5.4: Tipos de interferencia
- Page ID
- 105061
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)Al final de esta sección, podrás:
- Definir inferencias deductivas, inductivas y abductivas.
- Clasificar las inferencias como deductivas, inductivas o abductivas.
- Explicar diferentes virtudes explicativas utilizadas en el razonamiento abductivo.
Las inferencias pueden ser deductivas, inductivas o abductivas. Las inferencias deductivas son las más fuertes porque pueden garantizar la verdad de sus conclusiones. Las inferencias inductivas son las más utilizadas, pero no garantizan la verdad y, en cambio, entregan conclusiones que probablemente sean ciertas. Las inferencias abductivas también tratan de probabilidad.
Razonamiento Deductivo
Las inferencias deductivas, que son inferencias a las que se llega a través de la deducción (razonamiento deductivo), pueden garantizar la verdad porque se centran en la estructura de los argumentos. Aquí hay un ejemplo:
- O puedes ir al cine esta noche, o puedes ir a la fiesta mañana.
- No puedes ir al cine esta noche.
- Entonces, puedes ir a la fiesta mañana.
Este argumento es bueno, y probablemente sabías que era bueno incluso sin pensarlo demasiado. El argumento utiliza “o”, lo que significa que al menos una de las dos declaraciones unidas por el “o” debe ser verdadera. Si descubres que una de las dos declaraciones unidas por “o” es falsa, sabes que la otra afirmación es cierta mediante el uso de deducción. Observe que esta inferencia funciona sin importar cuáles sean las declaraciones. Echa un vistazo a la estructura de esta forma de razonamiento:
- X o Y es cierto.
- X no es cierto.
- Por lo tanto, Y es cierto.
Al reemplazar las declaraciones por variables, llegamos a la forma del argumento inicial anterior. No importa con qué afirmaciones reemplace X e Y, si esas afirmaciones son verdaderas, entonces la conclusión también debe ser cierta. Esta forma de argumento común se llama silogismo disyuntivo.
Inferencias deductivas válidas
Una buena inferencia deductiva se denomina inferencia válida, es decir, su estructura garantiza la verdad de su conclusión dada la verdad de las premisas. Presta atención a esta definición. En la definición no se dice que los argumentos válidos tengan conclusiones verdaderas. La validez es propiedad de las formas lógicas de los argumentos, y recuerda que la lógica y la verdad son distintas. En la definición se establece que los argumentos válidos tienen una forma tal que si las premisas son verdaderas, entonces la conclusión debe ser cierta. Se puede probar la validez de una inferencia deductiva comprobando si las premisas conducen a la conclusión. Si es imposible que la conclusión sea falsa cuando se asume que las premisas son verdaderas, entonces el argumento es válido.
El razonamiento deductivo puede usar una serie de estructuras argumentativas válidas:
Silogismo Disyuntivo:
- X o Y.
- No Y.
- Por lo tanto X.
Modus Ponens:
- Si X, entonces Y.
- X.
- Por lo tanto Y.
Modus Tollens:
- Si X, entonces Y.
- No Y.
- Por lo tanto, no X.
Viste la primera forma, el silogismo disyuntivo, en el ejemplo anterior. La segunda forma, modus ponens, utiliza un condicional, y si piensas en condiciones necesarias y suficientes ya discutidas, entonces se hace evidente la validez de esta inferencia. El condicional en la premisa 1 expresa que X es suficiente para Y. Entonces, si X es verdadero, entonces Y debe ser cierto. Y la premisa 2 afirma que X es verdad. Entonces la conclusión (la verdad de Y) necesariamente sigue. También puedes usar tu conocimiento de las condiciones necesarias y suficientes para entender la última forma, modus tollens. Recuerden, en un condicional, lo consecuente es la condición necesaria. Entonces Y es necesario para X. Pero la premisa 2 establece que Y no es cierto. Porque Y debe ser el caso si X es el caso, y se nos dice que Y es falso, entonces sabemos que X también es falso. Estos tres ejemplos son sólo algunos de los numerosos posibles inferencias válidas.
Inferencias deductivas inválidas
Una inferencia deductiva mala se llama inferencia inválida. En inferencias inválidas, su estructura no garantiza la verdad de la conclusión, es decir, aunque las premisas sean verdaderas, la conclusión puede ser falsa. Esto no quiere decir que la conclusión deba ser falsa, sino que simplemente no podemos saber si la conclusión es verdadera o falsa. Aquí hay un ejemplo de una inferencia no válida:
- Si nieva más de tres pulgadas, las escuelas tienen el mandato de cerrar.
