Tres movimientos ante un hecho inesperado
Un cultivo bacteriano que normalmente permanece claro aparece turbio, resultado que sorprende porque contradice lo esperado. Alguien propone que la muestra se contaminó y, si esa explicación fuera correcta, deberían encontrarse microorganismos ajenos al cultivo original. La prueba se realiza, los microorganismos aparecen y la explicación gana apoyo, aunque todavía podrían existir alternativas. En estas pocas frases intervienen tres operaciones diferentes. La primera propone una explicación posible para un hecho inesperado, la segunda extrae una consecuencia que debería observarse si esa explicación fuera correcta y la tercera compara esa consecuencia con la experiencia. Charles S. Peirce llamó a estas operaciones abducción, deducción e inducción.
La distinción fue una de sus contribuciones más influyentes a la lógica de la investigación. En sus escritos tempranos Peirce trató las tres operaciones principalmente como clases de inferencia (Peirce, 1992), que en su pensamiento maduro integró además como momentos funcionales del método científico (Peirce, 1998). La abducción introduce una hipótesis, la deducción desarrolla lo que se seguiría de ella y la inducción somete esas consecuencias a prueba y modifica el grado de aceptación de la hipótesis.
Las tres operaciones responden a preguntas diferentes, que son qué podría explicar un hecho, qué tendría que ocurrir si la explicación propuesta fuera correcta y qué muestra la experiencia cuando se buscan esas consecuencias. Confundirlas produce errores frecuentes, como tomar por demostrada una explicación plausible, confundir una predicción deducida con evidencia obtenida o transformar retrospectivamente una asociación repetida en explicación causal. El sistema de Peirce obliga a mantener separados el descubrimiento, el desarrollo lógico y la prueba.
Regla, caso y resultado en la clasificación temprana
Peirce trabajó durante más de medio siglo sobre las formas de inferencia y cambió varias veces su terminología (Fann, 1970). En sus escritos de la década de 1870 hablaba con frecuencia de hipótesis donde más tarde escribiría abducción o retroducción. El artículo Deduction, Induction, and Hypothesis, que Peirce (1878b) publicó en el decimotercer volumen de Popular Science Monthly (pp. 470-482), presentó las tres formas mediante transformaciones del silogismo. La teoría posterior no debe reducirse a ese esquema temprano. Peirce terminó concibiendo las tres inferencias como partes coordinadas de una lógica de la investigación, en la que la abducción pasó a caracterizar la introducción o adopción provisional de hipótesis explicativas, la deducción su desarrollo necesario y la inducción su contraste experimental. Las variaciones históricas explican parte de las aparentes contradicciones entre sus textos y una presentación rigurosa debe distinguir la estructura temprana de la función madura.
El análisis de 1878 se comprende mediante tres elementos, que son una regla, un caso y un resultado. Sean la regla todos los granos de esta bolsa son blancos, el caso estos granos provienen de esta bolsa y el resultado estos granos son blancos. La deducción combina la regla y el caso para obtener el resultado (regla + caso → resultado). Si todos los granos de la bolsa son blancos y estos granos provienen de ella, estos granos deben ser blancos.
La inducción reorganiza esa estructura cuando, tras observar una muestra de granos provenientes de la bolsa y comprobar que son blancos, infiere una regularidad acerca de la población (caso + resultado → regla). Su conclusión puede ser falsa, porque la muestra quizá no represente la bolsa completa. La hipótesis o abducción realiza otra inversión. Quien sabe que los granos de cierta bolsa son blancos y encuentra unos granos blancos conjetura que podrían provenir de esa bolsa (regla + resultado → caso). Tampoco esta conclusión es necesaria, porque muchas otras bolsas podrían contener granos blancos. El esquema es pedagógicamente útil porque muestra que las tres inferencias conectan los mismos componentes en direcciones diferentes, aunque no contiene la teoría madura completa de Peirce.
Deducción, validez y verdad
La deducción es la forma de razonamiento cuya conclusión está garantizada cuando las premisas son verdaderas y el argumento es válido. En el ejemplo clásico, de todos los mamíferos son animales y todos los perros son mamíferos se concluye todos los perros son animales. La conclusión hace explícito algo que ya estaba contenido en las relaciones entre las premisas, sin añadir ninguna hipótesis explicativa sobre el mundo.
En la investigación su función es esencial, porque cuando una hipótesis es demasiado abstracta para contrastarse directamente la deducción permite preguntar qué consecuencias observables deberían seguirse de ella. Sea la hipótesis H según la cual una infección bacteriana produce el cuadro. Junto con conocimiento auxiliar sobre el microorganismo y las pruebas disponibles, de ella se deduce que, si H es correcta y las demás condiciones se cumplen, la muestra debería mostrar determinada señal microbiológica. La deducción convierte así una hipótesis en expectativas contrastables.
