‘batyav, Revista de Filosofia, 1994. 8, 83-107 Explicando la explicacién” Resumen: En el presente trabajo se anlizan eval los tres modelos principales que han sido propuestos para dar cuenta de la explicacin cien- fica: el modelo de expicacién por cobertura legal. cl modelo de a relevanciaestastiea(completado con el modelo meednio(causal) y el modelo ero {étieo, Estos modelos se hon stoedido ev un proeeso de crociene refinamierto conceptual. Los dos t- timo han surgido como respuesta la difleulades cn las que se eta envueto el modelo de cobertra Tegal, y ban conseguido resolver algunas de ells. aunque han dado lugar a otras. Ninguno de ellos ‘consigue, sin embargo, eatabecer las condiciones necesarias y suficientes para determinar cuindo fextamos ante una explicaciénelentifica, pero 10 ‘mati como idealizaciones no carecen de uid, Palabras clave: Explicacida cemtifica, modelo de cobertur legal, modelo de relevancin estan, modelo erotic, eausalida, 1. Bl concepto de explicacion ANTONIO J. DIEGUEZ* Abstract: The three main models thot have been ‘proposed 10 account for seienific explanation are here analyzed and evaluated: the covering-aw model. the statstical-celevance model (comptes ‘with he causalfmectanicl mode and the eotetic ‘mode. These models fellow eachother na process oF increasing conceptual refinement. The lat (0 have solved some ofthe problems that the covering: aor model presented, but they have give rie 10 ‘others, Nowe of them achieves to establish the ne ‘essary and sufficient conditions to detenmine when ‘we face a sciemfic explanation, but taken as ‘dealizations, they do not Isek ity. Key words move, statistical: rlevanes model, causal De los temas clasicos en Filosofia de la Ciencia, el de la explicacion cientifica es uno de los que is discusion, més literatura y mas ejemplos pintorescos ha generado (W.C. Salmon [1990] recoge fen su revision de las cuatro tltimas décadas una bibliografia sobre el tema con més de quinientos trabajos). Segin una concepciGn ampliamente difundida, las ciencias empiricas tienen dos objetivos. bisicos —que, como veremos después, algunos consideran dos caras de la misma moneda. Estos objetivos son explicar los fenémenos que despiertan li curiosidad del ser humano y predecir nuevos fenémenos para, sobre todo, propiciar un contro! de los mismos. Es decir, las ciencias tempiricas no se conforman con descubrir y deseribir to que ocurre con una precisién cada vez mayor, sino que buscan también un conocimiento sistemitico que englobe los fendmenos dispersos Este trabajo tuvo su origen en una conferenia promuncida en la Universidad de Murcia el | de febrero de 1995 para ‘curs de Joctorado wAspectos metodologieas de bs Invexigaciin Cieniices,dingida por el profesor Wenceslan Gonzales. 4+ Dinecidn para correspondence: Antonio J, Digguer Lucena, Depto. de Filosofia, Facultad de Filosofia y Lets, Universidad de Malaga, 29071, Malaga.84 Amanio J. Digquez Yy permita encontrar casos similares no observados con anterioridad, Curiosamente, en muchas ‘ocasiones se oye 0 se lee que la ciencia s6lo debe interesarse acerca del cdma y no acerea del por qué de los fendmenos, Sin embargo, esta vieja méxima positivista encierra una grave incompren- siGn del papel de la ciencia. Cuando fue propuesta slo queria decir que la ciencia debe desenten- derse de las causas tltimas © metafisicas —como la causa de la gravedad en la mecénica de Newton— y no que ta ciencia deba abandonar toda busqueda de leyes causales y convertitse en un ‘memorandum de observaciones recogidas en leyes empiricas.' Explicar significa etimologicamente extender, desenvolver, desplegar. En su acepcin corriente se entiende que explicar un hecho es aclarar por qué se produjo, lo que, por Jo general, consiste en sefialar la causa del hecho: aunque también puede consistir en otras cosas, como dar mas detalles sobre el mismo, por ejemplo. Fl resultado de Ia explicacién dche ser siempre una comprensién ‘mejor del hecho. Esto se consigue mediante su incorporacién al cuerpo de conecimientos previos a través de ciertos lazos que lo muestran como algo racionalmente aceptable dado ese mismo cuerpo de conocimientos y las circunstancias que concurrieron en el caso, La explicacién cientifica no es algo radicalmente distinto de la explicacién ordinari «en virtud del mayor rigor del discurso cientifico, la explicacién ciemtifica es mis espeetfica y ha de ‘cumplir condiciones mas estrictas que Ia explicacién ordinaria, No debe extraftar por ello si ciertas ‘caracteristicas propias de la explicacion cientifica no son compariidas por cualquiera otra modalidad de cexplicacién en contextos exiracivntificos. Lo que pueda decirse acerca de explicar cientificamente un hecho no tiene por qué ser aplicable a explicar el significado de un poema o explicarle a alguien quero habla nuestro idioma que se nos ha roto el radiador del coche. En lo que sigue nos ceflimos a la cexplicacién cientfica exclusivamente, si bien algunas cosas sean generalizables a otras explicaciones, 2. Modelos generates de explicaciin cientifica La tarea que ha imteresado a los filésofos de la ciencia ha sido la de buscar una estructura comin ala diversidad de tipos de explicacién en la ciencia, y para ello han formulado diferentes modelos de explicacién. Por raz6n de espacio y en aras de la claridad expositiva analizaremos sélo los tres principales, 2.1. Modelo de explicactén por eohertura legal El primer modelo general de explicacién que se ensay6 y el que mas influencia ha tenido fue el ‘modelo por cobertura legal (covering law model). Aunque se pueden encontrar antecedentes clé sicos (e.g. Aristoteles), Jos que lo propusieron inicialmente fueron J.8. Mill [1843], N.R. Campbell 11920] y K.R, Popper [1934] y los que lo desarrollaron fueron CG. Hempel y P. Oppenheim [1948]. Para dicho modelo explicar un fensimeno es proporcionar un argumento en el que el 1 Jokn Sturt Mill advo ya claamente del ere que suponia desert de cere a iden de ens, tl como habs hhecho Cams. Para Mill, como después pra los neopositivistis, a casacin x un certo tipo de lain conan de ‘ces formuable en lyes,y no debe ser arojada pol boda unt) eon as eas ened como prncpios del ser al odode a metafsica waivionl. Kab [1977] describe lo sucedido com la sustitickin de un concept estrecho de etusaentendida como un agonte active por un concepto ampli pct que la canst de wn Fens es aula gue eplca st ocurenciaExplicando ta expicacion 85 fenémeno en cuestié aparezca com conclusién de unas premisas que incluyan de manera impli- cita 0 explicita al menos una ley general —de ahi el nombre del modelo. En orcas palabras: «La reguata ‘zpor qué sucede el fendmeno?” deberd interpretarse como *;De acuerdo con qué leyes ‘generales y condiciones antecedentes se produce el fenémeno?*» (Hempel [1965/1979], p. 248). De ‘modo similar, si lo que se trata de explicar es una ley en lugar de un fenémeno aislado (las leyes de Kepler 0 la ley de Galileo sobre la caida de los graves, pongamos por aso), el procedimiento seguir es subsumirla bajo una ley més general (Ieyes newtonianas de la mecénica, por ejemplo). ‘Cuando es posible deducir el fenémeno & partir de la ley (o una ley a partir de otra ley més general) este tipo de explicacién recibe el nombre de explicacién deductivo-nomolégica (abre- viadamente D-N), pero como no siempre es posible esto, hay, segin veremos a continuacidn, otros tipos de explicacién pertenecientes también al modelo de cobertura legal. De acuerdo con la presentacién de Hempel, una explicacién deductivo-nomolégice consta de dos partes: el explanandum 0 enunciado descriptive del fendmeno que se desea explicar y el explanans 0 enuncisdos a partir de los cuales se deriva el explanandum como conclusidn. Ble: lanans esté a su vez. formado por una o varias leyes generales (L,y Ly Lyyenl,) ¥ por enunciados ue describe as condiciones incilescuya coneurencaprovoca Ja apariidn del ferémeno (C,,C. CyrnG,). El esquema de este modo de explicacién serfa el siguiente: Enunciados explanantes Enunciado explanandum La explicacion deductivo-nomol6gica cumple dos requisitos que Hempel eree imprescindibles ¢n cualquier explicacin cienifica: el requisito de la relevancia explicativa (explanatory relevance) y el requisito de la contrastabilidad (testabilry)? El primero exige que la informacion aducida proporcione una buena base para cteer (good grounds for believing) que el fendmeno a explicar tuvo 0 ha de tener lugar; el segundo pide que los enunciados que componen la explicacién sean cempiricamente contrastables. La explicacion deductivo-nomol6gica cumple el primer requisito con cereces, toda ver que el explanans ofrece el fundamento légico mis fuerte posible para concluir el explanandum, a saber, lo implica deductivamente. Por lo tanto, aceptada de hecho la informacién contenida en el explanans, ha de concluirse por nevesidad el acaecimiento del fenémeno en cues- ti6n, El segundo requisito es también satisfecho, pues el explanans implica que el fenémeno ha de 2 En [1948] Hempel y Oppentcim hahianestablecido tes requstos Kigieus para la explicatén,¢ 1s que en (1965) Hempel afadié un cuart de cardcterempitco. Estos requisites, de forma rest, son (R1) 1 explanandm debe ser consecuencia Lien del eyplarans {R2) El explanans debe contenerleyes generales exis realmente para a dervacion del explanandum, (3) El explanans debe ser conrastale rediance expeinentow observes, (Re) Las oraciones que consti el efanans han de ser verderss, ARI) y (R2)equivaldrian ao que en (1966) Hemp! Hama requisito dela elevanciacapicativa,y (R3):al requis de Ja contstabilidad. (Rs carseterza al enplicacionesverdaderaso corrects, La omisin de te limo nos deja slo «om explcaciones porenciates, En ells se cumple los tes requisites logics pero noe sabe in il explanans sed verdadero y da lgar a una expliccion comecta. Este curto requisio results bastante rorrendente por su exiemada exigeneia,y su aceplacion conduce 2 conseeuencias extras. Si no se puede hablar de explisciones comin hasta {estar seguros dela verdad de sus prema y, dado que es imposible establecr Ia verdad definitive de un ley general ‘como las que fan de formar part e as pemisssepin (R2), nunca estaremesautrizados para hablar de explicaciones86 Antonio. Diéeuet producirse bajo ciertas condiciones, y eso es perfectamente contrastable. Si en tales condiciones el fenémeno no se produce, la explicacién habré quedado invalidada por la experiencia. En realidad, segiin Hempel, toda explicacién que cumpla el requisito de la relevancia cumple también el de Ia ccontrastabilidad, aunque no a la inversa. En cuanto a las leyes que forman parte de las explicaciones deductivo-nomol6gicas, habrin de ser enuneiades universales verdaderos de la forma: “En todos los casos en que estin dadas las condiciones de tipo F, se dan también las condiciones de tipo G”. Pero eso s6lo no basta. No todo. ‘enunciado universal verdadero es una ley cientifica. Para serlo es necesario ademas que sirva para Jjustificar los llamados “enunciados condicionales contrafcticos’ o también los “enunciados con- dicionales subjuntivos’. En efecto, la mayor parte de los enunciados universales que el ser humano formula normalmen- te son meras generalizaciones empfricas acerca de situaciones accidentales concretas, como, por ejemplo, “todos los cuervos son negros’, “todos los planetas del Sistema Solar miden més de 2.500 Km, de didmetro’ o ‘todos Jos alumnos del curso B son rubios", Ninguno de estos enunciados proporciona por si mismo justificacién suficiente para establecer con seguridad los enunciados ‘condicionales: ‘si x