Hispanopedia Wiki
Articulo de referencia

Modelos de investigación científica

Los modelos de investigación científica tienen dos funciones: primero, proporcionar una descripción de cómo se lleva a cabo la investigación científica en la práctica, y segundo...

Hispanopedia WikiContenido en espanolLectura gratuita

Los modelos de investigación científica tienen dos funciones: primero, proporcionar una descripción de cómo se lleva a cabo la investigación científica en la práctica, y segundo, proporcionar una explicación de por qué la investigación científica tiene tanto éxito como parece al generar modelos consistentes y altamente prácticos. El filósofo Wesley C. Salmon describió la investigación científica de la siguiente manera:

La búsqueda del conocimiento científico se remonta a la antigüedad. En algún momento del pasado, al menos en tiempos de Aristóteles, los filósofos reconocieron que debía establecerse una distinción fundamental entre dos tipos de conocimiento científico: a grandes rasgos, el conocimiento del qué y el conocimiento del por qué . Una cosa es saber que cada planeta invierte periódicamente la dirección de su movimiento con respecto al fondo de estrellas fijas; otra muy distinta es saber por qué . El conocimiento del primer tipo es descriptivo; el del segundo, explicativo. Es el conocimiento explicativo el que proporciona la comprensión científica del mundo. (Salmon, 2006, pág. 3) [ 1 ]

Según el Consejo Nacional de Investigación (Estados Unidos) : "La investigación científica se refiere a las diversas formas en que los científicos estudian el mundo natural y proponen explicaciones basadas en la evidencia derivada de su trabajo". [ 2 ]

Relatos de investigación científica

Modelo clásico

El modelo clásico de investigación científica deriva de Aristóteles , [ 3 ] quien distinguió las formas de razonamiento aproximado y exacto, estableció el esquema triple de inferencia abductiva , deductiva e inductiva , y también trató las formas compuestas como el razonamiento por analogía .

Modelo pragmático

empirismo lógico

Wesley Salmon (1989) [ 1 ] comenzó su estudio histórico de la explicación científica con lo que denominó la visión recibida , tal como fue recibida por Hempel y Oppenheim en los años que comenzaron con sus Estudios sobre la lógica de la explicación (1948) y culminaron en Aspectos de la explicación científica de Hempel (1965). Salmon resumió su análisis de estos desarrollos mediante la siguiente tabla.

En esta clasificación, una explicación deductivo-nomológica (DN) de un suceso es una deducción válida cuya conclusión afirma que el resultado que se pretende explicar ocurrió efectivamente. El argumento deductivo se llama explicación , sus premisas se llaman explanans ( del latín: explicar ) y la conclusión se llama explanandum ( del latín: explicar ). Según una serie de criterios adicionales, una explicación puede clasificarse en una escala que va desde potencial hasta verdadera .

Sin embargo, no todas las explicaciones científicas son del tipo DN. Una explicación inductivo-estadística (IS) da cuenta de un suceso al subsumirlo bajo leyes estadísticas, en lugar de leyes categóricas o universales, y el modo de subsunción es en sí mismo inductivo en vez de deductivo. El tipo DN puede considerarse un caso límite del tipo IS, más general, donde la medida de certeza implicada es completa, o probabilidad 1, en el primer caso, mientras que es menos que completa, probabilidad < 1, en el segundo.

Desde este punto de vista, el modo de razonamiento DN, además de utilizarse para explicar sucesos particulares, también puede utilizarse para explicar regularidades generales, simplemente deduciéndolas de leyes aún más generales.

Finalmente, el tipo de explicación deductivo-estadística (DE), considerada propiamente como una subclase del tipo DN, explica las regularidades estadísticas mediante la deducción a partir de leyes estadísticas más completas. (Salmon 1989, pp.  8–9). [ 1 ]

Tal era la visión aceptada de la explicación científica desde el punto de vista del empirismo lógico , que Salmon dice que "predominó" durante el tercer cuarto del siglo pasado (Salmon, p.  10). [ 1 ]

Elección de una teoría

A lo largo de la historia, una teoría ha sucedido a otra, y algunas han sugerido trabajos adicionales, mientras que otras 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 . [ 4 ] Colyvan resumió varios criterios propuestos con frecuencia. [ 5 ] Una buena teoría:

  1. contiene pocos elementos arbitrarios (simplicidad/parsimonia);
  2. Concuerda con todas las observaciones existentes y las explica ( poder unificador/explicativo ), y realiza predicciones detalladas sobre observaciones futuras que pueden refutar o falsificar la teoría si no se confirman;
  3. es fructífero, donde el énfasis de Colyvan no está solo en la predicción y la falsificación, sino también en la importancia fundamental de una teoría para sugerir trabajos futuros;
  4. es elegante (elegancia formal; sin modificaciones ad hoc ).

