Mayo, D. G. Error and the Growth of Experimental Knowledge. University of Chicago Press. 1996 Cap.

[los corchetes indican aadidos al resumen que no proceden del libro de Mayo] [ Una ampliacin sobre el problema de la infradeterminacin y su relacin con el problema de Duhem. (Papineau, D: "Methodology: the elements of the philosophy of science" (section 3.4) en Philosphy 1: a guide through the subject Grayling (ed.) OUP) El argumento de la infradeterminacin sostiene que, dada cualquier teora sobre inobservables que se cumple para unos hechos, habr otras teoras incompatibles que se cumplen para los mismos hechos. Y as, concluye el argumento, nunca estamos en posicin para conocer cul de las dos es verdadera. Por qu hemos de aceptar que hay siempre ms de una teora que se cumple para cualquier conjunto de hechos observables? Hay dos rutas hacia esta conclusin. 1. tesis Duhem-Quine. Una teora cientfica T (tal como la teora de la gravitacin de Newton) normalmente no implica sus predicciones P por s misma (sobre los movimientos de los planetas, por ejemplo), sino slo en conjuncin con hiptesis auxiliares A (concernientes a cosas tales como el nmero de planetas, sus masas, la masa del sol, etc.). (T & A) entonces P Debido a esto, T puede siempre defenderse frente a observaciones contrarias (tales como la bien conocida anomala para la teora newtoniana presentada por la rbita de Mercurio) ajustando las hiptesis auxiliares A (postulando un planeta no observado o una masa no homognea del sol). El asunto es que la refutacin por observacin de P no refuta T, sino solo la conjuncin T & A. No-P entonces no-(T & A) As que T puede retenerse y explicar no-P, reemplazando A por alguna alternativa A, tal como T & A entonces no-P Esto lleva a la tesis de Duhem-Quine: Cualquier afirmacin terica T puede mantenerse pese a la evidencia en contrario haciendo ajustes en nuestro sistema de creencias. La infradeterminacin de la teora por las evidencias se sigue as. La tesis Duhem-Quine parece implicar que los que sostienen las teoras en competicin siempre pueden mantener sus respectivas posiciones frente a cualesquiera datos observables reales. Imagine dos teoras T y T. Cualquier evidencia acumulada junto con las hiptesis auxiliares, muy revisadas si fuese necesario, sobreviviran consistentemente con la evidencia, pero incompatibles unas con otras. 2.La otra ruta fue propuesta por Poincar. Comienza, no con dos teoras que compiten, sino con una teora dada, cuyas predicciones observables se suponen que son correctas. Imagine que T es la verdad completa sobre la realidad fsica, que implica las verdades observables O. Entonces podemos siempre construir una des-Occamizada T' que postula un mecanismo inobservable ms complicado, pero que siempre tiene las mismas consecuencias observables. Por ejemplo, suponga que empezamos con las asunciones normales sobre la localizacin de los cuerpos en el espacio-tiempo y sobre las fuerzas que actan sobre ellos. Una teora des-Occamizada podra entonces postular que todos los cuerpos, incluyendo todos los instrumentos de medicin, estn acelerados en 1 m/s2 en una direccin dada, y entonces aadimos las fuerzas extra requeridas para explicar esto. Esta teora tendra las mismas consecuencias observables que la original, aunque fuese contradicha en el nivel inobservable.

Para ver la diferencia entre los argumentos, obsrvese que el de Duhem-Quine no especifica exactamente con cul de las teoras acabaremos, ya que deja abierto cmo las hiptesis auxiliares de T y T' pueden necesitar revisarse; el argumento de Poincar realmente especifica T y T' en gran detalle,

incluyendo las hiptesis auxiliares. En compensacin, el primero promete teoras alternativas a cualquier evidencia observable que pueda darse en el futuro; mientras el segundo asume que todas las observaciones futuras son como T predice. ]

