14.7: Evaluar explicaciones alternativas

Supongamos que su correlación TV-cefalea tiene una relación temporal adecuada, regularidad a través de varios estudios, fuerza y coherencia con su conocimiento previo. A pesar de esto, un factor que acecha en el fondo podría estar provocando que tanto los dolores de cabeza como la televisión estén encendidos. Por ejemplo, tal vez las riñas familiares causan los dolores de cabeza y también hacen que enciendas la televisión para escapar de las riñas.

A menos que hubieras pensado en esta posibilidad, o hipótesis alternativa, y a menos que también hubieras pensado en formas de probarla y luego la hubieras descartado con éxito, tu afirmación confiada de que dormir junto a la televisión te causó dolores de cabeza estaría cometiendo la falacia post hoc.

Aquí hay una prueba que ayudaría a confirmar algunas de las hipótesis y descartar otras. Supongamos que iba a contratar a varias personas para dormir en un laboratorio cerca de televisores como el suyo. Para la mitad de los sujetos de esta prueba, la televisión estaría encendida; para la otra mitad, el set estaría apagado. ¿Qué pronosticarías sobre los resultados, dada cada una de las hipótesis alternativas? La predicción de tu hipótesis favorecida es que habría muchos más dolores de cabeza entre aquellas personas cuyo set está encendido y mucho menos entre aquellos cuyo set está apagado. No obstante, a partir de la hipótesis de que las riñas familiares son las culpables, se predeciría que los dos grupos de sujetos tendrían la misma frecuencia de dolores de cabeza. Por lo tanto, su prueba puede producir resultados que serán consistentes con una hipótesis mientras refuta la otra. Esa capacidad de discriminar entre dos hipótesis competidoras es un signo de una buena prueba científica.

Otro punto aquí ilustrado es que la mejor manera de inferir de una correlación entre C y E a la afirmación de que C causa E es hacer un experimento controlado. En un experimento controlado, divides a tus sujetos en dos grupos que son esencialmente equivalentes con una excepción mayor: la causa sospechosa C está presente en un grupo pero no en el otro. Este último grupo se llama el grupo control. El grupo con la causa sospechosa se denomina grupo experimental, o, en el caso de un experimento farmacológico, el grupo de tratamiento. Ejecute la prueba y vea si el efecto E ocurre mucho más en el grupo experimental que en el grupo control. Si notas una gran diferencia, entonces es probable que C realmente cause E.

Supongamos que decides que es demasiado caro hacer este tipo de pruebas, no tienes el laboratorio ni los televisores ni el tiempo que tardaría en ejecutar el experimento. En cambio decides poner un anuncio en una revista pidiéndole a los lectores que escriban si han notado dolores de cabeza después de dormir cerca de un televisor mientras está encendido. Posteriormente recibes cuarenta cartas de personas que han tenido experiencias similares a las tuyas. Si tomaras estas cartas como evidencia suficiente de que dormir cerca del televisor sí causa dolores de cabeza, estarías sacando conclusiones precipitadas. Esta segunda prueba no es muy buena. Todo lo que has encontrado son datos consistentes con tu hipótesis favorita. No has intentado activamente refutar tu hipótesis. Entonces, en realidad no has seguido el método científico. Tus resultados no califican como prueba científica.

Este mismo punto sobre el diseño experimental se puede hacer considerando si es cierto que cada esmeralda es verde. Digamos que, aunque sí sospechas que esta hipótesis es cierta, quieres probarla para averiguarla. ¿Cuál sería la mejor prueba? (1) Intenta encontrar evidencia positiva poniendo un anuncio en el periódico pidiéndole a la gente que te avise si son dueños de una esmeralda verde. (2) Intenta encontrar evidencia negativa poniendo un anuncio en el periódico pidiéndole a la gente que te avise si poseen una esmeralda que no sea verde. Una respuesta al segundo anuncio sería mucho más informativa que muchas respuestas al primero, ¿no? Entonces la estrategia 2 es la mejor. Esta es la estrategia de buscar datos inconsistentes en lugar de confirmar datos.

Probablemente la mayor fuente de error en la ciencia es la falla humana natural de tratar de confirmar la propia suposición sobre la explicación correcta de algo mientras no se presta suficiente atención a tratar de desconfirmar esa explicación. Es decir, todos tenemos una tendencia a apretarnos a una hipótesis y tratar de encontrar datos consistentes con ella sin buscar también activamente datos que nos demuestren que estamos equivocados. Tenemos esta tendencia porque realmente no queremos que nos muestren equivocados, porque somos perezosos en usar nuestra imaginación para producir explicaciones alternativas, y porque se necesita mucho esfuerzo físico y gasto para crear pruebas que muestren nuestras sospechas de estar equivocadas. En definitiva, tenemos una tendencia natural a buscar un atajo a la verdad. Desafortunadamente, no hay sustituto efectivo para el largo y difícil camino de conjeturas y refutaciones. Este es el camino de adivinar las sugerencias alternativas razonables y tratar sistemáticamente de refutarlas. El método científico es este método de conjeturas y refutaciones.