El experimento de la cárcel de Stanford se cuenta como si fuera una demostración de que la situación manda sobre la conducta. Lo que la evidencia sostiene es más angosto: 24 estudiantes, una semana, una prisión simulada que se salió de control. Entre la versión que circula y la que resiste el contraste con las críticas hay una distancia que vale la pena recorrer.
Durante décadas, la historia de Stanford se ha usado en aulas de todo el mundo para explicar el poder de la situación: personas sin experiencia, colocadas en el papel de guardia, se vuelven duras en cuestión de días. Es un recurso potente para hablar de autoridad, de identidad situacional y de arquitectura institucional. Es también uno de los estudios más citados y de los menos examinados. Las críticas no dicen que el estudio fuera falso ni que los participantes actuaran en escena. Dicen otra cosa, más incómoda: el diseño no permite separar el efecto de la situación del efecto de las instrucciones, del efecto de la autoselección y del efecto de un cierre decidido sobre la marcha.
Lo que sigue ordena ese material. Primero se reconstruye lo que se cuenta del experimento, con el detalle del procedimiento que aparece en el informe original y en las reconstrucciones posteriores. Después se presentan las críticas: el reclutamiento, las instrucciones dadas a los guardias, el tamaño de la muestra, el lugar que ocupaba el investigador dentro de la simulación, el estudio de la BBC y el análisis de la cobertura en los libros de texto. Al final se separa lo que se asocia con lo que la evidencia no permite afirmar.
El ángulo es deliberado. La pregunta útil no es si el experimento demuestra que las personas son moldeadas por su situación, porque esa formulación ya trae la respuesta dentro. La pregunta útil es qué se observó, con qué diseño, y qué interpretaciones sobreviven al contraste. La diferencia importa en la práctica: leer el caso como una ley situacional empuja a esperar que cambiar la estructura de una institución resuelva el problema de la crueldad, cuando el material sugiere algo bastante más modesto y, a la vez, bastante más accionable.
Qué se cuenta: la versión que circula
La versión que circula tiene cuatro elementos. El primero es el contexto: en agosto de 1971, en la Universidad de Stanford, un equipo dirigido por Philip Zimbardo instala una prisión simulada en el sótano del departamento de psicología, en Jordan Hall. El segundo es la muestra: se reclutan estudiantes universitarios mediante un anuncio en periódicos, con una paga de 15 dólares diarios por participar en un “estudio psicológico de la vida en prisión”; de quienes responden, se selecciona a los 24 considerados más estables, físicamente y mentalmente, y con menos antecedentes antisociales. De los 75 que respondieron, el equipo los interrogó sobre salud mental, historia familiar y comportamientos antisociales previos, y de ese filtro salieron los 24 participantes.
El tercero es el reparto: los roles de prisionero y de guardia se asignan al azar, y los participantes del rol de prisionero son “arrestados” por la policía real de Palo Alto para dar inicio formal al estudio. El cuarto es el desenlace: en pocos días los guardias ejercen humillaciones y castigos, los prisioneros se deprimen, pierden la noción de sí y se repliegan, y el estudio se cierra al sexto día, cuando una visitante externa, la psicóloga Christina Maslach, llega a las instalaciones y cuestiona las condiciones.
La síntesis que suele acompañar a esos cuatro elementos es la frase “el poder de la situación”. Zimbardo y su equipo la formularon en un texto que se sigue citando: personas buenas pueden ser inducidas, seducidas e iniciadas a comportarse mal mediante la inmersión en “situaciones totales”. La afirmación es poderosa y popular porque resume el caso en una línea y porque encaja con una expectativa incómoda sobre la propia conducta: si alguien sin experiencia previa se vuelve cruel en un sótano, la clemencia propia no es una garantía.
Lo que esa síntesis oculta es que el estudio fue más que una situación. Fue una situación con uniforme, con cadena al tobillo, con privación de sueño, con instrucciones, con un investigador que vestía el papel de superintendente y con una duración que se decidió distinto de lo previsto. Cuando eso se omite, la conclusión queda más categórica de lo que los datos permiten y el caso se convierte en un ejemplo de manual sin margen de discusión.
