Ingeniería y modelado de sistemas:

algunas observaciones epistemológicas

Fabio Roda

LIX, École Polytechnique, 91128 Palaiseau, Francia.

roda@lix.polytechnique.fr

Resumen. En este artículo proporcionamos algunos comentarios epistemológicos e históricos que se

refieren a la ingeniería y el modelado de sistemas.

1 Introducción: Filosofía de la Ingeniería

En este artículo proporcionamos algunas observaciones epistemológicas e históricas que se refieren a la

ingeniería y el modelado de sistemas. Esto es coherente con la idea de que la ciencia y la cociencia (es
decir, la filosofía de la ciencia) pueden cooperar fructíferamente. Sin embargo, pensamos que es confuso
mezclarlos vagamente y que tenemos que separar las aplicaciones reales y la consideración sobre sus
implicaciones filosóficas. Por lo tanto, utilizando una terminología que encanta a los filósofos, este
trabajo pertenece al meta-nivel.

2 Filosofía de la Ingeniería

La coincidencia entre filosofía e ingeniería es bastante inusual y merece más aclaraciones.

El tema básico en la filosofía de la ciencia se puede presentar de la siguiente manera: los
científicos estudian el mundo, los filósofos de la ciencia estudian cómo lo hacen (y en
ocasiones también estudian a los propios científicos).
Préstamo de Lipton [1],

"Soy un filósofo de la ciencia: ¿qué hago? Aquí está la versión corta: los
astrónomos estudian las galaxias; Estudio a los astrónomos."

Los filósofos de la ciencia han mostrado cierto desprecio por la tecnología, que
consideran una aplicación directa de las ciencias puras.

“El método y las teorías de la ciencia se pueden aplicar para aumentar nuestro conocimiento
de la realidad externa e interna o para mejorar nuestro bienestar y poder. Si el objetivo es
puramente cognitivo, se obtiene la ciencia pura; si es principalmente ciencia práctica, aplicada.
Por lo tanto, mientras que la citología es una rama de la ciencia pura, la investigación del
cáncer es una investigación aplicada ". [2]

Esta idea, es decir, “la tecnología es ciencia aplicada”, oculta el hecho de que la tecnología y las
disciplinas de la ingeniería tienen algunas características que necesitan una especial investigación
epistemológica. Recientemente, una nueva rama de la epistemología llamadafilosofía de la
ingeniería ha atraído un interés creciente: se ocupa de la clarificación del papel epistemológico

Actas del Taller de Carteles en CSD & M 2013 99

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

de la tecnología y la ingeniería dentro de la ciencia y el conocimiento humano. Para continuar con la

analogía presentada anteriormente, los ingenieros estudian cómo diseñar sistemas, los filósofos de la
ingeniería estudian cómo lo hacen. La diferencia crucial entre ingenieros y científicos es que los primeros
decidir cómo fabricar o producir artefactos y sistemas de trabajo, mientras que el último analizar
naturaleza y formular teorías para explicar cómo funcionan los sistemas naturales. La toma de
decisiones naturalmente lleva a los ingenieros a pensar en los objetivos mucho más de lo que los
científicos naturales necesitan hacer. Esto perfila un tipo diferente de racionalidad. Por un lado,
podríamos creer que los modelos son versiones simplificadas de la realidad que existe
independientemente de nuestras ideas sobre ella, y que la tarea de la ciencia es describir esta realidad.
Por otro lado, podríamos pensar que los modelos no describen la realidad, pero en realidad la crean (de
hecho, la mayor parte de la epistemología moderna nos dice que toda observación está cargada de
teoría, por ejemplo, ver Hanson [3] sobre este punto y, más filosóficamente , piensa en Kant y su
Revolución copernicana). Asimismo, podríamos sentir la necesidad de explicar simplemente los sistemas,
en lugar de dotarlos de objetivos. Si la verdad no se descubre, pero se inventa, la jerarquía entre ciencia
y tecnología se invierte.

“A pesar de los más de dos milenios que separan el pensamiento de Aristóteles del
nuestro, la concepción de Aristóteles [establece] la agenda para casi todo el
pensamiento posterior sobre la explicación. [. . . ] La rivalidad había sido entre aquellos
que pensaban que toda explicación causal debe proceder en términos de causalidad
eficiente y aquellos que (siguiendo de cerca los pasos de Aristóteles) pensaban que hay
espacio (y necesidad) de una explicación teleológica (es decir, una explicación que cita
causas finales). [. . . ] Aristóteles vio metas y propósitos en la naturaleza, los filósofos
mecánicos o eliminaron todo propósito de la naturaleza (Hobbes, Hume) o lo colocaron
firmemente en las manos de Dios (Descartes) ”. [4]

Este debate no tiene un resultado claro dentro de la epistemología, pero si el sistema objetivo
es artificial en lugar de natural, entonces debe tener un objetivo y el problema se vuelve más
claro. Lo que podríamos llamar el "problema puro" de los científicos es "¿es cierto?", Mientras que
el de los ingenieros podría ser "¿funciona?" O, quizás más apropiadamente, "¿hace lo que quieren
las partes interesadas?" Está claro que existe una relación entre poder verificar una declaración y
hacer una elección. Sin embargo, la toma de decisiones y el diseño de sistemas tienen algunas
características que los convierten en un caso especial desde un punto de vista epistemológico.

“En ingeniería, el propósito último del modelado es realizar artefactos o procesos

técnicos confiables. Esto contrasta sustancialmente con las ciencias naturales donde, al
menos conceptualmente, el objetivo subyacente a las actividades de modelado es
obtener conocimiento por el conocimiento ”. [5]

Los epistemólogos, en la primera mitad del '900, solían hacer referencia a las ciencias naturales
como la química, la biología y, sobre todo, la física (probablemente debido a su rotundo éxito). En este
caso, el observador se encuentra frente a un sistema que se le da y tiene que describirlo y comprenderlo.
Sin embargo, en ingeniería, el sistema es en realidadconstruido por el observador (o uno de sus
congéneres). Por lo tanto, lacriterio de demarcación de las ciencias naturales puede no ser
perfectamente adecuado. Los diseñadores de sistemas todavía tienen que hacer verificaciones y
observaciones (como científicos naturales) pero sobre todo tienen que tomar decisiones. Ellos

Actas del Taller de Carteles en CSD & M 2013 100

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

están interesados tanto en la verdad de las declaraciones como en la eficacia de las elecciones. Desde el
punto de vista del diseño de sistemas, los buenos modelos son los que ayudan a dividir adecuadamente
el dominio de posibles elecciones en buenas y malas. Algunos epistemólogos subrayan el aspecto de la
ciencia de resolución de problemas, por ejemplo, Laudan.

