La evidencia científica es aquella que sirve para apoyar o refutar una teoría o hipótesis científica , [1] aunque los científicos también utilizan la evidencia de otras maneras, como cuando aplican teorías a problemas prácticos. [2] Se espera que dicha evidencia sea evidencia empírica e interpretable de acuerdo con el método científico . Los estándares para la evidencia científica varían según el campo de investigación, pero la solidez de la evidencia científica generalmente se basa en los resultados del análisis estadístico y la solidez de los controles científicos . [ cita requerida ]
Las suposiciones o creencias de una persona sobre la relación entre las observaciones y una hipótesis afectarán si esa persona toma las observaciones como evidencia. [3] Estas suposiciones o creencias también afectarán cómo una persona utiliza las observaciones como evidencia. Por ejemplo, la aparente falta de movimiento de la Tierra puede tomarse como evidencia de una cosmología geocéntrica . Sin embargo, después de que se presente evidencia suficiente para la cosmología heliocéntrica y se explique la aparente falta de movimiento, la observación inicial se descarta firmemente como evidencia.
Cuando los observadores racionales tienen diferentes creencias de fondo, pueden sacar conclusiones diferentes de la misma evidencia científica. Por ejemplo, Priestley , trabajando con la teoría del flogisto , explicó sus observaciones sobre la descomposición del óxido de mercurio utilizando el flogisto. En contraste, Lavoisier , desarrollando la teoría de los elementos, explicó las mismas observaciones con referencia al oxígeno. [4] No existe una relación causal entre las observaciones y la hipótesis que haga que la observación se tome como evidencia, [3] sino que la relación causal la proporciona la persona que busca establecer las observaciones como evidencia.
Un método más formal para caracterizar el efecto de las creencias de fondo es la inferencia bayesiana . [5] En la inferencia bayesiana, las creencias se expresan como porcentajes que indican la confianza que uno tiene en ellas. Se parte de una probabilidad inicial (una previa ) y luego se actualiza esa probabilidad utilizando el teorema de Bayes después de observar la evidencia. [6] Como resultado, dos observadores independientes del mismo evento llegarán racionalmente a conclusiones diferentes si sus previas (observaciones previas que también son relevantes para la conclusión) difieren.
La importancia de las creencias de fondo en la determinación de qué observaciones son evidencia se puede ilustrar utilizando razonamiento deductivo , como los silogismos . [7] Si alguna de las proposiciones no se acepta como verdadera, la conclusión tampoco se aceptará.
Filósofos como Karl R. Popper han aportado teorías influyentes sobre el método científico en las que la evidencia científica desempeña un papel central. [8] En resumen, Popper sostiene que un científico desarrolla de forma creativa una teoría que puede ser refutada al ponerla a prueba con evidencia o hechos conocidos. La teoría de Popper presenta una asimetría en el sentido de que la evidencia puede demostrar que una teoría es errónea, al establecer hechos que son incompatibles con ella. Por el contrario, la evidencia no puede demostrar que una teoría es correcta porque puede existir otra evidencia, aún por descubrir, que sea incompatible con la teoría. [9]
En el siglo XX, muchos filósofos investigaron la relación lógica entre las declaraciones de evidencia y las hipótesis, mientras que los científicos tendían a centrarse en cómo se generan los datos utilizados para la inferencia estadística . [10] : S193 Pero según la filósofa Deborah Mayo , a fines del siglo XX los filósofos habían llegado a comprender que "hay características clave de la práctica científica que son pasadas por alto o mal descritas por todas esas explicaciones lógicas de la evidencia, ya sean hipotético-deductivas, bayesianas o instanciacionistas". [10] : S194
En el siglo XX, hubo una variedad de enfoques filosóficos para decidir si una observación puede considerarse evidencia; muchos de ellos se centraron en la relación entre la evidencia y la hipótesis. En la década de 1950, Rudolf Carnap recomendó distinguir dichos enfoques en tres categorías: clasificatorio (si la evidencia confirma la hipótesis), comparativo (si la evidencia respalda una primera hipótesis más que una hipótesis alternativa) o cuantitativo (el grado en que la evidencia respalda una hipótesis). [11] Una antología de 1983 editada por Peter Achinstein proporcionó una presentación concisa de filósofos prominentes sobre la evidencia científica, incluidos Carl Hempel (sobre la lógica de la confirmación), RB Braithwaite (sobre la estructura de un sistema científico), Norwood Russell Hanson (sobre la lógica del descubrimiento), Nelson Goodman (de terrible fama, sobre una teoría de la proyección), Rudolf Carnap (sobre el concepto de evidencia confirmatoria), Wesley C. Salmon (sobre confirmación y relevancia) y Clark Glymour (sobre evidencia relevante). [12] En 1990, William Bechtel proporcionó cuatro factores (claridad de los datos, replicabilidad por otros, consistencia con los resultados obtenidos mediante métodos alternativos y consistencia con teorías plausibles de mecanismos) que los biólogos usaban para resolver controversias sobre los procedimientos y la confiabilidad de la evidencia. [13]
