Un año un titular dice que un café diario protege tu corazón. Al siguiente, otro dice que lo daña. Luego un tercer estudio no encuentra nada. Puedes responder de tres maneras: creer el último, no creer ninguno, o hacer una mejor pregunta, que es cómo debe cambiar un resultado lo que piensas, y cuándo un fallo de predicción significa que la teoría está equivocada y no el experimento.
En 1846 el astrónomo francés Urbain Le Verrier se enfrentó a un planeta, Urano, que no estaba donde la teoría de Newton decía que debía estar. No abandonó a Newton. Propuso un planeta invisible, calculó dónde debía estar, y Johann Galle encontró Neptuno en septiembre de ese año a menos de un grado de ese punto. Trece años después Le Verrier vio el mismo tipo de problema en la órbita de Mercurio, usó la misma jugada y propuso un planeta llamado Vulcano. Nunca existió. El problema era real, unos 43 segundos de arco de giro extra por siglo según la medición moderna, y el culpable era la teoría de Newton, reemplazada por la relatividad general de Einstein en 1915. El razonamiento fue idéntico las dos veces, y funcionó una y falló la otra. Nadie puede decirte de antemano en qué tipo de caso estás. Ese es el territorio de la filosofía de la ciencia.
- Quién la cursa
- Los estudiantes de Filosofía, normalmente en el año 3; quienes estudian ciencias, historia de la ciencia y políticas científicas la cursan como materia básica u optativa, y muchos cursos de métodos de investigación toman cosas de ella. Los departamentos con tradición fuerte en historia y filosofía de la ciencia, como la LSE, Cambridge y Pittsburgh, ofrecen itinerarios enteros.
- Para qué sirve
- Para entender qué hace la evidencia, cómo se ponen a prueba y se reemplazan las teorías, si las cosas invisibles que describen son reales y dónde termina la ciencia.
- Viene después de:
- Epistemología (34/69): conocimiento, justificación y evidencia.
- Lleva a:
- Filosofía contemporánea (34/78). Sostiene Métodos de investigación en psicología (34/20), Métodos de investigación en ciencia política (34/55) y Probabilidad y estadística (34/19), que son los lados de trabajo científico de las mismas preguntas.
- Qué te da esta pieza
- No resolverás ninguno de estos debates. Sí habrás corrido los argumentos centrales con números: los cuervos, un cálculo de reparto de culpas, un falsacionista demasiado estricto, una objeción de tasa base al realismo y un simulador de replicación. Lecturas más fáciles, en inglés: ¿Cómo sabemos algo? Hume, Popper, Kuhn y el problema de la ciencia (en inglés, 05/16), que cuenta la historia de los pensadores, y Pensamiento bayesiano para la vida diaria (en inglés, 17/07). Esta pieza va más lejos y corre los argumentos.
Inducción, los cuervos y Bayes
La ciencia generaliza: todos los cuervos vistos hasta ahora eran negros, así que todos los cuervos lo son. David Hume (1739–48) mostró que ningún argumento, deductivo o inductivo, puede justificar ese paso sin suponer que el futuro se parecerá al pasado. La misma duda se planteó en la India con la escuela Cārvāka, de la que sus rivales cuentan que negaba que la inferencia pudiera dar conocimiento, porque el vínculo universal que necesita nunca puede comprobarse. Nelson Goodman (1955) lo empeoró con "grue": un objeto es grue si se observa antes de cierta fecha futura y es verde, o no se observa antes y es azul. Toda esmeralda vista hasta ahora es a la vez verde y grue. La misma evidencia, predicciones distintas tras la fecha. Qué predicados sirven para generalizar no lo da la lógica.
La paradoja de los cuervos de Carl Hempel (1945) vuelve concreto el problema. "Todos los cuervos son negros" es lógicamente equivalente a "todo lo que no es negro no es un cuervo". Así que un zapato blanco, que es algo no negro y no cuervo, parece confirmar que todos los cuervos son negros. La respuesta moderna habitual usa el teorema de Bayes: una evidencia confirma una hipótesis cuando es más probable si la hipótesis es verdadera que si es falsa, y cuánto depende de esa razón. El zapato blanco sí confirma, por una cantidad minúscula, y un cuervo negro confirma mucho más. Mueve los controles para ver por qué.