Stephen Hawking apoyó los puntos 1, 2 y 4, pero no mencionó la fecundidad. [ 6 ] Por otro lado, Kuhn enfatiza la importancia de la seminalidad. [ 7 ]

El objetivo aquí es hacer que la elección entre teorías sea menos arbitraria. Sin embargo, estos criterios contienen elementos subjetivos y son heurísticas más que parte del método científico . [ 8 ] Además, criterios como estos no necesariamente deciden entre teorías alternativas. Citando a Bird: [ 9 ]

Estos 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.

— Alexander Bird, Inconmensurabilidad metodológica

También es discutible si las teorías científicas existentes satisfacen todos estos criterios, que podrían representar objetivos aún no alcanzados. Por ejemplo, el poder explicativo sobre todas las observaciones existentes (criterio 3) no es satisfecho por ninguna teoría en la actualidad. [ 10 ]

Cualesquiera que sean los objetivos últimos 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 aplicación. En algunos casos este ámbito es muy amplio, pero en otros bastante reducido. [ 11 ]

— EB Davies, Pluralismo epistemológico, pág. 4

Los requisitos de una "buena" teoría se han debatido durante siglos, remontándose quizás incluso a antes de la navaja de Occam , [ 12 ] que a menudo se toma como un atributo de una buena teoría. La navaja de Occam podría entrar en el epígrafe de "elegancia", el primer elemento de la lista, pero Albert Einstein advirtió sobre una aplicación demasiado entusiasta : "Todo debe hacerse lo más simple posible, pero no más simple". [ 13 ] Es discutible que la parsimonia y la elegancia "suelen ir en direcciones diferentes". [ 14 ] El elemento de falsabilidad en la lista está relacionado con el criterio propuesto por Popper para demarcar 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: [ 15 ] [ 16 ]

"Debe ser posible que un sistema científico empírico sea refutado por la experiencia."

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

— Karl Popper, La lógica del descubrimiento científico, pág. 18 y pág. 280

Thomas Kuhn argumentó que los cambios en las visiones de la realidad de los científicos no solo contienen elementos subjetivos, sino que resultan de dinámicas de grupo, "revoluciones" en la práctica científica que dan lugar a cambios de paradigma . [ 17 ] Como ejemplo, Kuhn sugirió que la " Revolución Copernicana " heliocéntrica reemplazó las visiones geocéntricas de Ptolomeo no debido a fallos empíricos, sino debido a un nuevo "paradigma" que ejercía control sobre lo que los científicos consideraban la forma más fructífera de alcanzar sus objetivos.

Aspectos de la investigación científica

Deducción e inducción

El razonamiento deductivo y el razonamiento inductivo son bastante diferentes en sus enfoques.

Deducción

El razonamiento deductivo es el razonamiento de la demostración o implicación lógica . Es la lógica utilizada en matemáticas y otros sistemas axiomáticos, como la lógica formal. En un sistema deductivo, existen axiomas (postulados) que no se demuestran. De hecho, no se pueden demostrar sin caer en la circularidad. También existen términos primitivos que no se definen, ya que no se pueden definir sin circularidad. Por ejemplo, se puede definir una línea como un conjunto de puntos, pero definir un punto como la intersección de dos líneas sería circular. Debido a estas interesantes características de los sistemas formales , Bertrand Russell se refirió con humor a las matemáticas como «el campo donde no sabemos de qué hablamos, ni si lo que decimos es verdad o no». Todos los teoremas y corolarios se demuestran explorando las implicaciones de los axiomas y otros teoremas previamente desarrollados. Los nuevos términos se definen utilizando los términos primitivos y otras definiciones derivadas basadas en ellos.