fuera un cuervo, entonces seria negro’, ‘si y fuera un planeta del Sistema Solar, entonces meditia més de 2.500 Km. de difmetro’, 0 ‘si > fuera un alumno del curso B, entonces seria rubjo’, donde o bien se sabe positivamente que x no es un cuervo, y no es un planeta del Sistema Solar y 2 no es un alumno de la clase B (condicional contraféctico), o bien no se sabe nada de esto (condicional subjuntivo). Los enunciados universales citados podrian ser verdaderos y, sin embargo, eso no nos asegura que To sean también los correspondientes condicionales contrafécticos © subjuntives. Hay, en cambio, otros enunciados universales, como ‘todo cuerpo ejerce sobre otro una fuerza de atraccién directamente proporcional al producto de sus masas e inversamente proporcional al ‘cuadrado de la distancia que los separa’ o ‘todo cuerpo sumergido en un fluido experimenta un ‘empuje hacia arriba igual al peso del fluido que desaloja’, que mantienen una relacién muy di con sus respectivos enunciados condicionales. Una vez.que esos enunciados universales son admitidos como verdaderos, quedan inmediatamente justificados estos otros: “si x fuera un cuerpo situado cierta distancia de otro, entonces ejerceria sobre éste una fuerza de atracciGn directamente proporcional al producto de sus masas ¢ inversamente proporcional al cuadrado de la distancia’ y ‘si y fuera un ‘cuerpo sumergido en un fluido, entonces experimentaria un empuje hacia arriba igual al peso del fluide que desaloja’, Basta con que los primeros sean verdaderos para que se concluya la verdad de Jos segundos, o, lo que es igual, las razones que hay para sustentar a verdad de los primeros son las ‘mismas que para sustentar [a verdad de los segundos. A esta clase de enunciados universales es a a que pertenecen las leyes ciemtficas, Una de las earacteristicas mas notables que sv airibuye a la explicacién deductivo-nomolgica es que su estructura l6gica cs la misma que la de Ia prediccién en las ciencias, con la Gnica salvedad del orden en el procedimiento. En la explicacién tenemos el explanandum (fenémeno concreto) y buscamos el explanans conveniente (leyes y condiciones iniciales); en ta prediccién tenemos las leyes y las condiciones iniciales y buscamos un fenémeno futuro que se siga de ellas. Se afirma ast que tenemos una explicacién de un fendmenos si y s6lo si lo hubiésemos podido predecir. E] mismo argumento que nos sirve para explicar el fensémeno una vez que sabemos que éste se ha producido nos habria permitido predecitlo antes de que se produjera. La diferencia entre explicar y predecir es linicamente pragmética, se reduce al momento en que se formuls el argumento: si se formula antes de conocer el fendmeno, predecimos, si se formula después, explicamos.Explicande fa expticacion 87 Por otra parte, Hempel estima que la explicacién deductive-nomol6gica proporciona una actara- cin del concepto de causa y de explicacién causal. Segiin Hempel, por ‘causa’ debe entenderse cl « P(BIA-D). Es decir, la probabilidad de que, jugando al golf, una bola entre en el hoya es mayor sino golpea antes una rama que si la golpea, Porto tanto, el goipe en la rama es negativamenterelevante para su intreduceidn en el hove. Sin embargo, en estas circunstancias explica por qué la bola, que Hevaba una trayectoria desviada, entrs en él. 10” Uno de Tos primeros en defender que las expicaciones no tevan por gus ser argumentos fue R. lee (1969) Asimisme, Achinsten 1983) desarolla un modelo iloecioniio centred en os actos de explieacidn, en el que las ‘explicaciones no son arguments i unciados. Para una mejor comprensin de los concepts extasticos expt ‘continsacién véase Reichenbach [1956], pp. 186-205. Salmon es deudor en gran medida de Is eas de Reichenbach aunque és no las aplicar al undlisis dela explicacion 1A esto padriamos aati que, aunque glpcare arama es nepaivamente elevate para que una bola entre eel hay94 Amvonio J. Digquet Para el modelo de Salmon la manera correcta de demandar una explicacién de un hecho no es ‘mediante la pregunta ‘por qué ocurre que x es B?", sino mas bien mediante esta otra: *;por qué x, que es un miembro de la clase A, es un miembro de 1a clase 8”; y In respuesta adecuada seria: “x cs también C, donde C es relevante para B dado A’, Esto es, en lugar de preguntar *zpor qué x sané?", habria que preguntar ‘;por qué x, que sufri6 una infeccién por estreptovocos, sand?” siendo Jn respuesta *r fue tratado con penicilina y la penicilina hace sanar a los infectados por estreploco- cos De acuerdo con todo ello, para Salmon la explicacién consiste en un conjunto de leyes de probabilidad empirica que relacionan las clases A y B, junto con un enunciado que afirma que x esti. incluido en una clase C relovante para B dado A: PEBIAC,) = p, PIBIAC,) = p, PIBIAC,) = p, eC, (1 Skemp Para que Ia explicacién sea vélida debe cumplir ademés dos condiciones: 1a) que los valores de probabilidad p,,..p, sean todos diferentes. +b) que cada particién de A (A-C,, A.C... A-C,) sea homogénea con respecto & B, es decir, que ninguna de las casillas de esta particiGn sea a sit vez susceptible de subdivisién en algtin modo relevante para la ocurtencia de B. La condicién a) impide que se introduzcan subdivisiones irelevantes, dejando pasar sélo las relevantes. En efecto, teniendo en cuenta que un factor relevante es el que hace variar la probabi- lidad «a priori» de que un x que es A sea también B, si un determinado factor no introduce ninguna variacién en la probabilidad con respecto 2 otro factor, enfonces es irrelevante, La condicién b) es anéloga al requisito hempeliano de la maxima especificacidn y exige que se introduzcan todas las subdivisiones relevantes. No obstante, Salmon recalca que esta condicién oftece una diferencia filosofica fundamental con respecio a Hempel. Bl requisito