Saltar al contenido principal
LibreTexts Español

2: La ciencia como forma de entender el mundo natural

  • Page ID
    82543
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)

    ( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\id}{\mathrm{id}}\)

    \( \newcommand{\Span}{\mathrm{span}}\)

    \( \newcommand{\kernel}{\mathrm{null}\,}\)

    \( \newcommand{\range}{\mathrm{range}\,}\)

    \( \newcommand{\RealPart}{\mathrm{Re}}\)

    \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)

    \( \newcommand{\Argument}{\mathrm{Arg}}\)

    \( \newcommand{\norm}[1]{\| #1 \|}\)

    \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)

    \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    \( \newcommand{\vectorA}[1]{\vec{#1}}      % arrow\)

    \( \newcommand{\vectorAt}[1]{\vec{\text{#1}}}      % arrow\)

    \( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vectorC}[1]{\textbf{#1}} \)

    \( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)

    \( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)

    \( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)

    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)

    \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)

    \(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)

    Objetivos de aprendizaje

    Después de completar este capítulo, podrás

    1. Describir la naturaleza de la ciencia y su utilidad para explicar el mundo natural.
    2. Distinguir entre hechos, hipótesis y teorías.
    3. Describir la metodología de la ciencia, incluyendo la importancia de las pruebas diseñadas para refutar hipótesis.
    4. Discutir la importancia de la incertidumbre en muchas predicciones científicas, y la relevancia de esta para las controversias ambientales.

    La naturaleza de la ciencia

    La ciencia puede definirse como el examen sistemático de la estructura y funcionamiento del mundo natural, incluyendo tanto sus atributos físicos como biológicos. La ciencia es también un cuerpo de conocimiento en rápida expansión, cuyo objetivo final es descubrir los principios generales más simples que puedan explicar la enorme complejidad de la naturaleza. Estos principios pueden ser utilizados para obtener conocimientos sobre el mundo natural y para hacer predicciones sobre el cambio futuro.

    La ciencia es una forma relativamente reciente de aprender sobre los fenómenos naturales, habiendo reemplazado en gran medida las influencias de métodos menos objetivos y visiones del mundo. Las principales alternativas a la ciencia son los sistemas de creencias que son influyentes en todas las culturas, incluidas las basadas en la religión, la moral y la estética. Estos sistemas de creencias se dirigen principalmente hacia fines diferentes a los de la ciencia, como encontrar un significado que trascienda la mera existencia, aprender cómo debe comportarse la gente y comprender el valor de la expresión artística.

    La ciencia moderna evolucionó a partir de una forma de aprendizaje llamada filosofía natural, que fue desarrollada por los griegos clásicos y se preocupaba por la investigación racional de la existencia, el conocimiento y los fenómenos. En comparación con la ciencia moderna, sin embargo, los estudios en filosofía natural utilizaron tecnologías y métodos poco sofisticados y no fueron particularmente cuantitativos, a veces implicando solo la aplicación de la lógica.

    La ciencia moderna comenzó con las investigaciones sistemáticas de famosos científicos de los siglos XVI y XVII, tales como:

    • Nicolás Copérnico (1473-1543), astrónomo polaco que concibió la teoría moderna del sistema solar
    • William Gilbert (1544-1603), un inglés que trabajó en el magnetismo
    • Galileo Galilei (1564-1642), un italiano que realizó investigaciones sobre la física de los objetos en movimiento, así como la astronomía
    • William Harvey (1578-1657): un inglés que describió la circulación de la sangre
    • Isaac Newton (1642-1727): un inglés que hizo importantes contribuciones para comprender la gravedad y la naturaleza de la luz, formuló leyes del movimiento y desarrolló las matemáticas del cálculo

    Lógica Inductiva y Deductiva

    El filósofo inglés Francis Bacon (1561-1626) también fue muy influyente en el desarrollo de la ciencia moderna. Bacon no era un verdadero practicante de la ciencia, sino que era un firme partidario de sus metodologías emergentes. Promovió la aplicación de la lógica inductiva, en la que se desarrollan conclusiones a partir de la evidencia acumulada de la experiencia y los resultados de los experimentos. La lógica inductiva puede conducir a explicaciones unificadoras basadas en grandes cuerpos de datos y observaciones de fenómenos. Considere la siguiente ilustración de la lógica inductiva, aplicada a un tema ambiental:

    • Observación 1: Los mamíferos marinos frente a la costa atlántica de Canadá tienen grandes residuos de DDT y otros hidrocarburos clorados en su grasa y otros tejidos corporales.
    • Observación 2: También lo hacen los mamíferos marinos frente a Columbia Británica.
    • Observación 3: Al igual que los del Océano Ártico, aunque en concentraciones más bajas.