Una deducción puede ser válida y conducir a una conclusión falsa si alguna premisa es falsa. El argumento que va de todos los planetas son de queso y Marte es un planeta a Marte es de queso tiene una forma válida y una primera premisa falsa. La distinción entre validez y verdad es indispensable, porque la lógica deductiva garantiza que la verdad se conserve desde las premisas hasta la conclusión sin garantizar que las premisas describan correctamente el mundo. En ciencia, una predicción puede derivarse impecablemente de una teoría falsa. El error está entonces fuera de la deducción, en alguna premisa teórica o auxiliar. Esa propiedad explica que la deducción necesite a la inducción, porque la coherencia lógica de una teoría no demuestra que sea empíricamente correcta.
Deducción corolaria, deducción teoremática y diagramas
Peirce introdujo una distinción menos conocida y especialmente importante para su concepción del razonamiento, la que separa la deducción corolaria de la teoremática. En una deducción corolaria basta representar las condiciones dadas para reconocer directamente una consecuencia, como ocurre en muchos silogismos elementales. La deducción teoremática necesita algo más, porque el razonador debe introducir una construcción auxiliar o realizar una transformación sobre una representación para descubrir la conclusión. Una demostración geométrica puede requerir el trazado de una línea que el problema original no incluía explícitamente, construcción que deja ver relaciones nuevas que después se demuestran deductivamente.
La deducción teoremática muestra que el razonamiento necesario es capaz de producir descubrimiento cognitivo. Una conclusión puede estar lógicamente contenida en las premisas sin ser psicológicamente evidente. El razonador puede tener que experimentar sobre un diagrama para encontrarla. Peirce atribuyó a los diagramas un lugar central en la deducción. Con una ecuación, un esquema geométrico o una representación lógica se manipulan relaciones sin modificar directamente los objetos del mundo. Cuando sobre un triángulo se traza una altura, se prolonga un lado o se divide una región, la construcción revela relaciones que no eran visualmente evidentes en la figura inicial. El razonamiento procede entonces mediante un experimento realizado sobre un signo.
Esta concepción amplía la idea de deducción, que no consiste únicamente en aplicar reglas verbales y puede involucrar la manipulación de representaciones. Un modelo matemático, una simulación conceptual y un diagrama causal pueden desempeñar funciones semejantes. La manipulación del diagrama sirve para descubrir la conclusión, que sigue necesitando estar justificada por las relaciones representadas.
La abducción y la estructura de la sorpresa
La abducción aparece cuando algo requiere explicación. En su etapa madura Peirce la formuló mediante una estructura aproximada, en la que de las premisas se observa un hecho sorprendente, C y si A fuera verdadero, C sería esperable se concluye existe, por tanto, una razón para considerar A como hipótesis (Peirce, 1931-1958). La conclusión es mucho más débil que A es verdadera, porque se limita a afirmar que A merece ser considerada y puesta a prueba. Peirce llegó a describir la abducción como la operación que introduce ideas nuevas en la investigación.
El carácter provisional es esencial. Quien llega a su casa y encuentra el suelo mojado tal vez proponga que entró agua por una ventana abierta, aunque también pudo romperse una tubería, alguien pudo limpiar el suelo o pudo derramarse un recipiente. La observación no selecciona deductivamente una única explicación y la abducción abre el espacio de hipótesis.
Un hecho es sorprendente respecto de un conjunto de expectativas. La lluvia no sorprende durante una tormenta, pero sí sorprende encontrar agua dentro de una habitación cerrada cuando no existe una causa evidente. La sorpresa es relacional y depende de los hábitos interpretativos anteriores, observación que conecta directamente con la lectura Semiosis ilimitada y hábito interpretativo. Los hábitos sirven para anticipar qué debería ocurrir. Cuando la experiencia viola esas expectativas aparece la duda y la abducción intenta construir una nueva regla bajo la cual el hecho deje de ser inesperado. La secuencia va del hábito previo al hecho anómalo, de este a la duda y de la duda a la hipótesis explicativa. La investigación comienza porque el sistema de hábitos no absorbe la experiencia actual.
La afirmación del consecuente y la adopción provisional de hipótesis
Una de las falacias más frecuentes consiste en transformar una inferencia abductiva en una deducción. Del condicional si una infección X produce fiebre y de la observación el paciente tiene fiebre no se sigue tiene infección X, porque muchas condiciones producen fiebre. La estructura corresponde aproximadamente a la afirmación del consecuente, que de si A, entonces C y de C concluye A y que, tomada como deducción, es inválida. Como abducción, la misma estructura puede ser razonable si A es una explicación plausible de C. La forma superficial del razonamiento es la misma y la diferencia está en la fuerza con que se adopta la conclusión. A podría explicar C y merece evaluación es legítimo y C demuestra A no lo es, porque la abducción genera candidatos y no entrega veredictos.
Existe una dificultad conceptual. Si la abducción introduce ideas nuevas, queda por explicar cómo una inferencia puede contener la hipótesis en una de sus premisas, porque para razonar que si A fuera verdadero, C sería esperable el investigador tuvo que haber concebido A antes. La literatura distingue por eso dos momentos, la generación de una hipótesis y su adopción provisional como candidata digna de investigación.
