La unidad de epistemología que aparece en los capítulos siguientes debe utilizarse a lo largo del curso como medio de examinar la construcción del conocimiento científico en cada una de los trabajos de investigación estudiados. Es decir, conviene tomarla de referencia contínua para que, al reconstruir el aporte de cada uno de los trabajos de ciencia del texto sirva para lograr la meta básica del curso que es intentar establecer la conexión entre la expe riencia y la razón en la construcción del cuerpo de conocimiento en las ciencias físicas. No conviene, por tanto, estudiársele aparte del contexto de las lecturas originales a estudiarse. Hacer esto, derrotaría el propósito central del curso.
En general, la unidad consiste en una exposición de lo que significa ciencia física, su naturaleza, sus elementos constituyentes, su estructura lógica, sus estrategias para construir sus objetos de conocimiento y su alcance e interrelación con otras áreas del saber por ser parte integral de la cultura humana.
En el primer capítulo veremos, primero en general, lo que constituye ciencia y su producto, el conocimiento científico; luego, en particular, las dos grandes clases de ciencia y sus semejanzas y diferencias. En el segundo capítulo examinaremos distintas piezas de conocimiento que se manejan en las ciencias fácticas o empíricas, que son las de nuestro interés, y la relación lógica entre estas piezas de conocimiento. En el tercer capítulo estudiaremos los procesos de deducción e inducción y sus usos, alcances y limitaciones.
Hacemos constar que los lineamientos epistemológicos que hemos seguido siguen los planteamientos del Dr. Mario Bunge expuestos en sus numerosas obras.
Capítulo I
Para los antiguos, la filosofía - el amor a la sabiduría- incluía todo saber o ciencia.
No se conocían las ciencias particulares como la astronomía, física, química, biología como las conocemos ahora sino como ciencias filosóficas. La diferencia entre este tipo de ciencias y el que nosotros manejamos estriba en que en que, en estas últimas, por ejemplo, la Cosmología filosófica, se establecían sistemas globales del Universo que, aunque se fundaban en hechos, no pretendían dar cuenta de ellos ni cuantitativa ni detalladamente
La cosmología moderna, por ejemplo, quiere dar cuenta de la formación de las estrellas, galaxias, forma y tamaño del Universo en la forma más precisa posible y aunque la ciencia pretende construir una teoría unificada, ese no es el propósito de la cosmología como tal. La validez de un sistema o teoría de ciencia filosófica no se estremecería demasiado por discrepancias experimentales; la de un sistema o teoría científica moderna sí que dependería grandemente de su potencia explicativa de todo lo que cayera bajo su alcance.
Aristóteles, por ejemplo, clasificaba la filosofía, dividiéndola en ditintos tipos de ciencias o saberes. Las más abstractas eran las más importantes, Así, el estudio del Ser, u Ontología (Teología) era la ciencia más elevada. Le seguía el estudio de la Psiché o alma, la Lógica, la Matemática y finalmente, las ciencias filosóficas relacionadas con el mundo extramental.
Esta filosofía en la cual cabía todo, fue desmembrándose en las ciencias que llamamos particulares, y para el siglo 17, la astronomía y la física se fueron apartando de los cánones clásicos de establecimiento de conocimiento. Estas ciencias pretendían dar cuenta de lo observado en la forma más matematizada posible de aquellos fenómenos que les eran pertinentes. En sus inicios, y entusiasmados con el éxito de sus esfuerzos, los practicantes de estas ciencias pensaron que los sistemas que proponían representaban leyes o regularidades inmutables, verdaderas para siempre.
Tipos de ciencia
Se pueden distinguir dos tipos básicos de ciencia: las ciencias cuyos objetos de estudio son ideales son las llamadas ciencias formales y las cien- cias factuales o fácticas o empíricas cu- yos objetos de estudio son espacio temporales o reales entendiendo por esto que tienen existencia extra mental u objetiva y que el conocimiento de esta existencia se puede compartir efectiva mente por algún número de sujetos utilizando para ello la experiencia sensible. Por objetos ideales debemos entender objetos cuyo referente físico no podemos señalar. Así, los objetos matemáticos, los objetos teológicos, los objetos lógicos pertenecen a este tipo de objetos. No debemos igualar, objeto ideal con objeto ficticio o puramente imaginario. Sencillamente, no podemos señalar su contrapartida real. Dicho de otra manera, los puntos, las líneas, las esferas, el alma, los ángeles son objetos ideales de los cuales se podría hacer ciencia: ésta sería una ciencia pura formal, sin control experimental. Esto, no porque no existan estos objetos, sino porque su existencia es o mental, en el sentido de que son producto de nuestras mentes, o porque su existir está fuera del alcance de nuestro aparato sensorial.
Cuando decimos, por ejemplo, que la belleza no existe sino que lo que existe es algún objeto bello, lo que queremos decir, es que la belleza como tal, no puede ser mostrada para ser vista. No se quiere decir que no existe en el sentido de que es un engaño hablar de ella. El sentido de belleza, armonía, paz, o intranquilidad son reales; sólo que no podemos traer ante nosotros, la paz , o la intranquilidad o la bondad.
Nuestro curso, desde luego, es uno acerca de las ciencias físicas, y por ello, lo que nos va a interesar es el estudio de objetos como balas de cañón, estrellas, substancias, metales, planetas, etc. Estos objetos pueden ser estudiados utilizando unos protocolos de observa- ción comunes a una comunidad de expertos que pueden establecer sus propiedades y estructura básica, utilizando los sentidos junto con cualesquiera aparatos que se diseñen para lograr este propósito. Podemos distinguir, pues, entre estas dos clases de ciencia ateniéndonos a sus objetos de estudio.
Otra forma de distinguir entre estas dos clases de ciencia es fijándonos en los criterios que usan para establecer su verdad, correción o validez. Estos cánones lógicamente están ligados a los objetos de estudio. En las ciencias formales, como los objetos de estudio son inespaciales e intemporales, la verdad de sus teorías, o sistemas, no depende para nada de la experimentación. Recordemos que estos objetos de estudio se definieron como objetos ideales, sin referencia a una realidad extra mental. La verdad, corrección o validez de las conclusiones geométricas, por lo tanto, depende la coherencia interna del sistema geomé- trico pertinente. Es decir, de los postulados euclideanos, por ejemplo, se desprenderán consecuencias cuya veracidad sólo depende de que no se haya incurrido en contradicción al derivárselas. Podemos, pues, tener sistemas geométricos diferentes que incluyan postulados incoherentes entre ellos. Las consecuencias o teoremas de estos sistemas serán contradictorias, pero las de cada uno de estos tienen que ser coherentes con el sistema en el cual fueron derivadas. Así, podemos tener geometrías euclideanas y no euclidea- nas, las cuales son ambas verdaderas aunque sean contradictorias entre sí.
En la ciencia experimental o factual, el sistema teórico también debe ser coherente, desde luego. El conocimiento científico pretende ser racional. Por tener como referente a los objetos espacio temporales tendrá, además, que demostrar cierto grado de adecuación con resultados provenientes de la experiencia. Las consecuencias teóricas tendrán que ser coherentes con los axiomas de los cuales fueron derivados, pero además tendrán que pasar una prueba de contrastación con la experiencia sensible. Después de todo, la teoría pretende representar sistemas reales. Por referirse a objetos extra mentales, en la ciencia empírica no podrá haber prueba o demostración rigurosa de sus teoremas y axiomas contrario a lo que sucede en las ciencias formales. Esto, debido al requisito de que tienen que pasar la prueba experimental. (Esto se verá en el capítulo sobre deducción e inducción). Asimismo, las estrategias de construc- ción de los objetos de estudio tienen que ser diferentes. En la ciencia empírica, el diseño de aparatos, la formulación de diseños experimentales son necesarios; en la ciencia formal, esto no tiene cabida.
Por otro lado, ambas pretenden producir conocimiento, el cual es racional: por esta razón sus sistemas deben ser coherentes. Sus fines básicos son iguales: la producción y desarrollo del conocimiento. Ambas tienen un carácter social. Es decir, se construyen socialmente; la comunidad de sus practicantes comparte sus resultados y el conocimiento adquirido y su rigor necesario es controlado por esta sociedad de practicantes. Si resulta ser conocimiento valedero la sociedad entera participará y controlará de alguna manera también el desarrollo de estas actividades. Aunque no todo integrante de la sociedad participa o comparte de la misma manera este conocimiento, hay una comunidad que examina, avala o rechaza las aportaciones de sus miembros y finalmente le da título de conocimiento a lo producido. Como este
conocimiento es compartido y afecta a la vez todo el desarrollo humano, a la larga es afectado por la sociedad en que se genera y practica. Este título de ‘conocimiento’ que se otorga a lo producido puede ser más o menos temporero como veremos en el próximo capítulo.
Tipos de conocimiento
Podemos entonces, considerar dos grandes tipos de conocimiento (racional): el científico -formal o empírico- y el conocimiento construído a partir de hechos cotidianos. Este último lo podemos llamar conocimiento común y comparte con el conocimiento científico algunas características. El conocimiento formal es el que se produce en las matemáticas, filosofía; el empírico o fáctico es aquel perteneciente a las ciencias naturales o sociales. Muchos autores nos hablan también de conocimiento intuitivo, el cual merece mención aparte. Aquí generalmente, no se pueden especificar los pasos de razonamiento mediante los cuales alegamos haber obtenido las inferencias en cuestión. Se pueden señalar, también, diferencias entre el conocimiento científico y estos otros tipos de conocimiento.
Veamos, en primer lugar, características del conocimiento común y el conocimiento científico empírico a partir de sus metas y estrategias de construcción. En primer lugar el conocimiento, en general, se supone racional. Es decir, coherente, y en principio capaz de ser analizado en sus elementos constitutivos. Los dos, el común y el científico, comparten esta característica. Piezas de conocimiento común lo serían enunciados como los siguientes:
1. Los cuerpos pesados caen si se les deja libres.
2. Los hombres son, básica- mente, egoístas.
3. Los niños son, generalmente inquietos y curiosos.
4. Un cielo lleno de negros nubarrones indica que lloverá abundantemente.
Para construir este conocimiento basta con vivir, observar lo que sucede a nuestro alrededor y generalizar las piezas de información individuales que podemos elaborar. Si se nos pide justificar estas generalizaciones, citaremos nuestra experiencia inmediata o la de nuestros vecinos.