de Hempel era epistémicamente relativo, ya que lo que fuera relevante dependia de una situacién cognascitiva dada, en cambio el requisite de Salmon pide que la partici6n en casillas hecha en el explanans sea objetivamente homogénea, sin nningdin tipo de relatividad epistémica Aplicando ahora esto al ejemplo de Ia infeccién (zpor qué x, que sufri6 una infecci6n por es- treptococos, sané?), {Se conviere en poiivamence elevate cuando se sabe que la traecora da bola era desviada con respect al hay antes de golpearen la cama. En efecto st Harnanos la eae en el hoyo de una hola que paris on tryectria exviada,entonces PIEIA) < PFEIAD). Em hacer eso cosisteesencislmente el mito dela recondicionalzacn sc cesta a que seude Salmon para solvenar los problemas de la elevanea negava: La ides Bésica que Day tas] ‘método de la eevndionalizaciénsueesiva es que una vez que ha sucedido un evento prtcuar en l cadena causal no Jmporta qué ers evenos podrian haber sein pero no lo hicicrom» 1983), p. 197, pp. 199-200) Nose ve claro sin embargo, cémo pueda exe método resolver el coniracjemplo de N. Cawrgh (ef. suprs, nota 4}, Los problemas ‘que se deriva de as elacionesdeelevancia negatva han levi a algunos como Tuorei [981]. nega qe engan apacidad explicaiva alguna 12. Emu (1984 Salmon hace una exposcia més cetaada gue incluye Masts acho condiciones, Para nvestos props, Y Por mor de i smplicidad, esta caracterzacn bisea que offecemos es sufciemtExplicando ta explcacion 95 A: la clase de los que sufren infeccisn por estreptococos, B: la clase de los que sanan de una infeccién por estreptococos. Cla clase de los que son tratados con penicilina. C,; la clase de los que no son tratados con penicilina. la explicacién quedaria asi: PIBIAC,) = 08 POBIAC,) re, Donde se nos dice que x sané porque pertenecis a la clase C, de los tratados con penicilina, y ppertenecer a dicha clase es un factor relevante para que se sane de una infeccidn por estreptococos."* Cuando nos encontremos con el caso limite de que una de las probabilidades p, de las leyes ‘estadisticas del explanans tiene el valor 1 y lus restantes O, estaremos ante una situacién similar la explicacién D-N de Hempel. Salmon supone, pues, que, a todos los efectos précticos, las leyes luniversales que aparecen en la explicacidn D-N son leyes estadisticas a las que se alribuye proba- bilidad 1, Una posible objecién contra este modelo de explicacién es la que sostiene que las meras ‘correlaciones estad{sticas no explican nada en realidad. Un répido descenso en el barémetro est ‘ltamente correlacionado con la Hegada de una tormenta, pero no explica por qué se produce Ia tormenta. La respuesta de Salmon a esta objecién consiste en afirmar que un factor C, que es re- levante para la ocurrencia de 8 en la presencia de A, puede ser «apartaday 0 «wuclto ieelevante» (screened off) en presencia de otro factor D. Dada una serie de dias (A) en un lugar determinado, la probabilidad de que ocurra una tormenta (B) es diferente de la probabilidad de que ocurra una 13. Observese que si a probabiidad hubiera sido menor de 05, la expicacin seguir endo vAlda, Esto se aprecia en el «ejemplo de Ta paresia (por qué, ges un se sifiltco, suffi una pares?) Sean A: lalase de los que han pode sits, 'B:_laclase de lox ue suften pares, {Cn clase de Tox que han pci stile sn tratamiento, "In elase de Tos que no han padeeido sf in tratamiento. PBIAC) =0.25 Praiacy)=0 xeC, Esta explicacdn muestra que. aunque padoce la fis sin atamiento no otriza pare inferir que se sufi pes sinembargo, sun factor relevante gue expliea que és sparezea No importa tanto que se atibuya al fenéraeao una hs probabildad como que seaport informacin relevane para su ocurera Alora se puede ver tambien qué es lo que flab, sepun Salmon, en el emo de ia vitmina C Sean A= laclase de los que pecs resrado Ba clase de los que se recuperan del retiado en una guincena, In clase de tos que toman Vitamin C. C Inclase de los que no toman vitamin C PBA, Ima 246, neste emplo se ineumple la condi a), puesto que la probabiidad de revaperare del reside en una quincena es igual se tne vitamina C0 2096 Antonio 3. Diggues tormenta si ha habido poco antes un fuerte descenso barométrico (C). Luego es cierto que C es estadisticamente relevante para B dado A. Pero si afiadimos e! hecho de que en Ia zona ha habido también un descense en la presién atmosférica (D), entonces se toma irrelevante el que ese des- censo haya sido registrado en un barémetro, En presencia de D y A, C resulta irrelevante para B. PIBIA-C:D) = P(RIA-D) Cuando un factor iretevante ha sido «apartado» de esa manera, no debe ser incluido en el explanans, En resumen, para el modelo $-R, explicar la ocurtencia de un fenémeno consiste en seRalar que se dieron una serie de faciores relevantes para dicho fenémeno. No se trata, como dijimos, de factores que hacen altamente probable y esperable su ocurrencia, sino do factores que modifican la probabilidad de que el fensmeno se produzca sin ellos. Sin embargo, unos aflos més tarde, en (1978), Salmon cambia sustancialmente de opinin al respect, reniega del modelo S-R como caracterizacién adecuada de la explicacion cientifica y afiade que se necesita algo més que sefalar factores estadisticamente relevantes para tener una cexplicacién." El cambio toma cuerpo especialmente en su libro de 1984 Seienific Explanation and the Causal Structure of the World, donde introduce modificaciones importantes en el modelo $-R Y propone susttuslo por uno mucvo al que llama “madelo mecénicofeausal* (causal’mechanical ‘model), Considera alli que las relaciones estadstieas especificadas en el modelo S-R consttuyen, «x0 si a base esadtsrca para una explicacinciemtfica, pero que esa base ha de ser complementada Por ciettos factores causales para constimir una explicacin