15 Cargados de teoría

El conocimiento del mundo externo depende críticamente de las evidencias empíricas. Este es el motivo por el que los científicos clásicos fueron tan exigentes con las observaciones; idealmente, las evidencias utilizadas en ciencia tendrían que ser independientes de nuestros valores e intereses, deberían ser públicas, acordadas intersubjetivamente y habrían de reflejar, exclusivamente, el mundo externo.967 Además, según estas tesis clásicas, la ciencia tendría dos capas: la empírica y la teórica y, aunque podría haber discusiones respecto a las teorías, que, al fin y al cabo, son creencias nuestras, los datos, al depender casi exclusivamente del mundo externo, serían objetivos y estables. Galileo, Newton y Einstein no propusieron los mismos modelos teóricos, pero los tres estuvieron de acuerdo en que, en ausencia de resistencia, los cuerpos caen con una aceleración constante independiente de su masa.

Sin embargo, no siempre es fácil alcanzar este ideal, las evidencias sobre las que asentamos nuestro conocimiento no son tan prístinas, dependen, en mayor o menor grado, del observador. Esto implica que no podemos descartar que algunas de las observaciones sobre las que se sustenta nuestro supuesto conocimiento no sean más que alucinaciones.

15.1 Que hablen los datos

El ideal inductivista sería similar al descrito por Darwin en El viaje del Beagle. El investigador saldría al mundo con ojos limpios e inocentes, haría un largo viaje en el que recogería enormes cantidades de observaciones: fósiles, picos de pájaros, caparazones de tortuga, etc. y, tras su regreso, reflexionaría sobre lo visto y construiría sus hipótesis.

Los inductivistas favorecían esta aproximación, construir la teoría después de disponer de los datos, porque temían que una apuesta demasiado temprana por una hipótesis concreta pudiese sesgar nuestro punto de vista. Deberíamos tratar de observar sin prejuicios ni sesgos.968 Sherlock Holmes en Un escándalo en Bohemia recoge la máxima inductivista de este modo:

Es un error capital teorizar antes de poseer evidencias. Insensiblemente, uno comienza a deformar las observaciones para hacerlas encajar en las teorías en lugar de encajar las teorías con los hechos.

Como veremos a continuación, este temor de Holmes es, precisamente, el problema que denunciaron, filósofos como Hanson o Kuhn.

El problema es que incluso aunque obviemos la aspiración inductivista relativa al descubrimiento y nos limitemos al análisis de la justificación de las teorías, la división entre observación y teoría continúa siendo importante. Si asumimos que los datos van a ser los jueces de nuestras hipótesis, tenemos que ser muy escrupulosos con su independencia. Sería muy problemático que las observaciones no fuesen neutrales respecto a las hipótesis que van a ayudar a juzgar.

15.2 Cargados de teoría

Norwood Russell Hanson (1924 - 1967) propuso que, en realidad, la observación siempre depende, al menos en parte, de nuestras ideas previas.969 Esta tesis suele conocerse como problema del theory-laden, un término que puede traducirse como cargado o teñido de teoría. Esta fue una preocupación que ya había mencionado Comte al comentar que no es posible realizar observación alguna sin que ésta sea dirigida e interpretada por una teoría previa.970 Sin embargo, quien popularizó el problema fue Thomas Kuhn en su La estructura de las revoluciones científicas. Esta es una tesis que, de forma más o menos matizada, ha sido asumida por la práctica totalidad de los filósofos de la ciencia actuales.

La distinción entre observación y teoría no es tan nítida como los positivistas asumían y esto amenaza con socavar la objetividad científica.971 Si los datos pueden estar sesgados por las teorías, ¿cómo podemos considerarlos jueces imparciales de esas mismas teorías? Si nuestra investigación depende de nuestras ideas previas, ¿no podríamos caer en los círculos viciosos sobre los que Sherlock Holmes trataba de prevenirnos? Esta es una nueva limitación fundamental que deberemos añadir al problema de la inducción. Hume nos recordó que al derivar una teoría general de unas observaciones concretas estábamos dando un salto lógico inválido y ahora estamos cuestionando incluso esas observaciones.

Algunos filósofos y, especialmente, muchos sociólogos de la ciencia llegaron a plantear que esos problemas corroen tan profundamente las bases científicas que era necesario reconocer que las conclusiones científicas no son más que un conjunto de relatos o mitos. Sin embargo, el lector no debe confundir ambas conclusiones: aceptar que la relación entre observación y teoría es más sutil y compleja de lo que pensábamos, no implica que debamos inferir necesariamente que la ciencia no es más que un relato sin una relación especial con la realidad.

Lo que sí se perdió en el camino fue el ansia positivista de una justificación del conocimiento científico filosóficamente absoluta. Los positivistas lógicos de la primera mitad del siglo XX trabajaron en un programa de investigación filosófica que tenía por objetivo asentar la justificación de las teorías científicas sobre la observación y la lógica. Su ambición era distinguir los esfuerzos de Newton o Darwin de las especulaciones metafísicas escolásticas. El ejemplo que les inspiraba era el Principia Mathematica de Russell y Whitehead. A estos autores les pareció poco riguroso asumir sin más que 1 más 1 son dos y decidieron dotar de una justificación lógica robusta a la aritmética. Siguiendo este ejemplo, el programa positivista, asumiendo el empirismo, trató de establecer unas bases lógicas sólidas para la ciencia, pero tal y como admitieron sus propios participantes, el intento fracasó y la compleja relación entre observación y teoría fue una de las causas del fracaso.

15.3 Ideal positivista: las observaciones son independientes de nuestras teorías

Según el ideal positivista las observaciones son completamente independientes de las teorías. Por ejemplo, si uno deja caer una bolita por un plano inclinado, la bolita caerá a una velocidad determinada independientemente de lo que nosotros pensemos. Por lo tanto, la relación del científico con los datos sería similar a la del buscador de setas; uno observa el mundo externo y recoge datos como quien recolecta champiñones. Sin embargo, las observaciones no son tan inmaculadas, están, hasta cierto punto, cargadas de teoría.

15.4 Se aprende a observar

En primer lugar, esperamos del investigador que realice las observaciones utilizando las mejores metodologías disponibles y esto implica el uso de conocimiento previo. Por lo tanto, difícilmente podrá seguirse el ideal inductivista que nos previene contra la teorización previa. Un buen diseño experimental no sólo implica tener un objetivo previo, que puede ser más o menos general, sino que exige disponer de un amplio conocimiento de las metodologías disponibles.

