11 Contra el método

Es común pensar que la ciencia se caracteriza por utilizar un método concreto y que es precisamente este método lo que la diferencia de otras aproximaciones al estudio del mundo externo. ¿Cuántas veces has oído que el secreto de la ciencia reside en su método? Por lo tanto, es normal que los filósofos de la ciencia hayan prestado atención a este asunto. Recordemos que Aristóteles y Arquímedes ya discutieron sobre los métodos a seguir para generar conocimiento.

11.1 Inductivismo, el método moderno

El antiguo método deductivo aristotélico, o más bien su trasunto racionalista medieval, no se libró del cuestionamiento general moderno a las ideas medievales y muchos de los filósofos de la Edad Moderna terminaron decantándose por un nuevo método, el inductivo.

Uno de los proponentes más ilustres de la nueva aproximación fue Francis Bacon. Este pensador escribió que el investigador habría de partir de los datos y, sobre ellos, mediante inferencias inductivas, debería construir sus teorías. En Novum Organum, su principal trabajo, Bacon proponía sustituir el antiguo Organum aristotélico. El objetivo principal de las críticas modernas era la especulación excesiva que caracterizaba a la mayoría de la filosofía escolástica. Recordemos que los autores medievales, en vez de buscar evidencias empíricas, solían afrontar sus investigaciones reflexionando sobre lo leído en antiguos tratados.⁸⁰³

El núcleo de la cuestión es que Bacon proponía que las investigaciones tenían que partir de las observaciones, no de nuestras ideas previas. Esto no implica que el filósofo natural no hubiese de llegar más allá de los datos, todo lo contrario, una vez obtenidas las evidencias empíricas tenía que construir sus teorías sobre ellas, pero debía partir de ellas, no de la teoría. Para explicarlo Bacon utilizó una analogía zoológica: las hormigas recogen observaciones dispersas por el mundo, pero no llegan más allá, las arañas tejen complejas redes teóricas a partir de sus propias entrañas, pero no se preocupan lo suficiente por las evidencias, mientras el ideal baconiano, las abejas, partiendo del polen obtenido en las flores, que equivaldría a los datos, son capaces de crear la miel.⁸⁰⁴ Según Bacon, un investigador debería hacer observaciones y experimentos cuidadosos y, a partir de los resultados obtenidos, proponer hipótesis que organizasen estas observaciones.⁸⁰⁵ A estos filósofos que proponían como clave del conocimiento del mundo natural la generalización a partir de las observaciones concretas se los denominó inductivistas.

Tal vez esta aproximación se entienda mejor mostrando algunos ejemplos. El trabajo de Gilbert sobre el magnetismo, el paradigma del método experimental, podría constituir un buen ejemplo de la aproximación inductiva. Partiendo de una serie de experimentos concretos este investigador alcanzó un conjunto de conclusiones generales sobre el magnetismo, por ejemplo, que las brújulas apuntan al norte porque la Tierra posee un campo magnético.

Varios filósofos de la ciencia del siglo XX han elegido como muestras del inductivismo otras investigaciones. Por ejemplo, el lógico y epistemólogo Carl Hempel (1905-1997) utilizó el caso del húngaro Ignaz Semmelweis (1818-1865).⁸⁰⁶ Este cirujano y obstetra observó que la clínica de sus colegas tenía una mortalidad de tres a cinco veces mayor que la clínica atendida por matronas.⁸⁰⁷ El cirujano se planteó diversas posibles causas para las fiebres mortales y fue evaluándolas mediante nuevas observaciones. Sopesó, por ejemplo, la posibilidad de que el exceso de muertes fuese debido al hacinamiento, al clima, al estrés emocional causado por las visitas del sacerdote, que acudía habitualmente a dar la extremaunción, o a la vergüenza causada en las parturientas por el hecho de que sus médicos fuesen varones.

En 1847 Semmelweis hizo una observación clave, su amigo, el profesor Jakob Kolletschka, que murió tras cortarse con un bisturí cuando estaba realizando una autopsia, mostró lesiones muy similares a las de las embarazadas fallecidas. A partir de esta y otras observaciones Semmelweis infirió que los estudiantes debían de estar contaminando a sus pacientes con partículas cadavéricas. Los estudiantes de medicina se lavaban las manos con agua y jabón tras realizar las autopsias, pero el olor cadavérico persistía, por lo que Semmelweis instauró la práctica de frotarse las manos con hipoclorito cálcico y esta intervención sí consiguió reducir la mortalidad y eliminó las diferencias entre la clínica atendida por los futuros médicos y la de las matronas.

Puede que, desde nuestra perspectiva, la aproximación de Semmelweis no llame demasiado la atención, pero fue completamente moderna. Un escolástico enfrentado al mismo problema habría optado por leer textos clásicos en busca de algún principio teórico general que explicase las observaciones. Sin embargo, la propuesta moderna sigue el camino contrario, parte de las observaciones y, en este caso, ni tan siquiera se llegó plantear una hipótesis definida sobre lo que estaba sucediendo más allá de proponer unas vagas partículas cadavéricas. Hay que tener en cuenta que en aquel momento la teoría de la infección causada por gérmenes aún no se había desarrollado. Este desconocimiento, junto a un posible corporativismo, fue uno de los motivos por los que la profesión médica no se tomó en serio las conclusiones de Semmelweis, que fue despedido y terminó sus días en una institución mental. Sus ideas no terminaron de aceptarse hasta que Louis Pasteur desarrolló la teoría microbiana.

Otro de los grandes filósofos de la ciencia del siglo XX, Imre Lakatos (1922-1974), propuso la inferencia de la gravedad newtoniana como ejemplo de la aproximación inductiva.⁸⁰⁸ En este caso también se partió de las observaciones, concretamente de las de Tycho Brahe, que había recogido, noche tras noche, las posiciones de cada uno de los planetas visibles en el cielo. Brahe habría sido la hormiga baconiana. Estas observaciones astronómicas podríamos imaginarlas como una serie de puntos en un plano cartesiano. La posición de un planeta, por ejemplo, de Marte, observada en una noche concreta sería un punto en este plano y estos puntos constituirían la base de la primera inferencia inductiva, la que llevó a cabo Kepler, la primera abeja de esta historia. Este matemático trató de ajustar distintas curvas al patrón de puntos observado por Brahe. Ya hemos comentado que hizo varios intentos con círculos sencillos y con epiciclos antes de dar con una solución, la de la órbita elíptica, que se ajustaba con mayor precisión a las observaciones. Este resultado, reflejado en las leyes de Kepler, constituyó un primer éxito inductivo, la primera miel. Kepler, a partir de unas observaciones particulares, de unos puntos concretos, sin un marco teórico que le ayudase, obtuvo unas leyes generales. En realidad, lo que hizo Kepler fue resumir las observaciones de Brahe muy eficientemente, convirtiendo una larga serie de puntos en una sola curva. Sin embargo, este éxito, de nuevo, no se acompañó de propuesta teórica que explicase por qué las órbitas eran elípticas y no circulares.