- Cerraron las escuelas.
- Por lo tanto, nevó más de tres pulgadas.
Si las premisas de este argumento son verdaderas (y suponemos que lo son), puede o no haber nevado más de tres pulgadas. Las escuelas cierran por muchas razones además de nieve. Quizás el distrito escolar experimentó un corte de energía o se emitió una advertencia de huracán para la zona. Nuevamente, puede utilizar su conocimiento de las condiciones necesarias y suficientes para entender por qué este formulario no es válido. Premisa 2 afirma que la condición necesaria es el caso. Pero la verdad de la condición necesaria no garantiza que la condición suficiente sea cierta. El condicional establece que el cierre de escuelas está garantizado cuando haya nevado más de 3 pulgadas, no esa nieve de más de 3 pulgadas está garantizada si las escuelas están cerradas.
Las inferencias deductivas inválidas también pueden tomar formas generales. Aquí hay dos formas de inferencia inválidas comunes:
Afirmando lo Consecuente:
- Si X, entonces Y.
- Y.
- Por lo tanto, X.
Negando el antecedente:
- Si X, entonces Y.
- No X.
- Por lo tanto, no Y.
Viste la primera forma, afirmando la consecuente, en el ejemplo anterior referente al cierre de escuelas. La falacia se llama así porque se afirma la verdad de lo consecuente (la condición necesaria) para inferir la verdad del enunciado antecedente. La segunda forma, negando el antecedente, ocurre cuando se niega la verdad de la declaración antecedente para inferir que lo consecuente es falso. Tu conocimiento de suficiencia te ayudará a entender por qué esta inferencia es inválida. La verdad del antecedente (la condición suficiente) sólo basta para conocer la verdad del consecuente. Pero puede haber más de una manera para que lo consecuente sea cierto, lo que significa que la falsedad de la condición suficiente no garantiza que lo consecuente sea falso. Volviendo a un ejemplo anterior, que una criatura no es un perro no permite inferir que no es un mamífero, aunque ser perro es suficiente para ser mamífero. Vea el video a continuación para ver más ejemplos de razonamiento condicional. Ve si puedes averiguar qué selección incorrecta es estructuralmente idéntica a afirmar lo consecuente o negar el antecedente.
Prueba de inferencias deductivas
Anteriormente se explicó que el análisis lógico implica asumir que las premisas de un argumento son verdaderas y luego determinar si la conclusión sigue lógicamente, dada la verdad de esas premisas. Para los argumentos deductivos, si se puede llegar a un escenario donde las premisas sean verdaderas pero la conclusión sea falsa, ha demostrado que el argumento es inválido. Una instancia de un argumento deductivo donde todas las premisas son verdaderas pero la conclusión falsa se llama contraejemplo. Al igual que con los contraejemplos a las declaraciones, los contraejemplos a los argumentos son simplemente instancias que van en contra del argumento. Los contraejemplos a las declaraciones muestran que la declaración es falsa, mientras que los contraejemplos a los argumentos deductivos muestran que el argumento no es válido. Complete el siguiente ejercicio para obtener una mejor comprensión de la elaboración de contraejemplos para probar la invalidez.
Usando los argumentos de muestra dados, invente un contraejemplo para probar que el argumento no es válido. Un contraejemplo es un escenario en el que las premisas son verdaderas pero la conclusión es falsa. Las soluciones se proporcionan a continuación.
Argumento 1:
- Si un animal es un perro, entonces es un mamífero.
- Charlie no es un perro.
- Por lo tanto, Charlie no es un mamífero.
Argumento 2:
- Todos los postres son alimentos dulces.
- Algunos alimentos dulces son bajos en grasa.
- Entonces todos los postres son bajos en grasa.
Argumento 3:
- Si Jad no termina su tarea a tiempo, no irá a la fiesta.
- Jad no va a la fiesta.
- Jad no terminó su tarea a tiempo.
Cuando haya completado su trabajo sobre los tres argumentos, verifique sus respuestas contra las soluciones a continuación.
Solución 1: No válida. Si imaginas que Charlie es un gato (u otro animal que no es un perro sino que es un mamífero), entonces ambas premisas son ciertas, mientras que la conclusión es falsa. Charlie no es un perro, pero Charlie es un mamífero.
Solución 2: Inválida. El pastel de crema de mantequilla es un contraejemplo. El pastel de crema de mantequilla es un postre y es dulce, lo que demuestra que no todos los postres son bajos en grasa.