Peirce habló de ambos sin trazar siempre la frontera del mismo modo. La abducción madura puede entenderse con seguridad como el movimiento que introduce hipótesis explicativas en la investigación y autoriza a examinarlas sin aceptarlas todavía como verdaderas. La creatividad puede preceder a la formulación lógica y la lógica regula después qué se hace con la idea.
Origen de las hipótesis, criterios de selección y economía de la investigación
Ningún algoritmo general garantiza la producción de buenas hipótesis. El conocimiento previo reduce el espacio de posibilidades, la analogía sugiere explicaciones, los modelos conocidos proporcionan esquemas y la experiencia profesional vuelve más salientes algunas posibilidades. Un mecánico que escucha un ruido piensa de inmediato en un rodamiento, un clínico reconoce un patrón sindromático y un físico que observa una desviación considera una interacción no incluida en el modelo, con una rapidez que quizá parezca intuición. Peirce atribuyó importancia a una capacidad humana para acertar conjeturas mejor de lo que permitiría una búsqueda completamente aleatoria. La explicación de esa capacidad forma parte de su concepción evolutiva del conocimiento y es uno de los aspectos más especulativos de su teoría. Para conservar la lógica de la abducción no hace falta aceptar esa metafísica, porque es suficiente reconocer que la investigación necesita mecanismos de generación de hipótesis que no se reducen a deducciones.
Una hipótesis no merece investigación solo porque explique retrospectivamente un hecho. Si cada vez que un instrumento falla se propusiera un espíritu invisible diferente que produce exactamente esa falla y desaparece de inmediato, la explicación podría construirse para acomodar cualquier resultado y precisamente por eso tendría poco valor científico. Una hipótesis útil tiene que generar consecuencias que la pongan en riesgo.
Peirce concedió importancia a la testabilidad y consideró también la economía de la investigación. Como los recursos son finitos, entre múltiples hipótesis posibles conviene dar prioridad a aquellas cuya evaluación sea informativa y practicable. Otros criterios posibles son la coherencia con el conocimiento bien establecido, la simplicidad relativa, el alcance explicativo y la fecundidad, que organizan la selección de candidatos sin formar un algoritmo infalible. La mejor hipótesis para investigar no tiene que ser todavía la hipótesis más probable.
Si hubiera cien explicaciones posibles, una prueba barata capaz de descartar ochenta y otra que costara años y solo distinguiera entre dos variantes marginales, lo racional sería comenzar por la primera. Peirce desarrolló una concepción explícita de la economía de la investigación. El tiempo, el esfuerzo y los recursos deben distribuirse de modo que la indagación tenga una probabilidad razonable de progresar. Esa consideración pertenece especialmente a la abducción, porque nunca es posible examinar todas las hipótesis concebibles y la ciencia real necesita una política de búsqueda. El principio tiene una versión cotidiana. Ante un computador que no enciende suele ser razonable verificar primero si está conectado, porque la hipótesis es común, comprobable y barata de evaluar, aunque un cable desconectado no sea metafísicamente la explicación más elegante.
Abducción e inferencia a la mejor explicación
En la filosofía contemporánea se usa a menudo abducción como sinónimo de inferencia a la mejor explicación, expresión que popularizó Gilbert Harman (1965). La versión moderna suele sostener que, entre varias explicaciones, debe inferirse la que explica mejor la evidencia (Lipton, 2004; Thagard, 1978). La equivalencia con Peirce es imperfecta, porque en su teoría la abducción pertenece especialmente a la generación y adopción provisional de hipótesis, a las que sigue después la evaluación empírica.
Una explicación puede ser lo bastante prometedora para investigarse sin que exista todavía fundamento para considerarla la mejor explicación verdadera. Por esa razón la literatura contemporánea distingue la abducción peirceana de buena parte de la inferencia a la mejor explicación moderna. La diferencia tiene peso epistemológico. Ser una buena candidata explica por qué probar una hipótesis, pero no explica por sí solo por qué creerla.
Deducción tras la abducción e hipótesis auxiliares
Supóngase que una observación astronómica muestra una desviación inesperada en la órbita de un cuerpo y que se propone como explicación una perturbación gravitacional causada por otro objeto. Como esa hipótesis inicial todavía es vaga, la deducción pregunta qué masa aproximada debería tener ese objeto si existe, en qué región se encontraría, qué otras perturbaciones produciría y qué observaciones futuras resultarían. La hipótesis se transforma así en un conjunto de consecuencias y la deducción desarrolla el contenido empírico de la abducción. Una explicación de la que no se deriva ninguna consecuencia distinguible de las de sus competidoras es difícil de contrastar.