Gradualmente, se va aprendiendo que estas generalizaciones tienen contraejemplos, los cuales no nos hacen perder la confianza en ellas sino que pretendemos justificarlos con otra generalización de conocimiento común: “Toda regla tiene excepciones”. Alegamos que las excepciones son ejemplos de esta nueva regla. No se requiere entrenamiento especial para construir estos enunciados ni el uso de aparatos medidores. Pero es racional, puesto que está basado una operación de la razón sobre información factual: la razón ha efectuado una generalización o universalización a partir de un número de casos encontrados. Esta operación es una inducción efectuada sobre la información factual en cuestión. Es conocimiento objetivo también, no subjetivo o individual puesto que es compartible con el resto de los sujetos en esa comunidad. Es decir, no es conocimiento subjetivo en el sentido de que valga solamente para un sujeto particular. Es coherente, pues cuando se afirma una de estas oraciones, no se afirma lo contrario simultáneamente. Se puede argumentar coherentemente a partir de estas generalizaciones para explicar los casos individuales encontrados. Vemos, pues, que hay diferencias y similitudes entre el conocimiento común y el científico.
El fin o meta de este conocimiento común parece ser práctico. Es decir, se consigue para desenvolverse en sociedad, guiarse en la vida diaria, sembrar, usar el paraguas cuando sea preciso o evitar situaciones desagradables. No parece que se requiere un sistema o estrategia especial para obtenerlo. Hasta los niños pequeños son duchos en construir este conocimiento guiados por el entorno social en que se mueven y llevados de su razón natural.
Por otro lado, el fin del conocimiento científico es más bien teórico. Ha de ser construído laboriosamente. Comparte con el conocimiento común las características de coherencia y objetividad. Pero, para desde la producción de los datos o enunciados de utilidad para la construcción de este conocimiento a partir de observables se nota que requiere una mayor sofisticación en un doble sentido. Estos datos de usarán para la construcción de sistemas ideales (teorías) que constituyen el meollo del conocimiento científico. En primer lugar, se requiere el uso de instrumentos para producirlos y en segundo lugar, y por esta misma razón, el lenguaje utilizado en ellos no es un lenguaje puramente observable, pues contiene términos que refieren a cosas no observables en sí mismas. Así, si deci- mos que un corredor X es más rápido que otro Y al ver que le ganó una carrera de 100 metros, hemos producido una pieza de conocimiento común que no requiere mucho estudio especializado, pero si se dijese que el corredor X tuvo una rapidez promedio de 300 metros/minuto contra una rapidez promedio de 275 metros/minuto de su contrincante, habríamos construído un dato científico. Para construir este último se necesita haber definido el término no observable de rapidez promedio de una cierta manera cuyo valor es medible haciendo uso de unas determinadas operaciones. Si se tiene una solución de un azul intenso, por ejemplo, esta descripción no requiere gran elaboración, pero se podría decir de esa misma solución que es una solución cuya concentración es de 50 miligramos de ferrocianuro de potasio por cada 100ml de ella. En esta última descripción se maneja el término ‘concentración’, el cual no es observable en sí mismo, sino que requiere el uso de indicadores los cuales apuntan hacia esta propiedad atribuíble a la materia en solución. El uso de estos términos requiere, aparte de la definición de ellos, la utilización de aparatos y conocimiento especializado.
La producción de datos que envuelven conceptos teóricos es una actividad en gran medida dirigida por las teorías mismas. Este proceso de producción de datos así como el de formulación de teorías y el estudio de las relaciones lógicas entre las diferentes piezas o elementos del conocimiento serán objeto de estudio en el próximo capítulo.
Las estrategias o metodologías utilizadas en la construcción de conocimiento científico varían notablemente de las utilizadas en la producción de conocimiento ordinario o común. Ya hemos discutido algunas como el uso de instrumentos para producir los datos de la ciencia. Otra diferencia notable la constituye el uso sistemático y riguroso de la contrastación empírica que tiene que ser utilizado como criterio de cientificidad de cualquier conclusión teórica. Como el conocimiento científico pretende ser sobre hechos en última instancia, pretendiendo rebasar los fenómenos perceptibles en los que se funda, las hipótesis o conjeturas explicativas propuestas para dar cuenta de éstos deben tener contenido empírico. Esto significa que, en principio, al menos, deben poder producir consecuencias capaces de ser puestas a la prueba experimental. Si estas consecuencias se cumplen en los experimentos diseñados con este propósito, entonces se dice que la hipótesis ha sido confirmada y si no, se concluye que es falsa o insostenible. Este proceso se emplea sistemáticamente antes de admitir que las hipótesis formuladas son aceptables y por ello merecen constituir parte del conocimiento científico. Aunque no hay un método único que garantice la verdad de las conclusiones formadas acerca de los mecanismos teóricos propuestos, se puede esbozar una serie de etapas o pasos que se dan en una investigación científica. Todo este proceso de contrastación empírica no se exige ni completa ni rigurosamente para que las piezas de conocimiento común construí- das sean aceptables para su uso y vigencia en una comunidad.
Aunque esta lista de pasos no puede ser exhaustiva, en general, lo que sigue a continuación ilustra de algún modo lo que sucede en toda investigación en sus lineamientos generales.
CICLO DE INVESTIGACION
1. Comienza con la formulación del problema que se quiere investigar. Este está enmarcado o contextuali zado por el conocimiento que se tiene en ese momento inicial de la investigación. El problema lo es para un individuo particular que está enfocando lo que se acepta como conocimiento de una manera dada. Es decir hay unos hechos que se conocen, unos resultados o información factual a mano, que en un momento dado, constituyen la fuente de problematización para un individuo dado. Así, Aristóteles que creía que el estado natural de un cuerpo terrestre era el reposo, veía un problema en el movimiento de rapidez constante horizontal de un objeto terrestre. Newton suponía que el estado de velocidad constante, o aceleración igual a cero, era lo natural, problematizaba no el movimiento, sino la aceleración. (digamos a modo de ejemplo, la de caída). Por otro lado, para Aristóteles, esta aceleración de caída no constituía un problema que necesitara explicación, pues suponía que la caída respondía a la tendencia natural del cuerpo de moverse hacia el centro del Universo, su lugar natural.
2. Una vez identificado y formulado el problema se conjeturan causas, motivos, o razones por las cuales pueda ser explicado lo que ocurre. Esta formulación de hipótesis que sean capaces de ponerse a prueba experimental, también está enmarcada en el cuerpo de conocimiento vigente. Es decir, parecen razonables dentro de éste. Por lo menos, deben ser compatibles con la mayor parte de este conocimiento (teórico). La razón para esto es que estas hipótesis se encadenarán con las teorías vigentes para producir consecuencias lógicas de ellas.
3. Hay que deducir consecuencias lógicas de la o las hipótesis formuladas en unión con las teorías vigentes. Estas conclusiones, si las hipótesis tienen contenido empírico, podrán ser verifi- cables o falsables en principio.
4. Por otro lado, en el conocimiento disponible, la o las hipótesis propuestas como solución y las consecuencias obtenibles que deben poder ponerse a prueba, sugieren o inspiran al investigador el desarrollo de un diseño experimental. La consideración de cuestiones como las siguientes: qué medidas hacer, cómo hacerlas, qué información se necesita y el desarrollo en sí de esta puesta a prueba experimental están incluídos en este paso. A esto se conoce como el diseño de técnicas y aparatos necsarios para obtener la información que permitirá decidir sobre la aceptación o rechazo de la hipótesis formulada.
5. Ahora se realiza el o los experimentos diseñados y se efectúan las medidas de las magnitudes físicas que arrojarán luz sobre la aceptabilidad de la hipótesis; es decir, se producirá la información factual que la estrategia adoptada indica es necesaria para poder concluir sobre la verdad de la hipótesis que se está poniendo a prueba. Nótese que la hipótesis se está poniendo a prueba de una manera indirecta: a través de sus consecuencias.
6. Una vez producidos los datos, se procede a la comparación de estos resultados con las consecuencias lógicas obtenidas por deducción en el paso # 3. Aquí el investigador tiene que decidir si las diferencias encontradas entre sus resultados y lo previsto son lo suficientemente pequeñas como para reclamar que hay acuerdo entre lo encontrado y lo previsto. De ser éste el caso concluye que la hipótesis es verdadera (aceptable, posible, compatible con lo que ocurre) y propone su aceptación. De no ser éste el caso puede todavía hacer una de dos cosas: proponer su rechazo o repetir su investigación cambiando su diseño experimental en algunos detalles si supone que ha habido fuentes de error en alguno que otro momento en el desarrollo del experimento o en la construcción o funcionamiento de sus aparatos. En este último caso continúa trabajando con la hipótesis originalmente formulada. Si decide rechazarla, propondrá otra u otras hasta que sus resultados compaginen con las previsiones deducidas de la hipótesis en conjunción con la teoría dentro de la cual opera.
Cualquier investigación incluye,a grandes rasgos, estos pasos o etapas. Como se puede ver, la producción de conocimiento ordinario, no utiliza este sistema de operación. El único paso estrictamente deductivo en este ciclo de investigación es cuando se toma la hipótesis propuesta y se la encadena deductivamente con las teorías o fragmentos de teorías vigentes para obtener consecuencias lógicas. Todos los demás pasos envuelven razonamiento inductivo, saltos de la imaginación, intuiciones creativas y decisiones personales sobre lo que constituye una
interpretación razonable de lo encontrado. No obstante esta aparente subjetividad en el proceso, no resta en nada a la conclusión de que el conocimiento producido sea objetivo. Lo es porque refiere a hechos fuera del sujeto, los cuales no son controlables totalmente por él. Además, están al alcance de otros sujetos debidamente adiestrados. Lo que es subjetivo o dependiente del sujeto, son las hipótesis propuestas y sus consecuencias lógicas a partir del marco teórico operante. Pero toda imaginación o intuición en última instancia está sometida al arbitrio de la experiencia, lo cual constituye un control efectivo para éstas.