Solución3: No válido. Asumiendo que las dos primeras premisas son ciertas, todavía puedes imaginar que Jad está demasiado cansado después de terminar su tarea y decide no ir a la fiesta, haciendo así falsa la conclusión.
Inferencias inductivas
Cuando razonamos inductivamente, recogemos evidencia usando nuestra experiencia del mundo y sacamos conclusiones generales basadas en esa experiencia. El razonamiento inductivo (inducción) es también el proceso por el cual utilizamos las creencias generales que tenemos sobre el mundo para crear creencias sobre nuestras experiencias particulares o sobre qué esperar en el futuro. Alguien puede usar sus experiencias pasadas de comer remolachas y odiarlas absolutamente para concluir que no les gustan las remolachas de ningún tipo, cocinadas de ninguna manera. Entonces pueden usar esta conclusión para evitar pedir una ensalada de remolacha en un restaurante porque tienen buenas razones para creer que no les va a gustar. Por la naturaleza de la experiencia y la inferencia inductiva, este método nunca puede garantizar la verdad de nuestras creencias. En el mejor de los casos, la inferencia inductiva solo genera conclusiones verdaderas probables porque va más allá de la información contenida en las premisas. En el ejemplo, la experiencia pasada con las remolachas es información concreta, pero la persona va más allá de esa información al hacer la afirmación general de que no le gustarán todas las remolachas (incluso esas variedades que nunca han probado e incluso métodos de preparación de remolachas que nunca han probado).
Considera una creencia tan cierta como “mañana saldrá el sol”. El filósofo escocés David Hume argumentó en contra de la certeza de esta creencia hace casi tres siglos ([1748, 1777] 2011, IV, i). Sí, el sol ha salido cada mañana de la historia registrada (en verdad, hemos sido testigos de lo que parece ser el amanecer, que es resultado de que la tierra gira sobre su eje y crea el fenómeno de la noche y el día). Tenemos la ciencia para explicar por qué el sol seguirá subiendo (porque la rotación de la tierra es un fenómeno estable). Con base en la ciencia actual, podemos concluir razonablemente que el sol saldrá mañana por la mañana. Pero, ¿es cierta esta proposición? Para responder a esta pregunta, hay que pensar como un filósofo, lo que implica pensar críticamente sobre posibilidades alternativas. Digamos que la tierra es golpeada por un asteroide masivo que la destruye, o el sol explota en una supernova que abarca los planetas internos y los incinera. Es extremadamente improbable que ocurran estos eventos, aunque no surge ninguna contradicción al imaginar que podrían ocurrir. Creemos que mañana saldrá el sol, y tenemos buenas razones para esta creencia, pero la salida del sol sigue siendo solo probable (aunque sea casi segura).
Si bien las inferencias inductivas no siempre son algo seguro, aún pueden ser bastante confiables. De hecho, buena parte de lo que creemos saber se conoce a través de la inducción. Además, si bien el razonamiento deductivo puede garantizar la verdad de las conclusiones si las premisas son verdaderas, muchas veces se conocen inductivamente las propias premisas de los argumentos deductivos. Al estudiar filosofía, necesitamos acostumbrarnos a la posibilidad de que nuestras creencias derivadas inductivamente puedan estar equivocadas.
Existen varios tipos de inferencias inductivas, pero en aras de la brevedad, esta sección cubrirá los tres tipos más comunes: razonamiento de instancias específicas a generalidades, razonamiento de generalidades a instancias específicas, y razonamiento del pasado al futuro.
Razonamiento de instancias específicas a generalidades
Quizás experimente varias instancias de algún fenómeno, y noto que todas las instancias comparten una característica similar. Por ejemplo, he notado que cada año, alrededor de la segunda semana de marzo, los mirlos de alas rojas regresan de donde quiera que hayan invernado. Por lo que puedo concluir que generalmente los mirlos de alas rojas regresan a la zona donde vivo (y los observo) en la segunda semana de marzo. Todas mis pruebas se recogen a partir de instancias particulares, pero mi conclusión es general. Aquí está el patrón:
Instancia 1, Instancia 2, Instancia 3. Instancia n —> Generalización
Y debido a que cada instancia sirve como razón de apoyo a la generalización, las instancias son premisas en forma de argumento de este tipo de inferencia inductiva:
Forma específica de argumento inductivo general:
- Instancia 1
- Instancia 2
- Instancia 3
- Conclusión General
Razonamiento de generalidades a instancias específicas
La inducción también puede funcionar en la dirección opuesta: el razonamiento desde generalizaciones aceptadas hasta instancias específicas. Esta característica de la inducción se basa en el hecho de que somos aprendices y que aprendemos de experiencias pasadas y de los demás. Gran parte de lo que aprendemos se captura en generalizaciones. Probablemente hayas aceptado muchas generalizaciones de tus padres, maestros y compañeros. Probablemente creas que una señal roja de “STOP” en la carretera significa que cuando conduces y ves esta señal, debes llevar tu auto a una parada completa. También probablemente creas que el agua se congela a 32° Fahrenheit y que fumar cigarrillos es malo para ti. Cuando usas generalizaciones aceptadas para predecir o explicar cosas sobre el mundo, estás usando la inducción. Por ejemplo, cuando veas que se predice que el mínimo nocturno será de 30°F, puedes suponer que el agua de tu baño para pájaros se congelará cuando te levantes por la mañana.
