INICIO > LA VERDAD

Índice

Introducción
Ejemplo explicativo
Análisis más detallado
La creencia
La persuación
El paradigma desde el enfoque matemático

La matriz de correlación que infiere probabilidades
La ponderación de las argumentaciones

La demostración de algo
Aplicación del Teorema de Bayes

Epistemología práctica aplicable
El Área de convincencia
Conclusión
Apéndices
Bibliografía


Introducción

Escribir sobre la verdad no es tarea sencilla, puesto que cada uno de nosotros apetece tener la suya.
Sólo describiré un método que ordenará los pensamientos en este sentido.
Tampoco es una idea mía, sino que se debe a Thomas Samuel Kuhn y que floreció en el mundo de la filosofía epistemológica en la década del sesenta. Me refiero a su concepto de paradigma.
Un paradigma es como el constructo de las piezas de un rompecabezas. La imagen final terminada significará no exactamente una verdad, sino en el mejor de los casos un acercamiento a una cuasiverdad. Mis colegas epistemólogos comprenderán mejor lo que quiero expresar.
Las piezas del juego son eslabones que tenemos como certeros, siendo muchas veces objetivos (universales, compartibles y científicos) y otras como sólo subjetivos (no científicos, que no podemos compartir y pertenecen a nuestra intimidad solipsada).
Cada uno de nosotros junta estos eslabones y tendrá una construcción dada. Obtendrá una imagen que se acercará más o menos a la imagen final o cuasiverdad, y observemos que por ello no necesariamente tendrá las mismas piezas de otro, sino que, siendo distintas, mostrarán una parte de esta realidad buscada. Seremos nosotros los que idealizaremos un global conjunto imaginándonos la escena final, tal cual apetece la gestalt.
Así, cada uno de nosotros posee como verdades las partes de un todo y, aquél que posea más nitidez de conjunto, se acercará con fortunio a vislumbrar mejor la cuasiverdad esperada.
  
Ejemplo explicativo
  
Vamos a realizar un ejemplo que aclarará lo que se está exponiendo.
  
Supongamos que tenemos una imagen que expresará una verdad de contenido: que hay un pequeño perro con un par de lindos gatitos, refrescándose seguramente en una tina con agua y donde lo acompañan dos juguetes infantiles: un patito y una pelota al fondo.

  
A esta imagen la fraccionamos tal cual quedarían las piezas armadas de un rompecabezas. A esta figura la llamamos la verdad de la figura; esto se entenderá, es a donde queremos llegar.

  
Ahora ocurrirá que por un evento determinado habrá un par de piezas que se han perdido. A esta imagen la llamaremos cuasiverdad y será, lamentablemente, a la única que podremos llegar. Sabremos que hay detalles que se habrán perdido, como lo es la imagen del patito que nunca podremos recomponer.

  
Seguidamente supondremos que hay tres investigadores con respectivos tres paradigmas de conocimiento: el 1, el 2 y el 3. Cada una de estas personas a logrado juntar las siguientes piezas y armar por lo tanto los siguientes cuadros:
   

Paradigma 1

Paradigma 2

Paradigma 3

  
Según podemos apreciar el primero posee 15 piezas, 6 el segundo y 18 el último.
Puede pensarse que la canidad de elementos será el responsable de acercarse mejor a la cuasiverdad esperada; pero, como realmente vemos, esto no será lo importante. Para este ejemplo, será el segundo paradigma el que ejemplifique mejor el contenido puesto que nos da más datos que los otros por contener al perro, a ambos gatos, a la pelota y también a la tina.
Por eso, se pone en clara evidencia aquí, que la cantidad de hipótesis de una investigación no necesariamente significará acercarse mejor al resultado fidedigno esperado.
Y a veces ni siquiera esto, ya que distintos paradigmas pueden mostrar no solamente parcialidades sino contradicciones entre sus eslabones; y esto porque, lamentablemente por cierto, se carece de un paradigma más completo que los contemple.

En suma y con otras palabras, entiendo que siempre se preferirá un teoría que explique vagamente muchos o todos los puntos de una cuestión o suceso, a otra que explique con profundidad sólo uno o pocos.
   
  
Análisis más detallado
  

Así como el genio de Descartes en su momento sugirió necesario en una persona que en algún momento de su vida dude de todo, nosotros deberíamos tener en cuenta que la conocida frase "percibir (ver) para creer" nos ha enfrascado en un alto y costoso error del conocimiento de las cosas.

