La Ciencia de la Sociedad I. La lógica de la Ciencia
La Ciencia de la Sociedad I. La lógica de la Ciencia
Manuel Ángel Santana
Turégano
La Laguna, otoño
2020.
Una vez que hemos visto que la
Sociología podría definirse como “el estudio científico de la sociedad”
conviene plantearse cómo podría hacerse eso. La pregunta implícita, por tanto,
es la de si es posible hacer ciencia de lo social, qué puede considerarse Ciencia
y qué no. Cuando los jóvenes (y no tan jóvenes) llegan a la universidad tienden
a tener una concepción del mundo basada en unas pocas dicotomías e ideas que no
saben muy bien de dónde han sacado. En principio pareciera que el mundo, al
menos en el ámbito académico, se dividiría en dos grandes bloques: “CIENCIAS” y
“LETRAS”. Es algo que pasa ahora, que pasaba en la época de sus padres, de sus
abuelos e incluso antes. La otra división del mundo sería entre “los
inteligentes”, a quienes se orienta hacia estudios más académicos (Bachillerato
y Universidad) y los “no inteligentes”, a quienes se orienta sobre todo hacia
estudios de Formación Profesional. Esto, que pasaba más en la época de sus
abuelos y de sus padres, parece que ya no pasa tanto. Repasemos estas
dicotomías.
Según los niños van creciendo y desarrollándose
parece que a unos se les dan mejor los números, las matemáticas y asignaturas
como la Física y la Química. Esos son los que, en cuanto pueden, eligen la
opción de “ciencias”. Por el contrario, parece que, a otras personas, algunas
pueden ser incluso muy inteligentes a su manera, se les dan mejor otras
materias: historia, lengua, quizá música. Éstas son las personas que en cuanto
pueden evitan las matemáticas y las asignaturas más numéricas, que les resultan
muy difíciles, y optan por lo que se suele denominar “letras”. Aunque todo el
mundo tiene que estudiar algo de Filosofía, y en esta materia se suelen
impartir algunos rudimentos de lo que es el conocimiento científico, la gente
no se suele enterar mucho de filosofía. De manera que, al terminar la educación
secundaria obligatoria, se tiende a dividir a las personas entre “gente de
Letras” y “gente de Ciencias”, quizá con una tercera (o cuarta) categoría:
aquellos a los que no se les da bien nada, y aquellos a los que parece que se
les da todo. La Historia, la Lengua y otras disciplinas suelen considerarse
como “de Letras”, de manera que mucha gente, cuando se le dice que la
Sociología es “el estudio científico de la sociedad” tienden a pensar para
dentro “pues vale, eso es lo que pondré
en el examen, pero en realidad esto no es una verdadera Ciencia”. Y no es
algo que pase sólo en nuestro entorno, ni entre gente joven. ¿Quién no conoce
la teleserie “Big Bang Theory” y su precuela “El Joven Sheldon”? Uno de los
personajes principales de la primera, y protagonista de la segunda, Sheldon Lee
Cooper, considera que la Geología es una como una “ciencia de segunda
división”, mientras que sólo la física, especialmente su campo, que se denomina
“Física Teórica”, es verdadera ciencia. Claro que propio término de “Física
Teórica” debería introducir un pequeño elemento de incomodidad en la mente de
muchos jóvenes, que tendían a dividir el mundo entre “asignaturas “de rollo”, o
teóricas”, tipo historia, y “asignaturas de ciencias, tipo matemáticas”. ¿Las
asignaturas “de ciencia” no eran lo contrario de las asignaturas “teóricas”? Lo
cierto es que no se puede hablar de Ciencia sin teoría. De forma muy muy
resumida, ¿cuáles son las características del método científico? ¿sólo las
proposiciones que pueden expresarse de forma matemática son científicas? ¿todo
lo que se exprese con números es científico? Como se dice ahora, spoiler alert: la contabilidad se
expresa con números, y no por ello es científica; seguro que más de un joven friki tiene elaboradas complicadas
estadísticas de su deporte favorito, pero ¿es ello ciencia?
Aunque elementos de pensamiento
científico existían antes, partir del siglo XVII, en lo que se dio en llamar
“revolución del conocimiento”, que vino un poco antes de la era de las
revoluciones políticas y culturales (Revolución Inglesa en el XVII,
Ilustración, Revoluciones Americana y Francesa en el XVIII) se va consolidando
lo que se dio en llamar el “método científico”. Éste podría definirse como una
manera que tienen los seres humanos de relacionarse con su entorno basada en la
observación y la experimentación. La anécdota que siempre se cuenta es que a
Newton se le cayó una manzana y a partir de ahí elaboró su “teoría de la
gravitación universal”. Detengámonos primero en el primer elemento de toda
ciencia, la teoría. ¿Qué es la teoría de la gravitación universal, o para el
caso, cualquier otra teoría? Un intento de explicar cómo y por qué suceden las
cosas. Las teorías, concebidas así en un sentido muy laxo, no son exclusivas
del ámbito científico. Todas las madres tienen teorías sobre sus hijos/as y su
comportamiento “lo conozco que para algo
lo parí, y yo sé que él no es así” o “este
chiquillo no va a sentar la cabeza hasta que no cambie de amistades”. Las
teorías nos dicen cómo se relacionan los fenómenos. Teoría de la gravitación
universal de Newton:
“Todos
los cuerpos se atraen con una fuerza que es directamente proporcional a su masa
e inversamente proporcional a la distancia que los separa”.
