Texto académico

Autores

 

_____________________________

 

3. Método de investigación



“El método es el plan ordenado para el desarrollo del anteproyecto… cualitativo, cuantitativo o mixto, es la manera de conducir el pensamiento con el fin de llegar a resultados en el descubrimiento de la verdad[1]”. 


Es un mito popular que la ciencia conduce inevitablemente a la verdad porque por la simple razón de que utiliza evidencia empírica para probar una teoría. Otro mito es que la ciencia nada tiene que ver con lo real, porque todo en ella es teoría. En realidad estos dos mitos van de la mano, ya que parecen reflejar la idea de que la ciencia es todo o nada respecto a la certeza de lo verdadero. 


Al igual que con la mayoría de los conceptos erróneos, hay algo en su núcleo de verdad. La ciencia apunta al amor por la verdad. Lo hace tratando de aportar rigurosas teorías que enfrentan a los datos generados  por los conceptos de los hechos empíricos. Lo único de lo que podemos estar seguros en la ciencia, es el cómo funciona su estilo de pensamiento, mejor conocido como investigación científica. Esta metodología es un proceso lingüístico del arte del pensar objetivo, produce esencialmente discurso teórico respaldado en consistencia lógica matemática y audaces diseños experimentales que la desafían. 


3.1 ¿Existe el método científico?


Para Kuhn y Popper,  filósofos de la ciencia, las teorías científicas son desde hace mucho reconocidas como construcciones de argumentos hipotéticos deductivos. Y es esa la base de su fuerza para la flexibilidad racional de la mente del científico. Cada vez que nos hacemos de evidencia, nos enfrentamos con el problema de estar abiertos a que falseen nuestras teorías. Pero cada revisión de estas teorías a la luz de los hechos y sus datos, es una forma de pasar un visto bueno de su vigencia contemporánea. Si tratamos de formular una hipótesis sobre el funcionamiento de algo en el mundo, estamos basándonos en los datos que son a su vez generados por los conceptos de una red de hechos. 


El problema en este punto es profundo, ya que socava no solo la idea de que no podemos estar seguros de que cualquiera de nuestras propuestas teóricas sobre el mundo, son verdad en lo absoluto. Sobre todo, dado que nuestra indefinible pequeña relación entre nuestra razón en comparación con el tamaño infinito del conjunto de todo lo posible, hace realista que pueda haber en el futuro de las experiencias de investigación, otra cosa muy distinta. La humildad nos conduce a reconocer esto. ¿Cómo podemos estar seguros que la muestra del mundo que hemos procesado es representativa del resto de él? Así como no podemos estar seguros de que en el futuro no surgirá un nuevo científico de la medida revolucionaria de Newton, Einstein y otros que derribaron las teorías  dominantes de su tiempo, tampoco podemos ignorar, la eficacia del conocimiento científico de la mano de la ingeniería y el diseño. 


A pesar de que la ciencia trata de sacar conclusiones generales sobre las ecuaciones fundamentales del universo, es necesario considerar cómo funciona la base de nuestro conocimiento, en su circunstancia particular del método de investigación. Popper propuso una manera de hacerlo, aprender de los datos de una manera deductivamente válida, instalándonos en una base lógica más sólida.   El diseño experimental, no es otra cosa que una parte del método de investigación que intenta falsear a las teorías. Según esta, la refutación lógica como diseño experimental o, confirma la teoría o, modifica según Kuhn los conceptos mismos de los hechos, con ello, se produce una revolución científica de la teoría misma. 


Como hemos visto en 2015, la detección de ondas de gravedad hace que las disertaciones del espacio tiempo, se confirmaran tal como propuso las predicciones de Einstein de hace 100 años.  Si la predicción hubiera sido errónea, la teoría habría sido rechazada. Pero  como fue correcta, la recompensa epistémica sobre el estilo de pensamiento científico moderno fue tremenda. Entendemos por estilo de pensamiento científico a la metodología de investigación. Pero, la mayoría de la ciencia no funciona con este grado de rigor hipotético deductivo. 


No está claro cuándo buscar respuestas más difíciles a las preguntas que se contestan con las teorías dominantes o de moda de nuestro tiempo. Y cuándo deberíamos, solo nos dejarnos llevar siguiendo respuestas dentro del paradigma teórico dominante. Kuhn considera que los científicos luchan por armar un rompecabezas presente en la literatura científica, para acomodar las predicciones, errores y casos falsos dentro de una nueva teoría bien aceptada que mueva hasta los cimientos el saber vigente de una época de la civilización[2].


Incluso cuando una teoría tiene éxito, no puede ser aceptada como verdadera en lo absoluto, ella siempre será aproximadamente verdadera, sus fundamentos y justificaciones, lo son mientras sean llamadas al purgatorio de una nueva revolución del conocimiento. Algo tan poderoso como la evidencia científica, siempre nos queda al final como un número de aproximación potencialmente renovable y mejorable que puede derrocar cualquier teoría. Por lo tanto, el razonamiento científico es la sustancia obligada del arte de la investigación científica. El método científico, es más una tradición cultural de producir el discurso objetivo. Cuando una evidencia sobrevive a muchas pruebas rigurosas, no se abandona su intento de perfeccionarla, intentando derribar a las teorías que sostiene. Por supuesto que una teoría no es una verdad solo porque ha pasado muchas pruebas de refutación, el problema es que tampoco podemos decir que los hechos que forman la red de la teoría en su discurso argumental, son una base despreciable de su eficacia para la predicción técnica en que se sumerge. Si el tamaño de muestra de algo en sus demostraciones científicas fuera infinito, no supone que este conocimiento no sea falseable, como el criterio que Popper consideró para todo saber científico.