Observar y hacer experimentos no es trivial, se requiere una cierta capacidad que se adquiere, habitualmente, tras años de práctica.972 Muestra de esto es que es habitual en los laboratorios clasificar a los investigadores en dos grupos: el de los que tienen buenas manos y el de los que no. Los investigadores suelen aprender a realizar correctamente las manipulaciones que exigen los experimentos tras años de formación y los conocimientos adquiridos son, en muchos casos, tácitos, difíciles de transmitir con palabras. Además, los instrumentos que se utilizan en los laboratorios pueden llegar a ser muy complejos y su manejo, a veces, es casi un arte.

El polímata Michael Polanyi (1891 - 1976) afirmó que la práctica científica no era una ciencia en sí misma, sino un arte que se adquiría mediante la relación con un maestro capaz.973 Uno aprende a desenvolverse en el laboratorio como quien aprende a ir en bicicleta, con la práctica. Leer sobre el tema ayuda, pero no es suficiente. Este aprendizaje requiere práctica e interacción con los maestros, con la comunidad. Aunque fue Kuhn, gracias a sus paradigmas, quien popularizó el interés por este tipo de cuestiones, Polanyi, a mediados del siglo XX, ya había reflexionado sobre ellas. Cualquiera que haya intentando ver a través de un humilde microscopio es consciente de que ni tan siquiera esto es trivial.974 Y la práctica científica cotidiana requiere capacidades aún más sutiles. Hay que aprender a juzgar la calidad de los datos, a tener buen criterio a la hora de achacar el resultado esperado a un fallo en el experimento o a nuestra hipótesis, a modificar las hipótesis en base a observaciones que, en la mayor parte de los casos, serán parciales e, incluso, a veces, engañosas.

Incluso aunque prescindamos de los experimentos, la mera observación requiere de una gran formación.975 Cuando salgo al campo con un botánico, mi acompañante es capaz de estructurar la luz que llega a sus ojos de un modo completamente diferente al mío, que no soy capaz de distinguir un tomate de una berenjena. Lo mismo le sucede a quien lleva años viendo radiografías o estudiando imágenes de los telescopios. Este es uno de los motivos por los que admiramos a los grandes científicos, porque son capaces de distinguir lo que los demás no hemos sabido apreciar.

Cuando yo analizo datos genómicos soy capaz de detectar, gracias a mi experiencia previa, patrones que yo mismo hace unos años habría pasado por alto. Eso me permite, por ejemplo, encontrar y descartar artefactos estadísticos o problemas con mis métodos de análisis. Estos filtros dependen, claramente, de mi conocimiento previo976 y, por lo tanto, violan el ideal inductivista de la independencia entre las observaciones y la teoría.

Además, esta dependencia del oficio, del saber hacer del investigador, limita la capacidad de reproducir las observaciones y los experimentos,977 algo que, recordemos, dijimos que era esencial en la práctica científica. Esto queda reflejado en el hecho de que los científicos suelen asumir que el modo más rápido de poner en marcha una nueva técnica es visitar un laboratorio que lleve manejándola durante años. Nada mejor que pasar un tiempo con un experto, con un buen artesano, para empaparse de los sutiles detalles de los que depende el funcionamiento de una metodología. Sólo cuando las técnicas llevan siendo usadas durante décadas por mucha gente suelen estandarizarse en forma de instrumento o de kit fabricado por una casa comercial.

A pesar de estos problemas, conviene recordar que dificultar no es lo mismo que imposibilitar. Puede que a un científico sin formación previa le cueste más reproducir un experimento, pero eso no implica que no pueda hacerlo. Los ejemplos de investigadores que han conseguido replicar independientemente un resultado son innumerables. David Wootton, en su magnífico The invention of science, como ejemplo explica el caso de la repetición de uno de los experimentos modernos paradigmáticos: el de Torricelli. Su rudimentario barómetro fue replicado, de forma completamente independiente, por parte de Pascal en Francia y de Valerio Magni en Varsovia.978 Lo habitual es que los científicos consigan, con más o menos esfuerzo, reproducir las observaciones y si, finalmente, en algún caso, esto resulta completamente imposible, como sucedió, por ejemplo, en el caso de la fusión fría,979 esos resultados suelen ser descartados o considerados con mucha cautela.

Que la adquisición de los datos dependa, hasta cierto punto, de las capacidades de los investigadores, no implica necesariamente que éstos no puedan ser intersubjetivos o que no reflejen esencialmente aspectos del mundo externo.

15.5 Hemos de elegir qué observaciones realizar

A veces los científicos se topan con fenómenos completamente inesperados. Por ejemplo, quienes descubrieron los púlsares, el fondo de microondas o las dorsales mediooceánicas no andaban buscando estos fenómenos. De hecho, al toparse con ellos por primera vez, algunos pensaron que no eran reales. Penzias y Wilson pasaron algún tiempo limpiando heces de paloma en su antena con la esperanza de eliminar ese molesto ruido de fondo, pero el cosmos se empeñó en que el fondo de microondas era una señal real y que, además, escondía secretos de tiempos remotos. Estas son observaciones que un positivista podría utilizar como ejemplo de que, al menos a veces, el investigador se limita a hacer observaciones, casi, pasivamente.

Pero lo habitual es que nuestras ideas previas nos sirvan para planificar qué observaciones hacer durante la investigación. Es imposible hacer todas las observaciones posibles, por lo que estamos obligados a elegir cuáles realizar en función de su coste y de su utilidad esperada, por ejemplo, para discernir entre hipótesis alternativas. Sería el caso, por ejemplo, de un astrónomo que ha de elegir si se pasa la noche en vela buscando platillos volantes o asteroides.

En la práctica, nuestras hipótesis previas suelen influir mucho en nuestras investigaciones;980 son las que sugieren, por ejemplo, qué observaciones pueden ser útiles a la hora de falsar o verificar nuestras ideas.981 Esta es, como ya hemos comentado, la base del método hipotético-deductivo.

En otras ocasiones se plantean experimentos para estudiar fenómenos concretos. Por ejemplo, Galileo estaba interesado en estudiar la caída de los cuerpos y decidió construir planos inclinados y lanzar bolitas, algo que nadie había hecho antes. Esto le permitió crear unas condiciones en las que poder cuantificar la caída de los cuerpos con la rudimentaria instrumentación disponible en su época. Este experimento es fruto, por lo tanto, de las inquietudes teóricas galileanas.

Aún es más, en muchos casos se crean fenómenos que no existen previamente. Es cierto que las piedras ya caían antes de que Galileo empezase a estudiar su caída, pero Aristóteles no sabía nada sobre tubos de rayos catódicos, motores eléctricos o plutonio radiactivo.

