Método científico

Compartir Imprimir Citar

El método científico es un método empírico de adquisición de conocimientos que ha caracterizado el desarrollo de la ciencia desde al menos el siglo XVII (con notables practicantes en siglos anteriores). Implica una observación cuidadosa, aplicando un escepticismo riguroso sobre lo que se observa, dado que los supuestos cognitivos pueden distorsionar la forma en que se interpreta la observación. Implica formular hipótesis, vía inducción, basadas en tales observaciones; comprobación experimental y basada en mediciones de las deducciones extraídas de las hipótesis; y refinamiento (o eliminación) de las hipótesis basadas en los hallazgos experimentales. Estos son principios del método científico, a diferencia de una serie definitiva de pasos aplicables a todas las empresas científicas.

Aunque los procedimientos varían de un campo de investigación a otro, el proceso subyacente suele ser el mismo de un campo a otro. El proceso en el método científico implica hacer conjeturas (explicaciones hipotéticas), derivar predicciones de las hipótesis como consecuencias lógicas y luego llevar a cabo experimentos u observaciones empíricas basadas en esas predicciones.Una hipótesis es una conjetura, basada en el conocimiento obtenido al buscar respuestas a la pregunta. La hipótesis puede ser muy específica o puede ser amplia. Luego, los científicos prueban las hipótesis mediante la realización de experimentos o estudios. Una hipótesis científica debe ser falsable, lo que implica que es posible identificar un posible resultado de un experimento u observación que entre en conflicto con las predicciones deducidas de la hipótesis; de lo contrario, la hipótesis no puede probarse significativamente.

El propósito de un experimento es determinar si las observaciones están de acuerdo o en conflicto con las expectativas deducidas de una hipótesis. Los experimentos pueden tener lugar en cualquier lugar, desde un garaje hasta la cima de una montaña remota o el Gran Colisionador de Hadrones del CERN. Sin embargo, hay dificultades en una declaración formulaica del método. Aunque el método científico a menudo se presenta como una secuencia fija de pasos, representa más bien un conjunto de principios generales. No todos los pasos tienen lugar en toda investigación científica (ni en el mismo grado), y no siempre están en el mismo orden.

Historia

Importantes debates en la historia de la ciencia tienen que ver con el escepticismo de que algo pueda saberse con certeza (como las opiniones de Francisco Sanches), el racionalismo (especialmente el defendido por René Descartes), el inductivismo, el empirismo (como defendió Francis Bacon, luego ascendiendo a prominencia con Isaac Newton y sus seguidores), y el hipotético-deductivismo, que salió a la luz a principios del siglo XIX.

El término "método científico" surgió en el siglo XIX, cuando se estaba produciendo un importante desarrollo institucional de la ciencia y aparecieron terminologías que establecían límites claros entre la ciencia y la no ciencia, como "científico" y "pseudociencia". A lo largo de las décadas de 1830 y 1850, época en la que el baconianismo era popular, naturalistas como William Whewell, John Herschel, John Stuart Mill participaron en debates sobre la "inducción" y los "hechos" y se centraron en cómo generar conocimiento. A fines del siglo XIX y principios del XX, se llevó a cabo un debate sobre realismo versus antirrealismo a medida que poderosas teorías científicas se extendían más allá del ámbito de lo observable.

Resolución de problemas a través del método científico.

El término "método científico" se hizo popular en el siglo XX; El libro de Dewey de 1910, Cómo pensamos , inspiró pautas populares, apareciendo en diccionarios y libros de texto de ciencia, aunque hubo poco consenso sobre su significado. Aunque hubo un crecimiento a mediados del siglo XX, en las décadas de 1960 y 1970, numerosos filósofos de la ciencia influyentes, como Thomas Kuhn y Paul Feyerabend, habían cuestionado la universalidad del "método científico" y, al hacerlo, reemplazaron en gran medida la noción de ciencia como un método homogéneo y universal con el de ser una práctica heterogénea y local. En particular,Paul Feyerabend, en la primera edición de 1975 de su libro Contra el método , argumentó en contra de que existan reglas universales de la ciencia; Popper 1963, Gauch 2003 y Tow 2010 no están de acuerdo con la afirmación de Feyerabend; los solucionadores de problemas y los investigadores deben ser prudentes con sus recursos durante su investigación.

Las posturas posteriores incluyen el ensayo de 2013 del físico Lee Smolin "No hay método científico", en el que defiende dos principios éticos, y el capítulo del historiador de la ciencia Daniel Thurs en el libro de 2015 Newton's Apple and Other Myths about Science , que concluyó que el método científico es un mito o, en el mejor de los casos, una idealización. Como los mitos son creencias, están sujetos a la falacia narrativa como señala Taleb. Los filósofos Robert Nola y Howard Sankey, en su libro de 2007 Teorías del método científico , dijeron que los debates sobre el método científico continúan y argumentaron que Feyerabend, a pesar del título de Contra el método, aceptó ciertas reglas de método e intentó justificar esas reglas con una metametodología. Staddon (2017) argumenta que es un error tratar de seguir reglas en ausencia de un método científico algorítmico; en ese caso, "la ciencia se entiende mejor a través de ejemplos". Pero los métodos algorítmicos, como la refutación de la teoría existente mediante experimentos , se han utilizado desde Alhacén (1027) Libro de la Óptica , y Galileo (1638) Dos Nuevas Ciencias , y El Ensayador siguen siendo métodos científicos. Contradicen la postura de Feyerabend.

El elemento omnipresente en el método científico es el empirismo. Esto se opone a las formas estrictas de racionalismo: el método científico encarna la posición de que la razón por sí sola no puede resolver un problema científico particular. Una formulación sólida del método científico no siempre está alineada con una forma de empirismo en la que los datos empíricos se presenten en forma de experiencia u otras formas abstractas de conocimiento; en la práctica científica actual, sin embargo, normalmente se acepta el uso de modelos científicos y la confianza en tipologías y teorías abstractas. El método científico contrarresta las afirmaciones de que la revelación, el dogma político o religioso, las apelaciones a la tradición, las creencias comunes, el sentido común o las teorías actuales plantean los únicos medios posibles para demostrar la verdad.

Se pueden encontrar diferentes expresiones tempranas del empirismo y el método científico a lo largo de la historia, por ejemplo, con los antiguos estoicos, Epicuro, Alhazen, Avicena, Roger Bacon y William of Ockham. Desde el siglo XVI en adelante, los experimentos fueron defendidos por Francis Bacon y realizados por Giambattista della Porta, Johannes Kepler y Galileo Galilei. Hubo un desarrollo particular ayudado por los trabajos teóricos de Francisco Sanches, John Locke, George Berkeley y David Hume.

Un viaje por mar desde América a Europa le dio a CS Peirce la distancia para aclarar sus ideas, dando lugar gradualmente al modelo hipotético-deductivo. Formulado en el siglo XX, el modelo ha sufrido una revisión significativa desde que se propuso por primera vez (para una discusión más formal, consulte § Elementos del método científico).

Visión de conjunto

El método científico es el proceso mediante el cual se lleva a cabo la ciencia. Al igual que en otras áreas de investigación, la ciencia (a través del método científico) puede basarse en conocimientos previos y desarrollar una comprensión más sofisticada de sus temas de estudio con el tiempo. Este modelo puede verse como la base de la revolución científica.

Proceso

El proceso general implica hacer conjeturas (hipótesis), derivar predicciones de ellas como consecuencias lógicas y luego realizar experimentos basados ​​en esas predicciones para determinar si la conjetura original era correcta. Sin embargo, hay dificultades en una declaración formulaica del método. Aunque el método científico a menudo se presenta como una secuencia fija de pasos, es mejor considerar estas acciones como principios generales. No todos los pasos tienen lugar en toda investigación científica (ni en el mismo grado), y no siempre se realizan en el mismo orden. Como señaló el científico y filósofo William Whewell (1794–1866), se requiere "invención, sagacidad [y] genio" en cada paso.

Formulación de una pregunta

La pregunta puede referirse a la explicación de una observación específica, como "¿Por qué el cielo es azul?" pero también puede ser abierto, como en "¿Cómo puedo diseñar un medicamento para curar esta enfermedad en particular?" Con frecuencia, esta etapa implica encontrar y evaluar pruebas de experimentos anteriores, observaciones o afirmaciones científicas personales, así como el trabajo de otros científicos. Si ya se conoce la respuesta, se puede plantear una pregunta diferente que se base en la evidencia. Al aplicar el método científico a la investigación, determinar una buena pregunta puede ser muy difícil y afectará el resultado de la investigación.

