Respaldar afirmaciones científicas con lógica, datos y evidencia

Examinando las afirmaciones

Hoy vemos afirmaciones científicas por todas partes. En cualquier lugar, desde el cambio climático hasta ciertos alimentos que causan cáncer. ¿Cómo se supone que sepamos si estas afirmaciones científicas son precisas? ¿Cómo puede asegurarse de que las afirmaciones sean científicamente precisas, en lugar de simplemente decir lo que escuchó decir a una celebridad? En ciencia, necesitamos usar lógica, datos y evidencia para respaldar afirmaciones científicas.

Datos y evidencia

Lo primero que debemos hacer es observar todos los datos y la evidencia asociados con la afirmación. Los datos son el resultado de experimentos que brindan información cuantificable, o en otras palabras, la información que se puede poner en números. La evidencia son los datos que apoyan una conclusión específica.

Para muchas afirmaciones científicas, a menudo tenemos datos contradictorios. Los datos de un experimento pueden parecer contradecir los datos de otro experimento. Por lo tanto, debemos recopilar todos los datos posibles y usarlos como evidencia para cada lado (o lados) de la afirmación científica. Necesitamos examinar los datos haciendo preguntas como «¿Se hizo bien el experimento?» y «¿se pueden aplicar los procedimientos experimentales a esta situación?»

Entonces, primero, se deben recopilar todos los datos y luego se debe examinar la evidencia de la afirmación científica.

Fuentes creíbles

Un aspecto importante que debe tenerse en cuenta es de dónde obtiene sus datos. Si solo confía en sitios web aleatorios o incluso en periódicos de buena reputación, probablemente no esté obteniendo todos los datos. Incluso puede estar obteniendo datos incorrectos.

Los periódicos son un buen lugar para aprender sobre nuevas investigaciones, pero no es el mejor lugar para encontrar datos

La fuente científica más creíble es una revista revisada por pares . En estas revistas, los científicos publican sus datos y los resultados de sus experimentos después de que la investigación ha sido verificada y confirmada por otros científicos. Pero estas revistas pueden ser difíciles de leer y comprender. Incluso para alguien con un alto nivel de educación, a veces puede resultar frustrante y difícil entender todos los artículos científicos sin hacer una gran cantidad de investigación de antecedentes.

Hay algunos trucos para ayudar a leer revistas científicas. Primero, lea el resumen. El resumen es donde el autor resume lo que se dice en el artículo. De esta manera, puede descubrir rápidamente lo que el autor cree que es importante. Es posible que aún no comprendamos toda la jerga del artículo, pero tendremos una buena descripción general del estudio y los resultados.

Segundo, lea la discusión. La discusión es donde el autor analiza los resultados y cómo se pueden aplicar a otras investigaciones.

Incluso después de hacer todo esto, podría resultar difícil entender lo que se dice. Entonces, la siguiente mejor opción es leer artículos que citan revistas revisadas por pares. Por lo tanto, si un sitio web o blog simplemente publica hechos al azar, pero no cita artículos revisados ​​por pares, probablemente no sea bueno confiar en esa información. Pero si en realidad incluye una cita de una revista revisada por pares, es probable que pueda confiar en esa información al menos un poco más que en otros sitios web o periódicos.

Tipos de lógica

Hay dos tipos principales de lógica de los que debemos hablar, la deductiva y la inductiva. Deductivo es cuando tomamos algo general y lo aplicamos a algo específico. Por ejemplo, todos los pájaros vuelan. Dado que los gorriones son pájaros, deben volar. Pero nos encontramos con un problema aquí, los pingüinos son pájaros y no vuelan. Cuando sucede algo como esto, entonces nuestra suposición original no es verdadera (que es el caso aquí) o A no es igual a C. Si fuera el caso que A no fuera igual a C, entonces estaríamos diciendo que un pollo no es un pájaro.

La lógica deductiva va de lo general a lo específico y la inductiva va de lo específico a lo general

El razonamiento inductivo es cuando tomamos un ejemplo específico y lo aplicamos a una situación general. Esto es lo que hacemos a menudo en la ciencia. La mayoría de los experimentos científicos analizan un ejemplo específico o una pequeña muestra de la población. Por ejemplo, cuando desarrollamos un nuevo medicamento, primero lo probamos en algunas personas. Si el medicamento parece funcionar y no causa ningún problema grave para el grupo de prueba, entonces podemos ampliar nuestra investigación para ver si funciona para todos.

El problema con el que nos encontramos con el razonamiento inductivo es que a veces tratamos de conectar dos situaciones que no coinciden. Por ejemplo, digamos que un científico hizo un experimento con personas alérgicas al maní. Determinó que los alérgicos al maní no deberían consumir más de 1 mg de aceite de maní. Si intentáramos aplicar esta información al público en general, estaríamos diciendo que todos deberían comer no más de 1 mg de aceite de maní. Esto no es cierto, la mayoría de las personas pueden comer cacahuetes de forma segura sin ningún problema, por lo que pueden consumir mucho más de 1 mg de aceite de cacahuate.

Resumen de la lección

Cuando examinamos afirmaciones científicas, necesitamos examinar todos los datos para ver cómo se acumula la evidencia a favor o en contra de una afirmación científica. Es mejor si los datos se obtienen de una revista revisada por pares. La forma más fácil de leer una revista revisada por pares es primero leer el resumen y luego la discusión .

Cuando examinamos los datos, también necesitamos determinar si estamos usando lógica deductiva o inductiva . Si usamos lógica deductiva, debemos asegurarnos de que la suposición original sea cierta y de que estamos conectando correctamente dos grupos. Si usamos lógica inductiva, debemos asegurarnos de que el grupo más grande al que aplicamos los datos sea lo más similar posible a la muestra más pequeña.

Rodrigo Ricardo Editor y fundador