Capítulo II
La ciencia factual o empírica es un tipo de actividad en la cual se aprecia el uso entretejido de la experiencia organizada por la razón aun en su mero aspecto descriptivo y el subsiguiente uso del intelecto para interpretar el material así organizado. Vimos que la finalidad de esta actividad es la construcción de conocimiento general, objetivo, teórico. Este conocimiento lo caracterizamos como histórico, social de carácter aproximado y tentativo, aunque con reclamos de uni-versalidad, sin restricciones espaciales o temporales, válido para todo tiempo y lugar.
En el conocimiento teórico construído a lo largo de la historia se pueden apreciar elementos de distinta naturaleza. En el capítulo anterior, hemos hablado de observación, observables, datos, hechos, y la interpretación de estos últimos por medio de sistemas de hipótesis. A algunos de estos elementos les llamamos procesos, como el de ob -servación, formulación de definicones, de hipótesis y construcción de teorías, estipulación de reglas de interpretación para la medición de propiedades de sistemas físicos. Otros de estos elementos son los productos de estos procesos tales como los datos, definiciones, hipótesis, teorías y reglas de correspondencia. Examinemos el sentido que le daremos a estos distintos elementos pertinentes al conocimiento científico.
Observación
Este proceso es básico en la ciencia, pues todos los demás, medición, diseño
de experimentos, formulación de hipótesis, contrastación, etc. descansan en éste, en el sentido de que la observación es necesaria para ellos, aunque no es suficiente.
Hechos
Si llamamos hechos a lo que se observa podemos decir que el referente de la observación son los hechos. O dicho de otra manera, la observación refiere a los hechos. Por hechos entenderemos sucesos, es decir, lo que sucede u ocurre en nuestro universo al alcance de nuestros sentidos. Todo lo que sea espacio temporal, en principio, está sujeto a ser observado, aunque no lo haya sido todavía. Lo espacio temporal, recordemos, es lo que tiene existencia extra mental y, por ello, es capaz de ser intersubjetivado, es decir, es capaz de estar al alcance de la observación de cualquier sujeto capacitado para efectuar las operaciones necesarias para obser- varlo, por tener el aparato senso- rial adecuado y los instrumentos requeridos para su observación. Lo que ocurre es la materia prima de la observación. Captar lo que ocurre es percibirlo, pero los datos no son percepciones, sino descripciones de lo que ha ocurrido. Estas descripciones son a la vez intencionadas e interpretativas de lo que sucede, y, si es que van a servir para la contrastación de teorías científicas, tienen que tener cierto carácter y haber sido establecidos de una cierta manera.
En primer lugar, de lo anterior se desprende que los hechos y los datos no son lo mismo. Su naturaleza y origen no son iguales. Lo que ocurre, por ejemplo, no puede ser verdadero ni falso, simplemente ocurre. Puede ser una alucinación o un hecho capaz de ser intersubjetivado. Sólo estos últimos podrán ser materia prima para la formulación de descripciones manejables por la ciencia empírica. ( Recuérdese la pretensión de objetividad del conocimiento). Los datos por otro lado, pueden tener valor veritativo. Se les puede atribuir un valor de ‘verdad’. Dicho de otra manera pueden ser verdaderos o falsos.
Para describir lo que ocurre hace falta al menos un lenguaje natural o artificial y el manejo de éste por el observador y las condiciones necesarias para la observación. Sin luz, por ejemplo, no vemos nada. En un vacío no se puede oir nada. ( A menos que usemos ondas de radio). Para observar pues, se necesita un observador, lo observado, unas circunstancias habilitantes y los instrumentos necesarios para poder hacer la observación. Para el conocimiento común, el instrumento conceptual necesario es el lenguaje y para el conocimiento científico se requiere además de éste, el instrumento conceptual de las teorías y otros instrumentos o aparatos de tipo físico.
Clases de Hechos
Los hechos, hemos dicho que son lo que ocurre o es, y podemos establecer diferentes clases de hechos. En realidad, el conocimiento científico lo que maneja son descripciones parciales de ciertos hechos que conocemos por fenómenos. Este término proviene de una palabra griega que significa aparición o manifestación. Los fenómenos son los hechos que se nos manifiestan, lo cual implica que si pensamos en un conjunto general, global de hechos en el universo, los percibidos y los no percibidos, los fenómenos representan aquellos que entran en intersección con un sujeto. Sujeto es un sujeto filosófico, aquél que percibe y se percibe a sí mismo, estando consciente de sí. Y ¿qué de los hechos no percibidos, que no entran en contacto con ningún sujeto, como por ejemplo, el centro de la Tierra, o lo que se encuentra a 1000 millas de la superficie de la Tierra bajo nosotros? ¿Es que no son espacio temporales estas cosas? Bajo la definición dada para ‘hecho’, tan espacio temporal es el interior no observado de la Tierra como su superficie No sería fenómeno sin embargo, pero el interior de la Tierra es parte de ella, y por lo tanto, es observable en principio. Podríamos llamar hecho a estas cosas no fenoménicas bajo la definición dada para ‘hecho’.
Bajo el término ‘hecho’ se incluyen sucesos de mayor o menor duración con diferente nombre tales como acaecimientos y procesos y también se incluyen las cosas o sistemas concretos (físicos). Así, un alarido, un estornudo, un relámpago son acaecimientos y la digestión es un proceso. (¿Qué tal una llamada telefónica?). En el proceso lo que hay es un eslabonamiento de acaecimientos de suerte que uno cualquiera es la causa o determinante del que sigue en el tiempo. Proceso es, pues, una cadena causal temporal de acaecimientos. Lo anterior implica que si dos acaecimientos son simultáneos, no pueden formar parte de un proceso, porque uno no podría ser causa del otro. La causa, por definición, antecede el efecto.
Datos - producto de la observación
Anteriormente hemos distinguido entre datos y hechos basándonos en su naturaleza: es decir, considerando el nivel de realidad de unos y otros. Los primeros son oraciones descriptivas y están, por ello, en un nivel linguístico; los segundos son lo que ocurre y están en un nivel físico. Podemos diferenciar entre ellos también a base de que los hechos no tienen valor veritativo, es decir valor de verdad posible- no son ni verdaderos ni falsos- mientras que los datos, por ser oraciones sí lo tienen. Tómese de ejemplo algún acaecimiento en el salón de clase: un estudiante deja caer su bulto. Otro estudiante, dice: ‘ El bulto de Joaquín se movió en una dirección paralela al piso del salón’. Lo que aparece en comillas simples pretende ser una descripción de lo ocurrido al bulto de Joaquín; no es el bulto de Joaquín ni lo que le sucedió al bulto. Luego no es el hecho ocurrido. ¿Qué es, pues? Claramente es una descripción parcial de algo que sucedió, y bajo la definición que dimos es un dato. Es falso, pero es un dato. En la construcción de conocimiento, natural- mente, se trata de manejar descripciones verdaderas o al menos, que no se sepan falsas, de los hechos bajo estudio. Incidentalmente, es un hecho también decir que el estudiante en cuestión emitió o formuló la descripción entre comillas. De este suceso de puede formular una descripción o dato; por ejemplo, ‘Juan dijo que el bulto de Joaquín se movió paralelamente al piso del salón’.
Otra diferencia entre un hecho y un dato es que el primero es muy complejo: tiene muchas facetas, e incluso nunca puede ser captado totalmente. Los datos son descripciones parciales de algún aspecto de un hecho. Así, en el dato anterior, no se mencionó el color o forma del objeto que se movió relativo al piso del salón. Tampoco su masa o tamaño o densidad, etc. Una tercera diferencia importante es que muchos hechos nos son dados, pero los datos deben ser elaborados con mayor o menor trabajo,
El dato producido en el ejemplo anterior era falso, pero aunque hubiese sido cierto, no tendría mucho valor como dato científico. ¿Qué sentido puede tener la frase ‘dato científico’? Un dato científico puede caracterizarse imponiendo una serie de condiciones para su formu- lación. Podríamos decir, por ejemplo, que los datos de la ciencia deben ser cuantitativos, es decir, deben envolver los valores numéricos que representen las magnitudes y dirección de las variables estudiadas. Esto implica que habrá que establecer estos valores y esto se hace mediante el uso de instrumentos diseñados para estos fines. Esto a su vez implica que se usarán variables no observables directamente, sino elaboradas a partir de definiciones dentro de una teoría específica y estableciendo las reglas de correspondencia operacionales que permitan tales mediciones. Dicho de otra manera hay un protocolo público para la construcción de datos científicos al alcance de cualquier observador debidamente entrenado. Los datos así obtenidos se consideran datos, que en principio, se pueden insertar en alguna teoría científica. Veamos un ejemplo de esto. Digamos que se dice : ‘El objeto X está lejos de mí’. Esto es un dato de conocimiento común en un lenguaje natural cualquiera, en este caso, español. Si se quisiera producir un dato que pueda ser insertado en las fórmulas de movimiento, se necesitará ser mucho más específico. ¿A qué distancia y en qué dirección está el objeto nombrado? El concepto distancia tiene relación con el espacio y asumiendo que éste es contínuo, podemos pensar en medir el espacio en términos de algún patrón que divida este espacio en segmentos iguales. Para ello se puede pensar en una regla o yarda o tablón de un largo específico y se estipula que la suma de las veces que este patrón cabe en la distancia en cuestión será la medida de su valor en esas unidades particulares. Si se desea se fracciona o calibra el estándar para obtener la distancia más exactamente. Se asume que el estándar escogido no cambia de tamaño al ser movido de una posición a otra (¿por qué?) para efectuar la medición deseada. Es decir, se asume que es un cuerpo perfectamente rígido. Se estipula así, de lo contrario no podemos medir distancia usando este método.
Vemos que aun para conseguir información cuantitativa de algo tan sencillo como la distancia a que está el objeto X de mí necesito inventar conceptos e hipótesis acerca de la naturaleza del espacio y del cuerpo que uso de medida. Si se mide muchas veces esta distancia obtendremos valores cercanos, pero diferentes. Cada una de estas medidas es un dato y su promedio o dispersión ( sigma) o cualquiera otra variable estadística que se consiga de ellos, también será dato. Los datos de la ciencia generalmente incluyen términos no observables en sí mismos, sino a través de indicadores. Lo anterior sería igualmente válido para el establecimiento de la velocidad o aceleración o rapidez, o masa de un cuerpo cualquiera.