    Conclusión inductiva: Existe una contaminación generalizada de mamíferos marinos con hidrocarburos clorados. Investigaciones adicionales pueden demostrar que la contaminación es un fenómeno global. Esto sugiere un problema ambiental potencialmente importante.

    En contraste, la lógica deductiva implica hacer uno o más supuestos iniciales y luego sacar conclusiones lógicas a partir de esas premisas. En consecuencia, la verdad de una conclusión deductiva depende de la veracidad de los supuestos originales. Si esas suposiciones se basan en información falsa o en creencias sobrenaturales incorrectas, entonces es probable que cualquier conclusión deducida sea errónea. Considere la siguiente ilustración de la lógica deductiva:

    • Asunción 1: El TCDD, un químico extremadamente tóxico en la familia de las dioxinas, es venenoso cuando está presente incluso en las concentraciones más pequeñas en los alimentos y el agua, incluso una sola molécula puede causar toxicidad.
    • Asunción 2: La exposición a cualquier cosa que sea venenosa incluso en las concentraciones más pequeñas es insegura.
    • Suposición 3: No se debe permitir ninguna exposición que sea insegura.

    Conclusión deductiva 1: No hay exposición a TCDD segura.
    Conclusión deductiva 2: No se deben permitir emisiones de TCDD.

    Las dos conclusiones son consistentes con los supuestos originales. Sin embargo, existe desacuerdo entre científicos altamente calificados sobre esos supuestos. Muchos toxicólogos creen que las exposiciones a TCDD (y a cualquier otro producto químico potencialmente tóxico) deben superar un umbral de tolerancia biológica antes de que resulte envenenamiento (ver Capítulo 15). Por el contrario, otros científicos creen que incluso la exposición más pequeña al TCDD conlleva cierto grado de riesgo tóxico. Así, la fuerza de la lógica deductiva depende de la aceptación y verdad de los supuestos originales de los que brotan sus conclusiones.

    En general, la lógica inductiva juega un papel mucho más fuerte en la ciencia moderna que la lógica deductiva. En ambos casos, sin embargo, la utilidad de cualquier conclusión depende en gran medida de la exactitud de cualesquiera observaciones y otros datos en los que se basaron. Los datos deficientes pueden llevar a una conclusión inexacta a través de la aplicación de la lógica inductiva, al igual que los supuestos inapropiados en la lógica deductiva.

    Objetivos de la Ciencia

    Los objetivos generales de la ciencia son comprender los fenómenos naturales y explicar cómo pueden estar cambiando con el tiempo. Para lograr esos objetivos, los científicos realizan investigaciones que se basan en información, inferencias y conclusiones desarrolladas a través de una aplicación sistemática de la lógica, generalmente de tipo inductivo. Como tal, los científicos observan cuidadosamente los fenómenos naturales y realizan experimentos.

    Un objetivo superior de la investigación científica es formular leyes que describan el funcionamiento del universo en términos generales. (Por ejemplo, véase el Capítulo 4 para una descripción de las leyes de la termodinámica, que tratan de las transformaciones de la energía entre sus diversos estados.) Las leyes universales, junto con las teorías e hipótesis (ver abajo), se utilizan para comprender y explicar los fenómenos naturales. Sin embargo, muchos fenómenos naturales son extremadamente complejos y es posible que nunca se entiendan completamente en términos de leyes físicas. Esto es particularmente cierto de las formas en que los organismos y ecosistemas se organizan y funcionan.

    Las investigaciones científicas pueden ser puras o aplicadas. La ciencia pura es impulsada por la curiosidad intelectual —es la búsqueda sin trabas del conocimiento y la comprensión, sin tener en cuenta su utilidad en el bienestar humano. La ciencia aplicada está más orientada a objetivos y se ocupa de dificultades prácticas y problemas de un tipo u otro. La ciencia aplicada podría examinar cómo mejorar la tecnología, avanzar en el manejo de los recursos naturales, o reducir la contaminación u otros daños ambientales asociados con las actividades humanas.

