Kitabı oku: «Naturaleza de la Ciencia para Todos», sayfa 4

III

La estructura del conocimiento científico

Personalmente, creo que gran parte de las confusiones respecto de la naturaleza de la ciencia se han dado precisamente porque los filósofos han tratado de construir sus propuestas, desconociendo el objeto de estudio de la ciencia, es decir, la realidad y su estructura.

Mientras los filósofos se pueden dar el lujo de cuestionar la existencia o cognoscibilidad de la realidad, nosotros los científicos irónicamente la investigamos y generamos conocimiento respecto de ella.

¿Qué es el conocimiento?. Pues bien, para hacer la lectura de este libro más simple podemos afirmar que nuestro conocimiento respecto de la realidad son afirmaciones o aseveraciones. Ahora bien, cuando estas aseveraciones se refieren a un aspecto de la realidad que se nos presenta de forma directa a través de nuestros sentidos o instrumentos, como por ejemplo el color del cielo o la temperatura atmosférica, entonces estamos hablando de un dato. Por el contrario, cuando estas aseveraciones se refieren a un aspecto de la realidad que no está accesible de forma más que indirecta, como el amor, los átomos o los agujeros negros, entonces hablamos de ideas.

El conocimiento está conformado tanto por ideas como por datos. Los datos son producto de observaciones o mediciones, sin embargo, las ideas son producto de una actividad intelectual creativa, ambos tienen similitudes y diferencias que debemos conocer para comprender la información científica que llega a nuestras manos. A continuación comenzaré con el tema de los datos, su estructura, su origen y su función. Espero que luego de leer el siguiente capítulo, usted pueda diferenciar un dato de una idea.

III.1 Datos

Los datos son afirmaciones respecto de un aspecto de la realidad la cual es accesible directamente ya sea a través de nuestros sentidos (observación) o a través de instrumentos (medición). Cuando estos datos, cuando estas observaciones o mediciones se obtienen en condiciones controladas entonces estamos hablando de un experimento.

Un ejemplo de un dato observable es cuando usted cuenta las patas de un insecto. En ese caso no hay que conjeturar nada, el número de patas de un insecto es una propiedad fenoménica directamente accesible, al igual que el color del pelo de una persona o la textura de una lija.

Por otra parte, un ejemplo de medición es la temperatura de su cuerpo la cual se puede obtener de forma directa con un termómetro. La temperatura no es accesible a sus sentidos, por lo que usted requiere de un instrumento. Nuevamente en este caso no se requiere de conjeturar nada, aunque el instrumento en sí es un objeto material que requirió de ideas para su construcción.

Un ejemplo de experimento es la famosa prueba de flotación de Arquímedes, en donde en condiciones controladas comparó la densidad del oro puro con el de una corona. Otro famoso experimento es el de caída libre de Galileo, para demostrar que dos objetos caen de forma simultánea independiente de su peso.

En ciencia, para observar o medir rara vez se hace de forma intuitiva, muchas veces se requiere de un método, es decir, de una serie de etapas estructuradas que nos asegure cierto control y estimación de las posibles fuentes de error. En el método de medición se describen las etapas temporales y las técnicas que se deben utilizar para tomar y tratar las muestras, como las técnicas de secado y tamizado para la homogeneización de suelos, lo cual nos asegura cierta representatividad y reproducibilidad.

Ejemplos de técnicas estándar de observación o medición son por ejemplo las técnicas para estimar la humedad de un suelo o sedimento, mediante evaporación y pesado en balanza analítica. Técnicas estándar de tratamiento de datos, de estimación de errores y de expresión de resultados hay muchas, como la técnica del cálculo de la desviación estándar, las técnicas de exactitud mediante el uso de muestras de referencia, técnicas estadísticas para el cálculo de incertezas como la del límite de confianza o límite de cuantificación, etc.

Detrás de un método, muchas veces existe un desarrollo, una técnica, un principio causal. En esa etapa del desarrollo del método se requiere muchas veces de una investigación. Una vez desarrollado y validado el método, este se transforma en una metodología estándar la cual puede ser aplicada para observar o medir de forma más rigurosa controlando o al menos estimando las fuentes de error.