Un mundo de juguete: 100 cuervos, y la hipótesis rival dice que exactamente el número elegido de ellos no es negro. Evidencia A: eliges un cuervo al azar y es negro. Evidencia B: eliges al azar una cosa no negra y no es un cuervo (un zapato blanco). Razón de verosimilitud = probabilidad de la evidencia si la hipótesis es verdadera ÷ probabilidad si es falsa.
Sin JavaScript: con 100 cuervos, 10 de ellos no negros según la hipótesis rival, y 1,000 cosas no negras que no son cuervos, un cuervo negro multiplica las probabilidades de "todos los cuervos son negros" por 1.11 y un zapato blanco por 1.01. Las dos confirman; el cuervo, unas diez veces más fuerte.
Esta es la respuesta bayesiana al problema de la inducción, en la medida en que existe una respuesta: la evidencia desplaza grados de creencia, y un plan de muestreo (mirar cuervos, o mirar cosas no negras) decide cuánto. Sus críticos señalan el problema de las probabilidades previas. ¿De dónde sale el 50 % inicial? Los bayesianos subjetivos aceptan cualquier previa coherente y argumentan que suficiente evidencia borra las diferencias; los objetivos buscan restricciones. Las secciones siguientes muestran cuánto trabajo hacen las previas. (La probabilidad condicional está en Probabilidad y estadística, 34/19.)
Falsación, y el problema de a quién culpar
Karl Popper (Logik der Forschung, 1934; edición en inglés, 1959) vio que ningún número de cuervos negros prueba "todos los cuervos son negros", pero un cuervo blanco lo refuta. La ciencia, argumentó, avanza con conjeturas audaces que hacen predicciones arriesgadas, y su marca es que podrían fallar. Es el falsacionismo, y es lo que muchos científicos quieren decir cuando afirman que una tesis debe poder ponerse a prueba. Popper tomó como modelo la relatividad (cuya prueba del eclipse de 1919 podría haberla refutado), y como contraste las teorías de Freud y Adler, que parecían capaces de explicar cualquier conducta.
Pierre Duhem (1906) y W. V. O. Quine (1951) plantearon el problema obvio. Una teoría nunca se enfrenta sola a los datos. Una predicción sale de la teoría más supuestos auxiliares: que el instrumento funciona, que ningún planeta invisible tira, que la muestra está limpia. Cuando la predicción falla, la lógica dice solo que algo del paquete está mal. Neptuno y Vulcano son la misma bifurcación: Le Verrier culpó a un supuesto auxiliar las dos veces. No hay regla de lógica que diga a quién culpar. ¿Cómo se las arreglan los científicos? En parte con las previas: lo que menos confiamos carga con la culpa. Calcúlalo.
Se supone que la anomalía tiene 2 % de probabilidad si tanto la teoría como el auxiliar son correctos, y 90 % si cualquiera de los dos está mal. Las dos creencias se tratan como independientes. Esas verosimilitudes son elecciones ilustrativas, no números históricos.
Sin JavaScript: con 95 % de confianza en la teoría y 70 % en el auxiliar, una anomalía deja la teoría en cerca de 86 % y baja el auxiliar a cerca de 14 %: la culpa cae sobre el supuesto en el que menos confiabas.
La respuesta de Popper a Duhem fue una decisión, no una demostración: los científicos deben adoptar convenciones que mantengan la teoría principal abierta a la refutación. Un segundo problema es que un falsacionista estricto puede matar una teoría verdadera. Las mediciones reales tienen ruido, y las pruebas reales a veces fallan por razones aburridas. La herramienta de abajo compara una regla estricta (abandonar la teoría al primer fallo) con una tolerante (abandonarla tras más de k fallos), con aritmética binomial exacta.
Las pruebas se tratan como independientes, cada una falla con la probabilidad indicada. Los números son ilustrativos.
Sin JavaScript: si una teoría verdadera falla el 5 % de las pruebas por accidente, un falsacionista estricto la conserva tras 20 pruebas solo cerca del 36 % de las veces; tolerar dos fallos la conserva cerca del 92 %, mientras que una teoría falsa que falla el 40 % de las pruebas se abandona casi siempre.
