GETTY IMAGES/URUPONG/ISTOCK

El artículo de Iñigo de Miguel Beriain y Antonio Diéguez Lucena «¿Explicar o predecir?» [Investigación y Ciencia, julio de 2021] es un excelente resumen de la encrucijada en que se halla el método científico tradicional ante la emergencia de la inteligencia artificial (IA). Sus autores ven en ello un riesgo de abandono de algunas funciones de la ciencia, especialmente en lo que concierne al papel de la teorización y en particular al de la causalidad. No obstante, ¿no sería legítimo considerar que, en vez de ante una limitación del papel del método científico, tal vez nos hallemos ante una ampliación del mismo?

Tal y como se ha entendido hasta ahora, la causalidad solo podía aplicarse a sistemas excesivamente sencillos, los cuales no representan la complejidad de la mayoría de los sistemas reales (organismos, ecosistemas, etcétera). La facultad predictiva de la IA en sistemas complejos podría ayudar a dar un salto conceptual en el entendimiento y la teorización de fenómenos que no consisten en interacciones simples entre unos pocos elementos, sino que dan lugar a complicados efectos de cascada con retroalimentaciones. De ello resultaría un concepto de causalidad de un nivel más alto y una mejora de las teorías actuales de sistemas, lo que enriquecería la metodología científica. Que eso incorpore una componente estadística no debería, en mi opinión, ser un problema, ya que eso ya está perfectamente aceptado en áreas como la física cuántica.

Claude Sibuet
Barcelona


RESPONDEN LOS AUTORES: La cuestión, a nuestro juicio, ha de centrarse necesariamente en el concepto de causalidad. Lo que Sibuet sugiere es introducir una interpretación más extensa de esta idea que la que solemos adoptar. Esto es posible, claro, pero habría que demostrar que dicho cambio tiene sentido. En nuestra opinión, resulta complicado sostener esta alternativa so pena de diluir demasiado sus fronteras, lo que redundaría en una menor utilidad. Lo que nuestro artículo intenta mostrar es que correlación y causalidad no solo son conceptos diferentes, sino que pueden sugerir distintos cursos de acción. Deshacer el conflicto considerando que ciertas correlaciones equivalen a causas no es, a nuestro modo de ver, la mejor solución. El concepto de causalidad, aunque sea probabilístico, exige algo más que la mera posibilidad de conectar predictivamente fenómenos por medio de algoritmos.

Contenidos relacionados

Puedes obtener el artículo en...

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.