Posteriormente Newton, la segunda abeja de esta historia, infirió su ley gravitatoria partiendo de unas conclusiones previamente elaboradas: las leyes de Kepler. El inglés planteó su teoría de la gravitación universal, precisamente, para dar cuenta de esas leyes. Sobre si esta inferencia fue una deducción, tal y como pretendía Newton, que aspiraba a continuar la tradición aristotélica transmitida por Galileo, o una inducción ha habido bastante controversia entre los filósofos de la ciencia.⁸⁰⁹ Baste decir que el resultado newtoniano, aunque partió, efectivamente, de las leyes de Kepler, no se corresponde exactamente con éstas.⁸¹⁰ En realidad, las órbitas planetarias calculadas usando la teoría newtoniana no son exactamente elípticas ya que unos planetas interfieren en las órbitas de los otros. Las leyes de Kepler son sólo correctas en primera aproximación. Este es un nuevo ejemplo de que, en ciencia, la relación entre observación y teoría puede ser muy sutil y en este caso, como en muchos otros, la teoría sólo se ajusta aproximadamente a los datos originales.

A esto hay que añadir que el propio Newton, con un famoso Hyphotehsis non fingo, insistió, en que sus leyes eran descriptivas y que él tampoco se atrevía a proponer ninguna teoría profunda sobre por qué los planetas y las manzanas seguían esas leyes. Entendida de este modo, la teoría gravitatoria newtoniana sería una mera descripción sin ambición metafísica alguna. Esta modestia metafísica se deriva del empirismo moderno, uno puede llegar más allá de las observaciones, pero sólo hasta un cierto punto, y contrasta con la osadía de los racionalistas clásicos y medievales que, agarrándose a unas míseras intuiciones, no tenían el menor reparo en tratar de asaltar los cielos. La actitud del empirista moderno, en cambio, es más cauta: describamos lo observado eficientemente, pero limitemos la especulación teórica. A esta cuestión le dedicaremos una discusión más amplia cuando volvamos a hablar sobre metafísica.

11.2 Deductivismo vs inductivismo

La aproximación aristotélica, al contrario que la inductivista, aspiraba a obtener mediante el uso de deducción, y partiendo de principios generales bien asentados, conclusiones relativas a observaciones concretas. Los deductivistas tienden a plantearse los problemas como cuestiones que deben ser enmarcadas dentro de una teoría general, mientras que, por el contrario, los inductivistas suelen pensar en cómo alcanzar conclusiones generales partiendo de un conjunto de observaciones concretas.⁸¹¹

La esperanza aristotélica era que si se partía de premisas verdaderas el edificio construido sobre ellas sería completamente sólido, el conocimiento sería absolutamente cierto.⁸¹² Sin embargo, la inducción, por ser ampliativa y, por lo tanto, deductivamente inválida, está sujeta a un problema lógico insalvable y sólo puede producir conocimiento falible.

Los inductivistas, por otro lado, acusaban a los deductivistas de estar sesgados por sus ideas previas. Los inductivistas defendían que los datos hablasen por sí mismos sin que nuestros prejuicios teóricos enturbiasen nuestro juicio. El filósofo empirista John Stuart Mill (1806-1873), por ejemplo, recomendaba a los investigadores no tener en cuenta el conocimiento previo para evitar caer en el conservadurismo.⁸¹³ El problema es que esta pureza inductiva también es inalcanzable puesto que, si insistiésemos en aspirar a no tener conocimiento previo alguno, no podríamos saber ni por dónde empezar la investigación. Esto implica que, como veremos, siempre habremos de prestar atención a los posibles sesgos que nuestras ideas previas puedan generar. A pesar de esta limitación, merece la pena recordar este ideal inductivista de favorecer los datos frente a nuestras ideas previas.

El éxito del inductivismo en los ejemplos que acabamos de comentar, sin embargo, no implica que la ciencia haya abandonado por completo el uso la deducción para generar nuevo conocimiento. Por ejemplo, desde la antigüedad hemos asumido que el universo está ordenado, que sigue unas reglas coherentes, que es un cosmos, y esta premisa, hasta el momento, ha funcionado muy bien. Esta asunción convierte las reglas de la lógica en una herramienta extraordinariamente potente para descubrir nuevas leyes del mundo externo.

Por ejemplo, Galileo basó su confianza en el sistema copernicano en una serie de deducciones. Recordemos que el pisano había observado que los proyectiles seguían una trayectoria aproximadamente parabólica y que, a partir de este movimiento y de otras consideraciones, había llegado al principio de inercia. Fue la asunción de este principio, que está íntimamente relacionado con el de la relatividad del movimiento, la que le permitió deducir que el heliocentrismo sería compatible con nuestra experiencia cotidiana puesto que si la Tierra orbitase alrededor del Sol este movimiento sería apenas perceptible. Es decir, que partiendo de la física de los proyectiles pudo deducir, al asumir un universo coherente, que el movimiento de la Tierra no sería fácilmente detectable.

Newton también hizo deducciones en sus Principia. Asumiendo como premisas sus leyes, así como la unidad del cosmos, pudo deducir, utilizando una ley gravitatoria que había propuesto para explicar movimiento planetario, los principios de la caída de las manzanas y la dinámica del tiro parabólico.

En el siglo XX la aproximación deductiva continuó utilizándose con éxito como método para buscar nuevas teorías físicas. Emmy Noether demostró, mediante una aproximación puramente deductiva, la relación entre los principios de conservación presentes en las leyes físicas y las simetrías de los sistemas físicos y Einstein llegó a sus teorías relativistas gracias a una larga cadena deductiva asentada sobre unas pocas premisas elementales, como que las leyes de la física deben de ser las mismas en cualquier sistema de referencia, que la velocidad de la luz es la misma para cualquier observador o que es imposible para un observador distinguir localmente entre gravedad y aceleración.

En la ciencia, claramente, no se ignora la deducción. Los científicos, en realidad, suelen ser bastante pragmáticos y eligen una aproximación u otra dependiendo del problema planteado. Einstein, sin ir más lejos, para su otra gran contribución, la mecánica cuántica, utilizó un acercamiento inductivista. Esta revolucionaria física fue desarrollada por una comunidad internacional de investigadores guiada, en todo momento, por las observaciones experimentales, que, una vez tras otra, se obstinaron en desafiar las propuestas teóricas.

En cualquier caso, aunque podríamos plantear que hay ciencias más deductivas, como la física, y otras más inductivas, como la biología, la conclusión moderna aplicable a todas ellas es que en el estudio del mundo externo la observación de ese mundo ha de ser el árbitro final. Este aspecto empírico es esencial en la aproximación científica.

11.3 Tipos de inferencias inductivas

Las inferencias inductivas, o deductivamente inválidas, pueden dividirse en distintos tipos. La clase más sencilla sería la denominada inducción enumerativa o simple. A partir de la observación de una serie de ejemplos en los que siempre se observe lo mismo se concluye que lo observado será siempre verdadero. Recordemos: Sócrates es mortal, Platón es mortal, Aristóteles es mortal, por lo tanto, todas las personas son mortales. Esta es una inferencia ampliativa y, por lo tanto, lógicamente inválida. El resto de tipos de inferencias ampliativas pueden ser reducidos, en última instancia, a una mezcla de deducción e inducción simple por lo que la inducción simple suele considerarse fundamental.