“La ciencia es esencialmente una actividad de resolución de problemas. [. . . ] El enfoque

adoptado aquí no pretende implicar que la ciencia sea "nada más que" una actividad de
resolución de problemas. La ciencia tiene una amplia variedad de objetivos [. . . ] Mi enfoque,
sin embargo, sostiene que una visión de la ciencia como un sistema de resolución de
problemas ofrece más esperanzas de capturar lo que es más característico de la ciencia que
cualquier otro marco alternativo ”. [6]

Considerar la ciencia como una solución de problemas corresponde a un cambio de perspectiva ya que
estamos más interesados en obtener soluciones locales que en teorías globales. En particular, Khun
sugirió la investigación de operaciones como un buen ejemplo del enfoque científico de resolución de
problemas.

“Para Kuhn, la ciencia es una actividad de resolución de problemas más que de búsqueda de la
verdad. . . . ¡Y cuál sería un ejemplo más sorprendente de resolución de problemas que el
quirófano! . . . Como actividad de resolución de problemas, OR está orientado hacia la práctica:
intenta utilizar los métodos de la ciencia para encontrar soluciones óptimas a los problemas
relacionados con cursos de acción alternativos. Como las soluciones son su objetivo principal, está
claro en qué sentido OR no es una actividad de búsqueda de la verdad: no es una empresa de
búsqueda de conocimiento ”. [7]

La filosofía de la ingeniería se centra en estos aspectos especiales de la ciencia aplicada.

Adoptamos la misma perspectiva. Se ha dicho que"La filosofía de la ciencia es tan útil para los
científicos como la ornitología para las aves" 1, es decir, que no es muy útil en la práctica, pero
tratamos de mostrar que, de todos modos, surgen algunos problemas epistemológicos. En
nuestra opinión, requieren una consideración. Al menos, la epistemología es útil para un análisis
externo del método científico. Un análisis científico del método científico sería autorreferencial.
Sin embargo, nadie está mejor situado que un científico o un ingeniero para
comprender y analizar su propia forma de trabajar. Con las palabras de Schlick,

“Un filósofo, por tanto, que no supiera nada más que filosofía, sería un
cuchillo sin hoja ni mango. Hoy en día un profesor de filosofía muy a menudo
es un hombre que no es capaz de aclarar nada, eso significa que en realidad
no filosofa en absoluto, solo habla de filosofía o escribe un libro sobre ella.
Esto será imposible en el futuro. El resultado de filosofar será que no se
escribirán más libros sobre filosofía, pero todos los libros se escribirán de
manera filosófica ". [8]

2.1 Valores epistémicos vs no epistémicos

McMullin [9] introduce una distinción entre epistémico y no epistémico valores, que es
relevante en epistemología. Propone que un valor es epistémico si ayuda a “promover
1 Richard P. Feynman

Actas del Taller de Carteles en CSD & M 2013 101

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

el carácter verdadero de la ciencia”. De lo contrario, no es epistémico. Dorato [10] confirma que

podemos usar el términoepistémico para valores "considerado capaz de ampliar nuestro
conocimiento " y no epistémico para referirse esencialmente a valores ideológicos, económicos,
políticos, éticos, ambientales, estéticos o religiosos. Los valores no epistémicos pueden influir en
la ciencia, indirectamente. Influyen, por ejemplo, en la elección del destino del respaldo
económico de los proyectos de investigación. Sin embargo, existe un fuerte acuerdo, en la
comunidad científica, sobre la idea de que los valores no epistémicos no tienen ningún papel en la
determinación de la verdad científica. Los valores no epistémicos influyen en el uso de los
resultados de la ciencia pura, pero nunca (o casi nunca) se integran en el contenido de las teorías
científicas.
Sin embargo, para las disciplinas de la ingeniería y la tecnología, el papel de los valores no
epistémicos parece ser menos claro. La seguridad, la equidad y la sostenibilidad económica son
ejemplos de valores no epistémicos (ya que no producen conocimiento) que tienen un papel
importante en el proceso de toma de decisiones sobre sistemas reales. Los ingenieros, que tienen
que elegir entre dos o más modelos alternativos, en algunos casos, tienen que considerar valores
no epistémicos e integrarlos en sus modelos. Es el caso de los sistemas que hemos considerado
en este trabajo.
Esto nos lleva a pensar en la forma en que un modelo puede obtener una justificación cuando no se
basa en valores epistémicos puros. De hecho, una primera posibilidad es el enfoque experimental.
"Intentamos y observamos". Esto no es inusual. Una segunda posibilidad es la metodología colaborativa.
Otro se ocupa de los valores éticos. Esto no es del todo común. Así, en los siguientes apartados
presentamos la tradición que se esconde detrás de cada uno de estos enfoques. Sin embargo, de forma
preliminar, presentamos algunas observaciones sobre el concepto demodelo.

3 modelos

La raíz del término modelo se remonta al término latino modus que a su vez derivaría de la raíz
indoeuropea “med-”. Su significado es medida [11]. Modus tiene dos diminutivosmodellus y
módulo que encontramos en diferentes contextos vinculados a disciplinas relacionadas con la
ingeniería. El arquitecto romano Vitruvio utilizamódulo para significar estándar arquitectónico,
que es un uso sorprendentemente moderno del término. Usos de Tertuliano
módulo para indicar la base de una escultura de mármol. En el período que va desde el Imperio
Romano hasta la Edad Media, los términos derivados demódulo repartidos por Europa y
detectamos los términos modelo, mole y moule que vino al inglés como molde. El inglés moderno
también introdujo directamente el término módulo del latín. Durante el renacimiento italiano-
sancemodelo y modello son empleados por importantes arquitectos, como Brunelleschi, que lo
utiliza para construir la cúpula de la cúpula de Firenze, y Alberti:

“Asegúrese de tener un Modelo completo del Todo, mediante el cual examine cada
minuto Parte de su Estructura futura ocho, nueve, diez Veces una y otra vez, después de
diferentes Intervalos de Tiempos”. [12]

Del italiano modello deriva el francés modelo y el ingles modelo y modell.

