Método científico

El término método científico se popularizó en el siglo XX; el libro de Dewey de 1910 , Cómo pensamos , inspiró directrices populares . ^{[ 35 ]} Apareció en diccionarios y libros de texto de ciencias, aunque había poco consenso sobre su significado. ^{[ 33 ]} Si bien hubo un 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, cuestionaron la universalidad del "método científico" y reemplazaron en gran medida la noción de la ciencia como un método homogéneo y universal por la de una práctica heterogénea y local. ^{[ 33 ]} 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 ; ^{[ 34 ]} Karl Popper , ^{[ γ ]} y Gauch 2003, ^{[ 6 ]} no estuvieron de acuerdo con la afirmación de Feyerabend.

Las posturas posteriores incluyen el ensayo de 2013 del físico Lee Smolin "No existe el método científico", ^{[ 37 ]} en el que defiende dos principios éticos , ^{[ δ ]} y el capítulo del historiador de la ciencia Daniel Thurs en el libro de 2015 Newton's Apple and Other Myths about Science , que concluyó que el método científico es un mito o, en el mejor de los casos, una idealización. ^{[ 38 ]} Como los mitos son creencias, ^{[ 39 ]} están sujetos a la falacia narrativa , como señaló Taleb. ^{[ 40 ]} Los filósofos Robert Nola y Howard Sankey, en su libro de 2007 Theories of Scientific Method , dijeron que los debates sobre el método científico continúan, y argumentaron que Feyerabend, a pesar del título de Against Method , aceptó ciertas reglas del método e intentó justificar esas reglas con una metametodología. ^{[ 41 ]} 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". ^{[ 42 ] [ 43 ]} Pero los métodos algorítmicos, como la refutación de la teoría existente mediante experimentos, se han utilizado desde Alhacen (1027) y su Libro de Óptica , ^{[ a ]} ​​y Galileo (1638) y sus Dos Nuevas Ciencias , ^{[ 28 ]} y El Ensayador , ^{[ 44 ]} que aún se mantienen como método científico.

El método científico es el proceso mediante el cual se lleva a cabo la ciencia . ^{[ 45 ]} Al igual que en otras áreas de investigación, la ciencia (a través del método científico) puede construir sobre el conocimiento previo y unificar la comprensión de sus temas estudiados a lo largo del tiempo. ^{[ g ]} Históricamente, el desarrollo del método científico fue fundamental para la Revolución Científica . ^{[ 47 ]}

El proceso general implica formular conjeturas ( hipótesis ), predecir sus consecuencias lógicas y luego realizar experimentos basados ​​en esas predicciones para determinar si la conjetura original era correcta. ^{[ 4 ]} Sin embargo, existen dificultades en una formulación metodológica rígida. El método científico representa principios generales más que una secuencia fija; no todos los pasos se dan en cada investigación, ni siempre en el mismo orden. Requiere inteligencia, imaginación y creatividad, en lugar de una adhesión rígida al procedimiento. ^{[ 48 ]}

Los elementos básicos del método científico se ilustran con el siguiente ejemplo (que tuvo lugar entre 1944 y 1953) del descubrimiento de la estructura del ADN (marcado con sangría).

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 ( el principio transformador de Oswald Avery ). ^{[ 57 ]} Pero el mecanismo de almacenamiento de la información genética (es decir, los genes) en el ADN no estaba claro. Investigadores del laboratorio de Bragg en la Universidad de Cambridge realizaron imágenes de difracción de rayos X de varias moléculas , comenzando con cristales de sal y procediendo a sustancias más complejas. Utilizando pistas recopiladas minuciosamente durante décadas, comenzando con su composición química, se determinó que sería posible caracterizar la estructura física del ADN, y las imágenes de rayos X serían el vehículo. ^{[ 58 ]}

El método científico depende de caracterizaciones cada vez más sofisticadas de los sujetos de investigación. (Los sujetos también pueden denominarse problemas sin resolver o incógnitas ). ^{[ C ]} Por ejemplo, Benjamin Franklin conjeturó, correctamente, que el fuego de San Telmo era de naturaleza eléctrica , pero se ha necesitado una larga serie de experimentos y cambios teóricos para establecerlo. Al buscar las propiedades pertinentes de los sujetos, la reflexión cuidadosa también puede implicar algunas definiciones y observaciones ; estas observaciones a menudo requieren mediciones y/o recuentos precisos que pueden adoptar la forma de una extensa investigación empírica .

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 abierta, como en "¿Cómo puedo diseñar un fármaco para curar esta enfermedad en particular?". Esta etapa frecuentemente implica encontrar y evaluar evidencia de experimentos previos, observaciones o afirmaciones científicas personales, así como el trabajo de otros científicos. Si la respuesta ya se conoce, 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 ser muy difícil y afectará el resultado de la investigación. ^{[ 59 ]}

La recopilación sistemática y minuciosa de mediciones o recuentos de cantidades relevantes suele ser la diferencia crucial entre pseudociencias , como la alquimia, y ciencia, como la química o la biología. Las mediciones científicas generalmente se tabulan, grafican o representan cartográficamente, y se les aplican manipulaciones estadísticas, como la correlación y la regresión . Estas mediciones pueden realizarse en un entorno controlado, como un laboratorio, o sobre objetos más o menos inaccesibles o inmanipulables, como estrellas o poblaciones humanas. A menudo, requieren 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 perfeccionamiento.

No estoy acostumbrado a afirmar nada con certeza después de solo una o dos observaciones.

Linus Pauling propuso que el ADN podría ser una triple hélice . ^{[ 62 ] [ 63 ]} Esta hipótesis también fue considerada por Francis Crick y James D. Watson, pero fue descartada. Cuando Watson y Crick conocieron la hipótesis de Pauling, comprendieron, a partir de los datos existentes, que Pauling estaba equivocado. ^{[ 64 ]} y que Pauling pronto admitiría sus dificultades con esa estructura.

