Como recordarás te comenté previamente en esta serie… no todas las ciencias usan tal cual este método científico simplificado. Existen distintas metodologías que se utilizan dependiendo del tipo de problema que analicemos.
Para ubicar más claramente por qué se usan distintas metodologías debo comenzar por explicar, como prometí en el último video de esta serie: qué es un experimento.
En los métodos empíricos usamos tres tipos de experimentos científicos: los que llamamos tal cual experimentales, los cuasi-experimentales y los observacionales.
El nivel más alto en la jerarquía, por su “capacidad de darnos resultados con alta probabilidad de certeza” son los experimentales o también llamados pruebas controladas aleatorizadas.
Métodos experimentales
¿Qué requisitos se deben cumplir para poder llamar a algo “experimento”? Debemos tener al menos dos grupos: un grupo control y uno experimental. Los elementos de ambos grupos deben ser tan parecidos como sea posible y deben haber sido separados de manera aleatoria.
Para que la idea sea más clara, imagina que se te ocurre plantar frijolitos en una maceta… le pones tierrita y los pones junto a la ventana… pasa el tiempo y no ves que aparezca ninguna plantita. ¿Qué pudo haber salido mal? Ah… quizás fue porque nunca regué los frijolitos…
Para probar mi hipótesis: que “los frijolitos necesitan agua para germinar”, decido hacer un diseño experimental controlado.
Tomo dos macetas idénticas. Cada maceta contiene 10 frijolitos con características similares, los frijolitos fueron repartidos en una u otra maceta al azar. Coloco en ambas macetas el mismo tipo de tierra, al mismo nivel de llenado y ubico ambas macetas en la misma ventana.
De hecho sólo habrá una variable distinta entre ambas macetas:
- A una la regaré todos los días por la tarde.
- La otra no recibirá nada de agua.
Después de una semana, 9 de los 10 frijoiltos germinaron en la maceta que regué cada día y ninguno de los frijolitos en la maceta seca germinó.
Parece entonces que mi hipótesis “los frijolitos necesitan agua para germinar” podría ser correcta.
Vamos a repasar el experimento pero ahora detallando algunos conceptos.
Inicio con dos macetas en condiciones idénticas, con la misma cantidad de semillas de frijol.
Luego una de las macetas se convierte en mi grupo control, al cual no le hago NADA y la otra maceta se convierte en mi grupo experimental donde pruebo mi hipótesis. Lo que estoy modificando en el grupo experimental es lo que llamamos una variable independiente, esta es una variable que yo voy a manipular.
Finalmente MIDO lo que llamo una variable DEPENDIENTE, que es una respuesta del sistema… en este caso, es la fracción de semillas germinadas en ambas macetas.
El grupo control, al que no le hago NADA, nos da una referencia para poder identificar qué cambios ocurren cuando manipulo la variable independiente.
En este ejemplo todavía cabe preguntarnos qué pasó con ese décimo frijolito que no germinó… ¿sería que no era sano?, ¿le faltarían días para germinar? Resulta que aunque yo elegí frijolitos que creí que eran todos idénticos, hay variables que yo experimentadora no necesariamente puedo ver, sobretodo si estamos hablando en este caso de biología: los organismos vivos y sus sistemas, son muy complejos.
Esta posible variación es la razón por la cual, para hacer un diseño de experimento suficientemente fuerte ante las variables que no conozco, o “robusto” que es como normalmente se le llama a esto… los experimentos se hacen con tamaños de muestra suficiente, en este experimento que describo, el tamaño de muestra es de 10 elementos por grupo… imagínate que hubiera hecho el experimento tomando sólo 1 frijolito para cada maceta y le hubiera atinado a usar el frijolito que aunque le puse agua nunca germinó… hubiera concluido que el agua no importa… si uso muchos frijolitos mejoro mis posibilidades de que el resultado retrate mejor el comportamiento real del fenómeno que estudio.
Además, es una práctica común el repetir en más de una ocasión el experimento con muestras nuevas.
En general, entre más grandes sean las muestras que tomamos y si repetimos el experimento y encontramos un resultado similar, tendremos “mayor probabilidad de certeza”.
Esta “mayor probabilidad de certeza” se suele calcular con métodos estadísticos que nos deben permitir diferenciar si las respuestas del sistema son atribuibles a nuestra manipulación de variables independientes o se deben simplemente al azar porque tenemos un montón de individuos con rasgos ligeramente distintos unos de otros.
Método cuasi-experimental
El segundo tipo de método empírico, cuasi-experimental, se diferencia de los experimentos en que en este último caso yo como experimentadora NO PUEDO separar los grupos aleatoriamente…
Imagina que quiero probar si una estrategia educativa ayuda a los estudiantes a desarrollar mejor una habilidad… y como profesora tengo dos grupos de estudiantes, pero esos grupos existen porque así están matriculados en la escuela… yo no pude formar un enorme grupo de estudiantes con características lo más parecidas posibles entre ellos para de ahí separarlos en un grupo de control y otro experimental… lo que tengo son dos grupos que ya existían. De todos modos etiquetaré a un grupo como control y no haré NADA distinto con ellos, llevarán su clase como siempre… y al otro le llamaré experimental y con ellos probaré mi hipótesis aplicando esta estrategia educativa.