Sin embargo, sería un error pensar que la inducción simple fue la base del método propuesto por los inductivistas. Bacon, por ejemplo, calificó de infantil el uso de este tipo de inferencia como propuesta de método científico.⁸¹⁴ Los métodos planteados por los inductivistas suelen ser más sutiles. De hecho, incluso en los razonamientos más elementales no debemos de estar utilizando la inducción simple. Por ejemplo, un niño no necesitará quemarse veinte veces con la estufa antes de concluir que las estufas son peligrosas,⁸¹⁵ bastará una experiencia realmente desagradable para que infiera que las superficies calientes son peligrosas. En ciencia sucede lo mismo, una de las observaciones fundamentales utilizadas por Watson y Crick para inferir su estructura del ADN, la de Chargaff, se basó en muy pocos ejemplos. Este químico cuantificó la cantidad de bases nitrogenadas presentes en el ADN y llegó a la conclusión de que, en la mayoría de los seres vivos, el número de adeninas era igual al de timinas y el de guaninas al de citosinas. ¿Cuántos organismos utilizó Chargaff para llegar a su conclusión? Sólo once y, además, uno de ellos, el fago Phi X 174, no seguía la regla. Por cierto, me gusta hablar de Chargaff en mis charlas divulgativas o con los estudiantes porque es un ejemplo excelente de lo imprevisible que es la ciencia básica. ¿Quién podría haber pensado que el análisis químico del ADN del saltamontes iba a ser relevante en uno de los mayores descubrimientos científicos del siglo XX? Siempre me imagino a Chargaff llegando a casa después de un largo día: ¿hoy qué has hecho en el laboratorio Erwin? He extraído ADN de saltamontes. Ostras, Erwin, ¿no podrías hacer algo útil por la humanidad?

Otro tipo de inducción, muy común en ciencia y en las investigaciones policiales, es la inferencia eliminativa. Esta es, por ejemplo, la base del método utilizado por Sherlock Holmes en algunas de sus historias. Se parte de una lista de hipótesis, en este caso de una lista de posibles sospechosos, y van eliminando una tras otra a medida que se acumulan las evidencias. Al final, cuando sólo quede una última hipótesis deberíamos encontrarnos frente al verdadero criminal,.⁸¹⁶ Holmes, en El signo de los cuatro, lo resume así: “Es una vieja máxima mía que cuando hayas descartado lo imposible, lo que quede, por improbable que sea, debe ser la verdad”. El equivalente científico consiste en ir eliminando las posibles hipótesis alternativas hasta quedarse con una de ellas. Algunos científicos han llegado incluso a proponer este tipo de inducción como base del método científico.⁸¹⁷

La inducción eliminativa si partiese de un número finito de hipótesis se convertiría, de hecho, en una inferencia deductiva, y, por lo tanto, lógicamente válida. El problema, claro está, es que siempre puede que haya alternativas que no hayamos contemplado. En mi experiencia este suele ser el problema habitual en mis investigaciones. Uno parte de unas hipótesis, por ejemplo, sobre la historia del tomate, que intenta comprobar o rechazar, pero la realidad es que al final ninguna de las hipótesis iniciales suele sobrevivir la criba y nos vemos obligados a hacer nuevas propuestas que nacen, al menos en parte, de las observaciones que hemos ido realizando durante el proceso.

¿Cómo llegan los científicos a esas nuevas hipótesis? Una posibilidad es que lo hagan mediante abducción, otro tipo de inferencia inductiva. En este tipo de inferencia se partiría de unas evidencias y, a partir de las mismas, se propondría una explicación para las mismas.⁸¹⁸ Este es un tipo de inferencia muy común, la inferencia de Semmelweis, por ejemplo, fue una abducción. Otra abducción sería la que hicieron los geólogos, que partiendo de la observación de cantidades inusualmente elevadas del elemento químico iridio en estratos de hace 65 millones de años, propusieron como explicación el impacto de un meteorito.⁸¹⁹

El descubrimiento de la estructura del ADN por parte de Watson y Crick fue otro ejemplo de abducción. Las evidencias principales que estaban manejando eran las siguientes: la estructura química exacta de los nucleótidos que componen el ADN, las reglas de Chargaff, las fotografías de difracción de rayos X, de las cuales se infirió que la estructura era helicoidal, y el hecho de que el ADN era el portador de la información genética y que esta información, de algún modo desconocido, debía de copiarse dentro de las células. A partir de estas evidencias es imposible deducir la estructura correcta, pero Watson y Crick hicieron lo que Maurice Wilkins (el de la polémica con Gosling y Franklin) denominó un inspired guess, es decir, tuvieron una idea inspirada, o una abducción genial, y plantearon su estructura para el ADN. Esta estructura explicaba las reglas de Chargaff: dado que la adenina siempre se aparea con timina y la guanina con la citosina. Además, y lo que es más importante, este apareamiento entre los nucleótidos de las dos cadenas sugería un posible mecanismo de copia de la molécula y, por lo tanto, de la información genética. Es decir, esta estructura explicaba el secreto de la vida.

El problema de la abducción es que, en realidad, es un tipo de recomendación muy vaga. No es fácil saber qué cadena de razonamientos llevaron a Semmelweis, Watson o Crick a sus conclusiones e, incluso aunque pudiésemos hacernos una idea de cómo lo hicieron, esto no nos serviría como ejemplo para plantear hipótesis en otras investigaciones. De hecho, muchos investigadores, como Pauling o Franklin, que estaban trabajando en la estructura del ADN intentaron, a partir de las mismas evidencias, plantear una estructura correcta y fracasaron. La abducción suele ser una idea feliz, algo que no se diferencia mucho de los sueños de Kekulé. En ciencia ha de combinarse el rigor con la creatividad y eso no es sencillo.

Otro término relacionado con el de abducción y que algunos autores proponen como sinónimo, aunque no lo sea del todo, es el de inferencia a la mejor explicación. Esta inferencia está relacionada con la aproximación estadística denominada de máxima verosimilitud y no se utilizaría para construir nuevas hipótesis, sino para elegir, de entre un conjunto de hipótesis dadas, aquella que pueda explicar mejor nuestras observaciones, aquella que haga más probable que hayamos obtenido esas evidencias.⁸²⁰ Es decir, de entre todas las hipótesis elegimos la que hace más probable que se haya observado el mundo que hemos observado.

Este tipo de inferencia se utiliza habitualmente, por ejemplo, en los análisis filogenéticos. En este caso las evidencias pueden ser las distintas secuencias de un mismo gen en un conjunto de especies y el objetivo es elegir, de entre todos los árboles filogenéticos, el que mejor represente la historia evolutiva de esos organismos. El procedimiento, en este caso, consiste en plantear todos los posibles árboles, todas las historias evolutivas imaginables, y elegir aquel que haga las secuencias observadas más probables. Por ejemplo, sería muy improbable que los humanos y las vacas estuviesen más estrechamente relacionados que los humanos y los chimpancés puesto que las secuencias de los genes de humanos y chimpancés se parecen mucho más entre sí que las de humanos y vacas o que las de chimpancés y vacas.

Por último, la analogía también puede considerarse como otra forma de inducción, este caso, basada en la similitud. Si disponemos de un conjunto de individuos o muestras muy similares, es decir, si estos individuos comparten muchas propiedades, por analogía podríamos inferir que compartirán otras características.⁸²¹ Por ejemplo, si varios pacientes muestran los mismos síntomas, por analogía podemos concluir que tendrán la misma enfermedad. La conclusión de Gilbert relativa al campo magnético terrestre se basó en analogías entre el comportamiento de los imanes en sus experimentos y de las brújulas en la superficie de la Tierra. Si las brújulas cuando se sitúan sobre un imán esférico se comportan de un modo análogo a las brújulas en la superficie de la Tierra, debe de ser porque la Tierra también es un imán esférico.