ciemtfica satisfactoria (cf. [1984], pp. 34 y 100). Ast pues, no basta con mostrar los factores estaisticamente relevantes para la produc- cin dl ferémeno, Salmon ahora piensa que las elaciones estadisticas entre observables tienen por si solas poca o ninguna fuerza explicativa. Es necesario mostrar ademés que esos factores son relevantes en vrtud de ciertas relaciones causales que mantienen con el fenémeno. La significacién cexplicativa de las relaciones de relevancia estadistica serfa indirect; residiria en el echo de consituir una evidencia en favor de las relaciones causales: Ahora me parece —eseribe— que la explicacién es un asunto con dos niveles. En el nivel mas basico es necesario, pars los propésitos de la explicacién, subsumir el evento ser explicado bajo el conjunto apropiado de relaciones de relevancia estadistica, tal como exigia el modelo S-R. En el segundo nivel, segiin me parece, las relaciones de relevancia estadistica invocadas en el primer nivel han de ser explicadas en términos de relaciones causales. Desie esta postura, la explicacién es incompleta hasta que se hayan proporcionado los componentes causales del segundo nivel. (p. 22) | ste cambio de opis noes ano a as asus eicas qu recbié ef modo S-R. Quid cl contagjempo mis cited sea cl de Nancy Cartwright (1979), que muesira qu la relovanela etaistcn nos sficiene para propocionar una ‘explication, El gue se haya rociado hiedra venenesa con wn defolante de un 90% de efectividad es relevant para ‘explicar la muerte de esa era venenora, puesto que la probabilidad Je que mera es mayor si es rciada con el defolate ye sino toes. Alora ben el 10% dels plantas permanccon vias. Y rau. que eh qc haan sido reas ‘on el defoliante ces relevante para expicr su spervivencia, ya uc Ia prbiidad de que sobrevivan na vez rocias con defoiane es menor (y, or ende, stn.) que si ao hubiean sido rcias. Sin embarz, la pregunta por ‘quests an viva esta plana?” no puode ser costa dsiendo“porgue fae rociada con defointe’Explicando ta explieacion 97 El modelo de explicacién por eobertura legal de Hempel y el modelo erorético de van Fraassen, al que aludiremos después, se encuadran en lo que Salmon denomina en esta obra ‘concepcién epistémica de la explicacidn’. Para tal concepcién explicar un fenémeno es derivarlo inferencial mente de algunas regularidades que se dan en la naturaleza, sin que importe realmente qué tipo de ‘mecanismos subyacentes originan esas regularidades. A esta concepcin Salmon opone la concepcién 6ntica de 1a explicacién, en la que se incluye su modelo mecénico/causal."* Para ella, explicar cconsiste en exhibir el fenémeno a scr explicado ocupando su lugar en los patrones (patterns) y regularidades que estructuran el mundo (cf. p. 239); 0 dicho de otro modo, consiste en identificar la causa del fenémeno y exhibir la relacién causal entre esta causa y el fenémeno a explicar (ef. p. 122). La concepcién éntica ve el mundo como una caja negra con inputs y outputs observables. La explicacién debe dejar al descubierto los mecanismos subyacentes de produccién y propagacién ‘que conectan los inputs con los outputs. Explicar eventos es mostrar cémo encajan en la estructura ‘causal del mundo (ef. p. 276). Por lo tanto, para la concepci6n Gntica no es suficiente subsumir el fenémeno bajo una serie de regularidades. Y no es suficiente porque no todas las regularidades tienen poder explicativo. Antes de Newton los marinos sabian que las mareas estan relacionadas con la posicién y las fases de la luna, pero esa regularidad conocida no tena capacidad para explicar nada; més bien al contrario, era ella Ia que demandaba una explicacién, y fue la ley de la gravitacién de Newton la que la proporcions. Asi, hay regularidades legaliformes con poder explicativo y otras que necesitan ser explicadas. Es mas, hay regularidades que son pseudo-procesos y reguluridades que son procesos causales.!* Los pseuda-procesos no pueden explicar nada porque son parasitarios de los procesos causales y son explicados por éstos. Sélo los procesos causales explican. La diferencia entre ambos testé en que Jos procesos causales son capaces de transmitir sefales (y, por tanto, son capaces de transmitir energia, informacién e influencia causal), mientras que los pseudo-procesos no Io son. ‘Tambign se puede decir que los procesos causales transmiten su propia estructura y que los pseudo- procesos no Ja transmiten. Un coche circulando por la carretera en un dia soleado es un proceso causal, la circulacién de su sombra es un pseudo-proceso. Si el coche colisiona con un muro, llevard Jas sefiales de la colisién después de que ésta haya ocurrido. En cambio, si su sombra colisiona con ] muro, se deformaré momenténeamente, pero recuperaré la forma después.” El concepto de causa que Salmon tiene en mente es, segtin propia intencién, un concepto bdsicamente humeano, elaborado a partir de las ideas que Reichenbach expone en su obra The Direction of Time."