¿Son las “ciencias duras” más exactas que las ciencias sociales?

 

| Por: Alexander Martínez Rivillas* |

 

En esta época de sondeos electorales siempre es posible preguntar por la seriedad de las encuestas. Mis estudiantes de ciencias sociales, ambientales, o agrarias, suelen tener una pobre lectura de la teoría de las probabilidades, o sea, la base matemática de aquellas mediciones. De hecho, se sigue creyendo, entre la mayoría de los profesores universitarios, que las ciencias duras son exactas y las ciencias humanas son imprecisas. Nada más lejos de la realidad.

 

Ciertamente, las ciencias naturales tienen un alto grado de predictividad o de predicción. Somos capaces de lanzar una sonda a Marte con una aceptable seguridad de que llegaremos al objetivo propuesto. Lo mismo que podemos estimar la tasa de crecimiento de una bacteria y con cierta certeza verificarlo en un cultivo controlado o en un ambiente abierto. Podemos anticipar las distintas resistencias de una estructura de concreto sometida a varias fuerzas desestabilizadoras en un terremoto. En fin, gracias a las modelaciones computacionales, y contando con una vasta cantidad de datos pertinentes, podemos anticipar muchos fenómenos naturales, como las precipitaciones (con varias horas de antelación a escala local, a lo más), la población máxima de algunas especies en un ecosistema bien delimitado, entre otros incontables casos.

 

Sin embargo, ninguna medición (aun siendo la más elemental) y ninguna predicción pueden estar libres de error, o mejor, no pueden reflejar de manera absolutamente cierta todos los atributos de la realidad. Medir una distancia entre dos puntillas en un listón de madera, por ejemplo, tiene problemas de precisión (los valores medidos se dispersan o se concentran), de exactitud (el valor medio se ajusta o no al valor supuesto como real) y de error (el valor medido se ajusta o no al valor supuesto como real). Todos estos problemas dependen de la calidad, del mantenimiento, de la buena estandarización del instrumento de medición, y de la pericia de la persona que mide. Lo mismo que una infinidad de factores ambientales como la temperatura ambiental, la humedad de la madera, etcétera.

 

En fin, no existe un valor real inequívoco, más bien lo que hacemos es elaborar una media o promedio de muchos valores medidos, y esta media se da por buena, por real, o por “verdadera”. Establecido este estándar decidimos con cierta confianza que las mediciones posteriores tendrán errores, o problemas de precisión o de exactitud. Es un circuito que se retroalimenta a sí mismo, y que nunca alcanza un valor real en estricto. No obstante, existe un “juez” que determina aquel valor estándar, esto es, el hecho de que la medición pase la “prueba ácida” de la operatividad o de la predictividad (si la medición está mal ejecutada muy seguramente no encajará la tabla de madera en la “arquitectura” de otras piezas previstas). Esta misma “ley” de las mediciones aplica a cualquier caso experimental de las “ciencias duras”.

 

Las mediciones y las predicciones de la conducta humana y de sus preferencias (subjetivas) son realmente mucho más difíciles de obtener. Predecir el comportamiento de un consumidor que quiere comprar camisas, que va a las urnas a votar por un candidato, que elegirá ser hincha de un equipo de fútbol, que preferirá militar en tal o cual partido político, o que se decantará por esta o aquella religión, es una verdadera pesadilla en las ciencias en general. Solo predecir el comportamiento de un precio en el mercado de cualquier cosa se hace muy difícil, por la escasez de información, la cantidad importante de personas que interactúan en el proceso, entre otros factores.

 

Las ciencias sociales y humanas han logrado encontrar estrategias aceptables para establecer predicciones, pero tales tienen una validez local y en ventanas de tiempo muy cortas. Casi siempre echan mano de las probabilidades, y nos pueden decir, por ejemplo, que la probabilidad de que se venda una camisa negra es del 95%, depende de que muchas condiciones previas se cumplan. Las ciencias sociales y humanas deben ajustar, actualizar, ampliar la base datos, evaluar de nuevo, entre otras estrategias, los fenómenos sociales, para poder realizar mediciones aceptables y formular predicciones al menos modestas. De hecho, las mediciones y las predicciones sociales han existido (sin técnicas probabilísticas, sino intuitivas o empíricas) desde que se fundaron las sociedades humanas estatales, pues de otra manera sería imposible gobernarlas. 

 

No obstante, todas las ciencias (humanas, sociales y naturales) del mundo moderno han tenido que recurrir a un patrón de comportamiento de la realidad verdaderamente asombroso. Se trata de la “ley de los números grandes” (de Bernoulli). Enormes cantidades de mediciones tienden a acercarse a la media o promedio y, por extensión, sería esperable en el futuro que los objetos de esta misma colección tuvieran mediciones similares o cercanas a la misma media. Esta “ley” es casi un misterio.

 

Por ejemplo, si promediamos la estatura media de los colombianos adultos, es altamente probable que la mayoría de los adultos de la siguiente generación tenga alturas que se acerquen a dicha media (no vale lo mismo para generaciones más distantes por el efecto de las mejoras nutricional y sanitaria). O, si lanzamos 1000 veces un dado y registramos el número de veces que salió el lado “uno”, el resultado será muy cercano a 1/6, o sea, será muy similar a la probabilidad teórica (que se puede interpretar como una “media” entre el número de opciones teóricas efectivas y el número de opciones teóricas posibles). La misma ley de los números grandes aplica al estudio de las preferencias electorales, a las decisiones del consumidor, a la formación de los precios, o a las opiniones ideológicas, identitarias, religiosas y políticas.

 

Por otro lado, todas las ciencias deben recurrir a modelos explicativos de la realidad mucho más generalistas (con o sin la anterior ley) para darle un sentido de “totalidad verdadera” a todo lo que se hace y para poder justificar más proyectos de investigación. Los datos se “meten a la fuerza” en los modelos, o se debilitan los modelos para poder dejar fluir los datos hacia su corpus teórico. El “juez” de la operatividad o de la predictividad de las ciencias “entra y decide”, con o sin aprobaciones políticas o ideológicas concretas, pues lo cierto es que sus prácticas y saberes ya se han “encerrado” en una institución propia, y casi que el proyecto civilizatorio capitalista o poscapitalista depende de sus resultados e implantaciones reales.  

 

* Profesor asociado de la Universidad del Tolima.