Hipótesis

Una hipótesis es una conjetura, basada en el conocimiento obtenido al formular la pregunta, que puede explicar cualquier comportamiento dado. La hipótesis puede ser muy específica; por ejemplo, el principio de equivalencia de Einstein o el "ADN hace que el ARN hace proteínas" de Francis Crick, o podría ser amplio; por ejemplo, "especies desconocidas de vida habitan en las profundidades inexploradas de los océanos". Ver § Desarrollo de hipótesis

Una hipótesis estadística es una conjetura sobre una población estadística dada. Por ejemplo, la población puede ser gente con una enfermedad en particular . Una conjetura podría ser que un nuevo fármaco curará la enfermedad en algunas de las personas de esa población, como en un ensayo clínico del fármaco. Una hipótesis nula conjeturaría que la hipótesis estadística es falsa; por ejemplo, que el nuevo fármaco no hace nada y que cualquier cura en la población sería causada por el azar (una variable aleatoria).

Una alternativa a la hipótesis nula, para ser falsable, debe decir que un programa de tratamiento con la droga es mejor que el azar. Para probar la afirmación un programa de tratamiento con la droga es mejor que el azar , se diseña un experimento en el que una parte de la población(el grupo de control), debe dejarse sin tratamiento, mientras que otra porción separada de la población debe recibir tratamiento. Las pruebas t podrían entonces especificar el tamaño de los grupos tratados y el tamaño de los grupos de control para inferir si algún curso de tratamiento de la población ha resultado en la curación de algunos de ellos, en cada uno de los grupos. Los grupos son examinados, a su vez por los investigadores, en un protocolo.

La inferencia fuerte podría alternativamente proponer múltiples hipótesis alternativas incorporadas en ensayos controlados aleatorios, tratamientos A, B, C, ... (por ejemplo, en un experimento ciego con dosis variables, o con cambios en el estilo de vida, etc.) para no introducir confirmación. sesgo a favor de un curso específico de tratamiento. Podrían utilizarse consideraciones éticas para minimizar los números en los grupos no tratados, por ejemplo, utilizar casi todos los tratamientos en todos los grupos, pero excluyendo A, B, C, ..., respectivamente, como controles.

Predicción

El paso de predicción deduce las consecuencias lógicas de la hipótesis antes de que se conozca el resultado . Estas predicciones son expectativas de los resultados de las pruebas. Si el resultado ya se conoce, es evidencia que está lista para ser considerada en aceptación o rechazo de la hipótesis. La evidencia también es más fuerte si el resultado real de la prueba predictiva aún no se conoce, ya que se puede descartar la manipulación de la prueba, al igual que el sesgo retrospectivo (ver postdicción). Idealmente, la predicción también debe distinguir la hipótesis de las posibles alternativas; si dos hipótesis hacen la misma predicción, observar que la predicción es correcta no es evidencia de una sobre la otra. (Estas declaraciones sobre la fuerza relativa de la evidencia se pueden derivar matemáticamente usando el Teorema de Bayes).

La consecuencia, por lo tanto, debe establecerse al mismo tiempo o brevemente después del enunciado de la hipótesis, pero antes de que se conozca el resultado experimental.

Asimismo, el protocolo de prueba debe establecerse antes de la ejecución de la prueba. Estos requisitos se convierten en precauciones contra la manipulación y ayudan a la reproducibilidad del experimento.

Pruebas

Las pruebas adecuadas de una hipótesis comparan los valores esperados de las pruebas de esa hipótesis con los resultados reales de esas pruebas. Los científicos (y otras personas) pueden asegurar o descartar sus hipótesis realizando experimentos adecuados.

Análisis

Un análisis determina, a partir de los resultados del experimento, las próximas acciones a realizar. Los valores esperados de la prueba de la hipótesis alternativa se comparan con los valores esperados que resultan de la hipótesis nula (es decir, una predicción de que no hay diferencia en el statu quo). La diferencia entre lo esperado y lo real indica qué hipótesis explica mejor los datos resultantes del experimento. En los casos en que un experimento se repite muchas veces, puede ser necesario un análisis estadístico como una prueba de chi-cuadrado para determinar si la hipótesis nula es verdadera.

La evidencia de otros científicos y de la experiencia están disponibles para su incorporación en cualquier etapa del proceso. Dependiendo de la complejidad del experimento, es posible que se requiera una iteración del proceso para recopilar evidencia suficiente para responder la pregunta con confianza, o para generar otras respuestas a preguntas muy específicas, para responder una sola pregunta más amplia.

Cuando la evidencia ha falseado la hipótesis alternativa, se requiere una nueva hipótesis; si la evidencia no justifica de manera concluyente descartar la hipótesis alternativa, se pueden considerar otras predicciones de la hipótesis alternativa. Las consideraciones pragmáticas, como los recursos disponibles para continuar la investigación, podrían guiar el curso posterior de la investigación. Cuando la evidencia de una hipótesis apoya firmemente esa hipótesis, pueden seguir más preguntas, para comprender la indagación más amplia que se está investigando.

Ejemplo de ADN

 Los elementos básicos del método científico se ilustran con el siguiente ejemplo (que ocurrió entre 1944 y 1953) del descubrimiento de la estructura del ADN:

El descubrimiento se convirtió en el punto de partida para muchos estudios posteriores relacionados con el material genético, como el campo de la genética molecular, y fue galardonado con el Premio Nobel en 1962. Cada paso del ejemplo se examina con más detalle más adelante en el artículo.

Otros componentes

El método científico también incluye otros componentes necesarios incluso cuando se han completado todas las iteraciones de los pasos anteriores:

Replicación

Si un experimento no se puede repetir para producir los mismos resultados, esto implica que los resultados originales podrían haber sido erróneos. Como resultado, es común que un solo experimento se realice varias veces, especialmente cuando hay variables no controladas u otras indicaciones de error experimental. Para resultados significativos o sorprendentes, otros científicos también pueden intentar replicar los resultados por sí mismos, especialmente si esos resultados serían importantes para su propio trabajo. La replicación se ha convertido en un tema polémico en las ciencias sociales y biomédicas donde los tratamientos se administran a grupos de individuos. Por lo general, un grupo experimental recibe el tratamiento, como un fármaco, y el grupo de controlrecibe un placebo. John Ioannidis en 2005 señaló que el método utilizado ha llevado a muchos hallazgos que no se pueden replicar.

Revisión externa

El proceso de revisión por pares implica la evaluación del experimento por parte de expertos, quienes suelen dar sus opiniones de forma anónima. Algunas revistas solicitan que el experimentador proporcione listas de posibles revisores, especialmente si el campo es muy especializado. La revisión por pares no certifica la exactitud de los resultados, solo que, en opinión del revisor, los experimentos en sí mismos fueron sólidos (según la descripción proporcionada por el experimentador). Si el trabajo pasa la revisión por pares, lo que ocasionalmente puede requerir nuevos experimentos solicitados por los revisores, se publicará en una revista científica revisada por pares. La revista específica que publica los resultados indica la calidad percibida del trabajo.

Grabación y uso compartido de datos

Los científicos suelen tener cuidado al registrar sus datos, un requisito promovido por Ludwik Fleck (1896–1961) y otros. Aunque normalmente no es necesario, se les puede solicitar que proporcionen estos datos a otros científicos que deseen replicar sus resultados originales (o partes de sus resultados originales), extendiéndose al intercambio de muestras experimentales que pueden ser difíciles de obtener. Ver §Comunicación y comunidad.

Instrumentación

Véase comunidad científica, gran ciencia.

Los investigadores institucionales podrían adquirir un instrumento para institucionalizar sus pruebas. Estos instrumentos utilizarían observaciones del mundo real, que podrían estar de acuerdo con sus predicciones deducidas de sus hipótesis, o tal vez entrar en conflicto con ellas. Estas instituciones reducen así la función de investigación a un costo/beneficio, que se expresa como dinero, y el tiempo y la atención de los investigadores a gastar, a cambio de un informe para sus electores.

Los grandes instrumentos actuales, como el Gran Colisionador de Hadrones (LHC) del CERN, o LIGO, o la Instalación Nacional de Ignición (NIF), o la Estación Espacial Internacional (ISS), o el Telescopio Espacial James Webb (JWST), implican costos esperados de miles de millones de dólares y plazos que se extienden durante décadas. Este tipo de instituciones afectan la política pública, a nivel nacional o incluso internacional, y los investigadores requerirían acceso compartido a tales máquinas y su infraestructura adjunta. Ver Teoría del control perceptivo, §Retroalimentación de circuito abierto y circuito cerrado

Elementos del método científico

Hay diferentes maneras de esbozar el método básico utilizado para la investigación científica. La comunidad científica y los filósofos de la ciencia generalmente están de acuerdo en la siguiente clasificación de los componentes del método. Estos elementos metodológicos y la organización de los procedimientos suelen ser más propios de las ciencias experimentales que de las ciencias sociales. No obstante, el ciclo de formulación de hipótesis, prueba y análisis de los resultados y formulación de nuevas hipótesis se parecerá al ciclo que se describe a continuación.