* La transmisi6n © propagaci6n de una sefial en un proceso causal desde un 15. Salmon habla también de la concepciin medat do ls explicacin, represetada por D.H. Mellor {1975} y G.H. von ‘Wright [1971]. No obstate la considera subsidaria de la epistémica, ya que se reduce a sustituir la idea de que et explanandur ex logicamente necesario dado el explanans, por la idea de que es fsicumente mcesario, lo que, Segin Salmon le conduct « mayores dificuades que s a concepcin epstémica. La distineidn entre concepciin epistémics ¥y eoncepein Gatica de la explicacion Ia tomd Salmon de Cotta [1977] 16. Para Salmon. las entidades basiess que conforman la causacién son los procesos. en lugar de los events, como sue ser lo habitual. Los eventos estin localizadosenel espacio yen el tiempo lus proces se extiendenexpaciowtemporalmente son series de eventos continuos. En un diagrama espacio-emporal, los eventos son puntos y los sucesos son lines Heuristicamente es igor hablar de procesos que de eventos. porque ls process ienen un caricer comiauo que vite Ja eesti de la relacin entre los consituyentes de ls misinos. Ea cambio, analiza la causal como una rlucion centre eventos conduce al problema de elablecereOmo exin eausalmente relacionados unos eventos con otros 17 Van Fraasson objet que tmbidn la smbra propiga seals en ese sentido, como. por ejemplo, que «st forma esti relacionada en todo momento con la forma del coche de algén modo topordgicamente delinibe, y 4ve es nezra> (11980. p. 120) 18 En efecto, el andiss de la causalidad que hace Salmon en su (1984] est inspirado en el principio de eaura comin de98. Antonio J. Digues unto A hasta un punto B dentro del mismo proceso se define como el hecho de que la sefial aparezea en cada punto entre A y B sin imeracciones adicionales, hecho que puede ser visto como tuna especie de conjuncién constante. Si un proceso es capaz de transmitir una sefial, entonces puede transmitir cambios en su estructura, y si puede transmitir cambios en su estructurs, es capaz de propagar influencias causales. La propagacién de la influencia causal es esa conexisn misterioaa entre causa y efecto de la que Hume hablaba. Al caracterizar la transmisin de una sefial en los ‘erminos citados no se viola la teoria de Hume, puesto que no se recurre a ningtin tipo de «poder cculto» proscrito por dicha teoria, Por su parte, silos procesos causales son los medios a través de los euales se propaga la influencia causal la produccién dela seal —el cambio de estructura que constituye ¢sa influencia— obedece a la imteraccién de dos procesos causales: Una sefial es una modificacién en un proceso, y si esta modificacién persiste, a seiial Se transmite. Las modificaciones en los provesos ocurren cuando se enuzan con ottes Procesos; si las modificaciones persisten mas allé del punto de interseccién, entonces la interseccién constituye una interacci¢n causal y Ia interaccién ha producido sefales que som transmitidas, ((1984), p. 170) Con ello Salmon da por caracterizados los dos conceptos causales bisico de propagacién.”” Ei modelo mecénicoeausal presenta, ya en su versiGn inicial de 1978, una deficiencia que ha sido denunciada por van Fraassen en su [1980]. En una explicacién causal —sostiene van Fraaceen- fo es necesario mencionar todos los factores estadfsticamente relevantes que de una u otra manera forman parte de la red causal, sino s6lo aquellos que son importantes o destacados (salient, y es a Estos a los que llamamos comtinmente la causa del fenémeno. Para explicar la extincion del aloe irlandés, hay una gran cantidad de factores estadisticamente relevantes —altura, distribucidn de los ‘Reursos alimenticios, hibitos migratorios, fauna y flora del entomo, etc.—, que habrian posibilita, do su supervivencia si hubieran sido distimios, y que, sin embargo, no incluimos en la explicacién Basta con decir que el proceso de seleccin sexual favoreciéa los machos de grandes cuernas y que esas cuemas fueron un obstéculo para la supervivencia en el entomo que el alce ocupaba. Los otros I de produccién y el ue ena dependenciaestadisica de dos evento simuineos requiere una explica ‘isn en términos de na causa comin» (ct. Reichenbach {1956}, p. 63). Reichenbach seaalaademds un datneion ese influencia causal” (causa! iuence) ¢“ndiio causal" (causal indicarion). El indicio causal puede ser sdenitoais ea Saas nal estates posits, pero ta nluenca causal se explicarecuniendo a a transferenca de una seta tp 205), Ahora bien, es necesario air que, si bien Salmon coincide con Reichenbach en acepar tna conencitg Probable dela ausaiad se separa de dt a intertetrcchacausaida probabilisicaenrminos de pope Tes, Eso no significa, empero. que en su opin todo el edleuloprobabiliico sea interpretable comes propeasione eto Gaales de ese modo, y por ese un error. en mi opin, inentar defn "probable en trminos de popersioness (1984), p. 205). 19 Una duda queda. en si opinia, en el aire. Es posible qu, al considera los procesos como entidadesbisicas de la atsacin, Salmon slo haya despazado el problema dela relacin entre causa efecto dela gropayacion del eles asl prodiceién del mismo, En efecto, suponind que los procesostengan un carter continu y wo deren la influcncia eausal no tiene que esata» de un punto a otro dentro del proceso y- por tanto, el mantenimicnts ermanencin de la sefal a lo largo del proceso ~digamos enre el punto A y el puto B~ no es algo que have de ver xplicado a su ven causalmene; pero caué decir dela produccién dela sefial en el eruce de don protesrs? Leconeatoy ee el eruce se Hos proceos (causa) y ta preduccidn dele seal (efecto) sigue siendo un mistene sn wlanExplicondo ta expicacion 9 fuctorescitados no son cousas espirias ni son «apartados» por el desarrollo de las grandes cuemas: contribuyeron jgualmente ala extincién del alce, pero no son los factores més destacados, ‘Ahora bien, gedmo saber en cada caso cusles son los factores destacados que hay que tener en ‘cuenta para elaborar una explicacién? Seguin van Fraassen, s6lo el contexto nos lo puede decir. Un factor causal es destacado pars una persona dependiendo de su orientacién, de sus intereses, etc, O sea, no hay un crterio objetivo para determinar la importancia de un factor causal. Dieha importan- cia posee una indole pragmiética y contextusl, Pare apoyar esta tesis, van Fraassen recurre a un conocido texto de N.R. Hanson: Existen tantas causas de x como explicaciones de.x. Adviértase que un médico podria afirmar que la muerte del peatGn paduano [atropellado por el carruaje de Galileo) acaecié como consecuencia de una chemocragia miltiple», un abogado que ello se debid a cenegligencia