Hasta aquí, en el aspecto de
“explicar cómo y por qué suceden las cosas”, las teorías “de las madres”, en
realidad, no son muy distintas de las teorías científicas: “tú lo que tienes que hacer es estudiar una
carrera universitaria para que tengas un buen trabajo y seas un hombre/mujer de
provecho”. Las teorías siempre relacionan fenómenos y nos dan una
explicación de por qué suceden. La “ley de la gravedad” nos dice que la manzana
acabará siendo atraída hacia el centro de la tierra, mientras que “la ley de
las madres” nos dice que si obtienes un título universitario “serás alguien de
provecho”. Por lo tanto, resumiendo: pese a lo que se suele pensar, no hay
ciencia sin teoría. En el capítulo anterior vimos cómo el paradigma del homo economicus lleva implícita una
teoría acerca del comportamiento humano. El mundo en que vivimos, también el
social y económico, está basado en teorías: ¿el déficit público genera
inflación y desempleo? Eso no es más que una teoría, algo que relaciona un
fenómeno con otro. ¿El COVID19 se transmite a través de las gotas minúsculas?
Otra teoría.
Y este ejemplo nos sirve para
traer a colación el segundo elemento que es imprescindible para hablar de
ciencia: la experimentación, contrastación empírica o refutación, como se
quiera llamar. Esto lo podemos ver claro con las teorías de las madres (y las
de muchos economistas). Para que una teoría se pueda considerar “científica”
tendría que aceptar ser sometida a pruebas externas. Tu madre dice “es mi hijo, yo lo conozco que para algo lo
parí, y por eso sé cómo se comporta”. Pero si alguna vez va y resulta que
no te comportas como tu madre habría predicho, es que algo rara pasa, no admite
que la teoría “yo sé cómo actúa mi hijo”
pueda no ser cierta. Pesar, medir, calcular, contrastar. A partir del siglo
XVII se empezaron a desarrollar instrumentos que permitieron contrastar muchas
de las teorías que hasta entonces se tenían de cómo funcionaba el mundo.
El estudio del conocimiento se
llama “epistemología”, y hasta no hace tanto se pensaba que la ciencia avanzaba
elaborando teorías y contratando que eran ciertas. Ésta es la idea que, en la
tercera década del siglo XX, tiene la mayoría de la población acerca del
conocimiento científico. Se piensa que los conocimientos científicos son “ciertos”
porque “están contrastados empíricamente”. Pero en realidad no es así. El
estudio de cómo avanza el conocimiento científico muestra que las cosas son
distintas, y aunque pueda parecer un matiz sin importancia, la tiene, y mucho:
la ciencia no avanza “demostrando” que las teorías correctas son correctas,
sino descartando aquellas que se descubre que son falsas. A mediados del siglo
XVII, con el desarrollo inicial de la biología se estableció lo que se
consideraba una verdad: “todos los cisnes
son blancos”. Se enviaron expediciones científicas a Rusia, a Norteamérica,
a Asia, a Sudamérica, a todos los rincones de Europa, a África. Y cada
observación que se hacía parecía que daba más solidez a la hipótesis: todos los
cisnes parecían ser blancos. Hasta que se descubrió Australia, y aparecieron
cisnes negros. Desde entonces se dice: “ningún
número de observaciones de cisnes blancos permite verificar la hipótesis de que
todos los cisnes son blancos; pero basta una única observación de un cisne
negro para falsearla”. Si antiguamente se pensaba que el criterio para ver
si una teoría podía considerarse científica o no era si podía verificarse empíricamente, es decir, si puede demostrarse que es
verdadera, a partir de K. Popper se considera aceptado que el criterio de
demarcación, que sirve para separar lo que pueden considerarse proposiciones
científicas de otro tipo de proposiciones es el de falsabilidad:
“Una
teoría puede considerarse científica si es posible considerar, hipotéticamente,
la posibilidad de falsearla.”
Es decir, una teoría no es
científica porque pueda demostrarse que es correcta. Sino porque podría
demostrarse que es falsa. Y, para un estado dado del conocimiento, no es que
digamos, por ejemplo, que “hemos
descubierto la teoría correcta de cómo funciona el virus de la COVID19”. Lo
que podríamos decir si acaso es: “hemos
descubierto una teoría que explica cómo funciona el virus del COVID19 y que, de
momento, no se ha demostrado que sea falsa. Un ejemplo que resultará
cercano a sus padres y abuelos: el aceite
de oliva es malo para el colesterol. Por algún motivo que desconozco se
pensaba que consumir aceite de oliva elevaba los niveles de colesterol.
Posteriormente se vio que no era sí, la teoría fue falseada y se aceptó otra
nueva. Desde el inicio de la pandemia del COVID19 se han elaborado muchas
teorías sobre el mismo, que, justamente porque eran científicas, se han
demostrado como falsas. Y, ¿cuáles serían ejemplos de teorías a las que no cabe
aplicar el criterio de falsabilidad? Pues, volviendo a ejemplos anteriores, las
teorías de las madres (y de los padres): las madres y padres tienen teorías
acerca de cómo son sus hijos que, por más que la realidad se encargue de
refutarlas, se niegan a revisar. Quizá la gente más joven no tenga experiencia directa
de esto, pero quienes tienen más edad les podrían poner muchos ejemplos de
padres y madres que tienen teorías del tipo “mi hijo tiene unas condiciones excepcionales y es una promesa de… (y
aquí pueden poner lo que quieran: la música, el fútbol, el ballet, el
atletismo) y que cuando sus hijos ya han cumplido los 40 años piensan, por
decir algo, que “aún puede ser el ganador del Tour de Francia” (aunque sin
duda, no el ganador más joven, que en 2020 lo ganó un joven de 21 años). Otros
ejemplos de teorías a las que no se les aplica el criterio de falsabilidad son
las teorías de quienes conciben la economía desde un punto de vista ideológico.
