Métodos Científicos

Introducción

Los argumentos clásicos del escepticismo radical han perdido mucha de su fuerza con el avance continuado de las ciencias. Ellas han demostrado que es posible alcanzar conocimiento cierto al menos en algunos casos. Por otra parte, la exigencia de verdades indudables por parte de Descartes como la exigencia de comprobación empírica completa por parte de Hume imponen unas condiciones que dejan fuera muchos conocimientos que consideramos hoy verdaderos. Al poner el acento en la certeza plena, en la demostración definitiva, tanto racionalismo como empirismo excluyen del conocimiento demasiadas cosas. Pero si recordamos, el pensamiento racional no asegura la certeza absoluta ni la garantía plena de sus resultados; propone mecanismos de crítica, comprobación y revisión que nos proporcionen conocimientos razonables aunque revisables si surgen nuevos avances.

Los excesos de racionalistas y empiristas por alcanzar la verdad definitiva nos inclinan a pensar que conocer no consiste en tener razones definitivas e inapelables de la verdad de algo sino en tener buenas razones para sostener la verdad frente a otras alternativas.

El atractivo de las ciencias no reside en lograr verdades indudables, plenamente demostradas por la razón o por la experiencia, sino en aplicar métodos de investigación que nos acerquen a la verdad o al menos nos alejen del error. Distintas ciencias utilizan distintos métodos para intentar llegar a la verdad. Dependiendo del tipo de problema, puede ser más adecuado un método u otro. Algunas ciencias como la geología o la astronomía dependen sobre todo de la observación. Otras como las matemáticas, la lógica o la informática emplean razonamientos sin que apenas intervenga la experiencia. Por último, ciencias como la física, la química o la cosmología emplean tanto el razonamiento matemático como la experimentación, debilitando así la oposición radical entre racionalismo y empirismo tan característica de la filosofía del siglo XVII.

Deducción

Deducir es una forma de rigurosa de razonar. La deducción es un método (el método deductivo) que se aplica en las ciencias formales y que se caracteriza por lo siguiente:

1. Parte de unas afirmaciones llamadas axiomas. Estas afirmaciones se aceptan (se creen) como verdaderas sin demostración. Aceptar algo sin demostración es siempre un paso difícil de dar en el pensamiento racional, de modo que lógicos y matemáticos intentan reducir el número de sus axiomas al mínimo imprescindible. Además, es fundamental que los axiomas sean:

   • Simples, sencillos de comprender. Por ejemplo el axioma de la geometría "por dos puntos siempre puede trazarse una recta" es simple y sencillo.

   • Intuitivamente verdaderos, es decir que cualquier persona los acepte como verdaderos sin más prueba. El ejemplo anterior cumple esta condición, pero el axioma de la aritmética que afirma que el conjunto de los números naturales es infinito puede no ser tan intuitivo.

2. Emplea un conjunto de reglas de deducción. Una regla de deducción permite afirmar nuevas verdades a partir de otras verdades ya aceptadas. Por ejemplo, si aceptamos todo número entero es par o impar, y aceptamos también que 3 no es par, entonces podemos afirmar una nueva verdad: 3 es impar.

3. Construye demostraciones rigurosas en las que, partiendo de axiomas y aplicando exclusivamente reglas de deducción llega a nuevas verdades, llamadas teoremas.

Límites de la deducción

• Puede ser el único método de las ciencias formales, pero no puede ser el único método de las ciencias experimentales, que necesitan no solamente del razonamiento sino también de la experiencia.

• Deja sin justificar la elección de las verdades de partida (los axiomas).

• Incluso en las ciencias formales (lógica y matemáticas), no todas las verdades de estas ciencias pueden deducirse de un limitado conjunto de axiomas. En 1931, Kurt Gödel demostró que cualquier conjunto de axiomas y reglas deja "fuera de su alcance deductivo" un número indefinido de verdades. Entre esas verdaderas pueden hallarse algunas conjeturas bien conocidas como la de Goldbach: los matemáticos llevan siglos tratando de probarla, pero su fracaso puede indicar que ésta sea una de esas verdades más allá de cualquier sistema formal de demostración.

