Cuestionario

1. Para ti, ¿cómo se forma el conocimiento?

   Antes de responder esta pregunta, sería bueno establecer alguna noción que nos permita trabajar con el concepto de “conocimiento”. Cuando hablamos de éste, se hace relevante la distinción que hizo en su momento Luis Villoro en su libro Creer, Saber y Conocer, a saber, que no todo lo que tomamos por cierto es conocimiento en un sentido estricto. Concretamente creer es simplemente tener una proposición por verdadera, aunque no tengas razones suficientes o aunque las razones sean débiles; saber es creer algo verdadero con justificación adecuada, es decir, con razones que lo sostienen públicamente y que resisten crítica; y conocer no se reduce a proposiciones, sino que implica una relación más directa o experiencial con algo —conocer a una persona, una ciudad o un idioma no es sólo tener enunciados verdaderos sobre ellos, sino haber tenido trato o familiaridad con eso. Para el caso de esta discusión, tomaremos como conocimiento todo lo que para Villoro es saber y conocer, dejando de lado lo que solamente entre en su categoría de creer.
   Ahora bien, teniendo más claro qué queremos decir con conocer, ¿qué tipos de conocimiento hay? Podemos tomar como referencia tres disciplinas que encajan con nuestra definición de conocimiento pero que no producen su conocimiento de la misma forma: las matemáticas, la filosofía y la física. Las matemáticas producen el conocimiento más comunmente aceptado como exacto; toda proposición aceptada por la comunidad matemática es tomada como indiscutiblemente cierta y completamente probada. La filosofía, por otro lado, produce conocimiento menos exacto; generalmente toda proposición aceptada por la comunidad filosófica es susceptible de ser reemplazada por una nueva en cuestión de poco tiempo y a partir de ninguna evidencia empírica. Con la física, por otro lado, hay una trampa en llamarla como una sola cosa ya que tiene dos subdisciplinas principales: la física teórica y la física experimental; en su ala teórica, la física es más parecida a la matemática en el sentido de que intenta usar deducción para describir matemáticamente objetos con los cuales no está claro que se pueda experimentar directamente, mientras tanto, en su ala experimental, el conocimiento se genera corriendo experimentos y haciendo inferencia estadística de los resultados obtenidos.
   Finalmente, ¿cómo se forma el conocimiento? Un gran depende. Las ciencias naturales harán uso del método científico, las matemáticas usarán la deducción, la filosofía usará métodos abductivos. En general, el conocimiento se formará a partir de encontrar razones objetivamente suficientes para establecer algo como cierto, aunque el status de cierto no goze de la misma fuerza epistemológica para cada disciplina.

2. ¿Cómo distingues el conocimiento del sentido común del científico?
   Definamos al sentido común como toda proposición que un grupo de personas esperan que otros acepten sin la necesidad de ofrecer una justificación formal. Pueden o no existir justificaciones formales para estas proposiciones, pero la diferencia está en que se espera que sean aceptadas sin la necesidad de ser justificadas. Existen múltiples ejemplos, como que la tierra es redonda, que asesinar está mal, que el rojo y el azul son colores diferentes, que las cosas que se sueltan en el aire tienden a caer al piso, etc. Una proposición que conisderemos sentido común puede hacer referencia a objetos físicos, morales, teóricos y cualquier otra categoría. Asimismo, ser sentido común no garantiza su valor de verdad, véase por ejemplo que para la comunidad terraplanista es sentido común que la tierra es plana, o que por siglos se asumió como cierto que las cosas caían más rápido dependiendo de su peso. Otra conclusión interesante al respecto es que algo puede ser sentido común para un grupo de personas y no serlo, o incluso ser falso, para otro grupo. Luego, algo puede ser sentido común y ser un hecho científico comprobado.
   Dicho esto, ¿qué lo distingue del conocimiento? Al menos tres características: cómo se forma, qué criterios de demarcación tiene y qué finalidad tiene. Primero y como vimos antes, el conocimiento se forma a través de métodos que, aunque varíen de disciplina a disciplina, son comunmente aceptados y su rigor está bien documentado en suficiente literatura como para aceptar como válidas las conclusiones que facilitan; por otro lado, el sentido común no depende de métodos para formarse sino de nociones comunmente aceptadas por las comunidades a las que pertenece un individuo. Segundo, el conocimiento tiene que cumplir criterios de aceptación tales como contar con justificaciones objetivas suficientes, provenir de un método determinado o, incluso, disponer del respaldo de varias fuentes bibliográficas tanto primarias como secundarias; por otro lado, el sentido común no está sujeto a esta clase de criterios cualitativos, para que algo se considere común basta con que una cierta comunidad lo afirme o trate como tal. Finalmente, el sentido común y el conocimiento no tienen la misma finalidad; el sentido común tiene como finalidad mantener la cohesión social, establecer cotas mínimas aceptables de cosmovisión para la convivencia y la formación de acuerdos; por otro lado, el conocimiento pretende ser un modelo de la realidad que sirva para hacer predicciones y entender mejor a un sujeto de estudio.

