Lectura
Índice completo

PARTE I · Conocer y razonar con evidencia

1

Conocer

realidad, evidencia y modelos

Capítulo 1 · 529 capítulos publicados

En este capítulo

Una biblioteca amplía su horario y, al mes siguiente, registra más préstamos. ¿Contribuyó el nuevo horario o coincidió con otros cambios? También pudieron influir varios factores a la vez. Para responder, hay que separar el registro de su interpretación y buscar evidencia sobre qué contribuyó y cuánto. Esa es la primera tarea del libro.

Figura 1.1 — Conocer exige reconstruir una cadena, no mirar un dato aislado

Cadena de conocimiento: realidad, señal, instrumento, medición, registro con metadatos, representación y modelo; dos explicaciones compatibles se comparan antes de una conclusión de alcance explícito, con incertidumbre en varias etapas.

El registro no llega directamente a la conclusión: entre ambos hay instrumentos, decisiones de medición, representaciones e inferencias. Las bifurcaciones recuerdan que la evidencia puede ser compatible con más de una explicación y que esas alternativas deben compararse.

1.1. Una afirmación no es todavía una explicación#

El registro puede ser perfectamente correcto: hubo más préstamos. Pero la coincidencia entre la ampliación y el aumento no permite saber si el horario contribuyó ni cuánto. También pudieron influir el comienzo del curso, la llegada de libros muy solicitados o un cambio en la forma de contar las renovaciones. Varios factores pueden contribuir a la vez; para estimar su efecto hace falta evidencia adicional.

El ejemplo separa tres preguntas. La primera es qué se registró; la segunda, qué significa el registro; la tercera, por qué se produjo el cambio. Confundirlas convierte un dato en una historia causal antes de examinar alternativas.

Una observación es un contacto informativo con aquello que se estudia. Un registro es la huella conservada de ese contacto: una lectura instrumental, una respuesta, una anotación o una imagen. Una inferencia es un paso desde unas afirmaciones hacia otras que no están contenidas de forma inmediata en el registro. La inferencia no es una actividad sospechosa: sin ella sería imposible ir más allá de lo observado. Lo que necesita es justificación.

Supóngase que un contador marca 240 entradas. Para afirmar que entraron 240 personas hace falta saber qué cuenta el aparato. Puede registrar pasos en ambas direcciones, repetir una detección o excluir una puerta lateral. La cifra no contiene por sí sola su interpretación. «Lo dice el dato» suele ocultar una cadena de decisiones acerca de cómo se obtuvo y qué representa.

Esa cadena no convierte todos los datos en opiniones. Si se identifica el mecanismo del contador, se compara con un recuento independiente y se documentan sus errores, hay mejores razones para utilizarlo. La alternativa al realismo ingenuo no es el relativismo total; es examinar la relación entre el registro y el fenómeno.

1.2. Verdad, creencia y justificación#

Una creencia, en el sentido empleado aquí, es una afirmación que se acepta como verdadera. No tiene que ser religiosa ni irracional. Creer que una reunión empieza a las diez y creer que una especie desciende de otras son actitudes de aceptación; sus justificaciones pueden ser muy distintas.

La verdad de una afirmación y las razones disponibles para aceptarla tampoco son lo mismo. Un pronóstico puede resultar acertado por casualidad. Una conclusión cuidadosamente razonada puede resultar falsa si una premisa que parecía fiable era incorrecta. Evaluar el resultado no basta para evaluar el procedimiento.

Considérese una persona que anuncia que el próximo sobre contiene una ficha azul sin haber observado nada relevante. Si acierta, su afirmación era verdadera, pero no adquirió conocimiento del color mediante el procedimiento descrito. La suerte no se convierte retrospectivamente en evidencia.

En sentido inverso, quien utiliza un inventario recientemente comprobado puede equivocarse porque alguien cambió el contenido del sobre sin registrarlo. La justificación de su creencia era mejor que la de la primera persona, aunque el resultado concreto fuera peor. Esto permite distinguir acierto de fiabilidad: el acierto pertenece a un caso; la fiabilidad describe cómo tiende a comportarse un procedimiento en condiciones pertinentes.

No existe en estas páginas una definición filosófica que pretenda resolver por completo el problema del conocimiento. Para trabajar con afirmaciones públicas bastará una exigencia práctica: deben poder identificarse las razones que las sostienen, las alternativas relevantes y las condiciones bajo las cuales se revisarían. Esa exigencia no garantiza infalibilidad, pero permite comparar procedimientos.

Idea fundamental
Una afirmación puede ser verdadera sin estar bien justificada y estar razonablemente justificada sin ser infalible. La competencia intelectual exige atender tanto al contenido como al modo de obtenerlo.

