El método científico es un método empírico para adquirir conocimientos que ha caracterizado el desarrollo de la ciencia desde al menos el siglo XVII. El método científico implica una observación cuidadosa unida a un escepticismo riguroso , porque los supuestos cognitivos pueden distorsionar la interpretación de la observación . La investigación científica incluye crear una hipótesis mediante razonamiento inductivo , probarla mediante experimentos y análisis estadísticos, y ajustar o descartar la hipótesis en función de los resultados. [1] [2] [3]
Aunque los procedimientos varían de un campo de investigación a otro, el proceso subyacente suele ser similar. El proceso en el método científico implica hacer conjeturas (explicaciones hipotéticas), derivar predicciones de las hipótesis como consecuencias lógicas y luego llevar a cabo experimentos u observaciones empíricas basadas en esas predicciones. [4] Una hipótesis es una conjetura basada en el conocimiento obtenido mientras se buscan respuestas a la pregunta. La hipótesis puede ser muy específica o amplia. Luego, los científicos prueban las hipótesis mediante la realización de experimentos o estudios. Una hipótesis científica debe ser falsable , lo que implica que es posible identificar un posible resultado de un experimento u observación que entre en conflicto con las predicciones deducidas de la hipótesis; de lo contrario, la hipótesis no se puede probar de manera significativa. [5]
Si bien el método científico a menudo se presenta como una secuencia fija de pasos, representa más bien un conjunto de principios generales. No todos los pasos tienen lugar en todas las investigaciones científicas (ni en el mismo grado) y no siempre están en el mismo orden. [6] [7]
La historia del método científico considera los cambios en la metodología de la investigación científica, a diferencia de la historia de la ciencia misma. El desarrollo de reglas para el razonamiento científico no ha sido sencillo; El método científico ha sido objeto de debate intenso y recurrente a lo largo de la historia de la ciencia, y eminentes filósofos naturales y científicos han defendido la primacía de uno u otro enfoque para establecer el conocimiento científico.
Se pueden encontrar diferentes expresiones tempranas del empirismo y el método científico a lo largo de la historia, por ejemplo en los antiguos estoicos , Epicuro , [8] Alhazen , [A] [a] [B] Avicena , Al-Biruni , [13] [14] Roger Bacon [α] y Guillermo de Ockham .
En la revolución científica de los siglos XVI y XVII, algunos de los avances más importantes fueron el avance del empirismo por parte de Francis Bacon y Robert Hooke , [17] [18] el enfoque racionalista descrito por René Descartes y el inductivismo , que Isaac destacó especialmente. Newton y sus seguidores. Los experimentos fueron defendidos por Francis Bacon y realizados por Giambattista della Porta , [19] Johannes Kepler , [20] [d] y Galileo Galilei . [β] Hubo un desarrollo particular ayudado por los trabajos teóricos del escéptico Francisco Sanches , [22] de los idealistas y empiristas John Locke , George Berkeley y David Hume . [mi]
Un viaje por mar desde América a Europa brindó a CS Peirce la distancia necesaria para aclarar sus ideas, que gradualmente dieron como resultado el modelo hipotético-deductivo . [25] Formulado en el siglo XX, el modelo ha sufrido una revisión significativa desde que se propuso por primera vez.
El término "método científico" surgió en el siglo XIX, como resultado de un importante desarrollo institucional de la ciencia, y de la aparición de terminologías que establecían límites claros entre ciencia y no ciencia, como "científico" y "pseudociencia". [26] A lo largo de las décadas de 1830 y 1850, cuando el baconianismo era popular, naturalistas como William Whewell, John Herschel y John Stuart Mill entablaron debates sobre la "inducción" y los "hechos" y se centraron en cómo generar conocimiento. [26] A finales del siglo XIX y principios del XX, se llevó a cabo un debate sobre realismo versus antirrealismo a medida que poderosas teorías científicas se extendían más allá del ámbito de lo observable. [27]
El término "método científico" se hizo de uso popular en el siglo XX; El libro de Dewey de 1910, Cómo pensamos , inspiró directrices populares, [28] que aparecieron en diccionarios y libros de texto de ciencias, aunque hubo poco consenso sobre su significado. [26] Aunque hubo crecimiento a mediados del siglo XX, [f] en las décadas de 1960 y 1970 numerosos filósofos de la ciencia influyentes, como Thomas Kuhn y Paul Feyerabend, habían cuestionado la universalidad del "método científico" y, al hacerlo, en gran medida reemplazó la noción de ciencia como un método homogéneo y universal por la de una práctica heterogénea y local. [26] En particular,Paul Feyerabend, en la primera edición de 1975 de su libro Contra el método , argumentó en contra de que existan reglas universales de la ciencia ; [27] Karl Popper , [γ] y Gauch 2003, [6] no están de acuerdo con la afirmación de Feyerabend.
Posturas posteriores incluyen el ensayo de 2013 del físico Lee Smolin "No hay método científico", [30] en el que defiende dos principios éticos, [δ] y el capítulo del historiador de la ciencia Daniel Thurs en el libro de 2015 La manzana de Newton y otros mitos sobre Science , que concluyó que el método científico es un mito o, en el mejor de los casos, una idealización. [31] Como los mitos son creencias, [32] están sujetos a la falacia narrativa , como señala Taleb. [33] Los filósofos Robert Nola y Howard Sankey, en su libro de 2007 Teorías del método científico , dijeron que los debates sobre el método científico continúan, y argumentaron que Feyerabend, a pesar del título de Contra el método , aceptó ciertas reglas del método e intentó justificarlas. reglas con una meta metodología. [34] Staddon (2017) sostiene que es un error intentar seguir reglas en ausencia de un método científico algorítmico; en ese caso, "la ciencia se entiende mejor a través de ejemplos". [35] [36] Pero los métodos algorítmicos, como la refutación de la teoría existente mediante experimentos, se han utilizado desde Alhacén (1027) Libro de Óptica , [a] y Galileo (1638) Dos Nuevas Ciencias , [21] y El Ensayador [37 ] siguen siendo un método científico.
Los elementos básicos del método científico se ilustran con el siguiente ejemplo (que ocurrió entre 1944 y 1953) del descubrimiento de la estructura del ADN (marcado con 
sangría).
Hay diferentes maneras de esbozar el método básico utilizado para la investigación científica y es mejor considerarlas como principios generales que como una secuencia fija de pasos. [6] La comunidad científica y los filósofos de la ciencia generalmente coinciden en la siguiente clasificación de los componentes del método. Estos elementos metodológicos y organización de procedimientos tienden a ser más característicos de las ciencias experimentales que de las ciencias sociales . No obstante, el ciclo de formulación de hipótesis, prueba y análisis de los resultados y formulación de nuevas hipótesis se parecerá al ciclo que se describe a continuación.El método científico es un proceso iterativo y cíclico mediante el cual la información se revisa continuamente. [38] [39] Generalmente se reconoce desarrollar avances en el conocimiento a través de los siguientes elementos, en diversas combinaciones o contribuciones: [40] [41]
Cada elemento del método científico está sujeto a revisión por pares para detectar posibles errores. Estas actividades no describen todo lo que hacen los científicos, pero se aplican principalmente a las ciencias experimentales (por ejemplo, física, química, biología y psicología). Los elementos anteriores suelen enseñarse en el sistema educativo como "el método científico". [C]
El método científico no es una receta única: requiere inteligencia, imaginación y creatividad. [42] En este sentido, no se trata de un conjunto estúpido de normas y procedimientos a seguir, sino más bien de un ciclo continuo, en el que se desarrollan constantemente modelos y métodos más útiles, precisos y completos. Por ejemplo, cuando Einstein desarrolló las Teorías General y Especial de la Relatividad, no refutó ni descartó de ninguna manera los Principia de Newton . Por el contrario, si se eliminan de las teorías de Einstein lo astronómicamente masivo, lo ligero como una pluma y lo extremadamente rápido (todos fenómenos que Newton no pudo haber observado), lo que queda son las ecuaciones de Newton. Las teorías de Einstein son expansiones y refinamientos de las teorías de Newton y, por tanto, aumentan la confianza en el trabajo de Newton. [ε]
A veces se ofrece como guía para proceder un esquema iterativo [39] pragmático [12] de los cuatro puntos anteriores: [44]
El ciclo iterativo inherente a este método paso a paso va del punto 3 al 6 y vuelve al 3 nuevamente.
Si bien este esquema describe un método típico de hipótesis/prueba, [45] muchos filósofos, historiadores y sociólogos de la ciencia, incluido Paul Feyerabend , [g] afirman que tales descripciones del método científico tienen poca relación con las formas en que realmente se practica la ciencia.