Kuhn, Lakatos y Feyerabend: cómo cambian las teorías
La estructura de las revoluciones científicas de Thomas Kuhn (1962) salió de la historia, no de la lógica. La mayor parte de la ciencia, dijo, es ciencia normal: resolver rompecabezas dentro de un paradigma compartido de teorías, métodos y soluciones ejemplares. Las anomalías se acumulan y casi siempre se dejan de lado. Si se acumulan las suficientes y aparece un rival, llega una crisis y a veces una revolución, tras la cual el campo ve su objeto de otra manera. La tesis de Kuhn de la inconmensurabilidad, que paradigmas rivales no pueden compararse del todo punto por punto, es la parte más discutida, y él mismo la suavizó después. Su verdadero desafío a Popper es que los científicos reales no abandonan una teoría ante un solo fallo, y que eso suele ser racional, como muestra el falsacionista estricto de arriba.
Imre Lakatos (1970) intentó conservar el rigor de Popper con la historia de Kuhn. Un programa de investigación tiene un núcleo duro defendido por un cinturón protector de supuestos ajustables. Es progresivo mientras sus cambios predicen hechos nuevos que resultan verdaderos, y degenerativo cuando solo remienda después del hecho. Eso convierte a Neptuno (planeta nuevo, predicción nueva, confirmada) y a Vulcano (remiendo, sin confirmación) en casos distintos. Sus críticos preguntan cuánto puede degenerar un programa antes de abandonarlo; no se puede dar un plazo. Paul Feyerabend (Contra el método, 1975) llevó el punto a "todo vale": la historia muestra que toda regla de método se ha roto con buenos resultados, así que ningún método fijo merece el nombre. Quería decir que ninguna regla única podría gobernar toda la ciencia, no que todas las ideas valgan igual.
La historia en la que se apoyan estos argumentos es global. El Libro de óptica de Ibn al-Haytham (hacia 1011–21) puso a prueba la luz con experimentos diseñados. Los astrónomos del observatorio de Marāgha y más tarde Ibn al-Shāṭir en Damasco (siglo XIV) construyeron modelos del movimiento planetario matemáticamente equivalentes a otros que Copérnico usaría después, y los historiadores aún discuten cómo viajó ese conocimiento. Los paradigmas de Kuhn y los programas de Lakatos pretendían describir trabajos así.
| Pensador | Idea central | Objeción principal |
|---|---|---|
| Popper | La ciencia es conjetura audaz y comprobable | Duhem: se prueban paquetes; la rigidez mata buenas teorías |
| Kuhn | Ciencia normal, anomalías, revoluciones | Relativismo; "paradigma" es vago |
| Lakatos | Los programas son progresivos o degenerativos | No hay plazo para juzgar |
| Feyerabend | Ningún método único sirve a toda la ciencia | Parece no dejar ningún criterio |
¿Realismo o antirrealismo?
¿Una teoría exitosa describe el mundo, incluidas las cosas que no podemos ver (electrones, quarks, genes), o solo nos ayuda a predecir lo que sí podemos ver? Los realistas científicos dan el argumento del "no milagro" (Hilary Putnam, 1975): el éxito de la ciencia sería un milagro si sus teorías no fueran al menos aproximadamente verdaderas. Los antirrealistas responden con la inducción pesimista (Larry Laudan, 1981): la historia de la ciencia está llena de teorías exitosas, como el calórico, el flogisto y el éter luminífero, que luego se rechazaron por no referirse a nada real. El empirismo constructivo de Bas van Fraassen (The Scientific Image, 1980) dice que la ciencia solo aspira a teorías empíricamente adecuadas, y aceptar una no exige creer en lo inobservable. Los realistas estructurales (John Worrall, 1989) buscan un compromiso: lo que sobrevive al cambio de teoría es la estructura matemática, como las ecuaciones de Fresnel para la luz reflejada sobrevivieron a la caída del éter elástico en la teoría de Maxwell.
En la encuesta PhilPapers de 2009, cerca de tres cuartos de los filósofos profesionales (75.1 %) aceptaron o se inclinaron por el realismo científico y 11.6 % por el antirrealismo; la encuesta de 2020 volvió a preguntar, y su cifra para esta pregunta no se da aquí. Una objeción ingeniosa al argumento del no milagro es que ignora las tasas base. El éxito es un resultado probable de la verdad, pero si la mayoría de las teorías son falsas la probabilidad posterior puede seguir siendo baja, que es la lógica de una prueba médica con muchos falsos positivos. Pruébalo.