El método científico es un proceso iterativo y cíclico a través del cual la información se revisa continuamente. Generalmente se reconoce desarrollar avances en el conocimiento a través de los siguientes elementos, en diversas combinaciones o contribuciones:

Cada elemento del método científico está sujeto a revisión por pares para detectar posibles errores. Estas actividades no describen todo lo que hacen los científicos, pero se aplican principalmente a las ciencias experimentales (p. ej., física, química, biología y psicología). Los elementos anteriores a menudo se enseñan en el sistema educativo como "el método científico".

El método científico no es una receta única: requiere inteligencia, imaginación y creatividad. En este sentido, no se trata de un conjunto de normas y procedimientos sin sentido a seguir, sino más bien de un ciclo continuo, en constante desarrollo de modelos y métodos más útiles, precisos y completos. Por ejemplo, cuando Einstein desarrolló las Teorías Especial y General de la Relatividad, no refutó ni descartó de ninguna manera los Principia de Newton . Por el contrario, si lo astronómicamente masivo, lo ligero como una pluma y lo extremadamente rápido se eliminan de las teorías de Einstein (todos los fenómenos que Newton no pudo haber observado), las ecuaciones de Newton son lo que queda. Las teorías de Einstein son expansiones y refinamientos de las teorías de Newton y, por lo tanto, aumentan la confianza en el trabajo de Newton.

A veces se ofrece un esquema iterativo y pragmático de los cuatro puntos anteriores como guía para proceder:

  1. Definir una pregunta
  2. Recopilar información y recursos (observar)
  3. Formar una hipótesis explicativa
  4. Pruebe la hipótesis realizando un experimento y recopilando datos de manera reproducible.
  5. Analizar los datos
  6. Interpretar los datos y sacar conclusiones que sirvan como punto de partida para una nueva hipótesis
  7. Publicar resultados
  8. Nueva prueba (frecuentemente realizada por otros científicos)

El ciclo iterativo inherente a este método paso a paso va del punto 3 al 6 y vuelve al 3 nuevamente.

Si bien este esquema describe un método típico de prueba/hipótesis, muchos filósofos, historiadores y sociólogos de la ciencia, incluido Paul Feyerabend, afirman que tales descripciones del método científico tienen poca relación con las formas en que la ciencia se practica realmente.

Caracterizaciones

El método científico depende de caracterizaciones cada vez más sofisticadas de los sujetos de investigación. (Los temas también pueden llamarse problemas no resueltos o incógnitas ). Por ejemplo, Benjamin Franklin conjeturó correctamente que el fuego de San Telmo era de naturaleza eléctrica, pero se ha necesitado una larga serie de experimentos y cambios teóricos para establecerlo. Mientras se buscan las propiedades pertinentes de los sujetos, la reflexión cuidadosa también puede implicar algunas definiciones y observaciones; las observaciones a menudo exigen mediciones y/o conteos cuidadosos.

La recopilación cuidadosa y sistemática de medidas o recuentos de cantidades relevantes suele ser la diferencia fundamental entre las pseudociencias, como la alquimia, y las ciencias, como la química o la biología. Las mediciones científicas generalmente se tabulan, grafican o mapean, y se realizan manipulaciones estadísticas, como correlación y regresión. Las mediciones pueden realizarse en un entorno controlado, como un laboratorio, o en objetos más o menos inaccesibles o no manipulables, como estrellas o poblaciones humanas. Las mediciones a menudo requieren instrumentos científicos especializados, como termómetros, espectroscopios, aceleradores de partículas o voltímetros, y el progreso de un campo científico suele estar íntimamente ligado a su invención y mejora.

No estoy acostumbrado a decir nada con certeza después de solo una o dos observaciones.—  Andreas Vesalio, (1546)

Incertidumbre

Las mediciones en el trabajo científico también suelen ir acompañadas de estimaciones de su incertidumbre. La incertidumbre a menudo se estima haciendo mediciones repetidas de la cantidad deseada. Las incertidumbres también pueden calcularse considerando las incertidumbres de las cantidades subyacentes individuales utilizadas. Los recuentos de cosas, como la cantidad de personas en una nación en un momento determinado, también pueden tener incertidumbre debido a las limitaciones de recopilación de datos. O los recuentos pueden representar una muestra de las cantidades deseadas, con una incertidumbre que depende del método de muestreo utilizado y del número de muestras tomadas.

Definición

Las mediciones exigen el uso de definiciones operativas de cantidades relevantes. Es decir, una cantidad científica se describe o define por cómo se mide, a diferencia de una definición más vaga, inexacta o "idealizada". Por ejemplo, la corriente eléctrica, medida en amperios, puede definirse operativamente en términos de la masa de plata depositada en un tiempo determinado sobre un electrodo en un dispositivo electroquímico que se describe con cierto detalle. La definición operativa de una cosa a menudo se basa en comparaciones con estándares: la definición operativa de "masa" se basa en última instancia en el uso de un artefacto, como un kilogramo particular de platino-iridio guardado en un laboratorio en Francia.

La definición científica de un término a veces difiere sustancialmente de su uso en lenguaje natural. Por ejemplo, masa y peso se superponen en significado en el discurso común, pero tienen significados distintos en mecánica. Las cantidades científicas a menudo se caracterizan por sus unidades de medida que luego pueden describirse en términos de unidades físicas convencionales al comunicar el trabajo.

A veces se desarrollan nuevas teorías después de darse cuenta de que ciertos términos no se han definido previamente con suficiente claridad. Por ejemplo, el primer artículo de Albert Einstein sobre la relatividad comienza definiendo la simultaneidad y los medios para determinar la longitud. Estas ideas fueron saltadas por Isaac Newton con, "No defino el tiempo, el espacio, el lugar y el movimiento, como si fueran bien conocidos por todos". Luego, el artículo de Einstein demuestra que ellos (es decir, el tiempo absoluto y la longitud independiente del movimiento) eran aproximaciones. Francis Crick nos advierte que, al caracterizar un tema, sin embargo, puede ser prematuro definir algo cuando no se comprende bien.En el estudio de la conciencia de Crick, encontró que era más fácil estudiar la conciencia en el sistema visual que estudiar el libre albedrío, por ejemplo. Su ejemplo de advertencia fue el gen; el gen se entendía mucho menos antes del descubrimiento pionero de Watson y Crick de la estructura del ADN; Hubiera sido contraproducente dedicar mucho tiempo a la definición del gen antes que ellos.

Caracterizaciones de ADN

La historia del descubrimiento de la estructura del ADN es un ejemplo clásico de los elementos del método científico: en 1950 se sabía que la herencia genética tenía una descripción matemática, a partir de los estudios de Gregor Mendel, y que el ADN contenía información genética ( El principio transformante de Oswald Avery ).Pero el mecanismo de almacenamiento de información genética (es decir, genes) en el ADN no estaba claro. Los investigadores en el laboratorio de Bragg en la Universidad de Cambridge hicieron imágenes de difracción de rayos X de varias moléculas, comenzando con cristales de sal y procediendo a sustancias más complicadas. Usando pistas reunidas minuciosamente durante décadas, comenzando con su composición química, se determinó que debería ser posible caracterizar la estructura física del ADN, y las imágenes de rayos X serían el vehículo. .. 2. Hipótesis de ADN

Otro ejemplo: precesión de Mercurio

El elemento de caracterización puede requerir un estudio extenso y extenso, incluso siglos. Fueron necesarios miles de años de mediciones, de astrónomos caldeos, indios, persas, griegos, árabes y europeos, para registrar completamente el movimiento del planeta Tierra. Newton pudo incluir esas medidas en las consecuencias de sus leyes de movimiento. Pero el perihelio de la órbita del planeta Mercurio exhibe una precesión que no puede ser explicada completamente por las leyes de movimiento de Newton (ver diagrama a la derecha), como señaló Leverrier en 1859. La diferencia observada para la precesión de Mercurio entre la teoría newtoniana y la observación fue una de las cosas que le ocurrieron a Albert Einstein como una posible prueba temprana de su teoría de la relatividad general. Sus cálculos relativistas coincidían mucho más con la observación que la teoría newtoniana.

Desarrollo de hipótesis

Una hipótesis es una explicación sugerida de un fenómeno o, alternativamente, una propuesta razonada que sugiere una posible correlación entre un conjunto de fenómenos.

Normalmente las hipótesis tienen la forma de un modelo matemático. A veces, pero no siempre, también pueden formularse como enunciados existenciales, afirmando que alguna instancia particular del fenómeno que se estudia tiene unas explicaciones características y causales, las cuales tienen la forma general de enunciados universales, afirmando que cada instancia del fenómeno tiene una característica particular.