Una hipótesis es una explicación sugerida de un fenómeno o, alternativamente, una propuesta razonada que plantea una posible correlación entre un conjunto de fenómenos. Normalmente, las hipótesis tienen la forma de un modelo matemático . En ocasiones, aunque no siempre, también pueden formularse como enunciados existenciales , que afirman que una instancia particular del fenómeno estudiado posee alguna característica, y como explicaciones causales, que adoptan la forma general de enunciados universales , que afirman que cada instancia del fenómeno posee una característica particular.

Los científicos son libres de utilizar los recursos que tengan a su disposición —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 hay puente lógico entre los fenómenos y sus principios teóricos". ^{[ 65 ] [ i ]} Charles Sanders Peirce , tomando prestada una página de Aristóteles ( Primeros Analíticos , 2.25 ) ^{[ 67 ]} describió las etapas incipientes de la investigación , instigadas por la "irritación de la duda" para aventurar una suposición plausible, como razonamiento abductivo . ^{[ 68 ] : II, p.290} La historia de la ciencia está llena de historias de científicos que afirman tener 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 elemento central de su discusión sobre metodología.

William Glen observa que ^{[ 69 ]}

El éxito de una hipótesis, o su servicio a la ciencia, no reside simplemente en su supuesta "verdad" o en su poder para desplazar, subsumir o reducir una idea predecesora, sino quizás más en su capacidad para estimular la investigación que esclarecerá  ... meras suposiciones y áreas de ambigüedad.

En general, los científicos tienden a buscar teorías " elegantes " o " bellas ". Suelen usar estos términos para referirse a una teoría que, si bien se basa en los hechos conocidos, es relativamente simple y fácil de manejar. La navaja de Occam sirve como regla general para elegir la más conveniente entre un grupo de hipótesis igualmente explicativas.

Para minimizar el sesgo de confirmación que resulta de considerar una sola hipótesis, la inferencia fuerte enfatiza la necesidad de considerar múltiples hipótesis alternativas, ^{[ 70 ]} y evitar artefactos. ^{[ 71 ]}

James D. Watson , Francis Crick y otros plantearon la hipótesis de que el ADN tenía una estructura helicoidal. Esto implicaba que el patrón de difracción de rayos X del ADN tendría forma de "x". ^{[ 72 ] [ 73 ]} Esta predicción surgió del trabajo de Cochran, Crick y Vand ^{[ 74 ]} (e independientemente por Stokes). El teorema de Cochran-Crick-Vand-Stokes proporcionó una explicación matemática para la observación empírica de que la difracción de estructuras helicoidales produce patrones en forma de x. En su primer artículo, Watson y Crick también señalaron que la estructura de doble hélice que propusieron proporcionaba un mecanismo simple para la replicación del ADN , escribiendo: "No se nos ha escapado que el emparejamiento específico que hemos postulado sugiere inmediatamente un posible mecanismo de copia para el material genético". ^{[ 75 ]}

Cualquier hipótesis útil permitirá realizar predicciones mediante razonamientos , incluyendo el razonamiento deductivo . ^{[ j ]} Podría predecir el resultado de un experimento en un entorno de laboratorio o la observación de un fenómeno en la naturaleza. La predicción también puede ser estadística y tratar únicamente con probabilidades.

Es fundamental que el resultado de la comprobación de dicha predicción sea desconocido. Solo en este caso un resultado positivo aumenta la probabilidad de que la hipótesis sea verdadera. Si el resultado ya se conoce, se denomina consecuencia y debería haberse tenido en cuenta al formular la hipótesis .

Si las predicciones no son accesibles mediante la observación o la experiencia, la hipótesis aún no es comprobable y, por lo tanto, seguirá siendo, en ese sentido estricto, acientífica. 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 desde una perspectiva científica, ningún experimento conocido puede comprobarla. Por consiguiente, la ciencia en sí misma tiene poco que decir al respecto. En el futuro, una nueva técnica podría permitir una prueba experimental y la especulación se convertiría entonces en 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 gravitatorio y que la magnitud de la curvatura depende de manera precisa de la intensidad de dicho campo. Las observaciones de Arthur Eddington realizadas durante un eclipse solar en 1919 respaldaron la relatividad general en lugar de la gravitación newtoniana . ^{[ 76 ]}

Watson y Crick mostraron una propuesta inicial (e incorrecta) de la estructura del ADN a un equipo del King's College de Londres : Rosalind Franklin , Maurice Wilkins y Raymond Gosling . Franklin detectó de inmediato los fallos relacionados con el contenido de agua. Posteriormente, Watson vio la foto 51 de Franklin , una imagen detallada de difracción de rayos X, que mostraba una forma de X ^{[ 77 ] [ 78 ]} y pudo confirmar que la estructura era helicoidal. ^{[ 79 ] [ 80 ] [ k ]}

Una vez formuladas las predicciones, se pueden comprobar mediante experimentos. Si los resultados de las pruebas contradicen las predicciones, las hipótesis que las sustentan se ponen en duda y se vuelven menos sostenibles. A veces, los experimentos se realizan incorrectamente o no están bien diseñados en comparación con un experimento crucial . Si los resultados experimentales confirman las predicciones, entonces se considera que las hipótesis tienen más probabilidades de ser correctas, pero aún podrían ser erróneas y seguir sometiéndose a pruebas adicionales. El control experimental es una técnica para abordar el error de observación. Esta técnica utiliza el contraste entre múltiples muestras, observaciones o poblaciones, bajo diferentes condiciones, para ver qué varía o qué permanece igual. Variamos las condiciones de los actos de medición para ayudar a aislar lo que ha cambiado. Los cánones de Mill pueden entonces ayudarnos a determinar cuál es el factor importante. ^{[ 84 ]} El análisis factorial es una técnica para descubrir el factor importante en un efecto.

Según las predicciones, los experimentos pueden adoptar diferentes formas. Podría tratarse de un experimento clásico en un laboratorio, un estudio doble ciego o una excavación arqueológica . Incluso un vuelo de Nueva York a París constituye un experimento que pone a prueba las hipótesis aerodinámicas utilizadas para la construcción del avión.