11.4 El método hipotético-deductivo

Los métodos inductivos se utilizan mucho en ciencia, pero cuando escuches hablar sobre el método científico sin más calificativos, lo más probable es que te estén hablando sobre el método hipotético-deductivo.

El método hipotético-deductivo, a diferencia de algunos de los métodos inductivos que hemos comentado, como, por ejemplo, la inducción simple, la abducción o la analogía, no se utiliza para generar hipótesis durante la fase de descubrimiento, sino para evaluarlas. Por lo tanto, sitúa el foco de atención en un proceso distinto al tratado por el inductivismo que, recordemos, hacía recomendaciones relativas a la fase de descubrimiento, a la generación de hipótesis; concretamente dictaba que éstas debían construirse a partir de las evidencias. El método hipotético-deductivo, sin embargo, ignora completamente el modo de generación de hipótesis y se preocupa, exclusivamente, por evaluar si éstas son correctas o no.

Podríamos considerar que esta aproximación no es más que una formalización de las recomendaciones galileanas de contrastar siempre las hipótesis generadas con nuevas evidencias. El método parte de una hipótesis, a la que podemos haber llegado de cualquier modo, por ejemplo, soñándola. A continuación, por deducción, planteamos predicciones empíricas que, posteriormente, procederemos a evaluar buscando nuevas evidencias.⁸²²

Disponer de una hipótesis sobre el funcionamiento del mundo nos permite hacer predicciones de lo que esperaríamos observar. Si planteamos que el mundo externo tiene una estructura determinada, en principio, habríamos de ser capaces de deducir cuál sería el comportamiento de ese cosmos si nuestras creencias fuesen correctas. La hipótesis es como un modelo de juguete con el que podemos trastear para deducir qué esperamos ver. Esta es la parte deductiva del método. Una vez disponemos de estas predicciones procedemos a compararlas con nuevas evidencias y, en función del éxito de esta comparación, nos planteamos qué hacer con la hipótesis que habíamos planteado. Por ejemplo, si mi hipótesis es que las enfermedades son causadas por algún tipo de partícula que los enfermos transmiten a los sanos puedo deducir que si interrumpo esta transmisión los sanos no enfermarán y, posteriormente, puedo comprobar si esto ocurre o no.

Lo que plantea el método hipotético-deductivo es que cuando tengamos algún modelo sobre el funcionamiento del mundo, tal y como nos había recomendado Galileo, hemos de crear las condiciones que permitan a la información proveniente de ese mundo participar en la evaluación del modelo.

Esta aproximación recoge un aspecto esencial del proceder científico: los científicos hacen muchas propuestas, pero sólo aquellas capaces de pasar el filtro de la contrastación empírica se mantienen, las demás son, eventualmente, descartadas.⁸²³ Este es un aspecto tan fundamental de la aproximación científica, que es eminentemente empírica, que algunos filósofos se refieren al método hipotético-deductivo como el método científico. Es, de hecho, esta insistencia en la contrastación de nuestras ideas con las observaciones del mundo externo lo que convierte a la ciencia en un proceso evolutivo en el que nuestras creencias van adquiriendo paulatinamente una estructura que refleja, aproximadamente, la estructura del mundo externo.

Este método es una buena caracterización del proceder científico y una excelente recomendación, pero tenemos que entenderlo como una mera recomendación general. No es un algoritmo que indique detalladamente al científico cómo debe proceder al contrastar sus hipótesis.

De hecho, cuando se intenta precisar el procedimiento, aparecen dudas e imprecisiones en múltiples puntos. Hemos dicho que las predicciones han de contrastarse con las nuevas evidencias, pero lo que no está tan claro es cómo hemos de hacerlo. Popper, como veremos, pensaba que debíamos tomarnos muy en serio el procedimiento deductivo. Es decir, que si habíamos tomado la hipótesis como premisa y las conclusiones de la deducción resultan no corresponderse con la realidad, tendríamos que descartar la premisa, es decir, la hipótesis.

Sin embargo, como veremos, el problema del holismo confirmacional impide que la contrastación sea deductiva porque para generar las predicciones no usamos sólo las hipótesis que estamos evaluando. De modo que si la predicción falla no podremos decidir achacar el fallo a la hipótesis evaluada o a alguna de las hipótesis auxiliares sin recurrir a la inducción. Todo esto lo trataremos con detalle cuando hablemos de la falsación y, también, sobre bayesianismo, pero tal vez, por el momento, un ejemplo pueda servir para ilustrar el problema. Utilizando la mecánica newtoniana se había predicho la órbita de cada planeta. Sin embargo, cuando se observaron con precisión las órbitas de Urano y Mercurio resultaron no coincidir con las predicciones teóricas, por lo que si los científicos hubiesen aplicado estrictamente el método hipotético-deductivo deberían haber descartado la mecánica newtoniana. Esto es lo que apoyaría un popperiano estricto, pero las cosas son más complicadas. Las órbitas no se predicen utilizando sólo las leyes newtonianas, se necesitan también las posiciones, velocidades y masas de todos los planetas, por lo tanto, el fallo en la predicción podría ser debido a la existencia de planetas previamente desconocidos y no a que la mecánica newtoniana es incorrecta.

Pero si el procedimiento a seguir cuando las predicciones fallan ha generado discusiones, aún más controvertido ha sido el asunto de qué debemos concluir cuando las predicciones se cumplen. ¿Acaso hemos de asumir en este caso que nuestra hipótesis es absolutamente verdadera? Esto sería un grave error, la ciencia nunca alcanza la certeza. Algo más suave sería concluir que el éxito predictivo de una hipótesis tiene que hacernos aumentar nuestra confianza en ella. Popper, sin embargo, como también veremos, se oponía a este incremento en la confianza. En mi opinión lo más prudente sería concluir que, al menos en las limitadas circunstancias exploradas por las observaciones que hemos realizado, la estructura de nuestra hipótesis parece corresponderse lo suficiente con el mundo externo como para que las predicciones sean aproximadamente correctas. Otra cuestión es qué pasaría si intentásemos extrapolar esta hipótesis más allá del territorio que han explorado nuestras observaciones actuales.

Por último, es muy habitual que nuestras predicciones no sean ni completamente erróneas ni completamente acertadas. En muchos casos, nuestro conocimiento sobre el mundo externo es tan limitado que, cuando haces el experimento en el laboratorio, lo que obtienes no es lo que esperas, aunque sí se parece. En estos casos, modificar tus hipótesis aprovechando esa nueva evidencia es un arte. Lo primero que se suele escuchar después de hacer un experimento es: ostras qué raro y lo segundo: ah, pero igual es que…

En cualquier caso, recordemos que, aunque el método hipotético-deductivo no es un algoritmo detallado sí que representa un aspecto esencial del proceder científico: cuando una hipótesis genera predicciones erróneas debemos plantearnos muy seriamente la posibilidad de modificarla o descartarla.