En un sistema deductivo, se puede usar correctamente el término "demostración" para referirse a un teorema. Decir que un teorema está demostrado significa que es imposible que los axiomas sean verdaderos y el teorema sea falso. Por ejemplo, podríamos hacer un silogismo simple como el siguiente:

  1. El Parque Nacional Arches se encuentra dentro del estado de Utah .
  2. Estoy en el Parque Nacional Arches.
  3. Por lo tanto, me encuentro en el estado de Utah.

Nótese que no es posible (suponiendo que se cumplan todos los criterios de calificación triviales) estar en Arches y no estar en Utah. Sin embargo, uno puede estar en Utah sin estar en el Parque Nacional Arches. La implicación solo funciona en una dirección. Las afirmaciones (1) y (2) en conjunto implican la afirmación (3). La afirmación (3) no implica nada sobre las afirmaciones (1) o (2). Nótese que no hemos probado la afirmación (3), pero hemos demostrado que las afirmaciones (1) y (2) en conjunto implican la afirmación (3). En matemáticas, lo que se prueba no es la verdad de un teorema en particular, sino que los axiomas del sistema implican el teorema. En otras palabras, es imposible que los axiomas sean verdaderos y el teorema sea falso. La fortaleza de los sistemas deductivos radica en la certeza de sus resultados. Su debilidad reside en que son construcciones abstractas que, lamentablemente, están un paso alejadas del mundo físico. Sin embargo, son muy útiles, ya que las matemáticas han aportado grandes conocimientos a las ciencias naturales al proporcionar modelos útiles de fenómenos naturales. Uno de los resultados es el desarrollo de productos y procesos que benefician a la humanidad.

Inducción

generalización inductiva

El aprendizaje sobre el mundo físico a menudo implica el uso del razonamiento inductivo. Es útil en disciplinas como la ciencia y la investigación forense. Se realizan observaciones específicas y se busca formular un principio general a partir de ellas, el cual apuntará a otras observaciones que resultarían naturalmente de la repetición del experimento o de la realización de más observaciones en circunstancias ligeramente diferentes. Si las observaciones predichas se confirman, es posible que se esté en el camino correcto. Sin embargo, el principio general no ha sido demostrado. El principio implica que ciertas observaciones deberían derivarse de él, pero las observaciones positivas no implican el principio. Es muy posible que algún otro principio también pueda explicar las observaciones conocidas y que funcione mejor en experimentos futuros. La implicación fluye en una sola dirección, como en el silogismo utilizado en la discusión sobre la deducción. Por lo tanto, nunca es correcto afirmar que un principio científico o una hipótesis/teoría ha sido "demostrado" en el sentido riguroso de prueba utilizado en los sistemas deductivos.

Un ejemplo clásico de esto es el estudio de la gravitación. Newton formuló una ley de gravitación que establece que la fuerza gravitatoria es directamente proporcional al producto de las dos masas e inversamente proporcional al cuadrado de la distancia entre ellas. Durante más de 170 años, todas las observaciones parecían validar su ecuación. Sin embargo, los telescopios llegaron a ser lo suficientemente potentes como para detectar una ligera discrepancia en la órbita de Mercurio. Los científicos intentaron todo lo imaginable para explicar la discrepancia, pero no pudieron hacerlo utilizando los objetos que influyeran en la órbita de Mercurio. Finalmente, Einstein desarrolló su teoría de la relatividad general , que explicó la órbita de Mercurio y todas las demás observaciones conocidas relacionadas con la gravitación. Durante el largo período en que los científicos realizaron observaciones que parecían validar la teoría de Newton, en realidad no la demostraron. Sin embargo, en aquel momento debió parecer que sí. Bastó un solo contraejemplo (la órbita de Mercurio) para demostrar que había algo erróneo en su teoría.

Esto es típico del razonamiento inductivo. Todas las observaciones que parecen validar la teoría no prueban su veracidad. Pero un contraejemplo puede demostrar su falsedad. Esto significa que se utiliza la lógica deductiva en la evaluación de una teoría. En otras palabras, si A implica B, entonces no B implica no A. La teoría de la relatividad general de Einstein ha sido respaldada por numerosas observaciones realizadas con los mejores instrumentos y experimentos científicos. Sin embargo, su teoría ahora tiene el mismo estatus que la teoría de la gravitación de Newton antes de que se detectaran los problemas en la órbita de Mercurio. Es altamente creíble y está validada con todo lo que sabemos, pero no está probada. Es simplemente lo mejor que tenemos hasta el momento.