Nuestros sentidos físicos muchas veces nos engañan. Serán conocidos los casos de alucinaciones en personas como yo he visto padecer, las órdenes post-hipnóticas de invisibilidad que yo mismo he logrado producir, las equivocaciones mentales que abundan por doquier como presente en este video, el engaño y síntesis mental de colores como muestro en este otro ejemplo, etc.


De esta manera y antes de entrar en tema, será necesario definir lo que entendemos por ciencia, que si bien es una cuestión que muchos creen saber, en realidad hay más gente todavía que usa su término de una manera vaga y equívoca. Este concepto bien podría tener su inicio en Heráclito, cientos de años antes de la era cristiana. Conforme la interpretación en Jaeger, él distinguió el estar dormido (sueño) del estar despierto (vigilia):


"(...) no tenemos simplemente el símbolo de "los que están despiertos", sino encima una determinación más precisa del carácter de éstos, a saber, la de que participan de un mundo común (como prueba su comercio mutuo), mientras que el mundo de los sueños en que se encuentra el durmiente resulta inaccesible a los demás." (JAEGER, Werner: “La teología de los primeros filósofos griegos”, Fondo de Cultura Económica, México, 1952, ed. 1992, pp. 111-128)

O sea que diferenció las experiencias subjetivas de las que no lo son: las universales, también llamadas objetivas porque pueden ser observarlas sensorialmente por toda la gente y hacerse con ello de ideas cerebrales que permitan su análisis y discusión, explicación.

Por consiguiente, llamamos ciencia a todo aquello que podemos explicar y compartir con el prójimo. Ver Apéndice.

Entrando entonces en tema, quiero decir que estas piezas o eslabones del rompecabezas son, en sí mismas, también paradigmas. Cada una de ellas apetecerá una cuasiverdad intrínseca que le caracteriza. Y, a su vez, podrá estar cocausada (condicionada o correlacionada) con las otras o no. Este último concepto implica que entre las piezas puede haber causas y efectos que las justifiquen o no como tales. E inclusive que sirvan para deducir faltantes (en el ejemplo dado, podríamos deducir el faltante de un objeto si hay alguna o algunas piezas del rompecabezas que de alguna manera lo expresen)

Será menester aquí tener en cuenta la falacia que se comete al inferir que dos o más eventos están conectados causalmente porque se dan juntos. Pueden no estarlos. Este error tiene nombre y se llama cum hoc ergo propter hoc.

A su vez, estos eslabones pueden ser asimismos cuasiverdades subjetivas u objetivas. Es decir, respectivamente carentes o no de universalidad, de cientificidad.

Por ejemplo, se puede tener una cierta cantidad de hipótesis (eslabones) subjetivas que no aporten una objetividad deseable, pero bastaría conque uno de ellos sí lo sea y que se relaciones con los demás como para que todo el conjunto sí apetezca entonces de cierta objetividad, mínima aunque sea. Tomemos un caso explicativo. Una persona dice tener vivencias extrañas que no puede explicar, y lamentablemente sabemos que esto entonces no nos daría aportes objetivos; pero puede ocurrir que conozcamos a esta persona y sepamos de su cordura y digna fe, cosa por lo cual entonces esto sí alimentaría toda su experiencia de un tinte de credibilidad aceptable.

Aquí hemos llegado a la necesidad de explicar otro concepto importante: la falsabilidad de Karl Raimund Popper. Este concepto nos dice que para que una cuestión sea aceptada como científica debe ser falsable (vocablo acuñado por este autor); es decir, que tenga argumentos válidos que permitan explicarlo, refutarlo, mostrarlo, etc. Puede sumar a este concepto lo explicado en este otro link.

Por ejemplo alguien puede decir que mañana en cierto lugar va a llover cucarachas. Bien, esto sin más, no es científico porque no deja nada con lo cual uno pueda entenderlo, justificarlo, relacionarlo, etc. Pero, si en cambio dice esto agregando que será así porque hace un año atrás ocurrió lo mismo en Indonesia pero con escuerzos, entonces inmediatamente su apreciación pasa a ser algo científicamente aceptable; aunque sea ridículo.

En suma, lo que quiero decir en todo esto es que las hipótesis que persiguen una cuasiverdad pueden o no estar relacionadas, ser o no científicas, pero si de alguna manera se concatenan entre sí pueden dar un cuadro final de verdad que se acerque con más efectividad al buscado.