Un dato científico es, pues, una descripción parcial de un aspecto de un hecho obtenido mediante el uso de un protocolo particular que envuelve el uso de aparatos físicos y conceptuales y cuyo sujeto está en singular. Recordemos que un sujeto singular puede ser el valor de una variable o el de un grupo determinado de valores de la variable así como cualquier tratamiento estadístico de estos valores.
¿Por qué la insistencia en el uso de aparatos físicos y de un protocolo especial? Hay que recordar que el objetivo básico de la actividad científica es organizar los datos relativos a los fenómenos que se desean explicar bajo una base teórica. Y las teorías de la ciencia más avanzada incluyen relaciones funcionales, relaciones invariantes entre variables. Para conocer las magnitudes de las variables, lo cual es necesario para el establecimiento de las fórmulas de la ciencia física y que no son otra cosa que las relaciones invariantes deseadas, se requiere el uso de aparatos físicos y conceptuales. Un sujeto armado con su aparato sensorial, aunque esté asistido de aparatos que le aumenten su capacidad auditiva o visual no puede establecer a ojo, los valores de estas variables. Se requiere un instrumento construído de tal manera que a base de su teoría de construcción y de otros fragmentos de teorías substantivas, nos permita concluir el valor de estas variables. Esta conclusión estará basada en la teoría instrumental del aparato y en la postulación de relaciones funcionales entre algún indicador observable y la variable de interés la cual dijimos es inobservable en sí misma.
Tomemos de ejemplo una variable común sencilla: temperatura. Esta variable no se puede observar en sí misma. Lo que observamos al leer un termómetro es la altura de una columna fina, usualmente de mercurio, la cual interpretamos como indicativa de que la lectura observada es igual, numérica- mente, a la temperatura ( no observable) del objeto bajo estudio. Es decir, la lectura de mercurio no es la temperatura: sólo se alega que el valor de ésta y el valor numérico de la temperatura medida son iguales. Cómo se justifica esta pretensión? Se conoce que un líquido como mercurio se expande al calentarse. Se presume que la temperatura tiene alguna relación con el calor. En un cuerpo dado, se presume que a mayor calor suministrado, la temperatura aumentará. Se construye un termómetro bajo las premisas anteriores. Un tubo de cristal que tiene un tubo capilar interno sellado lleno de mercurio se sumerge en agua que está en equilibrio térmico con hielo y se nota y marca la altura del mercurio. Se sumerge en agua hirviendo y se nota y marca la altura del mercurio. Se calibra dividiendo en partes iguales el espacio entre las dos marcas anotadas. Se le asignan valores al punto de fusión o congelación del agua y a su punto de ebullición. Dependiendo de estos dos valores asignadas se tiene una escala x o una escala y; una escala centígrado o una escala Fahrenheit. Hay que presumir que al sumergir el termómetro en un cuerpo cualquiera el mercurio se va a expandir al mismo ritmo a través de toda la escala, y que la lectura corresponde a la temperatura del objeto; igual que la lectura de 0 o 32 correspondía a la temperatura del agua con hielo en las dos escalas mencionadas.
Los datos obtenidos al repetir una observación cualquiera no van a resultar idénticos. Al leer la temperatura de un objeto hay variaciones no sólo porque diferentes sujetos ven diferentes cosas. Un mismo sujeto, al repetir sus lecturas del termómetro, puede no colocarlo siempre de igual manera, o puede haber variaciones menores de las condiciones ambientales no detectadas por el investigador; por error o distracción cualquier otro detalle no conocido sus estimaciones de la lectura tendrán ligeras variaciones. Tan pronto se mide se entra en el campo del error: error debido al instrumento, error debido al sujeto que observa, error debido a circunstancias de medición. Desafortunadamente, no podemos evitar medir, luego no podemos eliminar el error. Lo que se puede hacer es controlar lo más posible estas fuentes de error, repitiendo las mediciones un número suficiente de veces, con el cuidado necesario. Luego se somete los valores a un análisis estadístico para asegurar la precisión de las medidas. La exactitud de ellas es otro cantar. Para determinar ésta no basta una buena precisión, hay que conocer el valor más probable o correcto de lo que se mide para saber si el valor obtenido representa un valor aceptable desde el punto de vista de la exactitud del mismo.
En resumen, la producción de datos científicos, fin de la observación científica, es un proceso trabajoso que requiere el uso creativo de la mente aparte de los aparatos físicos necesarios. El diseño de estos requiere asimismo el uso de la imaginación y las ideas. No es posible conseguir datos científicos pertinentes o relevantes a menos que esto se haga en el seno de las teorías y guiado por ellas. Desde luego que los datos los suponemos conectados con los hechos, de suerte que pensamos que son adecuados, es decir, corresponden, más o menos , a la realidad. Al explicar los datos, abrigamos la esperanza de que estemos explicando los hechos descritos por ellos, a, por lo menos, los aspectos de los hechos que ellos describen.
Definiciones
Hemos usado el término ‘definir’ sin caracterizarlo adecuadamente. Este elemento del conocimiento científico es de nivel linguístico también al igual que los datos. Su conexión con la experiencia sensible es distinta sin embargo. Es mucho más indirecta. En el caso de la ciencia física se definen casi todos los términos que se usan en los axiomas o postulados de la teoría. En toda teoría hay algunos que no se definen que son los llamados términos primitivos. Estos se dan por entendidos. Así, Newton no define materia, sino cantidad de materia o masa. El término ‘materia’ es primitivo en esta teoría. El objeto de definir los términos a usarse es que su uso en las fórmulas de la teoría queden caracterizados de una misma manera. Así, la aceleración rectilínea que aparece en la Ley de Movimiento tiene unas características especificadas en su definición y no otras. Si estas características cambiasen, esto es, si la definición de este término cambiase, las leyes o relaciones invariantes en las cuales aparecen estos términos serían diferentes porque las definiciones y las fórmulas en que aparecen están ligadas. Las definiciones se usan como premisas en argumentos deductivos explicativos en los cuales se utilizan los axiomas y teoremas de la teoría. Las definiciones son pues, contextuales, nacen y se usan dentro de una teoría.
Cuando se define un término X se puede estar haciendo una de varias cosas. Algo que podemos hacer al definirlo es darle un nombre al objeto definido. Esta definición se llama nominal. Así, si decimos, ‘Hidrógeno es el elemento menos denso conocido’, estamos estableciendo una definición nominal: le estamos dando el nombre de ‘hidrógeno’ al elemento menos denso que conocemos. De suerte que en vez de hablar del elemento menos denso, podemos hablar de hidrógeno, enten- diéndose por este nombre la substancia elemental de menor densidad. En el seno de la teoría atómica de Dalton podría definirse hidrógeno como ‘ la substancia cuyo peso atómico es igual a 1.’ Sería ésta una definición nominal teórica. Valdría en el seno de la teoría de Dalton, por ejemplo. Otra cosa que podemos hacer es dar la definición real o esencial del término X.
Este último caso de definición lo que hace es proveer las condiciones suficientes y necesarias del objeto a definirse. Una condición suficiente de X es aquello que basta para determinar a X. Una condición necesaria para el término X es aquello que se necesita para tener a X. Así para ser mamífero, es necesario ser animal. Pero no es suficiente. No basta ser animal para ser mamífero, pues los hay que no lo son; por ejemplo, los ovíparos. En una definición real o esencial hay que estipular las dos, las condiciones necesarias y suficientes de lo definido.
La forma lógica de una definición es, pues, ‘ A si y sólo si B’ donde A es lo definido y B es el definiente o lo que define. Es decir tenemos que aceptar estas dos oraciones como verdaderas : (1) ‘A si B’ o ‘ Si B, A’ y (2) ‘A sólo si B’. Otra manera más de decir la oración (1) es ‘Si B, entonces A’ y la oración (2) ‘Si A, entonces B’. B es condición suficiente y necesaria de A en el caso de que se puedan aceptar ambos condicionales como verdaderos. En este caso, se tiene una definición real o esencial, en la cual lo definido queda caracterizado totalmente por el definiente o lo que define, siendo ambos, definido y definiente intercambiables entre sí por tener un valor equivalente. Los objetos ideales matemáticos, lógicos y filosóficos son particularmente aptos para ser definidos de esta manera.
Ejemplos de definiciones de objetos ideales son las de cualquier objeto matemático como círculo, elipse etc. Veamos un caso de definición de objeto concreto. Digamos que se quiere definir el término ‘estrella’. Toda defi- nición lo es de algún término. Estamos usando el vocablo definición en su sentido de correspondencia signo a signo, y no signo a objeto. Señalar con la mano algún objeto a la vez que se le nombra no es un caso de definición tal y como lo usamos aquí. A esto se le llama referición; en esta operación nos referimos a un objeto físico con un nombre o adjetivo. En el caso que nos ocupa podemos ensayar una primera definición de estrella como la siguiente: “Una estrella es un punto de luz en el cielo el cual no cambia de declinación a lo largo del tiempo”. Para aceptar este enunciado como una definición debe- mos aceptar que los dos enunciados siguientes son verdaderos.
(1) Si algo es una estrella, entonces ese algo es un punto de luz de declinación incambiante,
(2) Si algo es un punto de luz de declinación incambiante, ese algo es una estrella.
Dado que es posible aceptar estas dos aseveraciones mediante la observa- ción, por ejemplo, de una estrella particular durante años, podríamos estar de acuerdo que estamos frente a una definición adecuada de una estrella. Pero las definiciones de objetos físicos no lo son para toda la eternidad. Las definiciones, en general, están ligadas a las teorías vigentes y al estado de conocimiento en un momento dado. Esta definición de estrella no es la mejor ahora, pues experiencias tenidas interpretadas por las actuales teorías astronómicas nos dicen que la definición antedicha no es enteramente adecuada porque la declinación de las estrellas, estrictamente hablando, debe ser cambiante ya que tienen movimiento individual, aunque para notarlo se necesiten miles de años. La definición anterior debe ser mejorada por una quizás como esta: “Una estrella es una bomba termonuclear natural”, la cual estaría adecuada en el presente para las teorías que tenemos acerca de la naturaleza de las estrellas. Por bomba termonuclear natural debemos entender un material en el cual están ocurriendo naturalmente reacciones de fusión nuclear de forma espontánea. Como vemos, estas definiciones de objetos físicos tienen un carácter temporero, contextual a las teorías, lo cual no es el caso de la definición de un objeto ideal particular el cual es ideado por nuestra mente a voluntad.
