Filosofia de la ciencia. Sugerencias en
politicas cientificas y tecnolégicas
Ignacio Méndez Ramirez
Director, Instituto de Investigaciones en Matematicas
Aplicadas y en Sistemas, UNAM
La tesis basica de este ensayo es que la adherencia por parte de los investigadores a la
fitosofia del positivismo que atin existe, produce problemas en tres aspectos: formacién
de cientfficos, formacién de innovadores, y evaluacién de la investigacién.
Es frecuente que se recurra a métodos matemiticos o estad{sticos como una
herramienta objetiva que valide la investigacién. También lo es que se sigan procedi-
mientos como disefios experimentales, andlisis estadisticos y otros, de una manera
mec4nica sin valorar su adecuacién al problema atacado. Adn es comin ese sentimiento
del cientifico como poseedor de la verdad absoluta y como paradigma de objetividad.
En las Noticias y Notas de la Sociedad Real de Estadistica (Nelder, 1992) se
establece que en textos de estadfstica es comin ignorar la planeaci6n de la investigaci6n,
asf como que pocos cientfficos e ingenieros estén preparados para aceptar que la
estadistica juega un papel en el método cientifico. Se considera que esto ocurre por las
caracterfsticas del positivismo, qué afin tiene mucha influencia en los cientificos
ingenieros.
‘Una nueva Mlosofia y su contraste con el positivismo
El cuadro 1 da una idea somera de los contrastes entre el positivismo y Ja posicién
modema, que aqui se Iamar4 nueva filosofia. A continuacién se comentan sdlo algunas
de sus caracterfsticas:
Objetividad
Si se considera que no se puede tener objetividad absoluta en el trabajo cientffico, surge
Ja preocupaci6n sobre formas de evitar la influencia fuerte de la subjetividad y de
procurar la mayor adecuacién o correspondencia posible entre la representacién del
57IGNACIO MENDEZ RAMIREZ,
mundo (conocimiento cientifico) y la propia realidad. En este sentido se han delineado
criterios para procurar objetividad, es decir, para considerar a las comunidades cient-
ficas mAs objetivas. Estos son: formas reconocidas para la critica, estandares compar-
tidos, respuesta de la comunidad como un todo y autoridad intelectual compartida de
igual modo entre investigadores calificados que practican la disciplina.
Esto implica que un conocimiento cientifico no lo es por ¢} método usado para
obtenerlo o sus propiedades intrinsecas, Io es cuando se acepta por la comunidad
cientifica. De aquf la necesidad de las publicaciones y otro tipo de intercambio de ideas
a nivel internacional.
Sistemas
El concepto de sistema, con su pensamiento expansionista y sintético, es cada vez més
aceptado en todos los 4mbitos de la accién humana. Un sistema es un conjunto de
elementos con ciertas propiedades, con relaciones mutuas y con ubicacién precisa en
tiempo y espacio. Sus caracteristicas mds relevantes son:
* Las propiedades del todo son diferentes a las de las partes o su suma.
* Hay un rechazo al método analitico reduccionista.
¢ — Existen propiedades emergentes, es decir, las propiedades del todo que son nuevas
al organizarse el sistema.
+ No hay predecibilidad exacta de cudles son las caracteristicas de las propiedades
emergentes al modificar el sistema. Por ejemplo, nuevas aleaciones o farmacos.
* No se consigue una explicacién total con base en las leyes de los elementos del
sistema, Por ejemplo, el amor no podrd ser considerado solamente como una
corriente de neurotransmisores de una zona del cerebro a otra.
Correspondencia entre teoria y realidad
Al construir o inventar las teorfas como representaciones mentales de la realidad, se
busca una correspondencia lo mds cercana posible de la teorfa con ésta.
Se considera que bay un surgimiento de las teorfas como un refinamiento de los
conceptos ordinarios, los que a su vez son idealizaciones de objetos, eventos 0 procesos,
como se presenta en el cuadro,2. Algo semejante ocurre con las construcciones mate-
Maticas, como s¢ ve en cuadro 3.
Entonces los conceptos se pueden combinar generando axiomas y con éstos,
teoremas y con éstos a su vez, teoria, todo ello buscando una buena correspondencia con
Ja realidad (vase el cuadro 4).
Una teoria seré buena 0 aceptable si hay correspondencia adecuada con Ja realidad,
es decir, que para explicar, predecir y modificar la realidad la teoria produce resultados
satisfactorios. Asf, las teorfas fisicas permiten explicar, predecir y modificar los procesos
58FILOSOFIA DELA CIENCIA ...
de fisién atémica, las teorfas biolégicas lo permiten en el caso de los ecosistemas. En
general para los sistemas de la naturaleza 0 sociedad se desarrollan una o més teorfas
‘como cuerpo de idealizaciones que tengan correspondencia aceptable con ellos.