La visión clásica suele asumir que los fenómenos existen independientemente de los investigadores y que estos, simplemente, los descubren, pero lo cierto es que muchos fenómenos han sido creados por los propios investigadores. En estos casos la teoría previa puede ser decisiva a la hora de crear los nuevos fenómenos. Por ejemplo, hasta el siglo XX no hubo teorías capaces de predecir la existencia de los láseres y, por lo tanto, no había láseres.982 Este fenómeno, como muchos otros, fue creado por los investigadores manipulando el mundo externo. Conveniente recordar que esto es, precisamente, lo que Aristóteles temía. Su recomendación es que evitásemos alterar las condiciones del mundo externo.

15.6 Aunque los datos son los datos

En realidad, cualquier empirista razonable ha de aceptar que las decisiones sobre qué observar dependerán de nuestras ideas previas.983 Sin embargo, esta restricción sólo tiene una importancia relativa. Es cierto que la disponibilidad de muchas evidencias, aunque no todas, depende de que hayamos elegido hacer unas observaciones y no otras, pero no es menos cierto que esto no las convierte necesariamente en subjetivas, puesto que varios observadores, incluso aunque favorezcan diferentes hipótesis, una vez hayan decidido estudiar un fenómeno concreto, observarán más o menos lo mismo. A partir del momento en el que se inventaron los láseres, todos los investigadores pudieron obtener los mismos resultados. Que los fenómenos sean creados mediante unas manipulaciones concretas del mundo externo no los convierte en subjetivos. De hecho, esta acumulación de nuevos fenómenos reproducibles representa otro de los modos en los que podemos decir que la ciencia avanza; a medida que pasa el tiempo acumulamos más fenómenos.

15.7 Estudios exploratorios

Además, incluso aunque pudiésemos hacer miles de millones de observaciones nos encontraríamos con problemas durante su análisis. Uno de los grandes problemas en aprendizaje automático consiste en que cuando disponemos de una gran cantidad de datos es fácil encontrar patrones espurios. Imagina que hacemos miles de observaciones, en ese caso nos encontraríamos con que, si no tenemos una buena teoría previa que nos ayude a seleccionar las más relevantes, considerar miles de posibles características puede convertirse en una maldición. No es sólo que no vayamos a encontrar la aguja en el proverbial pajar, sino que después de analizar millones de posibles patrones puede que encontremos uno que nos parezca relevante pero que sea, realmente, debido al simple azar.

Esta es, de hecho, la principal limitación de los estudios exploratorios. Una forma de seguir la recomendación inductivista de observar el mundo sin ser influidos por nuestras hipótesis previas consiste en hacer observaciones muy amplias para que la dirección de nuestra limitada atención no sesgue los resultados. En ciencia a este tipo de aproximaciones, que no dependen fuertemente de una hipótesis previa, se les suele denominar estudios exploratorios o expediciones de pesca.

Este tipo de análisis son muy habituales, por ejemplo, en mi área, en genómica. Antes, debido a limitaciones técnicas, para estudiar qué genes cambiaban su expresión en unas circunstancias concretas, por ejemplo, durante el curso de una enfermedad, habíamos de tener unas hipótesis previas muy definidas que nos permitiesen elegir, de entre las decenas de miles de genes que componen un genoma, los pocos que podíamos permitirnos analizar. Esto era un problema puesto que si elegíamos el gen equivocado nunca nos daríamos cuenta de cuál era el gen verdaderamente relevante para el fenómeno. Por fortuna, en el siglo XXI la tecnología cambió radicalmente y, ahora, podemos analizar la expresión de todos los genes a la vez en un solo experimento. Esto ha hecho posible que se descubra mucha genética previamente insospechada.

Sin embargo, estas expediciones de pesca no están exentas de problemas. Cuando hacemos miles de observaciones, tenemos que ser muy cautos puesto que muchas de las correlaciones que observemos podrían ser debidas al azar. Si jugamos una vez a la lotería es difícil que nos toque, pero si jugamos miles de veces es casi seguro que algo sacaremos. Por ejemplo, si comparamos la expresión de un gen concreto entre unos pacientes con cáncer de mama y unos controles sanos y vemos que el gen varía su expresión, lo más probable es que esta asociación sea real. Sin embargo, si tras estudiar decenas de miles de genes, encontramos un gen cuya expresión está asociada al cáncer de mama debemos considerar esta observación sólo como una hipótesis a comprobar en futuros estudios independientes. Imaginemos que elegimos dos grupos de cinco personas al azar y analizamos la expresión de todos sus genes. Es seguro que nos toparemos con genes más expresados en uno de los grupos de personas que en el otro. ¿Por qué? Porque la expresión génica tiene una cierta variación azarosa y, por lo tanto, si exploramos miles de posibles correlaciones alguna resultará ser aparentemente fuerte.

Este es un problema que Bennett y colaboradores hicieron patente analizando la actividad cerebral de un salmón muerto mediante resonancia magnética funcional (fMRI).984 Evidentemente, los investigadores no esperaban que el salmón, dado su estado, respondiese de ningún modo a las imágenes que le enseñaron, pero los algoritmos utilizados en la época sí parecieron detectar áreas activas en el cerebro. Su objetivo era mostrar que cuando se analizan grandes cantidades de datos, como en el caso de la fMRI, hay que tener mucho cuidado con las correlaciones espurias. Este estudio es un ejemplo de cómo la crítica, incluso la ligeramente satírica, sirve para mejorar la ciencia ya que gracias a él se acometió un programa de mejoras en las metodologías estadísticas utilizadas para analizar este tipo de datos.985

Los análisis exploratorios sin hipótesis concretas previas pueden ser muy útiles para generar nuevas hipótesis, pero debemos considerar las correlaciones que encontremos como una evidencia interesante, no como una conclusión. Lo habitual debería ser utilizar estas asociaciones estadísticas para generar nuevas hipótesis que, posteriormente, tendrían que ser comprobadas mediante experimentos independientes.

15.8 Las observaciones no pueden interpretarse sin teorías previas

Pero hay limitaciones todavía más serias, por ejemplo. no podemos interpretar el resultado de los experimentos sin recurrir a nuestro conocimiento teórico.986 Uno nunca encontrará un electrón acelerado con sólo salir a la calle ni sabrá qué hacer con una observación de un fenómeno eléctrico sin un complejo marco teórico previo.

Cuando observamos el mundo y describimos lo que hemos visto no podemos evitar usar conjuntos de conceptos que estructuran nuestro conocimiento previo. En algunos casos, como en el de las bolitas y los planos inclinados de Galileo estos conceptos son muy elementales, parecen depender exclusivamente del mundo externo y es fácil asumir que las redes conceptuales requeridas surgen de un modo natural: como en la realidad hay bolitas, nosotros utilizamos el concepto de la bolita. Sin embargo, no debemos descartar los problemas asociados a la creación y la elección de los conceptos que decidimos utilizar. Este es un asunto al que los filósofos de la ciencia le han dedicado una gran atención.