En 1950, se sabía que la herencia genética tenía una descripción matemática, a partir de los estudios de Gregor Mendel , y que el ADN contenía información genética ( principio transformante de Oswald Avery ). [47] Pero el mecanismo de almacenamiento de información genética (es decir, genes) en el ADN no estaba claro. Los investigadores del laboratorio de Bragg en la Universidad de Cambridge tomaron imágenes de difracción de rayos X de varias moléculas , comenzando con cristales de sal y pasando a sustancias más complicadas. Utilizando pistas cuidadosamente recopiladas durante décadas, comenzando por su composición química, se determinó que debería ser posible caracterizar la estructura física del ADN, y las imágenes de rayos X serían el vehículo. [48]
El método científico depende de caracterizaciones cada vez más sofisticadas de los sujetos de investigación. (Los temas también pueden denominarse problemas no resueltos o incógnitas .) [C] Por ejemplo, Benjamín Franklin conjeturó, correctamente, que el incendio de San Telmo fue de naturaleza eléctrica , pero ha sido necesaria una larga serie de experimentos y cambios teóricos para establecer este. Al buscar las propiedades pertinentes de los temas, una reflexión cuidadosa puede implicar también algunas definiciones y observaciones ; Estas observaciones a menudo exigen mediciones cuidadosas y/o el recuento puede tomar la forma de una investigación empírica amplia .
Una pregunta científica puede referirse a la explicación de una observación específica , [C] como en "¿Por qué el cielo es azul?" pero también puede ser abierto, como en "¿Cómo puedo diseñar un fármaco para curar esta enfermedad en particular?" Esta etapa a menudo implica encontrar y evaluar evidencia de experimentos anteriores, observaciones o afirmaciones científicas personales, así como el trabajo de otros científicos. Si ya se conoce la respuesta, se puede plantear una pregunta diferente que se base en la evidencia. Al aplicar el método científico a la investigación, determinar una buena pregunta puede resultar muy difícil y afectará el resultado de la investigación. [49]
La recopilación sistemática y cuidadosa de mediciones o recuentos de cantidades relevantes es a menudo la diferencia crítica entre las pseudociencias , como la alquimia, y las ciencias, como la química o la biología. Las mediciones científicas generalmente se tabulan, se representan gráficamente o se mapean, y se realizan manipulaciones estadísticas, como la correlación y la regresión , sobre ellas. Las mediciones pueden realizarse en un entorno controlado, como un laboratorio, o en objetos más o menos inaccesibles o inmanipulables, como estrellas o poblaciones humanas. Las mediciones requieren a menudo instrumentos científicos especializados como termómetros , espectroscopios , aceleradores de partículas o voltímetros , y el progreso de un campo científico suele estar íntimamente ligado a su invención y mejora.
No estoy acostumbrado a decir nada con certeza después de sólo una o dos observaciones.
— Andrés Vesalio , (1546) [50]
La definición científica de un término a veces difiere sustancialmente de su uso en el lenguaje natural . Por ejemplo, masa y peso se superponen en significados en el discurso común, pero tienen significados distintos en mecánica . Las cantidades científicas a menudo se caracterizan por sus unidades de medida que luego pueden describirse en términos de unidades físicas convencionales al comunicar el trabajo.
A veces se desarrollan nuevas teorías después de darse cuenta de que ciertos términos no se han definido previamente con suficiente claridad. Por ejemplo, el primer artículo de Albert Einstein sobre la relatividad comienza definiendo la simultaneidad y los medios para determinar la longitud . Isaac Newton pasó por alto estas ideas diciendo: "No defino el tiempo , el espacio, el lugar y el movimiento como bien conocidos por todos". El artículo de Einstein demuestra luego que ellos (es decir, el tiempo absoluto y la duración independiente del movimiento) eran aproximaciones. Francis Crick nos advierte que, sin embargo, al caracterizar un tema, puede ser prematuro definir algo que sigue siendo mal comprendido. [51] En el estudio de la conciencia de Crick , en realidad encontró que era más fácil estudiar la conciencia en el sistema visual , en lugar de estudiar el libre albedrío , por ejemplo. Su ejemplo de advertencia fue el gen; el gen era mucho menos comprendido antes del descubrimiento pionero de la estructura del ADN por parte de Watson y Crick; Habría sido contraproducente dedicar mucho tiempo a la definición del gen antes que ellos.
Una hipótesis es una explicación sugerida de un fenómeno o, alternativamente, una propuesta razonada que sugiere una posible correlación entre un conjunto de fenómenos. Normalmente, las hipótesis tienen la forma de un modelo matemático . A veces, pero no siempre, también pueden formularse como enunciados existenciales , afirmando que algún caso particular del fenómeno que se estudia tiene algunas explicaciones características y causales, que tienen la forma general de enunciados universales , afirmando que cada caso del fenómeno tiene una característica particular.
Los científicos son libres de utilizar cualquier recurso que tengan (su propia creatividad, ideas de otros campos, razonamiento inductivo , inferencia bayesiana , etc.) para imaginar posibles explicaciones para un fenómeno en estudio.Albert Einstein observó una vez que "no existe un puente lógico entre los fenómenos y sus principios teóricos". [55] [h] Charles Sanders Peirce , tomando prestada una página de Aristóteles ( Prior Analytics , 2.25 ) [57] describió las etapas incipientes de la investigación , instigadas por la "irritación de la duda" para aventurar una conjetura plausible, como razonamiento abductivo . [58] : II, p.290 La historia de la ciencia está llena de historias de científicos que afirman haber tenido un "destello de inspiración", o una corazonada, que luego los motivó a buscar evidencia para apoyar o refutar su idea. Michael Polanyi hizo de esa creatividad el centro de su discusión sobre metodología.
William Glen observa que [59]
El éxito de una hipótesis, o su servicio a la ciencia, no reside simplemente en su percepción de "verdad" o en su poder para desplazar, subsumir o reducir una idea predecesora, sino quizás más en su capacidad para estimular la investigación que iluminará... suposiciones simples y áreas de vaguedad.
— William Glen, Los debates sobre la extinción masiva
En general, los científicos tienden a buscar teorías que sean " elegantes " o " bellas ". Los científicos suelen utilizar estos términos para referirse a una teoría que sigue los hechos conocidos pero que, sin embargo, es relativamente simple y fácil de manejar. La Navaja de Occam sirve como regla general para elegir la más deseable entre un grupo de hipótesis igualmente explicativas.
Para minimizar el sesgo de confirmación que resulta de considerar una única hipótesis, la inferencia fuerte enfatiza la necesidad de considerar múltiples hipótesis alternativas [60] y evitar artefactos. [61]
Cualquier hipótesis útil permitirá hacer predicciones , mediante razonamiento incluido el deductivo . [i] Podría predecir el resultado de un experimento en un laboratorio o la observación de un fenómeno en la naturaleza. La predicción también puede ser estadística y tratar únicamente de probabilidades.
Es esencial que actualmente se desconozca el resultado de probar tal predicción. Sólo en este caso un resultado exitoso aumenta la probabilidad de que la hipótesis sea cierta. Si el resultado ya se conoce, se llama consecuencia y ya debería haberse considerado al formular la hipótesis.
Si las predicciones no son accesibles mediante observación o experiencia, la hipótesis aún no es comprobable y, por lo tanto, seguirá siendo acientífica en sentido estricto. Una nueva tecnología o teoría podría hacer factibles los experimentos necesarios. Por ejemplo, si bien una hipótesis sobre la existencia de otras especies inteligentes puede resultar convincente con especulaciones con base científica, ningún experimento conocido puede probar esta hipótesis. Por lo tanto, la ciencia misma puede tener poco que decir sobre esta posibilidad. En el futuro, una nueva técnica podría permitir una prueba experimental y la especulación pasaría entonces a formar parte de la ciencia aceptada.
Por ejemplo, la teoría de la relatividad general de Einstein hace varias predicciones específicas sobre la estructura observable del espacio-tiempo , como que la luz se curva en un campo gravitacional , y que la cantidad de curvatura depende de manera precisa de la fuerza de ese campo gravitacional. Las observaciones de Arthur Eddington realizadas durante un eclipse solar de 1919 apoyaron la relatividad general más que la gravitación newtoniana . [66]
Una vez hechas las predicciones, se pueden buscar mediante experimentos. Si los resultados de las pruebas contradicen las predicciones, las hipótesis que las sustentaron quedan cuestionadas y se vuelven menos sostenibles. A veces los experimentos se llevan a cabo incorrectamente o no están muy bien diseñados en comparación con un experimento crucial . Si los resultados experimentales confirman las predicciones, entonces se considera que es más probable que las hipótesis sean correctas, pero aún así podrían ser erróneas y seguir estando sujetas a más pruebas. El control experimental es una técnica para abordar el error de observación. Esta técnica utiliza el contraste entre múltiples muestras, observaciones o poblaciones, en diferentes condiciones, para ver qué varía o qué permanece igual. Variamos las condiciones para los actos de medición, para ayudar a aislar lo que ha cambiado. Los cánones de Mill pueden ayudarnos entonces a determinar cuál es el factor importante. [74] El análisis factorial es una técnica para descubrir el factor importante en un efecto.
Dependiendo de las predicciones, los experimentos pueden tener diferentes formas. Podría ser un experimento clásico en un laboratorio, un estudio doble ciego o una excavación arqueológica . Incluso tomar un avión de Nueva York a París es un experimento que pone a prueba las hipótesis aerodinámicas utilizadas para construir el avión.