El proyecto se financió con fondos de la Armada de los Estados Unidos, y el interés original era práctico: entender los conflictos entre guardias militares y prisioneros. Ese origen institucional también forma parte del contexto en que se diseñó el estudio, no solo de la historia posterior del hallazgo.
El procedimiento en 1971: qué se hizo en el sótano de Jordan Hall
El detalle del procedimiento ayuda a entender por qué las críticas apuntan donde apuntan. Los participantes que asumieron los roles de guardia recibieron uniformes diseñados para reducir la individualidad y gafas de sol de espejo que impedían el contacto visual. A los participantes del rol de prisionero se les pidió que no opusieran resistencia ni huyeran, y se les asignó un número. En el sótano se prepararon celdas, un patio y zonas de recreo; los guardias cambiaban de turno, recibían más tiempo libre en áreas cómodas y no tenían que quedarse en el sitio al terminar su jornada.
Un punto que las versiones resumidas suelen pasar por alto es la sesión de orientación para los guardias la víspera del inicio, en la que se les indicaba que no hicieran daño físico a los prisioneros ni les retuvieran comida o bebida, y que su tarea era mantener el orden. También es importante que a los participantes no se les pidió que fueran crueles. La crueldad observada fue, según el relato del propio equipo, algo que emergió de la dinámica del grupo y del marco de reglas improvisado por los guardias, sin un guion que la prescribiera. Esa es la versión que Zimbardo ha sostenido frente a las críticas, y es coherente con el hecho de que en el reparto de tareas de la simulación no aparece ningún manual de crueldad.
Lo que sí se documentó fue una escalada. Los guardias construyeron un sistema de premios y castigos, organizaron a los prisioneros en bloques para enfrentarlos entre sí e idearon recuentos nocturnos para controlar el movimiento. Hubo una rebelión inicial de los prisioneros, y cerca de la mitad de ellos fueron liberados antes de tiempo por reacciones emocionales o cognitivas severas. Uno de los reemplazos, el número 416, inició una huelga de hambre y pasó tres horas en un compartimento de confinamiento. Los informes describen diferencias marcadas entre los guardias: los prisioneros apodaron “John Wayne” al más duro, mientras otros eran más benévolos y concedían favores. El informe de Haney, Banks y Zimbardo señala esa variación sin explicarla, y esa falta de explicación forma parte del material que las críticas posteriores retoman.
El cierre también forma parte del procedimiento. El estudio se suspendió al sexto día de una planificación de dos semanas, y las razones que el propio Zimbardo da son dos: la magnitud de lo observado y su dificultad para salir del papel de superintendente que él mismo interpretaba. Esa combinación, una simulación que se sale de control y un investigador que forma parte del escenario, es lo que hace del caso un problema ético además de un problema metodológico.
La lectura que quedó instalada: el poder de la situación
Conviene separar dos cosas que a menudo viajan juntas: lo que el estudio observa y lo que el estudio fue diseñado para probar. El equipo de Stanford se preguntaba si las variables disposicionales, rasgos de carácter y orientaciones de personalidad, explicaban la conducta de los participantes, y su apuesta era que no: que el contexto, con sus normas, sus roles y su legitimación, explicaba buena parte del comportamiento. Esa apuesta se apoyaba en un dato concreto: los roles se asignaron al azar y las mediciones de personalidad no predecían bien el comportamiento dentro de cada rol.
El argumento tiene coherencia interna y un punto ciego identificable. La coherencia está en que, si los roles se sortean y las variables de personalidad no predicen quién se porta con más dureza, la explicación más económica es el papel. El punto ciego está en el salto que va de “el papel pesó” a “la situación determina la conducta”: ese salto exige que una muestra de 24 personas, elegidas por un criterio de estabilidad y sin experiencia previa en el rol, represente el rango de disposiciones de una población general. Y no lo representa, porque la muestra no se extrajo al azar de la población: se filtró a través de un anuncio que, según muestran las críticas, atraía un perfil particular.
La lectura que quedó instalada tiene además un efecto de cierre. Una vez que el caso se enseña como demostración del poder situacional, las críticas se vuelven difíciles de escuchar: quien las formula parece estar discutiendo con el consenso. Ese efecto aparece en un lugar inesperado: los libros de texto de introducción a la psicología. Bartels (2015) y Griggs (2014) muestran que la cobertura de las críticas en ese material es mínima, y que la presentación habitual del caso es la del poder de la situación, sin mención del estudio alternativo con un diseño más sólido ni de los problemas metodológicos señalados en la literatura.