Las observaciones se hacen y se comunican utilizando un vocabulario concreto y los significados de las palabras dependen de nuestros compromisos teóricos e influyen, al menos hasta cierto punto, en nuestro pensamiento.987 Cuando un científico dice haber generado una corriente eléctrica en un conductor de cobre, lo hace utilizando un marco conceptual concreto que depende de sus modelos del mundo externo.988 Los conceptos que utilizamos para describir las observaciones no son independientes de las teorías. Este es un aspecto que suele pasar desapercibido,989 solemos asumir las redes conceptuales como si fuesen independientes de nuestras teorías, pero no lo son.

El mundo externo es muy complejo y en muchos casos su categorización depende, profundamente, de nuestro conocimiento sobre el mismo. Por ejemplo, cuando yo me enfrento a un estudio sobre la estructura genética de las plantas de tomate, lo hago pertrechado con una taxonomía previa que va a sesgar mi mirada y que, en este caso concreto, ha hecho que durante años estuviese equivocado. En la clasificación aceptada actualmente se reconocen dos especies: Solanum pimpinellifolium y S. lycopersicum. S. pimpinellifolium habita las regiones más cercanas a la costa de Perú y Ecuador y es silvestre, mientras que S. lycopersicum se divide, actualmente, en dos variedades botánicas: S. lycopersicum var. lycopersicum, el tomate cultivado, y S. lycopersicum var. cerasiforme, una variedad intermedia entre la especie silvestre y la cultivada. Esta taxonomía guio mi mirada durante años y, a pesar de que había muchas evidencias que no encajaban con la misma, yo la acepté sin cuestionarla. No fue hasta el año 2019, quince años después de empezar a trabajar sobre el tema, que me di cuenta de que debía descartar esta clasificación y comenzar desde cero. Si quería entender las evidencias debía tratar de olvidar las categorías antiguas y guiarme, exclusivamente, por los datos genéticos, morfológicos, geográficos y ecológicos disponibles. El resultado, tras un año de análisis, reanálisis y discusiones dentro de nuestro grupo de investigación, fue comenzar a considerar a las cerasiforme mesoamericanas como antiguas y silvestres, mientras que catalogamos a las cerasiforme de Perú y Ecuador como híbridos formados por cruces entre las mesoamericanas y las silvestres andinas. Estoy seguro de que si la taxonomía hubiese sido distinta, por ejemplo, si se hubiese considerado todo como parte de la misma especie, habría sido más sencillo elaborar una hipótesis capaz de explicar todas las evidencias. Ahora sólo me queda convencer al resto de la comunidad de que estas evidencias son suficientemente claras como para descartar la taxonomía anterior, algo que no espero que vaya a ser sencillo. Nuestros conceptos implican una categorización que refleja, en mayor o menor medida, la estructura del mundo externo, pero que, al mismo tiempo, constituye parte de nuestras asunciones teóricas.

En este libro ya nos hemos encontrado, previamente, con otro problema de este tipo. En los capítulos dedicados a la filosofía antigua yo diferencié tres periodos: helénico (Grecia clásica), helenístico (Alejandría) y romano. Sin embargo, esta es una caracterización atípica, puesto que lo más habitual es hablar del mundo clásico y del medieval. Esta última división implica que las diferencias entre los tres periodos que yo he utilizado deben ser, en general, muy pequeñas comparadas con la de cualquiera de ellos con la Edad Media. Sin embargo, como espero haber explicado con el detalle suficiente, las aproximaciones al conocimiento de los pensadores atenienses, alejandrinos y romanos fueron muy diferentes. Por ejemplo, las ideas de Platón, o del filósofo del período romano Plotino, fueron más cercanas a las del medieval Tomás de Aquino que a las del helenístico Arquímedes. Estos son unos matices que quedarían oscurecidos por una división estándar entre periodo clásico y medieval que agruparía a Platón, Arquímedes y Plotino frente a Tomás de Aquino. Las divisiones conceptuales que utilizamos provocan este tipo de sesgos. Dado que las categorizaciones han de reflejar la estructura del mundo externo, están expuestas a ser más o menos correctas, y, como, además, guían nuestra mirada, debemos ser cautos al aceptarlas. Sin embargo, en la mayor parte de los casos las admitimos sin cuestionarlas y estos sesgos pasan desapercibidos. El siguiente capítulo estará dedicado a los mecanismos que utilizamos para dividir el mundo externo en categorías.

En algunos casos, las categorizaciones de algunos autores pueden llegar a ser tan distintas a las nuestras, que podemos llegar incluso a tener problemas serios para entender su punto de vista si no hacemos antes un esfuerzo previo por comprender su forma de ver el mundo.990 Este es un problema al que, como veremos, Kuhn le concedió una gran importancia.

15.9 Las medidas dependen de la teoría

Cuando pensamos en una medida científica es común recordar nuestras clases de física o química elemental y pensar en posiciones de bolitas o en pesos de ralladuras metálicas. Estas medidas dependen de nuestras asunciones teóricas: no podemos medir la posición de la bolita sin asumir que el mundo externo está compuesto por objetos sólidos que ocupan una posición. Sin embargo, estas asunciones teóricas son tan elementales y tan bien asentadas que podríamos considerar que no son problemáticas. O que, al menos, no lo son si estamos estudiando la física de los objetos macroscópicos puesto que sí se convirtieron en un problema cuando los físicos se dispusieron a estudiar átomos. En ese momento sí sesgaron la mirada de los investigadores que trataban de averiguar cuál era la trayectoria seguida por el fotón en el experimento de la doble rendija.

Sin embargo, en la práctica, este problema suele ser mucho más importante en las ciencias que estudian fenómenos más complejos y que se ven obligadas a trabajar con medidas que dependen de teorías peor establecidas o de edificios teóricos más intrincados. Por ejemplo, ¿qué están midiendo los economistas cuando afirman que el Producto Interior Bruto ha aumentado un 10% o los psicólogos cuando dicen que alguien tiene un alto grado de neuroticismo? Puede que estas medidas reflejen aspectos de la realidad, pero está claro que dependen de andamiajes teóricos bastante más alambicados que los requeridos por los planos inclinados.

15.10 Hay un continuo entre observación y teoría

Por otro lado, aunque resulta útil distinguir entre observación y teoría, en realidad, existe un continuo entre observar e inferir.991 Un científico puede escribir en los resultados de su artículo que ha observado una corriente de tantos amperios en su experimento, pero, ¿la ha observado o la ha inferido? Lo que habrá visto realmente es unos números en un complejo aparato de medida, no una corriente. En 1781 Henry Cavendish observó que la magnitud del dolor que sufría al tocar una botella de Leyden dependía del grado de electrificación de la botella. Su conclusión fue que la corriente dependía de la electrificación (el voltaje). Entre 1825 y 1827 Ohm derivó su famosa ley observando esa corriente mediante el uso de un galvanómetro. Esta observación asumía ideas básicas sobre el funcionamiento del aparato de medida que Cavendish habría considerado conclusiones teóricas y no datos empíricos.