La naturaleza de estos objetos no cambia con la interpretación cambiante de la experiencia sensible. Por otro lado, una oración como ‘Una estrella es un punto luminoso en el cielo ’ no podría ser un candidato para definición de estrella porque tanto los planetas como la Luna son puntos luminosos en el cielo. Uno de los condicionales necesarios para aceptar la oración anterior como definición falla. El condicional ‘Si algo es un punto luminosos en el cielo, ese algo es una estrella’ no es aceptable, por falso.
En resumen, las definiciones de términos que refieren a objetos físicos, no pueden ser eternas, sino temporeras las cuales valen en el contexto de un cuerpo de conocimiento existente, el cual sabemos es cambiante en el caso del conocimiento en las ciencias experimentales. Este conocimiento, cuya pretensión es representar la realidad extra mental lo mejor posible, tiene un componente que cambia con el tiempo: la información factual. Al aumentar ésta o al hacerse más precisa, su interpretación teórica requerirá ajustes, que pueden ir desde pequeñas modificaciones de la teoría hasta una reinterpretación total de la experiencia disponible.
Otro punto relativo a las definiciones que merece discutirse es su arbitrariedad. Esta característica muchas veces es mal entendida. Cuando algo es arbitrario es porque está al arbitrio o decisión de alguna voluntad. Pero en el caso de las definiciones de la ciencia esta voluntad definiente lo está al servicio de algo específico. Lo que quie- re es definir propiedades de una manera adecuada. La definición propues- ta es arbitraria en el sentido de que pudo haber sido otra lógicamente hablando, pero físicamente hablando, sólo se adopta si es adecuada para los propósitos de encontrar información que se pueda insertar en las fórmulas teóricas vigentes o propuestas. Es decir, la definición, para que sea aceptable, tiene una función que cumplir en la explicación y organización de la experiencia. La arbitrariedad en la formulación de las definiciones está al servicio de los propósitos de la ciencia.
Hipótesis
Las hipótesis, al igual que los datos y definiciones son enunciados: dicho de otra manera son objetos lingüísticos. Su función es sin embargo distinta a las de los otros elementos mencionados: se utilizan para explicar, para dar razón de lo que ocurre. Las llamadas hipótesis de una teoría son conjeturas, suposiciones que se aventuran para explicar lo ocurrido. El objetivo de la teoría es dar explicaciones cada vez más profundas de lo que ocurre, en términos de mecanismos o procesos subyacentes a lo observado. Las hipótesis, pues, son los elementos constitutivos de una teoría. La forma típica de estas hipótesis en una teoría clásica, es la universal en donde se afirma que lo que se dice vale para todo tiempo y lugar. Es decir la hipótesis es un reclamo universal. El cuantificador universal ‘todos’ está explícita o implícitamente presente de alguna manera. En las teorías probabilísticas éste no es el caso y el carácter de la explicación es por ello diferente.
El valor de ‘verdad’ de los datos es determinable apelando a la experien- cia. Pero las definiciones no son verdaderas o falsas, sino adecuadas o inadecuadas. En el caso de las hipótesis, tienen un valor de verdad el cual se encuentra apelando a la experiencia de manera indirecta. Supongamos que se tiene un conjunto de hipótesis. Diremos que son verdaderas si las consecuencias deducidas de ellas se confirman experimentalmente. No las podemos poner a prueba a ellas, sino a sus consecuencias. Si sus consecuencias se confirman dentro del margen de error que estamos dispuestos a aceptar, decimos que las hipótesis de las cuales se dedujeron estas predicciones constatadas eran correctas. Este carácter de verdad o corrección así establecido resulta ser incierto. La constrastación experimental de las hipótesis utilizan un razonamiento inductivo el cual no garantiza la verdad de la conclusión en un argumento explicativo. Primero porque el razonamiento no es deductivo. Segundo, podría haber alternativas hipotéticas iguales o mejores que no hemos considerado; tercero, porque aunque sean las mejores en un momento dado, las podemos refinar o aun cambiar si las circunstancias lo requieren. Es decir, como las hipótesis apuntan a causas y, estrictamente hablando, las causas no son observables, su confirmación por el método señalado anteriormente, sólo las hace posibles o probables. En la sección de contrastación empírica, en el próximo capítulo, podremos ver en más detalle las razones detrás de estas afirmaciones. Establecer la verdad o falsedad de las hipótesis envuelve distintos tipos de razona -miento, así como el análisis de los datos predichos y por ello, envuelve riesgo.
Axiomas
Se pueden distinguir en una teoría unas hipótesis que son independientes lógicamente hablando no sólo entre sí, sino de todas las demás. Independencia lógica de dos oraciones no quiere decir que no tienen nada que ver una con la otra; sólo que la relación entre ellas no puede ser deductiva. Lo que deben tener, sin embargo es unidad lógica, para que de ellas se puedan deducir conse- cuencias. Para que una hipótesis tenga el rango lógico más alto, el de axioma, es necesario que no sea derivable de otras por deducción. A estos enunciados que constituyen el núcleo de la teoría se les puede llamar axiomas. Los términos primitivos de la teoría aparecen en ellos. En una cadena explicativa cualquiera veremos que estos enunciados son los que están más lejanos de la experiencia directa. En una teoría dada, los axiomas no se cuestionan, sino que se parte de ellos. Su justificación está en la capacidad o potencia que tengan para explicar lo que ocurre.
Teoremas o Leyes
En la teoría hay también hipótesis deducidas de los axiomas y definiciones de la teoría. Son por ello, lógicamente dependientes de los axiomas y se conocen como teoremas por esta razón. Muchas de las llamadas leyes de la ciencia son teoremas en alguna teoría. Otras son axiomas lógicamente hablando. En los textos comunes de ciencia no se suelen hacer estas distinciones. En algunos todavía se habla de leyes de la naturaleza, como si fueran incambiantes. Es que se confun- de lo que ocurre, por ejemplo, que los cuerpos más densos que un medio siempre caen en él, con una expresión acerca de la causa que se supone está detrás del hecho mencionado. En dis- tintas épocas esta causa ha sido postulada como (1) la naturaleza de los cuerpos mismos, (2) una fuerza entre la Tierra y el cuerpo que varía con las masas y la distancia entre ellos y (3) la curvatura del espacio.
Estas leyes o teoremas pueden tener diferentes grados de generalidad. Se las supone universales o cuasi universales. Lo universal es lo que aplica a un conjunto potencialmente infinito de casos. En general, no debe haber restricciones temporales en las hipótesis de la ciencia, aunque sí puede tener restricciones espaciales. La hipó- tesis siguiente: “ La aceleración de gravedad a nivel de mar en la superficie de la Tierra cerca de X es aproximadamente de 9.8 m/seg.2 ” vale para un conjunto potencialmente infinito de casos en todo tiempo, pero sólo para la vecindad indicada. Se admite como teorema o ley en la teoría de Newton, por ejemplo, porque puede ser deducida de los axiomas generales de Newton en combinación con información acerca de la masa de la Tierra, su radio en esa vecindad y la distribución de materia en ese lugar. Pero una hipótesis que dijese que lo que reclama vale sólo hasta el año 2050, para dar un caso, no sería aceptable.
Lo antedicho tiene que ver con la forma de los enunciados de ley, o leyes como se les prefiere llamar. En los libros de texto la forma de las leyes es categórica, es decir, es afirmativa; en los argumentos explicativos se usan en la forma equivalente de condicional hipotético. El condicional tiene la forma general siguiente : “Si p , entonces q”, donde p y q son dos oraciones cualesquiera. También podríamos ponerlo en esta forma Si ---------, entonces ----------. Ejemplos de condicionales lo son los siguientes enunciados:
1. Si plomo es un metal, entonces el plomo conduce electricidad.
2. Si tenemos un triángulo isósceles, entonces, dos de sus lados serán iguales.
3. Si San Juan está en Puerto Rico, entonces, San Juan es la capital de Puerto Rico.
4. Si X es un gas, entonces, a presión constante, su volumen varía directamente con su temperatura absoluta.
Evidentemente no todos los condicionales hipotéticos ni son leyes de la ciencia ni tienen que ser verdaderos, pero todas las leyes si pueden ponerse en forma de condicional si así se desea y, en el momento en que se formulan, reclaman ser verdaderas.
Estas oraciones serán verdaderas o falsas: su valor de verdad depende del valor de verdad de las oraciones que constituyen su antecedente y su consecuente y de la tabla de verdad del condicional. El antecedente del condi-cional es la oración que va inme- diatamente después de ‘Si’ y el consecuente es la oración que va después de ‘entonces’. Un axioma como el siguiente : “La materia está constituída por átomos” puede ser expresada en forma de condicional hipotético expresándolo así : “Si algo es materia, entonces, ese algo está constituído por átomos.” Una ventaja de expresar la ley en forma condicional es que esta forma lógica nos permite saber, de una ojeada, cuál es la condición suficiente y cuál es la necesaria. Ya hemos visto en la sección de definiciones que el antecedente es suficiente para el consecuente y éste, a su vez es la condición necesaria para el antecedente. En la definición no teníamos un condicional hipotético sino dos, porque el definiente representa las condiciones suficientes y necesarias para lo definido. Es el caso de “A si B y sólo si B.” Una segunda razón para usar la forma condicional es para poderlas enlazar lógicamente siguiendo las reglas del cálculo proposicional.