En 2001, Achinstein publicó su propio libro sobre el tema titulado The Book of Evidence , en el que, entre otros temas, distinguió entre cuatro conceptos de evidencia: evidencia de situación epistémica (evidencia relativa a una situación epistémica dada), evidencia subjetiva (considerada como evidencia por una persona particular en un momento particular), evidencia verídica (una buena razón para creer que una hipótesis es verdadera) y evidencia potencial (una buena razón para creer que una hipótesis es altamente probable). [14] Achinstein definió todos sus conceptos de evidencia en términos de evidencia potencial, ya que cualquier otro tipo de evidencia debe ser al menos evidencia potencial, y argumentó que los científicos buscan principalmente evidencia verídica pero también usan los otros conceptos de evidencia, que se basan en un concepto distintivo de probabilidad, y Achinstein contrastó este concepto de probabilidad con teorías probabilísticas de evidencia anteriores como la bayesiana, la carnapiana y la frecuentista. [14]
La simplicidad es un criterio filosófico común para las teorías científicas. [15] Basándose en el supuesto filosófico de la tesis fuerte de Church-Turing , se ha conjeturado un criterio matemático para la evaluación de la evidencia, con un criterio que tiene una semejanza con la idea de la navaja de Occam de que la descripción integral más simple de la evidencia es la más probablemente correcta. [16] Establece formalmente: "El principio ideal establece que la probabilidad previa asociada con la hipótesis debe ser dada por la probabilidad universal algorítmica, y la suma del logaritmo de la probabilidad universal del modelo más el logaritmo de la probabilidad de los datos dados el modelo debe minimizarse". [16] Sin embargo, algunos filósofos (incluidos Richard Boyd , Mario Bunge , John D. Norton y Elliott Sober ) han adoptado una visión escéptica o deflacionaria del papel de la simplicidad en la ciencia, argumentando de diversas maneras que su importancia ha sido sobreenfatizada. [17]
El énfasis en la prueba de hipótesis como la esencia de la ciencia prevalece tanto entre los científicos como entre los filósofos. [18] Sin embargo, los filósofos han notado que probar hipótesis confrontándolas con nueva evidencia no explica todas las formas en que los científicos usan la evidencia. [2] Por ejemplo, cuando Geiger y Marsden dispersaron partículas alfa a través de una fina lámina de oro , los datos resultantes permitieron a su asesor experimental, Ernest Rutherford , calcular con mucha precisión la masa y el tamaño de un núcleo atómico por primera vez. [19] Rutherford usó los datos para desarrollar un nuevo modelo atómico , no solo para probar una hipótesis existente; tal uso de evidencia para producir nuevas hipótesis a veces se llama abducción (siguiendo a C. S. Peirce ). [19] El metodólogo de las ciencias sociales Donald T. Campbell , que hizo hincapié en la prueba de hipótesis a lo largo de su carrera, más tarde enfatizó cada vez más que la esencia de la ciencia "no es la experimentación per se", sino la competencia iterativa de "hipótesis rivales plausibles", un proceso que en cualquier fase dada puede comenzar a partir de evidencia o puede comenzar a partir de hipótesis. [20] Otros científicos y filósofos han enfatizado el papel central de las preguntas y los problemas en el uso de datos e hipótesis. [21]
Aunque la frase "prueba científica" se utiliza a menudo en los medios de comunicación populares, [22] muchos científicos y filósofos han sostenido que en realidad no existe tal cosa como una prueba infalible . Por ejemplo, Karl Popper escribió una vez que "en las ciencias empíricas, que son las únicas que pueden proporcionarnos información sobre el mundo en el que vivimos, no existen pruebas, si por 'prueba' entendemos un argumento que establece de una vez por todas la verdad de una teoría". [23] [24] Albert Einstein dijo:
El teórico científico no es digno de envidia, pues la naturaleza, o más precisamente el experimento, es un juez inexorable y no muy amistoso de su trabajo. Nunca dice "sí" a una teoría. En los casos más favorables dice "tal vez", y en la gran mayoría de los casos simplemente "no". Si un experimento concuerda con una teoría significa para ésta "tal vez", y si no concuerda significa "no". Probablemente todas las teorías experimentarán algún día su "no"; la mayoría de las teorías, poco después de su concepción. [25]
Sin embargo, en contraste con el ideal de la prueba infalible, en la práctica se puede decir que las teorías se prueban de acuerdo con algún estándar de prueba utilizado en una investigación dada . [26] [27] En este sentido limitado, la prueba es el alto grado de aceptación de una teoría después de un proceso de investigación y evaluación crítica de acuerdo con los estándares de una comunidad científica. [26] [27]
Generalmente se considera que la evidencia científica es cualquier cosa que tiende a refutar o confirmar una hipótesis.
