Teoría, Hipótesis y Dato: El Desafío de la Evidencia CientíficaRafael Félix Mora Ramirez

1. IntroducciónEl científico que investiga y prueba (o refuta) hipótesis aplicando cierta metodología tiene creencias verdaderas que se transmiten bajo el rótulo de conocimiento. Este conocimiento tiene la propiedad de ser constatable como tal por vías relevantes que apoyen su estatus veritativo. En este sentido, de acuerdo a Thomas Kelly (2006), las evidencias científicas serán el resultado de la justificación y fundamentación rigurosa de ciertas creencias que surgen en el contexto de las teorías científicas. Específicamente:

“En base a la teoría –o fondo de conocimiento- T, el dato e es una evidencia relevante para la hipótesis h’. El concepto de evidencia tiene (…) la estructura de una relación tríadica (…). Dicho de otro modo: toda evidencia es relativa a alguna hipótesis en virtud de un cuerpo de conocimiento teorético: ninguna evidencia es absoluta y ninguna evidencia es anterior a toda teoría.” (Bunge, 1981, p. 745s.).

Esta cita formaliza el concepto de evidencia como la relación ternaria R que se da entre un dato, una hipótesis, y una teoría científica. R (e, h, T) se lee “El dato e está en relación R (de ser la evidencia de) con la hipótesis h tomando en cuenta una teoría T”. Si comparamos las definiciones de Bunge y Kelly veremos que la justificación de una creencia es equivalente a que el dato ‘a’ apoye cierta hipótesis en tal o cual teoría. Notamos, además, que para ver cómo es que se da la relación de evidencia científica, antes tenemos que especificar y aclarar los conceptos de teoría, hipótesis y dato. Haremos esto enseguida y, al final de este ensayo, elaboraremos un balance de los anteriores conceptos y señalaremos el desafío encontrado que hace que la evidencia se encuentre atada a un parcial proceso de investigación y contrastación.

2. DesarrolloSegún Popper: “Las teorías son redes que lanzamos para apresar aquello que llamamos “el mundo”: para racionalizarlo, explicarlo y dominarlo.” (1980, p. 57). Esta caracterización metafórica de las teorías nos permite verlas no como eternas respuestas sino como tentativas de solución sometibles a constantes revisiones. Pero ¿cuál es la relación entre teoría y evidencia científica? Metodológicamente considerada, la teoría alude indirectamente a un conjunto de hechos observados (esto es, los hechos-evidencias), y, por medio de intermediarios relevantes, a una clase más amplia de hechos observables (esto es, los hechos-referencias). Las teorías supuestas en la interpretación de los hechos observados como evidencia reconstruyen la entera cadena que está entre el hecho-referencia (el objeto no-observado) y el hecho-evidencia (el indicador visible). Además, no hay evidencia sin teoría, es decir, no puede haber o dejar de haber evidencia más que a favor o en contra de alguna teoría. La teoría misma lo determina, porque los informes de observación (datos) tienen que interpretarse en lenguaje teórico para poder convertirse en evidencias. Las evidencias son hechas por los científicos y sólo una teoría puede transformar un dato en una evidencia. Por ejemplo, se interpreta un fósil como resto de un organismo extinguido y, también, como resto (o evidencia) de un organismo extinto perteneciente con probabilidad a una especie ya extinguida: esta interpretación se hace en base a la paleontología y su enunciado constituye una hipótesis.

Pero, ¿qué es una hipótesis? “Los científicos conciben las hipótesis como enunciados que, basados en conocimientos existentes o en hechos nuevos constituyen respuestas tentativas a problemas de investigación. Por lo que se admite que las hipótesis son juicios de posibilidad que expresan condicionalmente una relación entre variables y que exigen una contrastación científica.” (Tafur, 1995, p. 110). Ahora bien, para asir el concepto de hipótesis es necesario estar ante un auténtico problema científico para aplicarle el respectivo método de investigación. Por ello, determinemos un viejo problema mediante la sencilla pregunta: ¿por qué la muerte por fiebre puerperal está aumentando en la sala de recién nacidos? Históricamente, sabemos que el Dr. Semmelweis natural de Hungría logró reducir la tasa de mortalidad por fiebre puerperal en el siglo XIX. Pero para lograr esto tuvo que pensar en muchas posibilidades: en que el paso de un sacerdote y su acólito provocaban la infección inmediata de las pacientes y, además, que la