    Hechos, hipótesis y experimentos

    Un hecho es un evento o cosa que definitivamente se sabe que ha sucedido, que existe, y que es verdad. Los hechos se basan en la experiencia y la evidencia científica. En contraste, una hipótesis es una explicación propuesta para la ocurrencia de un fenómeno. Los científicos formulan hipótesis como declaraciones y luego las prueban a través de experimentos y otras formas de investigación. Las hipótesis se desarrollan utilizando lógica, inferencia y argumentos matemáticos para explicar los fenómenos observados. Sin embargo, siempre debe ser posible refutar una hipótesis científica. Así, la hipótesis de que “los gatos son tan inteligentes que impiden que los humanos la descubran” no puede ser refutada lógicamente, por lo que no es una hipótesis científica.

    Una teoría es una concepción más amplia que se refiere a un conjunto de explicaciones, reglas y leyes. Estos están respaldados por un gran cuerpo de evidencia observacional y experimental, todo lo que lleva a conclusiones sólidas. Las siguientes son algunas de las teorías más famosas de la ciencia:

    • la teoría de la gravitación, propuesta por primera vez por Isaac Newton (1642-1727)
    • la teoría de la evolución por selección natural, publicada simultáneamente en 1858 por dos naturalistas ingleses, Charles Darwin (1809-1882) y Alfred Russel Wallace (1823-1913)
    • la teoría de la relatividad, identificada por el físico germano-suizo Albert Einstein (1879-1955)

    Teorías célebres como estas están fuertemente respaldadas por grandes cuerpos de evidencia, y probablemente persistirán por mucho tiempo. Sin embargo, no podemos decir que estas (o cualquier otra) teorías sean conocidas con certeza como ciertas; algunos experimentos futuros aún pueden falsificar incluso estas famosas teorías.

    El método científico comienza con la identificación de una pregunta que involucra la estructura o función del mundo natural, que generalmente se desarrolla utilizando lógica inductiva (Figura 2.1). La pregunta se interpreta en términos de teoría existente, y se formulan hipótesis específicas para explicar el carácter y las causas del fenómeno natural. La investigación podría implicar observaciones hechas en la naturaleza, o experimentos cuidadosamente controlados, y los resultados generalmente dan a los científicos razones para rechazar hipótesis en lugar de aceptarlas. La mayoría de las hipótesis son rechazadas porque sus predicciones no se confirman durante el transcurso de la investigación. Cualquier hipótesis viable se examina más a fondo a través de investigaciones adicionales, de nuevo involucrando en gran medida experimentos diseñados para desmentir sus predicciones. Una vez que un gran cuerpo de evidencia se acumula en apoyo de una hipótesis, se puede utilizar para corroborar la teoría original.

    Figura 2.1. Representación Diagramática del Método Científico. El método científico comienza con una pregunta, relaciona esa pregunta con una teoría, formula una hipótesis y luego prueba rigurosamente esa hipótesis. Fuente: Modificado de Raven y Johnson (1992).

    El método científico consiste únicamente en investigar cuestiones que puedan ser examinadas críticamente a través de la observación y el experimento. En consecuencia, la ciencia no puede resolver cuestiones cargadas de valor, como el sentido de la vida, el bien contra el mal, o la existencia y cualidades de Dios o de cualquier otro ser o fuerza sobrenatural.

    Un experimento es una prueba o investigación que está diseñada para proporcionar evidencia en apoyo de, o preferiblemente en contra, de una hipótesis. Se realiza un experimento natural observando variaciones reales de fenómenos en la naturaleza, y luego desarrollando explicaciones mediante el análisis de posibles mecanismos causales. Un experimento manipulador implica la alteración deliberada de factores que se hipotetizan que influyen en los fenómenos. Las manipulaciones se planifican y controlan cuidadosamente para determinar si se producirán respuestas predichas, descubriendo así las relaciones causales.

    Con mucho, las hipótesis de trabajo más útiles en la investigación científica están diseñadas para desmentir en lugar de apoyar. Una hipótesis nula es una investigación específica comprobable que niega algo implícito en la hipótesis principal que se está estudiando. A menos que se eliminen hipótesis nulas sobre la base de pruebas contrarias, no podemos confiar en la hipótesis principal.

