La explicación científica.

Apuntes de lectura

¿Qué es explicar? ¿En que se distingue de describir, ordenar o alentar? ¿Cuántos tipos de explicación
existen? ¿Y si es así, porque es preciso distinguirlas?

Lo cierto es que la ciencia es fundamentalmente explicativa y esa es su distinción clave respecto a

otros discursos. Una ideología política, por ejemplo, no quiere explicar el mundo, sino
transformarlo, sometiendo lo real a un conjunto de normas, que no están fundadas necesariamente
en la ciencia, sino en los deseos, los gustos y hasta en los caprichos de muchos dirigentes y partidos.
Una plegaria no pretende explicar nada, sino simplemente confortar y alentar bajo el supuesto no
verificable de que Dios las escucha. Una orden no explica, impulsa a ser.

Dicho esto, no decimos que en tanto explicativo un discurso es superior a otro. Las palabras de amor
que dirigimos a nuestro partenaire no explican nada, pero muchas veces son necesarias y además
confortan y alegran. Un proyecto político puede significar la justicia y el amparo para una población
altamente necesitada: no hace la falta la ciencia para confirmar esto, simplemente nos basta con
valorar ese objetivo.

En la ciencia misma, hay operaciones que implican la descripción del objeto en cuestión y que
tampoco son explicaciones. Solo tratan de reconstruir en nuestro sistema de conocimiento el
objeto, dotándolo de todas las características que posee lo más fielmente posible. Son
descripciones.

En cambio, una explicación apunta a dar la razón de, o la causa de un fenómeno, apunta a indicar
cuál (o cuales) son los orígenes de un suceso cualquiera.

Si decimos “Mi automóvil no funcionaba porque estaban sucios los inyectores” o “La torta que
cociné no se levantó porque la harina no era leudante” estamos dando explicaciones de un
fenómeno. Apuntamos a su causa, a lo que lo produce.

Como afirma Schuster: “Describir implica señalar aspectos reconocibles o signos característicos de
las cosas. Al describir nos mantenemos en el mismo nivel proposicional de lo que estamos
describiendo, no hay un cambio de plano. En cambio explicar (al menos en un sentido fuerte) sí
implica un cambio de plano. Para decirlo rápidamente (luego discutiremos diferentes tipos de
explicaciones), explicar es subsumir, incorporar un hecho bajo un enunciado general” (1)

Para explicar, entonces tenemos que incluir un hecho bajo un enunciado general, una ley. Así es
posible indicar que causa un fenómeno.

La explicación nomológico deductiva

Es la explicación por antonomasia, la explicación que se considera la más completa y precisa. Se da

cuando logramos incluir un hecho o conjunto de hechos en una ley más general y abarcativa.

Para ello desde un punto de vista lógico, debemos explicitar la operación que realizamos que
consiste en deducir, esto es, derivar de un enunciado de mayor alcance, un hecho u otros
enunciados que serían de un alcance menor.
Para ello necesitamos tres elementos, ya que este modo de explicación se basa en los silogismos
aristotélicos.

Tenemos L1 L2…Ln, es el primer término, son la o las leyes que permiten explicar

Luego, C1, C2…Cn, que son enunciados de las condiciones iniciales (datos o circunstancias
particulares)

Estos dos elementos son llamados explanans (lo que explica)

Luego por deducción lógica se llega al tercer elemento que es

E es decir, la descripción del fenómeno empírico que es explicado

Este último elemento se llama explanandum (lo que debe ser explicado)

Hay condiciones lógicas: 1) el explanandum debe ser una consecuencia lógica del explanans2) El
explanans debe contener leyes generales 3)El explanans debe tener contenido empírico

Hay también condiciones empíricas: los enunciados del explanans deben ser verdaderos.

La explicación estadística

Allí se usan leyes estadísticas y nociones probabilísticas, que son probables con un porcentaje, no
son como las leyes científicas que son necesarias.

Por ejemplo, si queremos responder la pregunta de porque se curó un enfermo:

F tenía la enfermedad E Dato 1

F tomo la droga D Dato 2

Los que tienen E y toman D

se curan con probabilidad de 0.9 Ley (estadística)

F cura

La doble línea indica que se trata no de una deducción lógica lo que daría la verdad segura de la
conclusión sino de una inferencia, esto es que de los datos particulares empíricos y considerando
un porcentaje favorable de ellos nos elevamos a una conclusión, o sea a formular una ley estadística.

El explanandum tiene solo una alta probabilidad. Aquí la conclusión se obtiene no por deducción (ir
de las leyes generales al caso particular e incluirlo) sino por inferencia o inducción (partir de lo
particular y elevarse, probabilísticamente, a lo general)

Estas explicaciones son legítimas pero tienen un menor grado de confirmación lógica que las
deductivas.
Otros tipos de explicación

Conceptuales: son las que explican un hecho colocándolo como parte de un hecho más abarcativo.
Por ejemplo, explicar un tumulto por una revolución. Acá no hay leyes sino sucesos.