Estas instituciones reducen así la función de investigación a un costo/beneficio, [75] que se expresa en dinero, y el tiempo y la atención de los investigadores que se deben gastar, [75] a cambio de un informe para sus electores. [76] Grandes instrumentos actuales, como el Gran Colisionador de Hadrones (LHC) del CERN, [77] o LIGO , [78] o la Instalación Nacional de Ignición (NIF), [79] o la Estación Espacial Internacional (ISS), [80] o el Telescopio Espacial James Webb (JWST), [81] [82] implican costos esperados de miles de millones de dólares y plazos que se extienden a lo largo de décadas. Este tipo de instituciones afectan las políticas públicas, a nivel nacional o incluso internacional, y los investigadores requerirían acceso compartido a dichas máquinas y su infraestructura adjunta. [ζ] [83]
Los científicos asumen una actitud de apertura y responsabilidad por parte de quienes experimentan. El mantenimiento de registros detallados es esencial para ayudar a registrar e informar sobre los resultados experimentales y respalda la eficacia e integridad del procedimiento. También ayudarán a reproducir los resultados experimentales, probablemente por otros. Se pueden ver rastros de este enfoque en el trabajo de Hiparco (190-120 a. C.), al determinar un valor para la precesión de la Tierra, mientras que se pueden ver experimentos controlados en los trabajos de al-Battani (853-929 d. C.) [ 84] y Alhazen (965-1039 d.C.). [85] [k] [b]
El método científico es iterativo. En cualquier etapa, es posible refinar su exactitud y precisión , de modo que alguna consideración llevará al científico a repetir una parte anterior del proceso. No desarrollar una hipótesis interesante puede llevar a un científico a redefinir el tema bajo consideración. El hecho de que una hipótesis no produzca predicciones interesantes y comprobables puede llevar a la reconsideración de la hipótesis o de la definición del tema. El fracaso de un experimento en producir resultados interesantes puede llevar a un científico a reconsiderar el método experimental, la hipótesis o la definición del tema.
Esta forma de iteración puede abarcar décadas y, a veces, siglos. Los artículos publicados se pueden aprovechar. Por ejemplo: Hacia 1027, Alhazen , basándose en sus mediciones de la refracción de la luz, pudo deducir que el espacio exterior era menos denso que el aire , es decir: "el cuerpo de los cielos es más raro que el cuerpo de aire". [10] En 1079, el Tratado sobre el Crepúsculo de Ibn Mu'adh pudo inferir que la atmósfera de la Tierra tenía 50 millas de espesor, basándose en la refracción atmosférica de los rayos del sol. [l]
Es por eso que el método científico a menudo se representa como circular: la nueva información conduce a nuevas caracterizaciones y el ciclo de la ciencia continúa. Las mediciones recopiladas se pueden archivar , transmitir y utilizar a otros.Otros científicos pueden iniciar su propia investigación e ingresar al proceso en cualquier etapa. Podrían adoptar la caracterización y formular su propia hipótesis, o podrían adoptar la hipótesis y deducir sus propias predicciones. A menudo, el experimento no lo realiza la persona que hizo la predicción y la caracterización se basa en experimentos realizados por otra persona. Los resultados publicados de los experimentos también pueden servir como hipótesis que predice su propia reproducibilidad.
La ciencia es una empresa social y el trabajo científico tiende a ser aceptado por la comunidad científica cuando ha sido confirmado. Fundamentalmente, los resultados experimentales y teóricos deben ser reproducidos por otros dentro de la comunidad científica. Los investigadores han dado sus vidas por esta visión; Georg Wilhelm Richmann fue asesinado por un rayo (1753) cuando intentaba replicar el experimento de vuelo de cometas de 1752 de Benjamin Franklin . [93]
Si un experimento no se puede repetir para producir los mismos resultados, esto implica que los resultados originales podrían haber sido erróneos. Como resultado, es común que un solo experimento se realice varias veces, especialmente cuando hay variables no controladas u otros indicios de error experimental . Para obtener resultados significativos o sorprendentes, otros científicos también pueden intentar replicar los resultados por sí mismos, especialmente si esos resultados serían importantes para su propio trabajo. [94] La replicación se ha convertido en un tema polémico en las ciencias sociales y biomédicas donde los tratamientos se administran a grupos de individuos. Normalmente, un grupo experimental recibe el tratamiento, como un fármaco, y el grupo de control recibe un placebo. John Ioannidis señaló en 2005 que el método utilizado ha llevado a muchos hallazgos que no se pueden replicar. [95]
El proceso de revisión por pares implica la evaluación del experimento por parte de expertos, que normalmente dan sus opiniones de forma anónima. Algunas revistas solicitan que el experimentador proporcione listas de posibles revisores pares, especialmente si el campo es altamente especializado. La revisión por pares no certifica la exactitud de los resultados, sólo que, en opinión del revisor, los experimentos en sí fueron sólidos (según la descripción proporcionada por el experimentador). Si el trabajo pasa la revisión por pares, que ocasionalmente puede requerir nuevos experimentos solicitados por los revisores, se publicará en una revista científica revisada por pares . La revista específica que publica los resultados indica la calidad percibida del trabajo. [metro]
Los científicos suelen ser cuidadosos al registrar sus datos, un requisito promovido por Ludwik Fleck (1896-1961) y otros. [96] Aunque normalmente no es un requisito, se les puede solicitar que proporcionen estos datos a otros científicos que deseen replicar sus resultados originales (o partes de sus resultados originales), lo que se extiende al intercambio de cualquier muestra experimental que pueda ser difícil de obtener. [97] Para protegerse contra la mala ciencia y los datos fraudulentos, las agencias gubernamentales que subvencionan la investigación, como la National Science Foundation , y las revistas científicas, incluidas Nature y Science , tienen la política de que los investigadores deben archivar sus datos y métodos para que otros investigadores puedan probarlos. los datos y métodos y aprovechar la investigación anterior. El archivo de datos científicos se puede realizar en varios archivos nacionales en los EE. UU. o en el World Data Center .
Los principios irrestrictos de la ciencia son luchar por la exactitud y el credo de la honestidad; la apertura ya es una cuestión de grados. La apertura está restringida por el rigor general del escepticismo. Y por supuesto la cuestión de la no ciencia.
Smolin, en 2013, abrazó principios éticos en lugar de dar una definición potencialmente limitada de las reglas de investigación. [δ] Sus ideas se sitúan en el contexto de la escala de la gran ciencia basada en datos , que ha visto una mayor importancia de la honestidad y, en consecuencia, de la reproducibilidad . Su pensamiento es que la ciencia es un esfuerzo comunitario de quienes tienen acreditación y están trabajando dentro de la comunidad . También advierte contra la parsimonia excesiva.
Anteriormente, Popper llevó los principios éticos aún más lejos, llegando incluso a atribuir valor a las teorías sólo si eran falsables. Popper utilizó el criterio de falsabilidad para demarcar una teoría científica de una teoría como la astrología: ambas "explican" las observaciones, pero la teoría científica corre el riesgo de hacer predicciones que deciden si es correcta o incorrecta: [98] [99]
"Aquellos entre nosotros que no están dispuestos a exponer sus ideas al peligro de la refutación no participan en el juego de la ciencia."
— Karl Popper, La lógica del descubrimiento científico (2002 [1935])
Es la naturaleza de la ciencia que no existe observación pura, ya que se requiere teoría para interpretar datos empíricos, y la observación está influenciada por el marco conceptual del observador. [100] La discusión más importante sobre esta correlación es el papel de la teoría anterior en la prueba de nuevas hipótesis.
Un ejemplo aquí son los experimentos de Kepler y Brahe, utilizados por Hanson para ilustrar el concepto. A pesar de observar el mismo amanecer, los dos científicos llegaron a conclusiones diferentes: su intersubjetividad llevó a conclusiones diferentes. Johannes Kepler utilizó el método de observación de Tycho Brahe , que consistía en proyectar la imagen del Sol en una hoja de papel a través de una abertura estenopeica, en lugar de mirar directamente al Sol. No estaba de acuerdo con la conclusión de Brahe de que los eclipses totales de Sol eran imposibles porque, al contrario de Brahe, sabía que existían relatos históricos de eclipses totales. En cambio, dedujo que las imágenes tomadas serían más precisas cuanto mayor fuera la apertura; este hecho es ahora fundamental para el diseño de sistemas ópticos. [d] Otro ejemplo histórico aquí es el descubrimiento de Neptuno , al que se le atribuye haber sido encontrado a través de las matemáticas porque los observadores anteriores no sabían lo que estaban mirando. [102]
Este es el principal argumento a favor de la filosofía del escepticismo, generalmente interpretado como respuestas científicas vinculadas a una medida de certeza. No porque la ciencia esté "equivocada", sino porque la ciencia tiene límites en el grado de acierto. Las discusiones sobre el tema incluyen la naturaleza del descubrimiento científico en sí, el desarrollo de nuevas herramientas y técnicas y la aplicación de la teoría a la práctica; todos los cuales están influenciados por la naturaleza del conocimiento científico actual. [norte]
El esfuerzo científico puede caracterizarse como la búsqueda de verdades sobre el mundo natural o como la eliminación de dudas sobre el mismo. La primera es la construcción directa de explicaciones a partir de datos empíricos y la lógica; la segunda, la reducción de explicaciones potenciales. [η] Se estableció anteriormente cómo la interpretación de los datos empíricos está cargada de teoría, por lo que ninguno de los enfoques es trivial.