Otro ejemplo de razonamiento científico correcto se observa en la búsqueda actual del bosón de Higgs . Los científicos del experimento Compact Muon Solenoid en el Gran Colisionador de Hadrones han realizado experimentos que arrojan datos que sugieren la existencia del bosón de Higgs. Sin embargo, conscientes de que los resultados podrían explicarse como una fluctuación de fondo y no como el bosón de Higgs, se muestran cautelosos y esperan obtener más datos de futuros experimentos. Así lo expresó Guido Tonelli:

"No podemos descartar la presencia del bosón de Higgs del Modelo Estándar entre 115 y 127 GeV debido a un modesto exceso de eventos en esta región de masa que aparece, de manera bastante consistente, en cinco canales independientes [...] A día de hoy, lo que observamos es consistente con una fluctuación de fondo o con la presencia del bosón."

Una forma de describir el método científico incluiría, como mínimo, los siguientes pasos:

  1. Realiza una serie de observaciones sobre el fenómeno que se está estudiando.
  2. Formula una hipótesis que pueda explicar las observaciones. (Esto puede implicar razonamiento inductivo y/o abductivo ).
  3. Identifica las implicaciones y los resultados que deben derivarse si la hipótesis es cierta.
  4. Realiza otros experimentos u observaciones para comprobar si alguno de los resultados previstos falla.
  5. Si alguno de los resultados previstos falla, la hipótesis se demuestra falsa, ya que si A implica B, entonces no B implica no A (por deducción). En ese caso, es necesario modificar la hipótesis y volver al paso 3. Si los resultados previstos se confirman, la hipótesis no se demuestra, sino que se puede afirmar que es coherente con los datos conocidos.

Cuando una hipótesis ha superado un número suficiente de pruebas, puede elevarse a la categoría de teoría científica . Una teoría es una hipótesis que ha superado numerosas pruebas y parece ser coherente con otras teorías científicas establecidas. Dado que una teoría es una hipótesis elevada a la categoría de teoría científica, pertenece a la misma naturaleza lógica y comparte las mismas limitaciones lógicas. Así como una hipótesis no puede probarse, pero sí refutarse, lo mismo ocurre con una teoría. Se trata de una diferencia de grado, no de naturaleza.

Argumento por analogía

Los argumentos por analogía son otro tipo de razonamiento inductivo. Al argumentar por analogía, se infiere que, dado que dos cosas se parecen en varios aspectos, es probable que también se parezcan en algún otro. Esto, por supuesto, es una suposición. Es natural intentar encontrar similitudes entre dos fenómenos y preguntarse qué se puede aprender de ellas. Sin embargo, observar que dos cosas comparten atributos en varios aspectos no implica que compartan similitudes en otros. Es posible que el observador ya haya notado todos los atributos compartidos y que cualquier otro atributo sea distinto. El argumento por analogía es un método de razonamiento poco fiable que puede llevar a conclusiones erróneas y, por lo tanto, no puede utilizarse para establecer hechos científicos.