El contraste rara vez enfrenta una hipótesis aislada con un dato, porque para deducir una predicción se necesitan supuestos sobre los instrumentos, las condiciones iniciales, la calidad de la medición y otras teorías. Esquemáticamente, H + A₁ + A₂ + … + Aₙ → P, donde H es la hipótesis principal, cada A es un supuesto auxiliar y P es la predicción. Si P falla, la lógica dice que al menos uno de los componentes del conjunto es incorrecto, aunque no dice cuál. Este problema, asociado posteriormente con Duhem y Quine, limita la imagen ingenua de una hipótesis refutada por un único resultado. Una prueba adversa puede deberse a la hipótesis, a un instrumento, a una condición no controlada o a un supuesto auxiliar y la inducción debe interpretar el resultado dentro de esa red.
Formas de la inducción, confirmación y resultados negativos
En la formulación temprana de Peirce, la inducción generaliza desde una muestra hacia una población (Peirce, 1878a). Si de cien elementos seleccionados de una población ochenta tienen una propiedad, se estima que aproximadamente el 80 % de la población podría tenerla, conclusión que no es necesaria porque otra muestra podría dar una proporción distinta. La inducción obtiene su fuerza de procedimientos que conectan la muestra con la población, como la selección aleatoria, el tamaño de muestra y el control del sesgo. Una colección de anécdotas no se convierte en una inducción sólida por ser numerosa.
En su pensamiento maduro, Peirce amplió el papel de la inducción y la integró con el contraste de hipótesis. Se realizan experimentos y se examina si las consecuencias deducidas aparecen, proceso que modifica el grado de confianza que merece la explicación. Si una hipótesis predice un resultado y el resultado ocurre, la hipótesis no queda deductivamente demostrada, porque de que A implique C y de que se observe C no se sigue necesariamente A. El problema es idéntico al que apareció en la abducción, porque varias hipótesis pueden producir el mismo resultado.
La confirmación incrementa el apoyo cuando la observación era especialmente esperable bajo una hipótesis y menos esperable bajo sus competidoras. Su fuerza depende también de la independencia de las pruebas, de la calidad de la medición y de la posibilidad de explicaciones alternativas. Diez repeticiones del mismo error instrumental no son diez confirmaciones independientes. La inducción acumula y organiza evidencia sin convertirla en necesidad lógica.
Una predicción fallida puede ser especialmente informativa. Si una hipótesis implica con claridad que P debería ocurrir bajo condiciones bien establecidas y P no ocurre, la explicación enfrenta una dificultad. La deducción permite localizar el compromiso y la inducción evalúa la fiabilidad del resultado. El poder de una prueba negativa depende de cuánto riesgo asumió la hipótesis. Una teoría capaz de acomodar tanto P como no P apenas admite ser sometida a presión. Esta propiedad conecta la arquitectura de Peirce con concepciones posteriores de la contrastación científica, aunque no debe confundirse sin más con el falsacionismo de Popper. Peirce pensaba la investigación como un proceso gradual y autocorrectivo, distinto de una sucesión de refutaciones instantáneas.
En algunos escritos tardíos Peirce distinguió varias modalidades de inducción, con una terminología variable que no forma una taxonomía tan estable como la división general entre abducción, deducción e inducción. La inducción cuantitativa estima proporciones de una población a partir de muestras y se aproxima al sentido estadístico más familiar. La inducción cualitativa combina tipos diversos de evidencia para evaluar una hipótesis cuando no existe una frecuencia simple que estimar. La llamada inducción cruda extrapola regularidades observadas hacia casos futuros con una estructura mucho menos controlada, como cuando se espera que algo continúe ocurriendo simplemente porque ha ocurrido hasta ahora. Estas distinciones muestran que Peirce no reducía la inducción a contar observaciones idénticas e intentaba describir varias maneras en que la experiencia controla las hipótesis.
El ciclo de la investigación y el ejemplo de la habitación fría
La arquitectura madura se representa como un ciclo de seis fases. Comienza con la sorpresa ante un hecho que no encaja con los hábitos o teorías disponibles, a la que sigue la abducción, que propone una explicación capaz de volver comprensible ese hecho. La deducción deriva luego las consecuencias que deberían aparecer si la explicación fuera correcta y la inducción busca esas consecuencias y evalúa el resultado. En la revisión la hipótesis se conserva, se modifica o se abandona y los resultados generan después nuevas preguntas que abren una nueva investigación.
El ciclo no debe imaginarse como una secuencia rígida ejecutada una sola vez, porque la investigación real es iterativa y vuelve repetidamente entre las fases. Puede ocurrir que una prueba revele una anomalía nueva que requiere otra abducción, que una deducción muestre que una hipótesis es internamente incoherente antes de probarla o que un resultado inductivo obligue a modificar supuestos auxiliares.
Al entrar en una habitación, alguien nota que está mucho más fría que el resto de la casa, diferencia que no esperaba y que es la sorpresa inicial. Una primera abducción propone que la ventana podría estar abierta, de lo que se deduce que debería existir una corriente de aire y la temperatura sería menor cerca de la ventana. La inspección muestra que la ventana está cerrada y que no hay corriente, con lo cual la primera hipótesis pierde apoyo.
