Seguro lo has visto en redes: «los que menos saben son los que más seguros están». Se le atribuye al efecto Dunning-Kruger y se usa para explicar desde el cuñado de la cena hasta un político en televisión. La frase pega, pero la ciencia detrás es más interesante y bastante menos tajante.
Este artículo explica qué es el efecto Dunning-Kruger, qué midieron de verdad sus autores en 1999, qué ejemplos tienen respaldo en estudios y por qué hoy se discute si el patrón es un rasgo de la mente o, en parte, un artefacto de cómo se miden y grafican los datos. También verás cómo calibrar mejor lo que crees saber, sin usar la etiqueta contra nadie.
Respuesta corta: el efecto Dunning-Kruger es el hallazgo de que quienes peor rinden en una tarea tienden a sobrestimar más su desempeño. En el estudio original, personas en el percentil 12 se ubicaron en el 62. Hoy se discute cuánto de eso es falta de autoconocimiento y cuánto es un efecto estadístico. Describe un sesgo común y no sirve para diagnosticar a nadie.
¿Qué es el efecto Dunning-Kruger? Significado y origen
En psicología, el efecto Dunning-Kruger es un sesgo de autoevaluación descrito en 1999 por Justin Kruger y David Dunning. Consiste en que las personas con menos habilidad en una tarea estiman que lo hicieron mejor de lo que fue, mientras que quienes rinden bien se calibran con más precisión. La explicación original: la misma falta de habilidad que causa los errores impide notarlos.
En el estudio original, con cuatro experimentos sobre humor, gramática y lógica, quienes quedaron en el cuartil más bajo tenían un puntaje equivalente al percentil 12, pero se estimaron en el percentil 62 (Kruger y Dunning, 1999). Los autores lo llamaron «doble carga»: la persona comete errores y, además, le falta la capacidad metacognitiva (distinguir lo acertado de lo errado) para verlos.
A la concordancia entre lo que crees que sabes y lo que realmente sabes se le llama calibración metacognitiva. El efecto es un caso particular de algo más amplio, el sesgo de exceso de confianza: en general, a las personas se nos da bien pensar que lo hacemos mejor de lo que lo hacemos.
Hay un detalle que casi nunca se cuenta. En el mismo trabajo, mejorar las habilidades de los participantes de bajo rendimiento los ayudó a reconocer los límites de lo que sabían. La conclusión de fondo apunta a otra cosa: saber más ayuda a juzgarse mejor.
Lo que el efecto Dunning-Kruger no dice
Alrededor del efecto circulan varias ideas que el estudio no sostiene. Conviene separarlas antes de hablar de ejemplos.
- «Los tontos se creen genios». El cuartil más bajo se estimó en el percentil 62: sobre el promedio, pero lejos de «el mejor del grupo». Y se trata de rendimiento en una tarea concreta, no de inteligencia general.
- La «montaña de la estupidez». La curva con un pico enorme de confianza al empezar a aprender y un valle después no está en el estudio original, que compara cuatro grupos de rendimiento. Nuhfer y su equipo, autores de una de las críticas estadísticas al efecto, la tratan como un mito de divulgación (Nuhfer et al., 2017).
- «Los expertos dudan de todo». Los que rinden muy bien tienden a subestimarse un poco, no a vivir en la duda. En ese mismo trabajo, el error medio de los expertos fue de apenas 2,4 puntos porcentuales por debajo de su desempeño real.
- «Es un rasgo de ciertas personas». El patrón se describió tarea por tarea (humor, gramática, lógica). Una misma persona puede ser buena calibrando en un área que domina y mala en otra donde sabe poco.
