LA EXPLICACIÓN CIENTÍFICA Y LA MEDICIÓN CIENTÑIFICA

La ciencia ha buscado a lo largo de su historia explicar el mundo en el que vivimos. Los

orígenes de la ciencia se pueden remontar hasta la antigüedad. Por ejemplo, en el caso de la
física podemos remontarnos hasta Aristóteles. Aristóteles trataba de explicar lo que en la
experiencia del día a día le aparecía. Así formulo una sería de teorías acerca del
comportamiento del mundo físico. Decía, por ejemplo, que cada elemento tenía su propio
movimiento, en el caso de una roca su movimiento tendía hacia el centro del universo y por
eso es que caía. La bóveda celeste giraba en torno al centro del universo, o sea, que giraba en
torno a la tierra. Así pues Aristóteles trataba de explicar los fenómenos naturales.

Sin embargo, la historia de la ciencia no es estática sino que pareciera que poco a poco va
progresando en búsqueda de mejores explicaciones. A pesar que la teoría aristotélica domino
gran parte de la edad media, se fueron sumando poco a poco nuevas explicaciones, como el
modelo de Ptolomeo. Pero no sería sino hasta Newton que la explicación del mundo físico
sufriría una gran transformación. Esta se debía a que Newton concentraba toda su explicación
del mundo físico en sus tres conocidas leyes. Ahora ya no se necesitaba explicar cada
movimiento particular de cada ente en el mundo como en la teoría aristotélica sino que ahora
teníamos una explicación unificada y universal del movimiento y del mundo físico.1

No solo en el ámbito de la física se sufrió revoluciones en la manera de explicar los

fenómenos físicos, sino que también en la biología se pueden encontrar estos cambios. Fue
la teoría de la evolución de Darwin quien dio este paso. Ahora teníamos una explicación
sistemática del desarrollo de la especia, de su variedad, de sus características, etc. Ahora las
explicaciones científicas se identificaban con explicaciones universales y sistemáticas. Que
trabajaban a partir de una serie de leyes y postulados generales y de ahí se pasaba a explicar
los fenómenos específicos.

La pregunta que nos puede surgir es ¿qué se entiende por explicación? No se ha encontrado
algún consenso dentro de la filosofía de la ciencia acerca de la naturaleza de la explicación
científica. Pero una propuesta que sale rápidamente al paso es que la explicación científica
consiste en una serie de hechos E que se utilizan para explicar otra serie de hechos T, cuyo

1
Véase Cap. 1 de (Maudlin, 2014)
propósito es explicar verdaderamente como es el mundo. Es decir, el objetivo de la
explicación científica es la verdad, pues trata de describir como es el mundo y según la visión
realista la ciencia logra decir como es el mundo.

Esta manera de ver las cosas está muy cerca del sentido común, pues este nos dice que
tenemos acceso a los hechos del mundo tal y como estos son. Y si nosotros tenemos acceso
a los hechos del mundo tal y como estos son, pareciera que la ciencia es la mejor vía de
acceso a los hechos.

Pero cuando se revisa la historia de la ciencia esta imagen no parece tan prometedora. Por
ejemplo, la teoría de Ptolomeo explicaba la misma evidencia empírica que la teoría de
Copérnico, es decir, con los mismos datos ellos tenían una serie de principios físicos distintos.
En realidad los principios físicos no eran tan diferentes entre sí, lo único que cambiaba era
que la tierra para Ptolomeo estaba en el centro del universo mientras que para Copérnico la
tierra se movía alrededor del sol. Pero los datos eran los mismos no había una diferencia
sustancial en cuanto recolección de datos se refiere. Prácticamente se podría decir que la
astronomía era la misma tanto en Copérnico como en Ptolomeo. Sin embargo, las hipótesis
para la explicación de los datos a disposición eran distintas, y ambas explicaban muy bien
los fenómenos. Pero no se podría decir que una es igualmente verdadera, las dos no son
ambas verdaderas. De esta forma la explicación no implica verdad.

Hempel ponía dos criterios de lo que es una explicación:

Relevancia: dada una información explicativa, esta provee bases firmes para creer que el
fenómeno efectivamente ocurrió.

Contrastabilidad: todos los enunciados que pertenecen a una explicación científica deben de
poderse someter a pruebas empíricas. (van Fraassen, 1996, pág. 133)

La explicación puede ser de una naturaleza estadística o no estadística. La primera hace que
los hechos explicados sean implicados por los hechos que se usan para explicar; mientras que
la segunda solo da un alto grado de probabilidad.

Hempel resaltaba que creer en algo no es lo mismo que explicar. El ejemplo que el daba era
el del corrimiento del rojo. Cuando una galaxia se aleja de nosotros tiende hacia el extremo
rojo del espectro. Esto nos da buenas razones para pensar a favor del corrimiento del rojo,
pero el corrimiento del rojo no es una explicación del movimiento de las galaxias. Casos
similares a este, casos de asimetría de la explicación, nos muestran que bases para creer no
es lo mismo que una explicación.