Shakespeare usa el modelo tanto con referencia a los edificios, por lo tanto en el sentido arquitectónico,
y en un sentido más general como "tipo de comportamiento" y Bacon indica con módulo una copia
mental del mundo real, que está bastante cerca del uso moderno. Hoy en día estos

Actas del Taller de Carteles en CSD & M 2013 102

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

los términos se difunden intensamente. Por ejemplo, durante la década 1990-1999 ha

habido 17.000 publicaciones incluyéndolas en el título.
Lo destacable es que a lo largo de los siglos hay un rasgo interesante que caracteriza a los
modelos: parecen ser herramientas que ayudan a diseñar artefactos. Los modelos son visiones de
un sistema de destino construido respetando las restricciones extraídas de su entorno, que
ayudan al diseñador / arquitecto del sistema a concebirlo. En las disciplinas de ingeniería, el
modelado es ante todo una actividad cercana al diseño. El diseño de sistemas y servicios requiere
procesos tanto analíticos como sintéticos, porque los diseñadores inventan y crean nuevos
artificial sistemas para satisfacer una necesidad. Esto es diferente de describir y comprender un
determinadonatural sistema. Desde este punto de vista, la modelización asume un significado
mucho más práctico con referencia a otras disciplinas científicas como las ciencias naturales, la
lógica formal y las matemáticas. El modelado es un conjunto de actividades, herramientas,
heurísticas (en el sentido amplio del término), capacidades que llevan a un diseñador a construir
un sistema-respuesta a un problema-pregunta al que se enfrenta.

3.1 Validación del modelo

“Los modelos matemáticos que se utilizan en el quirófano son representaciones del

sistema en estudio. Estos modelos pueden ser imperfectos e idealizados, pero aún así la
calidad de las soluciones que brindan depende de manera crucial de su cercanía a la
realidad en los aspectos relevantes ". [7]

Los ingenieros separan el "juicio" de un sistema en dos fases distintas, veri fi cación y
validación. El proceso de verificación garantiza que el sistema se ha realizado correctamente, respetando
todas las especi fi caciones documentadas durante la fase de ingeniería de requisitos. El proceso de
validación asegura que el sistema funcione como se espera. Tenga en cuenta que, desde la perspectiva
del usuario final, un sistema que realiza perfectamente una tarea incorrecta no es un buen resultado.
Este tema es muy importante en el diseño de sistemas.

"En pocas palabras, el proceso de verificación del producto responde a la pregunta

fundamental. ¿Se realizó correctamente el producto final? El proceso de validación del
producto aborda la pregunta igualmente crítica: ¿se realizó el producto final correcto?”[13]

Esta cuestión también se refiere al método de la IO, que normalmente incluye dos fases: en la primera
fase, un problema se formaliza en un modelo; en la segunda fase se buscan técnicas eficientes para
resolver el modelo. La verificación del modelo se ocupa de cuestiones sobre la capacidad de
proporcionar soluciones correctas con una cantidad limitada de recursos y tiempo computacionales. Nos
referimos a este tema como el problema deeficiencia. La validación del modelo evalúa que el modelo
realmente aborda el problema correcto. Nos referimos a este tema como el problema deeficacia. Por
ejemplo, un modelo para el problema de la ruta más corta y un algoritmo rápido y correcto que
encuentre sus soluciones no sería una buena respuesta para alguien que esté buscando rutas que pasen
por el "top norte”Ciudades interesantes que parten de Milán y llegan a París. Sería e fi ciente pero no
eficaz. En quirófano, varios problemas importantes ya están identi fi cados y clasificados con precisión,
por lo que la atención se centra sobre todo en la capacidad de resolverlos, es decir, en la eficiencia. El
problema de la eficiencia está bien definido. La teoría de la complejidad computacional se ocupa de ello y
proporciona un marco estable.

Actas del Taller de Carteles en CSD & M 2013 103

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

Sin embargo, los ingenieros y diseñadores de sistemas a menudo se sienten desconcertados por el problema de escribir el
modelo correcto. En el diseño de sistemas, la eficacia es un problema importante.

"- ¿Qué es un modelo válido? - ha sido uno de los temas menos discutidos en la
literatura de quirófano. [. . . ] Pensar en la construcción y validación de modelos es
básicamente plantear la cuestión de las diferentes formas de producir
conocimiento y decidir sobre la aceptabilidad del conocimiento así producido ”. [14]

El problema de la eficacia abarca varios enfoques y tiene límites borrosos. Las pruebas de validación se
pueden basar en la comparación de las predicciones del modelo con los resultados del mundo real. Sin
embargo, este tipo de validación no siempre es posible porque las pruebas repetidas pueden ser
costosas, llevar mucho tiempo o simplemente imposibles. Por lo tanto, alternativamente, los modelos
pueden validarse utilizando eventos históricos y argumentos intersubjetivos. En nuestra opinión, el
problema de la validación del modelo en el quirófano no puede separarse de las cuestiones generales
sobre el enfoque del conocimiento científico. Creemos que la filosofía de la ciencia y, en particular, la
filosofía de la ingeniería son buenos marcos para el problema de la eficacia. Algunos autores comparten
esta opinión con nosotros.

“Si los Investigadores Operativos lo saben o no, no importa: tomar una opción en
el debate sobre la validación del modelo en el quirófano es, explícitamente o no,
actualizar las opciones epistemológicas”. [15]

4 Enfoque experimental para la validación de modelos

La ciencia moderna es empírica. La experimentación tiene un papel en la ciencia que no se

puede subestimar. Según RP Feynman:

“El principio de la ciencia, la definición, casi, es la siguiente: La prueba de todo conocimiento es

la experimentación. El experimento es el único juez de la verdad científica "
[dieciséis]

No obstante, en esta sección proporcionamos algunos argumentos para recordar que los debates
que surgieron en la epistemología contemporánea muestran que el papel de la experimentación
se considera (a veces) problemático. Hay un lado brillante y otro oscuro de la moneda.
Empezamos por el lado positivo.
En primer lugar, los experimentos se utilizan para producir una con fi rmación, ya que pueden
darnos argumentos sólidos para confiar en una hipótesis. En segundo lugar, pueden favorecer la
descubrimiento de nuevas teorías que muestran nuevos fenómenos desconocidos que requieren una
explicación. Como representantes de estos dos usos del experimento, podemos citar, entre otros, a G.
Galileo y F. Bacon. Ambos defendieron una actitud más empírica en la filosofía natural y ambos apoyaron
una nueva visión del conocimiento basada en observaciones que debían realizarse sin prejuicios ni
preconcepciones. Sin embargo, consideramos que Galileo exhibe un ejemplo del uso de la
experimentación para con fi rmar una teoría y Bacon como un ejemplo del uso de la experimentación
para favorecer el descubrimiento de nuevas teorías.
Las observaciones pueden respaldar una teoría. Con el telescopio, Galileo descubrió las cuatro grandes
lunas de Júpiter que, dado que no orbitan alrededor de la Tierra, proporcionan un argumento en contra

