El raonament probabilístic és un tipus de raonament inductiu que forma part del temari de l’assignatura de Pensament i Resolució de problemes. El nostre objectiu en aquesta assignatura és familiaritzar els estudiants amb les teories i els resultats de la recerca més rellevant al camp, afavorint al mateix temps el seu raonament analític i crític (competència transversal del grau de Psicologia). La comprensió de les probabilitats és un aspecte cabdal de la presa de decisions informada en àmbits quotidians com el mèdic o l’econòmic. Tanmateix, sabem que la majoria de persones no són capaces de resoldre problemes Bayesians, on cal calcular la probabilitat d’una hipòtesi a partir d’una dada (p.ex. la probabilitat de patir una malaltia, havent donat positiu a un test). El rendiment en aquests casos sol estar al voltant d’un 10% d’encerts, però si la informació es presenta en forma de freqüències (3 de 15) en lloc de percentatges (20%), el rendiment pot millorar fins el 50% (p.ex., Johnson & Tubau, 2015; McDowell & Jacobs, 2017). No obstant, en les condicions aparentment més fàcils d’entendre, encara hi ha un nombre important de persones que mostren dificultats. Els nostres estudiants no són una excepció i malgrat que se’ls expliqui el teorema de Bayes a classe, o representacions equivalents en forma d’arbres de freqüència, solen tenir dificultats per a entendre conceptes com la probabilitat a posteriori. Un aspecte que no ajuda és que molts pateixen d’ansietat matemàtica, una sensació de por i aprensió davant contextos matemàtics, que els duu a evitar situacions on hagin d’aplicar nombres o a respondre de forma ràpida i poc acurada per a fugir-ne. En aquest context, diversos estudis (p.ex. Fitzimmons et al., 2023; Starns et al., 2019) han mostrat la utilitat d’emprar una estratègia espacial en l’ensenyament dels conceptes de probabilitat. La representació espacial de les proporcions és força més intuïtiva que l’aplicació de fórmules i ja està present en la vida quotidiana de les persones (p.ex. quan l’ordinador mostra quant manca per descarregar un programa). A més, permet traduir les proporcions numèriques a una representació visual, el que d’una banda encoratja les persones a focalitzar-se en una comprensió més profunda de les proporcions i, d’una altra, pot millorar l’evitació que les persones amb ansietat a les matemàtiques mostren en front als números. Per aquest motiu, per tal de facilitar la comprensió de les probabilitats, pretenem adaptar la metodologia proposada per Starns et al. (2021). De forma guiada, però facilitant l’aprenentatge actiu, es tracta de mostrar als estudiants com representar els diversos elements de la fórmula Bayesiana (probabilitats prèvia, conjunta, condicionada i a posteriori) com barres de diversa llargada que poden comparar i relacionar. Els exercicis proposats també ajuden als estudiants a trobar les correspondències amb els elements de l’equació matemàtica. Aquesta metodologia també podrà ser d’utilitat en totes aquelles tasques on és important comparar probabilitats condicionades, com ara les tasques d’inferència causal, explicades en el context de l’assignatura.