3. ¿En qué diferiría tu definición de ciencia respecto a la de un estudiante de una clase similar, pero de hace 20 años?

   Hay que empezar siendo claros con el hecho de que lo que entendemos como ciencia no ha cambiado radicalmente en los últimos 20 años; por lo tanto, cualquier persona hace 20 años dispondría de información muy similar respecto a qué es ciencia y qué no lo es. Si bien la discusión en torno a la demarcación de la ciencia es vieja, lo que sí ha cambiado de forma relevante en dos décadas no es tanto la “esencia” abstracta de la ciencia, sino el énfasis que pondríamos en ciertos rasgos para definirla, porque cambiaron (i) las prácticas reales de producción de conocimiento, (ii) la infraestructura técnica para producirlo y difundirlo, y (iii) el contexto social de confianza/desconfianza hacia la ciencia. Así que, aunque la definición “de manual” podría sonar casi igual, mi definición hoy sería más institucional, más probabilista y más consciente de sus fallas que la de un estudiante típico de hace 20 años.

   Si yo estuviera en una clase similar en 2006, probablemente diría algo cercano a “la ciencia es el conjunto de conocimientos obtenidos por el método científico”, con una narrativa relativamente lineal: observación → hipótesis → experimento → verificación/falsación → teoría. Esa definición aún sirve como caricatura pedagógica, pero hoy me parece insuficiente. En 2026 yo definiría la ciencia menos como un “método único” y más como una familia de prácticas para producir conocimiento público confiable mediante mecanismos sistemáticos de corrección de error. En otras palabras, no es que la ciencia sea infalible, sino que (cuando funciona) está diseñada para detectar y reducir sus propios errores: revisión crítica por pares, replicación (cuando es posible), triangulación de evidencias, control de sesgos, y estándares de transparencia que permiten auditar el camino desde los datos hasta las conclusiones. Esto implica que, en mi definición actual, “ser ciencia” no es solo llegar a conclusiones, sino tener trazabilidad y condiciones de criticabilidad pública: que otros puedan inspeccionar métodos, supuestos, datos (cuando se pueda) y procedimientos.

   Otra diferencia fuerte es que hoy incluiría explícitamente el problema de la reproducibilidad y los incentivos como parte del cuadro. Hace 20 años un estudiante podía definir la ciencia sin mencionar p-hacking, sesgo de publicación, baja potencia estadística, crisis de replicación, o la diferencia entre “significativo” y “robusto”. Hoy, ignorar eso es ingenuo: no porque toda ciencia sea mala, sino porque la ciencia real ocurre dentro de instituciones con presiones (publicar, financiamiento, prestigio), y esas presiones moldean qué se investiga, cómo se reporta y qué se considera “éxito”. Por eso, mi definición contemporánea tendería a subrayar prácticas de ciencia abierta (pre-registro cuando aplica, datos/código abiertos cuando es éticamente posible, reporte completo de análisis, revisión post-publicación, preprints) como parte de lo que hace “científico” a un resultado en la práctica, no solo en teoría. Un estudiante de hace 20 años podía hablar de “objetividad” como si fuera un estado; yo hablaría de objetividad como un logro frágil que depende de procedimientos, auditoría y cultura de corrección.

