5.1: Diseños naturalistas e inferencias causales

Así que tuvimos una buena visita con entornos de laboratorio y diseños experimentales, y aunque volveremos a encontrarnos con ellos al final de esta sección (cuando lleguemos a “operaciones convergentes”), por ahora solo enfoquemos en sus limitaciones para brindar detallados relatos causales orientados a procesos que involucren condiciones no podemos asignar aleatoriamente y factores causales potenciales que no podemos manipular. En este capítulo, consideramos la utilidad potencial de los entornos de campo y los diseños naturalistas alternativos. Lo que apreciamos de los estudios de campo naturalistas ya es obvio por las limitaciones que encontramos con los diseños de laboratorio y experimentales: En estudios naturalistas podemos examinar los efectos de causas potenciales que no podemos manipular directamente (por ejemplo, maltrato, rastreo de habilidades, rechazo de pares). Además, podemos ver cómo estos procesos operan en sus contextos multinivel reales, y podemos seguirlos durante meses y años.

Pero después de sembrar nuestra avena salvaje, vagando libremente por este interesante espacio y documentando algunos de los fascinantes caminos que están tomando nuestros participantes, vamos a querer pasar de la descripción a la explicación. Y tan pronto como lo hagamos, comenzaremos a sentir nostálgico por nuestros laboratorios y experimentos familiares. En el campo, las causas que queremos analizar vienen en molestos grupos amontonados de condiciones, mientras que en nuestros experimentos, tuvimos la capacidad de crear grupos de tratamiento y control que expusimos a hebras causales cuidadosamente distinguidas y calibradas. Y en el campo, estos grupos causales aterrizan en personas particulares, a veces en un patrón “rico se enriquece” u otro patrón complejo, mientras que en nuestros experimentos, fueron asignados aleatoriamente a grupos de personas que son iguales en todo lo demás. Entonces, en los estudios naturalistas, cualquier exposición causal siempre se confunde con las diferencias preexistentes de los participantes.

Una manera amplia de caracterizar la diferencia entre los experimentos de laboratorio y los estudios naturalistas en el campo, es que en los experimentos de laboratorio los investigadores tienen asientos de primera fila y líneas de visión muy claras sobre un fenómeno, pero nunca podemos ser positivos si es exactamente el que nos interesa observar; mientras que en estudios de campo naturalistas, los investigadores pueden estar seguros de que el fenómeno real que queremos entender está sucediendo justo delante de nosotros, pero todo está sucediendo tan rápido y en tantas direcciones (y tal vez estamos en el balcón y sentados detrás de un poste) que nunca podemos estar seguros de exactamente lo que estamos viendo . En otras palabras, para obtener información causal de los estudios de campo naturalistas se necesita bastante trabajo: conceptual, inferencial y empírico.

Espera un minuto. ¿No son los experimentos la única manera de mostrar causalidad?

Sí, los experimentos pueden proporcionar evidencia importante de procesos causales. Pero consideremos los tipos de evidencia causal que pueden aportar los estudios naturalistas.

Espera un minuto más. ¿Hablamos de estudios correlacionales? Porque sabemos a ciencia cierta que “la correlación no prueba causalidad”.

Bien, es correcto que la correlación por sí misma no prueba causalidad. Pero tomemos un minuto para entender por qué esto es cierto, y luego ver si hay algunas cosas que los investigadores pueden hacer para mejorar los diseños de sus estudios para que los estudios naturalistas, utilizando más que correlaciones, puedan aportar evidencia sobre las causas. Porque, recuerden —la correlación puede no probar la causalidad, pero los procesos causales sí generan correlaciones- las causas crean efectos y así los efectos covarían con sus causas. De hecho, esta covariación es una de las condiciones definitorias de causalidad (ver recuadro). Como resultado, las correlaciones (o covariación o contingencias, como quiera etiquetarlas) pueden ser el humo que nos lleva a nuestros incendios causales. El problema es que muchas cosas además de la causalidad conducen a correlaciones, por lo que tenemos que trabajar duro para descifrar la evidencia causal entre todos los demás tipos de información de covariación que estamos examinando.

John Stuart Mill (1843) sobre la causalidad. Para establecer la causalidad, se deben cumplir tres condiciones básicas: 1. El (los) efecto (s) presunto (s) deben covariar con su causa (s) presunta (s); 2. La (s) causa (s) presunta (s) deben preceder a sus efectos en el tiempo; y 3. Deben excluirse todas las demás explicaciones alternativas plausibles para el efecto.