Las conclusiones de un estudio concreto suelen convertirse en los datos del siguiente.992 Muchos filósofos de la ciencia, como, por ejemplo, Whewell993 o Hempel,994 también aceptaron que la distinción entre observación y teoría es sólo relativa y que varía a medida que la ciencia progresa. Para Kepler las órbitas elípticas fueron una conclusión, mientras que para Newton constituyeron un dato.

15.11 ¿Son los datos objetivos?

Ante la cuestión de si los datos son objetivos podrían plantearse dos posturas extremas. Por un lado, tendríamos a los objetivistas, que defenderían que los datos sólo dependen del mundo externo, que una piedra caerá a una velocidad determinada independientemente de lo que nosotros pensemos sobre el asunto.995 En el otro extremo se encontrarían los constructivistas, que sostendrían que cualquier proposición que enunciemos reflejará, principalmente, nuestros intereses, necesidades, circunstancias sociales e ideas previas y que, por lo tanto, estará más relacionada con nuestra psicología y cultura que con el mundo externo.996

Si tratan de extenderse a todos los casos, ambas posturas extremas son difíciles de defender. Los objetivistas obvian que muchas evidencias dependen fuertemente de la perspectiva del observador. Sin embargo, el constructivismo radical tampoco está exento de problemas. Si todas nuestras ideas dependen, principalmente, de nosotros mismos, ¿cómo es posible que podamos llegar a ponernos de acuerdo, sin aparente dificultad, sobre la existencia de los gatos? Prácticamente cualquiera que estuviese ahora mismo a mí lado aceptaría como una evidencia clara que mi gata está dormida junto a mí. Esta intersubjetividad es inexplicable si asumo que ninguna de mis creencias depende fuertemente del mundo externo.997 No hay un modo de eliminar la observación como el modo fundamental de obtención de información sobre el funcionamiento del cosmos en ciencia sin, al mismo tiempo, acabar con el conocimiento cotidiano. El constructivismo radical implica una distancia tan grande entre nuestras ideas y el mundo externo, que es incapaz de explicar cómo es posible que nos desenvolvamos en ese mundo.

El lector podría pensar que no es posible que ningún intelectual pretendidamente serio haya defendido el constructivismo radical incluso para las observaciones más elementales, pero se equivocaría. El mundo del constructivismo académico puede llegar a ser más extraño de lo que muchos hemos sido capaces de imaginar. Kuhn es famoso por haber defendido que las observaciones dependen del paradigma y que, por lo tanto, no hay observaciones independientes de nuestras ideas.998 Esto puede interpretarse como una mesurada crítica al optimismo positivista, que asumía la inmaculada concepción de las evidencias, o como un constructivismo radical de los datos en el que la realidad influiría poco y dos científicos comprometidos con paradigmas distintos vivirían en mundos distintos. Esto último es algo que Kuhn escribió literalmente.999 Sin datos intersubjetivos desaparece la posibilidad de que nos aproximemos racionalmente al mundo externo y estamos abocados, de nuevo, a la imposibilidad del conocimiento y al escepticismo radical.

Aunque, tal vez sea Bruno Latour (1947-), un filósofo y sociólogo de la ciencia francés, quien tenga el dudoso honor de haber defendido la tesis más absurda. Este supuesto pensador es famoso por sostener que atribuir la muerte de Ramsés II a la tuberculosis es un anacronismo del mismo calibre que decir que murió ametrallado.1000 Latour llegó a escribir que antes de que el médico prusiano Robert Koch lo nombrase, el bacilo de la tuberculosis no existía y, por lo tanto, nadie podría haber muerto por esa enfermedad. De todo lo que he leído sobre esta idea constructivista radical, el comentario que más me ha gustado es el del profesor de filosofía alemán Martin Kusch en el libro Phisolophy of Science: The Key Thinkers. Kusch declina criticar la posición de Latour y se limita a reflejar su incomprensión.1001 Lo que dice Latour es tan absurdo que criticarlo racionalmente, según Kusch, es imposible. Dado este nivel del discurso tal vez quien mejor pueda desfacer el entuerto sea Coco, el adorable personaje de Barrio Sésamo. Coco debería explicar en algún capítulo la diferencia entre territorio y mapa, puede que lanzando piedras a un Latour con los ojos vendados. Es posible que así nos ahorrásemos muchas estupideces pseudointelectuales.

Sin embargo, no es menos cierto que también hemos de renunciar al sueño inductivista de una observación completamente pura. Esta propuesta puede ser reconfortante, pero es demasiado ingenua1002 y nos deja expuestos a ignorar numerosos sesgos. La dependencia de la observación de nuestras ideas previas y de nuestros sistemas perceptivos e instrumentales implica que los sesgos implícitos pueden comprometer la evaluación de las hipótesis que estamos analizando. En muchos casos estos sesgos pueden generar evidencias viciadas que pueden hacernos percibir una realidad ilusoria. En el caso extremo, los datos podrían terminar reflejando el mapa en vez del territorio y eso nos condenaría a que cada nueva evidencia apoyase nuestras ideas previas alejándonos de la realidad, del territorio.

Sería importante estimar en qué medida las evidencias que manejamos y nuestras conclusiones dependen de nuestras ideas previas y en qué medida del mundo externo. Sin embargo, en muchos casos no es trivial realizar esta evaluación ya que sólo tenemos acceso al mapa y el acceso al territorio siempre estará mediado por nuestra perspectiva. Estamos encerrados dentro de nuestras mentes y de nuestras comunidades y, por lo tanto, debemos ser cautos ya que las evidencias podrían depender, al menos parcialmente, de nuestras ideas previas. Para poder hacer alguna contribución útil en botánica primero debemos convertirnos en especialistas en esa área1003 y esto, inevitablemente, guiará nuestra mirada en unas direcciones concretas.

El filósofo y economista Otto Neurath (1882 - 1945), uno de los positivistas del círculo de Viena, utilizó la imagen de la reparación y mejora de un barco en alta mar como analogía de la construcción del conocimiento.1004 Nuestra misión es mejorar esa nave, pero no podemos comenzar desde cero, puesto que saltar por la borda implica la muerte. Es imposible construir un nuevo barco sin partir del anterior. Por lo tanto, lo único que podemos hacer es ir reemplazando madera por madera partes del barco actual. En todo momento habrá un barco apoyándonos, pero esto no impide que acabemos con un conocimiento mayor al inicial. Sin embargo, siempre estaremos expuestos al riesgo de que el punto de partida, el antiguo barco, haya sesgado parcial o totalmente el resultado final.