Hay quien dice, por ejemplo, que la intervención del Estado en la economía es
siempre desastrosa, y aunque China, que, aunque ya no es “tan comunista como lo
era antes” sigue siendo un país comunista, lleve varias décadas liderando el
crecimiento económico se mantienen en sus teorías. O, en sentido inverso (me da
igual la ideología) quien plantea que la planificación quinquenal es ideal y
hace oídoS sordos a los hechos que resultan incómodos con esta teoría. En
definitiva, la primera idea que es muy importante extraer tras este brevísimo
repaso a lo que es el conocimiento científico es:
Las “teorías científicas” nunca son ciertas,
eternas e inmutables. Las teorías científicas que hoy en día aceptamos no las
aceptamos porque sean ciertas, sino porque, hasta ahora, no se han demostrado
que sean falsas. Claro que, en el futuro, puede suceder como con los cisnes
negros y nos demos cuenta de que lo que hoy damos por “correcto” en realidad no
lo es.
Así que una pista: cuando alguien
te diga que “lo que yo digo es así, y no
puede ser de otra manera, porque lo demuestra la ciencia” lo más probable
es que no sepa de qué está hablando. La ciencia nunca demuestra “que “las cosas
son así”, sino lo que dice es: “esta
teoría parece que explica por qué las cosas son así y de momento no se ha
demostrado que sea falsa”. Muchas personas tienden a pensar que la Economía
es una disciplina más científica que la Sociología porque tiende a expresarse
de manera más numérica y taxativa. Los economistas dicen, por ejemplo “el próximo trimestre el PIB crecerá un 3,45%
de acuerdo a nuestro modelo de ecuaciones estructurales”, mientras que los
sociólogos no suelen hacer afirmaciones tan tajantes, quedándose, como mucho,
en otras del tipo “existe un 95% de
probabilidad de que en las próximas elecciones el partido x obtenga entre un
34% (+- 5%), es decir, que obtenga entre un 29 y un 39% de los votos” (otra
cosa es que luego los periodistas manipulen el titular y digan: “el partido X
va a ganar las elecciones con un 34% de los votos). O, pasando a temas que han
estado de mucha actualidad desde que comenzó la pandemia: decir que los
asesores y técnicos son malos científicos que no saben lo que hacen porque,
ante un virus nuevo, hoy dicen una cosa y mañana otra, es no entender nada de
Ciencia. Ya que la ciencia avanza justamente así: haces hipótesis que se
falsean, las descartan y luego pasas a otras hipótesis. A menudo se usan
expresiones del tipo “esto son matemáticas, esto son ciencias exactas”. A lo
largo de la educación secundaria obligatoria y de los inicios de la educación
universitaria no son pocos los alumnos que se forman la idea de que “la economía es una Ciencia Exacta”, y en
cierto modo tienden a despreciar a la Sociología por considerarla poco exacta o
imprecisa. Aunque pueden darse excepciones (también, a día de hoy, hay gente que
pretende defender la idea de que la tierra es plana), en realidad si le
preguntan ustedes, verán que el 95% de los profesores de Economía les dirán que
“la economía es una ciencia social”.
De hecho, en España, al igual que en la mayoría de países, dentro de las
grandes áreas de conocimiento en que se divide la universidad la Economía se
encuadra dentro de las “Ciencias Sociales”, y el tipo de Bachillerato que se
recomienda para cursar estudios en esta área es el de “Ciencias Sociales”. ¿En
qué sentido son similares y/o diferentes las Ciencias Sociales, en qué sentido
son la Sociología y la Economía partes de una misma área (Ciencias Sociales) y
qué diferencias tienen?
Intuitivamente parece que todos
tenemos la idea de que hay ciertas diferencias entre las Ciencias Naturales y
las Ciencias Sociales, aunque sólo sea porque en primaria teníamos asignaturas
con estos nombres. Pero, ¿cuáles son las diferencias? Una primera diferencia la
vimos de pasada al tratar el ejemplo del león. Si vemos un documental de biología,
es posible predecir con toda exactitud que, si el león y la leona están en
celo, el león recorrerá la distancia que se necesaria para aparearse y
procrearán leoncitos. Por el contrario, los seres humanos no sólo es que puedan
decidir, sino que a menudo deciden no tener hijos. Si atendemos al aspecto más
biológico del asunto (una referencia interesante al respecto es el libro y
documental “El cerebro”, de David Eagleman), usando la jerga que utilizan los
etólogos (quienes estudian el comportamiento de los animales) dirían que el
comportamiento de los animales está prácticamente determinado por el instinto.
Un potro nace y al poco tiempo ya sabe correr. Un lobo, una oveja, un león y
cualquier otro animal nace y prácticamente sin que su madre le haya dicho nada
ya sabe lo que tiene que saber para ser un “lobito, ovejita o leoncito de
provecho”: cazar, pacer, o lo que quiera que sea. Por el contrario, el
comportamiento de los seres humanos es cultural, aprendido, de manera que si
los cachorros de animales en un período de tiempo muy corto son capaces de
vivir como adultos (e independizarse) muchos cachorros de seres humanos esperan
hasta haber cumplido los 40 años para irse de casa de sus padres. Bromas
aparte, quedémonos con las ideas de que el comportamiento humano es aprendido
en gran medida, y, por lo tanto, es mucho más difícil de predecir lo que
sucederá en el futuro. Los sociólogos y economistas más prestigiosos a menudo son
incapaces de predecir de manera correcta lo que va a suceder dentro de un año,
mientras que un estudiante de primero de biología (incluso, de primero de
primaria) puede predecir de manera bastante correcta lo que va a suceder si
pones a una hembra y un macho en celo juntos, sin otros machos y hembras cerca.
En realidad, en los últimos tiempos, hay desarrollos, como la dinámica de sistemas[1] que
de alguna manera integran lo que anteriormente se consideraban compartimentos
estancos, las “ciencias naturales” y las “ciencias sociales”. Pero de momento,
y a efectos de lo que aquí nos interesa, podríamos decir, de manera coloquial,
que hacer ciencia social es más difícil que hacer ciencia social, porque la
ciencia social se hace, en el peor de los casos, estudiando “bichitos”,
mientras que la ciencia social se hace estudiando a los seres humanos, que son
unos “bichitos” un tanto particulares.
