2.1: Modelos en Ciencia e Ingeniería
- Page ID
- 115830
La ciencia es un esfuerzo para tratar de entender el mundo que nos rodea descubriendo leyes fundamentales que describen cómo funciona. Dichas leyes incluyen la ley del movimiento de Newton, la ley del gas ideal, la ley de Ohm en circuitos eléctricos, la ley de conservación de la energía, etc., algunas de las cuales quizás ya hayas aprendido. Un ciclo típico de esfuerzo científico mediante el cual los científicos descubren estas leyes fundamentales puede verse así:
1. Observar la naturaleza.
2. Desarrolla una hipótesis que pueda explicar tus observaciones.
3. A partir de tu hipótesis, haz algunas predicciones que sean comprobables a través de un experimento.
4. Realiza el experimento para ver si tus predicciones son realmente ciertas.
• Sí→Tu hipótesis está probada, enhorabuena. Descorchar una botella de champán y publicar un artículo.
• No→Tu hipótesis estaba equivocada, desafortunadamente. Volver al trabajo el campo, obtener más datos, y desarrollar otra hipótesis.
Mucha gente piensa que así es como funciona la ciencia. Pero hay al menos una cosa que no está del todo bien en la lista anterior. ¿Qué es? ¿Puedes averiguarlo?
Como algunos de ustedes ya sabrán, el problema existe en la última parte, es decir, cuando el experimento produjo un resultado que coincidía con sus predicciones. Hagamos algo de lógica para entender mejor cuál es realmente el problema. Supongamos que se observó un fenómeno P en la naturaleza y se le ocurrió una hipótesis H que puede explicar P. Esto significa que una declaración lógica H → P siempre es verdadera (porque elegiste H de esa manera). Para probar H, también derivó una predicción Q de H, es decir, otra declaración lógica H → Q siempre es cierta, también. Después se realizan experimentos para ver si realmente se puede observar Q. ¿Y si realmente se observa Q? O, ¿y si en su lugar se observa “no Q”?
Si se observa “no Q”, las cosas son fáciles. Lógicamente hablando, (H → Q) es equivalente a (no Q → no H) porque son contraposiciones entre sí, es decir, declaraciones lógicamente idénticas que pueden convertirse de una a otra negando tanto la condición como la consecuencia y luego flipping su orden. Esto quiere decir que, si no Q es verdad, entonces lógicamente prueba que no H también es cierto, es decir, tu hipótesis está equivocada. Este argumento es claro, y no hay problema con él (aparte del hecho de que probablemente tendrás que rehacer tu construcción y prueba de hipótesis).
El verdadero problema ocurre cuando tu experimento te da el resultado deseado, Q. Lógicamente hablando, “(H → Q) y Q” no te dice nada sobre si H es verdad o no! Hay muchas maneras en que su hipótesis podría ser incorrecta o insuficiente incluso si el resultado predicho se obtuvo en el experimento. Por ejemplo, tal vez otra hipótesis alternativa R podría ser la correcta (R → P, R → Q), o tal vez H necesitaría una condición adicional K para predecir P y Q (H y K → P, H y K → Q) pero no estabas al tanto de la existencia de K.
Déjenme darles un ejemplo concreto. Una mañana, miraste afuera y encontraste que tu césped estaba mojado (observación P). Hipótesis que debió haber llovido mientras dormía (hipótesis H), lo que explica perfectamente su observación (H → P). Entonces predijiste que, si llovía durante la noche, el camino de entrada al lado también debe estar mojado (predicción Q que satisface H → Q). Saliste a mirar y, efectivamente, también estaba mojado (si no, H estaría claramente equivocado). Ahora, piensa si esta nueva observación realmente prueba tu hipótesis de que llovió de la noche a la mañana. Si piensas críticamente, deberías poder idear otros escenarios en los que tanto tu césped como la entrada de al lado podrían estar mojados sin tener una noche lluviosa. A lo mejor la humedad en el aire era inusualmente alta, por lo que la condensación en la madrugada hizo que el suelo se mojara por todas partes. O tal vez una boca de incendios de la calle fue atropellada por un automóvil temprano esa mañana y se abrió de golpe, mojando la zona cercana. Podría haber muchas otras posibles explicaciones para su observación.
En suma, obtener evidencia de apoyo a partir de experimentos no prueba tu hipótesis en un sentido lógico. Sólo significa que no has podido desmentir tu hipótesis. No obstante, mucha gente todavía cree que la ciencia puede probar las cosas de manera absoluta. No puede No hay manera lógica para que lleguemos al suelo verdad de la naturaleza 1.
Esto significa que todas las “leyes de la naturaleza”, incluidas las enumeradas anteriormente, no son más que hipótesis bien probadas en el mejor de los casos. Los científicos han fallado repetidamente en desmentirlos, por lo que les damos más credibilidad que a otras hipótesis. Pero no hay absolutamente ninguna garantía de su corrección universal, permanente. Siempre hay espacio para otras teorías alternativas para explicar mejor la naturaleza.
En este sentido, todo lo que la ciencia puede hacer es simplemente construir modelos de la naturaleza. Todas las leyes de la naturaleza mencionadas anteriormente son también modelos, no hechos científicos, estrictamente hablando. Esto es algo que toda persona que trabaja en la investigación científica siempre debe tener en cuenta. He usado la palabra “modelo” muchas veces ya en este libro sin darle una definición. Así que aquí hay una definición informal:
Un modelo es una representación simplificada de un sistema. Puede ser conceptual, verbal, diagramática, física o formal (matemática).
Como entidad cognitiva interactuando con el mundo externo, siempre estás creando un modelo de algo en tu mente. Por ejemplo, en este mismo momento mientras estás leyendo este libro de texto, probablemente estés creando un modelo de lo que está escrito en este libro. El modelado es una parte fundamental de nuestra cognición diaria y toma de decisiones; no se limita solo a la ciencia.
Con esta comprensión de los modelos en mente, podemos decir que la ciencia es un esfuerzo sin fin para crear modelos de la naturaleza, porque, después de todo, el modelado es el único enfoque racional de la realidad inalcanzable. Y de manera similar, la ingeniería es un esfuerzo sin fin de controlar o insuflar la naturaleza para hacer que algo deseable suceda, creando y controlando sus modelos. Por lo tanto, el modelado ocupa la parte más esencial en cualquier esfuerzo en ciencia e ingeniería.
En el escenario de “césped húmedo” discutido anteriormente, idear algunas hipótesis alternativas más que puedan explicar tanto el césped mojado como el camino de entrada húmedo sin asumir que llovió. Entonces piense en formas de averiguar qué hipótesis es más probable que sea la verdadera causa.
Nombra un par de modelos científicos que se utilizan ampliamente en los campos científicos/de ingeniería actuales. Después investigue lo siguiente:
• ¿Cómo se desarrollaron?
• ¿Qué los hizo más útiles que los modelos anteriores?
• ¿Cómo podrían estar equivocados?
1 Este hecho está profundamente relacionado con la imposibilidad de la identificación general del sistema, incluyendo la identificación de procesos computacionales.