por parte del conductor», un constructor de carros la achacarfa a «un detecto en la construccién de los frenos del carro», y a Ia «presencia de arbustos demasiado altos en aquella curva» el urbanista, (Hanson [1958/1985], p. 142). La conclusién que saca van Fraassen es que los factores explicativos han de ser elegidos de entre un elenco de factores objetivamente relevantes, y que esa eleccién viene condicionada por otros factores que dependen del contento en el que se pida la explicacién, Existe. pues, una 20 Van Fraassen toma como punto de referencia en su andlisis de la lgiea de las preguntas Is teoria de N.D. Belnap 11976}, asi como el trahajo do S. Bromberger [1966] 21. Traduzco de esta manera los dos vocablos ingeses porque “eontestar tiene en easellano un sentide mis fuerte que “responder “Contestac’ significa, ademas de “esponder, “comprobar”y “eonfrmar’Explicando ta explcacin 101 Imaginemos que se pregunta *;por qué se ha muerto Juan?” El asunto P, de la pregunta seria: “Juan se ha muerto’. La clase de contraste X podria ser: “Juan se ha muerto, Pedro se hia muerto, Carlos se ha muerto, etc.", 0 bien: ‘Juan se ha muerto, Juan no se ha muerto'. La relacién de relevancia R serfan los eventos ‘conducentes a’ (‘leadig up to') la muerte de Juan, como una grave ‘enfermedad, un accidente, el suicidio, «incluso los hechizos lanzados por las brujas (puesto que la ‘evaluacién de lo que es una buena contestacién viene después)» ({1980}, p. 142). Habida cuenta de que ciertas preguntas-por qué pueden tener el mismo asunto y diferente clase de contraste, incluso diferentes factores relevantes, no debemos intentar averiguar qué es relevante para dicho asunto o para dicha clase de contraste, sino qué es relevante (en ese contexto) para el asunto con respecto @ la clase de contraste. Dicho brevemente, una proposicién A es Hamada re- Tevante para Q si A mantiene la relacién R con el par < P,, X > En funcién de ello se define una contestacion directa (direct answer) ala pregunta Q ;por qué 2 del siguiente modo: P, en contraste con (el resto de) X porque A 0, abreviadamente: porque A onde ‘porque’ significa que A es relevante, en este contexto, para la cuestién; es decir, que A posee la relacién R con < P,, X >. Pero, como hemos dicho, no basta con dar una respuesta relevante para contestar satisfactoria- ‘mente a una pregunta. {Cémo evaluar entonces si una respuesta es una buena contestacién a una pregunta? Toda pregunta surge en un contexto en cl que hay un cuerpo K de teorias aceptadas e informacién factica, Ese contexto determina si es posible o no plantear la pregunta e incluso qué es Jo que se pregunta, Preguntas que surgen en un contexto pueden carecer de sentido en otro contexto diferente: Ia pregunta de por qué sigue la flecha movigndose después de ser disparada pierde sentido en cl paso de la fisica aristotélica a Ia fisica newtoniana, La evaluacidn de las respucstas ha de hacerse, por consiguiente, a la luz del context K. Hay al menos tres manerés de evaluar la ccomtestaciGn “porque A” en el contexto K: L.- Viendo si la proposicién A es aceptable 0 es probable que sea verdadera, Si el contexto K implica que A es falsa entonces ‘porque A’ no es una buena respuesta a la pregunta. 2.- Viendo on qué medida A es favorable para el asunto P, en contra de los otros miembros de la clase de contraste. (Aqui es donde encontraria aplicacidn el criterio de Salmon de la relevancia estadfstica), 3. Comparando “porque A’ con otras posibles respuestas a la pregunta, y eso en tres aspectos: 3.1.- Viendo si A es mas probable que las otras (dado el contexto cognoscitive K). 3.2.-Viendo si A es mas favorable para el asunto P, que las otras, 33.-Viendo si A se vuelve total o parcialmente irelevante por las otras respuestas. (Aqui ‘encontrarfan aplicacién las consideraciones de Salmon sobre el «apartamiento» (sereening off. Sigamos con el cjemplo de la muerte de Juan y demos como respuesta a la pregunta planteada ‘porque tomé 10 g. de arsénico'2* Como antecedente informativo K tendremos la proposicidn 22 Parael ejemplo y su andlisi me haso en Achinstin {1983/19H9), pp. 212 ys.102 Antonio J Digguez “cualquier persona que toma 10 g. de arsénico muere’, y sabremos ademas que Juan tom6 realmente ln citeda cantidad de arsénico. Segdin esto, ges buena la respuesta que hemos dado? El primer procedimiento de evaluacidn es satisfecho porque, por hipétesis, aceptamos A como verdadero: Juan tomé arsénico. Si como clase de contraste se toma X = (Juan murié, Juan no mu- +16}, es obvio que, dado K, tomar 10 g. de arsénico es favorable para “Juan muri’ y no lo es para “Juan no murid”, con lo que se satisface también el segundo modo de evaluacién. En cuanto al tercero, comparemos la respuesta dada con esta otra: ‘porque Juan fue atropellado por wn coche” ‘en Ja que la proposicién subrayada es A’. Supongamos que, dado el antecedente informative K, PAIK) PAIR) 09 og Puesto que A es ms probable que A’ dado K, se salisface la condicién 3.1. Supongamos ahora que X incluye la informacién de que el 95% de los atropellados por un coche ‘mueren. Entonces, Como A es mis favorable para P, que A’, se satisface 3.2. Por iltimo, A’ no «aparta» a A volviéndola irretevante para P, En efecto, PIP, | AeAK) PUP, A’ ly 0.95 luego PIP, ( AAR) # PIP.) AUK) con To que se cumple 3.3. Por lo tanto, ‘Juan tomé 10 g. de arsénico” es una buena explicacién de por qué murié Juan. Obsérvese que aqut, en consonancia con lo dicho por Scriven, a explicacién, o mds precisamente, cl explanans ‘porque A’, no contiene leyes 0 regularidades estadisticas. Estas pertenecen al hack: ‘ground de conocimiento K. ‘Segiin van Fraassen, la explicacién no debe ser entendida como un relacién sui generis entte la teorfa y los hechos. La informacién que proporciona un cientifico cuando