Algunos procesos de pensamiento utilizan más de un tipo de inferencia inductiva. Tomemos el siguiente ejemplo:
Cada gato que he acariciado no tolera que le tiraran de la cola.
Entonces este gato probablemente no tolerará que le tiren la cola.
Observe que este razonador ha pasado por una serie de instancias para hacer una inferencia sobre una instancia adicional. Al hacerlo, el razonador asumió implícitamente una generalización en el camino. La generalización implícita del razonador es que a ningún gato le gusta que le saquen la cola. Entonces usan esa generalización para determinar que ahora no deben tirar de la cola del gato frente a ellos. Un razonador puede usar varias instancias en su experiencia como premisas para sacar una conclusión general y luego usar esa generalización como premisa para sacar una conclusión sobre una nueva instancia específica.
El razonamiento inductivo encuentra su camino en expresiones cotidianas, como “Donde hay humo, hay fuego”. Cuando la gente ve humo, intuitivamente llega a creer que hay fuego. Este es el resultado del razonamiento inductivo. Considera tu propio proceso de pensamiento al examinar la Figura 5.5.
Razonamiento del pasado al futuro
A menudo usamos el razonamiento inductivo para predecir lo que sucederá en el futuro. Con base en nuestra amplia experiencia del pasado, tenemos una base para la predicción. El razonamiento del pasado al futuro es similar al razonamiento desde instancias específicas hasta generalidades. Tenemos experiencia de eventos a lo largo del tiempo, notamos patrones relativos a la ocurrencia de esos eventos en momentos particulares, y luego razonamos que el evento volverá a suceder en el futuro. Por ejemplo:
Veo a mi vecina paseando a su perro todas las mañanas. Entonces mi vecina probablemente paseará a su perro esta mañana.
¿Podría equivocarse la persona que razona de esta manera? Sí, el vecino podría estar enfermo, o el perro podría estar en el veterinario. Pero dependiendo de la regularidad de los paseos matutinos caninos y del número de instancias (digamos que el vecino ha paseado al perro todas las mañanas durante el último año), la inferencia podría ser fuerte a pesar de que es posible que esté equivocado.
Inferencias inductivas fuertes
La fuerza de las inferencias inductivas depende de la confiabilidad de las premisas dadas como evidencia y su relación con las conclusiones extraídas. Una fuerte inferencia inductiva es aquella en la que, si la evidencia ofrecida es cierta, entonces la conclusión es probablemente cierta. Una inferencia inductiva débil es aquella en la que, si la evidencia ofrecida es cierta, la conclusión no es probablemente cierta. Pero lo fuerte que debe ser una inferencia para ser considerada buena depende del contexto. La palabra “probablemente” es vaga. Si algo es más probable que no, entonces necesita al menos un 51 por ciento de posibilidades de que suceda. Sin embargo, en la mayoría de los casos, esperaríamos tener una barra de probabilidad mucho mayor para considerar que una inferencia es fuerte. Como ejemplo de esta dependencia del contexto, comparar la probabilidad aceptada como fuerte en el juego con la probabilidad mucho mayor de precisión que esperamos para determinar la culpabilidad en un tribunal de justicia.
La Figura 5.6 ilustra tres formas de razonamiento que se utilizan en el método científico. La inducción se utiliza para extraer patrones y generalizaciones, a partir de las cuales se hacen hipótesis. Se prueban las hipótesis, y si permanecen sin falsificar, se vuelve a utilizar la inducción para asumir el apoyo a la hipótesis.
