🏷️ Origen

La formuló el economista y analista estadounidense Daniel Ellsberg en un célebre artículo de 1961, Risk, Ambiguity, and the Savage Axioms (Quarterly Journal of Economics). Es el mismo Ellsberg que años después filtraría los papeles del Pentágono, pero en su primera vida académica dejó esta pequeña bomba en la teoría de la decisión. El título va en cursiva por ser un término técnico moderno.

🤔 Qué es (el planteamiento)

Tienes una urna con 90 bolas. Sabes con certeza que 30 son rojas. Las otras 60 son negras o amarillas, en una proporción que desconoces: podrían ser 60 negras y 0 amarillas, 0 y 60, o cualquier mezcla. Ahora te ofrecen dos apuestas y tú eliges una:

• Apuesta 1: ganas 100 € si sale roja. (Sabes que hay exactamente 30 de 90 → 1/3 seguro.)
• Apuesta 2: ganas 100 € si sale negra. (No sabes cuántas negras hay: entre 0 y 60.)

La mayoría de la gente elige la roja: prefiere la probabilidad conocida. Hasta aquí, razonable. Pero ahora cambian las apuestas:

• Apuesta 3: ganas si sale roja o amarilla.
• Apuesta 4: ganas si sale negra o amarilla. (Sabes que negras + amarillas = 60 → 2/3 seguro.)

Y ahora la mayoría elige la 4: otra vez la probabilidad conocida (2/3) frente a la incierta. El problema es que esas dos elecciones juntas son incompatibles con cualquier creencia coherente sobre cuántas bolas negras hay.

🌀 Por qué descoloca (la tensión)

Descoloca porque cada elección, por separado, parece de puro sentido común, y sin embargo no pueden coexistir. Fíjate: en la primera ronda preferir «roja» a «negra» significa, en el fondo, actuar como si creyeras que hay menos negras que rojas. Pero en la segunda ronda preferir «negra o amarilla» a «roja o amarilla» —quitando las amarillas, que están en los dos lados— significa actuar como si creyeras que hay más negras que rojas. No puedes creer las dos cosas a la vez. La elección viola el principio de la cosa segura de Savage, uno de los pilares de la teoría racional de la decisión: si las amarillas dan lo mismo en las dos apuestas, no deberían cambiar tu preferencia entre negra y roja. Pero la cambian.

🔑 Soluciones e intentos de respuesta

• No es que la gente sea tonta: es aversión a la ambigüedad. El patrón es tan sistemático que Ellsberg lo leyó no como un error de cálculo, sino como una preferencia real: preferimos lo medible (riesgo con probabilidad conocida) a lo desconocido (ambigüedad, sin probabilidad fiable). Ante lo que no podemos ni cuantificar, sospechamos que «el reparto está amañado en nuestra contra».
• Es racional, pero con otra regla: varias teorías rescatan ese comportamiento sin llamarlo irracional. La utilidad esperada máximin (Gilboa-Schmeidler) dice que ante la ambigüedad decides pensando en el peor reparto posible de negras y amarillas; entonces preferir lo conocido sí es coherente. Pega: es una teoría más complicada y con parámetros que hay que fijar a mano.
• Salvar la ortodoxia: un bayesiano estricto responde que deberías asignar una probabilidad (por simetría, 30 negras esperadas) y entonces las dos apuestas de cada ronda empatan, así que da igual qué elijas. Pega: describe cómo deberíamos decidir, pero no cómo decidimos de hecho, ni por qué la aversión a lo desconocido es tan universal.

🧠 Qué debate de fondo toca

Toca la frontera entre riesgo (no sabes qué saldrá, pero sabes las probabilidades: una ruleta) e incertidumbre o ambigüedad (ni siquiera conoces las probabilidades: un mercado nuevo, una pandemia inédita) —una distinción que ya había subrayado Frank Knight—. Cuestiona si la teoría clásica de la decisión racional describe de verdad a los humanos, y alimenta toda la economía del comportamiento. Tiene filo práctico enorme: explica por qué exigimos una prima extra por lo desconocido, por qué los mercados castigan la incertidumbre más que el riesgo medible, y por qué en política y finanzas «no saber las probabilidades» pesa distinto que «saber que la probabilidad es mala».

🔗 Relacionadas / fuentes

• Misma familia (decisión y probabilidad): `paradoja-de-allais.md`, `san-petersburgo.md`, `los-dos-sobres.md`. Base: `_INDICE-paradojas.md`.
• Fuentes: D. Ellsberg (QJE, 1961); L. J. Savage (The Foundations of Statistics, 1954); F. Knight (Risk, Uncertainty and Profit, 1921); Gilboa & Schmeidler sobre máximin.