    Este es un aspecto importante de la investigación científica. Por ejemplo, una hipótesis particular podría estar respaldada por muchos experimentos u observaciones confirmantes. Esto, sin embargo, no sirve para “probar” la hipótesis —más bien, sólo apoya su aceptación condicional. Tan pronto como una hipótesis claramente definida es falsificada por un experimento debidamente diseñado y bien realizado, es desmentida para siempre. Es por ello que los experimentos diseñados para refutar hipótesis son un aspecto clave del método científico.

    Los avances revolucionarios en la comprensión pueden ocurrir cuando una hipótesis o teoría importante es rechazada a través de descubrimientos de la ciencia. Por ejemplo, una vez que se descubrió que la Tierra no es plana, se hizo posible navegar con confianza más allá del horizonte visible sin temor a caerse del borde del mundo. Otro ejemplo involucró el descubrimiento por Copérnico de que los planetas de nuestro sistema solar giran alrededor del Sol, y el concepto relacionado de que el Sol es una estrella ordinaria entre muchos, estas ideas revolucionarias reemplazaron a la previamente dominante de que los planetas, el Sol y las estrellas giraban alrededor de la Tierra.

    Thomas Kuhn (1922-1995) fue un filósofo de la ciencia que enfatizó el importante papel de las “revoluciones científicas” para lograr grandes avances en nuestra comprensión del mundo natural. En esencia, Kuhn (1996) dijo que una revolución científica ocurre cuando una teoría bien establecida es rigurosamente probada y luego colapsa bajo el peso acumulado de nuevos hechos y observaciones que no pueden explicarse. Esto vuelve obsoleta la teoría original, para ser reemplazada por un nuevo paradigma más informado (es decir, un conjunto de suposiciones, conceptos, prácticas y valores que constituye una forma de ver la realidad y es compartida por una comunidad intelectual).

    Una variable es un factor que se cree que influye en un fenómeno natural. Por ejemplo, un científico podría plantear la hipótesis de que la productividad de un cultivo de trigo está potencialmente limitada por variables como la disponibilidad de agua, o de nutrientes como el nitrógeno y el fósforo. Algunos de los experimentos científicos más poderosos implican la manipulación de variables clave (o controladoras) y la comparación de resultados de esos tratamientos con un control que no fue manipulado. En el ejemplo que se acaba de describir, la variable específica que controla la productividad del trigo podría identificarse mediante la realización de un experimento en el que las poblaciones de prueba reciben cantidades variables de agua, nitrógeno y fósforo, solas y en combinación, y luego comparando los resultados con un control.

    En algunos aspectos, sin embargo, la explicación del método científico ofrecido anteriormente es un poco acrítica. Tal vez sugiere una progresión demasiado ordenada en términos de experimentación lógica, objetiva y comparación de hipótesis alternativas. Estos son, de hecho, componentes importantes del método científico. Sin embargo, es importante entender que los conocimientos y sesgos personales de los científicos también son significativos en la conducta y el progreso de la ciencia. En la mayoría de los casos, los científicos diseñan investigaciones que piensan que “funcionarán” para producir resultados útiles y contribuir al avance ordenado del conocimiento en su campo. Karl Popper (1902-1994), filósofo europeo, señaló que los científicos tienden a utilizar su “preconcepción imaginativa” del funcionamiento del mundo natural para diseñar experimentos basados en sus percepciones informadas. Esto significa que los científicos efectivos deben ser más que conocedores y técnicamente capacitados; también deben ser capaces de un grado de creatividad perspicaz al formar sus ideas, hipótesis e investigación.

    Imagen 2.1. Un experimento es una investigación controlada diseñada para proporcionar evidencia a favor o preferiblemente en contra de una hipótesis sobre el funcionamiento del mundo natural. Este experimento de laboratorio expuso poblaciones de prueba de un pasto a diferentes concentraciones de un químico tóxico.

    Incertidumbre

    Gran parte de la investigación científica implica la recolección de observaciones mediante la medición de fenómenos en el mundo natural. Otro aspecto importante de la ciencia consiste en hacer predicciones sobre los valores futuros de las variables. Dichas proyecciones requieren un grado de comprensión de las relaciones entre las variables y sus factores influyentes, y de los patrones recientes de cambio. Sin embargo, muchos tipos de información científica y predicciones están sujetas a inexactitud. Esto ocurre porque los datos medidos son a menudo aproximaciones de los valores verdaderos de los fenómenos, y las predicciones rara vez se cumplen exactamente. La precisión de las observaciones y predicciones está influenciada por diversos factores, especialmente los descritos en los siguientes apartados.