Los científicos son libres de usar cualquier recurso que tengan (su propia creatividad, ideas de otros campos, razonamiento inductivo, inferencia bayesiana, etc.) para imaginar posibles explicaciones para un fenómeno en estudio.Albert Einstein observó una vez que "no existe un puente lógico entre los fenómenos y sus principios teóricos". Charles Sanders Peirce, tomando prestada una página de Aristóteles ( Prior Analytics , 2.25) describió las etapas incipientes de la investigación, instigadas por la "irritación de la duda" para aventurar una conjetura plausible, como razonamiento abductivo . La historia de la ciencia está llena de historias de científicos que afirman haber tenido un "destello de inspiración", o una corazonada, que luego los motivó a buscar evidencia para apoyar o refutar su idea. Michael Polanyi hizo de esa creatividad la pieza central de su discusión sobre metodología.

William Glen observa que

el éxito de una hipótesis, o su servicio a la ciencia, no radica simplemente en su "verdad" percibida, o su poder para desplazar, subsumir o reducir una idea predecesora, sino quizás más en su capacidad para estimular la investigación que iluminará... suposiciones descaradas y áreas de vaguedad.—  William Glen, Los debates sobre la extinción masiva

En general, los científicos tienden a buscar teorías que sean "elegantes" o "hermosas". Los científicos a menudo usan estos términos para referirse a una teoría que sigue los hechos conocidos pero, sin embargo, es relativamente simple y fácil de manejar. La navaja de Occam sirve como regla general para elegir la más deseable entre un grupo de hipótesis igualmente explicativas.

Para minimizar el sesgo de confirmación que resulta de considerar una sola hipótesis, la inferencia fuerte enfatiza la necesidad de considerar múltiples hipótesis alternativas.

ADN-hipótesis

Linus Pauling propuso que el ADN podría ser una triple hélice. Esta hipótesis también fue considerada por Francis Crick y James D. Watson pero descartada. Cuando Watson y Crick se enteraron de la hipótesis de Pauling, entendieron a partir de los datos existentes que Pauling estaba equivocado. y que Pauling pronto admitiría sus dificultades con esa estructura. Entonces, la carrera estaba en marcha para descubrir la estructura correcta (excepto que Pauling no se dio cuenta en ese momento de que estaba en una carrera) ..3. predicciones de ADN

Predicciones a partir de la hipótesis

Cualquier hipótesis útil permitirá hacer predicciones, mediante un razonamiento que incluya el razonamiento deductivo. Podría predecir el resultado de un experimento en un laboratorio o la observación de un fenómeno en la naturaleza. La predicción también puede ser estadística y tratar solo de probabilidades.

Es esencial que el resultado de probar tal predicción sea actualmente desconocido. Solo en este caso un resultado exitoso aumenta la probabilidad de que la hipótesis sea verdadera. Si el resultado ya se conoce, se denomina consecuencia y ya debería haberse considerado al formular la hipótesis.

Si las predicciones no son accesibles por observación o experiencia, la hipótesis aún no es comprobable y, por lo tanto, seguirá siendo acientífica en ese sentido en un sentido estricto. Una nueva tecnología o teoría podría hacer factibles los experimentos necesarios. Por ejemplo, mientras que una hipótesis sobre la existencia de otras especies inteligentes puede ser convincente con una especulación con base científica, ningún experimento conocido puede probar esta hipótesis. Por lo tanto, la ciencia misma puede tener poco que decir sobre la posibilidad. En el futuro, una nueva técnica puede permitir una prueba experimental y la especulación se convertiría en parte de la ciencia aceptada.

Predicciones de ADN

James D. Watson, Francis Crick y otros plantearon la hipótesis de que el ADN tenía una estructura helicoidal. Esto implicaba que el patrón de difracción de rayos X del ADN tendría "forma de x". Esta predicción se derivó del trabajo de Cochran, Crick y Vand (e independientemente de Stokes). El teorema de Cochran-Crick-Vand-Stokes proporcionó una explicación matemática para la observación empírica de que la difracción de estructuras helicoidales produce patrones en forma de x.

En su primer artículo, Watson y Crick también señalaron que la estructura de doble hélice que propusieron proporcionaba un mecanismo simple para la replicación del ADN y escribieron: "No se nos ha escapado que el emparejamiento específico que hemos postulado sugiere de inmediato un posible mecanismo de copia para la genética". material". ..4. experimentos de ADN

Otro ejemplo: la relatividad general

La teoría de la relatividad general de Einstein hace varias predicciones específicas sobre la estructura observable del espacio-tiempo, como que la luz se dobla en un campo gravitatorio y que la cantidad de flexión depende de manera precisa de la fuerza de ese campo gravitatorio. Las observaciones de Arthur Eddington realizadas durante un eclipse solar de 1919 apoyaron la relatividad general en lugar de la gravitación newtoniana.

Experimentos

Una vez que se hacen las predicciones, se pueden buscar mediante experimentos. Si los resultados de las pruebas contradicen las predicciones, las hipótesis que las implicaron se cuestionan y se vuelven menos sostenibles. A veces, los experimentos se realizan de forma incorrecta o no están muy bien diseñados en comparación con un experimento crucial. Si los resultados experimentales confirman las predicciones, entonces se considera que es más probable que las hipótesis sean correctas, pero aún podrían estar equivocadas y continuar sujetas a más pruebas. El control experimental es una técnica para tratar el error observacional. Esta técnica utiliza el contraste entre múltiples muestras, observaciones o poblaciones, bajo diferentes condiciones, para ver qué varía o qué permanece igual. Variamos las condiciones para los actos de medición, para ayudar a aislar lo que ha cambiado. Molino'El análisis factorial es una técnica para descubrir el factor importante en un efecto.

Dependiendo de las predicciones, los experimentos pueden tener diferentes formas. Podría ser un experimento clásico en un entorno de laboratorio, un estudio doble ciego o una excavación arqueológica. Incluso tomar un avión de Nueva York a París es un experimento que pone a prueba las hipótesis aerodinámicas utilizadas para construir el avión.

Los científicos asumen una actitud de apertura y responsabilidad por parte de quienes experimentan. El mantenimiento de registros detallados es esencial para ayudar a registrar e informar sobre los resultados experimentales y respalda la eficacia y la integridad del procedimiento. También ayudarán a reproducir los resultados experimentales, probablemente por otros. Se pueden ver rastros de este enfoque en el trabajo de Hiparco (190-120 a. C.), al determinar un valor para la precesión de la Tierra, mientras que los experimentos controlados se pueden ver en los trabajos de al-Battani (853-929 CE) y Alhazén (965-1039 d. C.).

Experimentos de ADN

Watson y Crick mostraron una propuesta inicial (e incorrecta) de la estructura del ADN a un equipo del King's College de Londres: Rosalind Franklin, Maurice Wilkins y Raymond Gosling. Franklin detectó de inmediato los defectos relacionados con el contenido de agua. Más tarde, Watson vio las imágenes detalladas de difracción de rayos X de Franklin que mostraban una forma de X y pudo confirmar que la estructura era helicoidal. Esto reavivó la construcción de modelos de Watson y Crick y condujo a la estructura correcta. ..1. Caracterizaciones de ADN

Evaluación y mejora

El método científico es iterativo. En cualquier etapa, es posible refinar su exactitud y precisión, por lo que alguna consideración llevará al científico a repetir una parte anterior del proceso. El fracaso en desarrollar una hipótesis interesante puede llevar a un científico a redefinir el tema bajo consideración. El fracaso de una hipótesis para producir predicciones interesantes y comprobables puede conducir a la reconsideración de la hipótesis o de la definición del tema. El hecho de que un experimento no produzca resultados interesantes puede llevar a un científico a reconsiderar el método experimental, la hipótesis o la definición del tema.

Hacia 1027, Alhazen, basándose en sus mediciones de la refracción de la luz, pudo deducir que el espacio exterior era menos denso que el aire, es decir: "el cuerpo de los cielos es más raro que el cuerpo de aire".

Otros científicos pueden iniciar su propia investigación e ingresar al proceso en cualquier etapa. Pueden adoptar la caracterización y formular su propia hipótesis, o pueden adoptar la hipótesis y deducir sus propias predicciones. A menudo, el experimento no lo realiza la persona que hizo la predicción, y la caracterización se basa en experimentos realizados por otra persona. Los resultados publicados de los experimentos también pueden servir como hipótesis para predecir su propia reproducibilidad.

iteraciones de ADN

Después de una considerable experimentación infructuosa, siendo disuadidos por su superior de continuar, y numerosos comienzos en falso, Watson y Crick pudieron inferir la estructura esencial del ADN mediante el modelado concreto de las formas físicas de los nucleótidos que lo componen. Se guiaron por las longitudes de enlace que habían sido deducidas por Linus Pauling y por las imágenes de difracción de rayos X de Rosalind Franklin. .. Ejemplo de ADN

Confirmación

La ciencia es una empresa social, y el trabajo científico tiende a ser aceptado por la comunidad científica cuando ha sido confirmado. Fundamentalmente, los resultados experimentales y teóricos deben ser reproducidos por otros dentro de la comunidad científica. Los investigadores han dado su vida por esta visión; Georg Wilhelm Richmann fue asesinado por un rayo en bola (1753) cuando intentaba replicar el experimento de vuelo de cometas de 1752 de Benjamin Franklin.