Uno de los temas recurrentes al
hablar de la particularidad de las Ciencias Sociales en relación con las
Ciencias Naturales es lo que se llama “reflexividad”: al fin y al cabo, un
investigador social no deja de ser un pedazo de sociedad que estudia la
sociedad, es como si la astronomía, en vez de hacerla los seres humanos, la
hicieran las estrellas. Pensemos en los desarrollos de la astronomía en los
últimos años: imaginemos que antes se pasaba que la órbita del planeta X era circular,
mientras que llegado un determinado momento se descubre que es elíptica. El
planeta en cuestión no dice: “¿ah sí?
¿con que dices tú que mi órbita es elíptica? Pues ahora, para fastidiarte, me
voy a esforzar en tener una órbita circular”. Este ejemplo nos puede parecer absurdo, pero
en realidad es “el pan nuestro de cada día” de las Ciencias Sociales. Por
ejemplo, imaginemos que se hace una investigación para saber cómo capturar
mejor la atención del consumidor, tema que suele ser de interés para el
alumnado de las facultades de Economía. Si en vez de estudiar a personas
estuviéramos estudiando a planetas, aunque descubriéramos que la órbita del
planeta éste se comportaría como hasta ahora. Sin embargo, si descubrimos que “incidiendo sobre los factores “X” e “Y”
conseguiremos captar en mayor medida la atención del consumidor”, en cuanto
los consumidores se enteren de que estamos intentando incidir en esos factores
dejará de ser tan fácil “manipularlos” a partir de esos factores.
Para seguir viendo las
similitudes y diferencias entre las Ciencias Sociales y las Ciencias Naturales
hay que tener en cuenta que primeramente se desarrollaron estas últimas, que se
tomaron como ejemplo. Durante mucho tiempo ha existido un debate acerca de
hasta qué punto el método de las Ciencias Naturales podía ser el mismo que el
de las Ciencias Naturales. Esta disputa, que se denomina “la disputa del método[2]”,
tuvo una relevancia enorme al finalizar el siglo XIX, y ha configurado la
manera en que durante buena parte del siglo XX se han entendido las Ciencias
Sociales, especialmente la Economía y la Sociología. No son pocos los autores
que plantean que la ciencia que tomó la economía como ejemplo fue la Física. Si
la Física intenta entender las leyes que rigen el comportamiento del universo,
y sus leyes se aplican (o al menos eso se creía inicialmente) a todo momento y
lugar, la Economía intentó hacer lo mismo con el mundo socio- económico. Las
teorías de la Economía, como la “ley de la oferta y la demanda” se pretenden,
al igual que las “leyes” de la física, universales y atemporales, es decir, se
aplicarían a todo tiempo y todo lugar. Por el contrario, la Sociología puede
considerarse más cercana al modelo de la biología: igual que los biólogos estudian
“bichitos”, y los agrupan bajo diversas categorías (vertebrados, invertebrados,
insectos, coleópteros y otras clasificaciones) la sociología intenta comprender
los grupos humanos y “agruparlos bajo categorías”. Y, de la misma manera el que
puedas saber muy bien cómo se comporta un grupo (los coleópteros) no
necesariamente implica que puedas saber cómo se va a comportar un grupo de
animales bien distinto (como podría ser los elefantes), las “teorías” (o las
verdades) tienden a estar más limitadas al espacio y al tiempo. Es decir, podemos
comprender cómo funciona una sociedad, pero ello no implica que entendamos el
comportamiento de otra sociedad, pues éste puede ser completamente distinto (el
estudio de la diversidad cultural se asocia mucho a la Antropología Social, una
disciplina muy cercana a la Sociología).
Y, para terminar con esta
cuestión, una última advertencia en relación con esta comparación con la
biología. La reciente pandemia del COVID19 nos ha hecho consciente de que los
seres vivos también están en cambio. Hay que estudiar un virus nuevo, porque
este virus, hace 5 años, era desconocido. Y algunos seres vivos ya no existen
(son fósiles). Existe una rama de las Ciencias Sociales que se llama “Teoría de
la Organización” (Organizational Theory) que estudia cómo se comportan las
organizaciones, que reúne aportaciones de la Sociología, la Economía y la
Psicología. Al igual que los biólogos clasificaban a los insectos (y perdón por
mi desconocimiento de la materia) en función de si tenían 4 u 8 patas, si
tenían alas o no, los científicos sociales clasificaban las tipologías
organizacionales en función de sus sistemas jerárquicos, de la interacción
entre distintos subsistemas y otras cosas por el estilo. Pues bien, lo que
sucede en Ciencias Sociales sería como si “los bichitos” que estudió alguien
cuando terminaba la carrera hace 25 años fueran ahora todos fósiles, y en su
vida cotidiana tiene que enfrentarse a “bichitos” que nadie le explicó en la
carrera sencillamente porque entonces no existían. Y no es sólo una forma de
hablar: durante años intenté explicar al alumnado la “Sociología de la Empresa”
que en su momento me habían explicado a mí. Y con el paso del tiempo me di
cuenta de que era como si a los estudiantes de biología les explicara los
fósiles y no los bichitos que pueden encontrar ahora en sus salidas de campo.
Por otro lado, muchas de las cosas que puedo explicar ahora mismo en clase no
las aprendí en la carrera, sencillamente, porque entonces no existían. La nueva
cultura del capitalismo, la financiarización de la sociedad, los procesos de
personalización asociados a la cultura digital, la postmodernidad, la
globalización neo liberal y otras cuestiones que veremos en este curso no las
aprendí en clase, sencillamente porque no existían (o estaban en un estado tan
primigenio que eran cosas distintas) cuando yo estudiaba la carrera.