    Previsibilidad

    Se considera que algunos fenómenos tienen un carácter universal y son consistentes donde y cuando se miden con precisión. Uno de los mejores ejemplos de tal constante universal es la velocidad de la luz, que siempre tiene un valor de 2.998 × 10 8 metros por segundo, independientemente de dónde se mida o de la velocidad del cuerpo desde el que se emite la luz. De igual manera, ciertas relaciones que describen transformaciones de energía y materia, conocidas como las leyes de la termodinámica (Capítulo 4), siempre dan predicciones confiables.

    Sin embargo, la mayoría de los fenómenos naturales no son tan consistentes, dependiendo de las circunstancias, hay excepciones a las predicciones generales sobre ellos. Esta circunstancia es particularmente cierta de la biología y la ecología, campos relacionados de la ciencia en los que casi todas las predicciones generales tienen excepciones. De hecho, aún no se han descubierto leyes o principios unificadores de biología o ecología, en contraste con las diversas leyes estimadas y 11 constantes universales de la física. Por esta razón, los biólogos y ecologistas tienen grandes dificultades para hacer predicciones precisas sobre las respuestas de los organismos y ecosistemas al cambio ambiental. Es por ello que a veces se dice que los biólogos y ecologistas tienen “envidia física”.

    En gran parte, las imprecisiones de la biología y la ecología ocurren porque las funciones clave están controladas por complejos de influencias ambientales poco entendidas, y a veces no identificadas. En consecuencia, las predicciones sobre los valores futuros de las variables biológicas y ecológicas o las causas de los cambios rara vez son precisas. Por ejemplo, a pesar de que los ecologistas del este de Canadá han estado monitoreando el tamaño de la población del gusano de la cogolla del abeto (una plaga importante de los bosques de coníferas) durante algunos años, no pueden predecir con precisión su abundancia futura en rodales particulares de bosque o en regiones más grandes. Esto se debe a que la abundancia de esta polilla está influenciada por un complejo de factores ambientales, incluyendo la composición de especies arbóreas, la edad del bosque, la abundancia de sus depredadores y parásitos, las cantidades de sus alimentos preferidos, el clima en épocas críticas del año y el uso de insecticidas para reducir sus poblaciones (ver Capítulo 21). Los biólogos y ecologistas no entienden completamente esta complejidad, y tal vez nunca lo harán.

    Variabilidad

    Muchos fenómenos naturales son muy variables en el espacio y el tiempo. Esto es cierto tanto para las variables físicas y químicas como para las biológicas y ecológicas. Dentro de un bosque, por ejemplo, la cantidad de luz solar que llega al suelo varía mucho con el tiempo, dependiendo de la hora del día y la estación del año. También varía espacialmente, dependiendo de la densidad del follaje sobre cualquier lugar donde se esté midiendo la luz solar. De manera similar, la densidad de una especie particular de peces dentro de un río típicamente varía en respuesta a los cambios en las condiciones del hábitat y otras influencias. La mayoría de las poblaciones de peces también varían con el tiempo, especialmente las especies migratorias como el salmón. En la ciencia ambiental, se utilizan mediciones replicadas (o repetidas independientemente) y análisis estadísticos para medir y dar cuenta de este tipo de variaciones temporales y espaciales.

    Exactitud y precisión

    La precisión se refiere al grado en que una medición u observación refleja el valor real, o verdadero, del sujeto. Por ejemplo, el insecticida DDT y el mercurio metálico son sustancias químicas potencialmente tóxicas que ocurren en concentraciones traza en todos los organismos, pero sus pequeños residuos son difíciles de analizar químicamente. Algunos de los métodos analíticos utilizados para determinar las concentraciones de DDT y mercurio son más precisos que otros y, por lo tanto, proporcionan datos relativamente útiles y confiables comparados con métodos menos precisos. De hecho, los datos analíticos suelen ser aproximaciones de los valores reales; rara vez se puede lograr una precisión rigurosa.

