Podcast sobre Método Hipotético-Deductivo y Falsacionismo

Kapitoly

El motor de la ciencia

Problemas, problemas y más problemas

El caso de los dueños de perros

¿Teníamos razón?

La línea que divide la ciencia

Lo que no es ciencia

Críticas al falsacionismo

Salvando una hipótesis

La Falacia de Confirmar

El Grupo Potencial Falsador

La Fuerza de Sobrevivir

¿Qué Hace a una Teoría Mejor?

Conclusión y Despedida

Přepis

Daniel: ¿Alguna vez viste a alguien paseando a su perro y te preguntaste si tener una mascota te hace mejor persona? ¿Más empático, quizás?

Laura: Pues esa pregunta, tan simple, es exactamente el punto de partida de casi toda la ciencia moderna. Es el motor que lo impulsa todo.

Daniel: ¿Una simple pregunta? Suena demasiado fácil.

Laura: Lo es y no lo es. Y el método que usa la ciencia para responderla es de lo que hablaremos hoy. Estás escuchando Studyfi Podcast.

Daniel: De acuerdo, entonces el tema es el método hipotético-deductivo. Suena... imponente.

Laura: ¡Para nada! En esencia, es muy lógico. Sostiene que una idea, o hipótesis, se acepta o se rechaza según los resultados de un experimento. Si la experiencia lo confirma, la aceptamos. Si no, la descartamos.

Daniel: O sea, todo empieza con un problema o una pregunta.

Laura: ¡Exacto! Pero ojo, no todos los problemas son iguales. Hay que distinguir entre tres tipos.

Daniel: A ver, ilumíname.

Laura: Primero están los problemas reales, los de la vida cotidiana. Como, no sé, ¿cómo destapar la bombilla del mate?

Daniel: Un problema muy real para muchos. ¿El segundo?

Laura: Problemas de conocimiento. Su respuesta ya existe, solo tienes que buscarla. Por ejemplo, ¿cómo tratar una herida? Consultas a un médico o una fuente especializada y listo.

Daniel: Entendido. ¿Y el tercero es el que nos interesa, supongo?

Laura: Justo. El problema de investigación. Es una pregunta para la que NADIE tiene respuesta todavía. El conocimiento actual no es suficiente. Ahí es donde la ciencia se pone a trabajar.

Daniel: Volvamos a nuestro ejemplo del perro. ¿Esa sería una pregunta de investigación?

Laura: Podría serlo. Formulémosla bien: ¿Cómo son los niveles de empatía en las personas que tienen perros? Es una pregunta abierta, no se responde con un simple sí o no.

Daniel: Vale, paso uno: el problema. ¿Qué sigue?

Laura: Proponer una hipótesis. Una respuesta tentativa. Basándonos en otros estudios que sugieren que las mascotas aumentan la empatía, nuestra hipótesis podría ser: "Los niveles de empatía en personas que tienen perros son altos".

Daniel: ¿Y cómo probamos eso? No puedes ver la empatía directamente.

Laura: ¡Excelente punto! Tienes que deducir consecuencias observables. La empatía tiene dimensiones que sí podemos medir: la compasión, la capacidad de ponerse en el lugar del otro, la preocupación empática...

Daniel: Ah, claro. Y luego mides eso con algún tipo de test.

Laura: Exacto. Administras un cuestionario validado a un grupo de personas con perros. Ese es el experimento, la contrastación con la experiencia.

Daniel: Y llegamos al momento de la verdad. ¿Qué pasa con los resultados?

Laura: Muy simple. Si los resultados muestran niveles altos de empatía, ¡bingo! La hipótesis se confirma.

Daniel: ¿Y si muestran niveles bajos o medios?

Laura: Entonces la hipótesis se refuta. Se rechaza. No era correcta.

Daniel: ¿Y ahí se acaba todo? ¿Tanto trabajo para nada?

Laura: No, ¡para nada! Si se rechaza, vuelves al segundo paso y formulas una nueva hipótesis. Quizás la raza del perro influye, o el tiempo que llevan juntos... Se abre una nueva línea de investigación.

Daniel: Tiene sentido. Y si se confirma muchas veces, en diferentes grupos...

