4.4: Decidir qué tan fuerte es la evidencia
- Page ID
- 103778
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)Escucha una versión de audio de esta página (17 min, 7 seg):
¿Hay pruebas suficientes?
Un argumento puede no tener excepciones obvias, pero aún debemos preguntarnos si da pruebas suficientes para convencernos de la afirmación. El motivo es el fundamento del argumento: ¿es seguro el fundamento? En algunos casos podemos sospechar que alguna parte de la razón no es cierta, y en otros podemos simplemente querer señalar que se ha ofrecido poca o ninguna evidencia. Por ejemplo, el argumento fronterizo que hemos examinado hace dos afirmaciones sin ninguna prueba: “Fronteras completamente abiertas pondrían en riesgo nuestra seguridad” y “Hay formas de regular la frontera sin criminalizar a las personas”.
La evidencia puede carecer de sustancia (razonamiento circular)
A veces una razón dada no es realmente una razón en absoluto, solo una repetición de la propia afirmación en diferentes palabras. En efecto, el escritor nos pide que creamos una idea por esa misma idea. A esto se le llama razonamiento circular o “mendigar la pregunta”.
Por ejemplo, considere el siguiente argumento:
Cualquier persona nacida en Estados Unidos tiene derecho a la ciudadanía porque los derechos de ciudadanía aquí dependen del nacimiento, no de la etnia o de los antecedentes familiares de inmigración.
La idea de que “cualquier persona nacida en Estados Unidos tiene derecho a la ciudadanía” y la idea de que “los derechos de ciudadanía aquí dependen del nacimiento” son realmente una y la misma. Todavía necesitamos una razón para aceptar este enfoque en el nacimiento como factor determinante.
El razonamiento circular a menudo no es deliberado. Al llegar a explicar la razón de una creencia profundamente arraigada, un escritor puede terminar resumiendo esa creencia nuevamente de una manera diferente. Otras veces el escritor puede realizar a sabiendas este juego de manos, esperando que el lector no se dé cuenta. En cualquier caso, el argumento carece de apoyo sustantivo.
Podemos criticar el razonamiento circular con frases como las siguientes:
-
El argumento presenta _____________ como una razón para creer _____________, pero esta supuesta razón no es más que una reformulación de la afirmación.
-
El escritor no proporciona ninguna justificación real para la idea de que _____________; para convencernos simplemente repiten esa idea con fraseo diferente.
Las pruebas pueden no ser representativas (generalización apresurada)
La mayoría de los argumentos académicos exploran evidencias en forma de ejemplos específicos, hechos, estadísticas, testimonios o anécdotas para llegar a una conclusión general. A esto se le llama razonamiento inductivo.
Si un argumento da evidencia, necesitamos saber si la evidencia es suficiente. Algunos ejemplos pueden no ser representativos de un patrón general. Si el argumento hace una generalización radical basada en una o dos anécdotas o únicamente en la propia experiencia del escritor, puede considerarse una generalización apresurada.
¿Cómo decidimos cuando las pruebas son suficientes? La ciencia de la estadística aborda esta cuestión de manera muy específica, técnica que vale la pena aprender pero más allá del alcance de este libro. A menudo, sin embargo, una evaluación intuitiva será suficiente. Probablemente todos ya nos guardamos contra esta falacia cuando buscamos en línea productos que han sido revisados muchas veces. Claramente una reseña de cinco estrellas podría ser una casualidad, pero 2,000 reseñas con un promedio de 4 1/2 estrellas es un indicador más confiable.
Las personas que niegan que el calentamiento global sea un fenómeno genuino a menudo cometen esta falacia. En febrero de 2015, el clima era inusualmente frío en Washington, DC. El senador James Inhofe, de Oklahoma, tomó el famoso piso del Senado empuñando una bola de nieve. “Por si nos hemos olvidado, porque seguimos escuchando que 2014 ha sido el año más caluroso registrado, le pregunto a la silla: '¿Sabes qué es esto?' Es una bola de nieve, de aquí afuera. Entonces hace mucho, muy frío afuera. Muy poco temporada.”