La idea de que siempre puede haber datos y evidencias que derrumben una teoría, hace que el pensamiento inductivista no pueda evitar ser derrocado. Cuando una teoría sobrevive a rigurosas pruebas de verdad, es probable que sea verdadera, pero solo probable. En su estructura de proposiciones puede haber  seguro algo de verdad, pero no hay forma de saberlo con certeza. Tal vez sea el caso en que algunos de los que desean defender la ciencia, pueden apoyarse en este argumento para probar sus teorías, incluso si saben que no pueden, se dejan llevar por la emoción y el calor de la crítica, para convencerse de que la teoría de uno es verdadera. 


Un punto erróneo de la mayoría, es considerar que si una afirmación científica no cuenta con evidencia o verificación, entonces es solo una teoría  y no debe ser creída. A veces, esto se lee como una afirmación de que otra teoría en el mismo estado, es igualmente probable de ser plausible. En esta idea, se asume que la teoría es un conocimiento inferior. 


Lo primero que debemos comprender, es que hay una diferencia entre teoría y una hipótesis. Una hipótesis es de alguna manera una suposición. Normalmente no es una suposición salvaje; por lo tanto en ella hay información de alguna experiencia previa en el tema en cuestión. Normalmente surge la hipótesis del descubrimiento fino de un problema revelado en una analítica minuciosa del estado que guarda el conocimiento disponible y reportado en la figura de una revisión de la literatura. En esta revisión se identifican conceptos sin conexión, vías muertas en la explicación y vacíos de justificación, para responder a estos desafíos, normalmente el estilo de pensamiento científico genera hipótesis fundamentadas en los patrones de datos, variables y teoría disponible. Una hipótesis tal vez es algo probado por nuestra reflexión, la hacemos encajar en datos encontrando atados en la orquesta de la red de conceptos de bajo nivel  (los hechos) y  de alto nivel (conceptos  teóricos). 


Pero, una teoría científica no solo debe estar firmemente incrustada en la evidencia empírica, sino que también debe ser capaz de predicciones que puedan extrapolar al mundo en general, para que podamos ver si sobrevive a una comprensión rigurosa con nuevas demostraciones. 


Los estándares de una teoría son más altos que el de una hipótesis. Habitualmente, una teoría también debe incluir una explicación del porqué  se espera que funcione, de modo que haya una manera razonable de verificar su objetividad. De acuerdo con Popper, las ideas más generales de lo que es una teoría, es que ella misma explica la base lógica para ser refutada. Este es un elemento esencial que explica cómo funciona la ciencia, nuestro conocimiento del mundo crece al mantener cerca la tarea sistemática de confirmación de la evidencia, podemos armar una teoría como un sistema de argumentos dispuestos a favorecer su refutación. Esto quiere decir que las cosas más especiales de la ciencia son las teorías, ellas son más que hipótesis, aunque en su nacimiento lo fueron en algún punto.


Richard Feynman, define que el trabajo del científico es crear teoría, buscar nuevas leyes que gobiernan los procesos de la realidad; primero los intenta adivinar (hipótesis)… luego los calcula en sus consecuencias de su conjetura para ver qué implicarán. Y luego comparamos los resultados del cálculo con la naturaleza experimental, de estas observaciones, la razón más rigurosa de la matemática se hace presente en ellas, así podemos determinar si funciona la teoría. No hace ninguna diferencia una idea falsa y una idea con una conjetura errónea. Lo inteligente es reconocer que una vez que algo es llamado teoría, es que cuenta con todo el respaldo de la comunidad de conocimiento, con datos y demostraciones rigurosas. Si no está de acuerdo con el experimento, esta idea está mal. Esto es lo que hace a la teoría un conocimiento sólido y objetivo, y para nada solo es una probabilidad dentro de muchas otras ideas[3]. 


En este sentido, no está del todo mal decir, que el “método de la ciencia” captura algo importante sobre el proceso de razonamiento del estilo científico. Incluso si no sirve del todo para desmarcar la ciencia de la seudociencia, si demuestra el estado crítico de la mente que uno debe tener al probar una teoría contra la evidencia sensorial, esa es la señal de identidad del conocimiento empírico. Si caemos en cuenta, una hipótesis es hacer una predicción justificada en el conocimiento disponible, si todo sale bien, podremos tener una teoría potencial en nuestras manos. Este tipo de estilo de razonamiento no es exclusivo de la ciencia, pero para esta es difícil seguir adelante en la empresa de más y mejor conocimiento objetivo.


En resumen, una teoría surge cuando estamos preparados para explorar una hipótesis más ampliamente que lo que se ha hecho ya en la comunidad de investigación. Una teoría es más grande en su red de conceptos que una red de hipótesis, porque es el resultado de una remodelación del choque de datos, evidencias y hechos, ha sobrevivido a rigurosas pruebas y en cierto sentido es la distancia más corta para revelar las leyes de la naturaleza. Las leyes naturales son más sólidas que la teoría y en consecuencia aún más que las hipótesis. 