Método observacional
El tercer tipo de método empírico es el observacional. Este es importante porque no todas las hipótesis pueden ser probadas en experimentos controlados. La razón de esto puede ser práctica o ética, por ejemplo no se puede hacer llover en una parte de un continente mientras se mantiene seco el otro lado, y tampoco podemos probar hipótesis sobre infecciones virales “contagiando gente intencionalmente”, aunque quizás recuerdes este otro video en el que platicamos sobre experimentos que se llegaron a hacer cayendo en una categoría poco ética… pero eso fue hace mucho y ya no hacemos ese tipo de cosas.
En este tipo de situaciones se hacen hipótesis no experimentales. Se predicen entonces observaciones o patrones que se espera poder medir si la hipótesis es correcta. Luego se colectan datos y se compara la información.
En cualquiera de los casos, las conclusiones experimentales pueden ser: fuertes o débiles, y nos gusta medirlas en términos de probabilidades: qué tan probable es que mi hipótesis sea correcta.
Otra cosa muy importante en el tema metodológico es que se busca reducir el sesgo por observación. Quizás has escuchado que por ejemplo las personas que participan en los ensayos clínicos de vacunas NO saben si recibieron placebo o vacuna, tampoco los investigadores saben esa información directamente de cada paciente… el proceso de aleatoriedad se hace de manera que ninguno de estos dos actores del proceso sepa quién recibe qué para que no contaminen el experimento con sus expectativas, a esto se le llama MÉTODO DOBLE CIEGO.
En ciencias exactas nos gustan los números y manipulamos normalmente variables que podemos medir y contar.
Medimos variables como la distancia de un punto A al punto B, la velocidad de un cuerpo en el punto A, la densidad de un material, la cantidad de agua suministrada, la concentración de un soluto en un solvente, la fuerza aplicada en un punto, los moles de un químico particular usados, el voltaje aplicado…
E igual con las variables con las que responde el sistema, cosas como la profundidad de la fractura provocada en un material, el conteo de glóbulos rojos después de un tratamiento, la cantidad de gente que contrajo la enfermedad para la cual se le vacunó, etcétera.
Nuestros análisis son CUANTITATIVOS y lo natural es trabajarlos con estadística.
¿Y qué pasa con las ciencias sociales?
Por ejemplo, ¿qué pasa con la psicología?
Recordarás que en un video previo comentábamos que para Karl Popper, el psicoanálisis de Freud NO es ciencia porque no hay modo de demostrar sus errores y se convierte entonces en un acto de fé… pero psicología no es ÚNICAMENTE psicoanálisis… hay muchos psicólogos experimentales que de hecho coinciden en considerar al psicoanálisis como pseudociencia y aclaran que en cambio, sí hay áreas de la psicología que siguen una metodología científica. Aunque prácticamente desde el siglo XIX, que aparece en el mapa la psicología… hay gente que ha cuestionado su validez como ciencia.
Una de las dificultades cuando hablamos de mentes humanas es que difícilmente podemos controlarles todas las variables y una de las consecuencias de eso es que la conclusiones pueden no ser tan “fuertes” como las que se obtienen en ciencias exactas. Pero cuidado con esta idea… eso no significa que no se sigan metodologías científicas, de hecho desde cierto punto de vista, en lugar de argumentar a partir de aquí que “son menos ciencias”, podríamos argumentar que por la dificultad de controlar todas las variables, “puede ser más difícil desarrollar un buen experimento” que en las ciencias exactas..
La psicología es el estudio de la mente y comportamiento humanos. La investigación en psicología es difícil porque nuestra mente es complicada, pero pueden por ejemplo, observarse patrones de comportamiento a partir de los cuales se crean hipótesis específicas y verificables o falsables, acerca de por qué ese fenómeno ocurre y posteriormente recrear un escenario para ver si conduce a esos comportamientos.
Si se quiere verificar correlación entre distintas variables: esto es, que cierto evento y comportamiento están relacionados pueden por ejemplo, realizar un estudio de campo donde observarán cuidadosamente a suficientes sujetos en condiciones normales, no controladas.
Si quieren verificar la relación causa y efecto entre un evento que sea causa y un potencial comportamiento que sea consecuencia, pueden por ejemplo crear un experimento riguroso, altamente controlado y replicable en el laboratorio.
También se puede usar estadística para analizar la relación entre los datos obtenidos… y para asegurarse de que los hallazgos son confiables, los experimentos pueden ser repetidos bajo las mismas condiciones.