Un tema que le continúa y compite, es que se tenga en cuenta de qué manera se realiza esta concatenación, si es por medios mecanicistas o biológicos (una persona que los ordena), cosa que determinará otra segunda cuestión de análisis.
  

La creencia

De una manera sencilla, si se me permite, quisiera explicar cómo veo yo la manera que tenemos de creer en algo; esto es, en considerar como cierta una cuestión. De esta manera y conforme a los desarrollos realizados en mi obra "Filosofía Crítica Trascendental" se desprende que habría tres maneras posibles:

1º) Por mera fe. Esta funcionalidad no se funda en la percepción sensible sino en la extrasensible o P.ES. y por tanto subjetivas, no compartibles con el prójimo. Las ideas que la conforman no proceden del empirismo sino del racionalismo entendido como sentires internos (sentimientos). Su hegemonía se daría, tal vez, en el hemisferio cerebral derecho.

2º) Por conocimiento científico. Se da como fruto de las ideas empiristas estructuradas y son objeto para compartir con el prójimo a través de los hechos empíricos (información); le son propios los sentires externos (sensaciones) o P.S. Su hegemonía se daría, tal vez, en el hemisferio cerebral izquierdo. Sostienen esta postura autores como Locke, Piaget, etc.

3º) Por el uso del paradigma (correlación). Consiste en determinar una probabilidad aceptable en función de eslabones (hipótesis) que nos manifiestan con más explicación que otros la realidad buscada. Sería, tal vez, funcional con ambos hemisferios cerebrales. Sostendría esta postura el autor Kuhn.




La persuación

No puedo dejar de mencionar esto.


Podríamos considerar que existe una cuarta forma de creencia: por la persuación de las ideas que confirman una verdad. Si bien no es un método genuino como los tres que se han presentado, puede entenderse como aplicable al resultado de todos ellos. Veamos en qué consiste.

Se fundamenta en una "técnica": la de la mensajería y diplomacia. Así, cuando nos proveen de convincencia a través de datos, mensajes, etc., nosotros tomamos partido y aceptamos una cuestión como verdadera.

Dicha "técnica" podríamos fácilmente comprenderla con un ejemplo. Supongamos que hay dos personas y una de ellas desea ir a pasear al campo pero sabe, que si lo pide directamente a quien la acompañá, habrá una negación. Entonces surgirá el recurso de la persuación y le comentará que el día favorece y está lindo para pasear. Seguido, esta otra persona, viendo el acontecer, decide por su cuenta ir al campo juntos. Así, de esta manera, la primera habrá logrado su objetivo con diplomacia: la idea ya no le pertenecerá sino que será de la otra persona. Él, con sabiduría, se lo sugerido hemenéuticamente.


De igual modo, muchas de nuestras conductas como humanos es permitiva e inteligente, debido a cometidos y apropios afines. No lo olvide.
   

El paradigma desde el enfoque matemático

El tema hegemónico consiste en un sistema que, dadas sus premisas, se deberá hallar su conclusión. Esto estará exento de la confirmación por la simple percepción sensible, es decir, que trataremos de llegar a una cuasiverdad a partir de hipótesis no sensibles.

Supongamos que yo le dijera que la pastilla izquierda del freno de su auto está pintada de amarillo con lunares verdes. Bien, usted dirá que no es así... Ahora, mi pregunta entonces es decirle: ¿porqué piensa que estoy en un error? La respuesta será evidente, puesto que no ha visto nunca ninguna de este tenor y que lo habitual en todas las piezas del vehículo nunca se distinguen de esa manera. Bueno, entonces, seguidamente, le hago ver una cosa: si no la ha visto, su seguridad se basa en una correlación de verdades, esto es, está usando no un conocimiento empírico sino en la utilización del concepto de paradigma. Esto es, que no lo afirma y cree porque lo ha visto, sino porque correlaciona verdades. Un juez, por ejemplo, suele usar con frecuencia este método con las hipótesis de peritos,
testigos, etc. y decide sobre lo que nunca ha visto personalmente. Por ello, se desprende, que lo que no se ve no siempre es certero, pero puede serlo si sus correlaciones lo justifican. Así, de manera antagónica, una verdad como fruto de una percepción sensible podría ser puesta en duda por sus correlaciones.

Se sabrá que siempre las hipótesis o premisas tendrán un contenido universal probabilístico de acierto, o bien una subjetividad contingente que otorga el vocablo posibilidad. Esta diferencia es la que nos proponemos desarrollar.