Si las leyes son cuantitativas, lo que expresan es una relación invariante o constante entre variables. Son funciones matemáticas. Los axiomas y sus teoremas se utilizan para explicar deductivamente, es decir, para montar argumentos explicativos. En este contexto se puede hablar de hipótesis de diferente nivel lógico , según el orden que tienen en un árbol deductivo. Las hipótesis de rango más alto son los axiomas y sus primeras consecuencias, los teoremas de nivel más alto, se expresan en forma de ecuaciones diferenciales en las cuales, desde luego, no aparecen parámetros. Una vez integradas estas ecuaciones aparecen éstos los cuales pueden o no estar especificados. Estas ecuaciones ya inte- gradas representarán teoremas de rango lógico menor, en la medida que algunos o todos sus parámetros estén especificados. Por ejemplo, una ley de nivel alto puede ser la siguiente g = ds2/d2 t ; una ley de nivel menor será s= ½ gt2 + s0t + s0. Esta última es la anterior ya integrada con los parámetros de g y s0 sin especificar. Si se especifica que g tiene el valor de la aceleración de gravedad en la superficie de la Tierra y que el cuerpo está a una distancia s0 del marco escogido, la ecuación es aplicable a todos los casos que cumplan las condiciones de los parámetros escogi- dos; éste conjunto es potencialmente infinito. Si se particulariza la aplicación a un cuerpo que tenga esa aceleración y ese valor de s0 entonces se podría calcular s para un tiempo t particular y esto constituiría una predicción o consecuencia singular.
Generalizaciones empíricas
Hay otras hipótesis cuya relación con la experiencia es muy cercana. Los axiomas son construídos, imaginados, inventados, producidos por la mente. Son invenciones casi libres. El casi hay que decirlo porque no se inventan totalmente de espaldas a la experiencia. Esta invención está restringida por la función que le hemos asignado a las teorías. Esta función básica, mínima, es la de explicar o dar cuenta de lo que ocurre. Luego lo que ocurre frena lo que se puede inventar. Este freno no es muy grande si sólo se tiene en cuenta la explicación de pocos fenómenos. Pero si se pretende dar cuenta de una gama amplia de fenómenos de muchas clases, entonces el número de teorías que son capaces de hacer esto se reduce drásticamente. Los teoremas como hemos visto son consecuencias lógicas de los axiomas y las definiciones y están también lejos de lo que perciben los sentidos.
Estas hipótesis que nos ocupan ahora, por otro lado parecen “salir “ de la experiencia. Les llamamos genera- lizaciones empíricas porque son univer- salizaciones hecha a partir de un número finito, usualmente pequeño de casos. La generalización alega que lo que ocurre en casos similares, dadas unas condiciones similares es, fue y será siempre así . A esto se le conoce como inducción estricta. Aunque a primera vista, las generalizaciones parecen ser más seguras que los axiomas y los teoremas por estar estos más lejos de la experiencia, lógicamente hablando, la generalización es mucho más débil, aparte de su incertidumbre innata. Veamos estos dos puntos.
1. Debilidad lógica
Un oración es lógicamente más débil que otra si de ella se pueden decucir menos consecuencias. Así, una oración particular afirmativa cualquiera como “Sócrates es mortal” es más débil que su generalización correspondiente que es “Todos los hombres son mortales”. Pero la potencia predictiva de esta generalización es poca: se limita a un conjunto infinito de oraciones que afirman que X, Y, Z , etc. son mortales, si son hombres. Ese es el límite de su capacidad . Si tomamos una genera- lización científica como ejemplo, la situación no cambia. Digamos que escogemos lo encontrado por Boyle, en el siglo 17. Boyle halló que para una masa dada de gas, a temperatura constante, el producto de su presión y volumen era aproximadamente constante. Idealizó sus resultados, eliminó el casi y reclamó haber “encontrado” una ley de la naturaleza. Pero el valor de la constante no era el mismo ni para un mismo gas, porque depende de la masa tomada. Si tomamos iguales masas de diferentes gases tampoco el valor de la constante que relaciona los cambios en volumen y presión se mantiene igual. Claro, si mantiene constante la masa de un cierto gas, puede variar a su antojo los valores de volumen y los correspondientes cambios en presión se pueden calcular a partir de la generalización. Así que la relación cambia de gas a gas, y de masa a masa, por lo que Boyle tendría un conjunto de ecuaciones diferentes donde el parámetro K, que es el producto del volumen y la presión de un gas en un caso dado cambiaría de valor. Para una cierta masa de un cierto gas la ecuación es utilizable para predecir cuál será su volumen si se sabe su presión y vice versa. A esto se limitaría su valor predictivo.
2. Incertidumbre innata
No existe una lógica inductiva que permita calcular el valor de verdad de una conclusión inductiva de modo inequívoco. Para proponer una generalización empírica se utiliza un número de casos, que puede ser diez, veinte, un millón sobre los cuales la mente opera la generalización. Por ser una operación de la mente, le llamamos una operación lógica a la generalización o universalización. Aunque en el millón de casos la situación sea como la descrita no se tiene garantía de la aplicabilidad de esta conclusión al próximo caso que encontremos. Dicho de otra manera, aunque haya un millón de cisnes blancos, esto no garantiza que no haya cisnes verdes. Aunque las premisas sean verdaderas- el millón de cisnes blancos constituyen un millón de premisas – la conclusión inductiva de “Todos los cisnes son blancos” puede ser falsa. La única manera que se estaría seguro de que es veradera es si limitamos la aplicabilidad de la conclusión a los casos examinados. Pero esto no es lo que se hace en ciencia. Esto sería más bien trivial. Las generalizaciones científicas reclaman que aplican a todos los casos posibles, los presentes, los pasados y los futuros. Luego la incertidumbre de las conclusiones inductivas es inherente al proceso por el cual se originan; nadie puede haber examinado los posibles casos de nada. Luego hay un salto de los casos a mano a todos los casos posibles. Este elemento es lo que hace que una oración como la de Boyle y la de “Todos los hombres son mortales” se consideren hipóte- sis, porque ciertamente contienen un elemento hipotético. Dicho sea de paso, la de Boyle contiene uno adicional comparado con el caso de “Todos los hombre sos mortales”: el producto de volumen y presión no es constante, es casi constante experimentalmente hablando. El investigador optó por suponer que las desviaciones se debían a errores. Pudo haber supuesto que las desviaciones observadas eran reales.
TEORIAS
Una teoría es un sistema de hipótesis en el cual hay un orden parcial de deducibilidad entre ellas. De los axiomas y definiciones se debe poder obtener, por deducción, teoremas menos fuertes aunque generales y de estos a su vez, se obtienen las predicciones particulares las cuales serán sometibles a una prueba experimental. Es parcial este ordenamiento, al igual que en un argumento deductivo porque de las premisas axiomáticas más fuertes se pueden deducir teoremas, pero, de estos, nunca podríamos llegar, por deducción, a los axiomas iniciales. Recordemos que las hipótesis tienen forma lógica de condicional hipotético; es decir, si------------, entonces --------- y en este tipo de oración lo que se conoce es la condición suficiente para el consecuente, no la condición necesaria para éste.
Los axiomas de la teoría contienen los términos primitivos de ésta, los cuales, por fuerza, si la teoría es profunda, serán términos no observacionales en sí, sino que referirán a entidades más allá de lo fenoménico. Por ello, estos axiomas no pueden ser confirmados directamente por observación; nos tendremos que contentar con poner a prueba sus consecuencias válidas, de un nivel lógico más bajo, que harán referencia a términos medibles a través de definiciones y reglas de correspondencia estatuídas con el propósito de permitir esta medición. En la sección de contrastación veremos que lo más que podemos hacer es confirmar estas hipótesis, si es que los resultados experimentales concuerdan más o menos con los resultados previstos en la deducción (las consecuencias mencionadas). También podemos negar la hipó- tesis en el caso de que no haya acuerdo entre la predicción o previsión y el resultado experimental. Veremos asimis- mo que la confirmación no es deductiva porque el razonamiento es falaz y la negación tampoco es absoluta porque aunque el razonamiento envuelto es válido, envuelve toda la teoría. Es imposible confirmar o rechazar hipótesis individuales sin haber hecho referencia a la teoría en la cual se trabaja. Esto imposibilita que se señale fuera de duda, cuál es la hipótesis falsa.
Las teorías de la ciencia en realidad son sistemas ideales (consisten de fór-mulas o enunciados) aplicables exactamente a sistemas ideales. Intenta ser una representación o interpretación de sistemas reales pero por fuerza sólo podrán dar cuenta de estos aproximadamente. Son algo así como bocetos de la realidad. Como ésta es tan rica, no debe extrañar que ninguna teoría recoja la totalidad de un sistema real exactamente. Sólo se toman unas pocas de variables y las relaciones más simples posibles entre ellas. Según aparecen más fenómenos y
mayor variedad de ellos al incursar en la
investigación, habrá que complicar o
cambiar el cuadro teórico inicial simple.
Capítulo III
Examinemos los procesos de razonamiento de inducción y deducción, su utilización en la contrastación empírica de las hipótesis formuladas, así como su validez y potencia en cuanto al establecimiento de lo que llamamos conocimiento científico en las ciencias físicas. Al final del capítulo, en un apéndice, hay una sección llamada Notas sobre la lógica de la Ciencia que puede o no ser incluida en la discusión en clase. Pueden servir de material de estudio introductorio para los elementos de lógica Simbólica o Matemática.
Estos procesos mencionados así como el de comparación, analogía y otros son usados continuamente en la investigación científica. Muchos autores han enfatizado el proceso de inducción en la ciencia como lo primero o más fundamental. Sir Francis Bacon, por ejemplo, Mills y Whewell entre otros sostienen que la inducción es lo más importante en la construcción del conocimiento científico. Esta posición no es sostenible, pues se necesitan ambos procesos. Cada uno tiene una función y es inútil intentar decidir cuál es más importante. Ambos son importantes por ser necesarios y se utilizan todo el tiempo en la construcción de conocimiento. Sobre todo habría que distinguir entre una inducción estricta y otros razonamientos no deductivos que quizás, a falta de un término mejor, son también llamados inductivos. La formulación de hipótesis del orden de axiomas no puede ser producto de la inducción estricta, porque contiene términos bien abstractos, que podemos considerar transfenoménicos o transempíricos. Estos términos, en consecuencia no pueden haber sido obtenidos por la inducción estricta de casos observados. Para llegar a ellos hay que dar un “salto en el vacío” intelectual, paso arriesgado y creativo.