‘A.un sistema compuesto de objetos fisicos con sus propiedades, sus interrelaciones
Y posiciones, se le asocia una estructura integrada por objetos abstractos, con sus
propiedades ¢ interrelaciones, buscando una correspondencia lo m4s aproximada entre
el sistema y la estructura teérica. Bunge considera a las ciencias formales, como la
matematica o la l6gica, seguras, a priori (subjetivas) y que no dicen nada del mundo,
s6lo estudian formas. Por otro lado, a las ciencias facticas las considera inseguras, a
posteriori (objetivas), que informan acerca del mundo y son opinién corregible y
perfectible.
‘Como se mencion6, las matemAticas con sus elementos, axiomas {acerca de Ifneas,
funciones y otros) y teoremas, se usan para construir estructuras, las que en unin con
teorias fisicas, biolégicas, u otras, producen modelos de los sistemas o partes de ellos.
De nuevo un modelo sera conveniente o aceptado si su correspondencia con la realidad
es adecuada. Asf, los modelos permiten describir mejor la realidad, descubrir nuevas
Ppropiedades, comprender més los sistemas y predecir, con o sin intervencién.
Probabilidad y estadistica
Hacking (1990) sefiala que la probabilidad es el éxito histérico-filoséfico de la primera
mitad del siglo XX. Esto ocurre en cuatro niveles:
* — Metafisico. Las probabilidades de la mec4nica cudntica han desplazado a la
causalidad universal cartesiana.
* — Epistemolégico. En la actualidad, cada vez que se usa evidencia, se analizan datos,
se disefian experimentos se evalia la credibilidad, se hace en términos de proba-
* — L6gico. Se emplean las deducciones y los a menudo tautolégicos axiomas de las
matemAaticas puras, pero también, y para la mayorfa de asuntos pricticos, usamos
la L6gica de la inferencia estad{stica, ya sea de forma precisa o informal.
* Btico. La probabilidad no puede dictar valores, sin embargo, en la actualidad ha
Hegado a ser la base de todas las decisiones razonables de los gobemantes 0
administradores. No bay decisién pdblica, andlisis de riesgos, estudio de impacto
ambiental o estrategia militar que pueda ser conducido sin la teorfa de decisiones
construida en téminos de probabilidades.
Por otra parte, existen muchas definiciones o caracterizaciones de la estad{stica. Se
considera que todas son aplicables y complementarias. Asf, la estadistica es la coleccién,
resumen, andlisis e interpretacién de informacién numérica. Es una disciplina de las
matematicas aplicadas, en constante desarrollo y evolucién. Una forma de pensar que
59IGNACIO MENDEZ RAMIREZ,
contempla la variabilidad entre mediciones. Aplica los conceptos de probabilidad para
modelar la realidad. Es parte del método cientifico, ya que provee gufas para la
planeacién, disefio, conduccién y andlisis de investigaciones. Sus reglas y algoritmos son
flexibles. Provee procedimientos generales que sirven para situaciones reales, los cuales
permiten cumplir aproximadamente los supuestos que los fundamentan matemética-
mente. Por fallas en el marco filoséfico y de metodolog{a, puede ser mal usada.
Es conveniente mencionar aquf la importancia de la computacién en el uso de la
estadistica como método. El advenimiento de m4quinas que pueden almacenar enormes
volimenes de informacién y procesarlos a gran velocidad ha revolucionado a la sociedad.
modema, La computaci6n ha acelerado y orientado muchos desarrolios de la estad{stica,
como técnicas gréficas y de exploracién, procesos iterativos de estimacién y solucién
de ecuaciones y procedimientos de validacién de modelos. También han surgido cada
‘vez mejores y mds potentes paquetes estadfsticos con capacidad para analizar mucha
informacién y con los procedimientos mAs variados, modemos y sofisticados; los
manuales que acompafian esos paquetes son practicamente textos de métodos estadis-
ticos avanzados y permiten obtener un gran nimero de resultados con pocas instruccio-
nes; en ciertos casos no son claros los procedimientos de célculo, por lo que para una
persona con escasos conocimientos estadisticos son dificiles de entender, manejar ¢
interpretar. Es interesante observar que en casi todas las disciplinas y técnicas se estén
dando impactos semejantes.
Método clentifico
Aunque se considera que no existe un método cientffico infalible y obligado, sf hay una
serie de gufas o pasos que en Ia mayorfa de las ocasiones son titiles para Ia planeacion
y conduccién de la investigacién. También es importante, como principio bisico en el
proceso, buscar la mayor objetividad posible y hacer un gran esfuerzo para evilar erro-
Tes en todas las etapas y operaciones. Ast, la gufa bésica es la minimizacién de los errores
tanto en su ocurrencia como en su magnitud, De manera esquemitica y sin pretender
que sea la tinica forma, se presentan los pasos del método cientifico:
PROBLEMA PRELIMINAR
OBJETIVOS Y JUSTIFICACION
DEFINICION DE VARIABLES
HIPOTESIS PRELIMINAR
REVISION DE CONCEPTOS.