Inducción

El método inductivo es uno de los dos métodos empleados en las ciencias experimentales. Podemos explicarlo del modo siguiente:

1. Acumulación de experiencias. Por ejemplo, podemos investigar qué causa una nueva enfermedad recopilando datos de un gran número de enfermos. Puesto que no sabemos cuál es la causa de la enfermedad, debemos recopilar el mayor número de datos del mayor número de enfermos. Sería un error

   • Recopilar solamente datos sobre las enfermedades de los familiares de los enfermos, porque creamos que la enfermedad tiene una causa genética. Al hacer esto estamos sesgando la investigación en una cierta dirección sin tener razones para ello sino meras sospechas.

   • Rechazar la información de otros enfermos, por ejemplo de personas que desarrollan la enfermedad siendo ancianos, porque esos datos van en contra de nuestra creencia inicial de que la enfermedad es de origen genético.

   • En definitiva, el fundamental recoger una muestra representativa del fenómeno que queremos estudiar, evitando a toda costa una muestra sesgada. Para conseguirlo, es importante tener gran cantidad y variedad de datos.

2. Análisis de los datos. El análisis consiste en encontrar factores comunes y descartar posibles respuestas al encontrar contra-ejemplos. Por ejemplo, si encontramos que en todos los casos los enfermos tenían una dieta pobre en vitamina C, podemos dirigir nuestra investigación hacia la vitamina C. Pero si nos llegan nuevos enfermos que no tienen carencia de vitamina C, entonces podemos descartar que esa sea la causa. El análisis de los datos se realiza

3. Generalización de los datos. Si (y sólo si) todos nuestros datos apuntan a un determinado factor, entonces podemos generalizar y lanzar la hipótesis de que en todos los casos (en los conocidos y en los que vengan en el futuro). Naturalmente, podemos estar equivocados, pues nuevos datos pueden obligarnos a descartar nuestra hipótesis, pero si nuestra muestra es suficientemente representativa, podemos tener una confianza razonable en haber acertado con nuestra hipótesis.

Límites de la inducción

La inducción es un gran método para sugerirnos leyes generales. A través de la acumulación y análisis de muchos datos los investigadores proponen leyes universales. Sin embargo, hay que tener en cuenta que:

• Sólo es posible verificar experimentalmente generalizaciones que abarquen un número finito de casos. Por el contrario, si nuestra generalización abarca un número infinito de casos, acumular un número finito de casos no nos acerca lo más mínimo a la comprobación experimental de nuestra hipótesis. Insistir en que una hipótesis universal es verdadera porque está verificada por la experiencia es un error, es un error del llamado verificacionismo.

• La acumulación inicial de experiencias no puede hacerse sin partir de una teoría o hipótesis inicial que nos guíe hacia las experiencias relevantes y nos permita descartar la infinidad de datos irrelevantes. La recogida de datos nunca es "ingenua" sino que siempre está "guiada" por las expectativas, creencias iniciales, intereses o incluso prejuicios del investigador.

Hipótesis y deducción

El método hipotético-deductivo es otro método empleado en las ciencias experimentales. Este método puede explicarse como una combinación de conocimiento sensible e intelectual, como una combinación de experiencia y matemáticas, como puede verse en sus pasos:

1. Observación del fenómeno a explicar. El científico comienza tomando contacto con el problema, empleando sus sentidos y ayudándose de instrumentos si sus sentidos no son suficientes (telescopios, microscopios, brújulas, etc.). Esta fase es mucho más breve que en el método inductivo: pueden bastar unas pocas observaciones para pasar a la siguiente fase.

2. Análisis inicial del fenómeno a explicar. En este análisis el científico puede:

   • Recoger datos de algunas observaciones para tener un conocimiento inicial del fenómeno a explicar. Esta recogida de datos no tiene que ser muy amplia, como sí sucede en el método inductivo.