    La precisión está relacionada con el grado de repetibilidad de una medición u observación. Por ejemplo, supongamos que el número real de caribú en un rebaño migratorio es de 10,246 animales. Un ecologista de vida silvestre podría estimar que había alrededor de 10,000 animales en ese rebaño, lo que para fines prácticos es un cálculo razonablemente exacto del número real de caribú. Si otros ecologistas también estiman independientemente el tamaño del rebaño en alrededor de 10,000 caribú, existe un buen grado de precisión entre los valores. Sin embargo, si existiera algún sesgo sistemático en la metodología utilizada para contar el rebaño, dando estimaciones consistentes de 15 mil animales (recuerde, la población real es de 10 246 caribú), estas estimaciones se considerarían precisas, pero no particularmente precisas.

    La precisión también se relaciona con el número de dígitos con los que se reportan los datos. Si estuvieras usando una cinta flexible para medir las longitudes de 10 serpientes grandes y retorcidas, probablemente medirías a los reptiles solo al centímetro más cercano. La fuerza y la ardilla de los animales hacen que las mediciones sean más precisas imposibles. La longitud promedio reportada de las 10 serpientes debe reflejar las medidas originales y podría darse como 204 cm y no un valor como 203.8759 cm. Este último número podría mostrarse como promedio digital por una calculadora o computadora, pero es irrealista y preciso.

    Las cifras significativas están relacionadas con la exactitud y precisión y pueden definirse como el número de dígitos utilizados para reportar datos de análisis o cálculos (véase también el Apéndice A). Las cifras significativas se entienden más fácilmente mediante ejemplos. El número 179 tiene tres cifras significativas, al igual que el número 0.0849 y también 0.000794 (los ceros que preceden a los enteros significativos no cuentan). No obstante, el número 195,000,000 tiene nueve cifras significativas (los ceros que siguen son significativos), aunque el número 195 × 10 6 tiene sólo tres cifras significativas.

    Rara vez es útil reportar datos ambientales o ecológicos a más de 2-4 cifras significativas. Esto se debe a que más generalmente excedería la exactitud y precisión de la metodología utilizada en la estimación y, por lo tanto, sería poco realista. Por ejemplo, la población aproximada de Canadá en 2015 fue de 35.1 millones de personas (o 35.1 × 10 6; ambas notaciones tienen tres cifras significativas). Sin embargo, la población no debe reportarse como 33,100,000, lo que implica una exactitud y precisión poco realistas de ocho cifras significativas.

    Una necesidad de escepticismo

    La ciencia ambiental está llena de muchos ejemplos de incertidumbre, tanto en los valores actuales como en los cambios futuros de las variables ambientales, así como en las predicciones de respuestas biológicas y ecológicas a esos cambios. Hasta cierto punto, las dificultades asociadas a la incertidumbre científica pueden mitigarse desarrollando métodos y tecnologías mejoradas para el análisis y modelando y examinando los cambios que ocurren en diferentes partes del mundo. Este último enfoque mejora nuestra comprensión al proporcionar evidencia convergente sobre la ocurrencia y las causas de los fenómenos naturales.

    No obstante, la información científica y la comprensión siempre estarán sujetas a cierto grado de incertidumbre. Por lo tanto, las predicciones siempre serán inexactas hasta cierto punto, y esta incertidumbre debe ser considerada a la hora de tratar de comprender y abordar las causas y consecuencias de los cambios ambientales. Como tal, toda la información y predicciones en la ciencia ambiental deben ser interpretadas críticamente con la incertidumbre en mente (En Detalle 2.1). Esto debe hacerse siempre que uno esté aprendiendo sobre un tema ambiental, ya sea que implique escuchar a un orador en un aula, en una conferencia o en video, o al leer un artículo en un periódico, libro de texto, sitio web o revista científica. Debido a la incertidumbre de muchas predicciones en la ciencia, y particularmente en el ámbito ambiental, siempre es útil cierta cantidad de escepticismo y análisis crítico.

    Los temas ambientales son de gran importancia para el bienestar de las personas y otras especies. La ciencia y sus métodos permiten una identificación crítica y objetiva de temas clave, la investigación de sus causas y un grado de comprensión de las consecuencias del cambio ambiental. La información científica influye en la toma de decisiones sobre temas ambientales, incluida la búsqueda de estrategias costosas para evitar más daños, pero a menudo inciertos.