PROBLEMA
REDEFINICION DE VARIABLES
HIPOTESIS
REVISION DE METODOSFILOSOFIA DE LA CIENCIA ...
DISENO DE INVESTIGACION
Poblaciones objetivo (sujetos)
Disefio de muestra(s)
Estructura de investigacién
Qué, cémo, cudndo, con qué medir?
Formas de captaci6n de informacién
Propuestas de andlisis
Tamajio de muestra ;cudntos?
Control de factores de confusién
{Estudio piloto?
Logistica
CONDUCCION
ANALISIS Y SINTESIS
INTERPRETACION. DISCUSION
CONCLUSIONES Y RECOMENDACIONES
REPORTE
No se considera adecuado ejecutarlos secuencialmente, sino con constantes retroa-
limentaciones, pasando de uno a otro en diverso orden para procurar la mayor coherencia
posible entre ellos.
Debido a que dentro del método cientffico frecuentemente se requiere utilizar la
estadistica, y sin pretensién de ser absoluto, s6lo con el propdsito de dar una idea de los
aspectos involucrados en un andlisis estad{stico moderno, se presentan sus principales
etapas, especificando los aspectos mas importantes de cada una.
BASES DE DATOS
Elementos y variables
Transcripcién
Verificacién
ANALISIS DESCRIPTIVO INICIAL
Univariado
Multivariado (tres o cuatro variables)
PROPUESTAS DE MODELOS
Objetivos
Disefio
{Cémo se obtuvieron los elementos y se hicieron las mediciones?
Escalas de medici6n de las variables y su papel como independientes (causales),
dependientes (efectos), factores de confusién o intervinientes
Supuestos del modelo a la luz de la teorfa y el disefio
PRUEBAS DE MODELOS
Corridas y ajustes
61IGNACIO MENDEZ RAMIREZ.
4Son plausibles los resultados?
Diagnéstico de los modelos
(Se cumplen aproximadamente los supuestos?
MODELOS ADECUADOS, que cumplan y sean coherentes con los objetivos, los
supuestos, la teorfa y los datos
INTERPRETACION. Con apoyo en los modelos, sefialar en qué medida y con qué
limitaciones se cumplieron los objetivos
Para el trabajo de investigaci6n cientifica que puede incluir el uso de la estadistica
es conveniente, y en ocasiones necesario, el enfoque de cajas negras. Se conceptualiza
una caja negra como cualquier sistema, aparato, dispositive, modelo 0 incluso razona-
iento, cuyo funcionamiento sea desconocido (negro) para el que lo usa. EI usuario sabe
cules son los insumos (qué entra) y los resultados (las salidas) del uso de las cajas, pero
‘no su funcionamiento intemo: el electrocardidgrafo, las tomograffas computarizadas, el
andlisis de regresin y el Teorema de Bayes, entre otros, son ejemplos de caja negra.
En todo caso, para que el usuario conozca bien su funcionamiento se requiere conoci-
miento detallado de manuales de operacién. Lo ideal es la interacci6n con un especialista
en el funcionamiento de la caja negra, quien debe intervenir en su reparaciGn y en el es-
tablecimiento de criterios de seleccién acerca de su uso. Los equipos de cémputo, el
software y los métodos estadisticos y electrénicos, que se usan en la investigacion se
pueden considerar como cajas negras en biologia, inedicina y otras disciplinas.
La complejidad de la vida moderna, por la gran interrelacién de factores ambien-
tales, econémicos, sociales, tecnolégicos, cientfficos y otros, hace indispensable la
interdisciplina. Para realizarla se requiere involucrar en todos los aspectos del problema
a todos los participantes.
Por ejemplo, en la investigacién clfnica es necesario que estadisticos y computé-
logos se involucren desde el inicio en el trabajo de cl{nicos y biomédicos. Esta misma
situaci6n es necesaria en otras 4reas de 1a investigacién. En estas circunstancias los
cientificos opinan con libertad en todos sus aspectos y no son unicamente operarios para
realizar tareas muy especfficas como calcular un valor de probabilidad u obtener el
tamafio de muestra. A este respecto, el conocimiento y experiencia de los miembros del
grupo son valiosos, por lo que merecen Ja coautorfa en las publicaciones,
‘Los participantes deben tender puentes de comunicacién. Cada uno debe conocer
el lenguaje, los conceptos bésicos, la motivaci6n y los principios generales de las
disciplinas involucradas. De acuerdo con lo anterior, los comités de investigacion
institucionales deben contar con estadfsticos y computélogos. Es conveniente enfatizar
que un estad{stico aplicado se convierte en un metod6logo, ya que para el uso adecuado
de los conceptos, ideas y métodos de su disciplina, debe conocer y participar en todas
las fases de la investigaci6n. Esto coincide con el hecho de que los métodos estadisticos
requieren en gran medida de la especificacién de disefios de investigaciéa.