Para protegerse contra la mala ciencia y los datos fraudulentos, las agencias gubernamentales que otorgan subvenciones a la investigación, como la Fundación Nacional de Ciencias, y las revistas científicas, incluidas Nature y Science , tienen la política de que los investigadores deben archivar sus datos y métodos para que otros investigadores puedan probar los datos y métodos y construir sobre la investigación que se ha realizado antes. El archivo de datos científicos se puede realizar en varios archivos nacionales en los EE. UU. o en el World Data Center.

La investigación científica

La investigación científica generalmente tiene como objetivo obtener conocimiento en forma de explicaciones comprobables que los científicos pueden usar para predecir los resultados de futuros experimentos. Esto permite a los científicos obtener una mejor comprensión del tema en estudio y luego usar esa comprensión para intervenir en sus mecanismos causales (como curar enfermedades). Cuanto mejor sea una explicación para hacer predicciones, más útil puede ser con frecuencia y es más probable que continúe explicando un cuerpo de evidencia mejor que sus alternativas. Las explicaciones más exitosas, aquellas que explican y hacen predicciones precisas en una amplia gama de circunstancias, a menudo se denominan teorías científicas.

La mayoría de los resultados experimentales no producen grandes cambios en la comprensión humana; las mejoras en la comprensión científica teórica suelen resultar de un proceso gradual de desarrollo a lo largo del tiempo, a veces a través de diferentes dominios de la ciencia. Los modelos científicos varían en la medida en que se han probado experimentalmente y durante cuánto tiempo, y en su aceptación en la comunidad científica. En general, las explicaciones se aceptan con el tiempo a medida que se acumula evidencia sobre un tema determinado, y la explicación en cuestión demuestra ser más poderosa que sus alternativas para explicar la evidencia. A menudo, los investigadores posteriores reformulan las explicaciones con el tiempo, o combinan explicaciones para producir nuevas explicaciones.

Tow ve el método científico en términos de un algoritmo evolutivo aplicado a la ciencia y la tecnología. Ver Ceteris paribus y Mutatis mutandis

Propiedades de la investigación científica

El conocimiento científico está estrechamente ligado a los hallazgos empíricos y puede quedar sujeto a falsificación si las nuevas observaciones experimentales son incompatibles con lo que se encuentra. Es decir, ninguna teoría puede considerarse definitiva ya que podrían descubrirse nuevas evidencias problemáticas. Si se encuentra tal evidencia, se puede proponer una nueva teoría, o (más comúnmente) se encuentra que las modificaciones a la teoría previa son suficientes para explicar la nueva evidencia. La fuerza de una teoría se relaciona con cuánto tiempo ha persistido sin una alteración importante de sus principios básicos ( ver explicaciones invariantes ).

Las teorías también pueden quedar subsumidas por otras teorías. Por ejemplo, las leyes de Newton explicaron casi a la perfección miles de años de observaciones científicas de los planetas. Sin embargo, luego se determinó que estas leyes eran casos especiales de una teoría más general (la relatividad), que explicaba las excepciones (previamente no explicadas) a las leyes de Newton y predecía y explicaba otras observaciones, como la desviación de la luz por la gravedad. Así, en ciertos casos, observaciones científicas independientes, desconectadas, pueden estar conectadas, unificadas por principios de poder explicativo creciente.

Dado que las nuevas teorías pueden ser más completas que las que las precedieron y, por lo tanto, ser capaces de explicar más que las anteriores, las teorías sucesoras podrían cumplir con un estándar más alto al explicar un cuerpo más grande de observaciones que sus predecesoras. Por ejemplo, la teoría de la evolución explica la diversidad de la vida en la Tierra, cómo las especies se adaptan a sus entornos y muchos otros patrones observados en el mundo natural; su modificación importante más reciente fue la unificación con la genética para formar la síntesis evolutiva moderna. En modificaciones posteriores, también ha incluido aspectos de muchos otros campos, como la bioquímica y la biología molecular.

Creencias y sesgos

La metodología científica a menudo indica que las hipótesis se prueben en condiciones controladas siempre que sea posible. Esto es frecuentemente posible en ciertas áreas, como en las ciencias biológicas, y más difícil en otras áreas, como en la astronomía.

La práctica del control experimental y la reproducibilidad puede tener el efecto de disminuir los efectos potencialmente dañinos de las circunstancias y, hasta cierto punto, el sesgo personal. Por ejemplo, las creencias preexistentes pueden alterar la interpretación de los resultados, como en el sesgo de confirmación; esta es una heurística que lleva a una persona con una creencia particular a ver las cosas como un refuerzo de su creencia, incluso si otro observador no está de acuerdo (en otras palabras, las personas tienden a observar lo que esperan observar).

[L] a acción del pensamiento es excitada por la irritación de la duda y cesa cuando se alcanza la creencia.—  CS Peirce, Cómo aclarar nuestras ideas , 1877

Un ejemplo histórico es la creencia de que las patas de un caballo al galope están abiertas en el punto en que ninguna de las patas del caballo toca el suelo, hasta el punto de que esta imagen se incluye en las pinturas de sus seguidores. Sin embargo, las primeras imágenes de stop-action del galope de un caballo de Eadweard Muybridge demostraron que esto era falso y que, en cambio, las piernas estaban juntas.

Otro sesgo humano importante que juega un papel es la preferencia por declaraciones nuevas y sorprendentes (ver Apelación a la novedad ), lo que puede resultar en una búsqueda de evidencia de que lo nuevo es verdadero. Las creencias mal atestiguadas se pueden creer y actuar en consecuencia a través de una heurística menos rigurosa.

Goldhaber y Nieto publicaron en 2010 la observación de que si las estructuras teóricas con "muchas materias estrechamente vecinas se describen conectando conceptos teóricos, entonces la estructura teórica adquiere una robustez que hace que sea cada vez más difícil, aunque ciertamente nunca imposible, de revertir". Cuando se construye una narración, sus elementos se vuelven más fáciles de creer.

Fleck 1979, pág. 27 señala: "Las palabras y las ideas son originalmente equivalencias fonéticas y mentales de las experiencias que coinciden con ellas... Tales proto-ideas son al principio siempre demasiado amplias e insuficientemente especializadas... Una vez que un sistema de opiniones estructuralmente completo y cerrado que consiste en se han formado muchos detalles y relaciones, ofrece una resistencia duradera a todo lo que la contradiga". A veces, estas relaciones tienen sus elementos asumidos a priori , o contienen algún otro defecto lógico o metodológico en el proceso que finalmente las produjo. Donald M. MacKay ha analizado estos elementos en términos de límites a la precisión de la medición y los ha relacionado con elementos instrumentales en una categoría de medición.

Modelos de investigación científica

Modelo clásico

El modelo clásico de investigación científica se deriva de Aristóteles, 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 hipotético-deductivo

El modelo o método hipotético-deductivo es una propuesta de descripción del método científico. Aquí, las predicciones de la hipótesis son centrales: si asumes que la hipótesis es verdadera, ¿qué consecuencias se siguen?

Si una investigación empírica posterior no demuestra que estas consecuencias o predicciones corresponden al mundo observable, se puede concluir que la hipótesis es falsa.

Modelo pragmático

En 1877, Charles Sanders Peirce (1839-1914) caracterizó la investigación en general no como la búsqueda de la verdad per se , sino como la lucha por pasar de las dudas irritantes e inhibitorias nacidas de sorpresas, desacuerdos y similares, y alcanzar una creencia segura. , siendo la creencia aquello sobre lo cual uno está dispuesto a actuar. Enmarcó la investigación científica como parte de un espectro más amplio y estimulada, como la investigación en general, por la duda real, no por la mera duda verbal o hiperbólica, que consideraba infructuosa. Describió cuatro métodos para establecer opiniones, ordenados de menos a más exitosos:

  1. El método de la tenacidad (política de apegarse a la creencia inicial), que brinda consuelo y decisión, pero conduce a tratar de ignorar la información contraria y las opiniones de los demás como si la verdad fuera intrínsecamente privada, no pública. Va en contra del impulso social y se tambalea fácilmente ya que uno bien puede darse cuenta cuando la opinión de otro es tan buena como la propia opinión inicial. Sus éxitos pueden brillar pero tienden a ser transitorios.
  2. El método de la autoridad – que supera los desacuerdos pero a veces brutalmente. Sus éxitos pueden ser majestuosos y duraderos, pero no puede operar lo suficientemente a fondo como para suprimir las dudas indefinidamente, especialmente cuando la gente se entera del presente y el pasado de otras sociedades.
  3. El método a priori , que promueve la conformidad con menos brutalidad pero fomenta las opiniones como algo así como los gustos, que surgen en la conversación y comparaciones de perspectivas en términos de "lo que es agradable a la razón". Por lo tanto, depende de la moda en los paradigmas y va en círculos con el tiempo. Es más intelectual y respetable pero, al igual que los dos primeros métodos, sustenta creencias accidentales y caprichosas, destinando algunas mentes a dudar de él.
  4. El método científico: el método en el que la investigación se considera a sí misma como falible y deliberadamente se prueba a sí misma y se critica, corrige y mejora a sí misma.