Otra diferencia importante entre
las Ciencias Sociales y las Ciencias Naturales es que mientras que éstas
últimas estudian cosas que existen (tiburones, insectos y otros bichitos
varios) las Ciencias Sociales estudiamos cosas que “no existen”. O, mejor dicho,
cuya existencia no es independiente del estudio que hacemos de la misma y de
cómo las conceptualizamos. Por ejemplo, el paro. ¿Alguien ha visto el paro
(desempleo)? La física estudia materiales, la biología estudia bichitos, y todo
ello son cosas que podemos ver, medir, pesar, pero… ¿alguien ha visto el paro?
Lo que pueden haber visto son las oficinas del “paro” (Oficinas de Empleo), las
colas en la lista del paro, el telediario en que daban las últimas cifras del
paro según la EPA (Encuesta de Población Activa), o incluso una persona que
está en paro (un parado/a). Pero nadie ha visto el paro, y el paro no es
independiente de la definición que hacemos del mismo. Por ejemplo, ¿qué es un
parado? En España, según la definición de la Encuesta de Población Activa
(EPA), paradas son[3]: “las personas de 16 o más años que durante la
semana de referencia han estado sin trabajo, disponibles para trabajar y
buscando activamente empleo4”. Por
el contrario, se considera activo a toda persona que, durante el período de
referencia, haya trabajado al menos una hora. No hace tantos años en España
hubo un cambio importante en las cifras del paro en España, cuando la manera de
medir el desempleo en España se armonizó con la que se usaba en otros países de
la Unión Europea, sin que las realidades subyacentes hubieran cambiado.
Este ejemplo sirve para poner de
manifiesto algunas cuestiones claves y de las que se suelen surgir a menudo
cuando se habla de cuestiones relativas a las Ciencias Sociales. Yo me he
encontrado a personas formadas, con una ingeniería, que han dado clases en
secundaria y que mantienen el discurso de “las estadísticas se manipulan y no
sirven para nada”. Muchas personas con formación en materias más “científicas”
utilizarían datos como la manera en que se mide el paro como argumento para
decir que “en realidad los científicos
sociales no son verdaderos científicos, no son más que una panda de
vagos/ideólogos/sicarios que hacen lo que quieren los políticos. El clima
creado por la pandemia de la COVID19 nos ayuda a entender un poco mejor todo
esto. ¿Mienten todas las estadísticas? Y, caso de no ser así, ¿con qué
estadísticas nos deberíamos de quedar? Porque lo cierto es que, si nos
limitamos sólo a la COVID19 hay distintas estadísticas posibles: contagiados,
confirmados por PCR u otros métodos, fallecidos, recuperados. ¿Qué estadística
utilizar? Para entender esto es necesario hacer una introducción, siquiera muy
somera, a una materia que en las titulaciones de Sociología ocupa cuando menos
un curso completo, la metodología de las ciencias (sociales, en este caso).
Lo primero que hay que decir, y
es una aclaración que ayuda a entender algunas de las cuestiones introducidas
anteriormente, es que, como ya hemos dicho, las ciencias, todas las ciencias,
incluyen teorías e hipótesis acerca de cómo se comporta la realidad. Aunque
esto no deja de ser una simplificación, podría decirse que las hipótesis de las
ciencias naturales relacionan fenómenos. El ejemplo más típico de esto es la
ley de la gravitación universal de Newton, que relacionaba un hecho (le había
caído la manzana encima) con una teoría: los cueros se atraen con una fuerza
que es…. Si llevamos esto al terreno tan de actualidad de la pandemia del
COVID19, podríamos decir que también hay teorías e hipótesis: el virus se
transmite por el contacto, se transmite por el aire. Y estas hipótesis
relacionan fenómenos: una persona contrae el virus, y ha estado en cercanía de
otra persona con virus, aunque no se hayan tocado. Claro que éste ejemplo nos
pone de manifiesto que las fronteras entre lo que son “Ciencias Naturales” (la
bioquímica del virus) y las “Ciencias Sociales” no son siempre tan claras como
nos gustaría (la “salud pública” y la epidemiología se acercan bastante más a
las Ciencias Sociales). Pues bien, aunque repito que esto no deja de ser una
simplificación, podría decirse que mientras
que las hipótesis de las ciencias naturales relacionan fenómenos (medibles de
manera más o menos directa) las de las ciencias sociales relacionan conceptos.
Y quizá algunas de las personas que han estudiado filosofía recordarán que el
“concepto” es una cosa que nos regalaron los griegos hace unos cuantos miles de
años. Un ejemplo de una hipótesis propia de las Ciencias Sociales podría ser: “En España hay tanto paro por las rigideces
del mercado de trabajo”. Como se puede ver, se ha puesto como ejemplo una
afirmación especialmente controvertida, y sobre la que generalmente partidos de
izquierda y de derechas, periodistas y el público en general no acaba de
ponerse de acuerdo. Lo que sirve a mucha gente para decir que “las Ciencias Sociales no son verdadera
Ciencia, no son más que ideología disfrazada de Ciencia”.
Pero parémonos un momento: cuando
se estudia Metodología de las Ciencias se aprende que uno de los criterios para
dar por válida una investigación es lo que se llama validez de constructo. Lo que queremos captar y comprender son
conceptos abstractos (“el paro”, “la rigidez del mercado de trabajo”). Pues los
conceptos se desglosan en dimensiones, y éstos a su vez en indicadores, que
son, por así decirlo, aquellas cosas que podemos “tocar” (en realidad medir).