En algunos círculos es común escuchar que para poder aprender algo radicalmente nuevo deberíamos antes despojarnos de todas nuestras creencias previas. Esta es una actitud que se refleja muy bien en una conversación entre el Dr. Strange y su mentora, la Anciana, en la excelente película de 2016, Dr. Strange. Cuando el neurocirujano Stephen Strange acude a la Anciana en busca de ayuda para curarse de unas heridas, que la medicina más avanzada es incapaz de sanar, esta pretendida sabia le dice que el primer paso que debe dar es olvidar todo lo que ha aprendido. Habría sido más adecuado pedirle al médico que reevaluase algunas de sus ideas, pero esperar que pueda olvidarlo todo es absurdo. Sin conocimiento quedaría incapacitado para comunicarse y si, además, recordamos que nuestros sistemas perceptivos incorporan un cierto conocimiento implícito entenderemos que Strange no podría ni tan siquiera ver u oír. Está claro que los productores de la película se gastaron una parte importante del presupuesto en dotar de una imagen llamativa a la Anciana, pero no parece que invirtiesen mucho en consultar con epistemólogos. Sin conocimiento previo no sabríamos ni cómo observar ni cómo utilizar el resultado de esas observaciones para crear modelos sobre el mundo ni cómo evaluar las hipótesis generadas.

Sin conocimiento previo no podemos utilizar las señales que nos llegan del mundo externo para aprender.1005 Esto, evidentemente, plantea un problema, si ningún sistema es incapaz de partir de cero, ¿cómo es posible que se genere la primera semilla, el primer conocimiento inicial? Este es el motivo por el que este libro comenzó con un capítulo dedicado a la evolución. La evolución biológica fue capaz de crear seres con cerebros capaces de aprender sin partir de información previa alguna. Uno puede crear hipótesis por azar y si dispone de un medio para evaluarlas frente al mundo externo, con el tiempo, conseguirá conocimiento. Esto es, precisamente, lo que hacen la mutación y la selección natural. El problema es que esta hazaña conlleva un precio muy elevado, la ineficiencia. Sin mecanismos capaces de ayudarnos a generar eficientemente modelos que reflejen la realidad el proceso es muy lento. En el caso de la evolución natural se tardaron millones de años en acumular un conocimiento mínimo y, además, se condenó a muertes terribles a la inmensa mayoría de los que tuvieron la desgracia de nacer con un error. En realidad, sí se puede aprender sin tener conocimiento previo, pero el proceso es tan ineficiente y tan diferente que no suele denominarse aprendizaje sino evolución.

Nuestro conocimiento previo nos expone al problema de los sesgos, pero renunciar a él sería contraproducente. Es cierto que nuestras ideas previas pueden sesgarnos, pero también lo es que son el resumen de lo que la humanidad ha aprendido durante milenios. Pretender que merece la pena prescindir de ese apoyo previo es erróneo. Lo que debemos hacer es ser conscientes de que esas ideas previas, en algunos casos, pueden ser erróneas por lo que deben ser revisadas periódicamente. Lo importante es que nuestro conocimiento previo no nos sesgue tanto como para impedirnos utilizar la nueva información recibida del territorio para generar mapas actualizados que sean un mejor reflejo del mismo que los antiguos. Hemos de iterar, pero, al hacerlo, tenemos que ser muy conscientes del riesgo de los círculos viciosos.

El uso del conocimiento previo no siempre plantea problemas críticos. Por ejemplo, es común que nuestras observaciones dependan de teorías previas muy alejadas de las hipótesis que estamos tratando de evaluar. Este es el caso, por ejemplo, de las observaciones astronómicas más comunes. Es indiscutible que nuestras observaciones requerirán de amplios conocimientos sobre óptica, pero que un planeta aparezca en una posición o en otra no dependerá mucho de esos conocimientos. Aunque en este caso nuestras observaciones también estarán sujetas a nuestra perspectiva, esta dependencia será débil. Por otro lado, de todos los puntos del cielo que podrían haber observado los astrónomos berlineses en 1846, eligieron apuntar sus telescopios al lugar que Le Verrier les había indicado. La hipótesis astronómica hizo una predicción y la observación dependió, evidentemente, de esa predicción, pero lo hizo en un sentido débil. Es difícil imaginar que la hipótesis hubiese podido influir lo suficiente a los astrónomos como para que estos hubiesen alucinado colectivamente el puntito de luz en la posición esperada.

Los constructivistas radicales suelen hablar de que la observación está cargada de teoría, pero no siempre precisan a qué se refieren exactamente. La propuesta de que cualquier conclusión depende, hasta cierto punto, de nuestras ideas y disposiciones implícitas previas es cierta, pero también es trivial y poco interesante. Sin embargo, lo que a veces parecen implicar los constructivistas radicales con sus palabras es que las evidencias empíricas siempre dependerán fuertemente de las teorías previas relativas a la propia área de estudio. Esta tesis, claramente, no es cierta. En muchas ocasiones, aunque no en todas, las observaciones no dependerán de las teorías aceptadas en un área concreta.1006 Algunos filósofos de la ciencia describen esta situación hablando de teorías de distintos niveles.1007 Las teorías relativas a la óptica de los telescopios serían para el astrónomo una teoría de nivel básico. El filósofo de la ciencia Larry Laudan explicó esta situación del siguiente modo: los diferentes astrónomos tenían distintas hipótesis y éstas dependían, en última instancia, de las teorías ópticas, pero lo hacían de un modo neutral puesto que todas las hipótesis dependían de la óptica exactamente del mismo modo y, por lo tanto, la óptica era indiferente en esta elección. Esta es una distinción importante, lo relevante no es que las observaciones dependan de algún conocimiento previo, sino que esta dependencia no sea neutral respecto a las hipótesis evaluadas.

Además, también hemos visto que hay experimentos menos sujetos a algunas de estas limitaciones puesto que ni tan siquiera requieren que focalicemos demasiado nuestra atención ya que disponemos de técnicas que permiten explorar amplios territorios. Por ejemplo, hoy en día podemos hacer experimentos a escala genómica, y esto nos exime de utilizar nuestras ideas previas para elegir genes concretos a estudiar. Aunque, como también hemos comentado, observar todos los genes tiene sus propios problemas estadísticos ya que nos expone a la aparición de correlaciones espurias.

En cualquier caso, limitar la influencia de las hipótesis que estamos intentando testar en el diseño experimental es una regla general que el investigador haría bien en recordar1008 porque el riesgo de los círculos viciosos es real.