Ejemplos del efecto Dunning-Kruger con respaldo en estudios
La mayoría de los ejemplos que circulan son anécdotas. Los de esta tabla vienen de estudios publicados. Todos describen patrones en grupos, no lo que le pasa a una persona concreta, y varios son correlacionales: no demuestran qué causa qué.
| Ámbito | Qué se midió | Qué se encontró | Estudio |
|---|---|---|---|
| Razonamiento | Test de reflexión cognitiva | Quienes más errores cometieron sobrestimaron su desempeño más de 3 veces; quienes puntuaron muy alto lo subestimaron | Pennycook et al., 2017 |
| Salud | Alfabetización en salud en 504 adultos | Con menor alfabetización, igual o más confianza en su conocimiento y más conductas de salud problemáticas | Canady y Larzo, 2023 |
| Vacunas | Encuesta a 1.310 adultos de EE. UU. | El 36 % creía saber tanto o más que los médicos sobre las causas del autismo; la sobreconfianza fue mayor en quienes menos sabían | Motta et al., 2018 |
| Profesionales | Revisión de 17 estudios en médicos | En 13 de 20 comparaciones, la autoevaluación se relacionó poco, nada o de forma inversa con la evaluación externa | Davis et al., 2006 |
El ejemplo del test de reflexión es el más claro. Son preguntas con una respuesta intuitiva que suele ser errónea, y las personas que caen en la trampa tienden a creer que les fue bien (Pennycook et al., 2017). Según los autores, parte de por qué somos sesgados es que no notamos, o no nos importa, nuestro propio sesgo.
El caso de las vacunas muestra por qué importa: la sobreconfianza se asoció con rechazar la vacunación obligatoria y con valorar más la opinión de no expertos (Motta et al., 2018). Es una asociación en una encuesta, y no prueba que la confianza cause esas actitudes.
Y en medicina, la revisión de Davis y colegas encontró que los profesionales menos competentes y los más seguros de sí mismos fueron los peor calibrados. Los autores concluyen que la formación continua debería apoyarse más en evaluaciones externas.
¿Por qué ocurre? La explicación de la doble carga
La explicación clásica es la metacognitiva. Para saber que una respuesta es incorrecta hace falta, en buena parte, la misma habilidad que se necesitaba para responder bien.
Los mismos autores pusieron a prueba esa idea en cinco estudios y encontraron que quienes rinden peor no ven sus errores ni siquiera en situaciones reales y con incentivos para acertar. Un metaanálisis dentro del trabajo ubicó el problema en no reconocer los propios errores, y no en juzgar mal a los demás (Ehrlinger et al., 2008).
Una réplica con unos 4.000 participantes por estudio llegó a una conclusión parecida con otro método. Un modelo racional del efecto mostró que los datos se explican mejor si quienes rinden peor son menos capaces de saber si acertaron en gramática y razonamiento lógico (Jansen et al., 2021).
¿Y si fuera un artefacto estadístico? El debate actual
Desde hace años hay críticas serias, publicadas en revistas científicas. Se pueden resumir en una pregunta: ¿el patrón refleja una falla de autoconocimiento, o aparece casi por construcción cuando se miden dos cosas imperfectas y se agrupan por cuartiles?
- En 12 tareas a lo largo de 3 estudios, en tareas de dificultad moderada los mejores y los peores se equivocaban casi igual, y en tareas muy difíciles los mejores se equivocaban más. Concluyeron que juzgadores de todo nivel cometen errores parecidos, por ruido más sesgo (Burson et al., 2006).
- Con datos de números aleatorios, la misma forma de graficar produce el patrón famoso. Con 1.154 participantes y un análisis por criterios, el sesgo medio fue de +2,1 puntos porcentuales en novatos (estudiantes) y de 2,4 puntos por debajo en expertos (profesores), y solo cerca de 5 % mostró sobreconfianza extrema (Nuhfer et al., 2017). Los autores son educadores científicos y presentan su análisis como alternativa al gráfico clásico.
- Un modelo puramente estadístico reproduce los datos casi a la perfección sin explicación psicológica (Magnus y Peresetsky, 2022).
- En dos experimentos con tareas de puntería y memoria, el principal motor del patrón fue el nivel de rendimiento. Al ajustar la dificultad para que todos tuvieran el mismo éxito, el patrón desapareció (McIntosh et al., 2019).
