Objetivos de aprendizaje
Al final de esta sección, podrás:
El modelado causal es el proceso de visualizar las relaciones entre conceptos de interés (Youngblut 1994a, [b] 1994). Adicionalmente, este proceso también alienta a los investigadores a considerar la posibilidad de otras relaciones entre conceptos que no fueron originalmente teorizados o considerados de otra manera.
El modelado causal fue popularizado por Judea Pearl, entre otros estudiosos (Pearl 1995, 2009; Pearl, Glynmour y Jewell 2016). La modelación causal subyacente es el concepto de causalidad. En una conferencia pública en la Universidad de California, Los Ángeles, el Dr. Pearl afirmó que “la causalidad —es decir, nuestra conciencia de lo que causa lo que en el mundo y por qué importa” (Pearl 2009).
Como estudiante de ciencias políticas, es importante saber que el concepto de causalidad se ha abordado con adherencia o pasivismo en la disciplina. Quienes se adhieren al concepto de causalidad están investidos en teorizar, plantear hipótesis y acumular evidencia empírica que explique las causas y efectos del comportamiento político, los procesos y las instituciones. La investigación que no aspira a declarar y determinar una relación causa-efecto no es rigurosa, a juicio de los adherentes. Por otra parte, los pasivistas de la causalidad creen, si bien es importante, la disciplina no debe imposibilitar ni descartar estudios de política que no tengan una relación explícita de causa y defecto que se esté examinando. La aspiración está en el descubrimiento y la explicación, no solo causa y efecto.
En su libro Causalidad, el Dr. Pearl (2009) comparte: “Las dos preguntas fundamentales de la causalidad son: (1) ¿Qué evidencia empírica se requiere para la inferencia legítima de las relaciones causa-efecto? (2) Dado que estamos dispuestos a aceptar información causal sobre un fenómeno, ¿qué inferencias podemos extraer de dicha información y cómo? Estas preguntas han estado sin respuestas satisfactorias en parte porque no hemos tenido una semántica clara para las afirmaciones causales y en parte porque no hemos tenido herramientas matemáticas efectivas para emitir preguntas causales o derivar respuestas causales”.
¿Por qué estas preguntas son importantes para los estudiantes y académicos de ciencias políticas? En cuanto a la primera pregunta, observamos el mundo. A partir de nuestra observación, comenzamos el proceso de enunciar teorías, producir hipótesis y encontrar explicaciones de actores políticos, comportamientos, procesos e instituciones. El mundo observado nos ofrece evidencia empírica y esta evidencia es un requisito previo para inferir una relación causa-efecto. Con respecto a la segunda pregunta, la ciencia política lidia con qué inferencias se pueden extraer de la información y cómo. La información incluye datos cuantitativos y cualitativos. La forma en que hacemos inferencias a partir de esta información incluye el uso de la probabilidad, la estadística, las matemáticas y la lógica.
El modelado causal, como ha explorado el Dr. Pearl, tiene una lógica y matemáticas subyacentes. Para nuestros propósitos, queremos explorar tres visualizaciones para sembrar la utilidad del modelado causal y dejar la lógica subyacente y las matemáticas para que usted pueda explorar más a fondo por su cuenta o en futuros cursos. A continuación se presentan tres modelos causales: 1, 2 y 3.
El modelo 1 muestra la relación más simple entre dos objetos: A y B. Hay una flecha que apunta de A a B, esto denota la dirección de la relación. Se puede suponer cuando una flecha apunta de un objeto a otro, que el objeto señalador es una “causa” mientras que el objeto puntiagudo es un “efecto”.
Figura\(\PageIndex{1}\): Modelo causal: A a B
El modelo 2 muestra la relación entre tres objetos: A, M y B. Hay una flecha que apunta de A a M. M significa mediador, ya que media, o se interpone entre, la relación entre A y B. Dado que A influye en B a M, A se afirma con mayor precisión como una “causa indirecta”. Si bien hay una flecha de M a B, M no se considera la “causa” porque el modelo incluye A.
Figura\(\PageIndex{2}\): Modelo causal: A a M a B
Finalmente, el modelo 3 muestra la relación entre tres objetos: A, B y C. Primero, notamos que A apunta a B, lo que significa que A se considera una “causa” del “efecto” B. Sin embargo, a diferencia del modelo 2, también vemos que C. C tiene una relación direccional con A y B. En esta instancia, C se llama “confuso” porque no lo incluimos explícitamente en el modelo original, como lo denotan los puntos en lugar de las líneas sólidas del círculo.
Figura\(\PageIndex{3}\): Modelo causal: C a A, A a B y C a B
Dibujar modelos causales es útil porque nos permite “ver” las relaciones entre objetos de interés. A medida que exploras el fenómeno político, mantén a mano la herramienta del modelado causal.