Estas instituciones reducen así la función de investigación a un costo/beneficio, ^{[ 85 ]} que se expresa en dinero, y el tiempo y la atención de los investigadores que se deben invertir, ^{[ 85 ]} a cambio de un informe para sus representados. ^{[ 86 ]} Los grandes instrumentos actuales, como el Gran Colisionador de Hadrones (LHC) del CERN, ^{[ 87 ]} o LIGO , ^{[ 88 ]} o la Instalación Nacional de Ignición (NIF), ^{[ 89 ]} o la Estación Espacial Internacional (ISS), ^{[ 90 ]} o el Telescopio Espacial James Webb (JWST), ^{[ 91 ] [ 92 ]} implican costos esperados de miles de millones de dólares y plazos que se extienden durante 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 . ^{[ ε ] [ 93 ]}

Los científicos asumen una actitud de apertura y responsabilidad por parte de quienes realizan experimentos. El registro detallado es esencial para facilitar el registro y la presentación de informes sobre los resultados experimentales, y respalda la eficacia e integridad del procedimiento. También ayudará a reproducir los resultados experimentales, probablemente por otros. Se pueden observar vestigios de este enfoque en la obra de Hiparco (190-120 a. C.), al determinar un valor para la precesión de la Tierra, mientras que se pueden observar experimentos controlados en las obras de al-Battani (853-929 d. C.) ^{[ 94 ]} y Alhazen (965-1039 d. C.). ^{[ 95 ] [ l ] [ b ]}

Watson y Crick luego elaboraron su modelo, utilizando esta información junto con la información previamente conocida sobre la composición del ADN, especialmente las reglas de apareamiento de bases de Chargaff. ^{[ 83 ]} Después de una considerable experimentación infructuosa, de ser desalentados por su superior para continuar y numerosos comienzos falsos, ^{[ 97 ] [ 98 ] [ 99 ]} Watson y Crick pudieron inferir la estructura esencial del ADN mediante el modelado concreto de las formas físicas de los nucleótidos que lo componen. ^{[ 83 ] [ 100 ] [ 101 ]} Se guiaron por las longitudes de enlace que habían sido deducidas por Linus Pauling y por las imágenes de difracción de rayos X de Rosalind Franklin .

El método científico es iterativo. En cualquier etapa, es posible refinar su exactitud y precisión , de modo que alguna consideración puede llevar al científico a repetir una parte anterior del proceso. No desarrollar una hipótesis interesante puede llevar al científico a redefinir el tema en cuestión. Si una hipótesis no produce predicciones interesantes y comprobables, puede llevar a reconsiderar la hipótesis o la definición del tema. Si un experimento no produce resultados interesantes, puede llevar al científico a reconsiderar el método experimental, la hipótesis o la definición del tema.

Este modo de iteración puede abarcar décadas y, a veces, siglos. Se puede construir sobre artículos publicados . Por ejemplo: En 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 del aire". ^{[ 14 ]} 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. ^{[ m ]}

Por eso, el método científico suele representarse como circular: la nueva información conduce a nuevas caracterizaciones, y el ciclo de la ciencia continúa. Las mediciones recopiladas pueden archivarse , transmitirse y ser utilizadas por otros.Otros científicos pueden iniciar su propia investigación e incorporarse al proceso en cualquier etapa. Podrían adoptar la caracterización y formular su propia hipótesis, o bien 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 experimentos también pueden servir como hipótesis para predecir su propia reproducibilidad.

La ciencia es una empresa social, y el trabajo científico tiende a ser aceptado por la comunidad científica una vez que ha sido confirmado. Fundamentalmente, los resultados experimentales y teóricos deben ser reproducidos por otros miembros de la comunidad científica. Investigadores han dado su vida por esta visión; Georg Wilhelm Richmann murió alcanzado por un rayo globular (1753) cuando intentaba replicar el experimento de vuelo de cometas de Benjamin Franklin de 1752. ^{[ 103 ]}

Si un experimento no se puede repetir para obtener los mismos resultados, esto implica que los resultados originales podrían haber sido erróneos. Por consiguiente, es común que un mismo experimento se realice varias veces, especialmente cuando existen variables no controladas u otros indicios de error experimental . Para resultados significativos o sorprendentes, otros científicos también pueden intentar replicarlos por sí mismos, sobre todo si dichos resultados serían importantes para su propio trabajo. ^{[ 104 ]} La replicación se ha convertido en un tema controvertido en las ciencias sociales y biomédicas, donde se administran tratamientos 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 dado lugar a muchos hallazgos que no se pueden replicar. ^{[ 105 ]}

La revisión por pares —la evaluación anónima de la investigación por parte de expertos— valora la solidez experimental en lugar de certificar su corrección. Algunas revistas solicitan que el experimentador proporcione listas de posibles revisores, especialmente si el campo es altamente especializado. Los especialistas revisan la metodología y el diseño; si se aprueba (a veces requiriendo experimentos adicionales), el prestigio de la revista donde se publica el trabajo indica la calidad percibida. ^{[ n ]}

Los científicos suelen ser cuidadosos al registrar sus datos, un requisito promovido por Ludwik Fleck (1896–1961) y otros. ^{[ 106 ]} Aunque no es obligatorio, se les puede solicitar que proporcionen estos datos a otros científicos que deseen replicar sus resultados originales (o partes de sus resultados originales), extendiéndose al intercambio de cualquier muestra experimental que pueda ser difícil de obtener. ^{[ 107 ]} Para protegerse contra la mala ciencia y los datos fraudulentos, las agencias gubernamentales de subvenciones a la investigación, como la National Science Foundation , y las revistas científicas, incluidas Nature y Science , tienen una política que exige que los investigadores archiven sus datos y métodos para que otros investigadores puedan probar los datos y métodos y desarrollar la investigación previa. El archivo de datos científicos se puede realizar en varios archivos nacionales en los EE. UU. o en el World Data Center .

Los principios fundamentales de la ciencia son la búsqueda de la precisión y la honestidad; la transparencia, en definitiva, es una cuestión de grados. Esta transparencia se ve limitada por el rigor del escepticismo. Y, por supuesto, por la cuestión de la pseudociencia.