Razonamiento Abductivo
El razonamiento abductivo es similar al razonamiento inductivo en que ambas formas de inferencia son probabilísticas. No obstante, difieren en la relación de las premisas con la conclusión. En la argumentación inductiva, la evidencia en las premisas se utiliza para justificar la conclusión. En el razonamiento abductivo, la conclusión pretende explicar las pruebas ofrecidas en las premisas. En inducción las premisas explican la conclusión, pero en el secuestro la conclusión explica las premisas.
Inferencia a la mejor explicación
Debido a que el secuestro razona desde la evidencia hasta la explicación más probable de esa evidencia, a menudo se le llama “inferencia a la mejor explicación”. Comenzamos con un conjunto de datos e intentamos llegar a alguna hipótesis unificadora que pueda explicar mejor la existencia de esos datos. Dada esta estructura, la evidencia a explicar suele ser aceptada como cierta por todas las partes involucradas. El foco no es la verdad de la evidencia, sino lo que significa la evidencia.
Aunque tal vez no seas consciente, regularmente usas esta forma de razonamiento. Digamos que tu auto no arranca, y el motor ni siquiera se volcará. Además, nota que las luces de radio y pantalla no están encendidas, incluso cuando la llave está adentro y girada a la posición ON. Ante esta evidencia, se concluye que la mejor explicación es que hay un problema con la batería (o bien no está conectada o está muerta). O tal vez hiciste pan de calabaza por la mañana, pero no está en el mostrador donde lo dejaste al llegar a casa. Hay migajas en el piso, y la bolsa en la que estaba también está en el piso, desgarrada en pedazos. Tienes un perro que estuvo dentro todo el día. El perro en cuestión está en el sofá, la cabeza colgando baja, las orejas hacia atrás, evitando el contacto visual. Ante las pruebas, se concluye que la mejor explicación para el pan faltante es que el perro se lo comió.
Detectives e investigadores forenses utilizan el secuestro para llegar a la mejor explicación de cómo se cometió un delito y por quién. Esta forma de razonamiento también es indispensable para los científicos que utilizan observaciones (evidencia) junto con hipótesis aceptadas para crear nuevas hipótesis para las pruebas. También puede reconocer la abducción como una forma de razonamiento utilizada en los diagnósticos médicos. Un médico considera todos tus síntomas y cualquier otra evidencia recopilada desde pruebas preliminares y razones hasta la mejor conclusión posible (un diagnóstico) de tu enfermedad.
Virtudes explicativas
Las buenas inferencias abductivas comparten ciertas características. Las virtudes explicativas son aspectos de una explicación que generalmente la hacen fuerte. Hay muchas virtudes explicativas, pero nos centraremos en cuatro. Una buena hipótesis debe ser explicativa, simple y conservadora y debe tener profundidad.
Decir que una hipótesis debe ser explicativa simplemente significa que debe explicar toda la evidencia disponible. La palabra “explicativo” para nuestros fines está siendo utilizada en un sentido más estrecho que en el lenguaje cotidiano. Tomemos el ejemplo del pan de calabaza: una persona podría razonar que tal vez su compañero de cuarto se comió la hogaza de pan de calabaza. No obstante, tal explicación no explicaría por qué las migajas y la bolsa estaban en el suelo, ni la postura culpable del perro. La gente normalmente no come una hogaza entera de pan de calabaza, y si lo hacen, no evisceran la bolsa mientras lo hacen, y aunque lo hicieran, probablemente ocultarían las pruebas. Así, la explicación de que tu compañero de cuarto se comió el pan no es tan explicativa como la que señala a tu perro como el culpable.
Pero, ¿y si razonas que un perro diferente se metió en la casa y se comió el pan, luego volvió a salir, y tu perro parece culpable porque no hizo nada para detener al intruso? Esta explicación parece explicar el pan que falta, pero no es tan buena como la explicación más simple de que tu perro es el perpetrador. Una buena explicación suele ser simple. Es posible que hayas oído hablar de la navaja de Occam, formulada por Guillermo de Ockham (1287—1347), que dice que la explicación más simple es la mejor explicación. Ockham dijo que “las entidades no deben multiplicarse más allá de la necesidad” (Spade & Panaccio 2019). Por “entidades”, Ockham significaba conceptos o mecanismos o partes móviles.
Abundan ejemplos de explicaciones que carecen de simplicidad. Por ejemplo, las teorías conspirativas presentan lo opuesto a la simplicidad ya que tales explicaciones son por su propia naturaleza complejas. Las teorías de conspiración deben postular tramas, tratos deshonestos, encubrimientos (para explicar la existencia de evidencias alternativas) y personas maníacas para explicar fenómenos y explicar aún más la explicación más simple de esos fenómenos. Las teorías de conspiración nunca son simples, pero esa no es la única razón por la que son sospechosas. Las teorías de conspiración también generalmente carecen de las virtudes de ser conservadoras y tener profundidad.