El elemento omnipresente en el método científico es el empirismo , que sostiene que el conocimiento se crea mediante un proceso que implica observación; Las teorías científicas generalizan las observaciones. Esto se opone a formas estrictas de racionalismo , que sostiene que el conocimiento es creado por el intelecto humano; Más tarde, Popper aclaró que se basaba en una teoría anterior. [104] El método científico encarna la posición de que la razón por sí sola no puede resolver un problema científico particular; refuta inequívocamente las afirmaciones de que la revelación , el dogma político o religioso , las apelaciones a la tradición, las creencias comunes, el sentido común o las teorías actualmente sostenidas representan los únicos medios posibles para demostrar la verdad. [12] [72]
En 1877, [40] CS Peirce caracterizó la investigación en general no como la búsqueda de la verdad per se sino como la lucha por superar las dudas irritantes e inhibidoras nacidas de sorpresas, desacuerdos y similares, y por alcanzar una creencia segura, la creencia siendo aquello sobre lo que uno está dispuesto a actuar. Sus puntos de vista pragmáticos enmarcaron la investigación científica como parte de un espectro más amplio y estimulada, como la investigación en general, por la duda real, no por meras dudas verbales o "hiperbólicas", que consideraba infructuosas. [o] Esta "duda hiperbólica" contra la que Peirce argumenta aquí es, por supuesto, sólo otro nombre para la duda cartesiana asociada con René Descartes . Es una ruta metodológica hacia un conocimiento cierto identificando aquello que no se puede dudar.
Una formulación sólida del método científico no siempre está alineada con una forma de empirismo en el que los datos empíricos se presentan en forma de experiencia u otras formas abstractas de conocimiento, como en la práctica científica actual, el uso de modelos científicos y la dependencia de tipologías abstractas. y las teorías son normalmente aceptadas. En 2010, Hawking sugirió que los modelos físicos de la realidad deberían simplemente aceptarse cuando demuestren que permiten hacer predicciones útiles. Él llama al concepto realismo dependiente del modelo . [107]
La racionalidad encarna la esencia del razonamiento sólido, una piedra angular no sólo en el discurso filosófico sino también en los ámbitos de la ciencia y la toma de decisiones prácticas. Según el punto de vista tradicional, la racionalidad tiene un doble propósito: gobierna las creencias, asegurando que se alineen con principios lógicos, y dirige las acciones, dirigiéndolas hacia resultados coherentes y beneficiosos. Esta comprensión subraya el papel fundamental de la razón en la configuración de nuestra comprensión del mundo y en la información de nuestras elecciones y comportamientos. Gauch Jr (2002), págs. 29-31. La siguiente sección explorará primero las creencias y los prejuicios, para luego llegar a la lógica racional. razonamiento más asociado con las ciencias.
La metodología científica a menudo exige que las hipótesis se prueben en condiciones controladas siempre que sea posible. Esto suele ser posible en determinadas áreas, como las ciencias biológicas, y más difícil en otras, como la astronomía.
La práctica del control experimental y la reproducibilidad puede tener el efecto de disminuir los efectos potencialmente dañinos de las circunstancias y, hasta cierto punto, el sesgo personal. Por ejemplo, las creencias preexistentes pueden alterar la interpretación de los resultados, como en el sesgo de confirmación ; Se trata de una heurística que lleva a una persona con una creencia particular a ver las cosas como si reforzaran su creencia, incluso si otro observador pudiera no estar de acuerdo (en otras palabras, las personas tienden a observar lo que esperan observar). [32]
[L]a acción del pensamiento es excitada por la irritación de la duda y cesa cuando se alcanza la creencia.
— CS Peirce , Cómo aclarar nuestras ideas (1877) [58]
Un ejemplo histórico es la creencia de que las patas de un caballo al galope se extienden en el punto en que ninguna de las patas del caballo toca el suelo, hasta el punto de que esta imagen es incluida en pinturas de sus partidarios. Sin embargo, las primeras imágenes stop-action del galope de un caballo tomadas por Eadweard Muybridge demostraron que esto era falso y que, en cambio, las patas estaban juntas. [108]
Otro sesgo humano importante que influye es la preferencia por declaraciones nuevas y sorprendentes (ver Apelación a la novedad ), que puede resultar en una búsqueda de evidencia de que lo nuevo es cierto. [109] Las creencias mal comprobadas se pueden creer y actuar en consecuencia mediante una heurística menos rigurosa. [110]
Goldhaber y Nieto publicaron en 2010 la observación de que si estructuras teóricas con "muchos temas estrechamente vecinos se describen conectando conceptos teóricos, entonces la estructura teórica adquiere una solidez que hace que sea cada vez más difícil, aunque ciertamente nunca imposible, de revertir". [111] Cuando se construye una narrativa, sus elementos se vuelven más fáciles de creer. [112] [33]
Fleck (1979), pág. 27 notas: "Las palabras y las ideas son originalmente equivalencias fonéticas y mentales de las experiencias que coinciden con ellas... Tales proto-ideas son al principio siempre demasiado amplias e insuficientemente especializadas... Una vez que un sistema de opiniones estructuralmente completo y cerrado que constaba de "Se han formado muchos detalles y relaciones, ofrece una resistencia duradera a todo lo que lo contradiga". A veces, estas relaciones tienen sus elementos asumidos a priori , o contienen algún otro defecto lógico o metodológico en el proceso que finalmente las produjo. Donald M. MacKay ha analizado estos elementos en términos de límites a la precisión de la medición y los ha relacionado con elementos instrumentales en una categoría de medición. [θ]
La idea de que existen dos justificaciones opuestas para la verdad ha aparecido a lo largo de la historia del método científico como análisis versus síntesis, no ampliativo/amplificativo, o incluso confirmación y verificación. (Y hay otros tipos de razonamiento). Uno para utilizar lo observado para construir verdades fundamentales, y el otro para derivar de esas verdades fundamentales principios más específicos. [113]
El razonamiento deductivo es la construcción de conocimiento basado en lo que se ha demostrado que es cierto anteriormente. Requiere el supuesto de hecho establecido previamente y, dada la verdad de los supuestos, una deducción válida garantiza la verdad de la conclusión. El razonamiento inductivo construye conocimiento no a partir de una verdad establecida, sino a partir de un conjunto de observaciones. Requiere un escepticismo estricto respecto de los fenómenos observados, porque los supuestos cognitivos pueden distorsionar la interpretación de las percepciones iniciales. [114]
Un ejemplo de cómo funciona el razonamiento inductivo y deductivo se puede encontrar en la historia de la teoría gravitacional . [p] Fueron necesarios miles de años de mediciones, realizadas por astrónomos caldeos , indios , persas , griegos , árabes y europeos , para registrar completamente el movimiento del planeta Tierra . [q] Kepler (y otros) pudieron entonces construir sus primeras teorías generalizando los datos recopilados de forma inductiva , y Newton pudo unificar teorías y mediciones anteriores en las consecuencias de sus leyes del movimiento en 1727. [r]
Otro ejemplo común de razonamiento inductivo es la observación de un contraejemplo de la teoría actual que induce la necesidad de nuevas ideas. Le Verrier en 1859 señaló problemas con el perihelio de Mercurio que demostraban que la teoría de Newton era al menos incompleta. La diferencia observada en la precesión de Mercurio entre la teoría newtoniana y la observación fue una de las cosas que se le ocurrió a Einstein como una posible prueba temprana de su teoría de la relatividad . Sus cálculos relativistas coincidían mucho más con la observación que la teoría newtoniana. [s] Aunque el modelo estándar de física actual sugiere que todavía no conocemos al menos algunos de los conceptos que rodean la teoría de Einstein, se mantiene hasta el día de hoy y se está construyendo sobre él deductivamente.
Una teoría que se asume como verdadera y posteriormente se construye sobre ella es un ejemplo común de razonamiento deductivo. La teoría basada en los logros de Einstein puede afirmar simplemente que "hemos demostrado que este caso cumple las condiciones bajo las cuales se aplica la relatividad general/especial, por lo tanto, sus conclusiones también se aplican". Si se demuestra adecuadamente que "este caso" cumple las condiciones, se llega a la siguiente conclusión. Una extensión de esto es la suposición de una solución a un problema abierto. Este tipo más débil de razonamiento deductivo se utilizará en la investigación actual, cuando varios científicos o incluso equipos de investigadores están resolviendo gradualmente casos específicos para probar una teoría más amplia. Esto a menudo hace que las hipótesis se revisen una y otra vez a medida que surgen nuevas pruebas.
Esta forma de presentar el razonamiento inductivo y deductivo muestra parte de por qué la ciencia a menudo se presenta como un ciclo de iteración. Es importante tener en cuenta que los fundamentos de ese ciclo residen en el razonamiento y no exclusivamente en el seguimiento de un procedimiento.
Las afirmaciones de verdad científica pueden oponerse de tres maneras: falsificándolas, cuestionando su certeza o afirmando que la afirmación misma es incoherente. [t] Incoherencia, aquí, significa errores internos en la lógica, como afirmar que los opuestos son verdaderos; la falsificación es lo que Popper habría llamado el trabajo honesto de conjetura y refutación [29] ; la certeza, tal vez, es donde surgen más fácilmente las dificultades para distinguir verdades de no verdades.