Lo que la crítica propone no es abandonar el caso, sino devolverlo a una forma más precisa: un estudio que sugiere que las estructuras de rol, las normas y la distancia de poder pueden empujar la conducta de personas sin experiencia previa, sin demostrar que la situación pese más que la inclinación previa de cada persona.
La primera objeción: la autoselección de los participantes
La crítica más influyente al experimento la formularon Carnahan y McFarland (2007), y su punto de partida es que el estudio dejó que la muestra se seleccionara a sí misma sin medir ese efecto. La pregunta que se hicieron fue directa: ¿quién se ofrece como voluntario para un estudio sobre la vida en prisión?
Para responderla replicaron el procedimiento de reclutamiento con dos anuncios casi idénticos. Uno invitaba a participar en un “estudio psicológico de la vida en prisión”; el otro, en un “estudio psicológico”, con esas palabras eliminadas. Ambos se publicaron en periódicos universitarios y se compararon los grupos resultantes. El filtro de salud mental y antecedentes se aplicó a los dos grupos por igual, de modo que la comparación aislaba el efecto del contenido del anuncio.
Volunteers for the prison study scored significantly higher on measures of the abuse-related dispositions of aggressiveness, authoritarianism, Machiavellianism, narcissism, and social dominance and lower on empathy and altruism, two qualities inversely related to aggressive abuse.
El hallazgo cabe en una frase: quienes responden al anuncio sobre vida de prisión puntúan más alto en cinco rasgos asociados al abuso, la agresividad, el autoritarismo, el maquiavelismo, el narcisismo y la dominancia social, y más bajo en dos rasgos que se oponen al abuso, la empatía y el altruismo. En los datos publicados, el grupo del anuncio de prisión quedó por encima del grupo de control en las siete medidas. La comparación con la investigación previa sobre el voluntariado en estudios ayuda a entender el mecanismo: responder a un anuncio que promete una experiencia inusual e intensa no es un comportamiento aleatorio, porque quien se siente atraído por esa experiencia y quien la evita se distribuyen de manera desigual entre los dos anuncios.
La implicación metodológica es precisa y no necesita exagerarse. La autoselección no invalida el estudio: en un experimento de roles, la asignación al azar de los papeles no es un detalle menor. Lo que la crítica cambia es el alcance de la inferencia. Si quienes responden a un anuncio sobre la vida en prisión tienden a puntuar más alto en autoritarismo y dominancia social, entonces la crueldad observada puede leerse como la interacción entre un grupo que ya traía esa orientación y una estructura que la amplificó. Eso es una lectura de interacción persona-situación, no una demostración del peso de la situación por sí sola.
Los autores son cuidadosos con sus propios límites, y vale la pena conservar esa cautela. Su estudio se hizo más de tres décadas después de Stanford, con otra población y en otro contexto social; sus participantes no son los de 1971, y no reprodujo la simulación de Stanford, de modo que sus implicaciones para el experimento original siguen siendo, en su propia formulación, materia de conjetura. Aun así, el dato descriptivo es difícil de discutir: el filtro de admisión no era neutro, y ese filtro operó antes de que empezara la simulación.
Las objeciones de método: instrucciones, muestra y cierre
Las críticas que no se limitan al reclutamiento se agrupan en tres observaciones sobre el diseño, y conviene presentarlas por separado porque no tienen el mismo peso.
La primera tiene que ver con la demanda y las instrucciones. Griggs (2014) señala entre las críticas al estudio la presencia de fuertes características de demanda (strong demand characteristics) y la contribución de la orientación dada a los guardias. Un participante que sabe que su conducta será observada, evaluada y comparada con la de sus compañeros, y que además recibe una tarea que define su papel, no está en las mismas condiciones que un guardia real que ignora que existe un experimentador. La orientación previa, en la que se indicaba a los guardias que mantuvieran el orden y que no usaran violencia física, admite dos lecturas: como marco mínimo de la tarea, o como instrucción que orienta el comportamiento en la dirección que el equipo esperaba observar. La segunda lectura es la que abre la crítica, y no hay forma de resolverla con la información disponible.