   Finalmente, también cambiaría el peso que le doy a lo computacional y a lo “data-driven”. En 2006 la idea dominante para muchos era que la evidencia privilegiada venía del experimento controlado (sobre todo si la clase era de ciencias naturales) y que lo computacional era accesorio. Hoy, con simulación, modelos complejos, aprendizaje automático, ciencia de datos, y ciencias sociales computacionales, la frontera entre “experimento”, “observación” y “modelo” es más borrosa. Esto no vuelve “menos científica” a la ciencia; solo obliga a afinar la definición: una predicción útil no equivale automáticamente a una explicación, un modelo con buen desempeño no es lo mismo que un modelo interpretable, y la validez depende de supuestos, sesgos de medición, y generalización fuera de la muestra. Por eso, mi definición actual incluiría explícitamente que la ciencia muchas veces opera con incertidumbre irreductible, y que su producto típico no son certezas absolutas sino grados de soporte: estimaciones, intervalos, márgenes de error, plausibilidad relativa entre modelos y explicaciones rivales.

4. Describe brevemente ¿Qué es el método de investigación?

   El método de investigación es, en lo esencial, un conjunto organizado de decisiones y procedimientos para transformar una pregunta vaga en conocimiento defendible. No es una “receta” universal, sino una estructura de trabajo que obliga a explicitar qué quieres saber, por qué crees que se puede saber, con qué evidencias lo vas a sostener, y cómo vas a minimizar el autoengaño (sesgos, cherry-picking, explicaciones ad hoc). Un método bien planteado define el objeto de estudio, delimita el alcance (qué entra y qué queda fuera), construye conceptos operativos (cómo se traduce una idea a algo que se puede observar/medir/argumentar), y establece criterios de justificación: qué contaría como evidencia suficiente, qué tipo de crítica debería resistir, y bajo qué condiciones cambiarías de opinión. En ese sentido, el método es más cercano a un “contrato de rigor” que a una técnica específica: su función es hacer que el camino desde la pregunta hasta la conclusión sea trazable y públicamente criticable.

   En la práctica, el método de investigación conecta varias piezas: el planteamiento del problema (pregunta, objetivos, hipótesis o supuestos), el marco teórico (cómo se inserta tu pregunta en lo que ya se sabe y qué conceptos usarás), el diseño (cómo producirás o recolectarás información), y el análisis (cómo convertirás esa información en inferencias). En ciencias naturales suele incluir experimentos, controles, medición, y estadística; en ciencias sociales puede incluir encuestas, entrevistas, etnografía, análisis de redes, análisis documental; en matemáticas y lógica, el “método” se expresa como definiciones precisas, axiomas, lemas, pruebas, contraejemplos, y criterios de validez interna. Esto importa porque “método” no significa “laboratorio”: significa la disciplina de justificar inferencias con reglas claras según el tipo de objeto que estudias. La diferencia entre un trabajo serio y uno flojo rara vez está en la herramienta (encuesta vs. entrevista vs. modelo), sino en si el método hace explícitos los supuestos, los límites de validez y las fuentes posibles de error.

   Por eso, decir “mi método” también implica responder: ¿por qué este enfoque es el adecuado para este problema? y ¿qué te permite concluir, exactamente, y qué no? Un método bien descrito incluye decisiones incómodas: cómo elegiste la muestra o los casos, qué sesgos esperas, cómo manejarás datos faltantes, cómo evitarás sobreinterpretar, qué harás si los resultados contradicen tu hipótesis, y cómo asegurarás que otro pueda auditar el proceso (transparencia de instrumentos, código, criterios de codificación, etc., cuando aplique). Si lo quieres en una frase que no se venda humo: el método de investigación es el aparato que convierte una opinión plausible en una afirmación con respaldo, delimitada y criticable, y que te protege —hasta donde es posible— de confundir “lo que quiero que sea cierto” con “lo que tengo razones suficientes para sostener”.