Es la objeción de la tasa base (Howson 2000; Magnus y Callender 2004) en su forma más simple. Los realistas responden que "éxito" significa predicciones nuevas y precisas, que las teorías falsas casi nunca hacen, así que el tercer control debería estar cerca de cero.
Sin JavaScript: si el 10 % de las teorías son verdaderas, las verdaderas tienen éxito el 95 % de las veces y las falsas el 10 %, una teoría exitosa es verdadera con probabilidad de cerca del 51 %; si las falsas tienen éxito solo el 1 % de las veces, sube a cerca del 91 %.
¿Qué cuenta como ciencia? El problema de la demarcación
La falsabilidad de Popper era un criterio de demarcación: una línea entre ciencia y pseudociencia. Los tribunales han querido una línea así. En McLean v. Arkansas (1982) el juez William Overton enumeró características esenciales de la ciencia, entre ellas estar guiada por leyes naturales y ser comprobable. En Kitzmiller v. Dover Area School District (2005) el juez John E. Jones III dictaminó que el diseño inteligente no es ciencia y no puede enseñarse como tal en las clases de ciencias de las escuelas públicas de EE. UU. Los filósofos han estado menos seguros de que un solo criterio funcione. Laudan (1983) llamó muerto al problema: cualquier marca propuesta, la falsabilidad, la comprobabilidad o contar con apoyo de la evidencia, excluye ciencia real o incluye basura, pues la astrología hace afirmaciones comprobables que se probaron y fallaron. Paul Thagard (1978) propuso en cambio que la astrología es acientífica porque lleva siglos estancada y sus practicantes no intentan explicar sus fallos, que es la degeneración de Lakatos con otro nombre.
El filósofo de la ciencia argentino Mario Bunge (1919–2020), que escribió extensamente sobre la ciencia y su método (La ciencia, su método y su filosofía, 1960; La investigación científica), definía una pseudociencia como un campo que no es científico pero se presenta como tal. Sostenía que criticarla no basta con señalar que le falta apoyo empírico: hay que mostrar también que sus creencias contradicen teorías científicas sólidas o principios filosóficos fecundos. Entre los casos que criticó están el psicoanálisis, la homeopatía, la parapsicología y el creacionismo; la lista es suya, y varios de esos casos siguen siendo discutidos, el psicoanálisis entre ellos.
La mayoría de los filósofos tratan hoy la ciencia como un racimo de rasgos, que se parecen entre sí sin que ninguno sea necesario: evidencia pública, corrección de errores, apertura a la crítica, un historial de predicciones nuevas y una comunidad que revisa su propio trabajo. Es menos ordenado que una sola prueba. También describe mejor la lección práctica, que es que juzgas un campo por cómo se comporta cuando se equivoca. Eso lleva directo al caso vivo.
Un caso vivo: la crisis de replicación
Todos los argumentos de arriba se están poniendo a prueba ahora en la psicología, la medicina y la economía. ¿Cómo sabemos algo? (en inglés, 05/16) cuenta la historia y da la tabla principal de replicación; aquí van los números que tocan la filosofía. En 2015 el Reproducibility Project: Psychology intentó repetir 100 estudios: 97 de los originales tenían resultados significativos, 36 % de las repeticiones los tuvo, y los efectos eran cerca de la mitad de grandes. En 2018 un proyecto sobre 28 hallazgos en 60 laboratorios encontró que cerca de la mitad fallaban. En una encuesta de Nature de 2016 a 1,576 investigadores, más del 70 % había fracasado al reproducir los resultados de otro científico y más de la mitad los propios. En medicina, un informe de 2012 de la empresa Amgen dijo que solo 6 de 53 estudios preclínicos de cáncer de referencia (11 %) pudieron confirmarse, y el Reproducibility Project: Cancer Biology (2021) encontró tamaños de efecto cerca de 85 % menores que los originales donde los experimentos pudieron rehacerse.