El hecho de que haya muchas variables que no necesariamente se pueden identificar con facilidad puede derivar en que los datos puedan interpretarse de más de una manera. Otro problema es que a veces las definiciones en psicología pueden ser muy abstractas como para probarse con precisión.
Es claro que no tenemos un lector en la cabeza que indique nuestro nivel de felicidad. No sólo no tenemos un lector objetivo, sino que además esta idea se puede entender de maneras distintas según la cultura o circunstancias… entonces, ¿cómo podría un psicólogo medirla o cuantificarla objetivamente?
Algo que hacen los psicólogos experimentales es crear, validar y probar una definición operacional para este tipo de conceptos abstractos.
Entonces por ejemplo, pueden registrar qué tan seguido una persona sonríe o se ríe; o pueden pedirle a la gente que le ponga un número a lo que consideren felicidad en una escala del 1 al 10; o rastrear la cantidad de endorfinas en su cuerpo.
Cada uno de estos ejemplos puede usarse en contextos experimentales específicos y finalmente permitir que algo cualitativo como la felicidad, se pueda medir y comparar cuantitativamente.
En el claro entendido de que los humanos cambiamos según nuestra cultura, la época en la que vivimos y muchos otros factores contextuales… cuando estamos haciendo investigación en estas áreas se reconoce que hay limitantes contextuales, de hecho no sólo se reconoce, se DEBE describir y tomar en cuenta tanto en los análisis como en las conclusiones. Una conclusión obtenida en un contexto… no puede extrapolarse a otro así nada más.
En ciencias exactas no importa si tu experimento de electroquímica lo haces en Alemania o en México.. pero en ciencias sociales es absolutamente relevante que especifiques el contexto.
Y dado que se traducen conceptos abstractos en cosas medibles Y no se pueden aislar todas las variables, los modelos aceptados en estas áreas tienen mayor tolerancia de error que en ciencias exactas. En la ciencia, cada área específica tiene su propia tolerancia de error aceptable.
Probablemente, además, una gran dificultad que enfrentan las ciencias sociales es que existe mucha pseudociencia que usa fácilmente los mismos términos… libros de autoayuda que se basan en “nada” probado, inclusive gente que hasta sin tratar con un individuo directamente le hace “diagnósticos” sobre sus “problemas mentales” o el uso indiscriminado que hacemos en general de términos psicológicos porque nos resultan accesibles o pegajosos y que terminan creando mitos ampliamente difundidos como por ejemplo los estilos de aprendizaje.
Finalmente, muchos métodos de las ciencias sociales no se encaminan a lo cuantitativo, los análisis cualitativos buscan patrones a partir de métodos semióticos, análisis de conversación, análisis interpretativos. Cuando lees por ejemplo la teoría sociocultural de Lev Vigotski porque vas a usar conceptos de aprendizaje social en educación NO vas a encontrar un modelo en forma de ecuación matemática, vas a encontrar que su análisis es inductivo y que si tu vas a aplicar el concepto de la zona de aprendizaje proximal tendrás que diseñar tu actividad de aprendizaje proporcionando a los estudiantes las condiciones que Vigotski sugiere.
Afortunadamente, para quienes venimos de una formación en cuantiativalandia, aún usando conceptos cualitativos, podemos hacer evaluaciones cuantitativas con definiciones operacionales porque necesitamos hacerles estadística.
Pero hay que aceptar también que no todo en ciencia va a tener un modelo matemático o análisis cuantitativos… no podríamos, por ejemplo, hablar de la riqueza que nos trae la arqueología, sin aceptar el valor de sus propias metodologías.
Referencias
Beytía, Pablo & Calvo, Esteban. (2011). ¿Cómo medir la felicidad?. Claves de Políticas Públicas #4, Instituto de Políticas Públicas, Universidad Diego Portales, Santiago, Chile.
Anne Marie Helmenstine, P. (n.d.). What Is the Difference Between Hard and Soft Science? Retrieved from https://www.thoughtco.com/hard-vs-soft-science-3975989
Biology and the scientific method review (article). (n.d.). Retrieved from https://www.khanacademy.org/science/high-school-biology/hs-biology-foundations/hs-biology-and-the-scientific-method/a/hs-biology-and-the-scientific-method-review
Jaffe, K. (2014, November 26). Social and natural sciences differ in their research strategies, adapted to work for different knowledge landscapes. Retrieved from https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4245228/
METHODOLOGY (Social Science). (n.d.). Retrieved from http://what-when-how.com/social-sciences/methodology-social-science/
Science of Psychology. (n.d.). Retrieved from https://www.apa.org/action/science/
Tannenbaum, M. (2013, August 13). Psychology’s brilliant, beautiful, scientific messiness. Retrieved from https://blogs.scientificamerican.com/psysociety/psychology-8217-s-brilliant-beautiful-scientific-messiness/
Zombie Preparedness. (2021, February 23). Retrieved from https://www.cdc.gov/cpr/zombie/index.htm