Pero tampoco una explicación siempre da bases sólidas para la creencia. Un ejemplo de ellos
es el de la paresia: es una enfermedad que da debido a que no se atendido una sífilis contraída.
Así que si uno va al doctor y le detectan paresia el doctor seguramente le dirá que tuvo sífilis
pero no se lo atendió. Sin embargo, solo un porcentaje bajo de los que no se atienden la sífilis
les da paresia. Esto muestra que no siempre una explicación da bases sólidas para la creencia.
Pero alguien puede decir que es solo una explicación parcial, pues falta descubrir factores
extras que aún no se han descubierto. Sin embargo, parece haber casos en los que no pareciera
haber esos factores extras.

Así no parece tan adecuado los criterios de Hempel, por lo que Salmon introdujo la idea que
no solo se debe de proveer de buenas razones sino que también que sean relevantes. La
relevancia ya lo menciona Hempel en su primer criterio pero no aparece en su
caracterización. Piense en el caso de la gripe, podemos tener buenas razones en pensar que
el consumo alto de vitamina C cura la gripe en una semana. Y, sin embargo, no resulta
relevante.

Un punto que debe resaltarse es el hecho de que no es lo mismo un criterio de adecuación

empírica que una explicación. Como se puede ver, la teoría de la evolución da un criterio de
adecuación empírica acerca del cuello de las jirafas. O también podemos decir una
explicación no es lo mismo que los datos empíricos, como lo muestra nuestro ejemplo de
Ptolomeo y Copérnico.

Así una explicación es aquella que dado ciertos hechos M hacen más probable a E, más que
E simpliciter. Salmon da el ejemplo de una mezcla con igual proporción de átomos de uranio
y de polonio, que hacen que el contenedor de Geiger suene un intervalo (t, t+m). Esto quiere
decir que un átomo se desintegro. Entonces es natural preguntarse ¿por qué se desintegro el
átomo? Y esto es porque era una átomo de uranio; la probabilidad de que se desintegrada
debido a que era parte de una mezcla es la misma. Para Salmon la cuestión es que podemos
explicar porque ocurrió la desintegración. Puesto que la información es estadísticamente
relevante para la ocurrencia.
Sin embargo parece que el análisis de Salmon no es suficiente ni necesario. Esto lo muestra
un par de ejemplos. Con respecto a la suficiencia, supóngase que rocío un arbusto trepador
con un defoliador, y supongamos que este es efectivo en un noventa por ciento. Así la
respuesta a la pregunta de ¿por qué está muerto este arbusto? Sería “porque lo rocíe con el
defoliador”. Pero el 10 por ciento de las plantas aún están vivas y “para ellas es verdad que
la probabilidad de que todavía estén vivas no era la misma que la probabilidad de que todavía
estén vivas dado que fueron rociadas”. (van Fraassen, 1996, pág. 138) Sin embargo la
pregunta de “¿por qué esta planta está viva ahora?” no puede responderse diciendo
simplemente “porque fue rociada”.

Pero como dijimos tampoco el análisis es necesario. Considérese para eso el siguiente
ejemplo. Supóngase que la paresia es resultado de una sífilis o de una epilepsia y que la
probabilidad de la paresia dado la sífilis o la epilepsia es del 0.1. Además podemos suponer
que hay cierto individuo, llamémoslo Pedro, que viene de una familia cuyos miembros tiene
o bien sífilis o bien sufren de epilepsia, y además Pedro tiene paresia. Ahora bien, si nos
preguntamos ¿por qué Pedro desarrollo la enfermedad? Podemos dar una de las siguientes
respuestas: la desarrollo por la sífilis o bien la desarrollo por la epilepsia. Con la demás
información que poseemos sabemos que la probabilidad de que Pedro contrajera paresia es
del 0.1, y esta probabilidad se puede modificar si además supiéramos que Pedro tiene un
historial de sífilis. En cierto sentido este ejemplo se parece al ejemplo de los átomos, pero la
diferencia es que acá nosotros quisiéramos decir que la paresia es debida a la sífilis.

Un señalamiento que hace Van Fraassen es que la explicación tanto en Salmon como en
Hempel no es más que fuerza y adecuación empírica. Pero parece sensato decir que “tener
una explicación de un hecho es tener (haber aceptado) una teoría que es aceptable y que
explica ese hecho” (van Fraassen, 1996, pág. 139). Pero ¿qué es una teoría? Volvamos a
algunas distinciones que hemos mencionado pero no hemos desarrollado. Hablábamos
anteriormente que Ptolomeo y Copérnico tenían los mismos datos a su disposición y que lo
único que cambiaba era un principio físico. Pues bien ¿a qué nos referimos con principios
físicos y datos? Empecemos con los principios físicos.2