Las leyes, algunos han sostenido que es esto lo que los científicos han estado buscando todo el tiempo, cuando dicen que están a la caza de la verdad sobre el mundo empírico. Quieren descubrir leyes científicas que unifiquen, predigan y expliquen el mundo que observamos. Pero las leyes tienen que estar incrustadas en una teoría. Y una teoría tiene que ser más que una hipótesis. Una teoría es el resultado de una enorme empresa de probar la hipótesis contra datos y proyectar el razonamiento del patrón de la evidencia  que nos conduce a la objetividad. La teoría es un conocimiento que intenta explicar el porqué vemos lo que vemos en el comportamiento de los existenciales en el mundo. 


Una teoría no solo ofrece una predicción, sino revela desnuda la lógica de  su explicación en el tejido de la experiencia racional. Una teoría debe identificar un patrón racional en nuestra experiencia, apoyar las predicciones de ese patrón en el futuro y explicar el porqué existe ese patrón. De esta manera, una teoría es la columna vertebral de todo el edificio de la explicación científica. Si la teoría nos dice cómo es la mecánica de las cosas de la realidad, muchas veces no nos dice qué es la sustancia de esa realidad. Esto plantea la cuestión de si las teorías solo son instrumentos para la predicción. Si son mero relato abreviado de patrones en nuestra experiencia, dados límites de la respuesta definitiva de lo que hay detrás. En general, la teoría no solo explica la mecánica de lo que sucede, sino intenta explicar el porqué. Las respuestas no son inmediatas, pero una buena teoría debe prometer que las respuestas estarán disponibles en el momento de una investigación más profunda. Esto último se le llama línea de investigación.


Compare esto con algo como la teoría Cuántica, que en su representación más modesta es una teoría a nivel microscópico y en su más ambicioso propósito es una teoría que intenta abarcar todo el universo, así como lo pretende la teoría de cuerdas[4]. La teoría general de la relatividad de Einstein propone explicar las cosas más grandes del universo (estrellas, agujeros negros, galaxias). Mientras que la mecánica cuántica propone explicar lo más pequeño (moléculas, átomos y  subpartículas). Ambas teorías están increíblemente bien respaldadas por la evidencia empírica. El problema entre ellas, es que son fundamentalmente incompatibles entre sí. Por decirlo sin rodeos, ambas no pueden tener razón. Sin embargo, puede ser el caso que ninguna sea completamente correcta, ambas teorías son casos especiales de alguna teoría más grande y unificadora. Una candidata para este caso, es la teoría que ha hecho un gran trabajo, el Modelo estándar en la física, solo que no ha podido contabilizar a la fuerza fundamental del universo llamada gravedad. Esto ha llevado a los científicos a buscar una teoría de la gravedad cuántica, de la cual la teoría de cuerdas es la más prometedora. Pero hay otro problema, la teoría de cuerdas no tiene ningún apoyo empírico que sugiera que su matemática es la correcta con la realidad. 


Algo parecido sucede en nuestra biología, la genómica  en su teoría genética es una matemática muy precisa de la mecánica de códigos y en su naturaleza informática tiende al desorden en su entropía para garantizar la evolución. Mientras que la proteómica y su bioquímica de proteínas, tiende al orden geométrico óptimo para el equilibrio. Como dos teorías tan sólidas e incompatibles a la vez, estas definen lo que somos en términos biológicos, en este caso no hay un puente teórico que sea unificador y haga compatibles la teoría genómica y proteómica.


Aquí nos enfrentamos a la situación de la ley de Bode: una explicación que tiene un ajuste creíble a los datos pero que no hay teoría detrás de ella, en su lugar tenemos una teoría totalmente sintética, compleja y fructífera sin absoluto apoyo empírico (teoría de cuerdas). Esto no viola nuestra idea anterior de teoría científica, que debe ser investigada contra la evidencia. Richard Dawid argumenta que debemos recurrir a otros modos alternativos de evaluación de la teoría no empírica, como la de ser altamente coherente en su explicación, fecunda e incluso estética como criterio de elegancia[5]. Hasta aquí, creemos que es necesario para poder avanzar, definir lo que entendemos por ontología y metafísica. 


Cuando nos preguntamos por el significado y los atributos de la existencia, nos estamos refiriendo a lo ontológico. La investigación se apoya en la ontología como pregunta sobre la objetividad y las diversas formas de tratar lo que existe y, desde luego esto es discutido por esta rama de la filosofía en el papel que juega la evidencia en el conocimiento científico. Por otro lado, la metafísica juega el rol de tratar la teoría de la totalidad de lo que existe, la llamada realidad o universo. La metafísica sugiere que hay algo con independencia de nuestro lenguaje, que tiene diferentes modos de existir, discute el rol de lo lingüístico en la exploración de la realidad, formulando la dualidad mente-materia como sentido genuino de la investigación científica natural. El proyecto metafísico considera a la realidad como algo donde la razón puede unificar el sentido que le damos. Pero, las teorías sin compatibilidad y lejos del terreno empírico que ya hemos mencionado, parecen inclinarse a la metafísica que Markus Gabriel, refiere como mirar a la naturaleza, como un conjunto de espacios de significado unidos a los conceptos de investigación, es decir, “un campo de experiencia posible[6]”. 