La segunda observación es sobre el tamaño y la composición de la muestra. Veinticuatro participantes, estudiantes universitarios, hombres, procedentes del mismo entorno, activos durante seis días: es una base estrecha para una afirmación general sobre la conducta humana, y el propio informe original reconoce que no hubo intento de explicar por qué unos guardias fueron más duros que otros. A eso se suma que el cierre se decidió en caliente, con datos que todavía no estaban analizados y sin que la decisión se sometiera a revisión externa, lo que abre la pregunta de qué se habría observado en una simulación de dos semanas.
La tercera observación se refiere al lugar que ocupaba el investigador. Zimbardo vestía el papel de superintendente, y los participantes estaban expuestos directamente a él. Esa posición le daba autoridad real sobre la simulación y le permitía intervenir, y a la vez lo convertía en parte del entorno que se pretendía observar. La crítica no afirma que esa autoridad se usara para forzar crueldad; afirma que su presencia es una variable más del diseño, y que el diseño no la controló.
Una cuarta objeción, de alcance más general, conviene mencionar sin exagerarla: la ausencia de replicación del estudio en condiciones equivalentes. No es una falla exclusiva de Stanford, es una limitación general de la investigación con prisiones simuladas donde el daño es difícil, y los estudios que se aproximaron (como el de la BBC) no buscaban replicar punto por punto sino contrastar hipótesis. Sirve, en cambio, para recordar que la independencia de los investigadores se apoya más en el contraste entre estudios que en la repetición exacta de uno.
La crítica de Le Texier: los archivos y el problema de las reglas
La crítica que más recorrido ha tenido en la literatura reciente es la de Thibault Le Texier, publicada en American Psychologist en 2019 con el título “Debunking the Stanford Prison Experiment”. Su aporte no es de interpretación: es documental. El autor revisó el archivo del experimento en la biblioteca de Stanford, que incluye dieciséis cajas de documentos, seis horas de película y cuarenta y ocho horas de audio, y entrevistó a 15 de los participantes. De ahí salen siete hallazgos principales.
Las nuevas críticas incluyen la recolección sesgada e incompleta de los datos, el grado en que el estudio se basó en un experimento carcelario ideado y realizado tres meses antes por estudiantes de una de las clases de Zimbardo, el hecho de que los guardias recibieron instrucciones precisas sobre el trato a los prisioneros, el hecho de que a los guardias no se les dijo que eran sujetos del estudio y el hecho de que los participantes casi nunca estuvieron completamente inmersos en la situación. (Le Texier, 2019; traducción propia)
Dos de esos hallazgos son los que más pesan. El primero es que el experimento de Stanford no fue una creación original desde cero: se apoyó en un ejercicio que estudiantes de una clase de Zimbardo habían hecho tres meses antes, en un dormitorio universitario, con seis guardias, seis prisioneros y un director. De ese ejercicio previo salieron elementos centrales de la simulación de Stanford, entre ellos el arresto formal, la cadena al tobillo, el desvestido y el uniforme numerado, los recuentos y el horario. De las 17 reglas del experimento, 11 se copiaron directamente del ejercicio previo, y el material publicado reconoce esa deuda en los agradecimientos, sin explicarla en el cuerpo. El segundo hallazgo es que los guardias sabían qué resultados se esperaban de ellos y cómo obtenerlos, y que no se les había informado de que eran participantes del estudio.
Eso no significa que el equipo de Stanford haya inventado sus datos: el estudio sí incluye mediciones, los registros recogen observaciones y notas de campo, y hubo cotejo con el material de archivo. Significa que la independencia que la versión popular atribuye a la situación está repartida entre el marco de reglas heredado, las instrucciones explícitas, las expectativas declaradas y el efecto del propio montaje sobre la conducta. Cuando el resultado esperado es conocido por quienes lo producen, la conversación sobre causalidad se vuelve mucho más difícil, y ese es el punto de Le Texier.