    Sin embargo, la información científica es solo una consideración para los tomadores de decisiones, quienes también se preocupan por los contextos económicos, culturales y políticos de los problemas ambientales (ver Temas Ambientales 1.1 y Capítulo 27). De hecho, al decidir cómo lidiar con las causas y consecuencias de los cambios ambientales, los tomadores de decisiones pueden dar mayor peso a las consideraciones no científicas (sociales y económicas) que a las científicas, especialmente cuando hay incertidumbre sobre estas últimas. Las decisiones más importantes sobre temas ambientales las toman políticos y burócratas de alto rango en el gobierno, o por gerentes privados, más que por científicos ambientales. Los tomadores de decisiones suelen preocuparse por las implicaciones a corto plazo de sus decisiones sobre sus posibilidades de reelección o empleo continuado, y sobre la actividad económica de una empresa o sociedad en general, tanto como sobre las consecuencias del daño ambiental (véase también el Capítulo 27).

    En Detalle 2.1. Evaluación Crítica de una Sobrecarga de Información
    Más que cualquier sociedad anterior, vivimos hoy en día en un mundo de información fácil y abundante. Se ha vuelto notablemente fácil para las personas comunicarse con otras a grandes distancias, convirtiendo al mundo en una “aldea global” (frase acuñada por Marshall McLuhan (1911-1980), filósofo canadiense, para describir el fenómeno de la red universal). Esta conectividad global se ha visto facilitada por tecnologías para la transferencia de ideas y conocimientos, particularmente los dispositivos de comunicación electrónica, como la radio, la televisión, las computadoras y sus redes. Hoy en día, estas tecnologías comprimen el espacio y el tiempo para lograr una comunicación prácticamente instantánea. De hecho, ahora se dispone de tanta información que a la situación se le suele referir como una “sobrecarga de información” que debe analizarse críticamente. El análisis crítico es el proceso de clasificación de la información y la realización de consultas científicas sobre los datos. Involucrado en todos los aspectos del proceso científico, el análisis crítico examina la información y la investigación planteando preguntas sensatas como las siguientes:

    • ¿La información se deriva de un marco científico consistente en una hipótesis que ha sido desarrollada y probada, dentro del contexto de un cuerpo de conocimiento y teoría existente en el campo?
    • ¿Las metodologías utilizadas fueron probables para proporcionar datos objetivos, precisos y precisos? ¿Los datos fueron analizados por métodos estadísticos que son adecuados a la estructura de datos y a las preguntas que se hacen?
    • ¿Se compararon los resultados de la investigación con otros trabajos pertinentes que se han publicado anteriormente? ¿Se discutieron similitudes y diferencias clave y se dedujo una conclusión sobre lo que revela el nuevo trabajo sobre el tema que se investiga?
    • ¿Se publica la información basada en investigaciones en una revista arbitrada, una que requiere revisores altamente calificados en el área temática para examinar la obra, seguida de una decisión editorial sobre si amerita su publicación?
    • Si el análisis de un tema se basaba en información incompleta o posiblemente inexacta, ¿se utilizó un enfoque precautorio para dar cabida a la incertidumbre inherente a las recomendaciones? Todos los usuarios de investigaciones publicadas tienen la obligación de evaluar críticamente lo que están leyendo de estas maneras para decidir si la teoría es apropiada, las metodologías confiables y las conclusiones suficientemente robustas. Debido a que tantos temas ambientales son polémicos, con datos e información presentados en ambos lados del debate, la gente necesita poder formular juicios objetivamente críticos. Por esta razón, las personas necesitan un alto grado de alfabetización ambiental, una comprensión informada de las causas y consecuencias de los daños ambientales. Ser capaz de analizar críticamente la información es un beneficio personal clave del estudio de la ciencia ambiental.

    Conclusiones

    Los procedimientos y métodos de la ciencia son importantes en la identificación, comprensión y resolución de problemas ambientales. Al mismo tiempo, sin embargo, las cuestiones sociales y económicas también son consideraciones vitales. Si bien la ciencia ha logrado un tremendo progreso al ayudarnos a comprender el mundo natural, la extrema complejidad de la biología y los ecosistemas dificulta que los científicos ambientales hagan predicciones confiables sobre las consecuencias de muchas actividades económicas humanas y otras influencias. Este contexto subraya la necesidad de continuar el estudio de las dimensiones científica y socioeconómica de los problemas ambientales, aun cuando se deben tomar decisiones prácticas para tratar los temas obvios a medida que surgen.