Cuando hablamos de información normalmente se piensa que son datos y eso es un error de cuño. Ellos son considerados como "datos asertivos"; es decir, que se desprenden de lo apodíctico porque contienen una probabilidad 100% de veracidad. Pero en general debe pensarse que dependen de una factible ambigüedad, o sea que no tienen 0 [Hatley] sino una incertidumbre que los acompaña. Y esto es así siempre. Estos "datos asertivos" son sólo un caso particular y no general.

La matriz de correlación que infiere probabilidades

Cada premisa tendrá su correspondiente razón probable. Así, podemos pensar que los sucesos habrán sido fenotípicamente experimentados con antelación llegando cada uno de ellos a tener las probabilidades P1, P2,... Pn. La información que los relacionará las denominaremos respectivamente Ii1, Ii2,... Iin (el subíndice "i" implica "input") resultando (Ver la ref 1):

Ii1 = log P1 -1 [Hartley]
Ii2 = log P2 -1
...
Ii = log Pi -1 = [Ii1 Ii2... Iin]   >  premisa

Dicha premisa de entrada como información Ii a modo de vector, ingresa al sistema epistemológico G que es una matriz que otorgará la correlación dándonos la información final de conclusión If (el subíndice "f" implica "final") que será también un vector. En otros términos, resulta

G = Ii . If-1  >  correlación
If = [If1 If2... Ifm] = Ii . G   >  conclusión


Si la premisa contiene n elementos (n premisas) y la conclusión m elementos (m conclusiones), entonces la matriz epistemológica será de dimensión n X m. Esto quiere decirnos que si lo que buscamos es una sola respuesta la matriz deberá ser de n X 1 elementos (Ver la ref 2).

Este sistema o canal de de-confirmación se corresponde a lo que se denomina "Método Inductivista" (M.I.) y que es de mi crítica por ser "ingenuo o estrecho" como puede ver en este link específico y en este otro con un análisis estructural del significado del vocablo "ciencia", a diferencia del generalizado o realimentado del "Método Hipotético Deductivo" (M.H.D.) que explico, desarrollo y ejemplifico en el Capítulo 3 de Gnoseología de mi libro "Filosofía Crítica Trascendental".


La ponderación de las argumentaciones

Cuando hablamos de posibilidades, o sea de contingencias, no hay un número que verifique ninguna ponderación y siempre la cuestión será subjetiva. Sin embargo, toda nuestra vida de relación, social y eudemonológica, se presenta con decisiones y pareceres que se fundamentan en esta imprecisión.

Hasta tal punto es la ambigüedad de nuestros aciertos con las cuestiones contingentes de los pareceres humanos, que el vocablo "equívoco" hace alusión al respecto. Esto es, que pretende dar por una "fuerte" posibilidad los distintos pareceres de las personas que opinan al respecto de un tema dado. Dicho término viene de la dicotomía "equi" que significa "igualdad" y la otra "voco" que implica "voces"; en otras palabras, igualdad de voces opinando sobre un asunto. O sea que detona que tiene varias significaciones o sentidos, e interpretarla como sinónimo de "error" no es lo correcto.

Yo lo que propongo es considerar a esta contingencia, como dijera, con un sentido "fuerte", positivista. Esto implica que podríamos hablar de una "posibilidad ponderada".

Quiero expresar con esto que, como lo hacemos recurrentemente y sin darnos cuenta, inconscientemente quizá, podríamos asignar una cifra a la subjetividad de la posibilidad como lo hacemos con la objetividad (universalidad) de la probabilidad.

Así la cuestión, llevado la cuestión al análisis epistemológico precedente, si asignamos subjetivamente una ponderación a una premisa (n premisas), podremos obtener una conclusión subjetiva y también ponderada, y todo el análisis anterior se corresponderá.


Con este fin propondré una manera de hacerlo y no quito la factibilidad de que existan otras más.

