Leidy
Pico Martínez
En algunas
ocasiones las personas que están inmersas en el campo científico, así como las
que solo son espectadores o receptores del conocimiento, caen en la perspectiva
errónea de visualizar a la ciencia como un saber irrefutable. El ideal de
obtener resultados y alcanzar un objetivo determinado, puede llevar a crear
afirmaciones que carecen de pruebas verificables o que no son contrastadas.
Dado lo anterior, creo necesario llevar nuestro razonamiento hacia un
pensamiento más crítico y escéptico con respecto al ámbito científico. Sober en
el 2008, nos dice que la ciencia puede verse como una empresa falsable,
argumentado que las evidencia que los científicos tienen para sus teorías no son
suficientes, es decir, las evidencias no implican que nuestras teorías sean
ciertas. Lo anterior, se puede ejemplificar si pensamos en teorías grandes o
generales, en las que a veces la evidencia que aplica sobre ellas es muy
pequeña, es decir, nuestras observaciones están limitadas por una pequeña
porción de espacio, y lo que concluimos a partir de lo que se observa en un
lugar fijo, no necesariamente será aplicable a otros lugares o destinos. En
este caso, la evidencia no proporciona certeza sobre que teorías sean
totalmente verdaderas, dando así lugar a aceptar el hecho que la ciencia es
falible.
Pero bueno, si
solo las evidencias u observaciones no son suficientes para evaluar
afirmaciones o teorías científicas, ¿cómo sabe la ciencia, cuales teorías son
probablemente ciertas y cuáles no? Los científicos se han apoyado en modelos
probabilísticos que los estadísticos han desarrollado, para poder ajustar sus
teorías a un modelo de razonamiento. Entre estos resaltan dos corrientes
estadísticas: Bayesianos y Frecuentistas. La probabilidad bayesiana es un
concepto dicotómico que busca explicar que teorías son más y menos probables,
basándose en el conocimiento previo (priori). Es decir, la interpretación
bayesiana, define la confirmación como un aumento de la probabilidad y la
“desconfirmación” como un descenso de la probabilidad. Por otro lado, los
frecuentistas, estudian probabilidades reales, basándose en ensayos de prueba –
error, es decir, predicen en qué medida es probable o “creíble” que ciertos eventos
ocurran, tomando como referencia patrones anteriormente observados, que en
términos matemáticos serían, las frecuencias relativas.
Cuando se trata
de teorías biológicas, se podría decir que ambas aproximaciones son
considerables, según el pensamiento de quien las evalué. Es por esta razón, que
no pude evitar pensar en el hecho de que, si en algún momento podrían ser
complementarias o converger en cierto punto, miremos el siguiente ejemplo: al
realizar un experimento repetidas veces, hasta llegar a un resultado común, y
asignar la probabilidad según el patrón encontrado (Frecuentista), ¿Este
resultado podría considerarse como un prior o evidencia previa para asignar una
probabilidad según el método bayesiano? Para este punto, creería que podrían
ser complementarias, ya que el método bayesiano también hace uso de la
información contenida en la muestra, que
en nuestro caso podría ser, la tendencia que históricamente sigue el conjunto
de datos dado los experimentos; la diferencia subyace en que las probabilidades
asignadas al momento de tomar una decisión, no dependerán netamente de esta
información “existente”, sino que también, incorporará información externa a
nuestro experimento (probabilidad subjetiva) (Sober, 2015).
A partir de las
estimaciones anteriores, ¿es factible pensar que las teorías, que rigen la
ciencia en el mundo, tienen una probabilidad de 0.25, 0.75, 0.95… etc, de que
se cumplan? ¿con estos enfoques podríamos saber que teoría es netamente cierta
o falsa? Estas preguntas podríamos abordarlas refiriéndonos al filósofo Popper
(1902 – 1994), quien fue precisamente un crítico del Bayesianismo, al estar
vehemente en desacuerdo con el enfoque que tenían estos sobre los objetivos de
la ciencia. Para Popper, la ciencia no debería estar en el negocio de encontrar
teorías que sean probablemente ciertas, por el contrario, él sostuvo que la
ciencia debería aspirar a formular conjeturas audaces y luego someter esas
conjeturas a una prueba empírica rigurosa; después de pasar esta prueba
rigurosa, una teoría podría probarse como falsa (Sober 2015). A partir de este
pensamiento surge el llamado “Falsacionismo de Popper”, en el que una teoría
puede ser constatada al intentar refutarla, si no se logra refutar, dicha
teoría será corroborada, pudiendo ser aceptada por un tiempo, pero no será
verificada, es decir, nunca podrá probarse como verdadera. Con lo anterior,
queda abierta la pregunta ¿será posible hacer afirmaciones universales con
respecto a un tema o teoría específica, a partir de las experiencias o de las
probabilidades?
Para terminar,
es importante reflexionar en el hecho que, generalmente cuando tenemos un
problema biológico por resolver, utilizamos este tipo de herramientas o modelos
probabilísticos para encontrar una respuesta y llegar a una conclusión
determinada, pero rara vez nos detenemos a pensar en la base o trasfondo
filosófico, que en últimas enriquece nuestras discusiones y nos conduce hacia pensamiento
más críticos y racionales.
Sober, E. (2008) Evidence and
evolution: The logic behind the science. Cambridge University Press.
Sober, E. (2015) Ockham’s
Razors. Cambridge University Press
Comentarios
Publicar un comentario