^{En 2013, Smolin} defendió principios éticos en lugar de ofrecer una definición potencialmente limitada de las reglas de la investigación. Sus ideas se enmarcan en el contexto de la ciencia basada en datos y la ciencia a gran escala , que ha visto una mayor importancia de la honestidad y, por consiguiente, de ^{la reproducibilidad} . Considera que la ciencia es un esfuerzo comunitario de quienes cuentan con acreditación y trabajan dentro de la comunidad . También advierte contra la parsimonia excesiva.

Popper llevó aún más lejos los principios éticos, llegando incluso a atribuir valor a las teorías solo si eran falsables. Popper utilizó el criterio de falsabilidad para delimitar una teoría científica de una teoría como la astrología: ambas "explican" observaciones, pero la teoría científica corre el riesgo de hacer predicciones que deciden si es correcta o incorrecta: ^{[ 108 ] [ 109 ]}

"Quienes de nosotros no estamos dispuestos a exponer nuestras ideas al riesgo de ser refutadas no participamos en el juego de la ciencia."

La ciencia tiene límites. Estos límites suelen considerarse respuestas a preguntas que no pertenecen a su ámbito, como la fe. La ciencia también tiene otros límites, ya que busca formular afirmaciones verdaderas sobre la realidad. ^{[ 110 ]} La naturaleza de la verdad y el debate sobre cómo se relacionan las afirmaciones científicas con la realidad se abordan mejor en el artículo sobre filosofía de la ciencia que se presenta aquí. Limitaciones más directamente relevantes se manifiestan en la observación de la realidad.

Es inherente a la investigación científica la imposibilidad de una observación pura, ya que se requiere teoría para interpretar los datos empíricos; por lo tanto, la observación está influenciada por el marco conceptual del observador. ^{[ 112 ]} Dado que la ciencia es un proyecto inacabado, esto conlleva dificultades, principalmente la posibilidad de llegar a conclusiones erróneas debido a la información limitada.

Un ejemplo de esto 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 condujo a conclusiones distintas. Johannes Kepler utilizó el método de observación de Tycho Brahe , que consistía en proyectar la imagen del Sol en un trozo de papel a través de una abertura estenopeica, en lugar de mirar directamente al Sol. Discrepó de la conclusión de Brahe de que los eclipses totales de Sol eran imposibles porque, a diferencia de Brahe, sabía que existían relatos históricos de eclipses totales. En cambio, dedujo que las imágenes tomadas serían más precisas cuanto mayor fuera la abertura; este hecho es ahora fundamental para el diseño de sistemas ópticos. ^{[ d ]} Otro ejemplo histórico es el descubrimiento de Neptuno , atribuido a las matemáticas porque los observadores anteriores no sabían qué estaban viendo. ^{[ 113 ]}

El esfuerzo científico puede caracterizarse como la búsqueda de verdades sobre el mundo natural o como la eliminación de dudas al respecto. La primera consiste en la construcción directa de explicaciones a partir de datos empíricos y lógica; la segunda, en la reducción de posibles explicaciones. ^{[ ζ ]} Se estableció anteriormente que la interpretación de datos empíricos está cargada de teoría, por lo que ninguno de los dos 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 la observación; las teorías científicas generalizan las observaciones. Esto se opone a las formas rigurosas de racionalismo , que sostienen que el conocimiento es creado por el intelecto humano; posteriormente, Popper aclaró que se basa en teorías previas. ^{[ 115 ]} 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 comúnmente aceptadas, el sentido común o las teorías vigentes constituyen los únicos medios posibles para demostrar la verdad. ^{[ 16 ] [ 82 ]}

En 1877, ^{[ 51 ]} C.S. Peirce caracterizó la investigación en general no como la búsqueda de la verdad en sí misma, sino como la lucha por superar las dudas irritantes e inhibidoras nacidas de sorpresas, desacuerdos y similares, y alcanzar una creencia segura, siendo esta creencia aquella sobre la cual uno está dispuesto a actuar. Sus puntos de vista pragmáticos enmarcaron la investigación científica como parte de un espectro más amplio y como impulsada, al igual que la investigación en general, por la duda real, no por la mera duda verbal o "hiperbólica", que él consideraba infructuosa. ^{[ o ]} Esta "duda hiperbólica" contra la que Peirce argumenta aquí es, por supuesto, solo otro nombre para la duda cartesiana asociada con René Descartes . Es una ruta metodológica hacia el conocimiento cierto mediante la identificación de aquello que no puede ser puesto en duda.

Una formulación sólida del método científico no siempre se alinea con una forma de empirismo en la que los datos empíricos se presentan como experiencia u otras formas abstractas de conocimiento, ya que en la práctica científica actual se suele aceptar el uso de modelos científicos y la dependencia de tipologías y teorías abstractas. En 2010, Hawking sugirió que los modelos físicos de la realidad deberían aceptarse simplemente cuando demuestren ser útiles para realizar predicciones. Él denomina a este concepto realismo dependiente del modelo . ^{[ 118 ]}

El galope al vuelo que se muestra en esta pintura ( Théodore Géricault , 1821) es una falsificación ; véase más abajo.

Las fotografías de Muybridge tituladas El caballo en movimiento (1878) se utilizaron para responder a la pregunta de si las cuatro patas de un caballo al galope se encuentran alguna vez en el aire simultáneamente. Esto demuestra el uso de la fotografía como herramienta experimental en la ciencia.

La metodología científica suele indicar que las hipótesis deben someterse a prueba en condiciones controladas siempre que sea posible. Esto suele ser factible en ciertas 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, del sesgo personal. Por ejemplo, las creencias preexistentes pueden alterar la interpretación de los resultados, como en el sesgo de confirmación ; este es un sesgo heurístico que lleva a una persona con una creencia particular a ver las cosas como reforzando su creencia, incluso si otro observador podría discrepar (en otras palabras, las personas tienden a observar lo que esperan observar). ^{[ 39 ]}

La acción del pensamiento se ve estimulada por la irritación de la duda y cesa cuando se alcanza la creencia.

