Saltar al contenido principal
Library homepage
 
LibreTexts Español

15.6.1: Diseño de una prueba científica

  • Page ID
    102133
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Es fácil estar de acuerdo en que las generalizaciones científicas deben probarse antes de que se proclamen como verdaderas, y es fácil acordar que las explicaciones basadas en esas generalizaciones también deben probarse. Sin embargo, ¿cómo haces realmente para probarlos? La respuesta no es tan sencilla como uno podría imaginar. La manera de probar adecuadamente una generalización difiere drásticamente dependiendo de si la generalización es universal (todas A son B) o no universales (algunas pero no todas A son B). Al intentar confirmar una generalización universal, siempre es mejor enfocarse en refutar la afirmación que en encontrar más ejemplos consistentes con ella. Es decir, buscar evidencia negativa, no evidencia positiva. Por ejemplo, si te interesa saber si todos los casos de malaria pueden curarse bebiendo quinina, sería un desperdicio de dinero de investigación buscar ejemplos que confirmen. Incluso 20 mil ejemplos de este tipo serían derribados de inmediato al encontrar a una sola persona que bebiera quinina pero no se curara. Por otro lado, supongamos que la generalización fue no universal en lugar de universal, es decir, que la mayoría de los casos de malaria se pueden curar bebiendo quinina. Entonces el único caso en el que alguien bebe quinina y no se cura no destruiría la generalización. Con una generalización no universal el nombre del juego sería la proporción de curas a fracasos. En este caso, 20 mil ejemplos irían en gran medida hacia la mejora de la relación.

    Existen otras dificultades con las pruebas. Por ejemplo, los astrónomos de hoy dicen que todas las demás galaxias en promedio se alejan a toda velocidad de nuestra galaxia de la Vía Láctea debido a la explosión del Big Bang. Esta explosión ocurrió hace 13.700 millones de años, cuando el universo era más pequeño que el tamaño de un guisante. ¿Se puede probar esta explicación para ver si es correcta? No se puede probarlo reiniciando el nacimiento del universo. Pero puedes poner a prueba sus predicciones. Una predicción que se desprende de la hipótesis del Big Bang es que la radiación de microondas de cierta frecuencia bombardeará la Tierra desde todas las direcciones. Esta prueba se ha ejecutado con éxito, lo que es una razón importante por la que los astrónomos actuales generalmente aceptan el Big Bang como la explicación de sus observaciones de que todas las galaxias en promedio se están alejando de nosotros a toda velocidad. Hay varias otras razones para que la teoría del Big Bang tenga que ver con otras predicciones que hace de fenómenos que no tienen buenas explicaciones por teorías en competencia.

    Decimos que se confirma o prueba una hipótesis si se prueban varias predicciones diversas y se encuentra que todas están de acuerdo con los datos mientras que ninguna está en desacuerdo. De igual manera, se refuta una hipótesis si alguno de los resultados reales de la prueba no concuerda con la predicción. Sin embargo, este resumen es superficial, veamos por qué.


    This page titled 15.6.1: Diseño de una prueba científica is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Bradley H. Dowden.