Es importante que el lector no confunda los métodos de obtención de datos con el método científico. Los métodos de observación o medición son parte del método científico, pero sólo en lo que se refiere a la etapa lógica de obtención de evidencias, pero no podemos reducir el método científico sólo al acto de obtener datos, ya que en la ciencia además de datos, se requiere de problemas e ideas que guíen la lógica de una investigación.

Los datos obtenidos mediante métodos validados son datos confiables, no así infalibles, que pueden transformarse en información valiosa para tomar decisiones siempre que estos sean procesados.

El número de habitantes del mundo se puede obtener midiendo y el valor de esa medición se puede afirmar sin suponerlo. No digo que sea una tarea fácil, metodológicamente es algo sumamente complejo y costoso, el mero desarrollo del método para la medición de esta variable requiere creatividad, conocimiento e investigación, pero una vez desarrollado, su aplicación es algo técnico.

Ahora bien, distinto es predecir el número de habitantes que tendrá el planeta, ese valor no nos es dado y hay que estimarlo en base a datos actuales, como el número de seres humanos y el supuesto que la tasa de crecimiento se mantendrá relativamente constante, que no existirán grandes pandemias, guerras o algún suceso colosal, como la colisión de un meteorito con nuestro planeta. Todos estos son supuestos para construir la predicción del número de habitantes en el futuro, en la instancia predictiva entonces se está en el plano de las ideas y no de los hechos, por tanto esta es la razón por la cual una predicción no es un dato sino una idea.

En resumen se pueden obtener datos respecto de la parte de la realidad a la cual podemos acceder por observación o medición. Del resto, por ejemplo del pasado o del futuro, o de algún nivel inobservable de la realidad, no podemos más que conjeturar, es decir, proponer ideas al respecto. A continuación analizaremos el primer tipo de datos, los datos sueltos.

III. 1.1. Datos sueltos

Como mencionamos anteriormente, nuestro conocimiento es heterogéneo, incluso el científico. Gran parte de nuestro conocimiento respecto de la naturaleza es una mezcla de ideas y datos. Es un dato que tenemos en nuestro conocimiento, incluso común, que el agua a bajas temperaturas se solidifica, como también es un dato el que esa temperatura a la cual ocurre ese cambio de estado es de 0°C a presión atmosférica.

Es un dato también el que la tierra demore 365 días en dar la vuelta al sol, el que las mujeres presenten mayores habilidades sociales que los hombres y el que nosotros los hombres tendemos a vivir menos que las mujeres. También tenemos algunos datos científicos, como el intervalo de presión arterial saludable, los niveles de colesterol saludables de nuestra sangre, el bajo porcentaje de chilenos que entiende lo que lee, etc.

Los datos son parte importante de nuestro conocimiento. Estos datos se pueden obtener observando siempre y cuando estos objetos que estamos estudiando o sus propiedades estén o emerjan a nivel fenoménico, a nuestro nivel. El número de personas que leen en un vagón de tren es un dato que se puede obtener meramente observando y contando al igual que el porcentaje de personas que utilizan lentes de sol en lugares en donde hay sólo luz artificial.

Por el contrario, si estos objetos o sus propiedades se manifiestan a un nivel inobservable, estos datos al estar fuera del alcance de nuestros sentidos, se deben generar mediante la ayuda de un instrumento. El pH de un suelo por ejemplo, es una propiedad inobservable o transfenoménica, la cual la debemos medir instrumentalmente con un electrodo debido a que no podemos observar el pH, lo mismo pasa con el nivel de depresión de una persona la cual requiere de ciertos instrumentos para constatar su presencia y magnitud, salvo que usted confíe ciegamente en sus intuiciones y su capacidad de estimar la depresión de alguien, aunque cualquier estimación subjetiva de ese tipo no pasa de ser una conjetura y no un dato.

