, 5972, 2010, pp. 1480-1484.        [ Links ]

26. Huettel, S. A., A. W. Song y G. McCarthy. "Decisions under Uncertainty: Probabilistic Context Influences Activation of Prefrontal and Parietal Cortices", The Journal of Neuroscience 25, 3, 2005, pp. 3304-3311.        [ Links ]

27. Kable, J. W. y P. W. Glimcher. "An 'As soon as possible' effect in human intertemporal decision making: Behavioral evidence and neural mechanisms", Journal of Neurophysiology 103, 5, 2010, pp. 2513-2531.        [ Links ]

28. Kahneman, D. "Maps of bounded rationality: A perspective on intuitive judgment and choice", December, 2002, consultado el 13 de mayode 2011 [http://nobelprize.org/nobel_prizes/economics/laureates/2002/kahnemann-lecture.pdf].        [ Links ]

29. Kahneman, D., P. Slovic y A. Tversky. Judgment under uncertainty: Heuristics and biases, New York, Cambridge University Press, 1982.        [ Links ]

30. Krajbich, I., C. Armel y A. Rangel. "Visual fixations and the computation and comparison of value in simple choice", Nature Neuroscience 13, 10, 2010, pp. 1292-1298.        [ Links ]

31. Lakoff, G. y R. Núñez. Where mathematics comes from: How the embodied mind brings mathematics into being, New York, Basic Books, 2000.        [ Links ]

32. Lakshminarayanan, V. R., M. K. Chen y L. R. Santos. "The evolution of decision-making under risk: Framing effects in monkey risk preferences", Journal of Experimental Social Psychology, en prensa.        [ Links ]

33. Loewenstein, G., R. Scott y J. Cohen. "Neuroeconomics", Annual Reviews Psychology 59, 2008, pp. 647-672.        [ Links ]

34. Mantzavinos, C., D. North y S. Shariq. Learning, institutions and economic performance, Bonn, Max Planck Institute, 2003.        [ Links ]

35. Meeter, M., G. Radics, C. Myers, M. Gluck y R. Hopkins. "Probabilistic categorization: How do normal and amnesic patients do it?", Neuroscience and Biobehavioral Reviews 32, 2, 2008, pp. 237-248.        [ Links ]

36. Miller, E. K. y J. D. Cohen. "An integrative theory of prefrontal cortexfunction", Annual Review of Neuroscience 24, 2001, pp. 167-202.        [ Links ]

37. North, D. C. Understanding the process of economic change, Princeton, Princeton University Press, 2005.        [ Links ]

38. Oullier, O. y F. Basso. "Embodied economics: How bodily information shapes the social coordination dynamics of decision-making", Philosophical Transactions of the Royal Society 365, 1538, 2010, pp. 291-301.        [ Links ]

39. Oullier O., S. Thoron, J. Aimonetti, E. Guerci et al. "Motor synchrony and the emergence of trust in social economics games", Front. Comput.Neurosci. Conference Abstract: Computations, Decisions and Movement, February, 2010 [doi: 10.3389/conf.fnins.2010.01.00014].        [ Links ]

40. Padoa-Schioppa, C. y A. J. Assad. "The representation of economic value in the orbitofrontal cortex is invariant for changes of menu", Nature Neuroscience 11, 2008, pp. 95-102.        [ Links ]

41. Pfeifer, R. y J. Bongard. How the body shapes the way we think, Cambridge, Mass., MIT Press, 2006.        [ Links ]

42. Rizzolatti, G. y L. Craighero. "The Mirror-Neuron System", Annual Review of Neuroscience 27, 2004, pp. 169-192.        [ Links ]

43. Rushton, J. P. y C. D. Ankney. "Whole brain size and general mental ability: A review", International Journal of Neuroscience 119, 5, 2009, pp. 692-732.        [ Links ]

44. Sabbagh, M. A., S. F. Hopkins, J. E. Benson y J. F. Randall "Conceptual change and preschoolers' theory of mind: Evidence from load-forceadaptation", Neural Networks 23, 8-9, 2010, pp. 1043-1050.        [ Links ]