Laura: ¡Se convierte en una ley! Así es como avanza la ciencia. No con certezas absolutas, sino con preguntas, hipótesis y pruebas constantes. Es un ciclo sin fin.

Daniel: Qué increíble... O sea que la ciencia es más un ciclo de preguntas que una colección de respuestas definitivas. Pero entonces, Laura, ¿qué hace que una pregunta sea... científica? ¿Dónde se traza la línea entre una hipótesis científica y, no sé, una simple opinión?

Laura: ¡Esa es la pregunta del millón, Daniel! Y nos lleva directo a un filósofo importantísimo llamado Karl Popper. Él propuso lo que se conoce como el criterio de demarcación.

Daniel: ¿Demarcación? ¿Como marcar un territorio?

Laura: Exacto. Popper quería marcar el territorio de la ciencia. Dijo que para que un enunciado sea científico, tiene que ser falsable.

Daniel: ¿Falsable? ¿Que se pueda demostrar que es falso?

Laura: ¡Precisamente! Significa que tiene que poder someterse a una prueba, a un experimento que, potencialmente, podría demostrar que estás equivocado. Si no puedes ni imaginar una prueba que pueda refutar tu idea, entonces, según Popper, no estás haciendo ciencia. Es solo un saber especulativo.

Daniel: Entiendo. Si no se puede poner a prueba, no juega en la liga de la ciencia. Suena lógico. ¿Y qué cosas quedarían fuera?

Laura: Popper identificó cuatro tipos de enunciados que no son falsables y, por lo tanto, no son científicos. El primero son los enunciados metafísicos.

Daniel: Uf, esa palabra ya suena complicada.

Laura: Es más simple de lo que parece. Piensa en la existencia de Dios, o en el “genio maligno” de Descartes que te engaña sobre la realidad. ¿Cómo haces un experimento para probar que Dios existe o que no existe? No hay forma. Son ideas que están más allá de la prueba empírica.

Daniel: Claro, no puedes poner a Dios en un tubo de ensayo. Ok, ¿cuál es el segundo tipo?

Laura: Los enunciados tautológicos. Son frases que son verdaderas por definición. No aportan información nueva sobre el mundo, así que no tiene sentido ponerlas a prueba.

Daniel: A ver, un ejemplo...

Laura: “Todos los perros son canes”. O “un triángulo tiene tres lados”. O cuando tu abuela te dice “subí para arriba”.

Daniel: ¡Claro! ¡Es obvio! No necesitas un experimento para confirmar que para arriba se sube. Entendido. ¿El tercero?

Laura: Enunciados vagos e imprecisos. Por ejemplo, si digo: “Mucha gente en Argentina sufre de ansiedad”.

Daniel: Suena a algo que lees en un diario...

Laura: Exacto. Pero, ¿qué es “mucha gente”? ¿Y qué definimos como “ansiedad”? Es demasiado vago para refutarlo. Ahora, si digo: “El 25% de la población argentina, según la encuesta X, reporta síntomas de ansiedad clínica”, ¡eso sí es falsable! Podemos revisar la encuesta, hacer otra, comparar datos. La ciencia necesita precisión.

Daniel: Vale, vale. Metafísicos, tautológicos y vagos. Falta uno.

Laura: El último son los enunciados reduccionistas. Son aquellos que explican todos los fenómenos desde una sola causa, haciéndolos inmunes a la falsación. El ejemplo clásico es la astrología.

Daniel: Uy, tema polémico.

Laura: Totalmente. Pero piénsalo. Si a un Aries le va bien, es por los planetas. Si le va mal, también es por los planetas. Si se enamora, los planetas. Si lo despiden, los planetas. Todo se explica con lo mismo. La teoría es tan flexible que no hay forma de demostrar que esté equivocada, porque cualquier resultado la confirma. No es falsable.

Daniel: Ok, este sistema de Popper parece muy ordenado, muy lógico. Pero… ¿los científicos trabajan realmente así? ¿Se levantan por la mañana pensando “a ver qué teoría puedo destruir hoy”?

Laura: ¡Excelente punto! Y esa es, de hecho, la principal crítica al falsacionismo. Se dice que el modelo de Popper es más prescriptivo que descriptivo.

Daniel: ¿Traducción, por favor?

