La evidencia científica es evidencia que sirve para apoyar o contrarrestar una teoría o hipótesis científica , [1] aunque los científicos también usan la evidencia de otras maneras, como cuando aplican teorías a problemas prácticos. [2] Se espera que dicha evidencia sea 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 necesaria ]
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 la forma en que 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 presenta suficiente evidencia a favor de la cosmología heliocéntrica y se explica la aparente falta de movimiento, la observación inicial se descarta en gran medida como evidencia.
Cuando los observadores racionales tienen creencias subyacentes diferentes, pueden sacar conclusiones diferentes a partir 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. Por el contrario, 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 para hacer 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 subyacentes 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 (a priori ) 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 antecedentes (observaciones previas que también son relevantes para la conclusión) difieren.
La importancia de las creencias subyacentes en la determinación de qué observaciones son evidencia se puede ilustrar mediante el razonamiento deductivo , como los silogismos . [7] Si alguna de las proposiciones no se acepta como verdadera, tampoco se aceptará la conclusión.
Filósofos, como Karl R. Popper , han aportado teorías influyentes del método científico dentro de las cuales la evidencia científica juega un papel central. [8] En resumen, Popper establece que un científico desarrolla creativamente una teoría que puede ser refutada al comparar la teoría 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 inconsistentes con la teoría. Por el contrario, la evidencia no puede probar que una teoría sea correcta porque puede existir otra evidencia, aún por descubrir, que sea inconsistente con la teoría. [9]
En el siglo XX, muchos filósofos investigaron la relación lógica entre declaraciones de evidencia e hipótesis, mientras que los científicos tendieron a centrarse en cómo se generan los datos utilizados para la inferencia estadística . [10] : S193 Pero según la filósofa Deborah Mayo , a finales del siglo XX los filósofos habían llegado a comprender que "hay características clave de la práctica científica que se pasan por alto o se describen erróneamente en todas esas explicaciones lógicas de la evidencia, ya sean hipotético-deductivas". , bayesiano o instanciacionista". [10] : S194
Hubo una variedad de enfoques filosóficos del siglo XX 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 tales enfoques en tres categorías: clasificatorios (si la evidencia confirma la hipótesis), comparativos (si la evidencia respalda una primera hipótesis más que una hipótesis alternativa) o cuantitativos (el grado en que la evidencia respalda una hipótesis). hipótesis). [11] Una antología de 1983 editada por Peter Achinstein proporcionó una presentación concisa de destacados filósofos sobre la evidencia científica, entre ellos 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 espantosa 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, replicación por otros, coherencia con los resultados obtenidos mediante métodos alternativos y coherencia con teorías plausibles de mecanismos) que los biólogos utilizaron 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, distinguía entre cuatro conceptos de evidencia: evidencia epistémica-situacional (evidencia relativa a una situación epistémica dada), evidencia subjetiva (considerada ser evidencia de 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 sobre un concepto distintivo de probabilidad, y Achinstein contrastó este concepto de probabilidad con teorías probabilísticas anteriores de la evidencia, como la bayesiana, la carnapiana y la frecuentista. [14]
La simplicidad es un criterio filosófico común para las teorías científicas. [15] Basado en el supuesto filosófico de la fuerte tesis de Church-Turing , se ha conjeturado un criterio matemático para la evaluación de la evidencia, cuyo criterio se asemeja a la idea de la navaja de Occam de que la descripción integral más simple de la evidencia es la más probable. correcto. [16] Afirma formalmente: "El principio ideal establece que la probabilidad previa asociada con la hipótesis debe estar dada por la probabilidad algorítmica universal, y la suma del log de la probabilidad universal del modelo más el log 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 se ha exagerado su importancia. [17]
El énfasis en la prueba de hipótesis como esencia de la ciencia prevalece tanto entre los científicos como entre los filósofos. [18] Sin embargo, los filósofos han observado 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 utilizó los datos para desarrollar un nuevo modelo atómico , no sólo para probar una hipótesis existente; Este 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 , quien enfatizó la prueba de hipótesis a lo largo de su carrera, luego 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 partir de evidencia o puede partir de hipótesis. [20] Otros científicos y filósofos han enfatizado el papel central de las preguntas y problemas en el uso de datos e hipótesis. [21]
Si bien la frase "prueba científica" se utiliza a menudo en los medios populares, [22] muchos científicos y filósofos han argumentado que en realidad no existe 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 que vivimos, no existen pruebas, si por 'prueba' entendemos un argumento que establece de una vez por siempre la verdad". de una teoría." [23] [24] Albert Einstein dijo:
El teórico científico no es digno de envidia. Porque la naturaleza, o más precisamente el experimento, es un juez inexorable y poco amigable con su obra. Nunca dice "Sí" a una teoría. En los casos más favorables dice "Quizás", y en la gran mayoría de los casos simplemente "No". Si un experimento concuerda con una teoría significa para esta última "Quizás", 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 determinada . [26] [27] En este sentido limitado, la prueba es el alto grado de aceptación de una teoría luego de un proceso de investigación y evaluación crítica de acuerdo con los estándares de una comunidad científica. [26] [27]
Generalmente se considera evidencia científica cualquier cosa que tienda a refutar o confirmar una hipótesis.
