Lost in Translation: Sesgos y la información en la pandemia de COVID-19 / Lost in Translation: Biases and information in the COVID-19 pandemic

ABSTRACT

The COVID-19 pandemic has produced an endless stream of information in relation to data, analysis and projections of all aspects of this disease. One of the characteristics of scientific information is that it is full of uncertainties, which are not correctly disclosed to the general population. In this essay, we describe the main cognitive biases that cause people to modify their perception of risk, where the most important are memory, novelty, and emotionality or affection. In addition, we review frequent errors that have been made in terms of collection, dissemination and analysis of information by scientific communicators, experts in other areas and the media in general. Ideally, these biases and confounders should be known to all who participate in the flow of information on the health problems of this pandemic, in order to integrate the uncertainty inherent in the data and the critical analysis of the information received.

RESUMEN

La pandemia COVID-19 ha producido un caudal interminable de información en relación a datos, análisis y proyecciones de todos los aspectos de esta enfermedad. Una de las características de la información científica es que está llena de incertidumbres, las que no se divulgan correctamente a la población general. En este ensayo, hacemos una descripción de los principales sesgos cognitivos que hacen que las personas modifiquen su percepción de riesgo donde los más importantes son el de memoria, de novedad y emocionalidad o afecto. Además, revisamos errores frecuentes que se pueden cometer en términos de recolección, difusión y análisis de la información de parte de comunicadores científicos, expertos en otras áreas y medios de comunicación en general. Idealmente, estos sesgos y confundentes deben ser conocidos por todos los que participan en el flujo de información de los problemas de salud de esta pandemia, de manera de poder integrar la incertidumbre inherente a los datos y el análisis crítico de la información que se recibe.