INDUCCION (Estricta)
Comencemos por el proceso inductivo, el cual es menos técnico, de uso común y cotidiano y por ello es más familiar para todo el mundo. Es un proceso intuitivo y aparentemente desde muy corta edad los seres humanos lo usamos continuamente.
Hemos visto algo de este proceso al estudiar la producción u origen de las generalizaciones empíricas. Repasemos pues el proceso. La mente detecta seme- janzas y desemejanzas en los varios fenómenos. Digamos que antes de que llueva se ha observado que el cielo se pone nublado, sopla una brisa algo fría y húmeda y hay relámpagos y truenos. Si esta observación se repite un número de veces- no tienen que ser muchas!- la mente universaliza la situación y se propone que siempre que vaya a llover aparecerán esos indicadores anterior- mente mencionados (nubes, relámpagos etc.) A esto se le llama una conclusión inductiva. En la vida diaria esto se conoce como ‘saltar a conclusiones’. A los legos les parece que en ciencia es diferente porque imaginan que los experimentos se han hecho miles de veces antes de generalizar y que por lo tanto la inferencia tiene que ser verdadera. Pero el número de veces que se observa algo no puede garantizar que se seguirá dando lo mismo. ¿Qué ha sucedido? De un número determinado de casos, pocos o muchos, se ha inferido la conclusión de que siempre será así. Esta inferencia es inductiva. Si nos preguntamos por la validez de esta conclusión nos damos cuenta que no hay manera de estar seguro de que siempre será así no importa los millones de veces que haya sido cierta en el pasado.
Aquí debemos aclarar lo que queremos decir por validez y certidumbre. No son lo mismo. La certidumbre de una conclusión refiere a su verdad. La verdad es un predicado aplicable a oraciones individuales, no a sistemas de oraciones. La validez, por otro lado, se predica de un sistema de oraciones el cual se dice está interrelacionado lógicamente. En el caso del razonamiento inductivo nunca podremos estar seguros de que la conclusión será verdadera siempre; si las premisas son verdaderas y el argumento fuese deductivo se tendría certeza de esto. La razón por la cual no se puede estar seguro de lo anterior es que no hay una técnica para determinar la verdad necesaria de una conclusión obtenida por la vía de este tipo de razonamiento. Es decir, no existe una lógica inductiva. La validez de un argumento refiere a si el argumento como un todo es correcto, y por tanto, no es falaz. Para saber si el argumento es correcto o válido- no verdadero- tendríamos que tener un procedimiento que pudiese establecer dicha validez. Como el razonamiento inductivo no tiene reglas de lógica, no podemos establecer si un razonamiento particular es correcto o no. La lógica deductiva sí tiene procedimientos para establecer si dadas unas premisas verdaderas, se sigue que la conclusión es verdadera. Dicho de otra manera, si hubiera una lógica inductiva que nos permitiese preservar con seguridad la verdad de las premisas en la conclusión, el razonamiento inductivo tendría la misma clase de certidumbre que el razonamiento deductivo. En ausencia de esta lógica, no se puede alegar el mismo tipo de sostén para la conclusión inductiva que para la deductiva. Sea o no verdadera la conclusión inductiva, esto de por sí no establece la validez o peso del argumento.
Pero, ¿qué es un argumento? No es la conclusión nada más: es el sistema de premisas y conclusión. Así, en el caso anterior las premisas son las siguientes;
1. Hoy estaba bien nublado, la humedad relativa era alta,(90%), relampagueó y tronó; poco después llovió torrencialmente.
2. La semana pasada estuvo bien nublado, humedad relativa alta, relampagueó y luego llovió abundantemente.
3. Ayer, estaba bien nublado …………… y llovió.
(Conclusión ) Por lo tanto, siempre que esté bien nublado, la humedad relativa sea alta relampaguee y truene, lloverá.
Ese sería el pretendido argumento. Digamos que las premisas son ciertas. En esos días sucedió lo que se alega. Se puede tener un millón de ellas, ciertas todas; pero la conclusión podría ser falsa porque algún día que se predijera que va a llover dada la inferencia inductiva, puede que ocurra que no llueva. Si aplicamos las reglas de validez de lógica deductiva, el argumento es inválido. En la lógica deductiva, la verdad de las premisas se preserva en la conclusión. No sería posible en un argumento válido tener premisas verdaderas y que la conclusión derivada fuese falsa. En un argumento lógicamente válido si las premisas son verdaderas la conclusión tiene que ser verdadera siempre. Se puede argumentar que no se deben usar las reglas de la lógica deductiva para criticar los razonamientos inductivos. A eso se contesta que si no se usa esta lógica, no podemos estar seguros de ninguna manera porque no hay reglas de validez para la lógica inductiva. De cualquier manera no se sabría si el argumento es bueno, correcto o no. Se podría justificar la conclusión en términos experimentales pero no en términos lógicos y no se podría estar seguro de que algunos días, no se sabe cuáles, los indicadores de lluvia se den, y ésta no se materialice.
Este razonamiento inductivo se usa cotidianamente resignado uno a la falta de seguridad, admitiendo sólo una mayor o menor probabilidad de la verdad de la conclusión, porque no se puede hacer otra cosa. En el caso de las generalizaciones empíricas en cualquier ciencia la situación es idéntica. Puede haber un registro numeroso de casos de cierta clase y generalizamos al universo posible de casos sabiendo que no podemos estar seguros de que será así en principio, aunque sea así de hecho en muchas ocasiones. Lo que hemos hecho en estos párrafos es demostrar la ilegitimidad de la conclusión, no su falta de verdad en algunos casos.
Generalmente este proceso inductivo ocurre temprano en el desarrollo del conocimiento. Las llamadas regularidades de la naturaleza que se obtienen por este proceso constituyen una etapa inicial del desarrollo de una ciencia. Es decir la existencia de estas regularidades es un acicate para que el investigador se pregunte por qué se dan éstas y proponga mecanismos y causas que justifiquen por qué las cosas ocurren así y no de otra manera. En una etapa más madura de la ciencia es que aparecen los sistemas teóricos más o menos amplios que intentan dar cuenta de las generalizaciones propuestas.
Pero aun en la etapa inductiva el proceso deductivo está presente. Una vez formulada la generalización anterior, se puede deducir de ella que cada vez que se den los indicadores mencionados lloverá. Esta es una conclusión deductiva cuya forma es la siguiente
1. Siempre que esté nublado, haya humedad relativa alta, relampaguee y truene, lloverá.
2. Hoy está nublado, hay humedad relativa alta, relampaguea y truena.
Por lo tanto, hoy lloverá. Este razonamiento es válido, si las premisas 1 y 2 fuesen verdaderas, la conclusión lo sería también; es decir llovería. Si algún día no llueve, la falsedad de la conclusión no atenta contra la validez del argumento, atenta contra la verdad de sus premisas. La premisa 1 es falsa . Aunque la segunda premisa sea
verdadera, la conclusión será falsa. Pero el argumento es válido.
DEDUCCION
En un argumento deductivo la conclusión se sigue indefectiblemente de las premisas. Es decir, si se siguen las reglas de la lógica que enlazan los conceptos y proposiciones de una manera correcta, no se puede obtener otra. Es un sistema de oraciones, cuya última oración es la conclusión. Las reglas de esta lógica respetan los principios de identidad, tercero excluido y no contradicción, los cuales se discuten en el apéndice. En esta lógica sólo se admiten dos valores de verdad para las oraciones: toda oración tiene que ser verdadera o falsa. Por esta razón se llama lógica bivalente. El sistema de oraciones que constituye un argumento está ordenado por la relación de deducibilidad. Este orden es parcial. Es decir, la conclusión puede deducirse de las premisas, pero lo contrario no es posible. Se dice, por tanto que las premisas son más fuertes, lógicamente hablando, que la conclusión.
Como hay procedimientos en la lógica para establecer la verdad (o falsedad) de las oraciones, premisas y conclusión, es posible establecer que, si el argumento es válido o correcto, nunca habrá una conclusión falsa de unas premisas verdaderas. Repetimos que la lógica deductiva preserva, en la conclusión, la verdad de las premisas iniciales.
Esto no significa que lo contrario es cierto. Así, aunque una conclusión sea verdadera, sus premisas, todas o alguna pueden ser falsas. Asimismo, si la conclusión es falsa, hay que concluir que, al menos, alguna de sus premisas es falsa. Desde el punto de vista de las premisas , si éstas son falsas, la conclusión puede ser falsa o cierta. Sólo si todas las premisas son verdaderas es que, si se ha respetado la lógica, la conclusión tiene que ser verdadera
Ejemplos de lo anterior
Ejemplo 1: Conclusión verdadera con premisas falsas (argumento válido)
1. Las estrellas son cuerpos imagina- rios. (F)
2. Los cuerpos imaginarios son extre- madamente calientes. (F)
Conclusión: Las estrellas son extrema- damente calientes. (V)
Ejemplo 2: Conclusión falsa con una premisa falsa
1. Los conductores de electricidad son brillantes (F)
2. Carbono conduce electricidad (V)
Conclusión: Carbono es brillante. (F)
Ejemplo 3: Conclusión verdadera con una premisa falsa
1. Si Sócrates es mortal, Sócrates es un hombre. (F)
2. Sócrates es mortal. (V)
Conclusión : Sócrates es un hombre. (V)
Ejemplo 4 :
1. Las estrellas son hornos termonuclea- res. (V)
2. Sirio es una estrella. (V)
Conclusión: Sirio es un horno termonuclear. (V)
La conclusión tiene que ser verdadera si 1 y 2 son verdaderas porque este razonamiento es válido. El nombre de este argumento es modus ponens. El argumento para demostrar que el argumento vale es el siguiente. La premisa 1 nos dice que ser estrella es condición suficiente para ser un horno termonuclear. La premisa 2 nos dice que Sirio cumple con esa condición suficiente. Una condición suficiente es aquella que basta para obtener el consecuente que en este caso es la conclusión, ser un horno termonuclear. Luego, el argumento es correcto. Si las premisas son verdaderas ambas y el razonamiento es correcto, la conclusión tiene que ser verdadera, porque si se razona bien la verdad se preserva o conserva.
