Science">
Valencia
Valencia
Valencia
net/publication/331501155
CITATIONS READS
0 49
2 authors:
Some of the authors of this publication are also working on these related projects:
Diseño y estructuración de un modelo de enseñanza para las nuevas generaciones View project
All content following this page was uploaded by Edgar Serna M. on 04 March 2019.
INTRODUCCIÓN
esde hace tiempo se escuchan opiniones y puntos de vista acerca de la actualidad
D del método científico tradicional (Lee, 1943; Bauer, 1992; Jarrard, 2008; Satava,
2005; Windschitl, Thompson y Braaten, 2008; Lehrer, 2010; Ng, 2012) y convendría
preguntarse qué se está haciendo al respecto.
El método científico es la forma como se hace el trabajo científico, no lo que otras
personas, o incluso los mismos científicos, pueden decir al respecto. La realidad es que,
cuando un científico planea un experimento en el laboratorio no se pregunta si está siendo
propiamente científico, ni está interesado en algún método que puede estar usando como tal.
Además, cuando se refiere el trabajo de sus colegas, algo que es cotidiano, no basa su análisis
en generalidades tales como que no sigue el método científico, sino que es específico, práctico
y se basa en alguna característica particular del trabajo (Kuhn, 2010). El científico siempre
está más preocupado por conseguir resultados que en pasar su tiempo en generalidades
(Dean y Kuhn, 2007).
El asunto del método científico es algo que les intriga a personas que se preguntan cómo
es que lo aplican los científicos, capaces de descubrir generalidades ajustables, por lo menos,
a la mayor parte de lo que hacen, pero que no son lo suficientemente profundas, y que
podrían haber sido anticipadas por cualquiera otra que, conociendo lo suficiente acerca de
su trabajo, puede saber cuál es su objetivo principal.
Los objetivos del trabajo científico tienen algo en común: obtener una respuesta correcta
al problema particular que investigan, es decir, y en un lenguaje más pretensioso, se puede
expresar como la búsqueda de la verdad. Ahora bien, si la respuesta al problema es correcta
debe haber alguna forma de conocer y probar que lo es, porque el significado mismo de la
verdad implica una posibilidad de comprobación o verificación. De ahí que la necesidad de
comprobar los resultados siempre sea inherente al trabajo científico; además, dicha
comprobación debe ser exhaustiva, porque la verdad de una proposición general puede ser
refutada por un único caso excepcional. Por otro lado, una larga experiencia ha demostrado
que, para los científicos, existen varias cosas que son contrarias a obtener la respuesta
correcta, porque saben que no es suficiente con confiar en la palabra del colega; porque para
estar seguro debe ser capaz de verificar el resultado por sí mismo (Kind, Michael y Willis,
2012).
De ahí que el científico es enemigo de todo autoritarismo. Por otra parte, a menudo
comete errores y, por tanto, debe aprender a protegerse contra ellos. No puede permitirse
ningún tipo de preconcepto en cuanto a qué tipo de resultados obtendrá y tampoco dejarse
influenciar por las ilusiones, o por cualquier sesgo personal. En conjunto, todas estas
DEBATE AL MÉTODO CIENTÍFICO. EDGAR SERNA M. Y ALEXEI SERNA A.
particularidades son las que le dan objetividad a la ciencia, una característica que a menudo
se piensa como la esencia del método científico (Ng, 2012).
Sin embargo, para el mismo científico todo esto es obvio y lo que le parece esencial de la
situación es que está consciente de no seguir un curso de acción prescrito, por lo que se siente
en completa libertad de utilizar cualquier método o dispositivo que le sea de utilidad en cada
situación particular que investiga, y con el que es probable que pueda obtener la respuesta
correcta. En su interpretación del problema específico sufre inhibiciones precedentes o de
autoridad, pero es totalmente libre de adoptar cualquier curso que su ingenio le sugiera.
Nadie, que no sea científico, puede atreverse a predecir lo que hará el científico como
individuo, o qué método va a seguir, porque la ciencia es lo que hacen los científicos y existen
tantos métodos como científicos individuales (Jarrard, 2008).