Hay una tercera línea de evidencia que conviene tener a mano porque es anterior en el tiempo y menos discutida. Banuazizi y Movahedi (1975) dieron a 150 estudiantes una descripción del procedimiento del experimento y del anuncio de reclutamiento, y les pidieron que adivinaran la hipótesis del experimentador: el 81% la acertó, y el 90% previó que los guardias serían opresivos, hostiles, agresivos y humillantes. Lovibond, Mithiran y Adams (1979) hicieron algo más directo: con voluntarios que nunca habían estado presos, probaron tres regímenes carcelarios experimentales, uno de custodia estándar y otros dos más centrados en la persona y más participativos. El régimen de custodia estándar generó la mayor hostilidad, y los otros dos, relaciones más benévolas, muy distintas de las observadas en Stanford. Cuando el régimen institucional cambia y el resultado cambia con él, la variable institucional no es un detalle accesorio.
El estudio de la BBC como contrapeso
El contrapeso más citado al caso de Stanford es el estudio de la BBC de 2002, filmado en la serie The Experiment y analizado por Reicher y Haslam (2006). No fue una réplica: el diseño era distinto, y por eso su valor como contraste supera al de una repetición.
La diferencia de fondo está en la dirección. En Stanford, la simulación fue dirigida por Zimbardo, y la pregunta central era qué le ocurre a un grupo cuando se le da poder sobre otro. En el estudio de la BBC, el protagonismo estaba en el grupo que asumía el papel de guardia, con los investigadores en el papel de observadores y sin funciones de dirección. Eso invierte la relación que se quiere probar: en lugar de preguntar si la estructura produce crueldad, el estudio examina qué ocurre cuando no hay indicación de cómo usar el poder y, a la vez, cómo responde un grupo subordinado que desarrolla identidad común.
Los resultados reportados en la literatura son congruentes con esa pregunta. Los guardias no se identificaron con su papel y se mostraron reacios a imponer su autoridad; los participantes del rol de prisionero, en cambio, desarrollaron como grupo una resistencia creciente frente al régimen y terminaron por imponerse a los guardias. Después formaron un sistema igualitario y autogestionado que tampoco se sostuvo, y entonces surgieron intentos de instaurar un régimen nuevo, más duro, parecido al de Stanford, que encontraron cada vez menos resistencia. Ante esa deriva, el estudio se dio por terminado al octavo día, antes de lo previsto. La distinción es decisiva: el montaje de la BBC no confirmó la hipótesis de Stanford, la contrastó.
El estudio también cuenta con una diferencia ética que pertenece al relato y no al análisis: antes de empezar, el equipo constituyó un comité de ética independiente, con autoridad para detener el experimento si percibía riesgo para los participantes. Esa medida, impuesta desde fuera, es en sí misma una respuesta a lo que ocurrió en Stanford, y muestra que el problema del caso es también un problema de gobierno del estudio.
Reicher y Haslam sacan de ahí una conclusión que se cita seguido: la gente no adopta automáticamente los roles que le asignan, en la forma que supone la explicación habitual del caso de Stanford. Eso deja a Stanford en una posición intermedia. El caso no se puede leer sin la información de que hubo instrucciones y un marco institucional, y a la vez sigue siendo un dato relevante sobre lo que las estructuras de rol pueden hacer con personas sin experiencia previa.
Lo que dicen los libros de texto: Bartels y Griggs
Hay una capa del caso que no es el caso, sino su circulación por las aulas, y que merece atención aparte porque determina qué versión llega a quien estudia.
Bartels (2015) analizó la cobertura del experimento en libros de texto de introducción y su hallazgo es que la cobertura de las críticas es mínima. De los 14 libros analizados, solo dos citaban artículos críticos, y la mayoría presentó el estudio de manera consistente con una interpretación de “poder de la situación”, sin dar cuenta de un estudio más sólidamente construido como el de la BBC, ni mencionar los problemas metodológicos identificados en la literatura. Es decir: la versión que se enseña es, en su núcleo, la versión que el propio equipo de Stanford defendería, con las críticas dejadas fuera del aula.
Griggs (2014) llegó a un diagnóstico paralelo con una muestra de 13 libros contemporáneos: 11 discutían el experimento, y solo 6 mencionaban alguna de las críticas. Su trabajo añade una precisión útil: el asunto no es solo de contenido, sino de encuadre, porque la cobertura de las críticas es un tema de método y, por tanto, pertenece a las clases de metodología y no a la narración del caso.