La filosofía se ve en el diagnóstico. El artículo de John Ioannidis de 2005 "Why Most Published Research Findings Are False" es Bayes en acción: la probabilidad de que un resultado significativo sea verdadero depende de cuán plausible era la hipótesis, de la potencia estadística y de cuántas maneras se analizaron los datos. Duhem aparece cuando las replicaciones fallidas se atribuyen a moderadores ocultos. Kuhn aparece en los incentivos: las revistas premiaban resultados novedosos y positivos. En 2021 Anne Scheel y colaboradores encontraron que 96 % de las hipótesis de una muestra aleatoria de artículos estándar de psicología salieron positivas, frente a 44 % en los Informes Registrados, donde el método se acepta antes de que existan los datos. Juega tú mismo con la aritmética de la tasa base.
Conteos esperados para 1,000 hipótesis probadas, con análisis independientes; la probabilidad de que al menos uno de k análisis de una hipótesis falsa pase es 1 − (1 − α)k. La línea de "replicación" supone repeticiones con potencia de 80 % en p < 0.05. Los números son ilustrativos, no una estimación para ningún campo. Si conviene bajar el umbral a 0.005 se discute: Benjamin y colaboradores lo propusieron en 2018, y Lakens y colaboradores respondieron que cada campo debería justificar su propio umbral.
Sin JavaScript: si el 10 % de las hipótesis son verdaderas, la potencia es 35 % y α es 0.05, de 1,000 hipótesis salen significativas unas 35 verdaderas y 45 falsas, así que solo cerca del 44 % de los resultados significativos son verdaderos; con diez análisis intentados por cada hipótesis falsa, solo cerca del 9 %.
Lo que ha cambiado desde entonces: el preregistro, los Informes Registrados, muestras más grandes, datos y código abiertos, y un campo de investigación, la metaciencia, que estudia la ciencia misma. La crisis es una razón para preguntar cómo se obtuvo un resultado, no para renunciar a la ciencia. En eso es el punto de Popper puesto en práctica: una comunidad que encuentra y publica sus propios fallos se comporta como una que puede aprender.
Lo que un graduado ve sin pensarlo
- La inducción no se puede demostrar, y "qué predicado generalizar" (verde o grue) es parte del problema.
- Un zapato blanco sí confirma "todos los cuervos son negros", por una cantidad minúscula; cuánto depende de cómo se muestreó la evidencia.
- Una predicción fallida culpa a un paquete, y la culpa cae sobre la parte en la que menos confiabas.
- Una regla estricta para abandonar teorías habría abandonado muchas verdaderas.
- Las anomalías son normales; la pregunta es si el programa predice cosas nuevas o solo remienda.
- El éxito de una teoría es evidencia de verdad solo dada una tasa base de teorías verdaderas, por eso los realistas insisten en las predicciones nuevas.
- No hay una marca única de la ciencia; juzga un campo por cómo maneja estar equivocado.
- Un resultado significativo es una afirmación de probabilidad cuyo sentido depende de las previas, la potencia y cuántos análisis se hicieron.
Dónde aparece después
- Métodos de investigación en psicología (34/20) y Probabilidad y estadística (34/19): la significancia, la potencia y el preregistro son el lado de trabajo de Bayes y Popper.
- Filosofía de la mente (34/71): las teorías de la conciencia se están poniendo a prueba con colaboraciones adversariales, un método que sale directo de este debate.
- Filosofía contemporánea (34/78): epistemología social, filosofía feminista de la ciencia y sociología del conocimiento.
- En el mundo: la medicina basada en evidencia y la regulación, el periodismo científico, la comunicación sobre clima y salud pública, y las sentencias sobre prueba pericial.
Si quieres profundizar
- 🌐 Texto gratis (en inglés). Entradas de la Stanford Encyclopedia of Philosophy: The Problem of Induction, Karl Popper, Imre Lakatos, Scientific Realism y Science and Pseudo-Science.
- 🌐 Curso gratis (en inglés). MIT OpenCourseWare 24.09 Minds and Machines es un buen compañero del lado de la mente (34/71).
- 🌐 Curso de bajo costo (en inglés). Philosophy and the Sciences: Introduction to the Philosophy of Physical Sciences, de la Universidad de Edimburgo (con Michela Massimi y colegas), empieza con el conocimiento científico, el método y la infradeterminación, y luego los aplica a la cosmología (Coursera: inscribirse es gratis; el acceso completo a materiales y tareas es de pago, con prueba gratuita; revisa las opciones de inscripción para ver si hay una vía de auditoría gratuita).