Una explicación conservadora mantiene o conserva gran parte de lo que ya creemos. La conservatividad en la ciencia es cuando una teoría o hipótesis encaja con otras teorías y explicaciones científicas establecidas. Por ejemplo, una teoría que da cuenta de algún fenómeno físico pero que tampoco viola la primera ley del movimiento de Newton es un ejemplo de una teoría conservadora. Por otro lado, consideremos la teoría de la conspiración de que nunca aterrizamos en la luna. Alguien podría postular que el aterrizaje espacial televisado del Apolo 11 fue filmado en algún lugar en un estudio secreto. Pero la realidad del primer alunizaje televisado no es la única creencia de la que debemos deshacernos para mantener la teoría. Se produjeron cinco alunizajes tripulados más. Además, la realidad de los alunizajes encaja en creencias sobre el avance tecnológico en las próximas cinco décadas. Muchas de las tecnologías desarrolladas fueron posteriormente adoptadas por el sector militar y privado (NASA, n.d.). Además, las misiones Apolo son un factor clave para entender la raza espacial de la era de la Guerra Fría. Aceptar la teoría de la conspiración requiere rechazar una amplia gama de creencias, por lo que la teoría no es conservadora.
Un teórico de la conspiración puede ofrecer explicaciones alternativas para dar cuenta de la tensión entre su explicación y las creencias establecidas. No obstante, por cada explicación que ofrece el conspiracista, se plantean más preguntas. Y una buena explicación no debería plantear más preguntas de las que responde. Esta característica es la virtud de la profundidad. Una explicación profunda evita explicadores inexplicables, o una explicación que en sí misma necesita explicación. Por ejemplo, el teórico podría afirmar que a John Glenn y a los demás astronautas se les lavó el cerebro para explicar los relatos de primera mano de los astronautas. Pero esta afirmación plantea una pregunta sobre cómo funciona el lavado de cerebro. Además, ¿qué pasa con las cuentas de los miles de otros miembros del personal que trabajaron en el proyecto? ¿Se les lavó el cerebro a todos? Y si es así, ¿cómo? La explicación del teórico de la conspiración plantea más preguntas de las que responde.
Reclamaciones extraordinarias requieren pruebas extraordinarias
¿Es posible que nuestras creencias establecidas (o teorías científicas) estén equivocadas? ¿Por qué dar precedencia a una explicación porque sostiene nuestras creencias? El pensamiento científico nunca habría avanzado si hubiéramos diferido a explicaciones conservadoras todo el tiempo. De hecho, las virtudes explicativas no son leyes sino reglas generales, ninguna de las cuales es suprema o necesaria. A veces la explicación correcta es más complicada, y a veces la explicación correcta requerirá que renunciemos a creencias de larga data. Las explicaciones novedosas y revolucionarias pueden ser fuertes si tienen pruebas que las respalden. En las ciencias, este enfoque se expresa en el siguiente principio: Las reclamaciones extraordinarias requerirán pruebas extraordinarias. En otras palabras, una afirmación novedosa que perturbe el conocimiento aceptado necesitará más evidencia para hacerlo creíble que una afirmación que ya se alinee con el conocimiento aceptado.
El Cuadro 5.2 resume los tres tipos de inferencias que acabamos de discutir.
Tipo de inferencia | Descripción | Consideraciones | |
---|---|---|---|
Deductivo | Se centra en la estructura de los argumentos | Proporciona inferencias válidas cuando su estructura garantiza la verdad de su conclusión | Proporciona inferencias inválidas cuando, aunque las premisas sean verdaderas, la conclusión puede ser falsa |
Inductivo | Utiliza creencias generales sobre el mundo para crear creencias sobre experiencias específicas o para hacer predicciones sobre experiencias futuras | Fuerte si la conclusión es probablemente cierta, asumiendo que la evidencia es cierta | Débil si la conclusión probablemente no es cierta, incluso si la evidencia ofrecida es cierta |
Secuestrador | Se ofrece una explicación para justificar y explicar pruebas | Fuerte si es explicativo, simple, conservador y tiene profundidad | Reclamaciones extraordinarias requieren pruebas extraordinarias |
Tabla 5.2 Tres tipos de inferencias