Llamaré
P a la posibilidad subjetiva (de una persona o sociedad) como medida de lo probable P de algo. Esta puede referenciarse como tengamos la asertividad de tener la certeza o no de un acierto azaroso. Asi 0 P 1 y que perfectamente puede ponderase en [%] como la probabilidad P que es expresada en porcentaje (como se sabrá a la fracción decimal se la multiplica por 100). Queda entonces: P [%] = 100. P [veces]

De manera similar llamaré
I a la incertidumbre de una informacion subjetiva, medida como el porcentaje multiplicando por 100 al Hartley. Asi 0 I [%] = 100. I [Hartley] = 100 / log P [veces] = 100 / log 0,01 P [%]

Consideremos un ejemplo práctico para comprender bien esto. Supongamos que una persona dice que va a tirar un dado de 6 caras y que el número a salir es el 4. Aquí la probabilidad es de 1 en 6, o sea una P = 1/6 = 0,166 [veces] = 16,6 [%], lo que determina una información I = 1 / log P = 0,78 [Hartley]. Pero ocurre que sabemos que esta persona suele mentir y engañar, cosa por lo cual cada uno de nosotros pensará en una cierta posibilidad
P que es subjetiva y seguramente lo favorecerá porque el dado estará "cargado". Si yo pienso que es muy mentiroso, entonces, podría asignarle por ejemplo, una P = 30 [%] de que salga el 4, lo que me determinaría una incertidumbre  I = 1 / log P = 0,5223 [Hartley] = 52,23 [%].

Una ventaja que veo en esta implementación, es que podemos operar conjuntamente e indistintamente probabilidades (informaciones) y posibilidads (incertidumbres). O sea objetividades y subjetividades.


La demostración de algo

Querer confirmar algo fuera de las ciencias matemáticas, siquiera hablar de la "demostración" de algo en ello, no es sólo utópico y ucrónico, sino peor: es u-epistémico. No existe eso como tal. Nada se puede demostrar, ni usted mismo puede hacerlo para decir que está vivo, muerto o lo que fuera.

La convincencia de la certeza apodíctica de una demostración debe apoyarse siempre en una ambigüedad, es decir en una incertidumbre y por lo tanto en una posibilidad.

Conforme a mis estudios, investigaciones y presentado el método propuesto, sugiero que debe plantearse siempre una "línea de demarcación" en porcentaje de incertidumbre, cosa por la cual superada la misma nos permitirá ejercer en nosotros toda "Voluntad de acción""; esto es, ejecutar nuestra conducta en dirección y favor del argumento.

En otros términos, toda demostración siempre tendrá algo de ambigüa y jamás le corresponderá una certeza total.


Aplicación del Teorema de Bayes

Quizá, finalmente, de una manera más apropiada y sencilla sea trabajar directamente con las posibilidades
P de un suceso ponderadas como probables P. Esto es, asignar una probabilidad a un argumento subjetivo. Esto se explico precedentemente. Tomaremos unos simples ejemplos demostrativos y explicativos donde prevengo al lector que a ambos los unifico como consideraciones probables (P = P) para no complicar más las cosas; creo que se comprenderá cuándo es una apreciación subjetiva de otra que no lo es.

§ - Ejemplo 1. Una persona pensemos que ejemplifica un primer argumento a contrastar diciendo "Vi un OVNI TR-3B", y otras fuentes periodísticas de los años 1989-92 nos indican que "En Bélgica se vieron muchos TR-TB". Si seguido asignamos una probabilidad al evento primero como P(1)=0,1 (10%) y al segundo como P(2)=0,7 (70%), estaríamos con derecho a suponer que una probabilidad condicionada entre ambos como que "Se da el segundo dado el primero" P(2/1)=0,9 (90%), entonces por el Teorema de Bayes simplificado se deduce que

P(1/2) = P(1). P(2/1) / P(2) = 0,1. 0,9 / 0,7 = 0,128  (12,8%)

es decir, que esta persona nos ha comentado un suceso que se ha valorizado su probabilidad de verdad al informarnos del suceso en Bélgica. Pasó de un 10% a un 12,8%.

Y en cuanto a las informaciones respectivas, vemos claramente que se produjo una información menor de I(1)=1 a la magnitud I(1/2)=0,89, otorgándonos con ello más asombro su argumento al tener presente lo de Bélgica.

§ - Ejemplo 2. Este es un caso que muestra la potencia de este tipo de deducciones, aunque pongo en aviso al lector que este ejemplo requiere revisión, tanto en su planteo como en su concepto teórico. (ref)

Supongamos que el 20% de la gente de una comuna ha visto OVNIs, otro 70% dicen que no los han visto y el resto 10% no ha conocido la diferencia. El 90 % de los primeros dice que son de tecnología extraterrestre (seguramente porque los ha visto moverse) y el 1% de los segundos también (quizá por comentarios al respecto), mientras que los que no reconocen haberlos visto solamente el 25% dice que lo son. ¿Cuál es la probabilidad de que uno de ellos elegido al azar piense que es tecnología extraterrestre los haya visto?