[Tambin la infradeterminacin es el problema de la induccin (Dez, J. A. y Moulines, C. U. Fundamentos de filosofa de la ciencia. Ariel ) "El nuevo enigma de la induccin de Goodman no es en realidad sino una nueva versin de un viejo problema, a saber, que cualquier serie finita de datos es subsumible bajo infinitas generalizaciones diferentes.Si visualizamos los dastos como puntos en un plano, un teorema elemental del anlisis establece que cualquier conjunto finito de puntos pertenece a infinitas funciones o curvas diferentes. El problema de la induccin consiste entonces en establecer criterios que permitan decir que la serie finita de datos confirma slo una de las funciones, o menos dramticamente pero igual de problemtico, que confirma ms a unas que a otras. El problema de la induccin es pues el problema de la infradeterminacin de la teora por la experiencia, que ha ido reapareciendo en diversos lugares de esta obra: por muchos que sean los datos experimentales recogidos, siempre sern subsumibles bajo hiptesis tericas diferentes e incompatibles." (p. 401)] El argumento de la infradeterminacin no es un argumento general, sino que se ha probado contra ciertas metodologas: hipotetico-deductivismo simple, falsacionismo ... [yo creo que s es un argumento general; el resumen de arriba creo que lo muestra] 6.1 Infradeterminacin metodolgica [planteamiento de la cuestin] Si la metodologa y la evidencia no son suficientes para elegir entre hiptesis diferentes caeremos en "factores extraevidenciales (como Kuhn y otros arguyen)" (p. 177), [o sea, nos quedamos sin objetividad cientfica] Los modelos formales no son suficientemente buenos como muestra el nuevo enigma de la induccin de Goodman [supongo que el bayesianismo es un modelo formal -as lo considera Worall]. El bayesianismo no funciona porque la decisin por una de las hiptesis depende de las probabilidades previas (177, segundo prrafo): La evaluacin epistmica de las teoras que implican igual de bien los datos, en el bayesianismo depende de las probabilidades previas Pero las probabilidades son cuestin de eleccin personal por los cientficos Por tanto, el bayesianismo no es objetivo [Mayo ha reiterado esto sin cesar y creo que es la nica objeccin que veo vlida del captulo 4 (seccin 1); hay otra objecin que es la de que los cientficos no muestran una conducta explcitamente bayesiana; pero eso es tanto como decir que la gente no muestra una conducta explcitamente cercana a la teora de la decisin racional o que los matemticos clsicos no utilizan la lgica cuantificacional en la presentacin de sus demostraciones] Por el contrario, el enfoque de las pruebas severas es mejor porque: 1- se evitan " con alta probabilidad, las atribuciones errneas de resultados experimentales" [pero sigue habiendo infinitas teoras que son compatibles con los datos (infinito menos x es igual a infinito); ver ms adelante] 2- que una hptesis h pase una prueba severa hace que sea muy improbable que h sea falsa "Calcular esta probabilidad requiere considerar la probabilidad que un procedimiento dado tiene para detectar un tipo determinado de error. Esto proporciona las bases para distinguir de entre dos hiptesis la que est mejor probada -a pesar de que casen con los datos igualmente bien. Dos hiptesis puede casar con los datos igualmente bien pero sin embargo, los datos pueden probarlas de manera diferente. Los datos pueden ser una prueba mejor, ms severa, de una que de otra. La razn es que el procedimiento por el que surgen los datos puede haber tenido una mejor oportunidad [mayor probabilidad objetiva] de detectar un tipo de error y no tan buena de detectar otro. Lo que es palmariamente la misma evidencia no lo es realmente, al menos para los tericos del error." (178) [Ni para el terico del error, ni para nadie (incluyendo el bayesiano, supongo). Pero entonces, como la

propia Mayo dice, la evidencia no es la misma para las dos teoras y por tanto no tiene sentido objetar lo siguiente contra el bayesianismo:] "Esto subraya una diferencia clave entre el enfoque de la estadstica del error y el enfoque bayesiano. Advirtase que para el bayesiano, si dos hiptesis implican la evidencia e, entonces, para que las dos hiptesis sean confirmadas desigualmente debe haber una diferencia en sus probabilidades previas. En el enfoque presente, dos hiptesis pueden implicar la evidencia e, mientras una ha pasado una prueba ms severa que otra." (p. 178) [Yo le dara la razn a Mayo en que: 1- los modelos formales son muy insuficientes. Yo no me creo que la mquina bayesiana SOLA ofrezca una buena descripcin / normativa de la metodologa cientfica. 2- que para tener unos buenos datos hace falta poner en marcha toda la maquinaria de la estadstica del error. La pregunta que debe responder la siguiente seccin es si el enfoque de Mayo puede hacerlo mejor que otras opciones] 6.2 El requisito de severidad-error [exposicin de su propuesta] A)Los requistos [de la evaluacin de hiptesis, de la contrastacin] son: C1. [requisito de encaje (fitting)]: p(e|H) >>>0 [caso particular: e se deduce de H (p(e|H)=1)] C2. [requisito de severidad]: p(e|H) >>>0 [es muy probable que si la hiptesis es falsa entonces no se d la evidencia prevista] o dicho de otra manera equivalente p(e|H)<<<1 [ver el final del resumen de la seccin 6.3] Su aportacin sera el requisito de severidad (ejemplos y explicacin pp.178-184). [Pero por qu es mejor calcular p(e|H) que p(H|e)? "El problema radica en que no es razonable considear que para determinar el cumplimiento o no de C2 debemos tomar en consideracin cualquier hiptesis alternativa posible. C2 se ha de considerar relativa slo a hiptesis alternativas que estn en juego en el contexto en el que se realiza la contrastacin. Esto es, hiptesis alternativas presentes (o "fcilmente concebibles") y "aceptables como alternativas" dados los presupuestos del contexto (esto es, no demasiado extravagantes, ni claramente contradictorias con otras hiptesis muy bien asentadas, etc.). Lo que dice C2, intuitivamente, es que dado el conocimiento y las propuestas presentes en ese contexto especfico, nada hace esperable que ocurra e a menos que H sea cierta; esto es, no hay hiptesis alternativas tomadas en consideracin en ese contexto que tambin predigan e. Ello hace que las condiciones de aceptacin de C2 sean relativamente vagas y fuertemente dependientes del contexto y de sus presupuestos tericos. Esto conduce de lleno a cuestiones filosficas sustantivas sobre los presupuestos tericos involucrados en los procedimientos de contrastacin" (p. 79, Diaz y Moulines, citado arriba)] B) subseccin: "Severidad y argumentacin desde el error" (pp. 184-187) ? [No termino de ver clara esta seccin. Yo dira que es un intento de mantenerse en una posicin falsacionista (dados estos elementos de juicio se puede rechazar tal hiptesis) sin dejar de lado la gradacin de creencia en la hiptesis que la introduccin de la probabilidad conlleva. Vase, por ejemplo, la nota 3 de la p. 179 ] 6.3 Es la objecin de la otra hiptesis una objecin a la severidad? A) C2 no requiere calcular el "catchall factor" [recordemos P(e)= P(e|H)P(H) + P(e|no-H)P(no-H)] B) En la contrastacin hay niveles y que las virtudes de aplicar el requisito de severidad no disminuyen porque hayan hiptesis de mayor nivel. [el inters de Mayo es destacar que hay un conocimiento de bajo nivel que permanece por debajo de la sucesin de las teoras de mayor nivel]. "Las cuestiones de alto nivel, como la cuestin sobre la correccin de la totalidad de GTR [relatividad general], estn preguntando la cuestin equivocada." (189)