11.5 Deductivo e inductivo

En realidad, si nos obligásemos a elegir entre una aproximación más deductiva o una más inductiva, estaríamos cometiendo un error, pues en ciencia se utilizan ambas. Es cierto que algunas investigaciones pueden ser más parecidas a los estándares inductivistas y otras a los deductivistas, pero lo habitual es encontrar una mezcla de las dos aproximaciones. Los científicos suelen ser bastante pragmáticos y terminan adaptando sus metodologías a cada uno de los problemas a los que se enfrentan y utilizan cualquier herramienta que les dé buenos resultados. Newton, por ejemplo, en una de las obras fundamentales de la ciencia moderna, los Principia, utilizó la deducción matemática como base de la justificación de su mecánica, sin embargo, cuando se enfrentó al estudio de la luz, en su Opticks, se decantó por una aproximación guiada por evidencias puramente experimentales mucho más cercana al inductivismo.⁸²⁴

Los primeros modernos ya entendieron que la ciencia requiere de una mezcla de aproximaciones inductivas y deductivas. Bacon, aunque siempre concedió más importancia a la observación, pensaba, como ya hemos comentado, que la investigación científica requería tanto empirismo como especulación racional.⁸²⁵ Según Bacon sólo mediante la colaboración de los teóricos y los experimentales se puede avanzar efectivamente. Bacon, que era abogado, comparaba el proceso científico con el legal. En un juicio el juez comienza por escuchar a los testigos y por evaluar las evidencias presentadas haciendo un esfuerzo por no ser influido por sus prejuicios y, a partir de estas evidencias, se planteará algunas conclusiones tentativas que le orientarán en sus nuevas pesquisas.⁸²⁶ Bacon representaba la interacción entre teorización y observación mediante una escalera que permite al investigador ascender desde los datos a la hipótesis y bajar desde la hipótesis a las nuevas observaciones.⁸²⁷

Algún tiempo después, el matemático y astrónomo John Herschel (1792-1871), hijo del gran astrónomo William Herschel, también recomendaba utilizar ambas aproximaciones combinando experimentos e hipótesis teóricas.⁸²⁸ También en el siglo XIX, William Whewell (1794 - 1866), el filósofo, teólogo e historiador de la ciencia que acuñó la palabra científico, propuso una aproximación iterativa. Según este inglés la ciencia tendría un aspecto empírico y otro más teórico.⁸²⁹ La generación de conocimiento sobre el mundo externo requeriría tanto el aspecto externo, la recopilación cuidadosa de evidencias, como el interno, la reflexión racional sobre las hipótesis generadas dentro del marco del resto de nuestro conocimiento. El científico puede generar hipótesis utilizando una larga cadena deductiva, como hizo Einstein con la relatividad general, o puede detectar un patrón en las observaciones, tal y como mostró Semmelweis.

La propuesta de Whewell es muy similar al método científico que suele aparecer en los libros de texto: a partir de las evidencias disponibles inducimos una hipótesis que procedemos a comparar con el resultado de nuevas observaciones y experimentos cuyos resultados, a su vez, nos permitirán proponer nuevas hipótesis refinadas. La investigación sería un ciclo iterativo con algunas fases más teóricas y deductivas y con otras más empíricas e inductivas.

11.6 Investigación

En cualquier caso, al investigar lo que debemos hacer es exponer nuestros modelos a las evidencias obtenidas a partir de la realidad externa, y muy especialmente a aquellas que pueden diferenciar entre distintas hipótesis o que amplíen las regiones más pobres en información empírica. El resultado de esta exploración lo utilizaremos para tratar de alinear la estructura de nuestros modelos con la estructura del mundo externo, el mapa con el territorio.

A este proceso activo de búsqueda de evidencias y generación iterativa de hipótesis se le denomina investigación. Este término comparte su origen etimológico con vestigio. Vestigium, en latín, significaba planta del pie o marca dejada por la misma y, por extensión, significaba también serie de huellas. En inglés la palabra equivalente, clue, adquirió el significado de pista en el siglo XIX y deriva del hilo de Ariadna que Teseo utilizó para salir del laberinto del Minotauro.⁸³⁰ Clue, escrito como clew, originalmente significaba ovillo. De modo que un investigador tiraría del hilo hasta averiguar el misterio. Por cierto, que la palabra pista también tiene un origen relacionado con vestigio ya que en italiano significaba huella, o serie de huellas que deja un animal. La idea es que los investigadores sigan la pista hasta dar con la solución.

Investigación y pista tienen su origen en la caza, en la acción de seguir a los animales buscando sus huellas.⁸³¹ El científico estaría atento a las evidencias que lo guiarían hasta dar con la solución. Hume escribió que no podía haber dos pasiones más similares que la caza y la filosofía.⁸³²

Uno de los problemas de la analogía de la caza es que asume un final para la investigación, el equivalente de la verdad metafísica absoluta, algo que, en ciencia no debemos esperar ya que el conocimiento del mundo externo es falible. Nuestro viaje se parece más al de un Ulises que, poco a poco, va aproximándose a la Ítaca metafísica.

Sin embargo, la analogía que yo prefiero es la del cartógrafo. El investigador sería un cartógrafo dedicado a la tarea de crear mapas cada vez más precisos. Cada nueva teoría sería un mapa más detallado de un área concreta del mundo externo y estos mapas nos servirían para planificar nuestras acciones futuras, para enviar exploradores a aquellas regiones menos conocidas.

11.7 Contra el método

Dado lo que hemos comentado hasta el momento, podríamos proponer que el método científico consiste en obtener evidencias, que reflejan parte de la estructura del mundo externo, y que el investigador emplea para actualizar iterativa y cuidadosamente, nuestro conocimiento. Esta es una propuesta con la que supongo que casi todos los científicos y filósofos estarán más o menos de acuerdo, pero tiene un problema, no va más allá de ser una vaga declaración de intenciones.

Imaginemos a un investigador concreto, a Juanjo, en un laboratorio enfrentado a un problema determinado, ¿le servirá este método como un algoritmo para tomar decisiones precisas? Lo cierto es que ni este ni ninguno de los métodos que hemos comentado especifican lo suficiente los pasos a seguir como para determinar cuál es la mejor reacción a un problema concreto. Ninguno de estos métodos podría programarse en un ordenador que sustituyese a Juanjo. (Lo cual no implica que en el futuro esto no vaya a poder hacerse). Las recomendaciones generales no indican cómo hemos de proceder para buscar ni para evaluar evidencias. ¿Cómo deberían distinguirse las inferencias rigurosas de las erróneas? ¿Cómo hemos de conjugar las nuevas evidencias con nuestro conocimiento previo? Es cierto que hemos recomendado a Juanjo que sea muy cuidadoso, pero, puesto que sabemos que estaremos obligados a utilizar inferencias ampliativas, ni siquiera podemos exigirle que utilice solamente inferencias formalmente válidas.

Lo cierto es que, si por método entendemos un conjunto de reglas precisas que el investigador debe seguir para llevar a cabo su tarea, un algoritmo para la ciencia, nadie jamás ha conseguido detallar método científico alguno.⁸³³ Más allá de recomendar empirismo y rigor, el método científico es una entelequia, una criatura tan vaga como las formadas por las blancas nubes veraniegas. Una pregunta pertinente a plantear a cualquiera que crea en la existencia de un método científico es: ¿podrías detallarlo? Es cierto que hay filósofos que todavía hablan de métodos científicos, algunos de uno, otros de varios, pero lo hacen en el sentido de formas de aproximación generales que pueden servir como guías idealizadas, no en el sentido de procedimientos claramente definidos.