Nos valemos para ello del Teorema de Bayes generalizado:

P(vieron/ext) = [P(vieron) . P(ext/vieron)] / [P(vieron).P(ext/vieron) +                         P(no vieron).P(ext/no vieron) + P(resto).P(ext/resto)] =
                   =   (0,2. 0,9) / (0,2. 0,9 + 0,7. 0,01 + 0,1. 0,25) = 0,849

donde se observa, que si bien gran cantidad de la gente no los ha visto y muy pocos de ellos piensa que son de tecnología extraterrestre, casi todos (84,9%) piensan que sí lo son. Por ese motivo hoy en día, quiérase o no, existe ya un subliminar social de la existencia extraterrestre generalizado.


Epistemología práctica aplicable

De igual manera que los dos ejemplos anteriores del Teorema de Bayes, he presentado un par de casos usando el Método Hipotético Deductivo (M.H.D.) como puede ver en el Capítulo 3 de Gnoseología de mi libro "Filosofía Crítica Trascendental": uno para la invención de una vacuna a un ganado y el otro al asertivo de calzados de los chicos de una escuela.

De esta última prestación deseo rescatar una cosa importancte: el concepto de "umbral". Aquí la "Información" (o "incertidumbre") del argumento bajo análisis se ha delimitado en una cota que previamente se ha consensuado legalmente y llamamos "Información umbral" (Iu) o límite aceptable. Esto a su vez determinará una "Probabilidad umbral" como Pu = 1/antilog Iu

Este concepto siempre será útil como "línea de demarcación" para aceptar o no si existe la esperada "demostración de verdad" de un argumento.


§ - Ejemplo 3. Siguiendo con los ejemplos, aquí amigo lector lo importante no son tanto los números, no, no se fije en ello; sino en el método propuesto.

Supongamos que la Probabilidad de que un habitante de la ciudad del caso de Phoenix haya visto la formacion OVNI que llamamos P(A) es del 1%. Y la Probabilidad de que las fotos que se obtuvieron sean ciertas P(B) es del 95 %. De similar manera, entonces, la Probabilidad de que las fotos seas ciertas tras el avistaje P(B/A) es la misma del 95%. Se da aquí entonces:


P(A) = 0,01
P(B) = 0,95
P(B/A) = 0,95

Se pregunta entonces la Probabilidad de la gente de la ciudad P(A/B) que haya visto con certeza al OVNI:


P(A/B) = P(B/A).P(A) / P(B) = 0,95. 0,01 / 0,95 = 0,01


o sea 2 Hartley (sería una información alta, o bien su Probabilidad es baja y por eso se la cuestiona aún hoy en día)

Para el MHD (Método Hipotético Deductivo) se sabe por las referencias dadas que

Go 1 [veces] canal inductivista (MI) o de de-confirmación
Gr
Go / (1 + .Go) canal deductivista (MHD)
Se partirá de una Ii
1 [Hartley] por convención referente (podría ser otra magnitud), o sea de Probabilidad baja del 10 % (algo poco creíble)

Donde Ir / Ifr y debe ser armado al revés por estar en un camino de refutación. Esto es decir que la Probabilidad de que sea una foto fake en este caso es baja: Pr(B) = 1- P(B) = 0,05. O bien Ir = log 1/Pr(B) = 1,301 [Hartley]

Así, resulta finalmente


= Ir / Ifr = 1,301 / 1 = 1,301 [veces]
Gr = Go / (1 +
.Go) = 1 / (1 + 1,301. 1) = 0,436 [veces]
o sea Ifr = 0,436 [Hartley]
Pfr = 0,366 [veces] = 36,6 [%]

En otras palabras, la certeza de que un habitante de Phoenix estaría demostrada por las fotos es de un 36,6 %. Si se aceptara un umbral menor estaría corroborada (Popper), y si es mayor estaría refutada.


El Área de convincencia

Este último concepto estudiado nos habilita a pensar de que existirá un "Área de convincencia" donde se acepte el argumento y por tanto se disponga de suficiente ánimo para ejercer la "Voluntad de acción". La misma se hallará delimitada por "líneas de demarcación" por Probabilidades (o bien Informaciones, Incertidumbres) del caso.