Lo que esto significa para quien estudia es concreto. Si el tema aparece en un examen o en una clase de metodología, el movimiento que espera quien evalúa no es “qué pasó en Stanford”, sino “qué objeciones se han planteado y qué queda en pie después de ellas”. Quien solo conoce la versión del manual tiene la mitad de la información, y la mitad equivocada para ese tipo de pregunta. Conviene revisar, en la misma línea, cómo se trata la obediencia en los materiales de otras asignaturas de psicología social: el caso aparece a menudo como ejemplo de cómo se evidencia un efecto situacional, y el tratamiento crítico que exige la literatura reciente no siempre está disponible en español.
El efecto no se limita a las aulas. El caso muestra cómo un estudio con problemas de diseño bien documentados puede conservar durante décadas su condición de evidencia sólida mientras el material sobre las críticas queda reservado a la literatura especializada. Cuando eso ocurre, la discusión pública se vuelve más pobre de lo que el estado real del conocimiento permite, y el costo lo paga el lector que recibe la versión sin contexto.
Qué queda en pie: qué se asocia y qué no se puede afirmar
Después del recorrido conviene reunir el resultado en una forma que sirva para trabajar. La tabla separa tres planos: lo que el estudio observa, lo que las críticas objetan y lo que la evidencia permite afirmar. La distinción entre el segundo y el tercer plano es la que suele perderse cuando el caso se cuenta como demostración.
| Plano | Contenido | Límite |
|---|---|---|
| Observación | Participantes sin experiencia previa en el rol de guardia muestran conductas humillantes y de castigo; en el rol de prisionero, repliegue, desorientación y abatimiento; diferencias marcadas entre unos guardias y otros | Descriptivo de 24 participantes en seis días, en un montaje concreto; no describe prisiones reales ni poblaciones generales |
| Crítica de muestreo | Quien se ofrece a un estudio de vida de prisión puntúa más alto en cinco rasgos asociados al abuso y más bajo en empatía y altruismo | El filtro operó antes de la simulación; su alcance real en 1971 sigue siendo materia de conjetura, según los propios autores |
| Crítica de método | Demanda experimental, orientación previa de los guardias, muestra de 24 estudiantes, cierre anticipado en caliente, investigador dentro del papel de superintendente | Varias de estas objeciones no tienen resolución empírica disponible con los datos conservados |
| Crítica de interpretación | La conclusión “el poder de la situación” se apoya en un salto entre “el papel pesó” y “la situación determina la conducta” | La lectura de interacción persona-situación sigue siendo compatible con los datos disponibles |
| Lo que se asocia | Estructura de rol, normas internas, distancia de poder e instrucción explícita se relacionan con una escalada de la conducta de los participantes | Asociación dentro de grupos concretos; no es una predicción individual ni una ley general |
| Lo que no se puede afirmar | Que una persona se volvería cruel en un contexto institucional, ni que el experimento demostró que la situación determina la conducta | La formulación absoluta excede lo que el diseño permite, con independencia de que la conducta observada haya sido intensa, que lo fue |
Leída así, la conclusión honesta del caso es acotada y no banal. El estudio sugiere que los sistemas pesan más de lo que supone el sentido común y que asignar roles puede producir conductas que los propios participantes no anticipaban. Eso es un argumento serio a favor de mirar los entornos institucionales con más cuidado del que se mira a las personas, y no es un argumento menor: en el espacio entre “el carácter del guardia explica la crueldad” y “la estructura de la simulación explica la crueldad” hay decisiones de diseño, de supervisión y de rendición de cuentas que no son descartables.
Lo que no sostiene el caso es la versión determinista, y esa versión es la que circula. La diferencia importa en la vida organizacional: una tesis que dice “el ambiente lo hace todo” conduce a culpar al ambiente y a no tocar nada; una tesis que dice “el ambiente empuja con fuerza, y hay personas con inclinaciones previas que empujan en la misma dirección” conduce a preguntarse por el diseño de la tarea, por quién supervisa y por qué se permite que el poder se use sin resistencia.
Errores frecuentes al contar y al criticar el caso
Los errores no aparecen solo en quien cuenta el caso, sino también en quien lo critica. Conviene enumerar los más frecuentes, porque son los que se repiten en los materiales de estudio y en las conversaciones informales.