Un ejemplo histórico es la creencia de que las patas de un caballo al galope están abiertas en el punto en que ninguna toca el suelo, hasta el punto de que esta imagen fue incluida en pinturas por sus defensores. Sin embargo, las primeras imágenes de un caballo al galope, realizadas por Eadweard Muybridge, demostraron que esto era falso y que, en realidad, las patas están juntas. ^{[ 120 ]}

Otro sesgo humano importante que influye es la preferencia por afirmaciones nuevas y sorprendentes (véase Apelación a la novedad ), lo que puede llevar a buscar pruebas de que lo nuevo es cierto. ^{[ 121 ]} Las creencias poco fundamentadas pueden creerse y ponerse en práctica mediante una heurística menos rigurosa. ^{[ 122 ]}

Goldhaber y Nieto publicaron en 2010 la observación de que si las estructuras teóricas con "muchos sujetos estrechamente relacionados se describen conectando conceptos teóricos, entonces la estructura teórica adquiere una robustez que hace cada vez más difícil —aunque ciertamente nunca imposible— de refutarla". ^{[ 123 ]} Cuando se construye una narrativa, sus elementos se vuelven más fáciles de creer. ^{[ 124 ] [ 40 ]}  

Fleck (1979) , p. 27 señala: «Las palabras y las ideas son originalmente equivalencias fonéticas y mentales de las experiencias que coinciden con ellas. ... Tales protoideas son al principio siempre demasiado amplias e insuficientemente especializadas. ... Una vez que se ha formado un sistema de opiniones estructuralmente completo y cerrado que consta de 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. ^{[ η ]} 

La idea de que existan dos justificaciones opuestas para la verdad ha aparecido a lo largo de la historia del método científico como análisis versus síntesis, no amplificativo/amplificador, o incluso confirmación y verificación. (Y existen otros tipos de razonamiento). Uno consiste en usar lo observado para construir verdades fundamentales, y el otro en derivar de esas verdades fundamentales principios más específicos. ^{[ 125 ]}

El razonamiento deductivo deriva conclusiones específicas de principios generales establecidos: si las premisas son verdaderas, la conclusión debe ser verdadera. El razonamiento inductivo construye principios generales a partir de observaciones: las conclusiones son probables, pero no están garantizadas. La investigación científica emplea ambos: la inducción genera hipótesis a partir de observaciones; la deducción predice consecuencias comprobables. Este proceso requiere un escepticismo riguroso respecto a los fenómenos observados, ya que las suposiciones cognitivas pueden distorsionar la interpretación de las percepciones iniciales. ^{[ 126 ]}

Un ejemplo de cómo funciona el razonamiento inductivo y deductivo se puede encontrar en la historia de la teoría gravitacional . ^{[ p ]} Se necesitaron miles de años de mediciones, de 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 inductivamente los datos recopilados , y Newton pudo unificar la teoría y las mediciones previas en las consecuencias de sus leyes del movimiento en 1727. ^{[ r ]}

Otro ejemplo común de razonamiento inductivo es la observación de un contraejemplo a 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 ocurrieron a Einstein como una posible prueba temprana de su teoría de la relatividad . Sus cálculos relativistas coincidían con la observación mucho más estrechamente que la teoría newtoniana. ^{[ ] Aunque} el Modelo Estándar de la física actual sugiere que todavía no conocemos al menos algunos de los conceptos que rodean la teoría de Einstein, esta sigue vigente hasta el día de hoy y se está construyendo sobre ella deductivamente.

Un ejemplo común de razonamiento deductivo es asumir una teoría como verdadera y, posteriormente, desarrollarla. Una teoría basada en el logro de Einstein puede simplemente afirmar: «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 demostró correctamente que «este caso» cumple las condiciones, la conclusión se deduce. Una extensión de esto es asumir la solución a un problema abierto. Este tipo de razonamiento deductivo, más débil, se utiliza en la investigación actual, cuando varios científicos, o incluso equipos de investigadores, resuelven gradualmente casos específicos para demostrar una teoría más amplia. Esto suele implicar la revisión constante de las hipótesis a medida que surgen nuevas pruebas.

Esta forma de presentar el razonamiento inductivo y deductivo muestra en parte por qué la ciencia se suele presentar como un ciclo iterativo. Es importante tener en cuenta que los fundamentos de dicho ciclo residen en el razonamiento, y no únicamente en el seguimiento de un procedimiento.

Las afirmaciones de verdad científica pueden ser refutadas de tres maneras: falsificándolas, cuestionando su certeza o afirmando que la afirmación misma es incoherente. ^{[ t ]} La 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 ^{[ 36 ]} — la certeza, quizás, es donde surgen más fácilmente las dificultades para distinguir las verdades de las falsedades.

Las mediciones científicas incluyen estimaciones de incertidumbre , calculadas a través de mediciones repetidas, propagación de errores desde cantidades subyacentes o limitaciones de muestreo. incertidumbre. ^{[ 85 ]} Los recuentos de cosas 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 en la medición, simplemente habrá una «desviación probable» que se reflejará en las conclusiones del estudio. La estadística es diferente. La generalización estadística inductiva toma datos de muestra y extrapola conclusiones más generales, las cuales deben justificarse y analizarse minuciosamente. Incluso se puede afirmar que los modelos estadísticos son útiles, pero nunca representan completamente las circunstancias .

En el análisis estadístico, el sesgo esperado e inesperado es un factor importante. ^{[ 131 ]} 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 , para el cual incluso podría decirse que la conciencia de los posibles sesgos es más importante que la lógica rigurosa; 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 ponerse en su contexto apropiado. ^{[ 126 ]} Por lo tanto, las afirmaciones simples como "9 de cada 10 médicos recomiendan" son de calidad desconocida porque no justifican su metodología.