   • Análisis de esos datos, tratando de localizar los factores, las variables, que al científico le parecen relevantes para llegar a una explicación. Este análisis decide cuáles son las variables relevantes del problema y cuáles por el contrario son factores irrelevantes. No cualquier factor es buen candidato a variable: han de ser factores medibles, objetivos, que puedan observarse y emplearse en cálculos para hacer predicciones. 

3. Formulación de una hipótesis que explique el fenómeno estudiado.

   • ¿De dónde surge una hipótesis? Puede ser el resultado de aplicar el método inductivo, puede salir de la imaginación del científico o puede incluso haberla soñado. Es una propuesta de partida.

   • ¿Cuántas hipótesis hay para explicar un fenómeno? Muchas, cada científico es libre de empezar por la hipótesis que le parezca más prometedora. Hay muchas formas de relacionar matemáticamente las variables elegidas en el paso anterior.

   • ¿Cualquier hipótesis sirve como punto de partida? Casi cualquier idea vale como hipótesis, sólo quedan excluidas las hipótesis que:

     • No permiten deducir ninguna predicción comprobable.

     • Permiten deducir cualquier predicción, en particular una predicción y su opuesta.

4. Deducción de predicciones a partir de la hipótesis y de datos auxiliares. Empleando el razonamiento lógico y matemático, extraemos consecuencias de la hipótesis inicial. Estas consecuencias deben ser comprobables, lo que significa que:

   • Tienen que ser concretas, precisas. No pueden ser vagas o confusas. Ha de ser posible decidir sin duda si lo que se ha predicho ha sucedido o no.

   • Tienen que ser accesibles a cualquier otro científico, lo que significa que cualquiera debe poder decidir si la predicción se ha cumplido o no.

5. Comprobación experimental de las predicciones. Mediante la realización de experimentos (repetibles por otros científicos), las predicciones son confirmadas o rechazadas.

   • Si los experimentos confirman las predicciones, ello no verifica la hipótesis, pero sí hace que aumente nuestra creencia en que es verdadera y nos hace preferir esa hipótesis a otras hipótesis rivales. Cuando una hipótesis ha sido verificada muchas veces, por muchos científicos en distintos lugares y momentos, se convierte en una ley científica. Pero las leyes científicas no son teoremas matemáticos, son revisables si nuevas predicciones deducidas de ella están en contradicción con nuevos experimentos.

   • Si los experimentos no confirman las predicciones ello hace falsa a la hipótesis, que debe ser abandonada para empezar con una nueva hipótesis. 

Límites del método hipotético-deductivo

• Al igual que la acumulación de casos en el método inductivo no puede verificar una afirmación general, tampoco la acumulación de comprobaciones experimentales en el método hipotético-deductivo puede verificar una hipótesis. Si la hipótesis es universal, serán necesarias infinitas comprobaciones. Aunque acumulemos comprobaciones favorables, siempre cabe la posibilidad de que haya nuevos experimentos que no la confirmen. Nuestra confianza aumentará, pero no podremos decir que hemos verificado la hipótesis.

• Las hipótesis científicas, especialmente aquellas que han sido confirmadas por numerosos experimentos, no son abandonadas por un solo experimento contrario. Es un error del llamado falsacionismo ingenuo sostener que una teoría se abandona cuando un único experimento la contradice. Encontrar fallos en una teoría anima a buscar teorías alternativas, pero sin una buena teoría alternativa no se abandona una teoría existente sino que se se intenta mantener haciendo modificaciones

  • • introduciendo excepciones o condiciones iniciales que reducen su aplicación y evitan los casos contrarios.

    • considerando que la teoría en su estado actual es un buen punto de partida pero necesita desarrollo que  futuros.

    • sin una teoría alternativa con mayores y mejores predicciones, seguiremos empleando la teoría actual reconociendo sus defectos o limitaciones.