En este trabajo se presenta una reflexión acerca de la trascendencia del método científico
tradicional; se describe su evolución a lo largo de la historia; se plantean y analizan sus
problemas y limitaciones; y se propone la integración del Pensamiento Complejo y la teoría
de la Complejidad para estructurar un método que pueda resolver los problemas
encontrados. Se trata de un trabajo de reflexión acerca de la forma como realizan su labor los
científicos y de cómo se genera conocimiento por medios de los descubrimientos y
postulados de la ciencia.
COMPLEJIDAD Y MÉTODO
Por mucho tiempo el método científico cartesiano ha sido el pilar de la investigación
científica, pero, en la misma medida que la sociedad ha progresado y que las edades del
desarrollo han revolucionado el conocimiento, ese método requiere ser revaluado. La misma
comunidad científica lo percibe de esta forma y emerge una nueva metodología para hacer
DEBATE AL MÉTODO CIENTÍFICO. EDGAR SERNA M. Y ALEXEI SERNA A.
ciencia y para descubrir y gestionar conocimiento. Una de las causas de esta revolución es el
reconocimiento de la complejidad de los contextos en los que actualmente se investiga y en
la que, si el objetivo es intervenir el universo, es necesario cambiar la forma de verlo e
investigarlo (Lewandowska, 2009).
Cuando se propuso el esbozo de lo que sería el método los científicos no contaba con una
guía generalizada que les permitiera realizar adecuadamente su trabajo, por lo que la
propuesta fue amplia y rápidamente aceptada. Pero el contexto era otro: los científicos no
estaban en comunicación permanente y los resultados no se conocían con rapidez; no
existían comunidades científicas; los problemas eran simples; el conocimiento estaba
disperso; las disciplinas eran islas sin integración; y la sociedad no exigía demasiado porque
no era fácil leer ciencia. Por el contrario, en el contexto actual: la divulgación es una exigencia
a la labor científica; las comunidades científicas son profesionales y globales; los problemas
sociales son complejos, complicados y se incrementan rápidamente; el conocimiento es
global; la ciencia es multidimensional y transdisciplinar; la sociedad exige ampliamente; y la
ciencia se ha masificado y muchas más personas la pueden leer (The Sigma Scan, 2012). Para
hacer ciencia hoy es necesario interconectar el conocimiento desde diversas perspectivas y
fuentes, porque los problemas son integrales y sus soluciones deben responder a esas
características.
Por lo tanto, mientras que antes el trabajo científico era una cuestión lineal, formateada y
rígida, actualmente no es posible hacerlo de esa manera. El proceso de llevar el conocimiento
a la investigación científica, o viceversa, exige una integración amplia de saberes, principios
y metodologías, por lo que el valor de la teoría de la Complejidad radica en su potencial para
enriquecer la comprensión de las relaciones entre los resultados globales y las decisiones
individuales. A medida que los científicos se hacen más conscientes de la naturaleza
interconectada del universo, son más cautelosos acerca de atribuirles a los eventos las
relaciones simplistas de causa-efecto. Para ello se necesitan nuevos enfoques que permitan
comprender los fenómenos emergentes, es decir, esos patrones complejos que se derivan de
múltiples interacciones simples. La teoría de la Complejidad surge entonces como un campo
científico para clarificarlos y, junto con las Ciencias Computacionales, facilitar modelados y
simulaciones cada vez más precisos de estos sistemas e incrementar el nivel de comprensión
de su comportamiento (Gershenson y Heylighen, 2004).