La falta de familiaridad con las metodologías estadísticas puede dar lugar a conclusiones erróneas. Dejando de lado el ejemplo sencillo, ^{[ v ]} la interacción de múltiples probabilidades es donde, por ejemplo, los profesionales médicos, ^{[ 133 ]} han demostrado una falta de comprensión adecuada. El teorema de Bayes es el principio matemático que describe cómo se ajustan las probabilidades existentes a la luz de nueva información. La paradoja del niño o la niña es un ejemplo común. En la representación del conocimiento, la estimación bayesiana de la información mutua entre variables aleatorias es una forma de medir la dependencia, la independencia o la interdependencia de la información bajo escrutinio. ^{[ 134 ]}

Más allá de la metodología de encuesta comúnmente asociada a la investigación de campo , 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 ser 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 indica, en la formulación de hipótesis y su comprobación mediante el razonamiento deductivo . Una hipótesis que enuncie implicaciones, a menudo llamadas predicciones , que sean falsables mediante experimentación, es de vital importancia aquí, ya que no es la hipótesis en sí, sino sus implicaciones, lo que se prueba. ^{[ 135 ]} Básicamente, los científicos examinarán las consecuencias hipotéticas que plantea una teoría (potencial) y las probarán o refutarán en lugar de la teoría misma. Si una prueba experimental de esas consecuencias hipotéticas demuestra que son falsas, se deduce lógicamente que la parte de la teoría que las implicaba también era falsa. Sin embargo, si resultan ser verdaderas, esto no prueba la teoría de forma definitiva.

La lógica de esta prueba es lo que permite que este método de investigación se razone deductivamente. Se asume que la hipótesis formulada es "verdadera", y a partir de esa afirmación "verdadera" se infieren implicaciones. Si las pruebas posteriores demuestran que las implicaciones son falsas, se deduce que la hipótesis también era falsa. Si las pruebas demuestran que las implicaciones son verdaderas, se obtendrán nuevas perspectivas. Es importante tener en cuenta que una prueba positiva en este caso, 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; solo (¬B ⇒ ¬A) es lógica válida. Sin embargo, sus resultados positivos, como lo expresó Hempel, proporcionan "al menos algún apoyo, alguna corroboración o confirmación". ^{[ 136 ]} Por eso Popper insistió en que las hipótesis planteadas fueran falsables, ya que las pruebas exitosas implican muy poco de lo contrario. Como lo expresó Gillies , "las teorías exitosas son aquellas que sobreviven a la eliminación mediante la falsación". ^{[ 135 ]}

El razonamiento deductivo en este modo de investigación a veces se reemplaza por el razonamiento abductivo : la búsqueda de la explicación más plausible mediante inferencia lógica. Por ejemplo, en biología, donde las leyes generales son escasas, ^{[ 135 ]} ya que las deducciones válidas se basan en presuposiciones sólidas. ^{[ 126 ]}

El enfoque inductivo para derivar la verdad científica alcanzó prominencia con Francis Bacon y, en particular, con Isaac Newton y quienes lo siguieron. ^{[ 137 ]} Sin embargo , tras el establecimiento del método HD , a menudo se lo dejó de lado como una especie de "exploración a ciegas". ^{[ 135 ]} Aún conserva cierta validez, pero el método inductivo actual suele estar muy alejado del enfoque histórico; la magnitud de los datos recopilados le confiere una nueva eficacia. Se asocia principalmente con proyectos de minería de datos o proyectos de observación a gran escala. En ambos casos, a menudo no está nada claro cuáles serán los resultados de los experimentos propuestos, por lo que el conocimiento surgirá tras la recopilación de datos mediante el razonamiento inductivo. ^{[ r ]}

Mientras que el método de investigación tradicional abarca ambos aspectos, el enfoque inductivo generalmente formula solo una pregunta de investigación , no una hipótesis. En cambio, a partir de la pregunta inicial, se determina un método adecuado de recopilación de datos de alto rendimiento, se procesan y depuran los datos resultantes y, posteriormente, se extraen conclusiones. «Este cambio de enfoque eleva los datos al papel fundamental de revelar por sí mismos nuevas perspectivas». ^{[ 135 ]}

La ventaja del método inductivo sobre los métodos que formulan una hipótesis radica en que está esencialmente libre de las ideas preconcebidas del investigador respecto a su tema. Por otro lado, el razonamiento inductivo siempre conlleva un grado de certeza, como todas las conclusiones obtenidas mediante este método. ^{[ 135 ]} Sin embargo, este grado de certeza puede alcanzar niveles bastante elevados. Por ejemplo, en la determinación de números primos grandes , que se utilizan en software de cifrado . ^{[ 138 ]}

El modelado matemático , o razonamiento alóctono, consiste típicamente en la formulación de una hipótesis seguida de la construcción de modelos matemáticos que pueden ser probados en lugar de realizar experimentos físicos de laboratorio. Este enfoque tiene dos factores principales: la 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, es decir, cómo se deriva la verdad; y los pasos de simplificación tomados en la abstracción del sistema dado tienen como objetivo reducir los factores que no son relevantes y, por lo tanto, reducir los errores inesperados. ^{[ 135 ]} Estos pasos también pueden ayudar al investigador a comprender los factores importantes del sistema, hasta qué punto se puede llevar la parsimonia hasta que el sistema se vuelva cada vez más inmutable y, por lo tanto, estable. La parsimonia y los principios relacionados se exploran más adelante .

Una vez completada esta traducción matemática, el modelo resultante, en lugar del sistema correspondiente, puede analizarse mediante métodos puramente matemáticos y computacionales. Los resultados de este análisis son, por supuesto, también de naturaleza puramente matemática y se traducen de nuevo al sistema tal como existe en la realidad mediante las reglas de correspondencia previamente determinadas, iterando tras la revisión e interpretación de los hallazgos. El razonamiento sobre estos modelos suele ser matemáticamente deductivo, pero no necesariamente. Un ejemplo son las simulaciones de Montecarlo . Estas generan datos empíricos de forma "arbitraria" y, aunque no revelen principios universales, pueden resultar útiles. ^{[ 135 ]}

El conocimiento científico está estrechamente ligado a los hallazgos empíricos y puede ser refutado si nuevas observaciones experimentales resultan incompatibles con lo ya descubierto. Es decir, ninguna teoría puede considerarse definitiva, puesto que podrían surgir nuevas pruebas que la contradigan. Si se encuentran dichas pruebas, se puede proponer una nueva teoría o (más comúnmente) se constata que las modificaciones a la teoría anterior son suficientes para explicar las nuevas evidencias. La solidez de una teoría radica en el tiempo que ha perdurado sin alteraciones sustanciales en sus principios fundamentales.