Las mediciones en el trabajo científico suelen ir acompañadas de estimaciones de su incertidumbre . [75] La incertidumbre a menudo se estima realizando mediciones repetidas de la cantidad deseada. Las incertidumbres también podrán calcularse teniendo en cuenta las incertidumbres de las cantidades subyacentes individuales utilizadas. Los recuentos de cosas, como el número de personas en una nación en un momento determinado, también pueden tener incertidumbre debido a las limitaciones de la recopilación de datos . O los recuentos pueden representar una muestra de cantidades deseadas, con una incertidumbre que depende del método de muestreo utilizado y del número de muestras tomadas.
En el caso de la imprecisión de la medición, simplemente habrá una "desviación probable" que se expresará en las conclusiones de un estudio. Las estadísticas son diferentes. La generalización estadística inductiva tomará datos de muestra y extrapolará conclusiones más generales, lo que debe justificarse y examinarse. Incluso se puede decir que los modelos estadísticos sólo son útiles, pero nunca una representación completa de las circunstancias .
En el análisis estadístico, el sesgo esperado e inesperado es un factor importante. [119] Las preguntas de investigación , la recopilación de datos o la interpretación de los resultados están sujetas a un mayor escrutinio que en entornos cómodamente lógicos. Los modelos estadísticos pasan por un proceso de validación , por lo que incluso se podría decir que la conciencia de los posibles sesgos es más importante que la lógica dura; Después de todo , los errores de lógica son más fáciles de encontrar en la revisión por pares . [u] En términos más generales, las afirmaciones de conocimiento racional, y especialmente las estadísticas, deben ubicarse en su contexto apropiado. [114] Declaraciones simples como '9 de cada 10 médicos lo recomiendan' son, por lo tanto, de calidad desconocida porque no justifican su metodología.
La falta de familiaridad con las metodologías estadísticas puede dar lugar a conclusiones erróneas. Antes del ejemplo sencillo, [v] la interacción de múltiples probabilidades es donde, por ejemplo, los profesionales médicos, [121] han mostrado una falta de comprensión adecuada. El teorema de Bayes es el principio matemático que describe cómo se ajustan las probabilidades permanentes dada nueva información. La paradoja del niño o la niña es un ejemplo común. En la representación del conocimiento, la estimación bayesiana de información mutua entre variables aleatorias es una forma de medir la dependencia, independencia o interdependencia de la información bajo escrutinio. [122]
Más allá de la metodología de encuesta de investigación de campo comúnmente asociada , el concepto, junto con el razonamiento probabilístico, se utiliza para avanzar en campos de la ciencia donde los objetos de investigación no tienen estados de existencia definitivos. Por ejemplo, en mecánica estadística .
El modelo hipotético-deductivo , o método de prueba de hipótesis, o método científico "tradicional", se basa, como su nombre lo indica, en la formación de hipótesis y su prueba mediante razonamiento deductivo . Una hipótesis que establezca implicaciones, a menudo llamadas predicciones , que sean falsables mediante experimentos es de importancia central aquí, ya que lo que se prueba no es la hipótesis sino sus implicaciones. [123] Básicamente, los científicos observarán las consecuencias hipotéticas que tiene una teoría (potencial) y las probarán o refutarán en lugar de la teoría misma. Si una prueba experimental de esas consecuencias hipotéticas muestra que son falsas, se deduce lógicamente que la parte de la teoría que las implicaba también era falsa. Sin embargo, si resultan ser ciertas, no prueba la teoría definitivamente.
La lógica de esta prueba es lo que permite que este método de investigación sea razonado deductivamente. Se supone que la hipótesis formulada es "verdadera" y de esa afirmación "verdadera" se infieren implicaciones. Si las siguientes pruebas muestran que las implicaciones son falsas, se deduce que la hipótesis también era falsa. Si las pruebas muestran que las implicaciones son ciertas, se obtendrán nuevos conocimientos. Es importante tener en cuenta que una prueba positiva aquí, en el mejor de los casos, implicará fuertemente, pero no probará definitivamente, la hipótesis probada, ya que la inferencia deductiva (A ⇒ B) no es equivalente de esa manera; sólo (¬B ⇒ ¬A) es lógica válida. Sin embargo, sus resultados positivos, como dijo Hempel, proporcionan "al menos algún apoyo, alguna corroboración o confirmación". [124] Esta es la razón por la que Popper insistió en que las hipótesis presentadas fueran falsables, ya que las pruebas exitosas implican muy poco de lo contrario. Como dijo Gillies , “las teorías exitosas son aquellas que sobreviven a la eliminación mediante la falsación”. [123]
El razonamiento deductivo en este modo de investigación a veces será reemplazado por el razonamiento abductivo : la búsqueda de la explicación más plausible mediante la inferencia lógica. Por ejemplo en biología, donde las leyes generales son pocas. [123]
El enfoque inductivista para derivar la verdad científica saltó a la fama por primera vez con Francis Bacon y, en particular, con Isaac Newton y quienes lo siguieron. [ cita necesaria ] Sin embargo, después del establecimiento del método HD, a menudo se dejó de lado como una especie de "expedición de pesca". [123] Todavía es válido hasta cierto punto, pero el método inductivo actual a menudo está muy alejado del enfoque histórico. La escala de los datos recopilados confiere nueva eficacia al método. Está más asociado con proyectos de minería de datos o proyectos de observación a gran escala. En ambos casos, a menudo no está del todo claro cuáles serán los resultados de los experimentos propuestos y, por tanto, el conocimiento surgirá después de la recopilación de datos mediante el razonamiento inductivo.
Mientras que el método tradicional de investigación hace ambas cosas, el enfoque inductivo suele formular sólo una pregunta de investigación , no una hipótesis. En cambio, tras la pregunta inicial, se determina un "método de alto rendimiento" adecuado para la recopilación de datos, se procesan y "limpian" los datos resultantes y se extraen conclusiones. "Este cambio de enfoque eleva los datos al papel supremo de revelar ideas novedosas por sí mismos". [123]
La ventaja que tiene el método inductivo sobre los métodos que formulan una hipótesis es que está esencialmente libre de "nociones preconcebidas del investigador" con respecto a su tema. Por otro lado, el razonamiento inductivo siempre está ligado a una medida de certeza, como lo están todas las conclusiones razonadas inductivamente. [123] Sin embargo, esta medida de certeza puede alcanzar grados bastante altos. Por ejemplo, en la determinación de números primos grandes , que se utilizan en el software de cifrado . [125]
El modelado matemático , o razonamiento alóctono, suele ser la formulación de una hipótesis seguida de la construcción de construcciones matemáticas que pueden probarse en lugar de realizar experimentos físicos de laboratorio. Este enfoque tiene dos factores principales: simplificación/abstracción y, en segundo lugar, un conjunto de reglas de correspondencia. Las reglas de correspondencia establecen cómo el modelo construido se relacionará con la realidad: cómo se deriva la verdad; y los pasos simplificadores que se toman en la abstracción del sistema dado son para reducir los factores que no tienen relevancia y, por lo tanto, reducir los errores inesperados. Estos pasos también pueden ayudar al investigador a comprender los factores importantes del sistema, hasta qué punto se puede llegar a la parsimonia hasta que el sistema se vuelva cada vez más invariante. [123] La invariancia, la parsimonia y los principios relacionados se exploran más a fondo a continuación.
Una vez completada esta traducción a las matemáticas, el modelo resultante, en lugar del sistema correspondiente, puede analizarse mediante medios puramente matemáticos y computacionales. Los resultados de este análisis, por supuesto, también son de naturaleza puramente matemática y se trasladan al sistema tal como existe en la realidad a través de reglas de correspondencia previamente determinadas: iteración después de la revisión e interpretación de los hallazgos. La forma en que se razonan estos modelos será a menudo matemáticamente deductiva, pero no tiene por qué serlo. Un ejemplo aquí son las simulaciones de Montecarlo . Estos generan datos empíricos "arbitrariamente" y, si bien es posible que no puedan revelar principios universales, pueden ser útiles. [123]
La investigación científica generalmente tiene como objetivo obtener conocimiento en forma de explicaciones comprobables [126] [71] que los científicos puedan utilizar para predecir los resultados de experimentos futuros. Esto permite a los científicos obtener una mejor comprensión del tema en estudio y luego utilizar esa comprensión para intervenir en sus mecanismos causales (como curar enfermedades). Cuanto mejor sea una explicación para hacer predicciones, más útil podrá ser frecuentemente y más probable será que continúe explicando un conjunto de evidencia mejor que sus alternativas. Las explicaciones más exitosas –aquellas que explican y hacen predicciones precisas en una amplia gama de circunstancias– suelen denominarse teorías científicas . [C]
La mayoría de los resultados experimentales no producen grandes cambios en la comprensión humana; Las mejoras en la comprensión científica teórica suelen ser el resultado de un proceso gradual de desarrollo a lo largo del tiempo, a veces en diferentes dominios de la ciencia. [127] Los modelos científicos varían en la medida en que han sido probados experimentalmente y durante cuánto tiempo, y en su aceptación en la comunidad científica. En general, las explicaciones se aceptan con el tiempo a medida que se acumula evidencia sobre un tema determinado, y la explicación en cuestión resulta más poderosa que sus alternativas para explicar la evidencia. A menudo, los investigadores posteriores reformulan las explicaciones a lo largo del tiempo o combinan explicaciones para producir nuevas explicaciones.