Uno es el error de las dos caricaturas simultáneas. La versión heroica dice que el estudio demostró que cualquiera se vuelve malo; la versión cínica dice que todo fue un montaje de Zimbardo con connivencia. Ninguna de las dos sobrevive al contraste con la literatura. Lo que hay entre las dos es un estudio con observaciones relevantes, con problemas metodológicos identificados y con una interpretación que sigue siendo discutible.
El segundo es el error de las cifras sin contexto. La cifra repetida de “24 participantes” o “seis días” no funciona como argumento en ningún sentido, ni a favor ni en contra: lo que hace falta es el par, muestra pequeña y conclusión general. El mismo dato, con su contexto, limita la fuerza de la conclusión, no la invalida.
El tercero es tratar el caso como si no tuviera comparación. El estudio BBC, la investigación sobre la obediencia a la autoridad que se desarrolla en otro frente de la literatura y los estudios de situación en contextos organizativos forman parte de un mismo cuerpo. Usar Stanford como si resumiera todo el campo produce dos errores de manual: se exageran los hallazgos y se exageran también las críticas, cuando lo que las críticas hacen es acotar el alcance de la afirmación.
El cuarto es el de las referencias cruzadas sin lectura. Un texto que cita a Zimbardo y a Le Texier como fuentes que se contradicen no está leyendo ninguno de los dos: los dos discuten la misma pregunta con marcos distintos, y el debate sigue abierto en sus detalles. La lectura útil separa el hecho documentado, la interpretación sostenida y la discusión abierta, que es exactamente lo que hacen Carnahan y McFarland con su propia cautela.
El quinto, y el más fácil de pasar por alto, es el error de alcance dramático. Durante décadas el caso se usó para explicar el abuso en centros de detención reales, incluida la referencia a Abu Ghraib que aparece en la literatura de la época. Esa extensión es de las que más se repiten y de las que menos se sostienen: una simulación con unas pocas celdas improvisadas en un sótano, con participantes que sabían del estudio y con una duración de una semana, no es un sistema de detención, y los procesos que sostienen uno y otro no son comparables sin más trabajo empírico.
Preguntas frecuentes
¿El experimento de la cárcel de Stanford demostró que la situación determina la conducta?
No en ese sentido, y la diferencia es el centro del debate actual. Lo que el estudio observó es que 24 estudiantes sin experiencia previa en el rol desarrollan conductas de guardia severas dentro de una simulación con una estructura de poder concreta y una duración corta. Lo que ese hallazgo permite decir es que el entorno institucional pesa con fuerza en la conducta. Lo que no permite decir es que el entorno pese más que los rasgos previos de las personas, porque la muestra no fue un muestreo de la población y el filtro de admisión operó antes de la simulación. La formulación honesta usa verbos de asociación: se asocia, sugiere, es consistente con.
¿Qué cambió en la lectura del caso después de las críticas?
Cambió el alcance de la afirmación y el modo de citarla. Antes de 2007 el caso se citaba como demostración; con el trabajo de Carnahan y McFarland, con los análisis de cobertura de Bartels y Griggs y con el debate abierto por Le Texier, la cita correcta incluye las objeciones. En la práctica, esto afecta sobre todo a la documentación: quien escribe un trabajo sobre el tema tiene que explicar por qué menciona el caso, y la respuesta ya no puede ser “porque el grupo lo hace”. Para el contraste con un estudio de obediencia a la autoridad con otro diseño, el artículo sobre el experimento de Milgram en PsiqueAcadémica funciona como lectura complementaria: allí la discusión gira en torno a la obediencia a una autoridad externa y su medición experimental, mientras que en Stanford el foco está en el poder ejercido sobre un grupo subordinado y en las críticas que apuntan a la dirección ejercida y al marco institucional que la hace posible.
¿Los participantes del estudio eran “personas normales”?
Se seleccionaron a los 24 que el equipo consideró más estables, físicamente y mentalmente, y con menos comportamientos antisociales previos, de entre quienes respondieron al anuncio. La muestra estaba filtrada por estabilidad, pero no por una medición de la orientación autoritaria que la literatura posterior asocia con la conducta abusiva. Esa tensión, entre el criterio explícito de selección y el perfil que el reclutamiento por anuncio pudo atraer, es una de las piezas centrales de la crítica de 2007. La otra pieza es el tamaño y la homogeneidad de la muestra: 24 personas, todas estudiantes, todas del mismo entorno, sin experiencia previa en el papel, observadas durante seis días.