Las teorías también pueden quedar subsumidas por otras. Por ejemplo, las leyes de Newton explicaron casi a la perfección miles de años de observaciones científicas de los planetas . Sin embargo, posteriormente se determinó que estas leyes eran casos particulares de una teoría más general ( la relatividad ), que explicaba tanto las excepciones (previamente inexplicadas) a las leyes de Newton como otras observaciones, como la desviación de la luz por la gravedad . Así, en ciertos casos, observaciones científicas independientes y sin conexión entre sí pueden conectarse y unificarse mediante principios de creciente poder explicativo. ^{[ 141 ] [ 123 ]}

Dado que las nuevas teorías podrían ser más completas que las que las precedieron, y por lo tanto ser capaces de explicar más que las anteriores, las teorías sucesoras podrían ser capaces de cumplir un estándar más alto al explicar un conjunto mayor de observaciones que sus predecesoras. ^{[ 141 ]} 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; ^{[ 142 ] [ 143 ]} su modificación más reciente e importante 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 algunos han sugerido trabajos adicionales mientras que otros se han contentado con explicar los fenómenos. Las razones por las que una teoría ha reemplazado a otra no siempre son obvias ni sencillas. La filosofía de la ciencia incluye la pregunta: ¿Qué criterios cumple una «buena» teoría ? Esta pregunta 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 . ^{[ 144 ]} Aunque diferentes pensadores enfatizan diferentes aspectos, ^{[ ] las buenas} teorías son precisas, internamente consistentes, explicativas más allá de los datos requeridos, unificadoras de fenómenos dispares y fructíferas para la investigación. Cuando la evidencia empírica es limitada, los científicos favorecen la parsimonia y las observaciones invariantes. Los científicos a veces también enumeran el criterio muy subjetivo de «elegancia formal», que puede indicar múltiples cosas diferentes.

El objetivo aquí es hacer que la elección entre teorías sea menos arbitraria. No obstante, estos criterios contienen elementos subjetivos y deben considerarse heurísticas más que definitivas. ^{[ κ ]} Además, criterios como estos no necesariamente deciden entre teorías alternativas. Citando a Bird : ^{[ 150 ]}

«[Tales 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 cabe discrepar sobre su grado de validez. En tercer lugar, puede haber desacuerdo sobre cómo ponderarlos entre sí, especialmente cuando entran en conflicto.»

También es discutible si las teorías científicas existentes satisfacen todos estos criterios, que podrían representar objetivos aún no alcanzados. Por ejemplo, ninguna teoría satisface actualmente el poder explicativo sobre todas las observaciones existentes. ^{[ 151 ] [ 152 ]}

El pluralismo científico es una postura dentro de la filosofía de la ciencia que rechaza diversas propuestas de unidad en el método científico y el objeto de estudio. Los pluralistas científicos sostienen que la ciencia no está unificada en uno o más de los siguientes aspectos: la metafísica de su objeto de estudio, la epistemología del conocimiento científico o los métodos y modelos de investigación que deberían utilizarse. Algunos pluralistas creen que el pluralismo es necesario debido a la naturaleza de la ciencia. Otros afirman que, dado que las disciplinas científicas ya varían en la práctica, no hay razón para creer que esta variación sea errónea hasta que se demuestre empíricamente una unificación específica . Finalmente, algunos sostienen que el pluralismo debería permitirse por razones normativas , incluso si la unidad fuera posible en teoría.

El unificacionismo, en ciencia, fue un principio central del positivismo lógico . ^{[ 163 ] [ 164 ]} Diferentes positivistas lógicos interpretaron esta doctrina de diversas maneras, por ejemplo, como una tesis reduccionista , según la cual los objetos investigados por las ciencias particulares se reducen a los objetos de un dominio científico común, supuestamente más básico, generalmente considerado la 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 particulares comparten un método científico común. ^{[ y ]}

El desarrollo de esta idea se ha visto obstaculizado por el acelerado avance de la tecnología, que ha abierto muchas nuevas formas de ver el mundo.

El hecho de que los criterios de éxito científico cambien con el tiempo no solo dificulta la filosofía de la ciencia, sino que también plantea problemas para la comprensión pública de la misma. No contamos con un método científico fijo en torno al cual unirnos y defender.

Paul Feyerabend examinó la historia de la ciencia y llegó a negar que la ciencia sea realmente un proceso metodológico. En su libro de 1975, 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 sin excepciones que rijan el progreso de la ciencia. En esencia, afirmó que para cualquier método o norma científica específica, se puede encontrar un episodio histórico en el que su violación haya contribuido al progreso de la ciencia. Sugirió en tono de broma que, si los creyentes en el método científico desean expresar una única regla universalmente válida, debería ser « todo vale ». ^{[ 166 ]} Sin embargo, como se ha argumentado anteriormente, esto no es económico; quienes resuelven problemas y los investigadores deben ser prudentes con sus recursos durante su investigación. ^{[ E ]}

Se ha llegado a una conclusión más general en contra del método formalizado a través de una investigación que incluyó 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 los conceptos metodológicos generales y las estrategias precisas para dirigir la realización de la investigación. ^{[ 168 ]}

En la enseñanza de las ciencias , 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. ^{[ 169 ] [ 170 ]} Esta convención de la educación tradicional ha sido cuestionada por los científicos, ya que existe consenso en que los elementos secuenciales de la educación y la visión unificada del método científico no reflejan cómo trabajan realmente los científicos. ^{[ 171 ] [ 172 ] [ 173 ]} Las principales organizaciones de científicos, como la Asociación Estadounidense para el Avance de la Ciencia (AAAS), consideran que las ciencias son parte de las tradiciones de aprendizaje de las artes liberales y que una comprensión adecuada de la ciencia incluye la comprensión de la filosofía y la historia, no solo la ciencia de forma aislada. ^{[ 174 ]}

Cómo las ciencias generan conocimiento se ha enseñado en el contexto del método científico (en singular) desde principios del siglo XX. Varios sistemas educativos, incluidos, entre otros, los de EE. UU., han enseñado el método científico como un proceso o procedimiento, estructurado como una serie definitiva de pasos: ^{[ 178 ]} observación, hipótesis, predicción, experimento.