Markus Gabriel nos ayuda a diferenciar ontología de metafísica: “la ontología se ocupa en todo caso de la manera directa de cómo nosotros podemos saber que algo existe realmente[…], nuestro pensamiento cuando actúa con disciplina lógica…, se le encomienda la tarea de enjuiciar al ser o la existencia de la verdad y el error, dentro de nuestras creencias sobre la estructura profunda de la realidad. La ontología se subordina a la metafísica[…] La metafísica es la expresión analítica del uso del lenguaje referido a la naturaleza fundamental de la realidad. La meta-física, es el intento de esclarecer los conceptos fundamentales que, según se supone, han de reivindicar la física para asegurar que la realidad en lo esencial no se preocupa de que haya seres que la juzgan, piensan y actúan. La realidad queda sujeta a los objetos investigados por la física y la podemos llamar universo, si la realidad en sí consta de todas las combinaciones pensables sobre un fragmento de materia, nos habla de lo legítimo de la teoría de la ciencia[7]”. 

 

La conciencia sobre lo que existe es la única primitiva ontológica, cuyos patrones de excitación al placer racional por la ciencia, constituyen la existencia asociada a un estilo de pensamiento científico complejo y donde lo mental es referido a lo lingüístico discursivo iniciado por el “Discurso del Método” de Descartes. Para comprender más sobre la idea de que la investigación en ciencia es un estilo discursivo, un aspecto mental del mundo…, debemos tratar de comprender las causas que conectan a lo lingüístico con lo extralingüístico, como fundamental de la ciencia. 


¿Por qué molestarse en explicar la investigación científica como un estilo de pensamiento diseñado sobre el lenguaje natural y artificial del discurso objetivo y, no simplemente hacer de esta actividad una receta de pasos y protocolos documentales para presentar las ideas? 


Por la razón de respetar al aprendiz de este campo, dignificando su persona con cualidades de experiencia y sin negar, que el trabajo de la conciencia en la ciencia es muy duro y excitante para el intelecto.  Los resultados de los laboratorios de las ciencias naturales, debemos tomarlos con la libertad de asignarles significado, en términos de su poder explicativo y rigurosa justificación en su coherencia lógica matemática, como un instrumento de observación  empírico de naturaleza discursivo. El genio de Descartes, nos heredó esta tradición objetiva, tanto justificación, como explicación se encuentran en el espacio del discurso. Es clara la tendencia de la tradición intelectual de la investigación moderna, de reemplazar la realidad concreta por abstracciones, tales intentos son un juego de palabras y sistemas simbólicos matemáticos con una rica capacidad para permanecer en la realidad.


La supuesta dicotomía entre mente y materia generalizada, y por lo tanto, el intento de explicar la materia en términos de mente (idealismo) a menudo se considera una imagen espejo de la existencia, en el sentido estructuralmente equivalente a pesar de estar dispuestos inversamente. Sostenemos que se trata de un error derivado de los artefactos del lenguaje, ya que la dicotomía debería resistir en la misma separación de la abstracción. 

 

Mente y materia, debido a que la materia fuera de la mente no es un hecho empírico, sino un modelo en su lugar, la simetría epistémica entre los dos lados se rompe. En consecuencia, la materia y la mente no pueden residir en el mismo nivel de abstracción. Entonces se hace evidente que tratar de explicar la mente en términos de su materia o la materia en términos de mente, sugiere que cualidades de la experiencia racional no solo sean el estilo de conocer, sino también ontológicas. Hoy la suposición de que la mente y la materia son conjuntos exhaustivamente excluyentes en su omnipresencia es generalizado[8].


Esto confirma que la investigación científica es un diseño discursivo en el pensamiento occidental. Incluso Henri Bergson, cuya concepción vital estaba destinada a diluir la división cartesiana, tuvo cuidado de no erradicar por completo la dicotomía mente-materia[9]. De hecho, el fracaso del materialismo conduce a una especie de dualismo en el discurso científico, por un lado, rasgos ontológicos de lo físico y por el otro, el discurso objetivo (lo extralingüístico) lo determinan[10]. Los avances de influyentes portavoces científicos, como los de los neurocientíficos Christofori[11] y colegas, le dan legitimidad académica, cuando afirman que la mente y la materia representan cada una la mitad de la realidad, haciendo la suposición implícita de que tienen un estatus epistémico comparable, es decir, podemos confiar en la mente y en la materia como algo objetivo. Tan está esto presente en el presente siglo, que se ha convertido en parte integral de nuestras intuiciones culturales compartidas. Datos y razones son el dualismo que considera la ontología como piezas para dar sentido al contenido mental de lo que llamamos existencia[12]. 


Así como la metáfora es la unidad de pensamiento de la poesía, la proposición es el tipo de sentencia de la unidad de pensamiento en la ciencia. La proposición es un tipo de unidad discursiva que contiene la evidencia y el concepto como premisa falseable, con solo dos estados lógicos, verdad o falso. En aras de la coherencia de la literatura científica y académica, se intenta reducir todo el contenido mental de los acuerdos de la comunidad científica, a un discurso dual, por un lado, para trabajar la red de conceptos se apoya en la lógica doxástica y por otro, para apoyar los criterios de verdad en la creatividad del conocimiento, se apoya en la lógica epistemológica representada en el discurso como un proceso hipotético deductivo. Para ser específicos, el dualismo implica a la mente como un terreno ontológico fundamental, mientras que lo físico es materia fuera de la mente, e independiente. 