¿Por qué se terminó el estudio antes de tiempo?
El cierre se decidió al sexto día de una planificación de dos semanas. Las razones que el propio Zimbardo da son la magnitud de lo observado y su dificultad para salir del papel de superintendente que él mismo interpretaba. En la reconstrucción del proceso hay además una capa de discusión sobre quién decidió y con qué datos en el momento, y sobre el papel de la visitante que cuestionó las condiciones. Ninguna de esas capas convierte el cierre en un error metodológico en sí mismo, pero hacen que el momento de terminación sea parte del material interpretable y no un simple dato de calendario.
¿El estudio de la BBC refutó el experimento de Stanford?
No lo refutó, y no se planteaba como refutación. El estudio de la BBC cambió el montaje para preguntar otra cosa: qué ocurre cuando el poder se delega en un grupo sin indicación de cómo usarlo. Su aporte, según Reicher y Haslam, es que en ese diseño los participantes no asumieron de forma automática los roles asignados, y que la deriva hacia un régimen tiránico apareció cuando el grupo fracasó y perdió cohesión, no como efecto directo del papel. Eso deja a Stanford en una posición intermedia: el caso no se puede leer sin la información de que hubo instrucciones y un marco institucional, y a la vez sigue siendo un dato relevante sobre lo que las estructuras de rol hacen con personas sin experiencia previa. Para el contexto más amplio de cómo la autoridad se aprende y se ejerce en la vida diaria, la lectura sobre psicología del poder y la autoridad complementa este panorama.
¿Vale la pena enseñar un experimento con tantos problemas de método?
Sí, con dos condiciones: que se presente junto con sus críticas y que el foco no sea la conclusión “la situación lo explica todo”, sino el procedimiento. Un caso con metodología discutida sirve más para una clase de métodos que un caso sin discusión, porque obliga a mostrar cómo se cuestiona un estudio: qué se alegó, qué evidencia hay para cada alegación y qué queda después del contraste. El riesgo, en cambio, es real cuando el caso se presenta solo, porque entonces la conclusión posible es la más fuerte y la menos defendible, y quien la recibe no tiene con qué contrastarla. En la misma línea, la influencia social y los métodos de investigación en psicología social ofrecen el marco para discutir qué otros experimentos clásicos arrastran la misma conversación sobre validez y qué patrones distintos explica cada uno.
Referencias
Banuazizi, A., y Movahedi, S. (1975). Interpersonal dynamics in a simulated prison: A methodological analysis. American Psychologist, 30(2), 152-160. https://doi.org/10.1037/h0076835
Bartels, J. M. (2015). The Stanford prison experiment in introductory psychology textbooks: A content analysis. Psychology Learning & Teaching, 14(1), 36-50. https://doi.org/10.1177/1475725714568007
Carnahan, T., y McFarland, S. (2007). Revisiting the Stanford Prison Experiment: Could participant self-selection have led to the cruelty? Personality and Social Psychology Bulletin, 33(5), 603-614. https://doi.org/10.1177/0146167206292689
Griggs, R. A. (2014). Coverage of the Stanford Prison Experiment in introductory psychology textbooks. Teaching of Psychology, 41(3), 195-203. https://doi.org/10.1177/0098628314537968
Haney, C., Banks, C., y Zimbardo, P. (1973). Interpersonal dynamics in a simulated prison. International Journal of Criminology and Penology, 1, 69-97.
Haney, C., Banks, C., y Zimbardo, P. (1972). Interpersonal dynamics in a simulated prison [Informe técnico]. Defense Technical Information Center. https://doi.org/10.21236/ad0751041
Le Texier, T. (2019). Debunking the Stanford Prison Experiment. American Psychologist, 74(7), 823-839. https://doi.org/10.1037/amp0000401
Lovibond, S. H., Mithiran, X., y Adams, W. G. (1979). The effects of three experimental prison environments on the behaviour of non-convict volunteer subjects. Australian Psychologist, 14(3), 273-287. https://doi.org/10.1080/00050067908254355
Reicher, S., y Haslam, S. A. (2006). Rethinking the psychology of tyranny: The BBC prison study. British Journal of Social Psychology, 45(1), 1-40. https://doi.org/10.1348/014466605X48998