Laura: Que Popper te dice cómo *debería ser* la ciencia, no cómo es en la realidad. En la práctica, los científicos no suelen buscar activamente refutar sus propias hipótesis. ¡Al contrario! Buscan confirmarlas. Le ponen mucho esfuerzo a una teoría, no la van a tirar a la basura a la primera observación que no encaje.

Daniel: Tiene sentido. Sería como construir un castillo de naipes y que tu objetivo sea soplarlo para ver si se cae. Es contraintuitivo.

Laura: Exactamente. La historia de la ciencia muestra que las grandes teorías a menudo sobreviven a muchas “anomalías” o resultados contradictorios. Los científicos no las abandonan tan fácilmente.

Daniel: A ver, dame un ejemplo concreto de esto. ¿Cómo “salvan” una teoría que parece estar equivocada?

Laura: Imaginemos una hipótesis muy simple y que parece sólida: “Todo el pan alimenta”. Durante siglos, esto parece ser cierto.

Daniel: Ok, me sirve. “Todo el pan alimenta”.

Laura: Pero un día, en un pueblo, toda la gente que come pan de la panadería local se enferma gravemente y muere. Según la lógica estricta de Popper, la observación “este pan mató gente” refuta inmediatamente la hipótesis.

Daniel: ¡Ajá! ¡Falsado! Entonces, la nueva hipótesis es “El pan mata”.

Laura: ¿Ves lo drástico que suena? Ningún científico razonable saltaría a esa conclusión. Antes de descartar la idea general de que el pan es nutritivo, empezarían a investigar. Y aquí es donde entran las hipótesis auxiliares.

Daniel: ¿Hipótesis… auxiliares? ¿Como ayudantes?

Laura: ¡Eso es! Son posibles explicaciones secundarias. Por ejemplo: Hipótesis Auxiliar 1: “El trigo estaba contaminado con un hongo”. HA2: “El agua que usaron estaba contaminada”. HA3: “Alguien puso veneno en la masa”.

Daniel: Claro, investigas esas cosas primero. No culpas al concepto general de “pan”.

Laura: Exacto. Si descubren que el trigo tenía cornezuelo, un hongo tóxico, no concluyen que “el pan no alimenta”. Concluyen que “el pan hecho con trigo contaminado es tóxico”. La hipótesis principal, “Todo el pan (normal) alimenta”, se salva culpando a una hipótesis auxiliar.

Daniel: Vale, eso tiene mucho más sentido. Pero, ¿y si investigan todo y no encuentran nada? Ni hongo, ni veneno, ni agua contaminada. ¿Ahí sí tiran la teoría?

Laura: ¡Aún no! Si las hipótesis auxiliares fallan, los científicos tienen un último recurso: la hipótesis ad hoc.

Daniel: ¿Ad hoc? Eso suena a un truco de magia.

Laura: Es casi un parche. “Ad hoc” significa “para esto”. Es una hipótesis que creas solo para salvar la teoría en este caso específico. Sería algo como: “Todo el pan alimenta, excepto el pan horneado en ese pueblo, ese día específico, por razones desconocidas”.

Daniel: Ah, qué conveniente. Es una excepción a la regla que te inventas sobre la marcha.

Laura: Exacto. Es un último intento desesperado por mantener la hipótesis principal. Recién cuando incluso las hipótesis ad hoc se vuelven insostenibles, es cuando la comunidad científica empieza a considerar seriamente modificar o descartar la hipótesis principal.

Daniel: Wow. Entonces el proceso es mucho más terco y complicado de lo que Popper imaginaba. No es un simple “falsado, a la basura”.

Laura: Para nada. Es una lucha. Y gracias a esa tenacidad, a salvar teorías con hipótesis auxiliares, se han hecho grandes descubrimientos. Si hubiéramos descartado teorías a la primera, quizás habríamos perdido avances muy importantes.

Daniel: Entiendo. Pero entonces, si salvar hipótesis es a veces bueno, ¿por qué Popper insistía tanto en que la clave era intentar refutarlas? ¿Qué tiene de malo buscar confirmación?

Laura: ¡Gran pregunta! Aquí está el problema central. Buscar confirmar una hipótesis casi siempre te lleva a una conclusión inválida, a una falacia.