El modo en el que las evidencias se acaban utilizando para construir el conocimiento científico es mucho más interesante, y problemático, de lo que los libros de texto de las asignaturas de ciencias suelen sugerir.⁸³⁴ Comparto plenamente la idea de Paul Feyerabend (1924-1994) de que la creencia de que la ciencia funciona siguiendo unas reglas fijas no es sólo falsa, sino dañina,⁸³⁵ y que yo coincida en algo con Feyerabend es notable ya que lo considero como una de las figuras más perjudiciales de la filosofía de la ciencia.

Es cierto que en cada ciencia hay numerosas metodologías, es decir, técnicas y procedimientos para llevar a cabo los experimentos, interpretar los datos y testar las teorías.⁸³⁶ Son ejemplos de estas metodologías los ensayos clínicos de doble ciego o los métodos de secuenciación de ADN. Sin embargo, las metodologías no dictan cómo debe hacerse la ciencia, son, más bien, equivalentes a las herramientas que equipan el taller del artesano. Un buen artesano trabajará mejor si dispone de buenas herramientas, pero las herramientas no hacen al artesano, es su conocimiento, su saber hacer, su maestría, su oficio, lo que los angloparlantes denominan craft, lo que hace al artesano. Y un aspecto clave de este oficio es saber qué herramienta elegir en cada momento y cómo utilizarla.

Además, conviene recordar que hay dos contextos más o menos diferenciados en la investigación: el del descubrimiento y el de la justificación. Esta es una distinción que, en el XIX, propuso John Herschel y que se convirtió en un estándar defendido por los positivistas lógicos.⁸³⁷ Muchos de los ejemplos inductivos que hemos comentado se han referido a la creación de hipótesis durante la fase de investigación como, por ejemplo, la abducción de Semmelweis. Sin embargo, recordemos que Aristóteles recomendó su método deductivo pensando en la justificación y no en el descubrimiento. Aristóteles, seguramente, descubriría usando aproximaciones mucho más libres. Para indagar sobre filosofía supongo que discutiría sus ideas en la Academia o en el Liceo con el resto de pensadores, mientras que en sus investigaciones zoológicas utilizó una aproximación inductivista: pasó largos periodos observando el mundo natural y diseccionando calamares y otros animales. Arquímedes en su Método, como ya hemos comentado, también explicitó esta distinción entre descubrimiento y justificación: la justificación debía ser deductiva, pero la investigación podía ser más libre. Arquímedes, por ejemplo, sugería utilizar analogías mecánicas durante la fase de descubrimiento. En mi opinión en ciencia no hay un método único ni para el descubrimiento ni para la justificación, pero, al menos para esta última sí pueden hacerse propuestas algo más definidas.

Sin embargo, en la práctica, ni siquiera la justificación sigue un método preciso. Por ejemplo, Galileo y Newton en algunas de sus obras optaron por justificar sus hipótesis utilizando una aproximación deductiva, mientras que, en otras, usaron, incluso para la justificación, un acercamiento inductivo más moderno. En la actualidad las presentaciones de los trabajos científicos suelen aproximarse más a esta segunda propuesta. Primero se describen los resultados, es decir las observaciones y, a continuación, se discuten las implicaciones teóricas que podemos extraer de ellas. Además, se asume que la inducción a partir de los datos es suficiente para justificar las propuestas teóricas y que no es necesario recurrir a la deducción. Sin embargo, esta tampoco es una regla absoluta. Cuando intentaron enseñarme en segundo de la carrera de químicas, sin mucho éxito, física cuántica lo hicieron siguiendo una aproximación axiomática similar a la seguida por Euclides en Los elementos. El profesor partió de unas pocas premisas y a partir de ellas construyó deductivamente todo el edificio. Esta es una presentación del área completamente opuesta a las aproximaciones inductivas del Opticks newtoniano o de El origen de las especies darwiniano.

Una opción más humilde es tratar de, en vez de plantear un método completo, proponer una lista de recomendaciones a tener en cuenta. Por ejemplo, hemos recomendado la regla propuesta por Popper: no hay que aceptar hipótesis que violen las evidencias empíricas. En general, no es una buena idea defender teorías que contradigan las observaciones, aunque Galileo ya nos avisó de que las teorías sólo son aproximadas y que, por lo tanto, no hemos de esperar que se ajusten por completo a la realidad.

Feyerabend acertó al puntualizar que a lo largo de la historia de la ciencia se podían observar casos en los que los científicos han avanzado rompiendo todas y cada una de las reglas que uno pueda plantear.⁸³⁸ Los grandes científicos unen el rigor intelectual con la creatividad y es precisamente esa combinación la que hace que no sea fácil alcanzar la excelencia de Darwin o Faraday. Si la ciencia consistiese en aplicar un conjunto de reglas fijas cualquiera podría ser tan bueno como ellos.

El problema de Feyerabend es que, partiendo de esta observación, en su ensayo Contra el método, hizo una propuesta, claramente absurda, que denominó anarquismo metodológico y que sostiene que en ciencia “todo vale.”⁸³⁹ Sin embargo, yo todavía no he visto a ningún científico que defienda que dos más dos son cinco o que los burros vuelan. Este filósofo criticó el estatus y el respeto alcanzado por la ciencia y defendió que este relato institucional ha desplazado a otras creencias previas, como las religiosas, no porque posea una validez epistémica superior, sino por un simple juego de poderes. No es de extrañar que Ratzinger, antes de ser Papa, citase a Feyerabend cuando defendió la justicia de la condena a Galileo.

No obstante, sí pueden proponerse algunas recomendaciones generales que podrían ser útiles: desconfía de las hipótesis sin un amplio respaldo empírico, no te limites a buscar evidencias en favor de tu hipótesis, valora también la posibilidad de hacer observaciones que apoyen otras hipótesis alternativas y, sobre todo, trata de sopesar qué observaciones podrían desacreditar la tuya. Sólo cuando hayas evaluado con la máxima justicia todas las hipótesis alternativas que hayas podido encontrar y cuando la tuya haya superado un buen número de obstáculos dispondrás de una hipótesis que realmente merezca la pena. Las buenas hipótesis no deben ser sólo razonables, han de ser supervivientes de las mejores críticas que hayamos podido hacerles. Por otro lado, has de entender las metodologías utilizadas en tu área, especialmente cuáles son sus fortalezas y sus limitaciones. Aplicar una metodología sin haberte esforzado en comprenderla o sin que te guíe un experto en la misma te convierte automáticamente en un mal científico. Y no vale con que la metodología sea muy utilizada. Es común que durante un tiempo los artículos científicos se rindan a las modas o incluso que utilicen metodologías inadecuadas. Por ejemplo, en mi área, la genética de poblaciones, es habitual encontrar árboles filogenéticos en los artículos sin que se discutan sus profundas limitaciones en el campo de las poblaciones.

Sin embargo, a pesar de estas recomendaciones generales recuerda que nadie ha conseguido establecer unas reglas precisas sobre cómo debe hacerse la ciencia, la ciencia es un arte que requiere maestría, oficio. Con esto no quiero decir que la ciencia sea un arte en el sentido utilizado por los artistas, sino más bien en el utilizado por los artesanos. En ciencia podemos evaluar la corrección de las respuestas estudiando el grado en el que coinciden con el mundo externo, algo que no sucede con las distintas expresiones artísticas.