45. Schultz, W. "Getting formal with dopamine and reward", Neuron 36, 2, 2002, pp. 241-263.        [ Links ]

46. Shaw, P., D. Greenstein, J. Lerch, L. Clasen et al. "Intellectual ability and cortical development in children and adolescents", Nature 440, 2006, pp. 676-679.        [ Links ]

47. Smith, D. V., B. Y. Hayden, T. K. Truong, A. W. Song et al. "Distinctvalue signals in anterior and posterior ventromedial prefrontal cortex",The Journal of Neuroscience 30, 7, 2010, pp. 2490-2495.        [ Links ]

48. Sokol-Hessner, P., M. Hsu, N. Curley, M. Delgado et al. "Thinking likea trader selectively reduces individuals' loss aversion", PNAS 106, 2009, pp. 5035-5040.        [ Links ]

49. Sternberg, R. J. "The theory of successful intelligence", Review of General Psychology 3, 4, 1999, pp. 292-316.        [ Links ]

50. Sugrue, L., G. Corrado y W. Newsome. "Choosing the greater of twogoods: Neural currencies for valuation and decision making", Nature Reviews, Neuroscience 6, 5, 2005, pp. 363-375.        [ Links ]

51. Temperley, D. Music and probability, Cambridge, Mass., MIT Press, 2007.        [ Links ]

52. Tost, H., B. Kolachana, S. Hakimi, H. Lemaitre et al. "A common allelein the oxytocin receptor gene (OXTR) impacts prosocial temperamentand human hypothalamic-limbic structure and function", PNAS 107, 2010, pp. 13936-13941.        [ Links ]

53. Trommershäuser, J., L. T. Maloney y M. S. Landy. "Statistical decision theory and the selection of rapid, goal-directed movements", Journal of the Optical Society of America 20, 7, 2003, pp. 1419-1433.        [ Links ]

54. Tversky, A. y D. Kahneman. "The framing of decisions and the psychology of choice", Science 211, 4481, 1981, pp. 453-458.        [ Links ]

55. Witt, J. K. y D. R. Proffitt, "Action-specific influences on distance perception: A role for motor simulation", Journal of Experimental Psychology 34, 6, 2008, 1479-1492.        [ Links ]

56. Yang, T. y M. Shadlen. "Probabilistic reasoning by neurons", Nature 447,2007, pp. 1975-1080.        [ Links ] ]]> 1 2 2005 56 149-178 3 Apri l, 2 4 5 2008 60 5 5 930-940 6 2009 7745-7750 7 2005 43 9-64 8 2002 9 2009 9163-9168 10 2010 3788-3792 11 2006 313 5787 5787 684-687 12 2009 232-259 13 1997 14 2007 15 1989 15 4 4 556-571 16 2002 17 2003 23 12 12 5235-5246 18 2007 7 5 5 1-18 19 2009 1 1 1 107-143 20 2009 503-522 21 1981 22 2008 3-42 23 2010 11 651-659 24 2009 324 5927 5927 646-648 25 2010 327 5972 5972 1480-1484 26 2005 25 3 3 3304-3311 27 2010 103 5 5 2513-2531 28 Dece mb er 29 1982 30 2010 13 10 10 1292-1298 31 2000 32 33 2008 59 647-672 34 2003 35 2008 32 2 2 237-248 36 2001 24 167-202 37 2005 38 2010 365 1538 1538 291-301 39 Febr ua ry 40 2008 11 95-102 41 2006 42 2004 27 169-192 43 2009 119 5 5 692-732 44 2010 23 8-9 8-9 1043-1050 45 2002 36 2 2 241-263 46 2006 440 676-679 47 2010 30 7 7 2490-2495 48 2009 106 5035-5040 49 1999 3 4 4 292-316 50 2005 6 5 5 363-375 51 2007 52 2010 107 13936-13941 53 2003 20 7 7 1419-1433 54 1981 211 4481 4481 453-458 55 2008 34 6 6 1479-1492 56 2007 447 1975-1080