Peirce sostuvo que el raciocinio lento y tambaleante puede ser peligrosamente inferior al instinto y al sentimiento tradicional en asuntos prácticos, y que el método científico se adapta mejor a la investigación teórica, que a su vez no debe verse obstaculizada por los otros métodos y fines prácticos; la "primera regla" de la razón es que, para aprender, uno debe desear aprender y, como corolario, no debe bloquear el camino de la investigación. El método científico supera a los demás al estar diseñado deliberadamente para llegar, eventualmente, a las creencias más seguras, sobre las cuales se pueden basar las prácticas más exitosas. Partiendo de la idea de que las personas no buscan la verdad per sepero en lugar de someter la duda inhibidora e irritante, Peirce mostró cómo, a través de la lucha, algunos pueden llegar a someterse a la verdad en aras de la integridad de la creencia, buscar como verdad la guía de la práctica potencial correctamente hacia su objetivo dado, y casarse con la verdad. el método científico.

Para Peirce, la indagación racional implica presuposiciones sobre la verdad y lo real; razonar es presuponer (y al menos esperar), como principio de autorregulación del razonador, que lo real es descubrible e independiente de nuestros caprichos de opinión. En ese sentido, definió la verdad como la correspondencia de un signo (en particular, una proposición) con su objeto y, pragmáticamente, no como el consenso real de una comunidad definida y finita (de modo que indagar sería interrogar a los expertos). , sino como esa opinión final a la que todos los investigadores llegarían tarde o temprano, pero siempre inevitablemente, si fueran a llevar la investigación lo suficientemente lejos, incluso cuando parten de puntos diferentes.En tándem definió lo real como el objeto de un signo verdadero (sea ese objeto una posibilidad o cualidad, o una actualidad o hecho bruto, o una necesidad o norma o ley), que es lo que es independientemente de la opinión de cualquier comunidad finita y, pragmáticamente , depende únicamente del dictamen final destinado en una investigación suficiente. Ese es un destino tan lejano o cercano como la verdad misma para ti o para mí o para la comunidad finita dada. Por lo tanto, su teoría de la investigación se reduce a "Haz la ciencia". Esas concepciones de la verdad y lo real implican la idea de una comunidad sin límites definidos (y, por lo tanto, potencialmente autocorregible en la medida en que sea necesario) y capaz de un aumento definido del conocimiento. Como inferencia, "la lógica tiene sus raíces en el principio social" ya que depende de un punto de vista que es, en cierto sentido, ilimitado.

Prestando especial atención a la generación de explicaciones, Peirce describió el método científico como la coordinación de tres tipos de inferencia en un ciclo intencionado destinado a resolver dudas, de la siguiente manera (en §III–IV en "Un argumento descuidado" , salvo que se indique lo contrario):

  1. Abducción (o retroducción). Adivinanzas, inferencia a hipótesis explicativas para la selección de aquellas que mejor valen la pena probar. De la abducción, Peirce distingue la inducción como inferir, a partir de pruebas, la proporción de verdad en la hipótesis. Cada investigación, ya sea sobre ideas, hechos brutos o normas y leyes, surge de observaciones sorprendentes en uno o más de esos dominios (y, por ejemplo, en cualquier etapa de una investigación que ya está en marcha). Todo el contenido explicativo de las teorías proviene de la abducción, que adivina una idea nueva o ajena para dar cuenta de manera sencilla y económica de un fenómeno sorprendente o complicado. A menudo, incluso una mente bien preparada adivina mal. Pero el mínimo de éxito de nuestras conjeturas supera con creces el de la pura suerte y parece nacido de la sintonía con la naturaleza por instintos desarrollados o inherentes. especialmente en la medida en que las mejores conjeturas son óptimamente plausibles y simples en el sentido, dijo Peirce, de lo "fácil y natural", según la luz natural de la razón de Galileo y a diferencia de la "simplicidad lógica". La abducción es el modo de inferencia más fértil pero menos seguro. Su fundamento general es inductivo: tiene éxito con bastante frecuencia y, sin él, no hay esperanza de acelerar suficientemente la investigación (a menudo multigeneracional) hacia nuevas verdades.El método coordinativo lleva desde la abducción de una hipótesis plausible a juzgarla por su comprobabilidad y por cómo su prueba economizaría la investigación misma. Peirce llama a su pragmatismo "la lógica de la abducción". Su máxima pragmática es: "Considere qué efectos que posiblemente podrían tener una relación práctica concibe que tienen los objetos de su concepción. Entonces, su concepción de esos efectos es la totalidad de su concepción del objeto".Su pragmatismo es un método para reducir las confusiones conceptuales de manera fructífera al equiparar el significado de cualquier concepto con las implicaciones prácticas concebibles de los efectos concebidos de su objeto: un método de reflexión mental experimental hospitalario para formar hipótesis y propicio para probarlas. Favorece la eficiencia. La hipótesis, al ser insegura, necesita tener implicaciones prácticas que conduzcan al menos a pruebas mentales y, en ciencia, se presten a pruebas científicas. Una suposición simple pero improbable, si no es costosa para probar la falsedad, puede ser la primera en la fila para la prueba. Una conjetura es intrínsecamente digna de ser probada si tiene plausibilidad instintiva o probabilidad objetiva razonada, mientras que la probabilidad subjetiva, aunque razonada, puede ser engañosamente seductora. Las conjeturas se pueden elegir para el juicio estratégicamente,Uno puede esperar descubrir solo lo que el tiempo revelaría a través de la experiencia suficiente de un aprendiz de todos modos, por lo que el punto es acelerarlo; la economía de la investigación es la que exige el salto, por así decirlo, de la abducción y rige su arte.
  2. deducción _ Dos etapas:
    1. Explicación. Análisis de premisas poco claras, pero deductivo, de la hipótesis para hacer sus partes tan claras como sea posible.
    2. Demostración: Argumentación deductiva, euclidiana en procedimiento. Deducción explícita de las consecuencias de la hipótesis como predicciones, para la inducción a prueba, sobre la evidencia que se encontrará. Corolario o, en su caso, teórico.
  3. inducción _ La validez a largo plazo de la regla de inducción es deducible del principio (presuposicional para el razonamiento, en general ) de que lo real es sólo el objeto de la opinión final a la que conduciría una investigación adecuada; cualquier cosa a la que tal proceso nunca conduciría no sería real. La inducción que involucra pruebas u observaciones continuas sigue un método que, si se persiste lo suficiente, disminuirá su error por debajo de cualquier grado predeterminado. Tres etapas:
    1. Clasificación. Clasificación poco clara, pero inductiva, de objetos de experiencia bajo ideas generales.
    2. Probatoria: argumentación inductiva directa. Crudo (la enumeración de instancias) o gradual (nueva estimación de la proporción de verdad en la hipótesis después de cada prueba). La inducción gradual es cualitativa o cuantitativa; si es cualitativo, entonces depende de ponderaciones de cualidades o caracteres; si es cuantitativa, entonces depende de las medidas, o de las estadísticas, o de los conteos.
    3. Inducción Oracional. "... que, mediante razonamientos inductivos, evalúa las diferentes pruebas individualmente, luego sus combinaciones, luego hace una autoevaluación de estas mismas evaluaciones y emite un juicio final sobre el resultado total".

Explicación invariante

En una charla TED de 2009, Deutsch expuso un criterio para la explicación científica, que consiste en formular invariantes: "Establezca una explicación [públicamente, para que otros puedan fecharla y verificarla más tarde] que permanezca invariante [ante un cambio aparente, información nueva o condiciones inesperadas]"."Una mala explicación es fácil de variar"."La búsqueda de explicaciones difíciles de variar es el origen de todo progreso""Que la verdad consiste en afirmaciones difíciles de variar sobre la realidad es el hecho más importante sobre el mundo físico".

La invariancia como aspecto fundamental de una explicación científica de la realidad ha sido durante mucho tiempo parte de la filosofía de la ciencia: por ejemplo, el libro de Friedel Weinert El científico como filósofo (2004) señaló la presencia del tema en muchos escritos desde alrededor de 1900 en adelante, como obras de Henri Poincaré (1902), Ernst Cassirer (1920), Max Born (1949 y 1953), Paul Dirac (1958), Olivier Costa de Beauregard (1966), Eugene Wigner (1967), Lawrence Sklar (1974), Michael Friedman ( 1983), John D. Norton (1992), Nicholas Maxwell (1993), Alan Cook (1994), Alistair Cameron Crombie (1994), Margaret Morrison (1995), Richard Feynman (1997), Robert Nozick (2001) y Tim Maudlin (2002).