1

postura de las parturientas podría ser un factor determinante en estos casos de muerte. Ambas hipótesis fueron sometidas a la experimentación pero la mortalidad continuó. Sin embargo, tiempo después y a causa de la muerte de su colega Kolletschka, Semmelweis pudo determinar que los agentes patógenos pueden transmitirse vía sanguínea por medio de las heridas abiertas (Hempel, 1988). Tomaremos lo que aparece en cursivas como la hipótesis “H”. Para comprobar esto, Semmelweis dedujo a partir de la hipótesis una consecuencia contrastable. Supuso que si la hipótesis H es correcta, entonces (al ser más rigurosos con la higiene médica) deberá bajar la tasa de mortalidad por fiebre puerperal. El anterior consecuente fue considerado como la implicación contrastadora “I” que dice que la tasa bajará. En este contexto, se hizo necesario efectuar experimentos para empezar a tomar nuevos datos al respecto. Por este motivo, se contrastó el hecho deducido de la hipótesis por medio de la experimentación, llegando a los conocidos resultados que indicaron que la hipótesis era la correcta. Notemos que la evidencia científica se encuentra vinculada a la implicación contrastadora. Así se vincula la evidencia con la hipótesis: si la tasa de mortalidad baja, entonces esto sirve como evidencia para aceptar la hipótesis; en cambio, si la tasa se mantiene (o sube), debemos rechazar la hipótesis

Como hemos podido apreciar, las hipótesis son explicaciones preliminares en forma de proposiciones que nos van a ayudar a ordenar, sistematizar y estructurar el conocimiento que ya tenemos para saber qué es lo que tenemos que buscar. La evidencia es la variación de un indicador (un hecho observado) de cierta hipótesis que se refiere a un objeto inobservado. Y la existencia de este objeto es inferida a partir de observaciones hechas sobre su indicador, las mismas que se materializan en una hipótesis de la relación objeto-indicador.

Finalmente, tenemos que aclarar lo que entendemos por dato. El dato es una proposición singular (como p, q, r) o existencial (como x Fx, y Gy, z Hz). Ejemplos: “La flor de la papa ha sido extraída del tubérculo y puesta en una maceta” y “Algunos tebanos participaron en la construcción de la biblioteca de Alejandría”. Es necesario observar que los datos (a pesar de la sugerencia de su nombre) no son para nada dados, pues a los datos hay que producirlos. Ellos se constituyen, en primer lugar, como información básica para la conformación de hipótesis; y, en segundo lugar, como las condiciones iniciales de los experimentos y como la expresión de sus resultados (en este último caso podemos asegurar que el dato ha pasado a ser una evidencia). Pongamos por caso al físico que desea estudiar el comportamiento de los electrones en un metal calentado, o al historiador que se propone reconstruir el comportamiento guerrero de los sumerios. Ninguno de esos hechos es accesible a los sentidos: todo lo que hay es un conjunto de datos (información física y documentos históricos) que, si se sitúan sobre el trasfondo del conocimiento especializado, pueden sugerir cierta hipótesis que es necesario contrastar buscando más datos. Tal vez, la hipótesis relativa a la relación temperatura-electrón y la relativa a la relación sumerio-guerra sean confirmadas o refutadas. Estos nuevos datos serán tomados como evidencia científica relevante para aceptar o rechazar la hipótesis en cuestión. A la luz de estos ejemplos podríamos decir cuál es la relación entre dato y evidencia. Toda evidencia es un dato, pero no todo dato es una evidencia. El carácter evidencial de un dato no es una propiedad intrínseca suya. Son evidencias los datos que son relevantes para el valor de verdad de alguna hipótesis. Podemos decir que las evidencias son datos que confirman nuestras hipótesis. Admitimos que un dato constituye una evidencia en favor de una teoría y atribuimos entonces credibilidad a la teoría porque ella explica o hasta predice esa evidencia. Por lo tanto, ningún dato es por sí mismo una evidencia sino que puede convertirse en una evidencia una vez interpretado con la ayuda de alguna teoría, y de la misma forma puede ser rechazada como tal, si es que la teoría ha sido refutada tras la contrastación.