Según una segunda abducción, el sistema de calefacción de esa habitación podría estar fallando, hipótesis de la que se deduce que el radiador tendría que permanecer frío mientras los demás funcionan. El radiador está frío, resultado que por inducción apoya la segunda hipótesis sin demostrar todavía la causa específica del fallo, que puede ser una válvula cerrada, aire en el circuito o una obstrucción. La investigación continúa. El ejemplo muestra que los tres razonamientos no compiten y se necesitan mutuamente.
Diagnóstico abductivo, diagnóstico diferencial y entrevista clínica
La medicina es un dominio intuitivo para la abducción. Ante un paciente con fiebre, tos y disnea, el clínico genera hipótesis que podrían explicar el conjunto, como una infección viral, una neumonía bacteriana, una embolia pulmonar con otro proceso concomitante u otras posibilidades según el contexto. La presentación clínica no demuestra ninguna de ellas. El razonamiento diagnóstico empieza de manera abductiva con la búsqueda de explicaciones compatibles con los datos, en la que el conocimiento de prevalencias, mecanismos, factores de riesgo y patrones clínicos restringe el espacio de hipótesis.
La deducción pregunta después qué otros hallazgos deberían aparecer bajo cada posibilidad. Si existe neumonía bacteriana podrían esperarse ciertos hallazgos radiológicos o microbiológicos y si existe embolia serían más informativas otras observaciones. Las pruebas aportan evidencia inductiva para actualizar el diagnóstico. Distinguir así las fases evita llamar deducción clínica a cualquier inferencia profesional.
Una lista de diagnósticos diferenciales es un espacio de candidatos que nadie afirma simultáneamente. La distinción parece trivial y se pierde con facilidad en la documentación. Si una nota dice se considera trastorno bipolar versus depresión unipolar, su contenido epistemológico difiere del de otra que diga trastorno bipolar, porque en el primer caso hay una abducción en evaluación y en el segundo se presenta una conclusión. Un sistema documental que elimina marcadores como posible, a descartar, compatible con o en evaluación cambia la fase inferencial representada y convierte hipótesis en hechos. En esa transformación convergen la semiótica de la lectura Semiosis ilimitada y hábito interpretativo y la lógica de esta lectura.
Las preguntas de una entrevista pueden derivarse deductivamente de hipótesis. Si una persona refiere periodos de mayor energía y una hipótesis es que correspondan a episodios hipomaniformes, de ella se derivan preguntas sobre la duración, la necesidad de sueño, la actividad dirigida a objetivos, los cambios observables por terceros y las consecuencias funcionales. La entrevista debe preguntar también por los hallazgos que debilitarían la hipótesis y considerar explicaciones alternativas, sin limitarse a buscar confirmaciones. Cuando todas las preguntas se seleccionan para confirmar una primera impresión, la abducción inicial puede colonizar la inducción posterior y la arquitectura inferencial se vuelve circular.
Sesgo de confirmación, diagnósticos retrospectivos y ciencias históricas
La abducción tiene un riesgo natural, porque una hipótesis plausible organiza la atención y, una vez concebida, el investigador empieza a notar los datos que encajan con ella. La deducción rigurosa debería formular las consecuencias antes de observar los resultados y especificar también qué hallazgos serían problemáticos. La inducción rigurosa debe buscar evidencia discriminativa, que es algo distinto de una colección de compatibilidades. Una hipótesis que explica todo retrospectivamente es difícil de abandonar. El riesgo pesa sobre todo en los dominios en que el investigador y el observador son la misma persona, como las entrevistas clínicas, la investigación cualitativa y parte del análisis histórico. La estructura abducción-deducción-inducción es también una disciplina contra la confirmación selectiva.
Supóngase que un personaje histórico tuvo periodos de aislamiento, escribió cartas pesimistas y murió prematuramente. Proponer una depresión es una abducción que puede ser razonable explorar. Solo llegaría a ser una conclusión después de examinar qué consecuencias debería dejar esa hipótesis en los registros disponibles, qué explicaciones alternativas existen, qué datos faltan y cuánto han cambiado las categorías clínicas. La distancia histórica limita la inducción porque impide obtener muchas observaciones nuevas y una buena explicación puede seguir siendo indeterminada. La fuerza de la conclusión depende de la plausibilidad abductiva y también de la capacidad de contrastación.
La geología, la paleontología, la cosmología y parte de la biología evolutiva, que no pueden repetir experimentalmente su objeto, infieren causas pasadas a partir de huellas presentes. Encontrar una capa enriquecida en ciertos materiales puede sugerir un acontecimiento extraordinario. La hipótesis genera predicciones sobre otras localizaciones, dataciones y señales independientes, consecuencias que después se buscan. El carácter histórico no elimina el contraste. Una explicación gana fuerza cuando predice evidencias que no se utilizaron inicialmente para construirla y en estas ciencias importa mucho la distinción entre generar una hipótesis con un dato y comprobarla con información independiente.