1.3. Preguntas que necesitan pruebas diferentes#

«El edificio tiene cuatro salidas», «cuatro es un número par», «las salidas reducen el tiempo de evacuación» y «debería exigirse una salida adicional» pertenecen a clases distintas de afirmaciones.

La primera requiere observación y una definición de lo que cuenta como salida. La segunda se resuelve dentro de un sistema de conceptos matemáticos. La tercera exige un modelo causal y evidencia sobre condiciones de uso. La cuarta incorpora una elección acerca de seguridad, coste, accesibilidad y responsabilidades.

Tabla 1.1 — Qué se afirma y qué tipo de justificación se necesita

Desliza horizontalmente para ver la tabla completa.

Tabla 1.1 — Qué se afirma y qué tipo de justificación se necesita
Tipo de afirmación Ejemplo construido Pregunta decisiva
Descriptiva «La sala tiene 80 asientos» ¿Cómo se contó y qué se incluyó?
Definicional o formal «Un número divisible por dos es par» ¿Se siguen las reglas y definiciones adoptadas?
Causal «El nuevo acceso redujo las esperas» ¿Qué habría ocurrido sin el acceso?
Predictiva «Mañana habrá menos espera» ¿Qué modelo y condiciones sostienen el pronóstico?
Interpretativa «El cambio expresó una prioridad institucional» ¿Qué documentos y contexto apoyan esa lectura?
Normativa «Debe priorizarse la accesibilidad» ¿Qué valores, derechos y compensaciones se defienden?

Las categorías pueden aparecer juntas en un mismo argumento. La tabla separa su función para evitar que una prueba válida para una sustituya indebidamente a las demás.

Una diferencia de valores no se resuelve simplemente reuniendo más mediciones. Una diferencia factual no se vuelve irrelevante porque exista un desacuerdo moral. Si dos personas prefieren objetivos distintos, pueden compartir una estimación sobre consecuencias y discrepar acerca de qué hacer. Si comparten el objetivo, un desacuerdo sobre consecuencias puede ser decisivo.

También hay afirmaciones híbridas. Llamar «eficiente» a una organización parece descriptivo, pero requiere especificar qué resultado se compara con qué recursos. Una organización puede tramitar muchos expedientes por hora y resolverlos mal. Sin una definición del resultado deseado, el adjetivo incorpora una evaluación poco visible.

1.4. Los modelos seleccionan relaciones#

Un modelo es una representación que conserva ciertas relaciones de un fenómeno y omite otras. Puede ser verbal, gráfico, matemático o material. Su utilidad depende de la tarea y de los supuestos que permiten trasladar conclusiones desde la representación al mundo.

Un plano de una biblioteca sirve para localizar salas. No representa las preferencias de sus usuarios. Un modelo de ocupación puede representar entradas y salidas sin describir cada conversación. Un modelo de presupuesto representa ingresos y gastos, pero puede omitir la calidad del servicio. Ninguno es «la biblioteca completa».

La simplificación se vuelve engañosa cuando desaparece de la explicación. Decir que una cola funciona como un depósito puede ayudar a entender que las entradas aumentan la acumulación y las salidas la reducen. No autoriza a tratar a las personas como unidades indiferentes: pueden abandonar la cola, reorganizarse o modificar su conducta al conocer la espera.

Se denomina dominio de validez al conjunto de condiciones en que un modelo proporciona respuestas suficientemente adecuadas para su propósito. «Suficientemente» necesita un criterio. Un error de un minuto puede ser irrelevante en una previsión de visitas diarias y decisivo para una operación que requiere sincronización precisa.

La ciencia emplea modelos contrastables y aproximaciones revisables. Una teoría no es una opinión improvisada, y una ley no es una teoría que haya ascendido de categoría. Las leyes suelen expresar regularidades; las teorías organizan explicaciones más amplias. El uso de estos términos varía entre disciplinas. NASEM, 2019, cap. 2.

Una fórmula muy detallada tampoco garantiza un buen modelo. Supóngase que atribuimos el número de visitantes solo al precio de entrada. Si el modelo deja fuera el horario, el transporte y las preferencias, añadir decimales al precio no corrige esas omisiones. Precisión de cálculo y adecuación de representación son problemas diferentes.

1.5. Qué convierte una observación en evidencia#

Una observación es evidencia a favor de una hipótesis cuando resulta más esperable bajo esa hipótesis que bajo alternativas pertinentes. La relación es comparativa. Un hecho compatible con una explicación puede ser compatible con muchas otras.

En el ejemplo de la biblioteca, el aumento de préstamos es compatible con que el horario haya ayudado. Pero si ese aumento ocurre todos los años al comenzar el curso, la mera coincidencia temporal diferencia poco entre la explicación del horario y la explicación estacional.