El conocimiento científico está estrechamente ligado a los hallazgos empíricos y puede seguir estando sujeto a falsificación si nuevas observaciones experimentales son incompatibles con lo que se encuentra. Es decir, ninguna teoría puede considerarse definitiva, ya que podrían descubrirse nuevas pruebas problemáticas. Si se encuentra dicha evidencia, se puede proponer una nueva teoría o (más comúnmente) se descubre que las modificaciones a la teoría anterior son suficientes para explicar la nueva evidencia. La fuerza de una teoría se relaciona con cuánto tiempo ha persistido sin alteraciones importantes en sus principios fundamentales.
Las teorías también pueden quedar subsumidas por otras teorías. Por ejemplo, las leyes de Newton explicaron casi a la perfección miles de años de observaciones científicas de los planetas. Sin embargo, luego se determinó que estas leyes eran casos especiales de una teoría más general ( la relatividad ), que explicaba tanto las excepciones (previamente inexplicadas) a las leyes de Newton como predijo y explicó otras observaciones como la desviación de la luz por la gravedad . Así, en ciertos casos, observaciones científicas independientes y desconectadas pueden conectarse, unificarse mediante principios de creciente poder explicativo. [128] [111]
Dado que las nuevas teorías podrían ser más completas que las que las precedieron y, por lo tanto, podrían explicar más que las anteriores, las teorías sucesoras podrían alcanzar un estándar más alto al explicar un conjunto mayor de observaciones que sus predecesoras. [128] Por ejemplo, la teoría de la evolución explica la diversidad de la vida en la Tierra , cómo las especies se adaptan a sus entornos y muchos otros patrones observados en el mundo natural; [129] [130] su modificación importante más reciente fue la unificación con la genética para formar la síntesis evolutiva moderna . En modificaciones posteriores, también ha subsumido aspectos de muchos otros campos como la bioquímica y la biología molecular .
A lo largo de la historia, una teoría ha sucedido a otra, y algunas han sugerido trabajos adicionales mientras que otras parecen contentarse simplemente con explicar los fenómenos. Las razones por las que una teoría ha reemplazado a otra no siempre son obvias o simples. La filosofía de la ciencia incluye la pregunta: ¿Qué criterios satisface una "buena" teoría ? Esta cuestión tiene una larga historia y muchos científicos, así como filósofos, la han considerado. El objetivo es poder elegir una teoría como preferible a otra sin introducir sesgos cognitivos . [131] Aunque diferentes pensadores enfatizan diferentes aspectos, [κ] una buena teoría:
Al tratar de buscar tales teorías, los científicos, dada la falta de orientación por evidencia empírica, intentarán adherirse a:
El objetivo aquí es hacer que la elección entre teorías sea menos arbitraria. No obstante, estos criterios contienen elementos subjetivos y deben considerarse heurísticos más que definitivos. [λ] Además, criterios como estos no necesariamente deciden entre teorías alternativas. Citando a pájaro : [137]
"[Dichos criterios] no pueden determinar la elección científica. En primer lugar, puede ser discutible qué características de una teoría satisfacen estos criterios ( por ejemplo, ¿la simplicidad se refiere a los compromisos ontológicos de una teoría o a su forma matemática?). En segundo lugar, estos criterios son imprecisos, por lo que hay lugar para el desacuerdo sobre el grado en que se mantienen. En tercer lugar, puede haber desacuerdo sobre cómo deben ponderarse entre sí, especialmente cuando entran en conflicto".
También es discutible si las teorías científicas existentes satisfacen todos estos criterios, que pueden representar objetivos aún no alcanzados. Por ejemplo, ninguna teoría satisface por el momento el poder explicativo sobre todas las observaciones existentes. [138] [139]
Los desiderata de una "buena" teoría se han debatido durante siglos, remontándose quizás incluso antes que la navaja de Occam , [w] que a menudo se toma como un atributo de una buena teoría.
La ciencia intenta ser simple. Cuando los datos recopilados respaldan múltiples explicaciones, el principio de parsimonia recomienda la explicación más simple de los fenómenos o la formación más simple de una teoría. [140] Los científicos llegan incluso a calificar de hermosas las pruebas simples de afirmaciones complejas .
No debemos admitir más causas de las cosas naturales que aquellas que sean a la vez verdaderas y suficientes para explicar sus apariencias.
— Isaac Newton, Philosophiæ Naturalis Principia Mathematica (1723 [3.ª ed.]) [1]
Mientras que Newton propugnó la parsimonia en las explicaciones causales, expresadas antes que él en la navaja de Occam , otros después de él han ampliado la necesidad general de la ciencia de ser económica. [D] Esta idea ampliada no sólo de una teoría concisa sino también de la forma en que se realiza el trabajo está en contexto con lo que CS Pierce llamó Musement ; fase de pensamiento libre de la investigación. [μ] Como él mismo dijo: "si realmente deseamos el objetivo de la investigación, no debemos desperdiciar nuestros recursos". [72] [4]
La navaja de Occam podría caer bajo el título de "elegancia simple", pero es discutible que la parsimonia y la elegancia van en direcciones diferentes. La introducción de elementos adicionales podría simplificar la formulación de la teoría, mientras que simplificar la ontología de una teoría podría conducir a una mayor complejidad sintáctica. [136]
A veces, las modificaciones ad hoc de una idea fallida también pueden descartarse por carecer de "elegancia formal". Esta apelación a lo que podría llamarse "estético" es difícil de caracterizar, pero se trata esencialmente de una especie de familiaridad. Sin embargo, el argumento basado en la "elegancia" es polémico y una excesiva dependencia de la familiaridad generará estancamiento. [133]
La idea de que las buenas ideas son aquellas que son difíciles de variar ha sido un tema en los escritos científicos desde al menos principios del siglo XX. [ι] Como dijo David Deutsch en 2009: "la búsqueda de explicaciones difíciles de variar es el origen de todo progreso". [135]
El famoso experimento mental de Einstein de un laboratorio suspendido en el espacio vacío es un ejemplo de observación invariante útil. Imaginó la ausencia de gravedad y a un experimentador flotando libremente en el laboratorio. — Si ahora una entidad tira del laboratorio hacia arriba, acelerando uniformemente, el experimentador percibiría la fuerza resultante como gravedad. Sin embargo, la entidad sentiría que es necesario trabajar para acelerar el laboratorio de forma continua. Mediante este experimento, Einstein pudo equiparar la masa gravitacional e inercial; algo que las leyes del movimiento de Newton no explican y uno de los primeros fundamentos de su teoría de la relatividad . [X]
El rasgo que sugiere la realidad es siempre una especie de invariancia de una estructura independiente del aspecto, de la proyección.
— M. Born , 'Physical Reality' (1953), 149, citado por Weinert (2004) [134]
La filosofía de la ciencia analiza la lógica subyacente del método científico, lo que separa la ciencia de la no ciencia y la ética implícita en la ciencia. Hay supuestos básicos, derivados de la filosofía por al menos un científico prominente, [E] [141] que forman la base del método científico: a saber, que la realidad es objetiva y consistente, que los humanos tienen la capacidad de percibir la realidad con precisión y que existen explicaciones racionales para elementos del mundo real. [141] Estos supuestos del naturalismo metodológico forman una base sobre la cual se puede fundamentar la ciencia. Las teorías lógicas positivistas , empiristas , falsacionistas y otras han criticado estos supuestos y han dado explicaciones alternativas de la lógica de la ciencia, pero cada una de ellas también ha sido criticada.
Hay varios tipos de conceptualizaciones filosóficas modernas e intentos de definir el método de la ciencia. [ν] El que intentan los unificacionistas , que defienden la existencia de una definición unificada que sea útil (o al menos 'funcione' en todos los contextos de la ciencia). Los pluralistas , argumentan que los grados de la ciencia están demasiado fragmentados para que sea útil una definición universal de su método. Y aquellos que sostienen que el mero intento de definición ya es perjudicial para el libre flujo de ideas.
Además, ha habido opiniones sobre el marco social en el que se hace la ciencia y el impacto del entorno social de las ciencias en la investigación. Además, existe el "método científico", popularizado por Dewey en How We Think (1910) y Karl Pearson en Grammar of Science (1892), utilizado de manera bastante acrítica en educación.
El pluralismo científico es una posición dentro de la filosofía de la ciencia que rechaza varias unidades propuestas de método y materia científica. Los pluralistas científicos sostienen que la ciencia no está unificada en una o más de las siguientes formas: la metafísica de su tema, la epistemología del conocimiento científico o los métodos y modelos de investigación que deben utilizarse. Algunos pluralistas creen que el pluralismo es necesario debido a la naturaleza de la ciencia. Otros dicen que dado que las disciplinas científicas ya varían en la práctica, no hay razón para creer que esta variación sea incorrecta hasta que se demuestre empíricamente una unificación específica . Finalmente, algunos sostienen que debería permitirse el pluralismo por razones normativas , incluso si la unidad fuera posible en teoría.
El unificacionismo, en la ciencia, fue un principio central del positivismo lógico . [143] [144] Diferentes positivistas lógicos interpretaron esta doctrina de varias maneras diferentes, por ejemplo, como una tesis reduccionista , de que los objetos investigados por las ciencias especiales se reducen a los objetos de un dominio común, supuestamente más básico, de la ciencia, generalmente pensado como física; como la tesis de que todas las teorías y resultados de las diversas ciencias pueden o deben expresarse en un lenguaje común o "jerga universal"; o como la tesis de que todas las ciencias especiales comparten un método científico común. [y]
El desarrollo de la idea se ha visto afectado por el avance acelerado de la tecnología que ha abierto muchas formas nuevas de ver el mundo.