Si las observaciones, tal y como sostienen los constructivistas radicales, no dependiesen del mundo externo, sería muy difícil explicar que los científicos hayan conseguido generar modelos que nos permiten realizar intervenciones exitosas en ese mundo externo. Galileo observó la trayectoria de los proyectiles y, a partir de la descomposición de ese movimiento, aproximadamente parabólico, llegó a profundas conclusiones sobre la inercia, la relatividad del movimiento y la cinética gravitatoria que, con el tiempo, se transformaron en la primera ley de Newton y la ley de la gravitación universal. ¿Cómo explicaría un constructivista radical que al final del proceso se hayan podido enviar las sondas Voyager a los confines del sistema solar? Me llama la atención la incoherencia de los constructivistas que, al mismo tiempo que defienden que la ciencia no tiene una relación especial con la realidad, escriben sus tesis en computadoras digitales y hacen fotos de sus nietos con la cámara de su teléfono móvil.

Por otro lado, no hemos de caer en el profundo error de creer que cualquier número reflejado en una tabla de un artículo científico o cualquier observación hecha por un investigador sea independiente de sus ideas previas. En muchos casos, las observaciones dependen fuertemente de nuestras ideas previas y es entonces cuando debemos ser especialmente cuidadosos, sobre todo si nuestras conclusiones no nos permiten realizar predicciones o intervenciones exitosas sobre el mundo externo. Cuando mi sistema visual me informa de la presencia de mi gata, las asunciones implícitas en el funcionamiento de ese sistema y mi conocimiento zoológico intuitivo tienen una influencia relativamente pequeña en la conclusión de que hay un pequeño animal dormido sobre el sillón.1009 Sin embargo, hemos de ser mucho más cuidadosos cuando estas condiciones se incumplen.

Por ejemplo, cuando los términos en los que se describe la observación pueden influir fuertemente en nuestras conclusiones, como en mi estudio del tomate, debemos proceder con mayor cautela. Es obvio que la taxonomía aceptada del tomate influyó en mi pensamiento y me hizo asumir que debía de haber plantas silvestres de tomate en la región amazónica ecuatoriana. Y esto lo pensé a pesar de que quienes habían estado sobre el terreno me decían que nunca habían observado plantas silvestres en esos lugares. Sin embargo, cuando me informaban de que sí las habían visto en México, yo explicaba este detalle con la hipótesis ad hoc de que esas plantas debían de ser el resultado del asilvestramiento de plantas importadas. En este caso mis conclusiones dependían fuertemente de la categorización que yo había asumido y esto me sesgaba.

Es cierto que este sesgo causado por la taxonomía del tomate no me impidió formular una hipótesis que violase esa taxonomía, pero sí lo dificultó. Tardé años en darme cuenta del problema y en decidir que para poder avanzar debía rechazar conscientemente la taxonomía aceptada y evaluar cualquier nueva propuesta en función de las evidencias disponibles más elementales. No debía aceptar que S. lycopersicum var. cerasiforme mexicano había derivado recientemente de sus parientes andinos, debía revisar en qué lugares había plantas silvestres, cuáles eran las diversidades genéticas de las distintas poblaciones, qué composición genómica tenía cada individuo, etcétera. Sólo así, descendiendo al nivel de las evidencias más crudas y menos influidas por mis ideas taxonómicas previas, pude avanzar sin el sesgo impuesto por la taxonomía establecida. Hemos de ser conscientes de que las categorizaciones que asumimos guían nuestra mirada, por lo que, a veces, tendremos que considerar una reevaluación de las categorías aceptadas. Esta es una lección especialmente pertinente para las ciencias en las que los términos con los que se describen las observaciones dependen muy fuertemente de las asunciones teóricas.

Que las observaciones dependan, en parte, de nuestras creencias y expectativas no implica que no tengan nada que ver con la realidad o que no podamos utilizarlos para construir modelos útiles del mundo,1010 pero es recomendable ser más cuidadosos en estos casos.

Además, es importante entender que la dicotomía entre el objetivista absoluto y el constructivista radical es una falsa. Existe un continuo entre los datos claramente intersubjetivos, y aquellos profundamente influidos por nuestras mentes. Estos últimos, en realidad, no merecerían el nombre de observaciones, sino, más bien, de alucinaciones. Hay un continuo entre la observación y la alucinación. Observar sin perspectiva alguna es imposible1011 y el conocimiento del mundo externo surge de la interacción de nuestras mentes y nuestra cultura con ese mundo, por lo que depende en parte del mundo y en parte de nosotros mismos.1012 La cuestión que habríamos de plantearnos en cada caso es en qué medida cada evidencia refleja la estructura del mundo externo y en qué grado nuestro conocimiento previo. Esta es una respuesta más sutil que las planteadas por el objetivista o el constructivista; de nuevo, nos encontramos con una cuestión difícil formalizar. Nadie ha sido capaz de establecer un algoritmo que nos permita determinar en qué grado un dato depende del mundo externo y en qué medida de nuestra propia mirada. Ni siquiera tengo claro que la pregunta anterior tenga un sentido suficientemente claro.

15.12 Resumen

Las observaciones están teñidas de teoría y esto representa un nuevo límite fundamental del conocimiento. El problema de la inducción era debido a los saltos lógicos ampliativos y éste a que es imposible aprender sin partir de unas capacidades y un marco teórico previo ya sea éste explícito o tácito. No se puede aprender sin partir de un conocimiento previo.

No existe una fundación empírica absoluta sobre la que sostener el conocimiento del mundo externo. El edificio teórico no se sostiene sobre una sólida base de hormigón, sino, más bien, sobre un lecho pantanoso en el que se clavan algunos pilares, las percepciones más elementales, que, a su vez, sostienen la estructura sobre la que, gracias a la coherencia lógica de esas percepciones, se van construyendo teorizaciones cada vez más alejadas de la percepción.1013 No podemos defender que la ciencia funciona gracias a un absoluto filosófico. El conocimiento, incluso el dato más elemental, está expuesto a limitaciones fundamentales. Esto no impide que podamos aprender sobre el funcionamiento del mundo, pero sí implica que tenemos que ser muy cautos, puesto que a cada paso podemos quedar sumergidos en el fango.