Actas del Taller de Carteles en CSD & M 2013 104

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

la teoría ptolemaica que lo fijó en el centro del universo. En este caso, los hechos obtenidos a través del
trabajo experimental (observación repetida) con fi rman una teoría (sistema copernicano).
Las observaciones pueden fomentar ideas nuevas y generales, como explica Bacon. De
hecho, Bacon era un inductivista convencido. SuNovum Organum (1620) puede considerarse
como el primer trabajo moderno sobre lógica inductiva. En particular, analiza los métodos que
pueden utilizarse para producir inferencias inductivas teóricas, es decir, de lo particular a lo
general, que habían sido relegadas a un papel menor durante los siglos anteriores.

“El silogismo consiste en proposiciones, las proposiciones consisten en palabras y las

palabras son símbolos de nociones. Por tanto, si las nociones mismas (esta es la base
del asunto) se confunden y se abstraen de las cosas sin cuidado, no hay nada sólido en
lo que se construye sobre ellas. La única esperanza es la verdadera inducción ".

Más recientemente, los empiristas lógicos del Círculo de Viena reafirman la defensa más radical
del empirismo.2: quien declaró, en su Manifiesto, que el verdadero conocimiento es totalmente
empírico porque la empresa científica se caracteriza

“Básicamente por dos características. Primero es empirista y positivista: sólo hay

conocimiento de la experiencia [...] Segundo, la concepción científica del mundo está
marcada por la aplicación de un cierto método, a saber, el análisis lógico ”.

Una de sus tesis más famosas es la criterio de veri fi cación del significado: el significado de una
proposición consiste en su método de verificación, y una proposición que no puede ser verificada
carece de significado. Así, el papel de la verificación experimental es incluso más fuerte que en la
visión de Galileo y Bacon, ya que está en la base del significado.
Ahora echamos un vistazo al lado oscuro de la moneda de la experimentación. Duhem [17]
propone que no es posible probar experimentalmente una sola hipótesis porque las teorías
complejas incluyen muchas hipótesis y es realmente difícil establecer qué afirmaciones contradice
una prueba (los ingenieros de sistemas llamarían a esto un problema de trazabilidad). Además,
una observación que refuta un modelo puede ser compatible con muchos otros. Por ejemplo, la
observación de Galileo fue consistente tanto con los modelos propuestos por Copérnico como
con el propuesto por Tycho Brahe. Esta posición se conoce, en la actualidad, como Duhem-Thesis3.

Una segunda dificultad se refiere a la confiabilidad de lo que estamos acostumbrados a

considerar. hechos objetivos. Partiendo de lo platónico alegoría de la cueva hasta ahora, varios
filósofos han advertido sobre la posibilidad de que los hechos puedan ser ilusorios. Muchas veces
en la historia de la filosofía se ha cuestionado la evidencia. Sin embargo, en este caso, el objetivo
no es el conocimiento en general, es exactamente el método científico que se cuestiona. En el
contexto de la ciencia moderna una referencia común, desde este punto de vista, es la obra de
Hanson, como se mencionó anteriormente. Hanson cree que no hay una observación
incondicional de los hechos y, además, no hay un lenguaje neutral para

2 El Círculo de Viena era una asociación de filósofos con sede en la Universidad de Viena en 1922.
Entre sus miembros se encontraban Moritz Schlick, Rudolf Carnap, Richard von Mises, Otto
Neurath, Herbert Feigl.
3 Observamos la frecuencia con que los términos Duhem-Thesis y Tesis de Duhem-Quine se utilizan como equivalentes,

pero, en realidad, se refieren a tesis bastante diferentes.

Actas del Taller de Carteles en CSD & M 2013 105

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

expresarlos. Los términos de observación están "llenos de teoría". Por tanto, la idea de que las teorías se
confrontan con hechos puros es errónea, en su opinión.

“En cierto sentido, entonces, ver es una empresa 'cargada de teoría'. La observación de x está
determinada por el conocimiento previo de x. Otra in fl uencia en las observaciones reside en
el lenguaje o la notación que se usa para expresar lo que sabemos, y sin los cuales habría poco
que pudiéramos reconocer como conocimiento ”. [3]

Lo que observamos está influido, desde el principio, por nuestro sistema de referencia, nuestras
opiniones, nuestro conocimiento previo y, en general, nuestra teoría.
Hempel explica una tercera dificultad. Propuso la llamada paradoja de la confirmación, que
explica a través del ejemplo de los cuervos. Normalmente admitimos que la observación de un
cuervo negro confirma la hipótesis de que "todos los cuervos son negros". Por otro lado, un
cuervo blanco es un claro contraejemplo. Sin embargo, si también admitimos (y en general lo
hacemos)condición de equivalencia, entonces obtenemos resultados extraños. La
condición de equivalencia establece que si dos hipótesis son lógicamente equivalentes, entonces cierta evidencia
que confirma la primera con fi rma también la segunda (equivalente). Un equivalente lógico de "todos los
cuervos son negros" es "todos los objetos que no son negros son no cuervos". Esto último está confirmado por
un no cuervo que no sea negro, por ejemplo, una corbata blanca. De ello se deduce que una corbata blanca
también con fi rma que "todos los cuervos son negros". Esto es lógicamente correcto, pero suena extraño.
Sabemos que Popper propone una mejora fundamental del principio de verificación del
Círculo de Viena. Él cree que las inferencias inductivas no tienen justificación, ya que no importa
cuántos hechos singulares haya observado, nunca está seguro de que podría ocurrir un
fenómeno singular diferente, haciendo que su conclusión general sea incorrecta. Por tanto, en la
práctica, la verificación no es factible. Introduce un criterio diferente para defender la posibilidad
de justificación empírica de una teoría. Una teoría tiene que dividir el mundo en dos clases
distintas de fenómenos: los que son compatibles con él y los que lo contradicen. Por lo tanto, no
debemos buscar hechos que confirmen una teoría, sino los que podrían hacerla falsa. Cuanto más
tiempo resista una teoría a estos ataques, mejor. Es de confianza o, usando su terminología,
corroborado. Se trata de un avance considerable con respecto a las posiciones del Círculo de
Viena. Se reducen los problemas causados por la inducción.
Sin embargo, según sus oponentes, el método de falsificación propuesto por Popper no escapa a las
cuestiones de la subdeterminación de las teorías. Durante los años sesenta, autores como Kuhn y
Lakatos promovieron la idea de que la ciencia progresa a través de muchas formas diferentes, haciendo
que nuestra comprensión de su método sea más abarcadora. Su enfoque ya no estaba en una sola teoría
contra los hechos. La investigación científica comenzó a considerarse como un sistema complejo que
comprende muchos elementos heterogéneos. Los términosparadigma propuesto por Kuhn y programa
de investigación propuesto por Lakatos obtuvo un notable éxito y entró en la terminología de la filosofía
de la ciencia, volviéndose bastante común. En particular (siguiendo [18, 19]) hay 4 tipos de programas de
investigación básica:descriptivo, explicativo, de diseño, explicativo. Los programas de investigación
descriptiva tienen como objetivo “simplemente” describir un conjunto de fenómenos, mientras que los
programas explicativos intentan proporcionar una explicación y un marco para predecir fenómenos
similares. Estos dos primeros tipos se refieren a las ciencias empíricas. Los programas de investigación
de diseño se ocupan de la realización de artefactos que satisfacen ciertas necesidades previamente
elegidas. Este tipo se refiere a la ingeniería y disciplinas afines. Los programas de investigación
explicativa están destinados a proporcionar una explicación precisa, posiblemente formal, de conceptos
interesantes pero poco claros. Este último tipo se refiere