62FILOSOFIA DE LA CIENCIA ...
Recomendaciones
Como un esbozo a partir de la discusi6n anterior, se presentan las siguientes recomen-
daciones:
+
Fomentar 1a creatividad dando mayor libertad en los sistemas educativos y
respetando Ia disidencia.
Combatir todo tipo de dogmatismos, en particular en el propio métode cientifico.
Promover la interdisciplina, incluyendo los enfoques social, sistémico, metodo-
légico y estadistico.
Realizar la valoracién por pares, quienes deben intervenir en la mayor parte de
las fases del proceso, incluyendo las publicaciones, los protocolos de los proyectos
y los curricula. Los pares son aquellos considerados como expertos en el drea de
conocimiento.
Considerar que el desarrollo es desigual para diversas disciplinas, lo cual se
refleja en las diferencias en la formacién de recursos humanos, las tasas de
publicacién, los tiempos del proceso de investigacién y otros aspectos.
Promover congresos sobre ciencia y técnica en general, ast como fomentar y
valorar el periodismo cientifico. .
Promover el enfoque cientifico en general, principalmente la critica razonada y
Ja busqueda de mejores explicaciones; ademds evitar errores y procurar la mayor
objetividad posible.
Referencias
Hacking, 1. (1990). The taming of chance, Cambridge University Press.
Nelder, J. (1992). Inefficient science, The Royal Statistical Society News and Notes,
(18), 8, Apr.
63IGNACIO MENDEZ RAMIREZ
CUADRO 1
POSICIONES CONTRASTANTES EN LA FILOSOFIA
DE LA CIENCIA
POSITIVISMO NUEVA FILOSOFIA
Empirico Emplrico-teérico
Objetividad absoluta Objetividad intersubjetiva
Racionalidad en el método (deducci6n)
Determinismo estricto
Reduccionismo
Anflisis
Prueba de hipétesis
Falsacionismo
Certeza
Método ciemtifico infalible y obligado
‘La matemdtica representa (es) la realidad
1Lamatemética valida las teortas
Confundir los indicadores con conceptos
‘Conceptos dados ¢ inmutables
Rechazo a las ciencias sociales
Racionalidad en el cientffico, no en el mé-
todo
Indeterminismo (probabilidad)
Enfoque sistémico
Contrastacién teorfa-realidad
Falsacionismo condicionado
Minimizar error
Nohay método, reglas y gufasconvenientes
Lamatemdtica provee modelos que aproxi-
‘man a la realidad
La matemitica apoya las teorfas
‘Los conceptos se inventan y se construyea
indicadores
Unificaci6n de las cienciasFILOSOFIA DE LA CIENCIA ...
CUADRO 2
JERARQUIA DE IDEALIZACIONES
NIVEL JERARQUICO EJEMPLO 1 EJEMPLO 2
Teorlas Necesidad-Artefacto RepresiOn-Agresion
Conceptor Antefacto Agresion
(Concepto Tebrico)
Concepto Ordinario Silla Odio Dao
Objetos Eventos Silla 1 Silla 2 Golpes Insultos ...
Silla 3 Silla 4
65IGNACIO MENDEZ RAMIREZ,
CUADRO 3
JERARQUIA DE CONCEPTOS MATEMATICOS
NIVEL JERARQUICO EJEMPLO 1 EJEMPLO 2
PROPIEDADES DE LAS PROPIEDAD DISTRIBUTIVA
RELACIONES DERIVADA velocidad de cambio
LAS RELACIONES entre 3x4=12 ALTURA = f()
ndmeros 0 eventos t= tiempo
crecimiento
NUMEROS 3 alturas
4 y tiempos
INSTANCIAS perros plantas-altura
REALES manzanas lectura-relojFILOSOFIA DE LA CIENCIA...
CUADRO 4
CORRESPONDENCIA ENTRE REALIDAD
E IDEALIZACION
REALIDAD IDEALIZACION
Conjunto de fenémenos reales TEORIA
en un 4rea: fisiologla, educacién,
economia...
Propiedades de las relaciones ‘TEOREMAS
entre objetos o eventos:
Relaciones entre-objetos 0 AXIOMAS
eventos (Combinacién de conceptos)
Conjuntos de objetos o eventos CONCEPTOS
Objetos o eventos INSTANCIAS
67