Una mente con el estilo de la investigación científica, asume que no conocemos la materia con tanta confianza como conocemos a la mente. Nosotros referimos como mente al concepto psicológico moderno que la demarca como lenguaje. Resolver el estilo del pensamiento científico apuntala la visión de los jóvenes aprendices, rectifica adecuadamente, que aprender el estilo de pensar, es la sustancia del método de la investigación científica moderna. La mente y materia forman un solo espacio de significado en el discurso, se basa en la idea de que  mente y la materia no son desde la teoría del conocimiento algo  simétrico. Para que podamos llamar dicotomía a algo, debe cumplir la simetría epistémica. No negamos la mente, porque es el instrumento de conocimiento primario, todo contenido presume a la mente. 


La noción de materia física objetiva, es decir, materia externa e independiente  de la mente, se da ahora en gran medida por sentado en lo que hay en la realidad. Esta hipótesis, después de todo, no es un hecho observable, sino un dispositivo conceptual explicativo abstraído de los patrones y regularidades de los hechos, es decir, de las abstracciones explicativas de lo que existe[13]. De hecho, parece generalizada la confusión en la academia de hoy, confundir a los conceptos de explicación de lo que existe (hechos) con lo que está disponible para nosotros empíricamente[14].  Lo que da lugar, a que los profesores en la noción cotidiana de objetividad material, confluyan en el trabajo educativo, que asume la idea de que producir datos en los laboratorios, es el quehacer de la ciencia. Cuando el significado de los datos no es otra cosa que interpretaciones matemáticas de los conceptos llamados hechos y que deben su significado a un marco teórico de justificación.


El diseño de las prácticas de laboratorio, debe obedecer a la naturaleza profunda del estilo discursivo de la ciencia y no a un marco tecnológico del mercado laboral. Si no, deberían llamarse talleres en lugar de laboratorios. De hecho, la tarea de sustituir los modelos matemáticos de las cosas, como las propias cosas en un laboratorio mental, ha desarrollado la experimentación computacional de proteínas, moléculas, fármacos y todo tipo de anticuerpos sintéticos para combatir por ejemplo, al cáncer.


Si uno está convencido de que la experimentación computacional es absurda, no es más que la manifestación visceral del costo de reconocer que los hechos observables son abstracciones de lo análogo al mundo físico, entonces, uno tiene razones para cuestionar la verosimilitud de lo físico convencional en comparación con el idealismo.


La lógica empírica implica necesariamente solo la presencia de propiedades fenomenales, en la medida que se define como el sustrato del suelo de la experiencia con la realidad objetiva. Además, en la medida que le llamamos lo concreto, lo asociamos con el grado de claridad o viveza de la experiencia potencial de información. En el universo hay tres cosas a considerar, caso uno, todo es entropía más incertidumbre, entonces por entropía entendemos  información en potencia. En el caso dos, los científicos mediante experimentación reducen la entropía y la transforman en información (datos) y la incertidumbre cede también pero en medida distinta y no proporcional al cambio de entropía. Caso tres, se realizan experimentos infinitos para intentar agotar todo lo que un objeto es, la entropía es convertida al 100 % en información, pero la incertidumbre se mantiene. Cualquier cosa concreta, es decir, no abstracta o mental, en el sentido de carecer de lingüística en su significado, no la podemos conocer.


Somos muy conscientes que la palabra “mente” se suele emplear a menudo desvinculada de la experiencia, nada más erróneo hay en esto, la filosofía de la biología del cerebro humano, se nos explica apoyada en la definición de inteligencia artificial de Franklin[15], donde la experiencia puede ser considerada coherentemente como una estimación de la mente como sistema lingüístico y el sustrato de la realidad es solo el suelo de la experiencia[16]. 


La investigación científica empírica, es una experiencia intelectual discursiva estimulada por la realidad. Esas regularidades identificadas por la experiencia de procesar los datos, es un duro problema para la conciencia, formar investigadores de la realidad empírica, implica que aprendan el arte de pensar al escribir, en ello está la sustancia de la tarea intelectual en un laboratorio[17]. La literatura especializada apoya esta postura, que desde luego es contraria a la imagen de las películas de ciencia ficción, donde el científico es mostrado más como un técnico mecánico que monta una idea de experimentación[18]. Einstein cambió nuestro mundo con su revolución científica apoyada en el experimento mental, prueba de ello, es que cien años después apenas en el año 2016 se da evidencia de sus predicciones sobre las ondas de gravedad[19].


El problema de cambiar la mentalidad de la juventud sobre lo que es lo concreto en la realidad empírica, deriva de la propia falta de formación en los sistemas abstractos de justificación, demostración, explicación y fundamentación; como tal, este desconocimiento hace ver a los hechos observables en los laboratorios, como algo que solo implica a la habilidad técnica del experimentador, dejando fuera a su habilidad intelectual. Pero, por la falta de actualización del espíritu cultural contemporáneo en la filosofía de la ciencia y en la lingüística del español con propósitos académicos, ni siquiera se percibe en la sociedad esto como una pérdida de soberanía intelectual de nuestra cultura. El siguiente paso natural en esta línea de razonamiento que denuncia un sesgo epistemológico, es buscar un terreno ontológico más fundamental que precede tanto a mente como a materia, nosotros sugerimos que podría reducirse a la formación del diseño discursivo del estilo de pensamiento científico, en sintonía con lo expresado por Russell[20]. 