Supóngase, en cambio, que el aumento se concentra en las horas recién abiertas, que no aparece en bibliotecas comparables sin ampliación y que no cambió la definición de préstamo. La hipótesis del horario recibe un apoyo más específico. Aun así, conviene preguntar si ocurrió otra modificación simultánea. El propósito no es fabricar dudas indefinidas, sino identificar alternativas capaces de producir el patrón observado.

La probabilidad condicional del capítulo 5 formaliza esta comparación. La inferencia causal del capítulo 7 examina cómo construir comparaciones adecuadas. Por ahora importa la distinción: explicar un dato después de verlo no equivale a haber propuesto una explicación que arriesgaba una predicción específica.

Una hipótesis que admite cualquier resultado no discrimina entre posibilidades. «El programa siempre beneficia, aunque el beneficio sea invisible y cualquier perjuicio aparente forme parte del beneficio» impide identificar un resultado contrario. Puede funcionar como una convicción no contrastable, pero no como una explicación empírica que permita aprender del fracaso.

Esto no obliga a que todas las afirmaciones humanas sean falsables de la misma manera. Una regla lógica, una valoración estética y una hipótesis física no se examinan con el mismo procedimiento. El error consiste en pedir confianza empírica mientras se evita toda posibilidad de contraste empírico.

1.6. Confianza graduada, no credulidad o cinismo#

Aceptar provisionalmente una conclusión no exige tratarla como certeza absoluta. Es posible considerar una medición robusta, una explicación probable y una extrapolación todavía débil. La incertidumbre debe asignarse a la afirmación concreta, no dispersarse sobre todo el tema.

Considérese una encuesta ficticia. Puede conocerse con precisión cuántas personas respondieron; estimarse con cierta incertidumbre qué proporción de la población comparte una opinión; y ser mucho más incierto cómo cambiará esa opinión después de un acontecimiento futuro. Decir solamente «la encuesta es incierta» borra esas diferencias.

La confianza razonada atiende a la calidad de la medición, la comparación con alternativas, la independencia de las comprobaciones y la estabilidad de los resultados bajo supuestos razonables. Ningún criterio aislado sustituye a los demás. Una muestra enorme puede medir mal; una narración coherente puede carecer de pruebas; varias publicaciones pueden repetir el mismo error de origen.

El extremo opuesto a la credulidad es un cinismo que declara igualmente dudoso todo conocimiento. Esa postura impide distinguir un registro comprobado de una invención. La posibilidad abstracta de error existe en muchas actividades; no implica que todos los procedimientos tengan la misma probabilidad de equivocarse.

Una conclusión revisable puede ser suficientemente firme para orientar acciones. Lo que justifica actuar depende además de las consecuencias de acertar y de equivocarse, asunto del capítulo 9. La confianza en un hecho y el umbral requerido para una decisión no tienen por qué coincidir.

1.7. Desacuerdos, especialización y autoridad#

La especialización hace inevitable depender del trabajo ajeno. No es posible repetir personalmente todas las mediciones que sostienen el conocimiento. La pregunta pertinente no es si se confía, sino en qué se basa esa confianza y qué mecanismos permiten corregirla.

Una credencial indica formación; no demuestra cualquier afirmación pronunciada por quien la posee. La relevancia de una autoridad depende del asunto. La competencia en un campo no se transfiere automáticamente a otro, y la familiaridad con el lenguaje técnico no prueba independencia frente a intereses o errores.

El desacuerdo entre especialistas tampoco tiene un único significado. Puede surgir porque estudian poblaciones distintas, emplean definiciones diferentes, conceden distinto peso a la evidencia o defienden interpretaciones incompatibles. Antes de contar opiniones conviene identificar la proposición en disputa.

El consenso no es una votación que convierta una afirmación en verdadera. Puede ser una señal del resultado de una evaluación colectiva, cuya fuerza depende de los métodos, la evidencia compartida y las posibilidades reales de crítica. Una minoría puede tener razón; su condición minoritaria no constituye por sí misma una prueba a su favor. Una mayoría puede equivocarse; esa posibilidad no vuelve equivalentes todas las alternativas.

Una forma útil de localizar un desacuerdo es expresarlo con precisión. Por ejemplo: «Coinciden en que las visitas aumentaron, pero discrepan sobre cuánto se debió a esta causa». O bien: «Coinciden en la consecuencia, pero discrepan sobre si es aceptable»; «usan la misma palabra para medir cosas diferentes». Esta formulación reduce las disputas aparentes y deja visibles las reales.