Estos problemas no son meras posibilidades filosóficas, sino que afectan a la práctica científica diaria. Por ejemplo, un investigador ha de aprender a observar. Las metodologías que se utilizan en ciencia han sido el resultado de un largo proceso de mejora y eso implica que conocerlas y dominarlas no es sencillo y, a su vez, que su diseño puede sesgar nuestros resultados. El científico aprende a reconocer patrones y a hacer experimentos en los que se estudian fenómenos antes desconocidos y esto, que hace posible que detecte fenómenos que una persona no entrenada no vería, también puede convertirse en un sesgo. Por otro lado, cuando el investigador busca evidencias no lo hace al azar, sino que ha de tratar de buscar datos que confirmen y rechacen las distintas hipótesis planteadas. Esto implica que es importante que estemos abiertos a la posibilidad de que haya evidencias que hayamos ignorado. Los datos se describen utilizando marcos conceptuales que son en sí mismos conocimiento previo que, para bien o para mal, dirige nuestra mirada, los conceptos que utilizamos para describir las observaciones no son neutrales. En algunas ciencias hay medidas basadas en constructos muy complejos que dependen de las mismas teorías que están siendo evaluadas, en estos casos hay que ser especialmente críticos y prudentes y conviene reconsiderar con mucho cuidado todas nuestras asunciones. En cualquier caso, no es posible hacer una separación quirúrgica entre observación y teoría y, además, esta distinción varia a medida que la ciencia progresa. Por ejemplo, lo que para Kepler eran conclusiones teóricas se convirtieron en datos para Newton.

Estos problemas no implican que el conocimiento sea necesariamente imposible, pero sí que hemos de proceder con cautela y que tenemos que esforzarnos por buscar evidencias claras y lo más neutrales respecto a las teorías que estamos testando. El objetivismo y el constructivismo son dos extremos de un continuo. El problema es análogo al que planteamos al explicar que las asunciones implícitas en nuestros mecanismos perceptivos y nuestras expectativas pueden hacernos ver ilusiones ópticas y alucinaciones. Es muy importante evaluar el grado en el que los supuestos datos dependen de las hipótesis que se están evaluando, cuanto más dependan de ellas, más fácil será que acabemos encerrados en un círculo vicioso en el que las observaciones no sean más que alucinaciones debidas a nuestros sesgos. Es importante plantearse hasta qué punto cabe la posibilidad de que los datos que creemos haber observado dependen realmente de nuestras propias ideas y no de la información proveniente del fenómeno que estamos estudiando. Y, por supuesto, no debemos enamorarnos de nuestras teorías puesto que el compromiso emocional y los incentivos para aceptar una conclusión concreta nos acercan al círculo vicioso.

Salirse de nuestra mente para adoptar una perspectiva diferente es imposible, pero podemos aprovechar la mente de los demás, tanto la de otros compañeros del área, como la de los investigadores de áreas más distantes. Hemos de seguir el ejemplo de la Academia platónica, nuestros críticos racionales no son nuestros rivales, sino nuestros ayudantes. Gracias a su punto de vista podemos reevaluar los aspectos más débiles de nuestra posición para construir así una conclusión más racional. Debemos convertirnos en buscadores de la verdad, no en defensores de nuestras ideas.

Además, mientras las conclusiones terminan materializándose en predicciones concretas e intervenciones exitosas sobre el mundo externo, la ciencia suele avanzar a buen paso. Sin embargo, cuando no es posible predecir con éxito, los riesgos aumentan ya que se dificulta el testeo de las hipótesis y, como vimos, esta es una de las claves fundamentales del avance científico. La clave no reside en no equivocarnos, sino en ser capaces de detectar el error. Cuando nos encontremos en un área en la que sea difícil hacer intervenciones o predicciones exitosas y nos veamos forzados a echar mano de continuas hipótesis ad hoc para apuntalar nuestras teorías y, además, las observaciones dependan de esas mismas teorías, habremos de aceptar la poca utilidad práctica de esas hipótesis y plantearnos su sustitución.


  1. Boghossian, Fear of Knowledge, location:355.↩︎

  2. Ladyman, Understanding Philosophy of Science, pagina:23.↩︎

  3. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:170.↩︎

  4. Nekrašas, The Positive Mind, location:1353.↩︎

  5. Ladyman, Understanding Philosophy of Science, pagina:108.↩︎

  6. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:168.↩︎

  7. Rhodes, The Making of the Atomic Bomb, location:660.↩︎

  8. Ball, Curiosity, location:4361.↩︎

  9. Gower, Scientific Method, location:5267.↩︎

  10. Chalmers, What is This Thing Called Science?, location:738.↩︎

  11. Ball, Curiosity, location:5434.↩︎

  12. Wootton, The Invention of Science, location:6183.↩︎

  13. Bergstrom and West, Calling Bullshit, location:3100.↩︎

  14. Gower, Scientific Method, location:289.↩︎

  15. Nekrašas, The Positive Mind, location:6014.↩︎

  16. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:226.↩︎

  17. Godfrey-Smith, Theory and Reality, location: 2339.↩︎

  18. Bennett, Miller, and Wolford, “Neural Correlates of Interspecies Perspective Taking in the Post-Mortem Atlantic Salmon.↩︎

  19. Bergstrom and West, Calling Bullshit, location:4102.↩︎

  20. Chalmers, What is This Thing Called Science?, location:696.↩︎

  21. Godfrey-Smith, Theory and Reality, location:2348.↩︎

  22. Okasha, Philosophy of Science, location:1355.↩︎

  23. Boghossian, Fear of Knowledge, location:806.↩︎

  24. Ladyman, Understanding Philosophy of Science, pagina:112.↩︎

  25. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:109.↩︎

  26. Massimo Pigliucci, The Nature of Philosophy, location:1721.↩︎

  27. Brown, Philosophy of Science, location:441.↩︎

  28. Ibid., location:2069.↩︎

  29. Boghossian, Fear of Knowledge, location:379.↩︎

  30. Ibid., location:387.↩︎

  31. Ibid., location:1678.↩︎

  32. Okasha, Philosophy of Science, location:1290.↩︎

  33. Godfrey-Smith, Theory and Reality, location:1986.↩︎

  34. Brown, Philosophy of Science, location:3706.↩︎

  35. Ibid., location:3708.↩︎

  36. Godfrey-Smith, Theory and Reality, location: 3438.↩︎

  37. Chalmers, What is This Thing Called Science?, location:474.↩︎

  38. Shtulman, Scienceblind, location:1177.↩︎

  39. Domingos, The Master Algorithm, location:1164.↩︎

  40. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:174.↩︎

  41. Godfrey-Smith, Theory and Reality, location:2353.↩︎

  42. Chalmers, What is This Thing Called Science?, location:870.↩︎

  43. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:184.↩︎

  44. Godfrey-Smith, Theory and Reality, location:1476.↩︎

  45. Ladyman, Understanding Philosophy of Science, pagina:26.↩︎

  46. Godfrey-Smith, Theory and Reality, location:3431.↩︎

  47. Staley, An Introduction to the Philosophy of Science, location:635.↩︎