Una pregunta que los científicos y filósofos de la ciencia plantean habitualmente es: ¿Cuándo los datos empíricos proporcionan una buena prueba o evidencia confiable de una hipótesis científica? A pesar de este interés compartido, las consideraciones a las que apelan los científicos para responderla son marcadamente diferentes de las invocadas en las explicaciones filosóficas sobre la evidencia y la confirmación.El artículo de Mayo fue parte del simposio "Evidencia, generación de datos y práctica científica: hacia una filosofía confiable 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 los científicos ignoran (y deberían) ignorar las teorías filosóficas de la evidencia". Filosofía de la Ciencia . 67 (Suplemento): S180–S192. doi :10.1086/392818. JSTOR 188667. S2CID 120774584.
Ningún otro criterio de una buena teoría científica es tan ampliamente reconocido 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: prueba de ideas científicas". undsci.berkeley.edu . Museo de Paleontología de la Universidad de California .
Probar hipótesis y teorías es el núcleo del proceso de la ciencia.
Se plantean hipótesis sobre las características de los prototipos abductivos para explicar las observaciones, como cuando Rutherford infirió que la masa de un átomo se concentra en una región muy pequeña para explicar por qué las partículas alfa atraviesan una lámina de oro. Los prototipos abductivos pueden cambiar dramáticamente cuando nuevos datos requieren una revisión de hipótesis sobre características explicativas. Esto es exactamente lo que sucedió con el 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 ejemplo de abducción en: Faye, Jan (2014). "Sobre la interpretación". La naturaleza del pensamiento científico: sobre interpretación, explicación y comprensión . Molinos de perros, 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 a resolver acertijos con evidencia o puede comenzar con hipótesis. En lugar de presentar esta hipótesis o evidencia en la forma independiente del contexto de la confirmación positivista (o incluso de la corroboración pospositivista), se presenta en redes extendidas de implicaciones que (aunque nunca completas) son, sin embargo, 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 verosimilitud de estos rivales suele reducirse mediante la extinción de la 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 en: Bickman, Leonard, ed. (2000). El legado de Donald Campbell . Thousand Oaks, CA: Publicaciones SAGE . 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). "Cuestionamientos y problemas en filosofía de la ciencia: epistemologías de resolución de problemas versus epistemologías que buscan directamente la verdad". En Meyer, Michel (ed.). Preguntas y cuestionamientos . Grundlagen der Kommunikation = Fundamentos de la comunicación. Berlina; Nueva York: De Gruyter . págs. 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". El Correo Huffington . Consultado el 15 de mayo de 2015 .
La epistemología tradicional estableció 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 de una hipótesis por parte del agente en una investigación que termina en una prueba. En la sección V hemos mostrado 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 reivindicada como conocimiento se base en evidencia de un tipo que alcance un nivel en el que la proposición vaya más allá del nivel de ser aceptada como verdadera porque se basa en evidencia. Sólo cuando se prueba mediante cierto tipo de evidencia, que sea suficiente para la disciplina, o más generalmente para el contexto en el que se afirmó la proposición, se puede decir propiamente 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 posteriormente retractada.