Ciencia

Science as Verified Trust arranca así:

Parece existir una enorme confusión acerca del papel de la confianza en la ciencia y la academia. Ingenieros como Bill Nye y propagandistas políticos no dejan de decirnos “¡Confiad en la ciencia!”. Pero, por otra parte, los racionalistas […] blanden el lema de la Real Academia, nullius in verba (No confíes en la palabra de nadie) como una espada. Creo que ambos bandos entienden incorrectamente el funcionamiento de la ciencia y la academia.

I.

Sabine Hossenfelder explicando por qué abandonó la academia (en este vídeo). Merece especial atención el contraste entre la visión externa, idealizada del proceso de la investigación científica con el interno e institucional. Me hizo recordar a muchas cosas que gente como Gustavo Bueno o Bruno Latour han escrito al respecto.

Dos comentarios adicionales:

• La chavalada —tan expuesta a la interpretación romántica de la cosa, tal como se difunde por doquier— debería ver el vídeo.
• Si eso sucede en física, ¿qué no ocurrirá en economía o sociología?

II.

El esquema es sl siguiente:

La entrada homónima de la semana pasada ha devenido serie tras leer Is Science a Public Good?, que ChatGPT y yo resumimos así:

• La ciencia se considera a menudo un bien público, pero su difusión y uso en la economía es problemática: las ideas no siempre son fácil ni directamente utilizables y cuesta que sean absorbidas por las empresas.
• El debate sobre si la ciencia es un bien público tiene importantes implicaciones políticas:
  • Si la ciencia es un bien público, los subsidios a las universidades son cruciales para estimular la I+D y el crecimiento económico.
  • Por el contrario, si el beneficio de las ideas está estrechamente ligada a su aplicación, un exceso de financiación pública en la investigación universitaria podría obstaculizar el crecimiento económico. En particular, que los científicos trabajen en las universidades en lugar de en las empresas afectar a la productividad.
• La expansión de las universidades y la ciencia gubernamental ha coincidido con una desaceleración de la productividad. La evidencia empírica sugiere que los motivos son:
  • El movimiento de talento fuera de las empresas hacia las universidades.
  • La reducción de la capacidad de las empresas para generar ideas y adoptar innovaciones académicas.

El vínculo con la entrada anterior es evidente: mucha de la investigación pública produce soluciones, cantidades industriales de ellas. Solo que da la impresión de que no se tiene muy claro de qué problemas reales.

Aquí va un modelo sobre cómo pensar sobre la verdad y la búsqueda de la verdad. Que, además, puede extenderse a otras ideas como la justicia, etc.

Estás en una ciudad desconocida y tienes una misión: ir hacia el norte. No tienes mapa, no conoces el idioma de los habitantes, etc. Solo tratas de moverte en esa dirección. Puedes usar la ubicación del sol, tratar de hacerte entender con alguien, recurrir a tu conocimiento sobre la orografía del terreno, etc. Norte es un concepto abstracto: sabes más o menos dónde queda y además, en qué direcciones es imposible que quede.

Hay cosas que están en escala humana. Para entender las cosas en escala humana no hace falta sino un poquitín de sentido común. No tienen mucho misterio.

Las ciencias estudian objetos y fenómenos que no están en escala humana: bacterias, planetas, sociedades, etc. Lo hacen creando herramientas y dispositivos que reescalan esos fenómenos a nuestra propia medida. El bosón de Higgs es minúsculo, pero para probar su existencia se hizo pública esta imagen:

La creencia en la mayor parte de las cosas de las que estoy convencido está basada en la confianza en terceras personas.

Así comienza el ensayo Minimal-trust investigations de Holden Karnofsky.

En él discute cómo investigar esas cosas en las que uno cree a través de la confianza en terceros —a través de un proceso que denomina investigaciones de confianza mínima— y sobre todo si merece la pena. La conclusión a la que llega es:

En una entrada del blog de Andrew Gelman (que habla de un problema más concreto, pero que puede extenderse a otras áreas de la ciencia), se lee, con mi traducción:

[L]a divulgación de resultados médicos tiene frecuentemente dos objetivos en conflicto: 1) dar a conocer el hecho científico y 2) fomentar el comportamiento saludable, y estos objetivos pueden no estar alineados.

En medicina, claro. ¿Y en cuántas áreas más? ¿En qué grado hay que descontar las verdades científicas que nos cuentan?

Hace un tiempo, escuché una conferencia de uno de los más conocidos y reconocidos economistas españoles en Youtube y habrá de perdonárseme ahora la pereza por ubicar en enlace. Lo relevante de la charla versaba sobre lo que me llevó a ella, el tratamiento —¿neotratamiento?— de la causalidad dentro de dicha disciplina. Pero lo relevante para la entrada de hoy fue el llamamiento a convertir la economía en una ciencia empírica.

Esta han coincidido dos eventos relacionados: por un lado, hemos conocido cuál es la visión de la Oficina Nacional de Prospectiva y Estrategia de País a Largo Plazo para el año 2050 y, por el otro, haciendo limpieza de libros que ya nunca leeré, he tropezado con Reportaje desde el siglo XXI, de Vasilíev y Gúschev, que compré en junio del 95 según mi ex-libris de entonces, que había sido editado por Alianza editorial en 1971 a partir del original ruso de, se conoce, 1959.

Now, given that humans are competitive social animals, it would be surprising if we chose this one arena—national politics—to suddenly live up to our altruistic ideals. (The Elephant in the Brain)

En esta entrada voy a volcar una serie de reflexiones sobre el cambio climático. Vaya por delante, en todo caso, que:

• Soy de los que dan por buena la evidencia científica acerca de ciertos cambios, casi seguro debidos a la acción del hombre, tales como el aumento global de las temperaturas.
• Tengo cierta querencia por el principio de prudencia tanto en este como en muchas otras coyunturas en que es de aplicación.

No obstante, mis convicciones están sembradas de caveats de las que quiero dar cuenta aquí.

La visión generalmente aceptada es la contraria: que la ciencia es eminentemente conceptual y la tecnología, práctica. Pero esa concepción puede conducir a engaños. Por ejemplo, uno puede argumentar: si X es una ciencia y yo sé —o estudio, o estoy aprendiendo, o uso— X, entonces yo soy un científico. Pero no, puede que no seas más que un técnico (o un tecnólogo).

Alguien puede trabajar como estadístico: recopila datos, realiza análisis, crea informes. ¿Es un científico? Pudiera serlo (en el ámbito en el que trabaja, p.e., la biología), pero, ¿sería un estadístico científico? Hacía ciencia estadística R. Fisher cuando demostraba las propiedades de la estimación por máxima verosimilitud, las discutía con sus colegas, las recogía en artículos y libros y las publicaba. Pero, ¿es eso lo que hace nuestro estadístico?