Porque los cientficos funcionan troceando el problema e intentando responder a una cuestin cada vez (190) y as no se enfrentan a un "catchall factor" tremendamente grande. De todas maneras, evidentemente, este planteamiento tambin se puede aplicar a hiptesis de alto nivel (191) [Sin embargo: a) si es cierto que p(e|no-h)= 1-(p(no-e|no-h)), entonces C2 est implcita en p(h|e) mediante el denominador p(e). (ESTO REQUIERE COMENTARIO) b) lo que dice Mayo no soluciona el problema de la infradeterminacin sino que nos dice por qu los cientficos no le hacen caso: tenemos tales cuestiones a resolver, primero las resolvemos y luego ya veremos (vase la cita de Diaz y Moulines de ms arriba). Pero entonces el bayesianismo va mejor encaminado (ver Strevens) en la medida que logra explicar/modelizar por qu no le hacen caso]

------------------------------------------------------------------------------------Mayo plantea as su objetivo: "Lo que pretendo mostrar, y lo que requiere evitar MUD [infradeterminacin metodolgica], es que no siempre hay alternativas igualmente bien probadas que cuenten como rivales genuinos y que hay manera de discriminar hiptesis sobre la base de ser buenas pruebas que sortea las objeciones de las hiptesis alternativas" (p. 200) La conclusin de Mayo es: "Naturalmente, incluso si todas las amenazas son deshechadas y H se acepta con una prueba severa, H puede ser falsa. El requisito de la severidad alta, sin embargo, asegura que esta aceptacin errnea es muy improbable, y que en experimentos futuros probablemente se revelar el error." (p. 213) [Es sospechoso el calificativo que Mayo da a la versin que dice analizar del problema de la infradeterminacin de la teora por los datos. La califica de METODOLGICA (p. 176). A m me da la impresin de que en esta discusin se confunde el problema de Duhem o la infradeterminacin de la teora por los datos con la investigacin sobre los instrumentos que mejor nos permiten contrastar hiptesis. El problema de Duhem o la infradeterminacin es el equivalente a la hiptesis del genio maligno de Descartes (o su versin contempornea de los cerebros en una cubeta). Ambas son cuestiones metafsicas y slo pueden ser resueltas mediante supuestos metafsicos. Cmo dice Mayo "en experimentos futuros probablemente se revelar el error". Decir esto es un supuesto metafsico. En efecto, un cientfico no debe preocuparse por esto, por lo menos si est trabajando como cientfico; si le preocupa, est haciendo filosofa. Pero al cientfico s le debe preocupar que se cumplan las condiciones correctas de la contrastacin. Si se hace caso a otros autores, tambin coinciden que el cientfico utiliza la C2. Aqu se trata de saber cmo hacer buena ciencia, pero hacer buena ciencia no significa resolver el problema de Duhem o de la infradeterminacin de la teora por los datos. Tal vez sera relevante la discusin sobre qu es filosofa de la ciencia y qu ciencia de la ciencia.]