1.8. Lo que debe permanecer#

Conocer exige distinguir mundo, registro, representación e inferencia. Los modelos no se evalúan por reproducirlo todo, sino por conservar las relaciones necesarias para una tarea. La evidencia necesita comparación con alternativas. La incertidumbre debe localizarse y graduarse. La decisión añade objetivos y valores que los datos no seleccionan por sí solos.

1.9. Procedencia, convergencia y corrección#

Una cifra no llega directamente desde el mundo. Alguien decide qué observar, un instrumento o procedimiento produce un registro y una serie de transformaciones lo convierte en el dato que finalmente leemos. La procedencia documenta esa ruta. Permite preguntar quién produjo el registro, cuándo, con qué definición, mediante qué instrumento y qué cambios recibió después. No garantiza que el dato sea correcto, pero vuelve posible localizar dónde pudo introducirse un error.

Dos observaciones coincidentes aportan más confianza cuando sus errores posibles no son los mismos. Dos copias de una misma tabla no constituyen dos mediciones. Dos sensores calibrados con la misma referencia defectuosa pueden coincidir y estar equivocados. En cambio, métodos que dependen de principios diferentes pueden proporcionar una convergencia de evidencia más informativa si llegan a resultados compatibles. La independencia pertinente no consiste en que dos documentos tengan autores distintos, sino en que no hereden sin examen la misma observación o el mismo supuesto decisivo.

La corrección forma parte del conocimiento. Una conclusión revisada no demuestra que todo el procedimiento anterior fuera inútil; muestra qué pieza cambió y qué consecuencias tiene el cambio. Conviene conservar versiones, razones y alcance: corregir una fecha puede no alterar una explicación, mientras que corregir el denominador puede invertirla. Un sistema de conocimiento es más fiable cuando permite detectar, atribuir y propagar correcciones, no cuando oculta sus revisiones para parecer infalible.

Esta estructura ofrece un criterio práctico para leer el resto de la obra. Ante una afirmación importante, se puede reconstruir la cadena realidad → registro → dato → modelo → inferencia. Cada flecha contiene decisiones. La confianza final depende de si esas decisiones son pertinentes, visibles y resistentes a alternativas capaces de producir el mismo resultado.

Preguntas de transferencia#

1. Un centro cultural anuncia: «Desde que cambiamos de director, las visitas aumentaron un 30 %; por tanto, la nueva dirección es un 30 % mejor». ¿Qué pasos distintos contiene esa afirmación?

Respuesta razonada. El registro debe establecer primero qué se contó, durante qué periodos y con la misma definición. El aumento relativo necesita además los valores inicial y final. Atribuirlo a la dirección exige comparar con estacionalidad, actividades, población u otros cambios. Finalmente, llamar «mejor» a la dirección introduce un criterio normativo: las visitas pueden importar, pero no agotan calidad, acceso, costes ni objetivos.

2. Dos sitios reproducen la misma cifra y citan un comunicado que, a su vez, remite a una tabla sin fecha. ¿Hay tres fuentes independientes?

Respuesta razonada. No. Hay una cadena de repetición cuyo origen visible es una tabla incompleta. Los sitios y el comunicado pueden ayudar a localizarla, pero no añaden observaciones independientes. Antes de evaluar la cifra hay que identificar autoría, fecha, población, unidad y transformaciones de la tabla.

3. Un mapa simplificado permite planificar una ruta ferroviaria, pero no muestra la propiedad de los terrenos. ¿Es un modelo malo?

Respuesta razonada. Depende de la tarea. Puede ser útil para comparar distancias y pendientes y ser insuficiente para decidir la adquisición de suelo. Un modelo se juzga por las relaciones que conserva para una pregunta, no por reproducir cada propiedad del territorio. El error sería usarlo fuera de ese dominio sin añadir la información omitida.

4. Una medición se corrige de 18 a 17,8 unidades. ¿Debe abandonarse toda conclusión basada en ella?

Respuesta razonada. Sólo puede responderse examinando la sensibilidad de cada conclusión. Una clasificación con umbral en 17,9 podría cambiar; una comparación que distingue 18 de 40 probablemente no. La corrección debe propagarse hasta los resultados afectados y documentarse, sin convertir una revisión localizada en confianza ciega ni en escepticismo total.

Términos esenciales: observación, registro, procedencia, inferencia, creencia, justificación, fiabilidad, modelo, dominio de validez, convergencia de evidencia, consenso, afirmación normativa.

Fuentes y lecturas#

Las referencias que sostienen las distinciones de este capítulo se documentan en las fuentes de la Parte I y en la bibliografía general. La referencia principal es el informe de las National Academies sobre conocimiento científico, reproducibilidad y corrección de errores.

Bibliografía de la parte I · Bibliografía general

Última revisión editorial
Cierre de contenidos