Si quiere hacerse de una idea del costo epistémico de ignorar esta línea de razonamiento centrada en la formación del español con propósitos de investigación científica, considere la posición del físico Max Tegmark, según este: “protones, átomos, moléculas, células y estrellas son todos redundantes en su equipaje, solo son parámetros racionales apoyados en la escritura del comportamiento material de la realidad… sostiene que la realidad consiste puramente en información de entidades abstractas (es decir, en la red de conceptos llamada teoría) con relación numérica entre ellas, y este equipaje discursivo es independiente paradójicamente de lo material concreto[21]”. 


Claramente la investigación computacional apoyada en laboratorios virtuales tiene el compromiso total con los conceptos matemáticos abstractos que modelan las cosas sobre la realidad concreta. Una cosa es afirmar a las cosas con números y otra muy distinta concebir explícitamente y con coherencia algo con significado estructural de su lógica profunda en la realidad: un modelo abstracto. Pero qué es la información en el contexto de la investigación científica. Nuestra comprensión intuitiva es verle como lo opuesto a entropía y como un logro marginal en la incertidumbre. Shannon en 1948 definió a la información, como la diferencia de estado discernible en un sistema[22]. 


La información es una propiedad asociada con las configuraciones posibles del sistema (estados de libertad, llamados así por la física estadística). Bajo la física convencional, es decir, dentro del materialismo, el sistema cuyas configuraciones constituyen información es una disposición energética de su estructura computacional. Bajo el idealismo, es la mente, porque la experiencia de los diferentes estados materiales explícitamente y con coherencia, solo habitan en ella como discurso reflexivo. Decir que la información existe en sí misma, es similar a hablar de que esta información existe sin un agente que la haga consciente. Esto nos conduce a la idea de que aprender el estilo de investigación científica, equivale a aprender a pensar desde el dominio del lenguaje natural apoyado en la lógica doxástica y epistémica de la tradición intelectual en que culturalmente pertenecemos y nos identificamos. De nuevo regresamos al punto en que consideramos formar la mente en el estilo científico del pensamiento, un asunto del dominio del diseño del discurso del español con propósitos académicos. 


El discurso científico, es un conjunto de declaraciones válidas más allá del valor gramatical del juego de los lenguajes de ficción, en él hay criterios sobre los cuales las comunidades de conocimiento han determinado que el significado semántico guarda objetividad con lo real. Los defensores más serios de la construcción de consensos sobre la verdad, son muy conscientes de esta línea crítica. La naturaleza de la información es notoriamente un fenómeno polimórfico asociado a las variaciones adoptadas sobre modelos abstractos de referencia y grupos de teorías que los explican, la información es a todas luces un concepto esencial de actividad científica, pero también es lo que revela la estructura lógica que hemos asignado a las cosas que existen[23]. 


La información como cuerpo teórico discursivo puede ser vista como una red de conceptos lógicamente interdependientes pero mutuamente irreducibles dentro de sentencias del tipo proposición. Si bien, la vaguedad puede ser defendible con respecto a las entidades naturales concebibles más allá de la capacidad humana de aprender, es al menos difícil de justificar cuando se trata de un concepto humano como información. Aunque hacemos ajustes a nuestros conceptos, literalmente no tiene sentido atribuir valor ontológico a la información de esta naturaleza, aunque es obvio que está implícita en la objetividad de sus conceptos.


Sentir la presencia sensible de la realidad consiente dentro del aparato de explicación abstracto de la ciencia, es de lo más difícil, dado que se encuentra detrás tanto de lo físico convencional como de la mente-materia 


Hay muchas maneras de entender la naturaleza de las preguntas científicas. Uno puede asumir su morfología, semántica, relevancia o alcance. Es necesario para comprender el estilo de la investigación científica, responder a la definición de pregunta científica, cuya respuesta nos podría dar luz sobre su intención de abrir la discusión racional honesta y productiva que a ellas les caracteriza. 


Hay una diferencia significativa entre la heurística, entendida como el método de resolución de problemas (el estilo de investigación científico)  y lo erotético, que significa el arte de hacer preguntas y respuestas. En lo erotético el análisis de las preguntas debe preceder a todo desarrollo de aprendizaje, pero también debe ir seguido de la síntesis de respuestas. Una educación sin preguntas claras es estéril, pero sin respuestas justificadas es un aborto. 