La observación por lo tanto nos permite generar conocimiento de nuestro entorno debido a que a partir de esta podemos obtener datos, pero sólo de una parte de la naturaleza, la de nuestro nivel, es la que está accesible a nuestros sentidos. Los instrumentos nos han “ampliado” nuestros sentidos y nos han permitido acceder a datos desde distintos niveles de la naturaleza. Por ejemplo, hoy en día podemos obtener el dato de la conductividad eléctrica de una solución, el nivel de monóxido de carbono en un edificio (y de paso salvar unas vidas en caso que este sea elevado) e incluso podemos conocer la magnitud del campo magnético de nuestro planeta gracias al cual no nos calcinamos con las expulsiones de material solar.

Los datos se pueden obtener desde los distintos niveles de la realidad. A nivel microscópico tenemos los datos de las masas atómicas de los distintos elementos y sus isótopos, ciertamente que esos datos se tuvieron que obtener midiendo, al igual que el radio atómico de cada uno de ellos. A nuestra escala tenemos también muchos datos, como el de la expectativa de vida promedio por país, el cual al año 2011 fue del orden de 80 años en países como Japón o Chile y del alrededor de 55-60 años en países como el Congo (Organization). Por otra parte tenemos el número de presos por 100.000 habitantes el cual al año 2009 fue de 775 para Estados Unidos y de 46 para Islandia (Commission). Finalmente a escala más astronómica, tenemos el dato de la temperatura de las estrellas, el número de estrellas que tiene nuestra galaxia o la temperatura de una estrella que fusiona hidrógeno.

Un dato suelto es una observación o medición que no está conectada lógicamente a ninguna pregunta o idea de investigación surge de la mera curiosidad casi infantil. ¿Cuál es el sueldo de su vecino? Usted podría obtener ese dato hurgueteando en su basura, pero una vez que lo tenga, ¿para qué le sirve? El dato servirá sólo para satisfacer su curiosidad, pero no cumplirá ningún papel para conocer nuestra realidad material, es un dato suelto.

Ahora bien, no necesariamente un dato suelto es un dato inútil. Los datos sueltos pueden transformarse en información valiosa para hacer crecer nuestro conocimiento, por ejemplo, son parte importante de muchas investigaciones denominadas exploratorias o empíricas.

Las primeras misiones al fondo marino, permitió recolectar una gran cantidad de datos respecto de las criaturas que viven en esas grandes profundidades y sus peculiares características tales como la capacidad de generar quimioluminiscencia, la ausencia de ojos o de pigmentos en la piel de muchas de ellas, como se muestra en la Figura 9.

Figura 9. Observaciones de animales del fondo marino. (Figuras tomadas de http://commons.wikimedia.org)

En ciencias ambientales, los datos recolectados respecto de la temperatura atmosférica del planeta o de los niveles de concentración de gas ozono en la alta atmósfera son datos muy relevantes, especialmente en sus inicios. Sin esos datos no se hubieran podido gatillar líneas de investigación enteras respecto del efecto invernadero o del efecto dañino de los CFC (gases cloro-fluoro-carbonados) sobre el ozono que nos protege de los dañinos rayos UV provenientes del sol.

Las misiones exploratorias espaciales, como las tripuladas a la Luna, permitieron recolectar también una serie enorme de datos respecto de la composición física y química del suelo lunar, lo mismo con las misiones no tripuladas a Marte, las cuales han permitido detectar la presencia de minerales, rastros de hielo, patrones de erosión producto de la presencia de agua y así sucesivamente. ¿Sabía usted que Júpiter es un planeta compuesto principalmente por hidrógeno condensado?, ¿sabía usted que desde las profundidades de la corteza terrestre emana gas radón a la atmósfera el cual es radiactivo?, ¿sabía usted que el agua es el único compuesto, que yo conozca, que es más denso en estado líquido que en estado sólido?, ¿sabía que la luz puede dar 7,5 vueltas a la tierra en un segundo?, ¿sabía usted que el tiempo que demora en llegar la luz del sol al planeta Tierra es de 8 minutos?, ¿sabía usted que la estrella más cercana después del sol, su luz tarda en llegarnos 4 años?