Comunicación y comunidad

Frecuentemente el método científico es empleado no sólo por una sola persona sino también por varias personas que cooperan directa o indirectamente. Tal cooperación puede considerarse como un elemento importante de una comunidad científica. En dicho entorno se utilizan varios estándares de metodología científica.

Evaluación de revisión por pares

Las revistas científicas utilizan un proceso de revisión por pares, en el que los editores de revistas científicas envían los manuscritos de los científicos a otros científicos (generalmente de uno a tres, y generalmente anónimos) familiarizados con el campo para su evaluación. En ciertas revistas, la propia revista selecciona a los árbitros; mientras que en otras (especialmente revistas extremadamente especializadas), el autor del manuscrito puede recomendar árbitros. Los árbitros pueden recomendar o no la publicación, o pueden recomendar la publicación con las modificaciones sugeridas o, a veces, la publicación en otra revista. Este estándar es practicado en diversos grados por diferentes revistas y puede tener el efecto de mantener la literatura libre de errores obvios y, en general, mejorar la calidad del material, especialmente en las revistas que usan el estándar con más rigor.

Documentación y replicación

A veces, los experimentadores pueden cometer errores sistemáticos durante sus experimentos, desviarse de los métodos y prácticas estándar (ciencia patológica) por diversas razones o, en casos excepcionales, informar deliberadamente de resultados falsos. De vez en cuando, debido a esto, otros científicos podrían intentar repetir los experimentos para duplicar los resultados.

Archivar

Los investigadores a veces practican el archivo de datos científicos, por ejemplo, de conformidad con las políticas de las agencias gubernamentales de financiación y las revistas científicas. En estos casos, se pueden conservar registros detallados de sus procedimientos experimentales, datos sin procesar, análisis estadísticos y código fuente para proporcionar evidencia de la metodología y la práctica del procedimiento y ayudar en cualquier posible intento futuro de reproducir el resultado. Estos registros de procedimientos también pueden ayudar en la concepción de nuevos experimentos para probar la hipótesis y pueden resultar útiles para los ingenieros que podrían examinar las posibles aplicaciones prácticas de un descubrimiento.

Compartir datos

Cuando se necesita información adicional antes de poder reproducir un estudio, se le puede pedir al autor del estudio que la proporcione. Pueden proporcionarlo, o si el autor se niega a compartir los datos, se pueden hacer apelaciones a los editores de la revista que publicaron el estudio o a la institución que financió la investigación.

Limitaciones

Dado que un científico no puede registrar todo lo que tuvo lugar en un experimento, se informan los hechos seleccionados por su aparente relevancia. Esto puede conducir, inevitablemente, a problemas posteriores si se cuestiona alguna característica supuestamente irrelevante. Por ejemplo, Heinrich Hertz no informó el tamaño de la habitación utilizada para probar las ecuaciones de Maxwell, que luego resultó ser la causa de una pequeña desviación en los resultados. El problema es que se deben asumir partes de la teoría misma para seleccionar e informar las condiciones experimentales. Por lo tanto, las observaciones se describen a veces como "cargadas de teoría".

Ciencia de los sistemas complejos

La ciencia aplicada a sistemas complejos puede involucrar elementos como la transdisciplinariedad, la teoría de sistemas, la teoría de control y el modelado científico. El Instituto Santa Fe estudia tales sistemas; Murray Gell-Mann interconecta estos temas con el paso de mensajes.

Algunos sistemas biológicos, como los que intervienen en la propiocepción, se han modelado fructíferamente mediante técnicas de ingeniería.

En general, el método científico puede ser difícil de aplicar de manera estricta a diversos sistemas interconectados y grandes conjuntos de datos. En particular, las prácticas utilizadas en Big data, como el análisis predictivo, pueden considerarse contrarias al método científico, ya que algunos de los datos pueden haber sido despojados de los parámetros que podrían ser importantes en hipótesis alternativas para una explicación; por lo tanto, los datos extraídos solo servirían para respaldar la hipótesis nula en la aplicación de análisis predictivo. Fleck 1979, págs. 38-50 señala que "un descubrimiento científico permanece incompleto sin consideraciones de las prácticas sociales que lo condicionan".

Filosofía y sociología de la ciencia.

Filosofía analítica

La filosofía de la ciencia analiza la lógica subyacente del método científico, lo que separa la ciencia de la no ciencia y la ética que está implícita en la ciencia. Hay suposiciones básicas, derivadas de la filosofía de al menos un científico prominente, que forman la base del método científico, a saber, que la realidad es objetiva y consistente, que los humanos tienen la capacidad de percibir la realidad con precisión y que existen explicaciones racionales para los elementos. del mundo real Estos supuestos del naturalismo metodológico forman una base sobre la cual se puede fundamentar la ciencia. El positivista lógico, el empirista, el falsacionista y otras teorías han criticado estos supuestos y han dado explicaciones alternativas de la lógica de la ciencia, pero cada una de ellas también ha sido criticada.

Thomas Kuhn examinó la historia de la ciencia en su La estructura de las revoluciones científicas y descubrió que el método real utilizado por los científicos difería dramáticamente del método adoptado en ese momento. Sus observaciones sobre la práctica de la ciencia son esencialmente sociológicas y no hablan de cómo se practica o se puede practicar la ciencia en otros tiempos y otras culturas.

Norwood Russell Hanson, Imre Lakatos y Thomas Kuhn han realizado un extenso trabajo sobre el carácter "cargado de teoría" de la observación. Hanson (1958) acuñó por primera vez el término para la idea de que toda observación depende del marco conceptual del observador, utilizando el concepto de gestalt para mostrar cómo las ideas preconcebidas pueden afectar tanto a la observación como a la descripción. Él abre el Capítulo 1 con una discusión sobre los cuerpos de Golgi y su rechazo inicial como un artefacto de la técnica de tinción, y una discusión sobre Brahe y Kepler observando el amanecer y viendo un amanecer "diferente" a pesar del mismo fenómeno fisiológico. Kuhn y Feyerabend reconocen la importancia pionera del trabajo de Hanson.

Kuhn dijo que el científico generalmente tiene una teoría en mente antes de diseñar y realizar experimentos para hacer observaciones empíricas, y que "la ruta de la teoría a la medición casi nunca se puede viajar hacia atrás". Para Kuhn, esto implica que la forma en que se prueba la teoría está dictada por la naturaleza de la teoría misma, lo que llevó a Kuhn a argumentar que "una vez que ha sido adoptada por una profesión... ninguna teoría se reconoce como comprobable mediante pruebas cuantitativas que aún no ha pasado" (revelando el estilo de pensamiento racionalista de Kuhn).

Posmodernismo y guerras científicas

Paul Feyerabend examinó de manera similar la historia de la ciencia y se vio obligado a negar que la ciencia sea genuinamente un proceso metodológico. En su libro Contra el método argumenta que el progreso científico no es el resultado de aplicar ningún método en particular. En esencia, dice que para cualquier método o norma específica de la ciencia, uno puede encontrar un episodio histórico en el que violarlo ha contribuido al progreso de la ciencia. Por lo tanto, si los creyentes en el método científico desean expresar una sola regla universalmente válida, sugiere en broma Feyerabend, debería ser "todo vale". Sin embargo, esto es antieconómico. Críticas como las de Feyerabend condujeron al programa fuerte, un enfoque radical de la sociología de la ciencia.

Las propias críticas posmodernistas de la ciencia han sido objeto de una intensa controversia. Este debate en curso, conocido como las guerras de la ciencia, es el resultado de valores y suposiciones en conflicto entre los campos posmodernista y realista. Mientras que los posmodernistas afirman que el conocimiento científico es simplemente otro discurso (nótese que este término tiene un significado especial en este contexto) y no representa ninguna forma de verdad fundamental, los realistas en la comunidad científica sostienen que el conocimiento científico revela verdades reales y fundamentales sobre la realidad. Muchos libros han sido escritos por científicos que abordan este problema y desafían las afirmaciones de los posmodernistas mientras defienden la ciencia como un método legítimo para obtener la verdad.