3. ConclusiónHaciendo un balance de lo expuesto, podemos afirmar que la evidencia científica es una relación que nace a raíz de un dato extraído de la realidad que está conectado con alguna hipótesis dentro de los límites de cierta teoría. Tomando en cuenta esta definición, el desafío que la evidencia científica plantea se suscita cuando nos disponemos a construir teorías. En esta empresa, debemos comenzar elaborando enunciados sobre la base de observaciones. Después, teniendo estos enunciados podemos dedicarnos a consignar datos. Luego, estos datos pueden sugerirnos

2

problemas, los mismos que nos conducirán a formular hipótesis en términos de enunciados teóricos. Enseguida, estas hipótesis se comprobarán deduciendo de ellas hechos que deberán ser investigados. Inmediatamente, a partir de los hechos deducidos podemos confirmar la hipótesis y elevarla a la categoría de ley. Por último, una vez obtenidas varias leyes sobre un sector de la realidad, estas leyes serán recapituladas en una teoría. (Alvarado, 2005, p.130s). Este es el procedimiento usual para construir una teoría. Pero, si definimos las teorías científicas como sistemas hipotéticos deductivos, procederemos deduciendo leyes de las teorías envolventes. Y después de estas leyes podremos deducir consecuencias observables. Sin embargo, este proceso es totalmente inverso al de la construcción de una teoría. Lo que sucede es que la misma observación plantea el problema de construir teorías, así como de someterlas a contrastación, pero rigurosamente las teorías no se “abstraen” ni se “infieren” de informes de observación. Esto debido al mero hecho de que las evidencias, pueden no referirse a las mismas cosas a las cuales se refieren las teorías. Por lo tanto, aquí existe cierta circularidad: convalidamos la evidencia por la teoría, y la teoría por la evidencia. Utilizando una metáfora de Mario Bunge, podemos afirmar que esto es como que un acusado escoja a su propio juez (1981, p. 745): confirmamos hipótesis mediante evidencias que servirán como hechos observables deducidos para confirmar la misma hipótesis en juego. Frente al desafío que representa la evidencia considerada como un dato confirmado circularmente, propongo que se establezca una constante comunicación entre las ciencias que haga que las evidencias no sólo se ajusten a las observaciones de alguna de ellas (dentro de un esquema reduccionista), sino más bien a las de todo un equipo de profesionales de distintas disciplinas científicas tomando en cuenta que la Ciencia de la Complejidad es ya una realidad (Earls, 2007, p. 16). Considerando lo anterior, pienso que el desafío de la evidencia científica consiste en hacer que las teorías hagan todo lo posible por ser las de mayor número frente a las hipótesis que cada vez deberían ser menos. A mayores teorías de diversas ciencias que se encarguen de una misma hipótesis, el argumento que acusa a la evidencia de circular cederá, porque si bien una teoría no puede presuponerse a sí misma, nada impide que otras teorías la respalden en un afán transdisciplinario, teniendo en cuenta que existen variadas lógicas de investigación y no sólo una. (Anes et al, 1994)

Referencias

ALVARADO, C. (2005). Epistemología. Lima: Editorial Mantaro

ANES, J. et. al. (1994). Carta de la Transdisciplinariedad. Convento de Arrábida: (s.e.).Disponible en: http://www.filosofia.org/cod/c1994tra.htm

BUNGE, M. (1981). La Investigación Científica. Barcelona: Ariel.

EARLS, J. (2007) Introducción a la Teoría de Sistemas Complejos. Lima: IDEA-PUCP.

HEMPEL, C. (1988). Filosofía de la Ciencia Natural. Madrid: Alianza Editorial.

KELLY, T. (2006). Evidence. En: Stanford Encyclopedia of Philosophy. Disponible en: http://plato.stanford.edu/entries/evidence/

POPPER, K. (1980). La Lógica de la Investigación Científica. Madrid: Tecnos.

TAFUR, R. (1995). La Tesis Universitaria. Lima: Editorial Mantaro.

3