Sherlock Holmes e investigación policial
La cultura popular llama deducciones a muchas inferencias de Sherlock Holmes que con frecuencia son abducciones. Holmes observa un barro específico en un zapato y propone que la persona estuvo en determinado lugar, conclusión que no se sigue necesariamente, porque el barro podría haber llegado por otros medios. El razonamiento impresiona porque, dadas varias pistas convergentes, una explicación parece mucho más plausible que sus alternativas. La diferencia terminológica importa porque deducción sugiere necesidad. Una inferencia puede ser extraordinariamente buena sin ser deductivamente válida y el razonamiento cotidiano está lleno de abducciones de alta calidad.
Una ventana rota desde dentro, objetos faltantes y una alarma desactivada pueden sugerir un robo. Cada indicio restringe las hipótesis, aunque ninguno demuestra por sí solo quién fue el autor. El investigador genera escenarios, deriva consecuencias y busca rastros que los diferencien. Una hipótesis de ingreso externo predice ciertos patrones y una simulación del robo para encubrir otra acción predice otros. La lógica inferencial tiene que mantenerse separada del estándar jurídico de prueba. La mejor explicación disponible durante una investigación no satisface necesariamente el umbral requerido para condenar a una persona, porque abducción, confirmación y decisión son niveles distintos.
Bayesianismo e hipótesis no consideradas
La teoría bayesiana da una manera formal de actualizar grados de creencia. En ella P(H|E) ∝ P(E|H) × P(H), es decir, la probabilidad posterior de una hipótesis depende de su probabilidad previa y de cuán esperable era la evidencia bajo esa hipótesis. El formalismo se conecta naturalmente con algunos aspectos de la abducción, porque una explicación sale más favorecida cuando vuelve más esperable la evidencia y las probabilidades previas dan cabida al conocimiento anterior.
Con todo, el bayesianismo no elimina la necesidad de generar hipótesis, porque la fórmula compara candidatos que ya están representados. Si nadie considera H, no existe una probabilidad posterior de H que mágicamente la invente dentro del razonamiento práctico. La abducción y la actualización bayesiana pueden ser complementarias. La primera genera o selecciona candidatos y la segunda da herramientas para evaluar cómo cambia su credibilidad con evidencia nueva. Reducir una a la otra oscurece esa diferencia funcional.
Un sistema puede comparar perfectamente cinco hipótesis y fallar porque la verdadera era la sexta. El problema es estructural, porque ningún método de evaluación puede elegir una explicación ausente del espacio de candidatos. La calidad de la investigación depende, por tanto, de la amplitud y pertinencia del repertorio abductivo. La experiencia ayuda porque un experto conoce más mecanismos. La diversidad de un equipo puede ayudar porque distintas personas generan candidatos diferentes y las listas de verificación porque obligan a considerar alternativas poco salientes. La creatividad tiene aquí una función epistemológica. Una investigación puede fracasar por evaluar mal una hipótesis y también por no haberla concebido.
Modelos de inteligencia artificial, alucinación e hipótesis científicas
Los modelos generativos son muy eficaces para producir explicaciones plausibles. Dado un conjunto de síntomas pueden enumerar diagnósticos, ante un error informático sugerir causas y ante una anomalía científica formular mecanismos posibles, capacidad que se parece funcionalmente a una fase abductiva. El problema aparece cuando la fluidez lingüística oculta el estatuto provisional de la explicación, porque un modelo puede producir una causa con el mismo tono con que entrega un dato recuperado de una fuente. Generar una hipótesis no es verificarla. La respuesta correcta de un sistema debería conservar la fase inferencial con fórmulas como una explicación posible es…, esto predeciría… o podría distinguirse de las alternativas mediante… Su utilidad aumenta cuando conecta la abducción con deducciones contrastables.
Una parte de las llamadas alucinaciones de los modelos puede entenderse funcionalmente como producción de continuaciones plausibles sin suficiente restricción por fuentes externas. Ante una referencia incompleta, el sistema genera un autor, un título o una fecha que encaja con patrones lingüísticos y que tiene la apariencia de una buena explicación de qué referencia debió existir. La abducción sigue siendo legítima en estos casos y el problema es que la hipótesis se presenta como hecho sin una etapa posterior de comprobación. La arquitectura de Peirce sugiere una separación útil entre generar, derivar y verificar. Un sistema que solo genera puede ser creativo, aunque eso no lo convierte en un investigador autónomo fiable.