Daniel: ¿Una falacia? ¿Cómo así?

Laura: Pensemos en un ejemplo. Imagina que tu hipótesis es: “Si las personas tienen perros, desarrollan altos niveles de empatía”. Ahora, sales y encuentras un montón de dueños de perros con alta empatía.

Daniel: Perfecto, ¡hipótesis confirmada!

Laura: No tan rápido. Lógicamente, eso es una falacia. Estás diciendo: “Si la hipótesis es cierta, ocurrirá esto”. Luego ves que “esto” ocurre y concluyes que la hipótesis es cierta. Pero, ¿cómo sabes que la empatía viene de tener perro y no de cualquier otro factor en sus vidas?

Daniel: Ah, claro. Podrían ser empáticos por otras mil razones.

Laura: Exacto. En cambio, la refutación usa una lógica válida. Si tu hipótesis es “TODOS los cuervos son negros” y encuentras un cuervo blanco, la hipótesis queda destruida. Es un razonamiento deductivo sólido, se llama *modus tollens*.

Daniel: Ok, entiendo el problema. Entonces, ¿cómo lo solucionamos? ¿Cómo podemos estar más seguros?

Laura: Aquí es donde Popper introduce una idea clave: necesitas un “grupo contraste”. Un grupo que sea tu “potencial falsador”.

Daniel: Suena a nombre de banda de rock. ¿Qué significa?

Laura: Significa que no solo debes estudiar a la gente CON perros. También debes estudiar a la gente SIN perros y medir su empatía.

Daniel: Para comparar, tiene sentido.

Laura: ¡Exacto! Y ahí pueden pasar dos cosas. Si los dueños de perros tienen alta empatía y los que no tienen perros tienen baja empatía, tu hipótesis se fortalece mucho.

Daniel: Pero… ¿y si ambos grupos tienen alta empatía?

Laura: ¡Ahí está! Si eso pasa, demuestras que tener perro no es el factor decisivo. Hay otra cosa que está influyendo. Sin ese grupo “falsador”, jamás te habrías dado cuenta.

Daniel: Entonces, por eso se llama falsacionismo. La única forma de llegar a una certeza es intentando romper la hipótesis, no confirmarla.

Laura: Precisamente. El conocimiento sólido no viene de decir “creo que esto es verdad”. Viene de decir “he intentado refutar esto de todas las maneras posibles y no he podido”.

Daniel: Así que una teoría científica nunca es una “verdad absoluta”.

Laura: Nunca. Su aceptación es siempre provisoria. Es la mejor explicación que tenemos *hasta ahora*, porque es la que ha sobrevivido a todos los intentos de demolición. Su fuerza no está en ser confirmada, sino en su resistencia a la falsación.

Daniel: Y si tenemos dos teorías que explican lo mismo, ¿cómo elegimos? ¿Cuál es la mejor según Popper?

Laura: La mejor teoría será la que cumpla varias condiciones. Primero, debe explicar todo lo que explicaban las teorías anteriores, y además, explicar cosas nuevas que las otras no podían.

Daniel: Ok, tiene que ser un avance.

Laura: Segundo, y muy importante, debe ser más “contrastable”. O sea, debe ofrecer más oportunidades para intentar refutarla. Y por último, y lo más obvio, hasta el momento debe haber sobrevivido a todos esos intentos.

Daniel: Qué viaje. Empezamos con la idea simple de Popper de refutar y ya, y vimos con Lakatos que la ciencia es más compleja, pero al final, volvemos a la misma idea central: el valor de una teoría está en su capacidad de ser puesta a prueba.

Laura: Exacto. La ciencia no avanza buscando aplausos y confirmaciones, sino buscando sus propias debilidades para poder construir algo todavía más fuerte. Es un proceso de crítica constante.

Daniel: Increíble. Laura, muchísimas gracias por desmitificar la filosofía de la ciencia para nosotros hoy.

Laura: Un placer, Daniel. ¡Gracias por la invitación!

Daniel: Y a todos los que nos escuchan en Studyfi Podcast, gracias por acompañarnos. Estudien mucho y, sobre todo, no dejen de cuestionar. ¡Hasta la próxima!