Si una investigación estará bien diseñada, los indicadores responden
adecuadamente a las dimensiones y éstos a los conceptos, por lo que,
efectivamente, las investigaciones permiten contrastar hipótesis. Pero no
siempre sucede así. Es muy habitual decir cosas del tipo “casi todas las personas que estudian Ciencias Empresariales acaban
encontrando trabajo de lo suyo, mientras que las personas que estudian cosas
como Sociología no”. Y a menudo, se argumenta que “la mayoría de la gente acaba trabajando en empresas, por lo tanto,
quienes estudian Empresariales acaban trabajando en lo suyo”. Claro que,
desde ese punto de vista, también podría decirse que, salvo algún guarda
forestal en Canadá que pasará meses sin ver a nadie, como la mayoría de la
gente trabaja en sociedad, podría decirse que la “la mayoría de la gente que estudia Sociología termina trabajando en
algo relacionado con lo suyo”. Lo que queremos poner de manifiesto es que a
menudo los indicadores no buenos indicadores de aquello que se pretende
estudiar. Y, volviendo al ejemplo de la hipótesis de que “el elevado nivel de paro que hay en España se debe a las rigideces del
mercado de trabajo”, quizá los indicadores no son buenos indicadores de lo
que se quiere estudiar. Aunque haya quien diga lo contrario, “los datos nunca hablan”, siempre hay que
interpretarlos. Pero eso no quiere decir que no sirvan para nada, o que sean
“relativos”. Lo que es “relativo”, como dice mucha gente de manera coloquial,
no son los datos, sino la interpretación de los datos.
Profundizando un poquito más en
la epistemología de las Ciencias Sociales, es importante hacer la distinción
entre validez y fiabilidad. Imaginemos que, el primer día de clase, me dedico a
medir a todo el alumnado, pero el metro con que lo mido tiene un error, de
manera que me dice que mide 1,80 quien en realidad mide 1,75. Ésa no sería una
medida válida. Ahora imaginemos que comparo la clase de la mañana y la clase de
la tarde, o que durante años me dedico a medir a mi alumnado, y resulta que, a
lo largo de un período de 10 años constato que la estatura media del alumnado
ha crecido 10 centímetros. Sé que la medida no es correcta, no es válida. Pero
si, usando el mismo metro, una clase es más alta que la otra, o lo largo de 10
años la gente cada vez es más alta, ello me está diciendo que hay cambios. Pues
bien, en muchos de los debates que se dan, cuando la gente dice “las estadísticas se manipulan y no sirven
para nada” a menudo no se tiene esto en cuesta. En realidad, sabemos que
ninguna medida es una “fotografía exacta” de la realidad: ni el paro medido por
la EPA, ni la inflación medida por el IPC (Índice de precios al consumo), ni la
población según la miden los padrones municipales de habitantes. Pero, a pesar
de las “inexactitudes”, las estadísticas ayudan a descubrir tendencias. Por
ejemplo, las estadísticas de población reflejan que, mientras que en Canarias
había cerca de un 7% de población nacida en el extranjero en el año 2000, en la
actualidad la cifra ronda el 20%. Y sí, puede que no sea un 20% exactamente,
sino un poco más o un poco menos. Pero les animo a que miren a la gente que
está en su clase: hace muchos años que tengo entre mi alumnado a gente nacida
en Venezuela, Colombia, Rusia, Italia y muchos otros países. Si alguno de
ustedes tiene familiares que hayan estudiado en la universidad canaria hace 35
o 40 años pregúnteles cuántos compañeros tenían en clase que hubieran nacido en
el extranjero. Muy pocos, pues entonces, si acaso, eran los canarios quienes
emigraban a Venezuela y otros países, y no al revés.
Los ejemplos que acabamos de
poner nos ayudan a introducir un elemento que diferencia a las Ciencias
Sociales y las Ciencias Naturales. Imaginen por un momento que yo les dijera,
por ejemplo, que, de acuerdo a los últimos avances en Geografía Natural, el
clima de Canarias no se considera “subtropical” sino “mediterráneo seco”, o que
les digo que se ha demostrado (y perdón por poner un ejemplo absurdo) que se ha
descubierto que un ave que se pensaba que no vivía en climas cálidos también
habita en climas templados. Ustedes me dirán “pues vale”. Ahora imagínense que
les digo “los últimos avances en Ciencias
Sociales han demostrado que la idea de que la formación puede considerarse una
inversión es falsa”. En ese caso podrían darse tres posibilidades. Habrá
quien me diría: me da igual, no estoy
estudiando esto porque piense que vaya a ganar más dinero con ello, sino porque
me interesa. Claro que eso es más habitual en carreras como Historia,
Bellas Artes o incluso Sociología, si quieren, que no en los grados del área de
Economía y Finanzas (aunque yo, personalmente, creo que es apasionante estudiar
Economía y Finanzas para comprender cómo funciona el mundo, aunque no vayan a
obtener un beneficio económico con ello). Otra posibilidad es que cojan ustedes
la puerta y se vayan: ya tienen un Ciclo Superior de FP, y ahora que han
entendido que un Grado Universitario no va a incrementar sus posibilidades de
encontrar trabajo, o de ganar más dinero, deciden abandonar la carrera (una
retirada a tiempo es una victoria). Por último, también podría pasar, es lo más
habitual, podrían ustedes ponerse a discutir conmigo, y me digan, por ejemplo “pues yo tengo un primo, que su padre era un
muerto de hambre, y gracias a que estudió esta carrera, ahora está “montado en
el dólar” (o la expresión que usen ustedes ahora). El interés del ejemplo
(no digo que sea cierto ni falso) no es más que subrayar un hecho: si un
científico natural les dice “las cosas
son así”, el público en general dice “pues
si lo dice el biólogo, o el médico, o el físico, será así”. Sin embargo,
cuando es un científico social quien hace una afirmación se tiende a decir “ah, pues eso será su opinión, pero yo no lo
veo así”. Fíjense ustedes que los médicos también tienen opiniones. De
hecho, al menos de momento, en el Servicio Canario de Salud existe el derecho a
una “segunda opinión”. Por supuesto, los médicos son médicos, pero el cuerpo de
cada quien es de cada quien, y a veces es posible que puedas conocer mejor tu
cuerpo que algún médico que no te ha hecho ninguna prueba ni te conoce de nada.