De la falta de un método, entendido en el sentido de un algoritmo, tampoco hemos de concluir que la ciencia no sea racional, sino, más bien, que los detalles de su racionalidad son difíciles de codificar.⁸⁴⁰ Además, hay muchas ciencias distintas y sus metodologías y aproximaciones generales son diferentes.⁸⁴¹ No se hace igual física que biología. En algunas áreas, dominan los experimentos, mientras otras se limitan a las observaciones, algunas disponen de teorías generales que les permiten hacer predicciones precisas, mientras que otras sólo describen lo que ha ocurrido en el pasado.

Por último, los métodos cambian con el tiempo, la forma más racional de aproximarse al estudio de un fenómeno en el siglo XVI no era la misma que en el XX o en el XXI; las metodologías y las aproximaciones se han ido refinando. Las metodologías se van revisando a medida que se descubren sus limitaciones o que son superadas por desarrollos posteriores más capaces. La ciencia consiste en el estudio sistemático del mundo externo, por lo que es deseable que sus metodologías vayan cambiando a medida que nuestras ideas sobre cómo proceder con rigor evolucionan. La ciencia evoluciona,⁸⁴² esta es una idea compartida por muchos filósofos de la ciencia. Hilary Putnam, por ejemplo, propuso que la noción de investigación racional estaba en continuo progreso.⁸⁴³ No es sólo que unas metodologías sustituyan a otras, sino que las nuevas son mejores que las anteriores. Y esta evolución es posible puesto que sabemos cuál es nuestro objetivo final: crear metodologías que nos permitan desarrollar modelos más precisos y generales del mundo externo con mayor eficiencia.⁸⁴⁴ Esto es, en realidad, un método de segundo orden; hemos de ir revisando las metodologías científicas para disponer de herramientas más capaces.

Recordemos que durante gran parte de la historia los artesanos, aunque desconocían las bases teóricas de la mineralogía o de la forja, pudieron crear tecnología y pudieron hacerlo porque fueron capaces de evaluar la bondad de sus resultados. Lo crítico es incorporar el contraste con las nuevas evidencias en el proceso de evaluación.

La ciencia, en cierto modo, es análoga a nuestros sistemas perceptuales. Tanto nuestra visión como la ciencia tienen por objeto crear modelos aproximados del mundo externo basados en la información recopilada. Sin embargo, hay una diferencia fundamental entre ambos, mientras que nuestro sistema visual ha surgido por evolución biológica y difícilmente podrá superar las ilusiones ópticas que le acechan, cuando detectamos que nuestras metodologías científicas funcionan incorrectamente sí podemos refinarlas. Esta evolución cultural hace que la ciencia pueda evolucionar sistemas de creación de modelos mucho más rápidamente que la biología. Nuestro sistema visual nos permite ver, e incluso podemos entender en qué circunstancias produce ilusiones ópticas, pero no podemos cambiar este sistema innato. En ciencia, sin embargo, sí somos capaces de modificar las metodologías que utilizamos y eso nos permite diseñar nuevas herramientas que limiten los problemas que vayamos encontrando.⁸⁴⁵

La conclusión de Feyerabend: que es imposible estudiar con rigor el mundo externo,⁸⁴⁶ fue un profundo error. Es evidente, para cualquiera que tenga interés en pensar con un mínimo de seriedad, que, en muchas áreas, nuestro conocimiento ha avanzado. Que nuestros métodos no sean perfectos o que no sean fáciles de codificar no implica que sean completamente inútiles. Cualquiera que niegue los logros científicos conseguidos desde el siglo XVI a la actualidad y equipare a la ciencia con otros relatos culturales está haciendo mala filosofía, puesto que es evidente que no está pensando con rigor. Esta, por fortuna, es una actitud que, aunque gozó de bastante popularidad en las últimas décadas del siglo XX, actualmente es muy minoritaria dentro de la filosofía de la ciencia. Sabemos que el conocimiento avanza, podemos secuenciar virus, enviar cohetes a la Luna y construir aceleradores de partículas en los que obtenemos los resultados previstos. Algo debemos de estar haciendo bien cuando nuestras creencias nos permiten intervenir en el mundo externo de un modo tan preciso y exitoso. Además, resulta sorprendente que esos malos filósofos, que niegan la posibilidad del conocimiento científico, se atrevan a estar tan seguros de su propio conocimiento filosófico. Yo les recomendaría, cuanto menos, algo de modestia intelectual, especialmente si en algún momento de sus vidas han utilizado un teléfono o han ido al médico. Si yo fuese un constructivista radical supongo que los viajes en avión me causarían una gran ansiedad, uno nunca sabe cuándo el relato que domina la mente del piloto puede cambiar. Imagina que deja de creer en la fuerza de la gravedad y la dinámica de fluidos en medio del Pacífico.

Además, como veremos, la ciencia no tiene unas bases epistemológicas distintas a las del conocimiento común. Por lo que si se hace una crítica del conocimiento científico deberemos concluir, junto con Pirrón de Elis, que el conocimiento cotidiano también es inalcanzable y tendremos que elegir entre quedar incapacitados para la acción, por el miedo de darnos un buen golpe cada vez que intentemos salir de casa utilizando la puerta, o mantener una impostura intelectual.

Sin embargo, lo que sí es cierto es que no disponer de una formalización del método científico supone una limitación práctica importante. Por ejemplo, no podemos juzgar con absoluta objetividad cuándo los científicos están funcionando con rigor y cuándo no lo están haciendo. Está claro que la tecnología ha avanzado mucho gracias a la ciencia y que hay ciencias, como las físicas, en las que hemos obtenido teorías muy generales con un amplio respaldo empírico, pero en otras áreas podemos tener muchos más problemas. En biología evolutiva, por ejemplo, es común encontrar mala ciencia, pero, como no tenemos un método objetivo para detectarla, sólo los especialistas son capaces de darse cuenta de estos problemas y una gran parte de ellos no lo hará, bien por incapacidad o bien por no buscarse enemigos dentro de la comunidad. Las técnicas utilizadas para reconstruir la historia evolutiva de las poblaciones son muy complejas y no es fácil aprender a manejarlas con destreza. Es sencillo hacer un análisis instalando el software adecuado, pero es mucho más complicado saber interpretar los resultados obtenidos teniendo en cuenta las limitaciones de las metodologías utilizadas y la estructura de las propias evidencias. Por ejemplo, los árboles filogenéticos pueden servir para establecer hipótesis evolutivas dentro de las poblaciones, pero hay que ser muy cautos con su uso puesto que cuando hay hibridaciones, cruces entre distintas poblaciones, cosa que ocurre comúnmente, los resultados de estos análisis pueden ser completamente erróneos. Los humanos modernos, por ejemplo, somos el resultado de, al menos, un par de hibridaciones con varias especies extintas, los neandertales y los denisovanos. Estos procesos no pueden ser representados por un árbol filogenético, puesto que en un árbol las ramas una vez se separan no pueden volver a unirse. Los árboles asumen que las poblaciones una vez que se separan no pueden volver a cruzarse.