Véase también

Referencias

  1. 1 2 3 4 Wesley C. Salmon (2006). Cuatro décadas de explicación científica (Reimpresión de Salmon, WC 1989. En, Explicación científica , eds. P. Kitcher y WC Salmon, volumen XIII de Estudios de Minnesota en la filosofía de la ciencia  ). University of Pittsburgh Press. ISBN 9780822959267.
  2. ↑ Consejo Nacional de Investigación (1996). Estándares Nacionales de Educación Científica . Washington, DC: The National Academies Press. pág. 23. doi : 10.17226/4962 . ISBN  978-0-309-05326-6.
  3. ↑ Aristóteles (1938). « Primeros Analíticos ». Aristóteles, Volumen 1. Biblioteca Clásica Loeb . Traducido por Hugh Tredennick. Londres: William Heinemann. págs. 181–531 .  
  4. ↑ Thomas Kuhn afirmó formalmente esta necesidad de las "normas para la elección racional de teorías". Una de sus discusiones se reproduce en Thomas S. Kuhn (1 de noviembre de 2002). "Capítulo 9: Racionalidad y elección de teorías" . En James Conant, John Haugeland (eds.). The Road since Structure: Philosophical Essays, 1970–1993 (2.ª ed.). University of Chicago Press. pp. 208 y ss . ISBN   0226457990.
  5. ↑ Mark Colyvan (2001). La indispensabilidad de las matemáticas . Oxford University Press. págs. 78–79 . ISBN  0195166612.
  6. ↑ Stephen Hawking; Leonard Mlodinow (2010). "¿Qué es la realidad?" . El gran diseño . Random House Digital, Inc. pág. 51. ISBN  978-0553907070.Véase también: realismo dependiente del modelo .
  7. ↑ Thomas S. Kuhn (1966). La estructura de las revoluciones científicas (PDF) (3.ª ed.). University of Chicago Press. pág. 157. ISBN   0226458083Esa decisión debe basarse menos en los logros pasados ​​que en las promesas futuras .
  8. ↑ Por ejemplo, Hawking/Mlodinow dicen ( El gran diseño , p. 52) "Los criterios anteriores son obviamente subjetivos. La elegancia, por ejemplo, no es algo fácil de medir, pero es muy apreciada entre los científicos". La idea de "demasiado barroco" está conectada con la "simplicidad": "una teoría repleta de factores de ajuste no es muy elegante. Parafraseando a Einstein, una teoría debe ser lo más simple posible, pero no más simple". ( El gran diseño , p. 52) Véase también: Simon Fitzpatrick (5 de abril de 2013). "Simplicidad en la filosofía de la ciencia" . Internet Encyclopedia of Philosophy .y Baker, Alan (25 de febrero de 2010). "Simplicidad" . En Edward N. Zalta (ed.). La enciclopedia de filosofía de Stanford (edición de verano de 2011) .
  9. ↑ Bird, Alexander (11 de agosto de 2011). "§4.1 Inconmensurabilidad metodológica" . En Edward N. Zalta (ed.). La enciclopedia de filosofía de Stanford (edición de primavera de 2013) .
  10. ↑ Véase Stephen Hawking; Leonard Mlodinow (2010). El gran diseño . Random House Digital, Inc. pág. 8. ISBN  978-0553907070Se trata de toda una familia de teorías diferentes, cada una de las cuales describe bien las observaciones solo en un rango determinado de situaciones físicas... Pero así como no existe un mapa que represente fielmente toda la superficie terrestre, tampoco existe una única teoría que represente fielmente las observaciones en todas las situaciones .
  11. ↑ E Brian Davies (2006). "Pluralismo epistemológico" . Archivo PhilSci .
  12. ↑ La navaja de Occam, a veces denominada «parsimonia ontológica», se formula aproximadamente como: Ante la elección entre dos teorías, la más simple es la mejor. Esta sugerencia se atribuye comúnmente a Guillermo de Ockham en el siglo XIV, aunque probablemente sea anterior a él. Véase Baker, Alan (25 de febrero de 2010). «Simplicidad; §2: Parsimonia ontológica» . The Stanford Encyclopedia of Philosophy (Edición de verano de 2011) . Consultado el 14 de noviembre de 2011 .
  13. ↑ Esta cita puede ser una paráfrasis. Véase MobileReference (2011). Citas célebres de 100 grandes personalidades . MobileReference. ISBN 978-1611980769.MobilReference es una editorial de libros electrónicos con sede en Boston.
  14. ↑ Baker, Alan (25 de febrero de 2010). "Simplicidad" . En Edward N. Zalta (ed.). La enciclopedia de filosofía de Stanford (edición de verano de 2011) .
  15. ↑ Karl Popper. "Ciencia: Conjeturas y refutaciones" (PDF) . Universidad de Texas A&M. Laboratorio de interfaz de motivación y cognición. Archivado del original (PDF) el 9 de septiembre de 2013. Consultado el 22 de enero de 2013 .Esta conferencia de Popper se publicó originalmente como parte del libro Conjeturas y refutaciones y se puede consultar aquí .
  16. ↑ Karl Raimund Popper (2002). La lógica del descubrimiento científico (Reimpresión de la traducción de Logik der Forchung ed. de 1935). Routledge/Taylor & Francis Group. pp. 18, 280. ISBN   0415278430.
  17. ↑ Thomas S. Kuhn (1966). La estructura de las revoluciones científicas (PDF) (3.ª ed.). University of Chicago Press. ISBN  0226458083.

Lecturas adicionales

  • Precesión del perihelio de Mercurio