5. Explica las diferencias entre una investigación en Ciencias naturales y ciencias sociales.

   Una diferencia central entre investigación en ciencias naturales y en ciencias sociales es el tipo de objeto que estudian y, por tanto, el tipo de evidencia que pueden producir. En ciencias naturales el objeto suele ser más “cerrable” bajo condiciones controladas: puedes aislar variables con mayor facilidad, repetir mediciones, y forzar escenarios comparables (misma temperatura, misma dosis, mismo material, etc.). Eso vuelve razonable el ideal de experimento replicable y el lenguaje de leyes o regularidades relativamente estables. En ciencias sociales, en cambio, el objeto de estudio incluye agentes con intenciones, normas, lenguaje, poder, historia y reflexividad: la gente cambia su conducta cuando es observada, las instituciones se transforman, y lo que hoy es válido puede dejar de serlo por cambios culturales o políticos. Esto no vuelve “menos seria” a la investigación social; la vuelve más dependiente del contexto y más cauta en el tipo de generalización que puede prometer. Por eso, donde la ciencia natural suele aspirar a explicaciones causalmente fuertes y generalizaciones amplias, la social con frecuencia equilibra explicación con comprensión situada (qué significa una práctica para quienes la realizan, bajo qué reglas, con qué incentivos y qué desigualdades la estructuran).

   También difieren en diseño metodológico y en el papel del control. En ciencias naturales, el experimento controlado y la medición instrumental son estándares fuertes: el método privilegia la manipulación de variables, el control de condiciones y la cuantificación precisa, y la inferencia estadística suele respaldar conclusiones sobre mecanismos (aunque siempre con supuestos). En ciencias sociales, aunque también hay experimentos (de laboratorio, de campo, naturales) y cuantificación robusta (encuestas, registros administrativos, modelos causales), una parte grande del trabajo se hace sin control experimental estricto: estudios observacionales, comparativos, históricos, etnográficos, entrevistas, análisis de discurso, análisis de redes, etc. Esto obliga a pelear más con el sesgo de selección, variables omitidas, problemas de medición (¿cómo “mides” confianza, clase social, violencia simbólica?), y con el hecho de que las categorías no son neutrales: “delincuencia”, “familia”, “normalidad”, “éxito” son conceptos cargados, disputados, y a veces impuestos. Además, en sociales es más común que el investigador sea parte del mundo que estudia y tenga efectos en el campo; por eso se vuelve crucial la reflexividad (explicitar posición, intereses, relaciones de poder y límites de interpretación) y la triangulación de fuentes (combinar métodos para no depender de una sola ventana).

   Finalmente, hay diferencias fuertes en criterios de calidad y en ética. En ciencias naturales, la replicabilidad y la precisión instrumental suelen ser el centro del prestigio metodológico; en ciencias sociales, además de replicabilidad cuando aplica, pesan mucho la validez de constructo (que lo que mides realmente sea lo que dices medir), la validez externa contextual (a qué poblaciones y condiciones se puede extender el hallazgo), y la credibilidad interpretativa (que la explicación “calce” con evidencia diversa y con el contexto histórico). Éticamente, ambas tienen riesgos serios, pero en sociales es más frecuente el contacto directo con personas y comunidades, así que aparecen con fuerza temas como consentimiento informado, confidencialidad, daño potencial, extracción de información, estigmatización, y uso político de resultados. En resumen: las ciencias naturales tienden a operar mejor cuando el fenómeno es controlable y repetible; las sociales tienden a operar mejor cuando el fenómeno es histórico, normativo y dependiente del contexto. No hay una jerarquía automática ahí: son dos formas de rigor ajustadas a objetos distintos, con fortalezas y límites distintos, y el error típico es exigirle a una que imite a la otra en vez de exigirle claridad sobre qué puede y qué no puede afirmar.