    Preguntas para revisión

    1. Esbozar las razones por las que la ciencia es una forma racional de entender el mundo natural.
    2. ¿Cuáles son las diferencias entre la lógica inductiva y la deductiva? ¿Por qué la lógica inductiva es más utilizada por los científicos a la hora de formular hipótesis y generalizaciones sobre el mundo natural?
    3. ¿Por qué las hipótesis nulas son una forma eficiente de realizar investigaciones científicas? Identificar una hipótesis adecuada para examinar un problema específico en la ciencia ambiental y sugerir una hipótesis nula correspondiente que podría ser examinada a través de la investigación.
    4. ¿Cuáles son las causas de la variación en los fenómenos naturales? Elija un ejemplo, como las diferencias en los pesos corporales de un grupo definido de personas, y sugiera razones para la variación.

    Preguntas para Discusión

    1. ¿Cuáles son las diferencias clave entre la ciencia y un sistema de creencias menos objetivo, como la religión?
    2. ¿Qué factores dan lugar a controversias científicas sobre temas ambientales? Contraste estos con controversias ambientales que existen debido a diferentes valores y visiones del mundo.
    3. Explicar por qué no existen “leyes” científicas que expliquen la estructura y función de los ecosistemas.
    4. Muchos fenómenos naturales son muy variables, particularmente los que son biológicos o ecológicos. ¿Cuáles son las implicaciones de esta variabilidad para comprender y predecir las causas y consecuencias de los cambios ambientales? ¿Cómo afrontan los científicos ambientales este reto de un mundo natural variable?

    Explorando problemas

    1. Idear una cuestión ambiental de interés para ti mismo. Sugiera hipótesis útiles para investigar, identificar las hipótesis nulas y esbozar experimentos que podrías llevar a cabo para dar respuestas a esta pregunta.
    2. Durante un proyecto de investigación que investigaba el mercurio, un científico ambiental realizó una serie de análisis químicos de peces capturados en el lago Canuck. El programa de muestreo involucró a siete especies de peces obtenidos de diversos hábitats dentro del lago. Se analizaron 360 peces de diversos tamaños y sexos. Se descubrió que 30% de los peces tenían niveles de residuos mayores a 0.5 ppm de mercurio, el nivel superior de contaminación recomendado por Health Canada para peces consumidos por humanos. El científico reportó estos resultados a un regulador gubernamental, quien se mostró alarmado por los altos residuos de mercurio debido a la popularidad del lago Canuck como lugar donde la gente busca alimento. El regulador pidió al científico que recomendara si era seguro comer algún pez del lago o si evitar solo ciertos tamaños, sexos, especies o hábitats. ¿Qué tipo de análisis de datos debe realizar el científico para desarrollar recomendaciones útiles? ¿Qué otros aspectos científicos y no científicos deben considerarse?

    Referencias citadas y lecturas adicionales

    1. Asociación Americana para el Avance de la Ciencia (AAAS). 1990. Ciencia para todos los estadounidenses. AAAS, Washington, DC.
    2. Barnes, B. 1985. Acerca de la Ciencia. Blackwell Ltd, Londres, Reino Unido.
    3. Giere, R.N. 2005. Entendiendo el Razonamiento Científico. 5a ed. Wadsworth Publishing, Nueva York, NY.
    4. Kuhn, T.S. 1996. La estructura de las revoluciones científicas. 3a ed. Prensa de la Universidad de Chicago, Chicago, IL.
    5. McCain, G. y E.M. Siegal. 1982. El juego de la ciencia. Holbrook Press Inc., Boston, MA.
    6. Moore, J.A. 1999. La ciencia como forma de conocer. Prensa de la Universidad de Harvard, Boston, MA.
    7. Popper, K. 1979. Conocimiento Objetivo: Una Aproximación Evolutiva. Clarendon Press, Oxford, Reino Unido.
    8. Raven, P.H., G.B. Johnson, K.A. Mason, y J. Losos. 2013. Biología. 10a ed. McGraw-Hill, Columbus, OH.
    9. Plata, B.L. 2000. El ascenso de la ciencia. Oxford University Press, Oxford, Reino Unido.

    This page titled 2: La ciencia como forma de entender el mundo natural is shared under a CC BY-NC license and was authored, remixed, and/or curated by Bill Freedman (BCCampus) .