Antropología y sociología

En antropología y sociología, siguiendo la investigación de campo en un laboratorio científico académico de Latour y Woolgar, Karin Knorr Cetina ha llevado a cabo un estudio comparativo de dos campos científicos (a saber, la física de alta energía y la biología molecular) para concluir que las prácticas epistémicas y los razonamientos dentro de ambos las comunidades científicas son lo suficientemente diferentes como para introducir el concepto de "culturas epistémicas", en contradicción con la idea de que el llamado "método científico" es un concepto único y unificador. Comparando 'culturas epistémicas' con Fleck 1935, Colectivos de pensamiento, ( denkkollektiven ): Entstehung und Entwicklung einer wissenschaftlichen Tatsache: Einfǖhrung in die Lehre vom Denkstil und Denkkollektiv Fleck 1979, pág. xxvii reconoce que los hechos tienen vidas, floreciendo solo después de períodos de incubación. Su pregunta seleccionada para la investigación (1934) fue "¿CÓMO, ENTONCES, SE ORIGINÓ ESTE HECHO EMPÍRICO Y EN QUÉ CONSISTE?". Pero según Fleck 1979, p. 27, los colectivos de pensamiento dentro de los respectivos campos tendrán que establecer una terminología especializada común, publicar sus resultados e intercomunicarse más con sus colegas utilizando la terminología común, para poder progresar.Ver: Revolución cognitiva, Psicología y neurociencia

Relación con las matemáticas

La ciencia es el proceso de recopilar, comparar y evaluar modelos propuestos contra observables.Un modelo puede ser una simulación, una fórmula matemática o química, o un conjunto de pasos propuestos. La ciencia es como las matemáticas en que los investigadores de ambas disciplinas tratan de distinguir lo que se sabe de lo que se desconoce en cada etapa del descubrimiento. Los modelos, tanto en ciencia como en matemáticas, deben ser internamente consistentes y también deben ser falsables (capaces de refutar). En matemáticas, un enunciado aún no necesita ser probado; en tal etapa, esa declaración se llamaría una conjetura. Pero cuando un enunciado ha alcanzado la prueba matemática, ese enunciado gana una especie de inmortalidad que es muy apreciada por los matemáticos y por la cual algunos matemáticos dedican sus vidas.

El trabajo matemático y el trabajo científico pueden inspirarse mutuamente. Por ejemplo, el concepto técnico del tiempo surgió en la ciencia y la atemporalidad era un sello distintivo de un tema matemático. Pero hoy en día, la conjetura de Poincaré se ha probado usando el tiempo como un concepto matemático en el que los objetos pueden fluir (ver Flujo de Ricci).

Sin embargo, la conexión entre las matemáticas y la realidad (y por lo tanto la ciencia en la medida en que describe la realidad) sigue siendo oscura. El artículo de Eugene Wigner, La eficacia irrazonable de las matemáticas en las ciencias naturales , es un relato muy conocido sobre el tema de un físico ganador del Premio Nobel. De hecho, algunos observadores (incluidos algunos matemáticos conocidos como Gregory Chaitin y otros como Lakoff y Núñez) han sugerido que las matemáticas son el resultado del sesgo del practicante y la limitación humana (incluidas las culturales), algo así como el posmodernismo. vista de la ciencia.

El trabajo de George Pólya sobre la resolución de problemas, la construcción de pruebas matemáticas y la heurística muestran que el método matemático y el método científico difieren en los detalles, aunque se parecen entre sí en el uso de pasos iterativos o recursivos.

Método matemáticoMétodo científico
1ComprensiónCaracterización a partir de la experiencia y la observación.
2AnálisisHipótesis: una explicación propuesta
3SíntesisDeducción: predicción a partir de la hipótesis
4Revisar/ExtenderPrueba y experimenta

En opinión de Pólya, la comprensión implica reafirmar definiciones desconocidas en sus propias palabras, recurrir a figuras geométricas y cuestionar lo que sabemos y lo que no sabemos ya; el análisis , que Pólya toma de Pappus, implica la construcción libre y heurística de argumentos plausibles, trabajando hacia atrás desde la meta e ideando un plan para construir la prueba; la síntesis es la estricta exposición euclidiana de los detalles paso a paso de la prueba; la revisión implica reconsiderar y volver a examinar el resultado y el camino recorrido hasta él.

Sobre la base del trabajo de Pólya, Imre Lakatos argumentó que los matemáticos en realidad usan la contradicción, la crítica y la revisión como principios para mejorar su trabajo. De la misma manera que la ciencia, donde se busca la verdad, pero no se encuentra la certeza, en Pruebas y Refutaciones, lo que Lakatos intentó establecer fue que ningún teorema de las matemáticas informales es definitivo o perfecto. Esto significa que no debemos pensar que un teorema es verdadero en última instancia, solo que aún no se ha encontrado un contraejemplo. Una vez que se encuentra un contraejemplo, es decir, una entidad que contradice/no explica el teorema, ajustamos el teorema, posiblemente extendiendo el dominio de su validez. Esta es una forma continua de acumular nuestro conocimiento, a través de la lógica y el proceso de pruebas y refutaciones. (Sin embargo, si se dan axiomas para una rama de las matemáticas, se crea un sistema lógico —Wittgenstein 1921 Tractatus Logico-Philosophicus5.13; Lakatos afirmó que las pruebas de tal sistema eran tautológicas, es decir, internamente lógicamente verdaderas, al reescribir las formas, como lo demostró Poincaré, quien demostró la técnica de transformar formas tautológicamente verdaderas (es decir, la característica de Euler) en o fuera de formas por homología, o más abstractamente, del álgebra homológica. )

Lakatos propuso una explicación del conocimiento matemático basada en la idea heurística de Polya. En Pruebas y refutaciones , Lakatos dio varias reglas básicas para encontrar pruebas y contraejemplos de conjeturas. Pensó que los 'experimentos mentales' matemáticos son una forma válida de descubrir conjeturas y pruebas matemáticas.

Gauss, cuando se le preguntó cómo llegó a sus teoremas, una vez respondió "durch planmässiges Tattonieren" (a través de la experimentación palpable sistemática).

Relación con las estadísticas

Cuando el método científico emplea la estadística como parte clave de su arsenal, existen problemas matemáticos y prácticos que pueden tener un efecto nocivo en la confiabilidad de los resultados de los métodos científicos. Esto se describe en un artículo científico popular de 2005 "Por qué la mayoría de los hallazgos de investigación publicados son falsos" de John Ioannidis, que se considera fundamental en el campo de la metaciencia. Gran parte de la investigación en metaciencia busca identificar el mal uso de las estadísticas y mejorar su uso. Ver Preinscripción (ciencia) # Justificación

lo que significa que los *nuevos* descubrimientos provendrán de investigaciones que, cuando comenzaron, tenían probabilidades bajas o muy bajas (una probabilidad baja o muy baja) de éxito. Por lo tanto, si se utiliza el método científico para expandir las fronteras del conocimiento, la investigación en áreas que están fuera de la corriente principal producirá los descubrimientos más recientes. lo que significa que los *nuevos* descubrimientos provendrán de investigaciones que, cuando comenzaron, tenían probabilidades bajas o muy bajas (una probabilidad baja o muy baja) de éxito. Por lo tanto, si se utiliza el método científico para expandir las fronteras del conocimiento, la investigación en áreas que están fuera de la corriente principal producirá los descubrimientos más recientes.Consulte: valor esperado de la información de la muestra, falsos positivos y falsos negativos, estadística de prueba y errores de tipo I y tipo II

Papel del azar en el descubrimiento

Se estima que entre el 33 % y el 50 % de todos los descubrimientos científicos se tropezaron con ellos , en lugar de buscarlos. Esto puede explicar por qué los científicos expresan con tanta frecuencia que tuvieron suerte. A Louis Pasteur se le atribuye el famoso dicho de que "La suerte favorece a la mente preparada", pero algunos psicólogos han comenzado a estudiar qué significa estar "preparado para la suerte" en el contexto científico. La investigación muestra que a los científicos se les enseñan varias heurísticas que tienden a aprovechar el azar y lo inesperado.Esto es lo que Nassim Nicholas Taleb llama "Anti-fragilidad"; mientras que algunos sistemas de investigación son frágiles frente al error humano, el sesgo humano y la aleatoriedad, el método científico es más que resistente o duro; en realidad, se beneficia de tal aleatoriedad de muchas maneras (es antifrágil). Taleb cree que cuanto más antifrágil sea el sistema, más prosperará en el mundo real.

El psicólogo Kevin Dunbar dice que el proceso de descubrimiento a menudo comienza cuando los investigadores encuentran errores en sus experimentos. Estos resultados inesperados llevan a los investigadores a tratar de corregir lo que creen que es un error en su método. Eventualmente, el investigador decide que el error es demasiado persistente y sistemático para ser una coincidencia. Los aspectos altamente controlados, cautelosos y curiosos del método científico son, por lo tanto, los que lo hacen muy adecuado para identificar tales errores sistemáticos persistentes. En este punto, el investigador comenzará a pensar en explicaciones teóricas para el error, a menudo buscando la ayuda de colegas en diferentes dominios de experiencia.

Ver también

Problemas y cuestiones

Historia, filosofía, sociología.