Los modelos son capaces de proponer relaciones entre variables, candidatos moleculares, mecanismos biológicos o interpretaciones de datos. El valor de estas propuestas debe medirse por lo que permiten hacer después. Una hipótesis novedosa que no produce predicciones contrastables puede ser intelectualmente sugerente y científicamente débil, mientras que otra menos llamativa que genera una prueba decisiva puede tener mayor valor. Evaluarlas exige preguntarse qué observación inesperada explica cada una, qué predicción nueva produce, qué resultado la debilitaría, qué explicación rival produce la misma predicción y qué prueba discrimina mejor entre ellas. Con esas preguntas la generación textual se transforma en una estrategia de investigación.
Deducción automatizada, aprendizaje automático y error de distribución
Los sistemas formales pueden superar ampliamente a los humanos en ciertas tareas deductivas. Un demostrador automático deriva consecuencias dentro de un sistema axiomático sin necesidad de generar una explicación científica del mundo, lo que confirma que las tres inferencias son capacidades separables. Hay sistemas excelentes en deducción y pobres en abducción, otros que generan hipótesis creativas y cometen errores lógicos elementales y otros que ejecutan análisis estadísticos sin formular preguntas interesantes. La inteligencia científica no consiste en una única capacidad de razonamiento y requiere coordinar las tres.
El aprendizaje automático depende en gran medida de inferencias desde muestras hacia patrones generalizables. Un modelo se entrena con datos finitos e intenta funcionar en casos nuevos. La semejanza con la inducción existe, aunque la analogía tiene límites, porque un algoritmo concreto puede optimizar una función definida sin formular conscientemente ninguna generalización. Hablar de inducción describe la estructura epistémica del procedimiento desde el punto de vista del investigador. El problema central sigue siendo hasta qué punto la muestra representa el dominio en que se usará el sistema. Un modelo entrenado en una población puede fallar bajo cambio de distribución, porque la inducción pierde fuerza cuando cambia la relación entre la muestra y los casos futuros.
Supóngase que un clasificador médico obtiene un rendimiento excelente en un hospital y se despliega en otro con equipos, prevalencias y prácticas diferentes. La evidencia original apoyaba una generalización dentro de determinadas condiciones y extenderla al segundo hospital agrega una inferencia inductiva. Si el rendimiento cae, el error muestra que la generalización excedió el dominio respaldado por la evidencia, sin demostrar que el algoritmo original estuviera mal calculado. La inferencia desde muestra hacia población siempre contiene una pregunta sobre qué población, problema conceptual que ningún refinamiento estadístico elimina.
Escritura científica, narrativas explicativas y resultado conocido
Los verbos de un artículo pueden revelar qué fase inferencial se está comunicando. Proponemos que X podría explicar Y expresa una hipótesis, De esta hipótesis se sigue que Z debería aumentar bajo C expresa una deducción, Observamos el aumento predicho en tres experimentos independientes comunica un resultado y Estos resultados apoyan X formula una evaluación inductiva. La frase X demuestra definitivamente el mecanismo, en cambio, puede exceder la evidencia. Una prosa científica rigurosa conserva las diferencias entre generar, predecir, observar y concluir, porque la calidad argumentativa depende en parte de no colapsar las fases.
Una historia bien construida puede producir una potente ilusión abductiva. El lector observa pistas, considera sospechosos y recibe finalmente una explicación que vuelve comprensibles los detalles anteriores. La satisfacción del desenlace depende de que la explicación reorganice signos dispersos. Una novela policial puede manipular deliberadamente el espacio de hipótesis ocultando un candidato o haciendo saliente otro. El giro final funciona cuando la explicación era compatible con las pistas sin resultar obvia. El mecanismo muestra una propiedad general de la abducción. Comprender retrospectivamente no es lo mismo que haber podido predecir y una explicación narrativa parece inevitable después de conocerla.
Después de que ocurre un acontecimiento suele ser fácil construir una explicación que lo haga parecer previsible. Cuando una empresa fracasa, se señalan sus decisiones deficientes y el relato parece demostrar que el fracaso era inevitable. Si la explicación fuera realmente predictiva, habría tenido que distinguir de antemano entre fracaso y éxito. La deducción de consecuencias prospectivas es una prueba más exigente que la acomodación retrospectiva, cautela que vale igualmente para las explicaciones clínicas, históricas y económicas. Una teoría capaz de explicar un resultado conocido debe todavía compararse con alternativas y, cuando sea posible, arriesgar predicciones nuevas.
Tres confusiones, un caso integrado y la decisión clínica
Cada una de las tres confusiones posibles entre las inferencias produce un error característico. Tratar la abducción como deducción lleva a pensar Esta explicación encaja, por tanto debe ser verdadera. Tratar la deducción como observación lleva a concluir La teoría predice X, por tanto X ocurrió y tratar una inducción limitada como una ley universal conduce a sostener Funcionó en esta muestra, por tanto funcionará en cualquier población. Los errores pueden encadenarse cuando una hipótesis inicialmente plausible genera una predicción y el investigador, tras interpretar datos ambiguos como confirmación, termina presentando la explicación como hecho demostrado. Al separar las etapas se detecta dónde se fortaleció ilegítimamente el compromiso.