El senador Inhofe comete la precipitada falacia de generalización. Está tratando de establecer una conclusión general: que 2014 no fue el año más cálido registrado, o que el calentamiento global no está ocurriendo realmente. Pero las pruebas que presenta son insuficientes para sustentar tal afirmación. Su evidencia es una frialdad poco estacional en un solo lugar del planeta, en un solo día. No podemos derivar de ese ejemplo ninguna conclusión sobre lo que está sucediendo, en cuanto a la temperatura, en todo el planeta, a lo largo de un largo período de tiempo. La afirmación de que la tierra se está calentando no es una afirmación de que en todas partes, en cada momento, siempre será más cálida de lo que era. El reclamo es que, en promedio, en todo el mundo, las temperaturas están subiendo. Los chasquidos de frío pueden ocurrir incluso si las temperaturas están subiendo.
Un ejemplo particularmente dañino de la falacia precipitada de generalización es el desarrollo de estereotipos negativos. Los estereotipos son afirmaciones generales sobre grupos religiosos o raciales, etnias y nacionalidades. Incluso si tenemos evidencia de que cierto rasgo es más común entre personas de una etnia, todavía no podemos asumir que un individuo particular de esa etnia tendrá el rasgo.
Una forma específica de generalización apresurada es cuando un autor señalará la falta de pruebas como señal de que no hay evidencia por ahí. A esta falacia se le suele llamar apelación a la ignorancia porque el arguer está citando su propia falta de conocimiento como base de su argumento.
Por ejemplo, considere lo siguiente: “Nadie que conozca ha escuchado últimamente de ninguna violencia antiasiática; por lo tanto, las denuncias de tal violencia son exageradas”. Es posible que el hablante y sus conocidos simplemente no hayan entrado en contacto con las personas que han vivido tales incidentes de violencia.
La ausencia de pruebas a veces puede decirnos algo útil. Puede ser motivo para dudar de la conclusión aunque no la desacredite. Durante la campaña presidencial de 2016, el reportero David Fahrenthold tomó Twitter para anunciar que a pesar de haber “pasado semanas buscando pruebas de que [Donald Trump] realmente da millones de su propio [dinero] a la caridad...” solo pudo encontrar una donación, a la NYC Police Athletic League. Trump ha afirmado haber dado millones de dólares a organizaciones benéficas a lo largo de los años. ¿El hecho de que este reportero no encuentre pruebas de tal donación demuestra que las afirmaciones de Trump sobre sus donaciones caritativas son falsas? No. Para sacar tal conclusión apoyándose únicamente en el testimonio de este reportero sería cometer la falacia.
Sin embargo, el hecho de no descubrir pruebas de donaciones caritativas sí proporciona alguna razón para sospechar que las afirmaciones de Trump pueden ser falsas. Cuanta razón depende de los métodos y credibilidad del reportero, entre otras cosas. De hecho, Fahrenthold posteriormente realizó y documentó en el Washington Post el 9/12/16 una búsqueda infructuosa bastante exhaustiva de pruebas de donaciones caritativas, brindando un fuerte apoyo a la conclusión que Trump no dio como había afirmado.
¿Es confiable la evidencia?
Si el escritor ha ofrecido pruebas, deberíamos preguntarnos si es creíble. ¿Se puede verificar? La validez depende de la fuente. ¿La evidencia es de fuentes confiables? Por ejemplo, si el argumento cita una estadística del Pew Research Center, necesitamos saber si esa institución es creíble. ¿Es sesgada? ¿Trata de promover un producto o ideología en particular? ¿Los expertos en la materia revisan sus estudios? Si no estamos familiarizados con la fuente, podemos buscarla en línea e incluir esta información en nuestra evaluación. Discutiremos evaluar la credibilidad de las fuentes mucho más en el Capítulo 6: El Proceso de Investigación y también en el Capítulo 9: Cómo los Argumentos establecen la Confianza y la Conexión (Ethos).
¿Hay suficiente variedad en la evidencia?
Hay diferentes tipos de evidencia y cada tipo tiene sus limitaciones en cuanto a lo que puede mostrar. Por lo tanto, los argumentos suelen ser más convincentes cuando proporcionan una variedad de tipos de evidencia. Por ejemplo, una anécdota podría dar una idea de lo difícil que puede ser la situación de un inmigrante en su país de origen, pero se necesitará una estadística sobre lo común que es esa dificultad para demostrar que la anécdota también es propia de las experiencias de muchos otros. En su evaluación, es posible que desee anotar las limitaciones de las pruebas ofrecidas y señalar otro tipo de evidencia que la complementaría. ¿Hay suficientes estadísticas, anécdotas o testimonios? ¿Hay suficiente variedad en los tipos de pruebas? No hay una fórmula establecida para lo que se necesita; la cuestión es si los lectores deben estar convencidos de que cualquier afirmación que forme parte del argumento es válida.