En este contexto, y con el fin de estudiarlos, el método científico debería llevar a la ciencia
por el camino de la reducción de los sistemas en sus componentes. Sin embargo, sus
limitaciones no permiten ofrecer una mejor comprensión de las propiedades de los
elementos individuales de los sistemas y, mucho menos, de su complejidad como un todo. La
teoría de la Complejidad ofrece una solución a este problema al considerar que todos los
sistemas son complejos, que tienen componentes interconectados y que en conjunto
presentan propiedades que no son evidentes en las partes individuales. Además, que los
sistemas complejos son no-lineales, es decir, que sus causas y efectos no son proporcionales
entre sí. Por lo tanto, cuando un sistema de elementos interconectados refleja un
comportamiento de adaptación, o posee la capacidad de cambiar y aprender de la
experiencia, se define como un Sistema Adaptativo Complejo y en su interior el control, en la
medida en que existe, es descentralizado, por lo que el futuro del sistema o de su
comportamiento es difícil de predecir. Estos sistemas son los que conforman el universo y la
sociedad actuales y su estudio requiere un método científico con nuevos enfoques y
herramientas para que, mediante el software y el hardware que tiene a su alcance los
científicos, aprovechen las ventajas de los desarrollos tecnológicos para modelar y simular
esos sistemas y sus comportamientos (Phelan, 2001).
Incluir en el método científico a la teoría de la Complejidad permitiría comprender e
intervenir estos sistemas de mejor forma y le permitiría evolucionar en el sentido de dejar
de mirarlos como lineales, porque los problemas científicos son dinámicos y están
interconectados con diferentes disciplinas y dimensiones. Si la noción tradicional del método
DEBATE AL MÉTODO CIENTÍFICO. EDGAR SERNA M. Y ALEXEI SERNA A.
científico no se reevalúa sería casi inútil tratar de solucionar los futuros problemas de la
sociedad. La teoría de la Complejidad sugiere que, a menudo, los problemas se tratan mejor
desde la perspectiva de las disciplinas más cercanas a la cuestión, porque las interconexiones
son más claras y los intercambios entre sus diferentes componentes se pueden comprender
mejor. Pero el método tradicional no tiene en cuenta esta descentralización del conocimiento
y sus pasos trazan lineamientos que contradicen la realidad, por lo que las responsabilidades
del estudio se encuentran centralizadas, mientras que los sub-sistemas del problema son un
conjunto de complicadas interconexiones subyacentes.
CONCLUSIONES
La ciencia moderna comienza cuando se logra demostrar que las leyes físicas, que
gobiernan el planeta, son las mismas que rigen el universo en su conjunto, y cuando los
modelos cosmológicos comienzan a resolver el problema de la génesis del universo.
Entonces, surgen dos enfoques explicativos: 1) el que lo asume como que cambia en el tiempo
desde un inicio hasta un mínimo infinito, con base en la suposición de que si algo no tiene
tiempo de origen entonces no existe nada que necesite ser explicado, y 2) el que sugiere que
el cosmos pudo surgir de la nada y aplica pruebas de construcción de modelos para
representarlo. Pero la física suministra una descripción de esta compleja realidad y unifica
todo el cosmos en la gama de sus leyes. Además, describe detalladamente cada uno de los
elementos del universo, incluso en el rango de trascender sus propiedades físicas, en
situaciones en las que los considerados están involucrados en el análisis de la evolución de
la vida biológica y se comienza así a percibir la lógica de la existencia del mundo. En la
secuencia causa-efecto la lógica conduce desde y hacia la causa primera y, por
consideraciones científicas, la lógica que define la existencia del mundo puede ser a la vez el
punto objetivo, cuando la biología pasa a través de la física hasta la lógica, o el punto de inicio,
cuando lo que interesa, en primer lugar, es la estructura ontológica del mundo (en la
dimensión ontológica de la complejidad), y posteriormente en cómo las leyes físicas
gobiernan la complejidad biológica de la compleja realidad circundante. Este enfoque, con
respecto a la racionalidad y la objetividad que van de la lógica a la física y de la física a la
biología, parece ser una metodología bien justificada de las teorías científicas de la compleja
realidad actual.
Esta realidad es el contexto en el que trabajan los científicos actualmente y en la que el
método científico cartesiano tradicional no les ofrece las herramientas necesarias para
desarrollar el proceso de la ciencia. El dinamismo, complejidad, multidimensionalidad
transdisciplinariedad de la ciencia en este siglo la obligan a utilizar herramientas y principios
de la teoría de la Complejidad y el Pensamiento Complejo, pero que no tienen cabida en un
método rígido, lineal y predecible. La nueva visión del universo y los desarrollos tecnológicos
seguirán cambiando aceleradamente y las disciplinas interactuarán cada vez con mayor
dependencia una de otras, por lo que se puede vislumbrar una nueva revolución científica.