Una pregunta que plantean regularmente los científicos y los filósofos de la ciencia es: ¿cuándo proporcionan los datos empíricos una buena prueba o una evidencia fiable de una hipótesis científica? A pesar de este interés compartido, las consideraciones a las que apelan los científicos para responderlo son marcadamente diferentes de las que se invocan en las explicaciones filosóficas de la evidencia y la confirmación.El artículo de Mayo fue parte del simposio "Evidencia, generación de datos y práctica científica: hacia una filosofía fiabilista del experimento" en las reuniones bienales de 1998 de la Asociación de Filosofía de la Ciencia . Véase también la contribución de Achinstein al simposio: Achinstein, Peter (2000). "Por qué las teorías filosóficas de la evidencia son (y deberían ser) ignoradas por los científicos". Filosofía de la Ciencia . 67 (Suplemento): S180–S192. doi :10.1086/392818. JSTOR 188667. S2CID 120774584.
otro criterio de una buena teoría científica goza de un reconocimiento tan amplio como la falsabilidad o comprobabilidad de una teoría, no sólo dentro de la filosofía de la ciencia, sino también mucho más allá de ella.Y: "Comprensión de la ciencia 101: cómo poner a prueba las ideas científicas". undsci.berkeley.edu . Museo de Paleontología de la Universidad de California . 14 de abril de 2022.
Poner a prueba hipótesis y teorías es el núcleo del proceso científico.
Las características de los prototipos abductivos se formulan como hipótesis para explicar las observaciones, como cuando Rutherford dedujo que la masa de un átomo está concentrada en una región muy pequeña para explicar por qué las partículas alfa pasan a través de una lámina de oro. Los prototipos abductivos pueden cambiar drásticamente cuando nuevos datos requieren la revisión de las hipótesis relativas a las características explicativas. Esto es exactamente lo que le sucedió al concepto de átomo cuando los experimentos de Thompson y Rutherford revelaron la divisibilidad de los átomos.La interpretación de Rutherford del experimento Geiger-Marsden también se menciona como un ejemplo de abducción en: Faye, Jan (2014). "On representation". The nature of scientific thinking: on representation, explain, and understanding . Houndmills, Basingstoke, Hampshire; Nueva York: Palgrave Macmillan . págs. 60–84. doi :10.1057/9781137389831_3. ISBN 978-1137389824.OCLC 870285649 .
Cada vez más he llegado a la conclusión de que el núcleo del método científico no es la experimentación per se sino más bien la estrategia connotada por la frase "hipótesis rivales plausibles". Esta estrategia puede comenzar su resolución de problemas con evidencia, o puede comenzar con hipótesis. En lugar de presentar esta hipótesis o evidencia en la manera independiente del contexto de la confirmación positivista (o incluso de la corroboración postpositivista), se presenta en cambio en redes extendidas de implicaciones que (aunque nunca completas) son, no obstante, cruciales para su evaluación científica. Esta estrategia incluye hacer explícitas otras implicaciones de la hipótesis para otros datos disponibles e informar cómo encajan. También incluye buscar explicaciones rivales de la evidencia focal y examinar su plausibilidad. La plausibilidad de estos rivales generalmente se reduce por extinción de ramificación, es decir, al observar sus otras implicaciones en otros conjuntos de datos y ver qué tan bien encajan.Esta idea se analiza con más detalle en varios capítulos de: Bickman, Leonard, ed. (2000). Donald Campbell's legacy . Thousand Oaks, CA: SAGE Publications . OCLC 42603382.
A veces, los datos no constituyen el problema (o el problema principal), sino que sirven principalmente como evidencia de que existe un problema (o al menos un problema más profundo).Véase también: Nickles, Thomas (1988). "Cuestionamiento y problemas en la filosofía de la ciencia: resolución de problemas versus epistemologías que buscan directamente la verdad". En Meyer, Michel (ed.). Preguntas y cuestionamiento . Grundlagen der Kommunikation = Fundamentos de la comunicación. Berlín; Nueva York: De Gruyter . pp. 43–67. doi :10.1515/9783110864205.43. ISBN . 3110106809.Y desde la perspectiva de un científico: Krauss, Lawrence M. (14 de mayo de 2015). "Las grandes preguntas sin respuesta". The Huffington Post . Consultado el 15 de mayo de 2015 .
La epistemología tradicional establecía el conocimiento sobre la base de un concepto falso: la creencia verdadera. Según nuestra teoría, la evidencia científica debería basarse en un proceso de justificación de la aceptación razonable por parte del agente de una hipótesis en una investigación que termina en una prueba. Hemos demostrado en la sección V cómo se puede modelar este procedimiento utilizando el sistema de argumentación de Carneades. Cualquier proposición que no pueda probarse en una investigación con un estándar de prueba apropiado siguiendo este tipo de procedimiento epistemológico no es aceptable como conocimiento.
Para decir que algo es conocimiento, es importante que la proposición que se reivindica como conocimiento se base en evidencia de un tipo que alcance un nivel en el que la proposición pase más allá del nivel de ser aceptada como verdadera porque se basa en evidencia. Solo cuando se prueba mediante un cierto tipo de evidencia, que es suficiente para la disciplina, o más generalmente el contexto en el que se reivindicó la proposición, se puede decir apropiadamente que algo es conocimiento. El estándar tiene que ser lo suficientemente alto en una investigación científica para minimizar la posibilidad de que la proposición aceptada como verdadera tenga que ser retractada más tarde.