El estudio utiliza pruebas cognitivas que miden aprendizaje y toma de decisiones en situaciones en las que hay posibles ganancias y pérdidas. A partir de estas pruebas, aplican modelos matemáticos predeterminados para simular el rendimiento de los participantes. La ventaja de estos modelos frente a los datos reales es que permiten revelar patrones de decisión que no son obvios si se analizan únicamente los patrones de respuesta de los participantes. Usando estos modelos estiman el ‘ruido decisional’ que es el grado de estocasticidad (patrones de secuencia cambiantes que no se ajustan a una estrategia de optimización de ganancias y minimización de pérdidas) que cada participante usa durante su ejecución en las pruebas. 

El resultado principal del estudio es que una reducción del ruido decisional estimado en las pruebas es un mediador de la relación positiva entre la edad y el uso de estrategias de decisión sofisticadas como, por ejemplo, la habilidad para incorporar no solo tu historia previa de ganancias y pérdidas, sino también la posibilidad de que haya cambios en el contexto de predicción (por ejemplo, antes de reservar un hotel, tener en cuenta no solo que es tu hotel favorito sino también que según el momento del año puede estar demasiado lleno y no ser una experiencia agradable). 

Los autores interpretan que, como los participantes del estudio tienen entre 12 y 42 años, sus resultados sugieren que la reducción del ruido decisional con la edad puede ser un factor que contribuye al desarrollo de estrategias de decisión más sofisticadas conforme avanzamos de la adolescencia a la adultez. 

El estudio es innovador y riguroso y los modelos computacionales son sólidos y están bien descritos. La principal limitación, que los autores reconocen, es que para saber si realmente la reducción del ruido decisional tiene una ‘función madurativa’ se necesitaría un estudio longitudinal (en el que los mismos participantes completen las pruebas a lo largo de varios años, permitiendo estimar la reducción del ruido en cada persona y entender si permite predecir el desarrollo de decisiones más sofisticadas) con una muestra mejor segmentada en distintas fases de la adolescencia. En ese aspecto es en el que los lectores deben tener más precaución a la hora de interpretar los resultados.