¿Existe alguna regla precisa sobre cuándo utilizar árboles y sobre cómo interpretarlos? No, los árboles filogenéticos, unas veces son útiles y otras engañosos. Hay numerosas recomendaciones, pero necesitamos experiencia y cautela para poder utilizarlos de un modo óptimo y mi opinión, como experto en el área, es que muchos de los artículos publicados actualmente sobre estos temas, incluso los publicados en revistas de alto índice de impacto, hacen un uso chapucero de estas técnicas. Además, como las implicaciones prácticas de concluir que los tomates se domesticaron en México o en Ecuador son nulas, no suele haber una gran presión por enmendar las conclusiones generadas por la mala ciencia en este campo. Esto no implica que no puedan hacerse buenos análisis o que con el tiempo no se llegue a un consenso racional, pero sí que la velocidad de avance será menor en estas áreas que otras más aplicadas. Esta es una acusación que, probablemente, Feyerabend estaría dispuesto a compartir y que exploraremos en capítulos posteriores.

Pero una cosa es criticar los problemas de un área concreta y otra bien distinta es concluir que la ciencia no puede funcionar. Lo que implica la existencia de la mala ciencia es que, como ciudadanos, debemos ser especialmente cautos puesto que los malos científicos medran aprovechándose de nuestra confianza en la ciencia. Esta es una confianza que se ha generado gracias a los enormes éxitos tecnológicos de los que disfrutamos y que la mala ciencia aprovecha. Los malos científicos se esconden tras los éxitos de los ingenieros de la NASA o de Google.

11.8 Resumen

Podría proponerse que el método científico consiste en proceder sistemáticamente tanto en la obtención de evidencias, como en la actualización y contrastación iterativa de nuestros modelos del mundo externo. Pero esta es una recomendación muy general, no hay un único método, un algoritmo detallado que indique al investigador como proceder, que vaya más allá de ser una referencia general sujeta a numerosas matizaciones y excepciones. Nadie ha detallado un método científico.

Sin embargo, esta carencia no implica que no podamos plantear algunas reflexiones útiles. Por ejemplo, el proceder científico puede dividirse conceptualmente en dos fases: descubrimiento de las hipótesis y justificación de las mismas.

Los investigadores suelen ser bastante libres y pragmáticos en la fase de descubrimiento. A veces infieren regularidades en las observaciones, como Kepler lo hizo en las medidas de Brahe, otras construyen complejas cadenas deductivas partiendo de evidencias exiguas como lo hicieron Maxwell o Einstein.

Una vez hemos generado nuestras hipótesis debemos proceder a contrastarlas empíricamente. El mundo externo ha de tener siempre un papel fundamental en esta evaluación. Sólo merece la pena confiar aquellos modelos que han superado un buen número de contrastaciones empíricas. Para ello conviene primero pensar en qué evidencias podrían distinguir cada una de las hipótesis alternativas planteadas. En este paso, para intentar limitar los sesgos de nuestras ideas previas, es importante pensar tanto en qué evidencias podrían apoyar nuestras hipótesis como en aquellas que podrían refutarlas y es especialmente importante no olvidarse de estas últimas.

Una vez dispongamos de las evidencias conviene inspirarse en el ideal bayesiano como estándar de justificación. En la práctica, como comentaremos, en la mayoría de las ocasiones, no podremos hacer inferencias bayesianas estrictas, pero este estándar de inferencia será una buena guía.

Algo bastante común es que una vez dispongamos de las evidencias nos demos cuenta de que ninguna de nuestras ideas previas es suficientemente buena y que tengamos que volver a iniciar un nuevo ciclo de generación de hipótesis, búsqueda de evidencias y justificación. De este modo, iterativamente, el investigador puede que paulatinamente vaya logrando su objetivo de generar un modelo que refleje la estructura del mundo externo.

En mi opinión, sería perjudicial creer que estas recomendaciones generales constituyen un algoritmo preciso. La ciencia requiere oficio y creer lo contrario puede hacer pensar a la ciudadanía que la mala ciencia no es posible o que los valores de compromiso con la búsqueda del conocimiento no son relevantes para el investigador. Pero lo cierto es que el científico dispone de una notable libertad, mucho más amplia que la que el método parece implicar y por ello debe ser considerado responsable. La ciencia es el oficio de la duda, no el algoritmo de la certeza. Estudiar con rigor el mundo externo es posible, pero exige esfuerzo y disciplina y los resultados no siempre tienen por qué ser ni llamativos ni gratos. Esto no implica que la ciencia no sea racional o que carezca de estándares, sino que los detalles del procedimiento son difíciles de codificar y que su evaluación requiere oficio y siempre estará sujeta a una cierta discrecionalidad que, dependiendo del problema investigado y de las evidencias disponibles, podrá ser mayor o menor.

---

803. Hacking, Hacking, and Hacking, Representing and Intervening, pagina:246.↩︎

804. Brown, Philosophy of Science, location:382.↩︎

805. Hacking, Hacking, and Hacking, Representing and Intervening, location:190.↩︎

806. Godfrey-Smith, Theory and Reality, location:189.↩︎

807. “Ignaz Semmelweis.”↩︎

808. Buck and Cohen, PSA 1970, location:2438.↩︎

809. Ladyman, Understanding Philosophy of Science, pagina:51.↩︎

810. Nekrašas, The Positive Mind, location:2473.↩︎

811. Pigliucci and Boudry, Philosophy of Pseudoscience, location:7798.↩︎

812. Wootton, The Invention of Science, location: 9484.↩︎

813. Brown, Philosophy of Science.↩︎

814. Gower, Scientific Method, location:1190.↩︎

815. Ladyman, Understanding Philosophy of Science, pagina:42.↩︎

816. Godfrey-Smith, Theory and Reality, location:3177.↩︎

817. Ibid., location:3182.↩︎

818. Hacking, Hacking, and Hacking, Representing and Intervening, location:991.↩︎

819. Godfrey-Smith, Theory and Reality, location:672.↩︎

820. Staley, An Introduction to the Philosophy of Science, location:3651, @understandingphisci, pagina:190.↩︎

821. Domingos, The Master Algorithm, location:1009.↩︎

822. Brown, Philosophy of Science, location:595.↩︎

823. Carroll, Liam Kofi Bright on Knowledge, Truth, and Science.↩︎

824. Gower, Scientific Method, location:1769.↩︎

825. Hacking, Hacking, and Hacking, Representing and Intervening, location:247.↩︎

826. Gower, Scientific Method, location:1307.↩︎

827. Ibid., location:1072.↩︎

828. Gower, Scientific Method, pagina 118.↩︎

829. Brown, Philosophy of Science, location:381.↩︎

830. Wootton, The Invention of Science, location:9434.↩︎

831. Ibid.↩︎

832. Ball, Curiosity, location:1857.↩︎

833. Sokal, Beyond the Hoax, location:180.↩︎

834. Gower, Scientific Method, location:314.↩︎

835. Sokal, Beyond the Hoax, location:198.↩︎

836. Ladyman, Understanding Philosophy of Science, pagina:261.↩︎

837. Nekrašas, The Positive Mind, location:1792.↩︎

838. Staley, An Introduction to the Philosophy of Science, location:1904.↩︎

839. Ibid., location:1840.↩︎

840. Sokal, Beyond the Hoax, location:188.↩︎

841. Pigliucci, Nonsense on Stilts, location:99.↩︎

842. Wootton, The Invention of Science, location:9645.↩︎

843. Hacking, Hacking, and Hacking, Representing and Intervening, location:1133.↩︎

844. Yudkowsky, Rationality, location:1092.↩︎

845. Ibid., location:1084.↩︎

846. Sokal, Beyond the Hoax, location:182.↩︎