Todos estos datos anteriores son tremendamente interesantes, desde ellos surgen muchas preguntas, no podemos negar por lo tanto que los datos respecto de la realidad forman parte de nuestro conocimiento, es evidente que ante un nuevo objeto o un nuevo sistema material desconocido para nosotros, el primer tipo de conocimiento que obtenemos desde este “trozo” de realidad, es el conocimiento que está inmediatamente al alcance de nuestros sentidos o de nuestros instrumentos, son los datos observacionales, o los datos medibles.

Ahora bien, debo aclarar eso sí que muchos de los datos respecto de la realidad que incluso ocupamos actualmente, fueron obtenidos mucho antes que se desarrollaran lo que conocemos hoy en día como las “ciencias naturales”. Por ejemplo, fueron los alquimistas quienes acumularon una serie de datos respecto de las sustancias. Fueron ellos los que dieron cuenta del brillo de los metales, de la solubilidad de las sales, la compresibilidad de los gases y levantaron una lista de sustancias que se podían obtener desde sus “recetas”, lo mismo podemos decir con las fases de la Luna o los ciclos de mareas detectados principalmente por astrólogos o por el hombre de las cavernas. A pesar de la relevancia de los datos, el conocimiento científico dista bastante de ser un mero cúmulo de datos obtenidos desde observaciones y mediciones y la ciencia dista bastante de ser una observación o medición rigurosa de la realidad. Si así fuese, la Alquimia y la Astrología serían consideradas ciencias legítimas.

La Alquimia no es Química como tampoco la Astrología es Astronomía, los datos son necesarios y son parte del conocimiento científico aunque insuficientes para comprender la realidad y el concepto de ciencia moderna. Basta con decir que los datos son algo así como la semilla de la ciencia primigenia. Una semilla no es un árbol, aunque si se la riega y cuida bien puede llegar a serlo. Un cúmulo de datos no es una disciplina científica, aunque si se le riega también con buenas ideas, puede llegar a serlo. Profundizaremos este aspecto más adelante.

Hasta acá hemos analizado el cómo se obtienen los datos e incluso algunas aplicaciones. Sin embargo, he sido deliberadamente injusto con las ideas. Digo injusto por cuanto desde el simple termómetro hasta el instrumento más sofisticado de la NASA, todos ellos se basan en ideas, pero ideas científicas, es decir, teorías. La balanza por ejemplo se basa en las ideas de Newton, lo mismo pasa con el contador Geiger para medir la radiación ionizante, instrumento basado en una serie de principios de espectroscopia, físico-química y electrónica, todos ellos demasiado profundos para explicarlos en este humilde libro.

No es lo mismo obtener un dato desde una propiedad fenoménica que el obtenido desde una propiedad transfenoménica. Como dijimos anteriormente, las propiedades transfenoménicas están fuera del alcance de nuestros sentidos, por lo que requerimos de instrumentos para ello, pero los instrumentos no caen del cielo, estos se basan en leyes, ideas que relacionan causas con efectos observables, ideas bien contrastadas las cuales provienen desde la ciencia pura.

Sin las ideas de Newton no existiría la balanza y sin las ideas de Einstein no existiría el LASER ni los detectores fotoeléctricos, por lo mismo sin la ciencia básica estaríamos casi sin instrumentos de medición. Por lo mismo el dato fenoménico suelto se puede obtener desconectado de la ciencia, si no me cree fíjese en un niño el cual aprende una cantidad gigante de datos de forma autodidacta sólo en base a sus sentidos, pero el dato transfenoménico está intrínsecamente relacionado con ideas científicas previas. Todo instrumento de medición se basa en una técnica y toda técnica de medición se basa en una ley y como veremos más adelante las ideas científicas le deben mucho a los nuevos instrumentos de medición, pero los instrumentos de medición le deben “su vida” a las ideas científicas, por lo que la colaboración entre idea-instrumento-medición-dato es recíproca.