Una revolución de la que harán parte conceptos como la lógica, abstracción y modelos
computacionales, y principios como el razonamiento lógico, cómo aprenden las personas y
la multidimensionalidad del conocimiento, y cuya integración y puesta en marcha necesita
un método científico basado en el paradigma de la teoría de la Complejidad y el Pensamiento
Complejo, y orientado a aprovechar la creatividad y la imaginación de los científicos.
REFERENCIAS
Bailey, D. (2012). A New Kind of Science: Ten Years Later. Online [Dec 2016].
Bauer, H. (1992). Science literacy and the myth of the scientific method. Illinois: University of
Illinois Press.
Belnap, N., Perloff, M. y Xu, M. (2001). Facing the Future: Agents and Choices in Our
Indeterministic World. Oxford: Oxford University Press.
DEBATE AL MÉTODO CIENTÍFICO. EDGAR SERNA M. Y ALEXEI SERNA A.
Bencze, L. y Hodson, D. (1999). Changing practice by changing practice: Toward more authentic
science and science curricular development. Journal of Research in Science Teaching,
36(5), 521-539.
Berlin, S. (1990). Dichotomous and Complex Thinking. Social Service Review, 64(1), 46-59.
Camp, J. (2002). Confusion: A Study in the Theory of Knowledge. Harvard: Harvard University
Press.
Cottrell, S. (2005). Critical Thinking Skills - Developing Effective Analysis and Argument. London:
Palcrave Macmillan.
Dean, D. y Kuhn, D. (2007). Direct instruction vs. discovery: The long view. Science Education,
91(3), 384-397.
Gershenson, C. y Heylighen, F. (2004). How can we think the complex? Online [Jan 2017].
Jarrard, R. (2008). Scientific Methods. Online [Dec 2016].
Kind, M., Michael, A. y Willis, B. (2012). Need for proper training in software engineering for
scientists. Revista Antioqueña de las Ciencias Computacionales y la Ingeniería de Software
(RACCIS), 2(2), 28-31.
Klahr, D. (2000). Exploring science: The cognition and development of discovery processes.
Massachusetts: MIT Press.
Kuhn, D. (2005). Education for thinking. Harvard: Harvard University Press.
— (2010). What is Scientific Thinking and How Does it Develop? In Goswami, U. (Ed.),
Handbook of Childhood Cognitive Development (497-523). New York: The Wiley-
Blackwell.
Lee, H. (1943). Scientific Method and Knowledge. Philosophy of Science, 10(2), 67-74.
Lehrer, J. (2010). The Truth Wears Off - Is there something wrong with the scientific method?
Annals of Science. The New Yorker.
Lehrer, R. y Schauble, L. (2006). Scientific thinking and scientific literacy: Supporting
development in learning in context. In Damon, W. (Ed.), Handbook of child psychology
Vol. 4 (123-138). New York: Wiley.
Lewandowska, B. (2009). Question of Methodology of Scientific Theories of Complex Reality.
Online [Jan 2017].
Ng, D. (2012). A tangential scientific method. Online [Jan 2017].
Phelan, S. (2001). What Is Complexity Science, Really? Emergence, 3(1), 120-36.
Satava, R. (2005). The Scientific Method is Dead-Long Live the (New) Scientific Method. Surgical
Innovation, 12(2), 173-176.
Serna, M.E. (2015). Ciencia y Pensamiento Complejo – Desarrollo Transdisciplinar de un
Paradigma. Medellín: Editorial IAI.
Serna, M.E. y Serna, A.A. (2013). A review of the pr ocess of science, technology, and innovation.
Revista Entramado, 9(1), 172-187.
The Sigma Scan (2012). Understanding Complexity: How to Answer the Big Questions. Online
[Dec 2016].
Windschitl, M., Thompson, J. y Braaten, M. (2008). Beyond the Scientific Method - Model-Based
Inquiry as a New Paradigm of Preference for School Science Investigations. Science
Education, 92(5), 941-967.
Wolfram, S. (2002). A New Kind of Science. Berlin: Wolfram Media.