Modelos de Explicación Científica: De la Cobertura Legal Inferencial a la Causalidad

Fundamentos de la Explicación Científica: Modelos y Críticas

Tipos de Explicación Científica

La clasificación de las explicaciones depende de la naturaleza del explanandum (el hecho a explicar), distinguiendo si este es particular o general, y si es determinista o indeterminista.

• Hechos Deterministas Particulares: El Cometa Halley aparece el 9.2.1986, explicado por las leyes de Newton.
• Hechos Indeterministas Particulares: La mecánica cuántica explica la emisión de radiación por parte de ciertos átomos.
• Hechos Deterministas Generales: Las leyes de Newton explican las leyes de Kepler.
• Hechos Indeterministas Generales: La genética molecular explica las leyes de la herencia biológica de Mendel.

El Modelo de Cobertura Legal Inferencial (CLI)

Este modelo fue desarrollado por Carl G. Hempel en los años 60. Sus ideas centrales son:

1. Explicar es mostrar la esperabilidad: Consiste en demostrar que ciertos hechos, en apariencia inesperados, son esperables. Esto se logra mostrando que hay otros hechos que los hacen esperables.
2. Relación Explanans-Explanandum: El explanans hace el explanandum esperable.
3. Interpretación Lógica: Que un conjunto de hechos haga otro esperable se interpreta significando que este último se sigue lógicamente de aquellos. X es esperable relativo a Y si y solo si (s.y.s.s.) X es inferido lógicamente de Y.

Requisitos de la Explicación CLI

No toda inferencia es explicativa. Las explicaciones deben aludir a hechos generales que no pueden ser accidentales; lo contingente no es explicativo. La explicación requiere que intervengan leyes (necesidad nómica).

Una explicación del explanandum por el explanans es una inferencia válida que tiene el explanans como premisas y el explanandum como conclusión. El explanans contiene esencialmente al menos una generalización, y toda generalización que contiene es una ley no accidental. A veces se hace referencia a una ley.

Componentes Adicionales:

• Si el explanandum es un hecho particular, el explanans también incluye algún hecho particular: las condiciones antecedentes.
• Si la explicación es fácticamente correcta, y no meramente potencial, el explanandum y el explanans deben ser verdaderos.

En resumen, explicar es inferir o predecir usando leyes (más otras cosas, no generalidades accidentales, si es necesario). Este modelo permite distinguir:

• Explicaciones Deterministas: Esperabilidad total $\rightarrow$ Inferencia deductiva.
• Explicaciones Indeterministas/Estadísticas: Esperabilidad parcial alta $\rightarrow$ Inferencia inductiva.

Críticas y Problemas del Modelo CLI

1. Problema de la No Suficiencia

Existen inferencias que cumplen los requisitos de CLI, pero que no parecen explicativas. Esto incluye:

• Precedencia Temporal de las Condiciones Antecedentes: No parece que el impacto se explique por las trayectorias posteriores de los cuerpos, aunque se deduzca igualmente de ellas.
• Simetría, Causa Común, Irrelevancia: Estos factores demuestran que la mera deducción lógica no captura la dirección explicativa.

2. Problema de la No Necesidad

Existen buenas explicaciones que son malas inferencias, como las explicaciones inductivas de baja probabilidad. En principio, una buena explicación estadística es una buena inferencia inductiva con el explanandum como conclusión, siempre que tenga un alto grado de soporte inductivo.

Soluciones Propuestas a las Críticas

La no suficiencia podría solventarse añadiendo alguna condición para que una buena inferencia sea una buena explicación. Por ejemplo: El explanans explica el explanandum s.y.s.s. el explanandum se infiere lógicamente del explanans + X (donde X podría ser el Modelo Causal o la Unificación Teórica).

La no necesidad se aborda introduciendo la idea de que, en los casos de explicación estadística, lo importante no es la alta probabilidad de que se dé el explanandum si se da el explanans, sino que las condiciones antecedentes sean estadísticamente relevantes.

Hacia la Explicación Causal

Motivación y Enfoque Central

El inferencialismo (CLI) presenta como explicativas algunas inferencias que no lo son, lo que sugiere que está dejando fuera los elementos causales. Explicar no es mostrar qué hace que algo sea esperable (al menos no primariamente), sino proporcionar información sobre su historia causal.

Principio: No toda la historia causal es explicativamente relevante. Explicar $\rightarrow$ proporcionar información sobre los factores causales que sean relevantes.

La Explicación y el Contexto

La explicación es dependiente del contexto (solo se podrá decir qué factores son explicativos atendiendo al contexto), mientras que la historia causal no lo es. Esto hace referencia a los componentes pragmáticos de la explicación.

El Modelo de Análisis Causal

En este modelo, el explanandum es un hecho particular (e), y el explanans es un hecho particular (c) que pertenece a la historia causal de e. La relación explicativa es la de relevancia causal determinada por el contexto:

c explica e s.y.s.s., relativamente a ese contexto, c es un factor explicativamente relevante.