Actas del Taller de Carteles en CSD & M 2013 106

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

matemáticas y filosofía analítica. Por lo tanto, existen al menos cuatro enfoques diferentes de la
ciencia, y no todos se basan exclusivamente en la experimentación. La "lección" de estos filósofos
de la ciencia es que debemos considerar el método de la ciencia simplemente como "lo que hacen
los científicos", sin limitaciones. Feyerabend, sobre todo, respalda firmemente este punto de vista.

Desde nuestro punto de vista, notamos que, en realidad, los diseñadores de sistemas y los tomadores de
decisiones (en algún momento) tienen que tomar decisiones que no pueden basarse en evidencia experimental.
Por lo tanto, en las siguientes secciones, consideramos diferentes enfoques posibles.

5 Enfoque colaborativo para la validación de modelos

En esta sección trazamos las raíces históricas y conceptuales de este tipo de método, a saber, la
búsqueda de la verdad (solo) a través de una discusión abierta.
Hay enfoques del conocimiento científico que se saltan la mayoría de las cuestiones sobre la
capacidad de la ciencia para captar la verdad última sobre la realidad. Por ejemplo,
instrumentalismo.

“El instrumentalismo puede formularse como la tesis de que las teorías científicas, las
teorías de las llamadas ciencias“ puras ”, no son más que reglas computacionales (o
reglas de inferencia)”. [20]

Ontológico4 Los problemas sobre la existencia efectiva de un “ser” inmutable, que debe
describirse con una explicación concluyente, quedan totalmente fuera. El instrumentalismo no se
centra en la distinción entre veracidad y falsedad de las teorías científicas. Por el contrario,
considera, por elección propia, “solo” su utilidad práctica. Representantes importantes de este
enfoque son, entre otros, E. Mach, H. Poincarè, P. Duhem, E. Le Roy. Por ejemplo, Poincarè
propone que podemos considerar los axiomas de la geometría como simplesconvenciones. De
manera similar, Le Roy piensa que la ciencia tiene un valor instrumental puro y que las leyes
científicas son sólo síntesis convenientes de conjuntos de hechos. La posición de Duhem es más
variada, pero no muy diferente.

“Una teoría física no es una explicación. Es un sistema de proposiciones matemáticas

que puede derivarse de un pequeño número de principios que sirven para representar
con precisión un grupo coherente de leyes experimentales de una manera tan simple
como completa ”. [21]

El segundo"5 Wittgenstein (ver. [22]) cree que un estudio formal general del lenguaje no es
viable. Ninguna teoría puede proporcionar reglas generales que sean válidas en todos los casos.
Por el contrario, solo podemos establecer normas locales ya que el lenguaje humano se elabora
en contextos locales. Piensa que estas normas surgen de conductas y culturas basadas en lo que
él llamajuegos de idiomas, es decir, conjuntos específicos de reglas lingüísticas. No existe un
lenguaje perfecto y, en particular, no hay un lenguaje científico perfecto. Además, en su opinión,
esto refleja la ausencia de una estructura subyacente común, a saber, la

4 La ontología es la rama de la metafísica que estudia la naturaleza de la existencia o el ser como tal.
5 Observamos que el "segundo" Wittgenstein es casi diferente del "primero", cuyas posiciones
están representadas sobre todo por el Tractatus logico-philosophicus.