Hay mucho interés en el análisis de preguntas, más en aquellos que desean hacerse de conocimiento sólido justificado. No sirve de mucho clasificar a las preguntas como existenciales, cuantificativas o  por el formato de presentarlas. Organizar un cuerpo de preguntas, es cuestión de referencia, donde su morfología sería un mero medio para un fin más importante, el de revelar la problemática de sus objetivos conceptuales. Suponemos que uno podría imaginar un lenguaje en todas las preguntas caprichosas y existenciales, solo pueden expresarse como deseos o necesidades propositivas, por ejemplo, la necesidad de saber que p, o debo saber si p. Tal vez haya contenido intrínsecamente científico o que atienda temas de referencia de los cuales las preguntas relevantes heredan un valor correspondiente a una ruta hipotético deductiva. Es decir, un análisis de preguntas no termina con la morfología correcta y semántica específica, las preguntas socráticas pueden comenzar por cualquier arista de la realidad, pero ese acto debe ser dirigido al interés de investigación. El alcance y relevancia del aparato de preguntas es de lo más importante. Por esta razón, también tenemos que calificar el sistema de preguntas socráticas como abstractas, universales y a veces instrumentales, temporales, estructuradas o de ganancia en profundidad. La actividad intelectual, las preferencias literarias y el comportamiento moral, en mucho lo afecta nuestra capacidad para realizar una esgrima interrogativa adecuada. La ciencia por lo general, a diferencia de la filosofía, no se hace preguntas definitivas. De hecho, es una cuidadosa mezcla de semántica, de alcance en los atributos de lo que existe, pero sobre todo es claro que se dirige a identificar vacíos de conocimiento, de posibilidades hipotéticas, de diseño metodológico, de evaluación de resultados y de posibles nuevas vías de investigación. 


El orden de las cláusulas de interrogación es cronológicamente de enorme importancia. A diferencia de las ideas de Russell, la computación sobre los estudios de la complejidad de Turing[24],  y el manejo de las estructuras gramaticales de exploración[25], nos permiten una alternativa intelectual más sistemática. Expliquemos más detenidamente esto, dada la enorme importancia y trascendencia para la actividad intelectual de la investigación.


Turing aportó el siglo pasado un análisis claro de lo que es un algoritmo. Esto es crucial para cambiar nuestra perspectiva sobre la naturaleza de abordar los problemas de manera computacional. Tener una forma estándar para formular algoritmos significa, tener un parámetro universal para calcular la complejidad de los problemas que se supone intentamos resolver[26]. Esto significa que uno no se centrará en la morfología de los problemas, porque aquí en el paradigma computacional es donde tenemos un modelo universal, como una máquina de Turing que nos ayuda a no desviarnos, independientemente del contenido de los problemas, porque estamos interesados en su complejidad. Más bien, ahora investigamos la complejidad de los problemas mediante un estudio cuantitativo y cualitativo de los recursos que se necesitarían resolver. Afirmar no sé, equivale a plantear un sistema de interrogaciones y no una simple salida fácil a la situación de ignorancia. 


La importancia de este cambio de perspectiva puede transmitir la idea que las clases de problemas computacionales se organizan en términos de estructuras complejas entendidas como un tipo de lenguaje estructurado, semejante al C++ en que se declaran tipos variables, constantes, estructuras escolares, cadenas, matrices.  Esta analogía debería bastar para esclarecer este enfoque socrático de plantear un sistema de preguntas estructuradas. Lo que deseemos no es estudiar lo computable, sino tomarlo como paradigma científico para formular preguntas de investigación. 


Las preguntas pueden ser de muchos tipos, pensemos en la retórica de Sócrates, por ejemplo, en sus preguntas de demostración. Y por lo tanto pueden servir de variedad para muchos propósitos. Estamos discutiendo preguntas como solicitudes genuinas de información o consulta[27], buscamos respuestas que no tenemos y deseamos obtener. De esto podemos deducir, que un enfoque orientado a los recursos simplifica y podemos distinguir entre los diferentes tipo de preguntas como consultas, dependiendo del tipo de información que se necesita responder.


Obviamente, algunas preguntas solicitan información empírica, otras requieren realizar un cálculo lógico matemático para hacerse de la información. Sin embargo, otras preguntas pueden ser respondidas fuera de estos tipos, como cuando preguntamos sobre las propias ideas o conceptos. Se trata entonces de cuestiones que discuten la coherencia con que la teoría conecta los hechos y los conceptos de alto nivel generados dentro de la teoría. Discutir cómo se encarnan los conceptos en distintas teorías es plantear preguntas sobre la solidez del mundo teórico. 


Las preguntas empíricas, sobre el cálculo y sobre información lógica de las declaraciones razonables que dan sustento y perspectiva a una teoría, son nuestra manera de comprometerlo con un problema razonable de ser abordado. Por esta razón, al tercer tipo de pregunta aquí llamaremos, preguntas abiertas, en el sentido de buscar desacuerdos informados, racionales y honestos sobre el cuerpo teórico de explicación. Usted quizá aquí, ya advierte que este tercer tipo de pregunta, son preguntas implican discutir el más profundo orden científico.  


Formular el problema de un nuevo plan de estudios, es desarrollar un sistema de preguntas abiertas y discutir en lo profundo la disciplina, el estilo de pensamiento involucrado y los propósitos disciplinares profesionales y éticos. 


Las preguntas empíricas y lógico matemáticas (cálculos) están en principio cerrados, mientras que las preguntas científicas son en principio abiertas a producir una revolución científica al modo de Kuhn. Las preguntas empíricas y de cálculo son tales que generalmente tenemos todo lo necesario para formular una respuesta correcta, cualquier desacuerdo adicional sobre esa respuesta puede formularse sobre las variables involucradas, implicando a la respuesta. Kant lo expresa: hay ciencias cuyo propio carácter exige que todas las preguntas que surjan en su dominio sean completamente responsables en cuanto a lo que se conoce, en la medida en que la respuesta debe emitirse dentro de la misma fuente conceptual que precede la pregunta […] En estas ciencias no es permisible discutir sus fundamentos, argumentando ignorancia, la solución puede ser exigida dentro del mismo marco teórico que da sustento a las  preguntas[28]. 