- Un informe registrado con razonamiento matricial encontró que los que rindieron peor estaban, de hecho, apropiadamente menos confiados, y sus autores concluyen que el efecto clásico es un artefacto de regresión estadística (McIntosh et al., 2022).
- En 281 personas medidas en inteligencia, con métodos estadísticos mejorados solo quedó apoyo al efecto en inteligencia verbal, y limitado a jóvenes con alta educación (Hofer et al., 2022).
La otra mitad del debate también tiene datos. Los estudios de Ehrlinger y de Jansen, citados arriba, defienden que hay una diferencia real en la capacidad de juzgar los propios aciertos. Además, Kruger y Dunning han argumentado que la sobreestimación de los peores es mayor que la subestimación de los mejores, algo que una regresión simple no predice (Kruger y Dunning, 1999; Ehrlinger et al., 2008).
Una lectura prudente: casi todos coinciden en que nos calibramos de manera imperfecta y en que quienes rinden peor suelen ser más optimistas. Lo que está disputado es el porqué. La versión «no ven sus errores porque les falta la misma habilidad» ya no se puede dar por cerrada.
¿Cómo saber si me pasa a mí? Cómo calibrar mejor lo que sé
No existe un test con puntaje que mida «tu Dunning-Kruger». El efecto es una brecha entre lo que alguien cree y lo que logra, y se calcula en grupos con datos objetivos. Lo que sí puedes hacer es poner a prueba tu propia autoevaluación.
- Predice antes y compara después. Antes de un examen, una entrega o un proyecto, anota qué resultado esperas. Cuando llegue la nota o la devolución, compara. Es el método de predicción y postdicción que Nuhfer et al. (2017) proponen para entrenar la autoevaluación.
- Pide una evaluación externa y concreta. La revisión de Davis et al. (2006) sugiere confiar más en observaciones externas que en la impresión propia. Pregunta qué hiciste bien y qué faltó, con ejemplos.
- Mide contra un criterio, no contra «los demás». Estimar cómo te comparas con otros exagera tanto la sobreconfianza como la subconfianza, según Hartwig y Dunlosky (2014). «¿Domino estos cinco temas?» calibra mejor que «¿soy mejor que el promedio?».
- Aprende más del tema antes de opinar. En el estudio original, mejorar las habilidades fue lo que ayudó a reconocer los límites (Kruger y Dunning, 1999).
- Busca el mejor argumento en contra. Cuando algo te parezca obvio, pregúntate qué diría alguien que sabe del tema y no está de acuerdo. Esta pauta es razonable, pero no una intervención probada.
Los pasos 1 a 4 tienen respaldo directo en los estudios citados, aunque casi siempre en contextos educativos y no en la vida cotidiana. No hay ensayos que midan si esto cambia cómo se juzgan los adultos fuera del aula.
Cuidado con usarlo como insulto
Es tentador decir «eso es Dunning-Kruger» cuando alguien opina distinto. Hay dos razones para frenar. La primera es estadística: en el análisis de Nuhfer et al. (2017), solo cerca de 5 % de las personas mostraba sobreconfianza extrema, y los errores por exceso y por defecto fueron casi igual de frecuentes. Asumir que quien se equivoca «no sabe que no sabe» suele ser un error.
La segunda es personal. Todos somos novatos en casi todo, así que el sesgo nos incluye. Y el extremo contrario también existe: dudar de tu competencia pese a tener evidencia de que la tienes, que se describe en el artículo sobre el síndrome del impostor. Detectar estos patrones de pensamiento es parte de lo que se trabaja con las distorsiones cognitivas.
Los propios Nuhfer y colaboradores advierten que el término se ha vuelto un recurso para desestimar a otros, cuando la autoevaluación es una habilidad que se puede entrenar.
¿Cuándo conviene consultar a un psicólogo?
El efecto Dunning-Kruger no es un trastorno ni un diagnóstico. Pero calibrarse mal de forma persistente, para arriba o para abajo, puede tener costos reales. Conviene consultar si:
- Te cuesta mucho aceptar comentarios sobre tu desempeño y eso genera conflictos repetidos en el trabajo, los estudios o la pareja.