Actas del Taller de Carteles en CSD & M 2013 107

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

ausencia de una lógica común. Deberíamos abandonar la idea de que hay una única "lógica" en la
base de la racionalidad humana y aceptar el hecho de que actuamos y pensamos de acuerdo con
practicas que son funcionales para fines particulares y no pueden generalizarse.
El instrumentalismo, el convencionalismo y el “segundo” Wittgenstein abren la puerta a la entrada
en el campo de la filosofía de la ciencia de elementos que, en las primeras décadas del 20th siglo, se
había mantenido fuera. Los componentes sociales se introducen como parte fundamental del
conocimiento científico. La separación entre los componentes externos e internos de la empresa
científica comienza a debilitarse, de modo que el contexto y el contenido comienzan a coincidir y el
conocimiento deja de existir.justificada la verdadera creencia, pero, más débilmente, creencia localmente
aceptada. La física pierde su supremacía como modelo de todas las disciplinas científicas, y la idea del
siglo XIX, renovada por el proyecto de unidad de la ciencia del Círculo de Viena, de que todas las ramas
de la ciencia podrían reducirse a una explicación matemática, es reemplazada por un enfoque más
abarcador que admite causas finales, interpretaciones, explicaciones narrativas. Desde el punto de vista
de estos autores, el estudio de la naturaleza es similar al estudio de las instituciones sociales, los mitos,
los grupos políticos. En otras palabras, estos epistemólogos piensan que el conocimiento es solo una
construcción social, es decir, que la verdad no existe en sí misma y es solo un consenso acordado (a
menudo, de expertos). Esta corriente de pensamiento sugiere que lo que consideramos verdadero está
compuesto por creencias simples que alguien, que tiene el poder, el prestigio o el estatus para hacerlo,
ha legitimado.
Bloor y Barnes y otros investigadores de la Universidad de Edimburgo financiaron en los años 60 el
Programa fuerte de sociología del conocimiento (Programa Fuerte, para abreviar) respaldando estas
ideas. Esta corriente de investigación encaja con la tradición de la sociología de la ciencia de Merton (cf.
[23]) pero tiene objetivos más sólidos. La sociología tradicional de la ciencia quiere explicar la influencia
de los factores sociales en el proceso que conduce a un descubrimiento, pero no cree que influyan
también en su contenido. Podríamos decir que se centra más en los científicos que en las teorías
científicas. Básicamente, la contribución de la sociología se considera útil para explicar los fracasos
científicos. Las teorías correctas no necesitan explicaciones sociológicas. Las incorrectas pueden ser
objeto de un análisis sociológico. Al contrario, el
Programa fuerte afirma que la verdad es un producto social, por lo que todos los enunciados,
incluso los correctos, tienen una justificación sociológica. Por ejemplo, Bloor piensa que el
enfoque psicólogo de las matemáticas propuesto por JS Mill todavía tenía plena plausibilidad. Mill
piensa que comprender las matemáticas equivale a comprender los procesos psicológicos que
llevan a cabo los matemáticos. Frege contrastó esta idea, pidiendo un sustrato objetivo de las
matemáticas. A partir de las objeciones de Frege, Bloor afirma que este sustrato lo proporciona la
capa intersubjetiva de los procesos psicológicos, a saber, la social. Las matemáticas, desde este
punto de vista, se convierten esencialmente en una práctica social.
Observamos que, entre otros, Popper se opuso absolutamente a este enfoque y creía que la
sociología y la psicología no se pueden utilizar para fundamentar la ciencia.

“. . . para mí la idea de volverse hacia la ilustración sobre los fines de la ciencia, y su

posible progreso, hacia la sociología o la psicología. . . es sorprendente y
decepcionante. De hecho, en comparación con la física, la sociología y la psicología
están plagadas de modas y dogmas descontrolados. . . Por eso considero
sorprendente la idea de recurrir a la sociología o la psicología ”. [24]

Sin embargo, independientemente de la cuestión de establecer cuál de estos enfoques

opuestos del conocimiento es correcto (cuál no es nuestra tarea), podemos retener que hay

Actas del Taller de Carteles en CSD & M 2013 108

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

es un enfoque del conocimiento científico que nos dice que una decisión puede ser respaldada
legítimamente por un trato estipulado por todas las personas a cargo de la elección.
Volviendo al punto de vista de nuestro trabajo, podemos observar que la toma de decisiones
colaborativa tiene su propia tradición y, por tanto, indirectamente, una especie de legitimación. No
creemos que este sea el mejor método, ni que este sea el único método, como nos dicen los sociólogos
del programa. Sin embargo, en la práctica, cuando no se dispone de otras opciones o se carece de
evidencia empírica, las decisiones se toman mediante el acuerdo de las partes interesadas. Coincidimos
en que esto no es inadmisible. En la práctica, sucede con bastante frecuencia. En nuestra experiencia,
esto no es inusual en la gestión de proyectos y el diseño de sistemas.

6 Enfoque ético de la validación del modelo

En esta sección, buscamos en la literatura las relaciones entre la ética y la ciencia (OR y las
ciencias de la administración en particular).
Churchman [25] advierte sobre la posible inmoralidad de la OR que, en su opinión, no podía
respetar la ley moral de Kant ”.tomar solo aquellas decisiones que tratan a la humanidad como un
fin, nunca como un medio solo”Ya que, en algunas ocasiones, OR trata a las personas solo como
un medio, para lograr un óptimo. Sin embargo, las relaciones entre ética y OR son recurrentes.
Wenstøp [26] nos ofrece un panorama completo de las últimas cuatro décadas, indicando el
trabajo de Boulding [27] como una brecha. Boulding propone la IO como un instrumento para la
ética debido a su capacidad de optimizar las consecuencias de una decisión y maximizar la
utilidad, que es el objetivo de algunos tipos de enfoques morales, por ejemplo, el utilitarismo.

Ackoff observa que OR debe cuidar el interés de las partes interesadas (una idea que es
consistente con el enfoque que hemos adoptado en este trabajo).

"Las decisiones deben tomarse por consenso de todos los que se ven directamente afectados por las
decisiones, las partes interesadas". [28]

El libro editado de Wallace, Ética en el modelado [29], cubre varios argumentos relacionados con el
papel de la ética en las disciplinas del diseño y respalda una atención atenta a las partes interesadas y las
cuestiones éticas. Brans [30, 31] indica el análisis de decisiones de criterios múltiples como la
herramienta OR que puede "tener en cuenta los intereses de las partes interesadas y la naturaleza, y
aboga por un concepto de ética multifacético, consistente en el respeto, la gestión multicriterio y la
felicidad ”[26]. Gallo [32] subraya que la investigación debe preocuparse tanto por las consecuencias de
una decisión como por el respeto de los principios fundamentales. Identi fi ca los dos que deben
conectar a tierra OR. Laresponsabilidad principio, basado en el pensamiento de Jonas
[33], y el compartir y cooperar principio. Brans y Gallo [34] proporcionan otro relato
histórico de las relaciones entre OR y la ética, indicando a Churchman como uno de los
principales iniciadores de este "partido". Observan que:

"A diferencia de las ciencias naturales, OR / MS6 [. . . ]tiene como objeto no la realidad natural, sino una
realidad hecha por el hombre, la realidad de los sistemas complejos hombre-máquina [. . . ] Casi
ningún área en quirófano / EM puede considerarse lo suficientemente alejada del mundo real como
para escapar de las consideraciones éticas.”.

6 Investigación de operaciones / Ciencias de la gestión (OR / MS)

Actas del Taller de Carteles en CSD & M 2013 109

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

Mingers [35] analiza las relaciones entre OR y La ética del discurso (DE), un marco moral
desarrollado por Habermas [36, 37]. Según Mingers, esta teoría encaja bien con la ciencia
de la toma de decisiones. Habermas piensa que podemos, a través del análisis de las
estructuras comunicativas, identificar las condiciones para la aceptabilidad de un
argumento válido y que estas condiciones son comunes a una teoría moral válida.