El hecho de que los estándares del éxito científico cambien con el tiempo no sólo dificulta la filosofía de la ciencia; también plantea problemas para la comprensión pública de la ciencia. No tenemos un método científico fijo para unirnos y defender.
—Steven Weinberg , 1995 [142]
Paul Feyerabend examinó la historia de la ciencia y llegó a negar que la ciencia sea genuinamente un proceso metodológico. En su libro Contra el método, argumentó que ninguna descripción del método científico podría ser lo suficientemente amplia como para incluir todos los enfoques y métodos utilizados por los científicos, y que no existen reglas metodológicas útiles y libres de excepciones que gobiernen el progreso de la ciencia. En esencia, dijo que para cualquier método o norma específica de la ciencia, se puede encontrar un episodio histórico donde su violación ha contribuido al progreso de la ciencia. Sugirió en broma que, si los creyentes en el método científico desean expresar una única regla universalmente válida, debería ser "todo vale". [146] Sin embargo, como se ha argumentado ante él, esto no es económico; Los solucionadores de problemas y los investigadores deben ser prudentes con sus recursos durante su investigación. [D]
Se ha encontrado una inferencia más general contra el método formalizado a través de investigaciones que involucran entrevistas con científicos sobre su concepción del método. Esta investigación indicó que los científicos frecuentemente encuentran dificultades para determinar si la evidencia disponible respalda sus hipótesis. Esto revela que no existen correspondencias directas entre conceptos metodológicos generales y estrategias precisas para dirigir la realización de la investigación. [148]
En la educación científica , la idea de un método científico general y universal ha sido notablemente influyente, y numerosos estudios (en los EE. UU.) han demostrado que este marco del método a menudo forma parte de la concepción de la ciencia tanto de los estudiantes como de los profesores. [149] [150] Los científicos han argumentado en contra de esta convención de la educación tradicional, ya que existe un consenso de que los elementos secuenciales de la educación y la visión unificada del método científico no reflejan cómo trabajan realmente los científicos. [151] [152] [153] Thurs llegó incluso a concluir que el método científico tal como se populariza es un mito o, en el mejor de los casos, una idealización. [31]
El enfoque educativo del método científico se inspiró en la Gramática de la ciencia de Karl Pearson (1892), [154] y en How We Think (1910) de John Dewey . [28] [f] Van der Ploeg (2016) indicó que las opiniones de Dewey [155] sobre la educación se habían utilizado durante mucho tiempo para promover una idea de educación ciudadana alejada de la "educación sólida", afirmando que las referencias a Dewey en tales argumentos eran interpretaciones indebidas. (de Dewey). [156]
La sociología del conocimiento es un concepto en la discusión sobre el método científico, afirmando que el método subyacente de la ciencia es sociológico. King explica que la sociología distingue aquí entre el sistema de ideas que gobiernan las ciencias a través de una lógica interna y el sistema social en el que surgen esas ideas. [ξ]
Una pista quizás accesible a lo que se afirma es el pensamiento de Fleck , que tiene eco en el concepto de ciencia normal de Kuhn . Según Fleck, el trabajo de los científicos se basa en un estilo de pensamiento que no puede reconstruirse racionalmente. Se inculca a través de la experiencia del aprendizaje, y luego la ciencia avanza sobre la base de una tradición de supuestos compartidos sostenidos por lo que él llamó colectivos de pensamiento . Fleck también afirma que este fenómeno es en gran medida invisible para los miembros del grupo. [159]
De manera comparable, tras la investigación de campo en un laboratorio científico académico realizada por Latour y Woolgar , Karin Knorr Cetina ha realizado un estudio comparativo de dos campos científicos (a saber, la física de altas energías y la biología molecular ) para concluir que las prácticas y razonamientos epistémicos dentro de ambas comunidades científicas son lo suficientemente diferentes como para introducir el concepto de " culturas epistémicas ", en contradicción con la idea de que el llamado "método científico" es un concepto único y unificador. [160] [z]
Sobre la idea de los colectivos de pensamiento de Fleck, los sociólogos construyeron el concepto de cognición situada : que la perspectiva del investigador afecta fundamentalmente su trabajo; y también opiniones más radicales.
Norwood Russell Hanson , junto con Thomas Kuhn y Paul Feyerabend , exploraron ampliamente la naturaleza cargada de teoría de la observación en la ciencia. Hanson introdujo el concepto en 1958, enfatizando que la observación está influenciada por el marco conceptual del observador . Usó el concepto de gestalt para mostrar cómo las ideas preconcebidas pueden afectar tanto a la observación como a la descripción, y lo ilustró con ejemplos como el rechazo inicial de los cuerpos de Golgi como un artefacto de la técnica de tinción y las diferentes interpretaciones del mismo amanecer por parte de Tycho Brahe y Johannes Kepler. . La intersubjetividad llevó a conclusiones diferentes. [100] [d]
Kuhn y Feyerabend reconocieron el trabajo pionero de Hanson, [164] [165] aunque las opiniones de Feyerabend sobre el pluralismo metodológico eran más radicales. Críticas como las de Kuhn y Feyerabend provocaron discusiones que condujeron al desarrollo del Programa Fuerte , un enfoque sociológico que busca explicar el conocimiento científico sin recurrir a la verdad o validez de las teorías científicas. Examina cómo las creencias científicas están determinadas por factores sociales como el poder, la ideología y los intereses.
Las propias críticas posmodernistas de la ciencia han sido objeto de intensa controversia. Este debate en curso, conocido como las guerras de la ciencia , es el resultado de valores y supuestos en conflicto entre las perspectivas posmodernistas y realistas . Los posmodernistas sostienen que el conocimiento científico es simplemente un discurso, desprovisto de cualquier pretensión de verdad fundamental. En contraste, los realistas dentro de la comunidad científica sostienen que la ciencia descubre verdades reales y fundamentales sobre la realidad. Muchos libros han sido escritos por científicos que abordan este problema y desafían las afirmaciones de los posmodernistas al tiempo que defienden la ciencia como una forma legítima de derivar la verdad. [166]
.jpg/1280px-Sample_of_penicillin_mould_presented_by_Alexander_Fleming_to_Douglas_Macleod,_1935_(9672239344).jpg)
Se estima que entre el 33% y el 50% de todos los descubrimientos científicos se han dado por casualidad , en lugar de haber sido buscados. Esto puede explicar por qué los científicos afirman con tanta frecuencia que tuvieron suerte. [167] A Louis Pasteur se le atribuye el famoso dicho de que "La suerte favorece a la mente preparada", pero algunos psicólogos han comenzado a estudiar lo que significa estar "preparado para la suerte" en el contexto científico. Las investigaciones muestran que a los científicos se les enseñan diversas heurísticas que tienden a aprovechar el azar y lo inesperado. [167] [168] Esto es lo que Nassim Nicholas Taleb llama "antifragilidad"; Si bien algunos sistemas de investigación son frágiles frente al error humano , el sesgo humano y la aleatoriedad, el método científico es más que resistente o duro: en realidad se beneficia de esa aleatoriedad de muchas maneras (es antifrágil). Taleb cree que cuanto más antifrágil sea el sistema, más florecerá en el mundo real. [169]
El psicólogo Kevin Dunbar dice que el proceso de descubrimiento a menudo comienza cuando los investigadores encuentran errores en sus experimentos. Estos resultados inesperados llevan a los investigadores a intentar corregir lo que creen que es un error en su método. Finalmente, el investigador decide que el error es demasiado persistente y sistemático para ser una coincidencia. Los aspectos altamente controlados, cautelosos y curiosos del método científico son, pues, los que lo hacen muy adecuado para identificar errores sistemáticos tan persistentes. En este punto, el investigador comenzará a pensar en explicaciones teóricas para el error, y a menudo buscará la ayuda de colegas de diferentes campos de especialización. [167] [168]
Cuando el método científico emplea la estadística como parte clave de su arsenal, surgen cuestiones matemáticas y prácticas que pueden tener un efecto nocivo en la confiabilidad de los resultados de los métodos científicos. Esto se describe en un popular artículo científico de 2005 " Por qué la mayoría de los hallazgos de investigación publicados son falsos " de John Ioannidis , que se considera fundamental para el campo de la metaciencia . [120] Gran parte de la investigación en metaciencia busca identificar el uso deficiente de las estadísticas y mejorar su uso, siendo un ejemplo el uso indebido de los valores p . [170]
Los puntos particulares planteados son estadísticos ("Cuanto más pequeños sean los estudios realizados en un campo científico, menos probable será que los hallazgos de la investigación sean ciertos" y "Cuanto mayor sea la flexibilidad en los diseños, definiciones, resultados y modos analíticos en un campo científico, "Cuanto mayores sean los intereses y prejuicios financieros y de otro tipo en un campo científico, menos probable será que los resultados de la investigación sean ciertos" y "Cuanto más candente sea un campo científico ( Con más equipos científicos involucrados), es menos probable que los hallazgos de la investigación sean verdaderos"). Por lo tanto: "La mayoría de los hallazgos de la investigación son falsos para la mayoría de los diseños de investigación y para la mayoría de los campos" y "Como se muestra, la mayoría de la investigación biomédica moderna está operando en áreas con muy baja probabilidad previa y posterior al estudio de hallazgos verdaderos". Sin embargo: "Sin embargo, la mayoría de los nuevos descubrimientos seguirán surgiendo de investigaciones que generen hipótesis con probabilidades previas al estudio bajas o muy bajas", lo que significa que los *nuevos* descubrimientos provendrán de investigaciones que, cuando comenzaron, tenían bajas o muy bajas probabilidades. probabilidades bajas (una probabilidad baja o muy baja) de tener éxito. Por lo tanto, si se utiliza el método científico para ampliar las fronteras del conocimiento, la investigación en áreas que están fuera de la corriente principal producirá los descubrimientos más recientes. [ necesita copiar y editar ]
La ciencia aplicada a sistemas complejos puede involucrar elementos como la transdisciplinariedad , la teoría de sistemas , la teoría del control y el modelado científico .