Las preguntas teórico científicas son gestionadas no empírica o con cálculos matemáticos, son más observaciones minuciosas de la estructura de razonamiento de las teorías. Son preguntas abiertas, es decir, que en principio son la identificación de desacuerdos reportados en la investigación disponible, esfuerzos razonables y honestos, incluso después de que todas las observaciones y cálculos pertenecientes hayan sido en apariencia formulados con éxito. Un caso ilustrativo es el esfuerzo de Einstein que logró con su teoría de la relatividad destronar a las ecuaciones de Newton. 


Para reconocer las preguntas abiertas genuinas, tendremos presente que las preguntas aquí les referimos como solicitudes genuinas de información sobre un nicho de lo desconocido. En circunstancias ordinarias, responden claramente a cuestionar a la estructura de la propia teoría que se analiza. El tipo de investigación que gestiona las preguntas abiertas, es de lo más exigido para formar la mente de un joven en el estilo de pensamiento científico. Feynman considera que es el camino por el cual, el aprendiz desciende en el sentido histórico por las preguntas que permitieron gestionar al conocimiento moderno[29]. Este descenso en la deconstrucción de la teoría es una rica oportunidad de valorar el esfuerzo de la comunidad de conocimiento, aprender los trucos intelectuales implicados en cada progreso y entrenar a la mente a reconocer las preguntas abiertas que nos llevaron a estas fascinantes revoluciones científicas.


En resumen, toda la base de información gestionada por preguntas empíricas y de cálculo, son observaciones que no están dirigidas a seguir cuestionando la base teórica que le sirve de sustento. No quiere decir que en algún punto, el investigador ante alguna irregularidad en los razonamientos de la discusión de los resultados de investigación, no intuya que está frente a la necesidad de hacerse una pregunta abierta. 




Referencia

[1] Schmelkes, Corina & Schmelkes, Nora (2010) Manual para presentación de anteproyectos e informes de investigacion. University Press. México

[2] Kuhn, S. T. (2011). La estructura de las revoluciones científicas. Fondo de Cultura Economica.

[3] Gribbin, J., & Gribbin, M. (2018). Richard Feynman. Icon Books.

[4] Alberto Guijosa, “What is string theory” https://www.nucleares.unam.mx/~alberto/physics/string.html

[5] Dawid, R. (2013). String theory and the scientific method. Cambridge University Press.

[6] Córdoba, E. C. (2019). La ontología y epistemología de Markus Gabriel. Revista Stultifera, 1(2), 15-59. Retrieved from http://revistas.uach.cl/index.php/revstul/article/download/4157/5207

[7] Gabriel, M. (2018). Sentido y existencia. Barcelona. Heder

[8] Walls, L. D. (2018). Emerson’s Life in Science. Cornell University Press.

[9] Catani, D. (2013). Evil: A History in Modern French Literature and Thought. A&C Black.

[10] Chalmers, D. J. (1997). The Conscious Mind. Oxford Paperbacks.

[11] Cristofori, I. et. al. (2016). Neural Correlates of Mystical Experience.

[12] Tarnas, R. (2011). Passion of the Western Mind. Ballantine Books.

[13] Glasersfeld, E. V. (2013). RADICAL CONSTRUCTIVISM. Routledge.

[14] Smolin, L. (2007). The Trouble With Physics. HMH.

[15] Franklin, S. (1997). Artificial Minds. MIT Press.

[16] Godfrey-Smith, P. (2017). Otras mentes. El pulpo, el mar y los orígenes profundos de la consciencia. TAURUS.

[17] Levine, J. (2018). Quality and Content. Oxford University Press.

[18] Rosenberg, G. (2004). A Place for Consciousness. Oxford University Press.

[19] Simón, C. B. (2018). La gravedad. LOS LIBROS DE LA CATARATA.

[20] Russell, B. (2009). Human Knowledge: Its Scope and Limits. Routledge.

[21] Tegmark, M. (2014). Our Mathematical Universe. Vintage.

[22] Singh, V. P. (2013). Entropy Theory and its Application in Environmental and Water Engineering. John Wiley & Sons.

[23] Floridi, L. (2019). The Logic of Information. Oxford University Press.

[24] Arora S, Barak B (2009) Computational complexity: a modern approach, 1st edn. Cambridge University Press, Cambridge

[25] Luka, B. J., & Barsalou, L. W. (2005). Structural facilitation: Mere exposure effects for grammatical acceptability as evidence for syntactic priming in comprehension. Journal of Memory and Language, 52(3), 436–459. doi:10.1016/j.jml.2005.01.013

[26] Furia, C. A., Mandrioli, D., Morzenti, A., & Rossi, M. (2012). Modeling Time in Computing. Springer Science & Business Media.

[27] Llewelyn, J. E. (1964). What is a question. Australasian Journal of Philosophy, 42(1), 69-85.

[28] Kant, I. (2013). Immanuel Kant’s critique of pure reason. Read Books Ltd. Retrieved from https://xet.es/Kant/Critique of Pure Reason Kant pdf.pdf

[29] Gribbin, J., & Gribbin, M. (2018). Richard Feynman: A life in science. Icon Books.