Tipos de evidencia y sus limitaciones
Hechos
Los hechos son declaraciones que pueden verificarse de forma independiente. Por ejemplo, un argumento podría afirmar que “Según el Pew Research Center, Estados Unidos tiene más inmigrantes que cualquier otro país”. Teóricamente podríamos verificar si el Centro de Investigación Pew emitió este comunicado y también verificar si es cierto con base en el censo de cada país así como otras estimaciones de población.
Estadísticas
Las estadísticas son números que se utilizan para describir un patrón. A menudo representan información sobre un gran número de casos de un fenómeno dado, por lo que pueden ser más convincentes porque tienen más probabilidades de representar una tendencia general que uno o dos casos. Si las estadísticas son precisas y relevantes, pueden brindar un fuerte apoyo. Por ejemplo, un argumento podría citar evidencia de que según el Pew Research Center, “los inmigrantes hoy representan 13.6% de la población estadounidense”. Las estadísticas tienen un aire de autoridad porque cuantifican las cosas, haciéndolas y la afirmación que apoyan suenan indiscutibles. Por esta razón, los escritores pueden verse tentados a abusar de ellos o a arrojarlos donde realmente no se suman a la lógica del argumento. Un famoso libro llamado How to Lie with Statistics, de Darrell Huff, repasa todas las formas en que las estadísticas pueden ser utilizadas para engañar a los lectores sobre la fuerza de un reclamo. Necesitamos examinar de cerca lo que realmente muestra una estadística dada y exactamente cómo se conecta con la afirmación en juego en el argumento. Esto generalmente implicará verificar los supuestos hechos para vincular la estadística a la reclamación, como veremos en la Sección 4.5: Verificar los supuestos del argumento.
Testimonios de expertos
Las pruebas testimoniales pueden ser convincentes si son recabadas de las autoridades pertinentes. Que un testimonio sea convincente o no depende no sólo de lo bien considerado que sea el experto sino de cuán relevante sea su pericia para el tema en cuestión. ¿Quién sería una fuente experta de un testimonio para un argumento basado en la inmigración? ¿Un científico social? ¿Un filósofo? ¿Un abogado de inmigración? Nos gustaría cuestionar el testimonio de una celebridad que no tiene conocimientos especiales de inmigración. Además, queremos saber si la perspectiva del experto es representativa de la opinión de otros en la materia. ¿La persona es extremista? ¿Tienen participación en promover un producto o posición en particular?
Las declaraciones de expertos u organizaciones que representan un campo de conocimiento pueden ser especialmente útiles para sentar las bases de un argumento deductivo, donde necesitamos un principio general creíble como base para una conclusión sobre un caso específico. Esto puede ser especialmente útil si estamos buscando hacer una predicción sobre una tendencia futura o el resultado de un experimento. Habrá que citar a expertos para fundamentar el principio general. Pero surge la pregunta de si los expertos realmente hablan por el campo y si otros tienen interpretaciones alternas expertas del patrón o extraen otras generalizaciones del cuerpo de pruebas.
Por ejemplo, tome la siguiente afirmación general respaldada por testimonio pericial:
Como dijo el psiquiatra Dr. Robert Spitzer de la Universidad de Columbia a The Washington Post en 2001 que su estudio demostró que, “algunas personas pueden cambiar de homosexuales a heterosexuales, y debemos reconocerlo”. No es imposible convertirse a la heterosexualidad.
No obstante, una investigación sobre el Dr. Robert Spitzer demostrará que su estudio de 2001 fue ampliamente criticado por otros psiquiatras y que él mismo se retractó del estudio y se disculpó por ello en la revista de la Asociación Americana de Psiquiatría en 2012, escribiendo: “Yo... disculpo a cualquier persona gay que perdiera tiempo y energía someterse a algún tipo de terapia reparadora porque creían que yo había demostrado que la terapia reparadora funciona con algunos individuos 'altamente motivados'”. Una valoración podría señalar que por lo menos el argumento debió haber mencionado esta disculpa posterior cuando citó a Spitzer.