En general, el método científico puede resultar difícil de aplicar rigurosamente a sistemas diversos e interconectados y a grandes conjuntos de datos. En particular, las prácticas utilizadas en Big data , como el análisis predictivo , pueden considerarse contrarias al método científico, [171] ya que algunos de los datos pueden haber sido despojados de los parámetros que podrían ser materiales en hipótesis alternativas para una explicación; por lo tanto, los datos eliminados solo servirían para respaldar la hipótesis nula en la aplicación de análisis predictivo. Fleck (1979), págs. 38-50 señala que "un descubrimiento científico permanece incompleto sin consideraciones de las prácticas sociales que lo condicionan". [172]
La ciencia es el proceso de recopilar, comparar y evaluar modelos propuestos frente a observables .Un modelo puede ser una simulación, una fórmula matemática o química, o un conjunto de pasos propuestos. La ciencia es como las matemáticas en el sentido de que los investigadores de ambas disciplinas intentan distinguir lo que se sabe de lo que se desconoce en cada etapa del descubrimiento. Los modelos, tanto en ciencia como en matemáticas, deben ser internamente consistentes y también deben ser falsificables (capaces de refutar). En matemáticas, todavía no es necesario demostrar una afirmación; en tal etapa, esa afirmación se llamaría una conjetura . [173]
El trabajo matemático y el trabajo científico pueden inspirarse mutuamente. [37] Por ejemplo, el concepto técnico de tiempo surgió en la ciencia , y la atemporalidad era un sello distintivo de un tema matemático. Pero hoy en día, la conjetura de Poincaré se ha demostrado utilizando el tiempo como un concepto matemático en el que los objetos pueden fluir (ver Flujo de Ricci ). [174]
Sin embargo, la conexión entre las matemáticas y la realidad (y por tanto la ciencia en la medida en que describe la realidad) sigue siendo oscura. El artículo de Eugene Wigner , " La irrazonable eficacia de las matemáticas en las ciencias naturales ", es un relato muy conocido sobre la cuestión elaborado por un físico ganador del Premio Nobel. De hecho, algunos observadores (incluidos algunos matemáticos conocidos como Gregory Chaitin y otros como Lakoff y Núñez ) han sugerido que las matemáticas son el resultado del sesgo de los profesionales y de las limitaciones humanas (incluidas las culturales), algo así como el pensamiento posmodernista. visión de la ciencia. [175]
El trabajo de George Pólya sobre la resolución de problemas , [176] la construcción de pruebas matemáticas y la heurística [177] [178] muestran que el método matemático y el método científico difieren en detalles, aunque se parecen entre sí en el uso de pasos iterativos o recursivos. .
En opinión de Pólya, comprender implica reformular definiciones desconocidas con sus propias palabras, recurrir a figuras geométricas y cuestionar lo que sabemos y lo que no sabemos ya; el análisis , que Pólya toma de Pappus , [179] implica la construcción libre y heurística de argumentos plausibles, trabajando hacia atrás desde el objetivo y diseñando un plan para construir la prueba; la síntesis es la estricta exposición euclidiana de los detalles paso a paso [180] de la prueba; La revisión implica reconsiderar y reexaminar el resultado y el camino recorrido hasta él.
Imre Lakatos , basándose en el trabajo de Pólya, argumentó que los matemáticos en realidad utilizan la contradicción, la crítica y la revisión como principios para mejorar su trabajo. [181] [ο] Al igual que en la ciencia, donde se busca la verdad, pero no se encuentra la certeza, en Pruebas y refutaciones , lo que Lakatos intentó establecer fue que ningún teorema de las matemáticas informales es definitivo o perfecto. Esto significa que, en matemáticas no axiomáticas, no debemos pensar que un teorema es en última instancia cierto, sólo que aún no se ha encontrado ningún contraejemplo . Una vez que se encuentra un contraejemplo, es decir, una entidad que contradice/no explica el teorema, ajustamos el teorema, posiblemente ampliando el dominio de su validez. Esta es una forma continua en que nuestro conocimiento se acumula, a través de la lógica y el proceso de pruebas y refutaciones. (Sin embargo, si se dan axiomas para una rama de las matemáticas, esto crea un sistema lógico —Wittgenstein 1921 Tractatus Logico-Philosophicus 5.13; Lakatos afirmó que las pruebas de tal sistema eran tautológicas , es decir, internamente lógicamente verdaderas , al reescribir formas , como lo muestra Poincaré, quien demostró la técnica de transformar formas tautológicamente verdaderas (a saber, la característica de Euler ) dentro o fuera de formas a partir de la homología , [182] o, de manera más abstracta, del álgebra homológica [183] [184] [ο] .
Lakatos propuso una explicación del conocimiento matemático basada en la idea de heurística de Polya . En Pruebas y refutaciones , Lakatos dio varias reglas básicas para encontrar pruebas y contraejemplos de conjeturas. Pensó que los ' experimentos mentales ' matemáticos son una forma válida de descubrir conjeturas y pruebas matemáticas. [186]
Gauss , cuando se le preguntó cómo llegó a sus teoremas , respondió una vez "durch planmässiges Tattonieren" (mediante experimentación sistemática palpable ). [187]
El hecho de que los estándares del éxito científico cambien con el tiempo no sólo dificulta la filosofía de la ciencia; también plantea problemas para la comprensión pública de la ciencia. No tenemos un método científico fijo para unirnos y defender.
Si hemos hecho de ésta nuestra tarea, entonces no hay procedimiento más racional que el método de prueba y error, de conjetura y refutación.
Probablemente sea mejor eliminar primero las malas noticias, el llamado método científico es un mito. ... Si las formulaciones típicas fueran precisas, el único lugar donde se desarrollaría la verdadera ciencia serían las aulas de la escuela primaria.
Existe un gran número de personas que piensan que existe un método científico que puede justificarse, aunque no todos están de acuerdo en cuál podría ser. Pero también hay un número creciente de personas que piensan que no existe ningún método que pueda justificarse. Para algunos, toda la idea es un debate de antaño, cuya continuación se puede resumir en una repetición más del proverbial "azotar a un caballo muerto". No estamos de acuerdo. ... Afirmaremos que Feyerabend respaldó varios valores científicos, aceptó reglas de método (sobre una cierta comprensión de cuáles son) e intentó justificarlos utilizando una metametodología algo similar al principio de equilibrio reflexivo .
La ciencia se entiende mejor a través de ejemplos.
...para aprender hay que desear aprender...
Invariablemente uno se topaba con límites físicos fundamentales para la precisión de la medición. ... El arte de la medición física parecía ser una cuestión de compromiso, de elegir entre incertidumbres recíprocamente relacionadas. ... Sin embargo, al multiplicar los pares conjugados de límites de incertidumbre mencionados, descubrí que formaban productos invariantes no de uno, sino de dos tipos distintos. ... El primer grupo de límites eran calculables a priori a partir de una especificación del instrumento. El segundo grupo sólo podría calcularse a posteriori a partir de una especificación de lo que se hizo con el instrumento. ... En el primer caso cada unidad [de información] agregaría una dimensión adicional (categoría conceptual), mientras que en el segundo cada unidad agregaría un hecho atómico adicional .
El 6 de agosto de 1753, el científico sueco Georg Wilhelm Richmann fue electrocutado en San Petersburgo...
Es toda una familia de teorías diferentes, cada una de las cuales es una buena descripción de las observaciones sólo en un cierto rango de situaciones físicas... Pero así como no existe un mapa que sea una buena representación de toda la superficie de la Tierra, tampoco existe un mapa único que represente bien toda la superficie de la Tierra. teoría que es una buena representación de las observaciones en todas las situaciones.
Cualesquiera que sean los objetivos finales de algunos científicos, la ciencia, tal como se practica actualmente, depende de múltiples descripciones superpuestas del mundo, cada una de las cuales tiene un ámbito de aplicabilidad. En algunos casos este dominio es muy grande, pero en otros bastante pequeño.
El estudio [filosófico] del método científico es el intento de discernir las actividades mediante las cuales se logra [el éxito de la ciencia]. Entre las actividades que a menudo se identifican como características de la ciencia se encuentran la observación y experimentación sistemáticas, el razonamiento inductivo y deductivo, y la formación y prueba de hipótesis y teorías.