Si consideramos por ejemplo una Probabilidad del 80% para que se de tal situación podríamos pensar que allí se demarca un límite aceptable, que nos produzca seguridad. Y esto es lo mismo que considerar que posee una Información de prácticamente 0,05 [Hartley], o bien si se me permite que sería lo mismo que decir una Incertidumbre del 5%.

Esto entonces delimitará nuestra segura Área de trabajo ó convincencia mencionada como vemos en la gráfica. Dentro de ella debemos movernos para obtener realidades y hechos empíricos aceptablemente esperados.

Sorprenderá al lector de que se ha definido un "Área" y no una "Línea" operativa, puesto que esto expresa la gráfica que se ha obtenido de la ecuación I = 1 / log P donde se posee una sola variable que es la abscisa representando a la Probabilidad.

Bien, lo que ocurre es que al igual que el "mesotés aristotélico" (equilibrio del término medio) se esperará seguramente otras dimensionalidades, es decir futuras apreciaciones donde se obtengan más variables de abscisas que determinen a este caso presentado sólo como una gráfica parcial. Existirán seguramente otros factores axiológicos (los relacionados con la ética y los valores) que demarquen una multidimensionalidad del concepto que he querido explicar.


Por lo tanto, para ser más clásicos y seguir una línea de estudio sencilla, ortodoxa, centraremos nuestra atención en el punto que hemos llamado "Q" como "límite de demarcación de la convincencia". El mismo se irá corriendo por la curva conforme a consideraciones axiológicas y/o sociales.

Por ejemplo, un mismo caso ufológico no devendrá la misma ubicación de Q(P,I) para una persona convencida de la ufología que en otra que no lo esté. La primera determinará una línea de demarcación con menor Probabilidad que la segunda; o en otras palabras, será más convincente o convencible.

En esta curva hay un par de puntos Q que quiero destacar:

- El
Q(0,1; 1)
Punto escéptico típico de baja Probabilidad 10% que llamaré Qesc
- El Q(0,8; 0,0969)
Q(0,8; 0,1) Punto convincente típico de alta Probabilidad 80 % que llamaré Qcon

Siempre es útil, explicativo y aclaratorio tomar ejemplos que muestren los contenidos que uno expresa. Por este motivo indicaré algunos más de ellos que detallo en los Apéndices.


Conclusión

Como conclusión y por ello, yo no hablo de verdad sino de un acercamiento a una cuasiverdad, dada entonces por una serie de eslabones (hipótesis) que nos manifiestan con más claridad que otros la realidad buscada.


Eugenio
14/08/13 - Actualizaciones: 28/07/15, 09/01/16, 07/11/20, 27/03/23, 02/04/23
Contacto, Mar del Plata, Argentina



Apéndices

Crítica al concepto de "ciencia" ortodoxo

Lamentablemente no puedo estar de acuerdo con la definición clásica y ortodoxa de la palabra "ciencia". Sabemos que ella deviene del latín scientia como "conocimiento" y que sería el conjunto ordenado de conocimientos estructurados sistemáticamente. (ref)

Pero aquí el problema: hablamos de "conocimiento".

Desde el escepticismo de Hume sabemos que dicha virtud, el conocimiento, sólo puede darse de las cuestiones que nos llegan a través de la percepción sensible (PS); y esto niega toda posibilidad de tener como ciertas las extrasensibles (PES) y/o trascendentes metafísicas.

Por este motivo yo no hablo necesariamente del sentido de las cosas sino de la coherencia que tienen entre sí y sus correlaciones. (Ver Filosofía Crítica Trascendental, Cap. 13 Filosofía, § El sentido y la coherencia)


Ejemplos varios sobre cálculos con el MHD

Les recuerdo y aconsejo que cada vez que pensemos en Información (unidades en [Hartley] es más visible y práctico hacerlo por su sinónimo epistemológico que es la Incertidumbre que consideraremos en [%].

§ - Ejemplo de mi experiencia con la piñata. Me refiero a la experiencia personal que he tenido de la ausencia de una piñata en un cumpleaños y que he explicado en este link.