2
Para una discusión amplia de estos temas véase (Guillaumin, 2016)
Los principios físicos son afirmaciones generales, abstractas e idealizadas sobre la naturaleza
del mundo físico. Así por ejemplo, que la tierra se mueve alrededor del Sol es un principio
físico dado que afirma una generalidad acerca de la naturaleza de nuestro mundo físico.
Muchas veces los principios físicos no son tan físicos pues sobrepasan a nuestras
experiencias. Por supuesto que hay una interacción con los otros dos elementos, tanto con
los datos como con los modelos matemáticos. Así los datos observables que obtenemos con
los experimentos, observaciones o mediciones nos ayudan a decir si los principios físicos
describen correctamente o no el mundo. Pero por otro lado, los principios físicos nos ayudan
a interpretar las observaciones que realizamos. Por otro lado la relación con los modelos
matemáticos es normativa, los principios físicos les dicen a los modelos matemáticos que
características matemáticas deben de tener dichos modelos. Los criterios con los que se
evalúa la corrección de dichas características son derivados de los mismos principios físicos.
Los principios físicos pueden ser modificados dada la evidencia empírica que se pueda llegar
a obtener, pero el respaldo que se le da a estos principios físicos no únicamente viene de los
datos observacionales sino que también entran en juego varios tipos de creencias, como
pueden ser las creencias teológicas o metafísicas, incluso políticas.

Por otro lado los datos observacionales son aquellas observaciones, registros de
observaciones, mediciones hechas con instrumentos etc. Estos juegan un papel importante
tanto para los principios físicos como para los modelos matemáticos. Sin embargo, la
evidencia requerida por ambos no es la misma, los modelos matemáticos exigen cierta
evidencia con ciertas características específicas. Los datos observacionales que obtenemos
son contextuales en el siguiente sentido, a través de la historia los datos van variando puesto
que dependen del desarrollo de nuestros instrumentos científicos. Las mediciones se hacen a
través de instrumentos y el desarrollo de estos instrumentos depende a su vez de las
necesidades de la medición. Y esto condiciona las observaciones, una misma observación
puede ser hecha con distintos instrumentos, arrojando resultados distintos. Con el desarrollo
de las prácticas de medición sea desarrollados estándares de corrección de las mismas
prácticas, creado métodos para evitar el error.

La importancia de las prácticas de medición es central en la historia de la ciencia. Sea pensado

que las teorías anteceden a las prácticas de medición, ósea que se ha pensado que primero
tenemos nuestra teoría y luego la aplicamos y buscamos que nuestras prácticas de medición
se ajusten a ellas, pero en la historia de la ciencia esto no es así. Por ejemplo, tomemos el
caso de Kepler. Para que Kepler pudiera llegar a formular sus leyes fue necesario que antes
de ello acumulara una gran cantidad de observaciones. Muchas de ellas fueron herencia de
Tycho. Tycho no solo es un ejemplo de la necesidad de medición dentro de la ciencia sino
que también es un ejemplo de cómo poco a poco se van elevando los estándares de las
mediciones científicas.

Ahora bien los modelos matemáticos son descripciones interpretativas que tienen como
objetivo facilitar el acceso a fenómenos. El acceso a fenómenos puede ser tanto intelectual
como empírico. Los modelos son descripciones abstractas de los fenómenos naturales. Pero
estos también son históricos y contextuales, dependen del desarrollo que se tenga dentro de
una determinada época de las matemáticas. Así pues, no es lo mismo las matemáticas usadas
por Ptolomeo que por Kepler, o el cálculo desarrollado por Newton y Leibniz,

Lo que entiendo por teoría es pues la combinación de principios físicos con modelos
matemáticos. Entonces siguiendo la sugerencia de van Fraassen una explicación es tener un
conjunto de principios físicos y de modelos matemáticos que explican los fenómenos de la
naturaleza. Ahora bien, esto es una filosofía de la ciencia centrada en teorías, pero como
dijimos las prácticas de medición científica juegan un rol importante. Tomándonos enserio
este hecho tendremos que ampliar nuestra idea de explicación. Como dijimos Kepler tuvo
que recolectar un buen número de observaciones para construir una teoría que le permitiera
explicar el mundo físico. En este sentido la práctica de mediciones científicas precede a las
explicaciones y las condiciona, como vimos los datos observacionales modifican a los
principios físicos pero también modifican a los modelos matemáticos. La génesis de la
explicación científica no está en la teoría sino en las mediciones. El punto es que necesitamos
tomar en cuenta las prácticas de medición científica que en un momento determinado se están
llevando a cabo para así entender la naturaleza de las explicaciones científicas en dicho
momento.

Bibliografía
Godfrey-Smith, P. (2014). Philosophy of Biology. Princeton: Princeton University Press.
Guillaumin, G. E. (2016). Génesis de la Medición Celeste. Una historia del crecimiento de la
medición científica. México: Tirant Humanidades-UAM.

Martínez, S. F., & Huang, X. (2015). Hacia una filosofía de la ciencia centrada en prácticas. México:
IIFs-UNAM/Bonilla Artigas.

Maudlin, T. (2014). Filosofía de la Física I. El espacio y el tiempo. México: FCE.

van Fraassen, B. C. (1996). La Imagen Científica. México: UNAM-Paidós.