En ciencia los argumentos deductivos se usan para explicar o predecir, partiendo de premisas que se suponen verdaderas (las teorías). La verdad de estas teorías se ha establecido, por otro lado, por modos no deductivos, por tanto, inciertos, a partir de la observación de fenómenos. Los fenómenos confirmatorios de la verdad de las teorías son aquellos que coinciden con las predicciones de éstas. En la sección de contrastación se discutirá a fondo la lógica envuelta en el proceso confirmatorio. Vemos que, como el conocimiento científico es producto de razonamientos inductivos y deductivos la importancia de ambos procesos debe reconocerse.
CONTRASTACION EMPIRICA
Las hipótesis y los sistemas de éstas, las teorías, tienen que ser susceptibles de contrastación experimental, si es que pertenecen a las ciencias de hechos. Esto quiere decir que en principio, se debe poder hacer un diseño experimental que permita poner a prueba una o más consecuencias particulares de los axiomas iniciales. Lo anterior implica que (1) las hipótesis científicas deben tener contenido empírico- es decir, deben referirse a entidades o propiedades supuestamente espacio temporales –y (2) los axiomas y cualesquiera oraciones iniciales usadas como premisas deben tener unidad lógica y semántica- sus conceptos deben estar enlazados y ser comunes y usados en un mismo sentido. Esto permitiría el encadenamiento lógico necesario para obtener consecuencias en principio observables.
Lo anterior no sería suficiente para la contrastación; habría que ver si efectivamente, estas consecuencias ocurren o no. Efectuar las experiencias necesarias y las medidas pertinentes para establecer si las consecuencias previstas ocurren es entonces, esencial en el proceso de contrastación empírica. Al final del proceso estaremos en posición de, o bien admitir la hipótesis (teoría) bajo examen o rechazarla. Estas dos conclusiones deben analizarse para entender el alcance y validez de la aceptación o el rechazo.
CONFIRMACION
Una hipótesis se confirma o rechaza en el seno de una o más teorías. No es posible confirmar o rechazar hipótesis individualmente. Las hipótesis se confirman mediante el examen de sus consecuencias y éstas envuelven otras hipótesis además de aquella que se está examinando. Todo investigador trabaja en un contexto de conocimiento particular: el vigente y el que él está considerando como posible. Suponga- mos que propone una hipótesis H como candidata para explicar algún fenómeno. Esta hipótesis no está suelta en el aire ni es ajena al esquema de conocimiento que el investigador maneja. La propone den -tro de este esquema y la va a enlazar deductivamente con las partes del esquema que sean necesarias para determinar su posible verdad. Supongamos que de la hipótesis H y la teoría T se deduce un efecto E. El investigador determina qué medidas debe hacer y cómo y diseña la experiencia Z que le permitirá determinar si el efecto E se produce o no. Como resultado de esta experiencia, utilizando las reglas de correspondencia necesarias y los aparatos precisos determina que el efecto E ocurre. El investigador proclama que la obtención experimental del efecto E, el cual había sido previsto o predicho deductiva -mente por la hipótesis (casi nadie menciona la teoría dentro de la cual se trabaja, pues se la da por cierta) confirma la hipótesis H. Esto, si el investigador es cauteloso; de lo contrario, proclama que ha probado la hipótesis H. Hasta aquí suena bien, y parecería que la prueba o confirmación está fuera de duda. Cuidado.
Veamos la forma de este argumento esgrimido por el investigador:
Premisa 1 Si H (y T), entonces E.
Premisa 2 E
Conclusión: H (y T)
Desafortunadamente, lo primero que hay que aceptar es que el argumento no es tal. Todo argumento para serlo tiene que ser válido. El sistema de oraciones anterior constituye una falacia que se conoce como la falacia de la afirmación del consecuente.
Habíamos dicho que un argumento exige que si las premisas son verdaderas, la consecuencia tiene que ser verdadera. No es que de hecho, sea verdadera en algunos casos, sino que tiene que ser verdadera siempre. Si el argumento anterior se analiza asignándole los valores posibles de verdad a cada una de sus partes veríamos que en un caso, aun cuando las premisas fuesen verdaderas ambas, la conclusión sería falsa. Este resultado demuestra que no se han respetado las reglas básicas de la lógica bivalente; o, dicho de otra manera, que el argumento como tal, resulta inválido. (Para un análisis detallado de esto, ver Notas de Lógica en el apéndice ). Cualitativamente hablando, para ayudar a ver esto podría decirse que no podemos aceptar el siguiente teorema: Si se conoce el efecto, se conoce la causa. Desgraciadamente, lo que es aceptable es el converso de este teorema: Si sabemos la causa, sabemos el efecto.
El ‘argumento’ no es tal, es una falacia. ¿No sirve para nada? Sirve, si admitimos que la confirmación no es deductiva, si estamos dispuestos a aceptar un razonamiento no deductivo como evidencia favorable para la hipótesis. Dado que no queda otro remedio, aceptamos el argumento del investigador como una confirmación no deductiva de la hipótesis propuesta sabiendo que el carácter de la confirmación no es seguro. Si el razonamiento fuese deductivo, recuérdese que si las premisas fuesen verdaderas, la conclusión tendría que ser verdadera. Una confirmación inductiva implica que la conclusión - que en este caso es que la hipótesis H es correcta - no tiene una verdad garantizada aunque las premisas fuesen verdaderas. Después de este exa- men se puede ver que las confirmaciones son siempre tentativas, aunque uno puede suponer que a mayor número de confirmaciones, más segura es ésta. Esta suposición será psicológicamente atrac- tiva, pero no tiene fundamento racional (lógico): muchas cosas inciertas no suman a certidumbre. Siguen siendo tan inciertas como antes. Pero, así es como funciona la parte de confirmación en la ciencia experimental. Así, con estas limitaciones, es que alegamos que hemos confirmado las hipótesis de las teorías o que nuestras teorías son verdaderas o aceptables.
Lo anterior puede entenderse mejor si se piensa que la hipótesis confirmada es una que permite refinamiento. Es decir, alegamos que la hipótesis H causaba E y E apareció. Pero pudiera ser que no fuese debido a E, sino a alguna otra causa la cual es parte de H.
Un ejemplo familiar de esto es cuando se decía que el mal funcionamiento del páncreas era la causa de una condición diabética. Esta causa era muy amplia. El mal funcionamiento de una parte del páncreas sería un refinamiento de esta hipótesis, y el señalamiento de cuál parte del páncreas sería todavía una causa preferible. Si se conociese el mecanismo del funcionamiento, sería todavía mejor. Pero cualquier evidencia a favor de que el páncreas es la causa, serviría desde luego de evidencia en favor de que una parte del páncreas lo es.
FALSACION
Como culminación del proceso experimental, puede que no haya acuerdo significativo entre una consecuencia lógica de la hipótesis bajo examen y el dato obtenido por observación. En este caso, como en el anterior, debemos examinar el significado y el alcance de lo ocurrido. Hay que recordar que la previsión o consecuencia lógica a compararse es producto de la combinación lógica de la hipótesis junto con la teoría. Lo sucedido se puede expresar simbólicamente así, siguiendo lo dicho en la sección anterior.
Premisa 1 Si (H y T ) entonces E
Premisa 2 Es falso que E (Es decir no se obtuvo E, el resultado predicho)
Conclusión: Es falso que (H y T) (Es decir la conjunción H y T es falsa.)
Ese argumento es sólido. Es fácil argumentar que es válido si se recuerda que en el condicional hipotético, el consecuente es condición necesaria del antecedente. El consecuente es E. Es decir, es necesario que E se cumpla para que H y T se cumplan, si E no se cumple, es necesario que H y T tampoco se cumplan. Luego resulta falsada la conjunción de la hipótesis que tenemos a prueba y la teoría dentro de la cual la estamos manejando. Hasta aquí lo deductivo. Ahora hay que hacer un juicio no deductivo sobre lo que puede significar que la conjunción H y T sea falsa. Cuando una conjunción es falsa, uno de los conjugados, al menos, tiene que ser falso. Es decir, o bien H es falsa o bien T es falsa o las dos lo son. El investigador tiene que decidirse por la teoría principal o por la hipótesis. Generalmente la teoría como sistema está mejor cimentada que la hipótesis generada para dar cuenta del problema propuesto por el que investiga. Por ello, se dice que este proceso falsa la hipótesis propuesta. Se rechaza por incompatibilidad con un sistema el cual parece estar bien evidenciado. Pero de esto no tenemos ninguna seguridad lógica. Es un juicio razonable pero inseguro. Claro está, esto no es tan simple. No se rechaza la hipótesis de inmediato. Pues cuando un experimento resulta ser un caso de falsación, generalmente se repite y no siempre de la misma manera. Se pueden controlar mejor las condiciones del mismo, puede haber una corrección en el control de variables que se sospeche puedan interferir etc. Sólo después de agotar lo que parece esencial en el momento, es que se abandona la hipótesis falsada aunque sea por el momento, para sugerir otra en su lugar.
En resumen, la ciencia pretende representar mediante sistemas ideales a los sistemas reales - los del mundo. Esto lo hace construyendo (no deductivamente ni de modo inductivo estricto) sistemas teóricos amplios que permitan deducir consecuencias que se puedan poner a prueba o se hayan ya observado. Si las consecuencias se dan, se acepta tentativamente el sistema teórico y se sigue investigando dentro de este marco. Esta es una de las funciones importantes de la teoría- orientar la investigación. Si las consecuencias no se dan y esto se corrobora, se formulan hipótesis alternas para substituir la rechazada. Si el número de casos anómalos es grande (o pequeño- depende del teórico) se replantea o toda la teoría o partes importantes de ella. Y entonces se ha incurrido en una reinterpretación de la realidad. Y como la capacidad de proponer problemas parece ser infinita, la actividad científica parece ser abierta: es decir, sin fin.
El estudio de la historia de la ciencia muestra este carácter dinámico, fascinante de la ciencia. Este intenta el progreso el cual no necesariamente se da linealmente, sino muchas veces, en forma zigzagueante.
Suscribirse a:
Enviar comentarios (Atom)
No hay comentarios:
Publicar un comentario