Esta versión del método científico ha sido un estándar establecido desde hace mucho tiempo en la educación primaria y secundaria, así como en las ciencias biomédicas. ^{[ 180 ]} Durante mucho tiempo se ha considerado una idealización inexacta de cómo se estructuran algunas investigaciones científicas. ^{[ 175 ]}

La enseñanza tradicional de las ciencias fue criticada por presentar una metodología singular y demasiado simplificada que hacía demasiado hincapié en la experimentación, ignoraba el contexto social y sugería la generación automática de conocimiento a través de pasos procedimentales. ^{[ 181 ] [ 182 ]}

El método científico ya no figura en los estándares para la educación en EE. UU. de 2013 ( NGSS ), que reemplazaron a los de 1996 ( NRC ). Estos también influyeron en la educación científica internacional, ^{[ 181 ]} y los estándares evaluados han cambiado desde entonces, pasando del método singular de prueba de hipótesis a una concepción más amplia de los métodos científicos. ^{[ 183 ]} ​​Estos métodos científicos, que se basan en prácticas científicas y no en epistemología, se describen como las tres dimensiones de las prácticas científicas y de ingeniería, conceptos transversales (ideas interdisciplinarias) e ideas centrales disciplinares. ^{[ 181 ]}

El método científico, como resultado de explicaciones simplificadas y universales, a menudo se considera que ha alcanzado una especie de estatus mitológico; como una herramienta de comunicación o, en el mejor de los casos, una idealización. ^{[ 38 ] [ 172 ]} El enfoque de la educación estuvo fuertemente influenciado por Cómo pensamos (1910) de John Dewey . ^{[ 35 ]} Van der Ploeg (2016) indicó que las ideas de Dewey 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). ^{[ 184 ]}

La sociología del conocimiento es un concepto que surge en el debate sobre el método científico, al afirmar que el método subyacente de la ciencia es sociológico. King explica que la sociología distingue aquí entre el sistema de ideas que rigen las ciencias mediante una lógica interna y el sistema social en el que surgen esas ideas. ^{[ μ ] [ i ]}

Se estima que entre el 33% y el 50% de todos los descubrimientos científicos se han dado por casualidad , en lugar de buscarse. Esto puede explicar por qué los científicos a menudo expresan que tuvieron suerte. ^{[ 9 ]} Los propios científicos de los siglos XIX y XX reconocieron el papel de la suerte o la serendipia en los descubrimientos. ^{[ 10 ]} A Louis Pasteur se le atribuye la famosa frase de que "La suerte favorece a la mente preparada", pero algunos psicólogos han comenzado a estudiar qué significa estar "preparado para la suerte" en el contexto científico. La investigación está mostrando que a los científicos se les enseñan varias heurísticas que tienden a aprovechar el azar y lo inesperado. ^{[ 9 ] [ 197 ]} Esto es lo que Nassim Nicholas Taleb llama "antifragilidad"; mientras que 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: de hecho, se beneficia de dicha aleatoriedad de muchas maneras (es antifrágil). Taleb cree que cuanto más antifrágil sea el sistema, más prosperará en el mundo real. ^{[ 198 ]}

El psicólogo Kevin Dunbar afirma que el proceso de descubrimiento suele comenzar cuando los investigadores encuentran fallos en sus experimentos. Estos resultados inesperados los llevan a intentar corregir lo que consideran 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, por lo tanto, los que lo hacen idóneo para identificar este tipo de errores sistemáticos persistentes. En este punto, el investigador comenzará a pensar en explicaciones teóricas para el error, a menudo buscando la ayuda de colegas de diferentes áreas de especialización. ^{[ 9 ] [ 197 ]}

Cuando el método científico emplea la estadística como parte fundamental de su arsenal, existen problemas matemáticos y prácticos que pueden tener un efecto perjudicial en la fiabilidad de los resultados de los métodos científicos. Esto se describe en un artículo científico popular de 2005, « Por qué la mayoría de los hallazgos de investigación publicados son falsos », de John Ioannidis , considerado fundamental para el campo de la metaciencia . ^{[ 132 ]} Gran parte de la investigación en metaciencia busca identificar el mal uso de la estadística y mejorar su aplicación, un ejemplo de ello es el uso indebido de los valores p . ^{[ 199 ]}

Los puntos planteados son tanto estadísticos como económicos. Estadísticamente, es menos probable que los hallazgos de investigación sean verdaderos cuando los estudios son pequeños y cuando existe una flexibilidad significativa en el diseño del estudio, las definiciones, los resultados y los enfoques analíticos. Económicamente, la fiabilidad de los hallazgos disminuye en campos con mayores intereses financieros, sesgos y un alto nivel de competencia entre los equipos de investigación. Como resultado, la mayoría de los hallazgos de investigación se consideran falsos en diversos diseños y campos científicos, particularmente en la investigación biomédica moderna, que a menudo opera en áreas con probabilidades muy bajas, tanto antes como después del estudio, de obtener hallazgos verdaderos. Sin embargo, a pesar de estos desafíos, la mayoría de los nuevos descubrimientos seguirán surgiendo de investigaciones generadoras de hipótesis que comienzan con probabilidades bajas o muy bajas antes del estudio. Esto sugiere que expandir las fronteras del conocimiento dependerá de investigar áreas fuera de la corriente principal, donde las posibilidades de éxito pueden parecer inicialmente escasas. ^{[ 132 ]}

La ciencia aplicada a sistemas complejos puede incluir elementos como la transdisciplinariedad , la teoría de sistemas , la teoría de control y la modelización científica .

En general, el método científico puede ser difícil de aplicar rigurosamente a sistemas diversos e interconectados y a grandes conjuntos de datos. En particular, las prácticas utilizadas en el ámbito del Big Data , como el análisis predictivo , pueden considerarse incompatibles con el método científico, ^{[ 200 ]} ya que algunos datos pueden haber sido despojados de parámetros que podrían ser relevantes para hipótesis alternativas que expliquen el problema; por lo tanto, los datos despojados solo servirían para respaldar la hipótesis nula en la aplicación del análisis predictivo. Fleck (1979) , pp. 38-50 , señala que «un descubrimiento científico permanece incompleto sin considerar las prácticas sociales que lo condicionan». ^{[ 201 ]}