- Tomas decisiones importantes de salud basándote solo en tu convicción, sin contrastarlas con profesionales.
- Dudas de tu competencia casi siempre, aunque los resultados digan lo contrario, o evitas evaluaciones por miedo a quedar mal.
- Notas ansiedad, ánimo bajo o baja autoestima asociados a cómo te juzgas.
Un psicólogo clínico puede ayudarte a examinar esas creencias con técnicas de terapia cognitivo-conductual. Una de ellas, el experimento conductual, funciona igual que el paso 1 de arriba: predices qué pasará, lo pruebas y comparas con lo que ocurrió. Si quieres conversarlo, escribe a contacto.
Preguntas frecuentes
¿Qué es el efecto Dunning Kruger en palabras simples?
Es la tendencia de quienes tienen poca habilidad en algo a sobrestimar su desempeño, porque les falta justo el conocimiento para notar sus errores. Se describió en 1999 con pruebas de humor, gramática y lógica. Hoy se debate cuánto del patrón es psicológico y cuánto es un efecto de cómo se miden los datos.
¿Es verdad que los que menos saben se creen más inteligentes?
Solo en parte. En el estudio original, el grupo de menor rendimiento se estimó por encima del promedio, pero sin llegar a creerse el mejor. Análisis posteriores sugieren que la sobreconfianza extrema es poco frecuente, cerca de 5 % en un estudio, y que mucha gente se evalúa con bastante precisión.
¿El efecto Dunning-Kruger es real o es un mito estadístico?
Está en discusión. Las réplicas grandes apoyan que quienes rinden peor juzgan peor sus aciertos, mientras que varios trabajos con métodos distintos sostienen que gran parte del patrón es un artefacto estadístico. Lo seguro es que nos calibramos de forma imperfecta. El porqué todavía no está cerrado.
¿Cuál es un ejemplo claro del efecto Dunning-Kruger?
El mejor respaldado viene del test de reflexión cognitiva: quienes más errores cometieron sobrestimaron su desempeño más de tres veces, y quienes puntuaron muy alto lo subestimaron. Otros ejemplos incluyen la alfabetización en salud y las creencias sobre vacunas, siempre como asociaciones en grupos de personas.
¿Qué es la montaña de la estupidez?
Es un gráfico de internet con un pico de confianza al empezar a aprender y un valle después. No aparece en el estudio original de Kruger y Dunning, que solo compara grupos de rendimiento, y los análisis de Nuhfer y colegas lo consideran un mito de divulgación, no un hallazgo.
¿Cómo se evita el efecto Dunning-Kruger?
No hay una fórmula probada, pero sí pautas con apoyo: predecir tu resultado y comparar, pedir evaluaciones externas concretas, medirte contra un criterio y no contra otros, y aprender más del tema. Todo eso mejora la calibración en contextos educativos, aunque falta evidencia fuera del aula.
Lo que sabemos y lo que queda por saber
Sabemos que las personas nos calibramos de forma imperfecta, que quienes rinden peor suelen ser más optimistas sobre su desempeño en varias tareas y que entrenar habilidades ayuda a reconocer los límites. También sabemos que la explicación metacognitiva original está bajo crítica seria, con datos a favor y en contra.
No sabemos cuánto del patrón sobrevive a los métodos que separan el ruido de la metacognición real, ni existe un metaanálisis que lo resuelva. Tampoco hay datos en población chilena ni ensayos que midan si las pautas de calibración funcionan en adultos fuera del aula. Los ejemplos de salud y vacunas son transversales y no prueban causa.
¿Te gustaría conversarlo con alguien?
Si algo de lo que leíste te tocó de cerca y quieres hablarlo con un psicólogo, puedes agendar una hora. Vemos juntos por dónde empezar, a tu ritmo.
Si estás pasando por una crisis o piensas en hacerte daño, llama al *4141, la Línea de Prevención del Suicidio del Ministerio de Salud: es gratuita desde celulares y atiende las 24 horas, todos los días.