III.1.2. Conjuntos de datos

Con los datos podemos lograr describir nuestra realidad, no así explicarla o predecirla, para estos últimos aspectos se requieren además de datos, ideas. Ahora bien, generalmente, para efectos de describir nuestra realidad, es mucho más fructífero y profundo un conjunto de datos, por ejemplo una correlación de datos, más que un dato suelto. Por ejemplo, el saber cuánto es el salario de su vecino puede parecer un dato interesante para algunos, pero saber cuál es el salario más bajo y el más alto de todos sus vecinos, es un conocimiento mucho más completo e interesante, no sólo para los chismosos sino para un dirigente vecinal o para un alcalde.

El tener una estadística de cómo se distribuyen los ingresos en todo su país y en el resto de los países del mundo, son datos muy importantes que generan un conocimiento social y global tremendamente relevantes para constatar por ejemplo el problema de la desigualdad. La diferencia entre lo que gana en promedio el 10% más rico vs. el 10% más pobre de un país es un indicador de desigualdad y es evidente que un país que tenga ese valor elevado respecto de sus vecinos, es un país que tiene un problema social y económico que deberá ser tomado en cuenta por un político que le interese el bien de su nación por sobre el bien de quienes le financian su campaña presidencial.

La elevada correlación entre el índice de desigualdad y la delincuencia en un país es un conocimiento tremendamente relevante para el líder que le interese construir una sociedad pacífica, salvo que quiera controlar el problema de la delincuencia exclusivamente mediante represión policial, lo cual es lo mismo que controlar la fiebre sólo con Paracetamol, pero no atacando a la infección que le da origen.

Las comparaciones de datos y sus correlaciones nos permiten detectar tendencias. El comparar los datos de los últimos años de los índices de masa corporal de la población, nos ha llevado a detectar el gran problema de obesidad que sufren principalmente los países más ricos.

El incremento de los niveles de radiación UV dañinos que llegan a la tierra y el incremento de los cánceres a la piel en las últimas décadas, son tendencias que alertan a los dermatólogos y a la población en general la que insiste en tomar prolongados “baños de sol”(Sánchez C. 2006). Lo mismo con el dato del incremento del porcentaje de fumadores en la población adolescente, particularmente en donde el porcentaje de fumadoras chilenas al año 2012 fue de los más altos del mundo (EPES).

Exceptuando el caso de algunas congregaciones religiosas, en donde se tienden a acumular familias de un gran número de hijos y de muy altos ingresos, en países como Colombia existe una correlación inversa entre el número de hijos y el nivel de estudios de los padres (Alba Luz León A., 2006), cosa que no cambia mucho en el resto de los países sudamericanos. Por otra parte existe una correlación inversa entre la mortalidad de recién nacidos vs. el nivel socio económico de un país, aunque esta no es una relación causal por cuanto existen excepciones en países como Cuba en donde el sistema de salud es muy desarrollado, a pesar de tener una economía de menor envergadura (Behm, 2011).

Para no ser pesimista también existen correlaciones de datos muy positivas, desde que se decretó en Chile la ley de cero tolerancia al alcohol para conducir vehículos, el número de conductores que manejan ebrios bajó enormemente lo que se correlacionó enormemente con una drástica disminución de muertes en accidentes de tránsito (SENDA).

Las correlaciones y las tendencias nos permiten generalizar y anticiparnos. Generalizar por cuanto podemos conocer la realidad respecto de los patrones que se dan en la naturaleza y esperar que estos se sigan repitiendo en el futuro.

Las personas que trabajan la tierra conocen muy bien estos patrones. Ellos por el aumento de la visibilidad hacia el horizonte correlacionan la presencia posterior de lluvias. Personalmente me ha tocado hablar con campesinos quienes saben muy bien que cuando un cerro, en especial en su localidad, queda cubierto por una nube, eso es señal de lluvia segura, y debo reconocer que sus predicciones fueron más certeras que la de los meteorólogos del Weather Channel.