se le pide una explicacion ces del mismo tipo que la que proporciona cuando se le pide uns descripcién. Asimismo, lamar ciemtfiea a una explicacién no es decir nada sobre [a forma o la clase de la informaciGn aducida, sino s6lo que la explicacién toma esta informacién de la ciencia y que los criterios con los que se ‘evalda son aplicados usando una teoria cientifica (cf. [1980], pp. 155-156) ‘Ademés, el error de los modelos anteriores esté, segin su opinién, en haber concebide la cexplicacién como una relaciOn diédica entre teoria y hechos, cuando en realidad es una relaciénExplicando ta explcacion 103 triddica entre teoria, hechos y contexto. Una explicacién es una respuesta & una pregunta-por qué y debe ser evaluads en funcién de la informacién que la pregunta demanda. Pero esta informacién solicitada varia con el contexto. Decir que une feorfa explica un hecho es una manera resumida de decir que hay una proposicién que cs una contestacién, relativa a esa teorfa, para 1a demanda de informacién sobre ciertos hechos relevantes, y que comporta una comparacin entre el hecho que ‘ocurtié y otras alternativas (contextualmente especificadas) que no ocurrieron (p. 156). EI modelo de van Fraassen permite superar dificultades en las que tropezaban los dos anterio- res.” No obstante, tampoco él est exento de problemas. En relacién al segundo crterio para la cevaluacion de las respuestas, Salmon ({1984], pp. 108-108) ha insistido en que no s6lo pueden ser explicados los miembros de la clase de cantraste que se ven favorecidos, también pueden serlo tos desfavorecidos, Segtin su ejemplo, tenemos una poblacién de flores de guisante en la que la probabilidad de ser de color rojo es de 3/4, la de ser blanca es 1/4 y es de valores muy pequetios para cualquier otro color. La clase de contraste X contiene: “la flor es roja, Ia flores blanca’, “la flor es de otro color’, El cuerpo previo de conocimientos K contiene la genética mendeliana. ¥ la explicacién A de por qué una flor es de determinado color especifica el caracter genético de la poblacién de flores. Todo ello valdria tanto para explicar por qué una determinada flor es roja como para explicar por qué es blanca. Sin embargo. segin los criterios de van Fraassen, el color rojo es Javorecido en el contexto K, por lo que sélo podrfamos explicar por qué la flores roja y no de otro color. Se trata, como vemos, de una objecién similar a a hecha anteriormente contra ta tesis de que sélo las probabilidades alts tienen poder explicativo. Por otro lado (en [1990], pp. 136-137), Salmon rechaaa como errénea Ia idea que él mismo compartieraanteriormente de que toda demanda de una ex puede ser formulada como una pregunta-por qué. Diversos autores habian ya sefialado que determinadas explicaciones cientiicas responden mas bien a preguntas de como-(e5)- posible (how-possibly) —por ejemplo, *;e6mo es posible que los gatos al caer desde cierta altura Heguen siempre sobre sus pies al suelo?’ —, oa preguntas de cdmo-tfte}-en-reatidad (how actually) —por ejemplo, ‘;c6mo lleg6 a haber mamiferos en Nueva Zelanda?”. Ademés, segtin Salmon, la ccaracterizaci6n formal que van Fraassen ofrece de la relacidn de relevancia no impone a ésta ninguna restriccién, lo que significa que, en principio, podriamos clegir cualquier relacion por peregrina que fuera entre un asunto P, y cualquier proposicion verdadera A, y considerar que “porque A’ es una cexplicacién de P, (cf. [1990], pp. 141-142). ‘Tambien Achinstein piensa que el modelo de van Fraassen no pasa algunos de los contraejemplos que afectaban a los otros modelos. Volvamos al ejemplo del arsénico y supongamos que, aunque Juan fomé 10 g. de arsénico, fue inmediatamente atropellado por un coche y murié a consecuencia del atropello, permaneciendo todo to demés igual. La respuesta “porque tomé 10 g. de. arsénico* cumpliria todas las condiciones puestas por van Fraassen para ser una buena respuesta, y no asi la respuesta ‘porque fue atropellado por un coche’. Sin embargo, sabemos que la respuesta correcta es 25 Pasa com Gxt el cjemplo que N. Cantrightoponia sl modelo S-R climina el wso de dfeiane como explicacin de La spervivencia dela biedra, pues dicho uso favorece I ora alrmaiva em li clase de referencia, eto e, la muerte dela plana, Prmite dar cvena tambien de los casos de asimetaexpicativa, como el efmplo del péadul oc! de mt. 24 Salmon pone un ejemplo cn el que Fx ohn F. Kennedy mre el 22 de Noviembre de 1963" ea nftueneit sia 1 Aes na desripeon verdadera dela saci de ls ouerpox ceestes el din del nacimiento de Keay El comidera {ve ls evteros que extalece van Frassen ps evalua la respuesta dad e fn dl contexto Kno slo no ten ‘or qué descartara, sino que inluso podtian reforata. En mi opin, sin embargo, eso 90 es 88. Basa eon Vor gue. dado el cantesto cognoscitivo en cl que nos moveros nl sctualdad, los enters 3.1, 32 y sabe todo 3.3 , en H. Feigl y G. Maxwell (eds.), Minnesota Suudies in the Phitosophy of Seience, vol. Il, Minneapolis: University of Minnesota Press, pp. 170-230. SUPPE, F. [1988]: «A Nondeductivist Approach to Theoretical Explanation», en A. Griinbaum y W.C. Salmon (eds), The Limitations of deductivism, Berkeley: University of California Press, pp. 128-166. TOULMIN, S. [1961]: Foresight and Understanding, London: Hutchinson, —[1972): Human Understanding, vol. I. The Collective Use and Evolution of Concepts, Oxford: ‘Oxford University Press. (Vers, cast. La compresasién humana. El uso colectivo y la evolucién 1977). TUOMBLA, R. [1981): «Inductive Explanation», Synthese, 48, pp. 257-204, VAN FRAASSEN, B.C. [1980]: The Scientific Image, Oxford: Oxford University Press. VON WRIGHT, GH. [1971]: Explanation and Understanding, Londen: Cornell University Press. (Vers. cast: Explicacién y comprension, Madrid: Alianza, 1979).