Y, sin embargo, a nadie se le ocurre pensar que, en temas de salud, la opinión
de un médico pueda compararse a la opinión de un profano. Cosa que sí que pasa
a menudo en las cuestiones propias de las Ciencias Sociales. Así que les hago
una advertencia: si saliendo de clase se les ocurre algún día decirles a sus
padres: “no, pues eso no es así, porque
en clase de Sociología nos explicaron que…”
Lo más probable es que no les hagan ni caso. Pero no se preocupen,
también me pasa a mí con mi madre, aunque yo sea doctor en Sociología.
En fin, podrán decir que, por
todo lo que se ha dicho hasta ahora, y más allá de aquello de “la ciencia que
estudia la sociedad”, no queda muy claro qué es la sociología, ni cuál es la
diferencia, por ejemplo, con la Economía. En realidad, y no sé si es una buena
o mala noticia, tienen ustedes un profesor de sociología que piensa que la
diferencia entre Sociología y Economía es más una cuestión de matices del gris
que no de blancos y negros. En realidad, hasta mitad del siglo XX la
diferenciación no existía la diferenciación tal y como ahora la conocemos. Los
padres fundadores de la Sociología (Max Weber, Émile Durkheim y Karl Marx), así
como otros clásicos como Pareto, o Veblen se movían indistintamente entre lo
que hoy se tiende a llamar economía y sociología. Se cuenta que, en la
institucionalización de la sociología norteamericana Talcott Parsons, sin duda
uno de los sociólogos más influyentes del siglo XX, mientras estaba en la
universidad de Harvard hizo un pacto con los economistas para repartirse poder
y áreas de influencia: “you take value,
we take values”, lo que vendría a asumir que los economistas se deberían de
centrar en estudiar el valor y los sociólogos en estudiar “los valores”. Pero
lo cierto es que la una no puede entenderse sin la otra, como iremos viendo a
lo largo del curso. De momento, y para ir terminando con esta primera
introducción sobre el “método” y pasar a los “métodos” de la Ciencia, es cierto
que las diferencias, y no sólo entre Sociología y Economía, sino también con
otras disciplinas cercanas como la Antropología Social, históricamente, han
tenido que ver más las técnicas y las “manías” de cada grupo social. Así,
mientras que la encuesta como técnica de investigación ha sido usada por todos
los científicos sociales (economistas, ingenieros, psicólogos y demás) hay
otras técnicas, como las entrevistas y/o los grupos de discusión, la
observación y la etnografía, que son comunes en Sociología y Antropología y que
normalmente hacen que los economistas arruguen la nariz (al final de curso
podremos, con un poco de suerte, ver ejemplos de etnografías de bancos de
inversión en Wall Street, dentro de lo que se denomina “Sociología de las
Finanzas”. Aunque lo cierto es que la Economía y la Sociología a menudo
comparten instrumentos, como, por ejemplo, en nuestro contexto, la EPA. Quizá,
como irán viendo a lo largo de sus estudios, las diferencias tienden que ver
con matices, como que, por ejemplo, los economistas tienden a dar los datos de
la EPA como “hechos”, y a partir de ellos realizan complejos modelos
matemáticos (las ecuaciones estructurales, por ejemplo, es algo que está ahora
mismo bastante de moda), sin reflexionar acerca de cómo y por qué se han
obtenido los datos, mientras que los sociólogos tienden a reflexionar más sobre
estas cuestiones. Aviso a navegantes: no porque les presenten un estudio lleno
de ecuaciones y fórmulas griegas es más “científico” que otro en que se usan
técnicas cuantitativas (más en el próximo capítulo).
Por último, pero no por ello
menos importantes, al hablar de “Ciencias Sociales” al inicio de la tercera
década del siglo XXI es necesario hablar de uno de los grandes temas de moda el
“Big Data”. Si hasta aquí les hemos dicho que para hablar de ciencia hace falta
conjuntar dos elementos, “teoría” y “contrastación empírica”, una de las
promesas de los “científicos de datos” es que “con suficientes datos no hace falta teoría”. Vaya por delante que,
aunque soy consciente de las múltiples posibilidades del Big Data, éstas son en parte un bluff¸
un intento por parte de determinados grupos sociales de ampliar sus ámbitos
laborales. Ahora hay quien dice que toda organización moderna debería contar
con un “científico de datos” (Data Scientist)
y que entre el Big Data y la Data Science encontrarán la solución a todos los
problemas de la humanidad. Como ya dijimos en el apartado anterior, la
perspectiva sociológica tiene que ver con “ver
lo extraño en lo familiar”, y conlleva a menudo una actitud de precaución
epistemológica. Pues bien, piensen ustedes por un momento: lo de data science es, o una perogrullada o
una solemne tontería. Pues, ¿qué tiene de especial, en cuanto ciencia, una
ciencia que se basa en los datos? ¿Acaso es que hay Ciencias que en vez de en
datos se basan en las revelaciones del Espíritu Santo? Antes de hacer una
pequeña introducción a los usos (y abusos) actuales del Big Data nos pararemos
de nuevo en una cuestión epistemológica.