“Entonces, ¿cómo deberíamos aplicar DE a OR? [. . . ] DE no se presenta a sí mismo como una panacea,
pero proporciona un modelo procesal contra el cual las propuestas y decisiones pueden ser probadas
para su legitimidad ética y, si se siguen, deberían conducir a acciones que sean mejores a largo plazo
tanto para las organizaciones como para la sociedad civil. la sociedad en su conjunto ". [35]

Le Menestrel y Van Wassenhove se centran en el compromiso entre

"legitimidad científica de los modelos OR (ética fuera de los modelos OR) y la integración de la
ética dentro de los modelos (ética dentro de los modelos OR) ”[38].

Este argumento recuerda la oposición de valores epistémicos y no epistémicos introducidos

anteriormente. Identifican tres posibles actitudes hacia las relaciones entre la IO y la ética.
El primero corresponde a una clara separación entre ellos. Asegura la objetividad de la OR,
pero, en su opinión, es incompleta. El segundo integra la ética en quirófano. Este enfoque
es más completo, pero tiene el defecto de aceptar cierta subjetividad. El tercer enfoque se
basa en una distinción entre el modelo OR y el proceso OR. La ética debe integrarse con el
proceso de IO y no en los modelos. El proceso de quirófano puede operar como un
conector entre los modelos de quirófano y el mundo real y puede incluir cuestiones éticas
sin comprometer la objetividad de los modelos de quirófano. Por lo tanto, se refieren a este
enfoque comoética más allá del modelo.

“Presentamos tres enfoques metodológicos para combinar la ética con la Investigación Operativa. La
primera es la ética fuera de los modelos de quirófano [. . . ] El segundo enfoque es la ética dentro de
los modelos de quirófano [. . . ] El tercer enfoque es la ética más allá de los modelos de quirófano"

7 Enfoque teleológico para la validación de modelos

En esta sección nos enfocamos en los conceptos de metas y objetivos, que impregnan la
ingeniería de sistemas. En particular, nos atrevemos a un posible (audaz) vínculo. Los conceptos
de meta y requisito, usados en el diseño de sistemas, tienen sus “antepasados” conceptuales en
el aristotélicocausas finales.
Para los empiristas, el concepto mismo de explicación teleológica de los fenómenos, es decir,
la existencia de propósitos y objetivos en la naturaleza por los cuales se hacen las cosas, es
inadmisible. Esto conferiría a la naturaleza algo así como un “libre albedrío”, lo cual es
incompatible con la idea de la naturaleza como mecanismo. Sin embargo, Aristóteles adelantó
objetivos como una de sus famosas cuatro causas:material, formal, eficiente y final.

“Aristóteles estaba profundamente comprometido con la investigación y explicación de

los fenómenos naturales, que se refleja en todos los tratados supervivientes de filosofía
natural [. . . ] Lo que une las cuestiones exploradas en estos tratados naturales, [. . . ]

Actas del Taller de Carteles en CSD & M 2013 110

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

es que son predominantemente preguntas que preguntan por el propósito de las cosas,
o, como dice Aristóteles, preguntas que piden - eso en aras de las cuales -. Según la
comprensión de Aristóteles del conocimiento científico, las respuestas a estas preguntas
específicas por qué constituyen explicaciones teleológicas [. . . ] ”[39]

Causas finales (o telos) difieren de otros desde muchos puntos de vista. La diferencia más evidente es
que las causas "normalmente" ocurren antes que los efectos, mientras que en teleología.
las explicaciones son los efectos que ocurren primero. En una explicación causal, un primer eventomi1
sucede en el momento t1 y un segundo mi2 en el momento t2. Esta no es una condición suficiente
para afirmar que mi1 causa E2, pero es necesario. En la explicación teleológica, esta secuencia
temporal se invierte. Lami1 sucede en el momento t1 para servir el segundo mi2 en el momento t2,
cual es la causa.

“Mientras que en una explicación causal típica la causa anterior explica el

efecto tardío, en las explicaciones teleológicas, como se entiende
tradicionalmente, el efecto tardío (es decir, el objetivo o propósito por el cual
sucedió algo ) explica la causa anterior en el tiempo (es decir, por qué sucedió
algo). La locución típica de una explicación teleológica es: esto sucedió para
que eso ocurriera ”. [40]

Bacon recomendó un uso limitado de causas finales:

"Tocino. . . cita con aprobación la máxima de Aristóteles - Vere scire est per
cause scire - y la distinción aristotélica de cuatro causas, Materia, Forma, Ef fi
ciens, et Finis [pero propone. . . ] su famosa condena de las causas finales
[. . . ] Él culpa a su uso en Física; aprueba su uso en Metafísica ”.
[41]

Sin embargo, este tipo de causas fue admitido por autores como Leibniz y Kant (entre
otros).

“Leibniz admitió explicaciones teleológicas junto con las mecánicas. Aparte de la

necesidad de explicaciones teleológicas (en términos de los propósitos de Dios) en
metafísica, argumentó que los fenómenos físicos pueden explicarse tanto por
principios mecánicos como teleológicos. . . . De hecho, Leibniz aceptó de todo
corazón las causas finales aristotélicas junto con las causas eficientes ”. [24]

La pregunta es si la ciencia debería admitir o rechazar las causas finales. Proponemos una solución de
compromiso. En nuestra opinión, la respuesta es que, de todos modos, los ingenieros los utilizan en la
actividad diaria, durante el diseño de sistemas, pero están ocultos por el uso de una terminología
diferente. Por supuesto, no afirmamos que "los aviones quieren volar" o "los barcos quieren nadar".
Sería una tontería evidente. Sin embargo, las partes interesadas y los sistemas tienen objetivos, por lo
que simplemente sugerimos que el término "causas finales" puede tener una interpretación (fluida) que
no sea incompatible con nuestravista estándar de la ciencia: el término "meta" es un sinónimo (seguro)
del término "causa final". Desde este punto de vista, podríamos decir (de manera bastante provocativa),
que la ingeniería de requisitos y la investigación de operaciones son filosofía aplicada.