Una paciente refiere que desde hace dos semanas duerme cuatro horas y se siente con más energía. La primera hipótesis, un episodio hipomaniforme, es una abducción y todavía no un diagnóstico definitivo. De ella se derivan consecuencias que conviene explorar, como el aumento de actividad dirigida a objetivos, la aceleración subjetiva, los cambios en la sociabilidad, la mayor locuacidad, la impulsividad, la observación de cambios por terceros y una duración compatible. Hay que considerar también explicaciones alternativas, entre ellas el insomnio por estrés, las sustancias, la medicación, las alteraciones médicas o la variación individual. Esa construcción corresponde a la deducción de expectativas discriminativas.
La entrevista, la información longitudinal y otras fuentes sirven para examinar qué consecuencias aparecen realmente, contraste que cumple una función inductiva. Si los hallazgos esperados no aparecen y otra explicación organiza mejor el conjunto, la hipótesis inicial debe modificarse. El proceso consiste en generar, desarrollar y someter a control una explicación, tarea distinta de reconocer un patrón y ponerle un nombre.
Incluso una hipótesis bien apoyada no determina por sí sola qué hacer, porque la decisión terapéutica exige considerar beneficios, riesgos, preferencias, alternativas, incertidumbre y las consecuencias de errores diferentes. La inferencia responde a qué creemos que ocurre y la decisión a qué conviene hacer dadas esas creencias y valores. Confundir ambos niveles produce otra forma de salto. Una probabilidad diagnóstica puede ser insuficiente para afirmar un diagnóstico y suficiente para solicitar una prueba, o bastar para iniciar una intervención de bajo riesgo y ser demasiado baja para una de alto riesgo. La lógica de Peirce organiza la investigación sin reemplazar la teoría de la decisión.
La investigación como autocorrección y el paso al pragmaticismo
Ninguna de las tres inferencias basta por separado. La abducción sin deducción genera historias, la deducción sin abducción desarrolla consecuencias de premisas que nadie sabe cómo elegir y la inducción sin hipótesis acumula datos sin una pregunta que organice su relevancia. Juntas forman una arquitectura autocorrectiva en la que la abducción abre posibilidades, la deducción las hace vulnerables a consecuencias, la inducción introduce resistencia empírica y el fracaso devuelve al investigador al espacio de hipótesis. La circularidad del proceso no es viciosa porque cada vuelta incorpora información nueva.
El ciclo completo conduce a preguntar qué significa realmente una hipótesis. Para Peirce, comprender un concepto exige poder especificar qué consecuencias concebibles tendría si fuera verdadero. Una hipótesis que no cambia ninguna expectativa posible carece de contenido empírico discriminable. La deducción adquiere entonces una función semántica además de lógica, puesto que despliega las consecuencias prácticas concebibles de una idea. La inducción examina si el mundo responde de acuerdo con ellas y la abducción introduce nuevas concepciones capaces de reorganizar la experiencia. La teoría de la inferencia desemboca así en una teoría del significado y de la investigación.
La lectura Pragmaticismo, investigación y fijación de la creencia examina ese paso a través del pragmaticismo, de la concepción peirceana de la investigación y de los métodos con que las personas intentan fijar sus creencias (Peirce, 1877). Allí se verá por qué Peirce distingue la tenacidad, la autoridad, el apriorismo y el método científico, así como por qué la capacidad de corregir los propios hábitos ocupa el centro de una racionalidad falibilista.
Referencias
Fann, K. T. (1970). Peirce's theory of abduction. Martinus Nijhoff.
Harman, G. H. (1965). The inference to the best explanation. The Philosophical Review, 74(1), 88-95.
Lipton, P. (2004). Inference to the best explanation (2.ª ed.). Routledge.
Magnani, L. (2001). Abduction, reason, and science: Processes of discovery and explanation. Kluwer Academic/Plenum Publishers.
Peirce, C. S. (1877). The fixation of belief. Popular Science Monthly, 12, 1-15.
Peirce, C. S. (1878a). The probability of induction. Popular Science Monthly, 12, 705-718.
Peirce, C. S. (1878b). Deduction, induction, and hypothesis. Popular Science Monthly, 13, 470-482.
Peirce, C. S. (1931-1958). Collected papers of Charles Sanders Peirce (C. Hartshorne, P. Weiss y A. W. Burks, Eds.; Vols. 1-8). Harvard University Press.
Peirce, C. S. (1992). The essential Peirce: Selected philosophical writings. Volume 1, 1867-1893 (N. Houser y C. Kloesel, Eds.). Indiana University Press.
Peirce, C. S. (1998). The essential Peirce: Selected philosophical writings. Volume 2, 1893-1913 (Peirce Edition Project, Ed.). Indiana University Press.
Short, T. L. (2007). Peirce's theory of signs. Cambridge University Press.
Thagard, P. R. (1978). The best explanation: Criteria for theory choice. The Journal of Philosophy, 75(2), 76-92.