Que exista correlación entre dos variables no implica que exista
relación causa- efecto entre ellas (la correlación es un término estadístico). ¿Saben
por qué antes se decía “a los niños los
traen las cigüeñas? Por algún motivo
que ahora no recuerda, resulta que solían nacer más niños en la época en que
anidaban las cigüeñas. Si definimos dos variables estadísticas (volveremos
posteriormente someramente sobre esto) que sean “número de nacimientos nacidos”
y “número de cigüeñas que anidan” quizá podríamos encontrar una correlación
estadísticamente significativa. Y los matemáticos y estadísticos nos podrían
hablar con fórmulas griegas (“test de Chi Cuadrado, y cosas por el estilo) para
ver si la diferencia entre los valores de una variable y los de la otra es
significativa o no, y habrá quien llegue a firmar que hay correlación (estadística)
entre el número de niños nacidos y el de cigüeñas que anidan ¿Quiere eso decir
que a los niños los traigan las cigüeñas? Por supuesto que no. Con la enorme
cantidad de datos que existen en la actualidad es posible cruzar miles de
variables y encontrar correlaciones entre ellas. Si las formas de trabajo no
cambian mucho, es posible que algunas de las personas que hoy empiezan estudios
en el área de las finanzas dentro de 15 o 30 años, tras una formación avanzada
trabajen para un banco de inversión intentando establecer correlaciones entre,
por ejemplo, los precios de determinadas materias primas y la cotización de las
empresas del IBEX35, para así diseñar estrategias de inversión que sean más
favorables para sus clientes (lo cierto es que en ese mundo a menudo se
confunde la suerte con la competencia, veremos algo de esto al final del
curso). Sobre este tema podrían encontrar información interesante en la obra de
Nassim Taleb y el concepto de “falacia de la leña verde” (Green lumber fallacy).
En definitiva, parte de la “promesa”
del Big Data es que haya incluso quien ha llegado a hacer afirmaciones del tipo
“cuando hay tantos datos no es necesario tener teorías”. Y claro que hace
falta, por supuesto, quienes afirman esto carecen de formación en metodología
científica y piensa que tan sólo porque haya muchos números algo es científico,
cuando lo cierto es que no lo es si no hay teoría. ¿Hace falta matemáticas para
hablar de “Ciencia”? ¿Basta que haya matemáticas para que podamos hablar de “Ciencias”?
Las matemáticas no son más que un lenguaje que permite expresar proposiciones,
hipótesis y teorías. Quizá tus abuelos te habrán dicho: “estudia una carrera universitaria para que tengas un futuro el día de
mañana”. Quizá un orientador académico te haya dicho: “las personas con estudios universitarios normalmente ganan salarios más
elevados que quienes no tienen estudios universitarios”. Y quizá, si te
interesa el tema, a lo largo de tu carrera podrías estudiar investigaciones
sociológicas y económicas que, utilizando técnicas estadísticas avanzadas como
la regresión o las Ecuaciones Estructurales, llegan a afirmaciones del tipo: “el salario (W) de un individuo se puede
estimar teniendo en cuenta los años de estudio (Y), el campo en que se han
desarrollado los estudios (f), la institución en que se han cursado los
estudios (i) y el nivel de desempleo de la economía en que se inserta el
individuo (u)”. Pues bien, por más que se exprese de forma matemática, ¿tendría
sentido una fórmula que diga, por ejemplo “el
salario de un individuo se puede estimar en función del número de veces que
visita la cafetería”? Bueno, es posible que haya una teoría que plantee que
las redes informales son el principal mecanismo de acceso al empleo, y que en
la medida en que las personas socializan más tienen un mayor y mejor acceso al
empleo. Pero, salvo que hayamos desarrollado y operacionalizado esa teoría,
aunque se pueda hallar una correlación estadística entre “número de horas que pasaban
en la cafetería durante sus estudios” y “salario
del individuo 10 años después de haber terminado los estudios”, eso no nos
diría nada.
Para terminar con esta
consideración somera sobre la relevancia del Big Data para las Ciencias
Sociales, hay que tener en cuenta que, dentro del ámbito amplio de las Ciencias
Sociales, parece que muchas de las tareas que anteriormente hacían
profesionales de la Sociología, el márketing y otras disciplinas afines, se
pretende asignar ahora a matemáticos, informáticos y data scientist. Durante muchos años, empresas y organizaciones
gastaban mucho dinero en profesionales del márketing, los estudios de mercado y
otras profesiones relacionadas en un sentido amplio con la Sociología para que
les ofrecieran datos del tipo “¿qué tipo
de producto piden ahora los consumidores?” ¿qué recepción está teniendo el
nuevo producto que hemos lanzado? ¿qué podríamos hacer para mejorar? Parte
de la promesa de las disciplinas asociadas al Big Data tiene que ver con
la idea de que, actualmente, la gente produce de forma voluntaria tantos datos
que ese tipo de trabajos ya no es necesario. Se plantea, por ejemplo, que no
haría falta preguntar a la gente si les gusta o no un determinado producto,
basta ver en las redes sociales si lo comparten. Se ha llegado a plantear que
una de las tareas que tradicionalmente se asociaban a los sociólogos, la
realización de sondeos de opinión y encuestas electorales (véase Argemí, 2017) puede
realizarse de forma mejor y más eficiente a través del análisis de las redes
sociales, los twitter que la gente
publica y otras cuestiones similares. Una de las supuestas ventajas de este
tipo de técnicas es que se consideran “técnicas no reactivas”. Es decir, cuando
yo hago una encuesta o una entrevista, puede que el mero hecho de hacer la
pregunta condicione la respuesta. Por ello, al principio las técnicas de Big Data
se presentaron como la panacea: la gente
se expresaba libremente sin la presión de un investigador. Pero el desarrollo
de este tipo de técnicas ha contrastado un hecho: lo que “la gente” se anima a publicar en Internet no se puede
considerar una muestra representativa de lo que “la gente” piensa sobre un
tema. Quienes están muy a favor de un tema se expresarán vehemente en Internet,
mientras que quienes son más indiferentes posiblemente no lo hagan. Esto
contribuye a la polarización que ha generado Internet, y es algo que veremos en
apartados posteriores. Pero como esto tiene que ver ya más con las cuestiones propiamente
de técnicas, y no de la lógica de la investigación científica, terminamos aquí
este apartado.
[2] En
alemán se denomina “MethondenStreit”, y tuvo una gran transcendencia. Puede
verse el siguiente enlace: https://es.wikipedia.org/wiki/Methodenstreit#:~:text=El%20Methodenstreit%20(en%20espa%C3%B1ol%3A%20%22,di%C3%A1logo%20en%20la%20lengua%20alemana.
Comentarios
Publicar un comentario