Partimos del planteo de la argumentación a contrastar y luego de la constrastadora:
- A contrastar: "La piñata ha desaparecido en el momento del flash fotográfico" Ii 1 (Pi 0,1, o sea 10% de verdad)
- Contrastadora: "Se posee la fotografía donde los chicos igual gesticulan su inminente explosión"
Prealim   0,999999, o sea 99,9999% de verdad (Irealim 0,000 000 434, o sea 0,000 0434% de Incertidumbre de que sea falso)


y procedemos con los cálculos

Pr = 1 - Prealim = 0,000001 Ir = 1 / Pr = 6
= Ir / Ifr = Ir / 1 = 6
Gr = Go / (1 +
.Go) 1 / (1 + 6.1) = 0,143
Ifr = Ii. Gr
1. 0,143 = 0,143
Pfr = 1 / Ifr = 1 / (antilog 0,143) = 0,719

En otros términos, si nuestro punto Qcon (rojo en la figura) se halla por debajo del 71,9 % de Probabilidad, entonces el fenómeno será aceptado como verdadero. Pero como ha dado 71,9% > Qcon sé que mucha gente no lo aceptará como veraz, pero sí para mi persona que tomó la foto y por tanto el Qcon es menor.


§ - Ejemplo con n contrastaciones. Supongamos que se tienen 2 contrastaciones de un suceso (n = 2), donde el argumento inicial es poco creíble Pi=10% y cada contrastación sí lo son con una Probabilidad de verdad del 90% cada una. Veamos cómo obtener la Probabilidad final:

Pi = 0,1 Ii= 1
P1 = 0,9
P2 = 0,9

P1r = 1-P1 = 0,1
I1r=1
P2r = 1-P2 = 0,1
I2r=1
Gr
Go / [1 + Go (Iri + 1)] =
    = 1 / 1.[1 + (I1r+1)+(I2r+1)] = 0,2
Ifr = Ii. Gr = 0,2
Pfr = 0,631

obteniéndose finalmente una convincencia del 63,1%, y donde se puede ver que para que se produzca una alta convincencia, digamos del 80% como un Qcon, los contrastes deberán ser muchos más: de 10 en este caso:

Para Pfr = 0,8
Ifr = 0,0969
Gr = 1/(1+n.1) = 0,0969
n = (1/Gr)-1 = 9,31
10 contrastaciones por lo menos


§ - Ejemplo de verificación del Teorema de Bayes con el MHD

El teorema de Bayes es una herramienta matemática que se utiliza para actualizar la probabilidad de una hipótesis, mientras que el método hipotético-deductivo es un enfoque utilizado para probar la validez de una hipótesis a través de la observación y la experimentación. Ambas herramientas son importantes en la investigación científica y se utilizan de manera complementaria para mejorar la comprensión y la verificación de las hipótesis científicas. El método hipotético deductivo puede ayudarnos a formular una hipótesis inicial y a deducir predicciones a partir de ella. Podemos usar [también] el teorema de Bayes y otras herramientas estadísticas para realizar pruebas empíricas y evaluar nuestra hipótesis. Si nuestra hipótesis se confirma, podemos tener mayor confianza en nuestra comprensión del problema. (chat.openai.com - 30/04/23)

Seguido tomaré un ejemplo que requiere revisión, prevengo al lector que puede estar en un error.

Si la probabilidad de que a un alumno seleccionado al azar le guste el helado es del 60 %, mientras que la probabilidad de que a un alumno le guste la torta es del 36 %. Además, se sabe que la probabilidad de que a un alumno le guste la torta dado que le gusta el helado es del 40 %. Calcular la probabilidad de que a un alumno le guste el helado, dado que le gusta la torta.

Tenemos los siguientes datos:
h
que a un alumno le guste el helado
t
que a un alumno le guste la torta
P(h) = 0,6
I(h) = 0,2218
P(t) = 0,36
I(t) = 0,4437
P(t|h) = 0,4

Entonces aplicamos el Teorema de Bayes:
P(h/t) = P(h). P(t/h) / P(t) = 0,6. 0,4 / 0,36 = 0,6667

Y ahora con el MHD:
1 - P(t/h) = 0,6
Ir = 0,2218
Gr = Go / (1 +
.Go) = 1 / (1 + 0,2218. 1) = 0,8184
If(h/t) = Gr. I(h) = 0,8184. 0,2218 = 0,1815
P(h/t) = 0,6583

Donde observamos que nos daría prácticamente el mismo porcentaje.



Bibliografía

KUHN, Thomas S.: La estructura de las revoluciones científicas (1962), trad. por Agustín Contin, 11a ed., México, F.C.E., 1995.

TAIT, Eugenio Máximo: Filosofía Crítica Trascendental, Año 2000

  
WebMdP  -  Visualización con Pantalla en 1024 píxeles y Fuente en tamaño Mediano