En la Tabla 3 se entregan datos sueltos y tendencias obtenidas tanto por observaciones como mediciones en distintos niveles de la realidad. Como se verá estos datos son conocimiento muy importante e interesante para el político, el turista, el científico e incluso para un presidente.

Tabla 3. Datos y tendencias de nuestra realidad material.

Las correlaciones y las tendencias son un conocimiento muy importante pero no debemos desconocer sus limitaciones y sus peligros. Las aseguradoras saben muy bien cuáles son los grupos humanos que presentan un mayor riesgo de enfermarse o de sufrir algún accidente de tránsito. Por lo mismo, el asegurar el automóvil de una persona de 18 años, tiende a ser más riesgoso, y por lo tanto más caro, que asegurar ese mismo automóvil para una persona de 35 años. Esto por cuanto representa estadísticamente un riesgo mayor para la aseguradora de hacer un mal negocio, ya que en general los jóvenes tienden a ser más imprudentes que los mayores. Sin embargo, esa estadística no les da el derecho a los padres de prohibirles a sus hijos manejar, es decir, de dudar arbitrariamente de sus hijos, sólo por el hecho de formar parte del grupo etario de mayor riesgo.

Si aceptáramos el basarnos en tendencias generales para juzgar a un caso particular como el anterior, entonces debiéramos institucionalizar los prejuicios y la discriminación. Todos los clubes de fútbol profesional del mundo debieran contratar sin mayores pruebas a un futbolista, si es que este fuese argentino o brasilero, por cuanto que los mejores futbolistas del mundo históricamente provienen de estos países más que de países asiáticos, norteamericanos o incluso por sobre los europeos.

Otro aspecto peligroso de las correlaciones es confundirla con leyes. El saber que existe una correlación de datos entre el precio de la mensualidad de un colegio y el porcentaje de alumnos que ingresa a la universidad, no nos dice nada respecto de cuál es la causa y cuál el efecto. La mera correlación de datos no explica nada, sólo describe una situación que requiere de una explicación. El director del colegio explicará esto como un ejemplo de la calidad de la enseñanza de su institución, el sociólogo verá en esta correlación un mecanismo de exclusión social, en donde ante un colegio más caro, sólo los padres con mayores ingresos podrán pagarlo. El psicólogo explicará el mayor ingreso a la universidad de los alumnos de un colegio, como un efecto del mayor nivel de estudio que presentan en general los padres con mayores ingresos quienes le entregan una mayor herencia cultural a sus hijos.

Quienes tenemos hijos en el sistema de colegios pagados, sabemos que muchos de estos colegios no hacen más que seleccionar a los mejores alumnos de otras instituciones y expulsar a sus “malos alumnos”, por lo que el mayor rendimiento académico del colegio se debe exclusivamente a un “buen proceso de selección” más que a un buen proceso formativo, lo que en palabras menos amables se llama discriminar por rendimiento.

El famoso filósofo David Hume era fanático de las tendencias y las confundía con las leyes de la ciencia llegando incluso a negarlas y planteando que la ciencia no propone leyes sino que simples generalizaciones de datos (R. Echeverría, 2005). Una tendencia no es una ley y no nos dice nada respecto de cuál es la causa y cuál el efecto.

Hace un par de años leí una estadística muy interesante la que afirmaba que las personas casadas ganan en promedio un 30% más que las personas solteras de su misma condición (Schoeni, 1995) (edad, sexo etc.). Esa tendencia es interesante y no podemos negar que nos aporta más conocimiento respecto de la sociedad, pero la pregunta del millón de dólares es ¿cuál es la causa y cuál el efecto? Una inferencia peligrosa es afirmar que la causa es el estado civil y el efecto es el sueldo. Es decir, que cuando el soltero pasa a formar parte del “equipo” de los casados, entonces el efecto es que su jefe se apiadará de su empleado o empleada y le subirá el sueldo. Esta idea es peligrosa porque podría llevar ingenuamente a solteros a casarse para mejorar sus ingresos, sin necesariamente estar enamorados. Otra forma de interpretar esos mismos datos es que en la medida que las personas ganan más dinero, eso facilita sus planes de adquirir una casa y por lo tanto llevar una vida en pareja independiente de sus padres.