Actas del Taller de Carteles en CSD & M 2013 111

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

Referencias

1. Lipton, P .: Ingeniería y verdad, filosofía de la ingeniería, vol.1

2. Bunge, M .: Tecnología como ciencia aplicada. (1966)
3. Hanson, N .: Patrones de descubrimiento: una investigación sobre los fundamentos conceptuales de la ciencia. Prensa
universitaria (1958)
4. Psillos, S .: Causalidad y explicación. Problemas centrales de la filosofía. Acumen (2002)
5. Anthonie Meijers. Editores generales: Dov M. Gabbay, PT, Woods, J., eds .: Handbook of the
Philosophy of Science. Volumen 9: Filosofía de la Tecnología y Ciencias de la Ingeniería.
Elsevier BV (2009)
6. Laudan, L .: El progreso y sus problemas: hacia una teoría del crecimiento científico. Filosofía de la
Ciencia. Prensa de la Universidad de California (1978)
7. Niiniluoto, I .: ¿Es la ciencia progresiva? Biblioteca de síntesis. Springer (1984)
8. Schlick, M .: El futuro de la filosofía. En: Actas del Séptimo Congreso Internacional de Filosofía,
Londres (1931) 112–116
9. McMullin, E .: Valores en la ciencia. PSA: Actas de la Reunión Bienal de la Asociación de Filosofía de la Ciencia
mil novecientos ochenta y dos (1982) 3–28
10. Dorato, M .: Valores epistémicos y no epistémicos en la ciencia. En: Valores de la ciencia y
objetividad. Serie Pittsburgh-Konstanz en Filosofía e Historia de la Ciencia. University of
Pittsburgh Press (2004) 52–77
11. Shipley, JT: Los orígenes de las palabras en inglés: un diccionario discursivo de raíces indoeuropeas.
Prensa de la Universidad Johns Hopkins (1984)
12. Alberti, LB: De Re Aedi fi catoria Libri X. Alamani, 1485; Traducción al inglés de James Leoni de
la traducción al italiano de Cosimo Bartoli, Firenze, 1550. (Los) Diez libros de arquitectura.
Reimpresión de la edición de Londres 1755; Tiranti, 1955. (1485)
13. Kapurch, S .: Manual de ingeniería de sistemas de la NASA. Editorial DIANE (2010)
14. Landry, M., Oral, M .: En busca de una visión válida de la validación de modelos para la investigación de
operaciones. Revista europea de investigación operativa66 (2) (1993) 161 - 167
15. Dry, R., Landry, M., Banville, C .: Revisando el tema de la validación del modelo en OR: Una visión
epistemológica. Revista europea de investigación operativa66 (2) (1993) 168 - 183
16. RP Feynman, RBL, Sands, M .: Las Conferencias Feynman sobre Física. Leer. MA: Addison-
Wesley Publishing Company (1963)
17. Duhem, P .: Sōzein ta phainomena: essai sur la notion de théorie physique de Platon à Galilée.
A. Hermann (1908)
18. Kuipers, T .: Leyes, teorías y programas de investigación. En Kuipers, TA, ed .: Filosofía general
de la ciencia: cuestiones focales. Manual de Filosofía de la Ciencia. Elsevier / Holanda
Septentrional
19. Kuipers, TA: Filosofía general de la ciencia: cuestiones focales. Manual de Filosofía de la Ciencia.
Elsevier / Holanda Septentrional (2007)
20. Popper, K .: Conjeturas y refutaciones: el crecimiento del conocimiento científico. Clásicos de
Routledge. Taylor y Francis (2002)
21. Duhem, P .: La théorie physique: son objet, et sa structure. Bibliothèque de philosophie
expérimentale. M. Riviere y Cie. (1906)
22. Wittgenstein, L .: Investigaciones filosóficas. Basil Blackwell, Oxford (1953)
23. Merton, R .: Ciencia, tecnología y sociedad en la Inglaterra del siglo XVII. H. Fertig (1970)
24. Popper, K .: La ciencia normal y sus peligros. En Lakatos, I., Musgrave, A., eds .: Criticism and
the Growth of Knowledge. Cambridge University Press, Nueva York (2004) 51–58
25. Churchman, CW: Investigación operativa como profesión. Ciencias de la gestión17 (1970)
26. Wenstp, F .: Investigación operativa y ética: tendencias de desarrollo 1966-2009. Transacciones
internacionales en investigación operativa17 (4) (2010) 413–426

Actas del Taller de Carteles en CSD & M 2013 112

Ingeniería y modelado de sistemas: algunas observaciones epistemológicas

27. Boulding, KE: La ética de la decisión racional. Ciencias de la gestión12 (1966)

28. Ackoff, RL: La ética empresarial y el emprendedor. Journal of Business Venturing2 (3)
(1987) 185-191
29. Wallace, WA: Ethics in Modeling. Pérgamo (1994)
30. Brans, J .: Ética y decisión. Revista europea de investigación operativa136 (2) (2002) 340–352

31. Brans, J .: La gestión del futuro: Ética en quirófano: Respeto, gestión multicriterio, felicidad.
Revista europea de investigación operativa153 (2) (2004) 466–467
32. Gallo, G .: Investigación operativa y ética: responsabilidad, compartir y cooperación. Revista europea
de investigación operativa153 (2) (2004) 468–476
33. Jonas, H .: Technik, Medizin und Ethik. Praxis des Prinzips Verantwortung. Suhrkamp,
Fráncfort del Meno (1996)
34. Brans, JP, Gallo, G .: Ética en OR / MS: pasado, presente y futuro. Anales O153 (1) (2007) 165–
178
35. Mingers, J .: Ética y OR: Operacionalizando la ética del discurso. Revista europea de
investigación operativa210 (1) (2011) 114 - 124
36. Habermas, J .: Discourse ethics, law and sittlichkeit. En Dews, P., ed .: Autonomía y solidaridad:
entrevistas con Jü Rgen Habermas. Verso (1992)
37. Habermas, J .: Tres modelos normativos de democracia. En Polity Press, C., ed .: La inclusión
del otro. 239-252.
38. Le Menestrel, M., Van Wassenhove, L .: ¿Ética fuera, dentro o más allá de los modelos? Revista
europea de investigación operativa153 (2) (2004) 477–484
39. Leunissen, M .: Explicación y teleología en la ciencia de la naturaleza de Aristóteles. Prensa de la Universidad
de Cambridge (2010)
40. Psillos, S .: Perspectivas pasadas y contemporáneas sobre la explicación en Filosofía General de la
Ciencia: Temas Focales, vol.1. Manual de Filosofía de la Ciencia. Elsevier / Holanda Septentrional
(2007)
41. Underhill, GE: El uso y abuso de causas finales. (2008)

Actas del Taller de Carteles en CSD & M 2013 113