Paradoja del cuervo

Cuervo negro.

No-negro, no-cuervo.

La paradoja del cuervo es una paradoja propuesta por el filsofo alemnCarl Hempel en
la dcada de 1940 para ilustrar un problema donde la lgica inductiva desafa a
la intuicin. Esta paradoja se conoce tambin comoparadoja de la negacin o paradoja
de Hempel.
Cuando durante miles de aos la gente ha observado hechos que se acomodan bien en el
marco de una teora como la ley de la gravedad, tendemos a creer que dicha teora tiene
una alta probabilidad de ser cierta y nuestra confianza en ella aumenta con cada nueva
observacin de acuerdo con ella. Este tipo de razonamiento puede sintetizarse en
el principio de induccin:

Si se observa un caso particular X consistente con la teora T, entonces la

probabilidad de que T sea cierta aumenta.

Hempel da un ejemplo del principio de induccin. Propone como teora "Todos

los cuervos son negros". Si ahora examinamos a un milln de cuervos, y observamos que
todos son negros, nuestra creencia en la teora "todos los cuervos son negros" crecer
ligeramente con cada observacin. En este caso, el principio de induccin parece
razonable.
Ahora bien, la afirmacin "todos los cuervos son negros" es equivalente enlgica a la
afirmacin "todas las cosas no-negras son no-cuervos". Por lo tanto, observar
una manzana roja proporciona evidencia emprica para sostener esta segunda afirmacin.
Una manzana roja es una cosa no-negra, y cuando la examinamos, vemos que es un nocuervo. As que, por el principio de induccin, el observar una manzana roja debera
incrementar nuestra confianza en la creencia de que todos los cuervos son negros.
Hay filsofos que han ofrecido varias soluciones a este desafo a la intuicin.
El lgico estadounidense Nelson Goodman ha sugerido aadir restricciones a nuestro
propio razonamiento, como no considerar nunca que un caso vlido "Todos los P son Q" si
valida tambin "Ningn P es Q".
Otros filsofos han cuestionado el "principio de equivalencia". A lo mejor, la manzana roja
debe aumentar nuestra creencia en la teora "todas las cosas no-negras son nocuervos" sin aumentar nuestra creencia en la teora "todos los cuervos son negros". Esta
sugerencia tambin ha sido cuestionada, sin embargo, con el argumento de que no
puedes tener distinto nivel de creencia en dos afirmaciones si sabes que ambas son o
ciertas o falsas al mismo tiempo. Goodman, y ms tarde,Quine, usaron el
trmino predicado proyectable para describir las expresiones, como cuervo y negro,
que s permiten el uso de generalizaciones inductivas. Los predicados no proyectables son
aquellos como no-negro y no-cuervo, que aparentemente no lo permiten. (Ver
tambin verjo, otro predicado no proyectable inventado por Goodman.) Quine sugiri que
es una cuestin emprica cules, si alguno, de los predicados son proyectables, y observa
que en un universo de infinitos objetos, el complemento de un predicado proyectable debe
ser siempre no proyectable. Esto tendra la consecuencia de que, a pesar de que "todos
los cuervos son negros" y "todas las cosas no-negras son no-cuervos" deben ser validados

al mismo tiempo, ambos derivan su apoyo de cuervos negros, y no de no-cuervos nonegros.

Algunos filsofos han defendido que es nuestra intuicin la que falla. Observar una
manzana roja realmente incrementa la probabilidad de que todos los cuervos sean negros.
Despus de todo, si alguien te diese todas las cosas no-negras del universo, y pudieses
ver que no hay ningn cuervo entre ellas, podras concluir entonces que todos los cuervos
son negros. El ejemplo solo desafa a la intuicin porque el conjunto de cosas no-negras
es con diferencia ms grande que el conjunto de cuervos. As, observar otra cosa no-negra
que no sea un cuervo debera cambiar muy poco nuestra creencia en la teora si lo
comparamos con la observacin de otro cuervo que s sea negro.
Hay una alternativa al "principio de induccin" descrito anteriormente.
Sea X una instancia de la teora T, e I toda nuestra informacin sobre el entorno.
Sea

la probabilidad de

dado . Entonces,

Este principio se conoce como "teorema de Bayes". Es una de las bases de

la probabilidad y la estadstica. Cuando los cientficos publican anlisis de resultados
experimentales y obtienen que son significativos estadsticamente o no significativos
estadsticamente, estn usando este principio de forma implcita, por lo que podra
afirmarse que este principio describe mejor el razonamiento cientfico que el "principio
de induccin" original.
Si se usa este principio, no aparece la paradoja. Si pides a alguien que escoja una
manzana al azar y te la muestre, entonces la probabilidad de ver una manzana roja es
independiente del color de los cuervos. El numerador ser igual al denominador, por lo
que la divisin ser igual a uno, y la probabilidad permanecer inalterada. Ver una
manzana roja no afectar a tu creencia de que todos los cuervos son negros.
Si pides a alguien que escoja una cosa no-negra al azar, y te muestran una manzana
roja, entonces el numerador ser superior al denominador por una diferencia mnima.
Ver la manzana roja slo aumentar ligeramente tu creencia de que todos los cuervos
son negros. Tendrs que ver casi todas las cosas del universo (y comprobar que son
no-cuervos) para que aumente de modo apreciable tu creencia en "todos los cuervos
son negros". En ambos casos, el resultado es de acuerdo a la intuicin.