- 📘 En español. Alan F. Chalmers, ¿Qué es esa cosa llamada ciencia? (Siglo XXI), un clásico claro que recorre a Popper, Kuhn, Lakatos y Feyerabend; Mario Bunge, La investigación científica (Siglo XXI); Kuhn, La estructura de las revoluciones científicas (hay edición en español).
- 📘 Libro de texto (en inglés). Peter Godfrey-Smith, Theory and Reality (University of Chicago Press, 2003), el estudio general más usado. Para empezar suave, Samir Okasha, Philosophy of Science: A Very Short Introduction (Oxford, 2.ª edición, 2016).
- 📘 Textos primarios (en inglés). Popper, The Logic of Scientific Discovery; Feyerabend, Against Method; Ioannidis (2005), de lectura gratuita en línea; Stuart Ritchie, Science Fictions (2020), sobre la crisis de replicación.
La ciencia funciona sin una prueba de que deba funcionar. La evidencia mueve la creencia en una cantidad que depende de las previas; una predicción fallida implica a un paquete; las teorías se abandonan cuando un rival progresa, no ante un solo fallo; y un campo es científico en la medida en que encuentra y corrige sus propios errores. La crisis de replicación es esas lecciones llegando a la práctica.
Prueba esto: la próxima vez que un titular reporte un hallazgo nuevo, haz tres preguntas: cuán plausible era antes, qué tan grandes y cuántos eran los estudios, y si alguien lo ha repetido.
Fuentes. Hume, Treatise (1739) y Enquiry (1748); Hempel, "Studies in the Logic of Confirmation" (Mind, 1945); Goodman, Fact, Fiction, and Forecast (1955); Popper, Logik der Forschung (1934); Duhem, La théorie physique (1906); Quine, "Two Dogmas of Empiricism" (1951); Kuhn (1962); Lakatos, en Lakatos y Musgrave (eds.), Criticism and the Growth of Knowledge (1970); Feyerabend (1975); Putnam, Mathematics, Matter and Method (1975); van Fraassen (1980); Laudan, "A Confutation of Convergent Realism" (1981) y "The Demise of the Demarcation Problem" (1983); Worrall (1989); Thagard, "Why Astrology Is a Pseudoscience" (1978); Howson (2000); Magnus y Callender (2004). Neptuno y Vulcano: Le Verrier 1846 y 1859; observación de Galle del 23 de septiembre de 1846; anomalía de Mercurio de unos 43 segundos de arco por siglo (valor moderno). Encuesta: Bourget y Chalmers, "What Do Philosophers Believe?" (2014; la encuesta de 2009: realismo científico 75.1 %, antirrealismo 11.6 %). Replicación: Open Science Collaboration, Science (2015); Klein y otros, Many Labs 2 (2018); Baker, Nature (2016; 1,576 investigadores); Begley y Ellis, Nature (2012); Errington y otros, Reproducibility Project: Cancer Biology (eLife, 2021; efectos cerca de 85 % menores, según el resumen de Wikipedia); Ioannidis, PLoS Medicine (2005); Scheel, Schijen y Lakens, Advances in Methods and Practices in Psychological Science (2021; 96 % frente a 44 %); Benjamin y otros, Nature Human Behaviour (2018); Lakens y otros (2018). McLean v. Arkansas (E.D. Ark. 1982); Kitzmiller v. Dover (M.D. Pa. 2005). Bunge: artículo de Wikipedia en español (fechas de nacimiento y muerte, La ciencia, su método y su filosofía de 1960, La investigación científica reeditada por Siglo XXI en 2000, su definición de pseudociencia y los casos que criticó). Chalmers, ¿Qué es esa cosa llamada ciencia?: fichas de catálogo bibliotecario y de editorial (Siglo XXI de España, primera edición española de 1982). Entradas de la Stanford Encyclopedia of Philosophy como se enlazan arriba.
- 🌐 Stanford Encyclopedia of Philosophy (gratis, en inglés)
- 🌐 Coursera: Philosophy and the Sciences (Edimburgo) (de bajo costo, en inglés)
- 📘 Chalmers, ¿Qué es esa cosa llamada ciencia? · Bunge, La investigación científica (en español)