Referencias
Burson, K. A., Larrick, R. P., & Klayman, J. (2006). Skilled or unskilled, but still unaware of it: How perceptions of difficulty drive miscalibration in relative comparisons. Journal of Personality and Social Psychology, 90(1), 60-77. https://doi.org/10.1037/0022-3514.90.1.60
Canady, B. E., & Larzo, M. (2023). Overconfidence in managing health concerns: The Dunning-Kruger effect and health literacy. Journal of Clinical Psychology in Medical Settings, 30(2), 460-468. https://doi.org/10.1007/s10880-022-09895-4
Davis, D. A., Mazmanian, P. E., Fordis, M., Van Harrison, R., Thorpe, K. E., & Perrier, L. (2006). Accuracy of physician self-assessment compared with observed measures of competence: A systematic review. JAMA, 296(9), 1094-1102. https://doi.org/10.1001/jama.296.9.1094
Ehrlinger, J., Johnson, K., Banner, M., Dunning, D., & Kruger, J. (2008). Why the unskilled are unaware: Further explorations of (absent) self-insight among the incompetent. Organizational Behavior and Human Decision Processes, 105(1), 98-121. https://doi.org/10.1016/j.obhdp.2007.05.002
Hartwig, M. K., & Dunlosky, J. (2014). The contribution of judgment scale to the unskilled-and-unaware phenomenon: How evaluating others can exaggerate over- (and under-) confidence. Memory & Cognition, 42(1), 164-173. https://doi.org/10.3758/s13421-013-0351-4
Hofer, G., Mraulak, V., Grinschgl, S., & Neubauer, A. C. (2022). Less-intelligent and unaware? Accuracy and Dunning-Kruger effects for self-estimates of different aspects of intelligence. Journal of Intelligence, 10(1), Artículo 10. https://doi.org/10.3390/jintelligence10010010
Jansen, R. A., Rafferty, A. N., & Griffiths, T. L. (2021). A rational model of the Dunning-Kruger effect supports insensitivity to evidence in low performers. Nature Human Behaviour, 5(6), 756-763. https://doi.org/10.1038/s41562-021-01057-0
Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121-1134. https://doi.org/10.1037/0022-3514.77.6.1121
Magnus, J. R., & Peresetsky, A. A. (2022). A statistical explanation of the Dunning-Kruger effect. Frontiers in Psychology, 13, Artículo 840180. https://doi.org/10.3389/fpsyg.2022.840180
McIntosh, R. D., Fowler, E. A., Lyu, T., & Della Sala, S. (2019). Wise up: Clarifying the role of metacognition in the Dunning-Kruger effect. Journal of Experimental Psychology: General, 148(11), 1882-1897. https://doi.org/10.1037/xge0000579
McIntosh, R. D., Moore, A. B., Liu, Y., & Della Sala, S. (2022). Skill and self-knowledge: Empirical refutation of the dual-burden account of the Dunning-Kruger effect. Royal Society Open Science, 9(12), Artículo 191727. https://doi.org/10.1098/rsos.191727
Motta, M., Callaghan, T., & Sylvester, S. (2018). Knowing less but presuming more: Dunning-Kruger effects and the endorsement of anti-vaccine policy attitudes. Social Science & Medicine, 211, 274-281. https://doi.org/10.1016/j.socscimed.2018.06.032
Nuhfer, E., Fleischer, S., Cogan, C., Wirth, K., & Gaze, E. (2017). How random noise and a graphical convention subverted behavioral scientists’ explanations of self-assessment data: Numeracy underlies better alternatives. Numeracy, 10(1), Artículo 4. https://doi.org/10.5038/1936-4660.10.1.4
Pennycook, G., Ross, R. M., Koehler, D. J., & Fugelsang, J. A. (2017). Dunning-Kruger effects in reasoning: Theoretical implications of the failure to recognize incompetence. Psychonomic Bulletin & Review, 24(6), 1774-1784. https://doi.org/10.3758/s13423-017-1242-7