Genéticas: consiste en entender un hecho histórico considerándolo un eslabón final de un proceso

originado tiempo atrás. Son muy utilizadas en la historia. Brown afirma que “una explicación
genética proporciona enunciados que no son universales ni generalizaciones estadísticas, sino que,
por el contrario, son enunciados que transmiten informes acerca de sucesos, procesos y situaciones
específicas que son fechados o fechables” (2)

Funcionales: donde las consecuencias de un comportamiento son la causa del mismo: Por ejemplo,
cuando explicamos por la motivación. Siempre que existe uniformidad en las consecuencias de la
acción, pero una gran variedad de comportamientos que causan esas consecuencias, la explicación
es funcional, es decir que las consecuencias sirven como causas. La funcionales explican los
fenómenos por sus consecuencias, son formas complejas de teorías causales y son útiles para
explicar conductas sociales. Por ejemplo, la evolución biológica de una especia, o la evolución social
de una organización.

Teleológicas. Se explica por el fin que se quiere obtener. La causa del fenómeno está en el futuro,
no en el pasado como en el caso de las explicaciones estadísticas o nomológicas. También incluyen
las explicaciones por propósitos, del tipo: ¿por qué Juan estudia psicología? porque quiere
comprender la conducta humana y modificarla.

Finalmente tenemos las explicaciones por intenciones, disposiciones, motivos o razones. Estas son
explicaciones, dice Schuster que funcionan muy bien en el campo de las ciencias sociales, lo cual me
parece un prejuicio evidente, porque supone que la legalidad es más débil en el campo de las
ciencias sociales y esto merecería una discusión más profunda.

Explicación y predicción

La predicción es la operación inversa de la explicación. En la explicación disponemos de los hechos

y buscamos las leyes generales que los incluyen, mientras que en la predicción poseemos las leyes
y lo que intentamos es anticipar, por vía deductiva los hechos que van a presentarse.

Explicamos los hechos del presente y del pasado, en cambio predecimos los hechos del futuro, pero
también del pasado, en lo que se llama retrodiccion en geología y astronomía.

Como afirma Schuster: “en las ciencias sociales pueden darse algunas peculiaridades con respecto
a la predicción. Por ejemplo, la circunstancia de que la predicción misma pueda tener influencia
sobre el suceso que predice” (3) Una predicción que anuncia la quiebra de un banco, puede resultar
verdadera ya al conocerla, se produce tal inestabilidad entre los inversores, que eso mismo produce
la quiebra del banco. Son profecías autocumplidas.

Desde luego que estas creencias que se constituyen en causas, solo alcanzan esta condición cuando
tienen una fundamentación derivada de las pruebas y del conocimiento empírico.

En las ciencias el papel del observador que este efectuando la predicción puede ser incluido en la
predicción misma. Esto sucede en las ciencias físicas, pero es particularmente importante en las
ciencias sociales donde hay siempre una plena e intrincada interacción entre el observador y lo
observado. El científico social debe tener conciencia de esta interrelación para que la objetividad de
sus conclusiones no se vea afectada demasiado.

Reichenbach ha señalado que cualquier afirmación respecto al futuro tiene el carácter de una
apuesta. Y. en toda predicción hay que tener en cuenta el peso que es un predicado relativo de las
proposiciones, y la verdad de las mismas, que es, por el contrario, un predicado absoluto.

El peso de una proposición se mide por el estado de nuestro conocimiento, así que si predecimos
que próximo año habrá una guerra dependerá de nuestro conocimiento de la situación y de las
causas bélicas y esa predicción podrá ir afinándose a medida que conozcamos más acerca de estos
acontecimientos, pero su valor de verdad es incierto, aunque alcanzara una mayor determinación
mientras más vamos conociendo. De este modo el peso no se restringe a sucesos futuros sino
también a enunciados pasados y de allí surge la retrodiccion de la cual hablábamos antes.

Es importante también el papel de los nexos causales, que fortalecen no solo nuestras explicaciones
sino también nuestras predicciones.

La causalidad es todo un problema, puesto que ella es singular, mientras que las explicaciones son
universales, lo cual hace que, a pesar de ser exitosas, debajo de cada explicación subyace el
problema de que causa eso. Ya que ontológicamente, las leyes no tienen ninguna potencia causal,
debería entonces, abrirse el enunciado legal para atisbar algo de la causa que llegó a formularlo.
Esto pocas veces se hace ya que los científicos se consideran suficientemente satisfechos cuando
logran formular una ley (y los epistemólogos más aun). Sin embargo, hay zonas del conocimiento
donde la causalidad se vuelve imperiosa. Por ejemplo, en el psicoanálisis, donde cada cura se extrae
de una causa particular del sujeto y las generalizaciones legales están siempre abiertas a su
reformulación por cada nuevo caso.

Ricardo E. Gandolfo

Bibliografía

Schuster, F. Explicación y predicción. La validez del conocimiento en ciencias sociales. Clacso

Libros,2005.