Créalo o no, en un curso de capacitación se me ocurrió que debido a que en general las personas casadas tienen más hijos que las solteras, entonces incurren en mayores gastos y eso los lleva a buscar ingresos extra a la de sus trabajos estables, precisamente esa era una de las razones por la cual estaba capacitando gente fuera de mi trabajo como docente universitario. Realicé una encuesta muy rápida entre los asistentes y les pedí que levantaran la mano los solteros, luego fue el turno de los casados y finalmente les pedí que levantaran la mano los que realizaban trabajos extra a los estables que tenían, los llamados “pitutos” en buen chileno, y fue increíble darnos cuenta que todos los que “pituteabamos” éramos casados, no había ningún soltero en esta lista de “pituteros”. A la luz del resultado anterior, el mecanismo es bien simple, en primer lugar los casados tienden a tener más gastos, luego ante un mayor nivel de gastos, buscamos ingresos extra, lo que nos lleva finalmente a trabajar más y ganar más dinero, la causa es casarse, el efecto es aumentar los ingresos, pero no por el mecanismo del jefe piadoso.

El resumen es el siguiente: las generalizaciones y tendencias son datos que forman parte de nuestro conocimiento. Son tremendamente importantes para tomar decisiones, como por ejemplo, respecto de medidas de salud pública para evitar el contagio del tifus.

Las generalizaciones sirven también para tener un conocimiento respecto a un ámbito de la naturaleza, como por ejemplo, la tendencia que tienen los perros en establecer relaciones con los seres humanos. Estos datos nos llevan a plantearnos preguntas interesantes, tales como ¿por qué las hormigas marchan en fila? Pero, estos datos por sí solos no nos permiten establecer causas y efectos.

Las llamadas leyes de la naturaleza son “leyes” por cuanto la causa y el efecto están conectados por un mecanismo, y para acceder a este mecanismo se requieren además de datos, ideas, hipótesis. Estas leyes, como por ejemplo las leyes de Newton, las que sistematizamos como parte de las teorías de la ciencia, están en un plano de las ideas más que de los datos. Eso es lo que explicaremos a continuación.

III.2 Ideas

Una idea es una afirmación cuyo origen es racional, es una creación intelectual en el caso del creador de la idea o una copia de una creación intelectual en el caso del que anda parafraseando las ideas de otros. Una idea puede que sea gatillada psicológicamente por un dato, por otra idea, por una pregunta o puede ser producto de la mera imaginación y creatividad.

Creaciones intelectuales hay muchas, desde las que no se refieren a ningún aspecto de la realidad material, como las ficciones. Tenemos, también, ideas que se cree que se refieren aunque no de forma constatada a algún objeto material real, como por ejemplo algunos mitos aceptados por criterios meramente sociales. Existen ideas con referentes materiales reales, pero con propiedades imaginarias, alimentadas por rumores y exageraciones como el caso de las leyendas. Finalmente tenemos las ideas que se refieren a algún aspecto de la realidad aunque con pocos o ningún fundamento como las especulaciones, para llegar a las ideas que se refieren, de forma fundamentada y con evidencias favorables, a nuestra realidad material, las llamadas hipótesis científicas convalidadas.

Lo que afirmaré a continuación quizás no le guste o lo convenza del todo.

¡La mayoría de nuestro conocimiento son ideas más que datos!

Como afirmamos en el capítulo anterior, los datos son limitados, con ellos no podemos tener un conocimiento profundo de las leyes de la naturaleza y tampoco podemos acceder a los niveles inobservables microscópicos o astronómicos. Sin ideas, no hay instrumentos, los instrumentos científicos todos ellos se basan en hipótesis científicas convalidadas y nos permiten acceder a estos niveles de la naturaleza inaccesibles, pero no se confunda, primero estuvieron las ideas y luego los instrumentos.