Anécdotas
Las anécdotas pueden ilustrar un punto con una historia que lo hace cobrar vida. Son más convincentes si se basan en cuentas de primera mano. A menudo estas historias apelan fuertemente a las emociones de los lectores, y discutiremos con mucha más profundidad cómo analizar y evaluar estos llamamientos en el Capítulo 8: Cómo apelan los argumentos a la emoción. Deberíamos examinar cualquier historia de cerca para ver cómo las opiniones y suposiciones pueden ser entretejidas en la narración. En nuestra valoración, es posible que queramos señalar cualquier posible sesgo o limitación de la persona que aporta la anécdota.
Si se utilizan anécdotas o ejemplos específicos para establecer un patrón general, podemos preguntarnos cómo el argumento nos convence de que estos son típicos. En ocasiones las estadísticas pueden ayudar a establecer esta tipicidad.
¿La evidencia realmente respalda la afirmación?
El argumento puede haber ofrecido algunos hechos como prueba, y podemos estar listos para aceptarlos como hechos, pero ¿prueban lo que el argumento quiere que demuestren? La evidencia sólida se puede utilizar de manera engañosa. Como veremos en la Sección 4.5: Comprobar los supuestos del argumento, una razón depende de suposiciones para probar un reclamo. Si los supuestos son erróneos, entonces la razón no prueba realmente la afirmación. Este tipo de falacia, o problema lógico, se puede llamar un non sequitur.
¿La afirmación es demasiado amplia o demasiado definitiva dadas las pruebas?
A veces un argumento hace una afirmación amplia basada en pruebas estrechas. En nuestra valoración, podemos comentar cualquier desajuste entre el alcance de la reclamación y el alcance de las pruebas ofrecidas. Podríamos sugerir que el argumento debería limitar su afirmación con una frase particular como con “pocos”, “muchos”, “la mayoría”, “algunos” o “en algunos casos”.
A veces un argumento hace una afirmación audaz, absoluta, pero la evidencia realmente solo justifica una conclusión más tentativa. Podemos señalar en nuestra evaluación que el argumento carece de las palabras calificativas apropiadas como “posiblemente”, “tal vez”, “probablemente”, “casi seguro” o “con toda probabilidad”.
Ver Sección 2.8: Encontrar los Límites del Argumento para más formas de limitar el alcance o grado de certeza.
Frases para evaluar la evidencia de un argumento
Elogiando evidencias
-
Ella apoya de manera convincente esta afirmación por _____________.
-
Dan muchos ejemplos de _____________ para apoyar la idea de que _____________.
-
Su evidencia de _____________ abarca desde anécdotas hasta estudios académicos a gran escala hasta testimonios de expertos.
-
X se refiere a estudios académicos creíbles de _____________ para reforzar su argumento de que _____________.
-
X se refiere a una serie de expertos creíbles para establecer que, en general, _____________.
Criticar evidencias
-
X afirma que _____________ pero no ofrece ninguna prueba.
-
El argumento se basa en la premisa de que _____________, pero no logra sustentar esa premisa.
-
X ofrece escasas pruebas para la afirmación de que _____________.
-
El argumento da un ejemplo para sustentar la afirmación de que _____________, pero no da evidencia de que este ejemplo sea típico.
-
_____________ no es suficiente para demostrar que _____________.
-
El ensayo solo ofrece _____________ como evidencia cuando también debe apuntar a _____________ y _____________.
-
La afirmación de X de que _____________ es demasiado amplia dado que solo dan pruebas relacionadas con _____________.
-
Las pruebas no justifican tal conclusión definitiva sobre _____________.
-
X se ha apresurado un poco a declarar eso_____________. Hasta el momento, los escasos datos sobre _____________ solo justifican especulaciones cautelosas.
Ejercicio\(\PageIndex{1}\)
Elija un argumento que haya leído recientemente para la clase, o seleccione uno de la Sección 15.1: Lecturas cortas sugeridas. Haga una lista de las piezas de evidencia que presenta el argumento y decida si cada pieza es un hecho, estadística, testimonio o anécdota. ¿Se da una fuente creíble para cada uno?
Atribuciones
Lo anterior es contenido original de Anna Mills y Tina Sander, a excepción de la descripción de la generalización apresurada y apelar a las falacias de ignorancia, que Anna Mills adaptó del capítulo “Falacias lógicas informales” de Métodos fundamentales de la lógica de Matthew Knachel, UWM Digital Commons, con licencia CC BY.