¿Cómo sabemos? El valor de los modelos científicos.

Artículo original: How Do We Know? The Value of Scientific Models Joel Frohlich

Traducido por Reyna Ediss, Dalí Jiménez, Mariangelina Martínez, Estefany Ochoa y Keya Vijapure.

El mes pasado, los astrónomos anunciaron la predicción de un nuevo planeta gigante en nuestro sistema solar, apodado Planeta IX, un auténtico noveno planeta con una densidad diez veces mayor que la tierra. El anuncio provocó cierta confusión en el internet sobre si el planeta había sido realmente descubierto. De hecho, no se ha realizado ninguna observación directa de este planeta. Más bien, el planeta ha sido previsto por un modelo, una descripción simplificada de un sistema que a menudo incorpora elementos hipotéticos para explicar la variación en los datos. Dado que muchos modelos utilizan ecuaciones para describir un sistema, un modelo puede considerarse a menudo como una teoría con un pilar matemático.

Planet IX Nasa
Los modelos existentes no pueden predecir como sería el planeta IX, pero probablemente es un lugar frío, oscuro y solitario

Watson and Crick Double Helix

Pero, en 1953, cuando Watson y Crick publicaron un artículo en el que describían la estructura de la doble hélice del ADN como un mecanismo para la información genética y la herencia ¿se trataba de la predicción de un modelo o de un descubrimiento? En general este evento se ha registrado como un descubrimiento. Pero los manuscritos originales dicen «Queremos proponer una estructura para la sal del ácido desoxirribonucleico (A.D.N.)», donde el apareamiento de bases «sugiere un mecanismo de copia del material genético». El lenguaje es muy hipotético y cuidadoso, como debe ser generalmente en la ciencia antes de que se hayan recolectado pruebas firmes. Sin duda, en el mismo fascículo de la revista Nature se publicaron pruebas contundentes del modelo de Watson y Crick. Sin embargo, este artículo clásico es un gran ejemplo de la difusa línea que separa la predicción del descubrimiento.

Debido a que el funcionamiento interno del cerebro suele ser difícil de observar directamente, los modelos son particularmente útiles en la neurociencia. Esto es cierto especialmente en la investigación clínica cuando el cerebro del paciente solo puede ser estudiado de forma no invasiva. Por ejemplo, las señales de un electroencefalograma registradas en el cuero cabelludo reflejan la actividad cerebral subyacente, pero no nos indican cuales estructuras cerebrales generaron estas señales sin antes abrir el cráneo. Por esta razón, los neurocientíficos utilizan una técnica llamada «localización de la fuente inversa», que intenta modelar el electroencefalograma producido en el cuero cabelludo utilizando fuentes corticales, las cuales explicarían la variación en los registros producidos en el cuero cabelludo. Algunos artículos más o menos tratan estos modelos inversos como hechos, osadamente declarando que tal o cual estructura cerebral generó una señal electroencefalográfica. La realidad es que un número infinito de modelos puede explicar la variación en cualquier registro electroencefalográfico del cuero cabelludo. Aunque algunos modelos son mejores que otros, el modelo escogido por los investigadores a menudo refleja lo que desean encontrar en los datos. Esto no significa que dichos modelos no tengan valor – más bien, significa que se debe emplear una cierta cantidad de escepticismo al considerar la validez de dichos modelos, especialmente cuando son presentados casi como un hecho.

¿Cómo sabemos que un modelo es bueno? Generalmente, un buen modelo no solo debe explicar la variación en los datos, sino también hacer predicciones nuevas y comprobables. Sin predicciones comprobables, un modelo es pura teoría sin ciencia. En 1952, Hodgkin y Huxley desarrollaron lo que podría decirse es una de las hazañas más audaces del modelaje en la neurociencia: una descripción matemática del potencial de acción. Después de inferir la existencia de canales iónicos en el axón gigante del calamar a partir de experimentos cuidadosos, el modelo de Hodgkin y Huxley describió partículas de activación – partículas que causan que el canal iónico se abra y se cierre en respuesta a un campo eléctrico – ¡antes de que debidos canales hubieran sido clonados y secuenciados!

HH_2_Knowing-Neurons

¿Entonces cuándo se considera un modelo como verídico? Tanto la doble hélice de Watson y Crick como las partículas de activación de Hodgkin y Huxley han sido confirmadas con evidencia molecular. ¿Pero qué pasa si aparece un mejor modelo? En efecto, el modelo de Hodgkin y Huxley ha sido modificado muchas veces y nuevos elementos, como poblaciones adicionales de canales de iones, se han añadido, a medida que nuestra comprensión de la fisiología de la membrana excitable aumenta. En otras disciplinas, la física newtoniana ha sido reemplazada por la mecánica cuántica y la teoría de la relatividad de Einstein, ambas de las cuales pueden ser reemplazadas pronto por una gran teoría unificada. ¿Qué significa, entonces, «creer» en algo como los canales de iones o la relatividad? La comunidad científica sostiene que la certeza absoluta es imposible. Las teorías científicas nunca pueden ser probadas en el mismo sentido que los teoremas matemáticos pueden ser probados. Una teoría acumula cada vez más evidencia hasta que se acepta de forma general o una mejor teoría la reemplaza. La verdad pertinente al mundo físico puede existir, pero como humanos, nos ciega el agnosticismo.

Regresemos al modelo más nuevo de la astronomía, el Planeta IX. El descubrimiento del Planeta IX no será anunciado hasta que el brillo del hipotético planeta haya sido observado a través de un telescopio. Para la mayoría de las personas, esto cuenta como una observación directa. ¿Pero lo es realmente? Ningún ojo humano verá directamente el planeta. El punto de luz visto a través del telescopio podría ser un artefacto creado por el algoritmo utilizado para procesar la señal y generar la imagen. Si la posición del artefacto en la imagen se vincula al tiempo marcado por el reloj de la computadora, el artefacto podría incluso trasladarse a través de la imagen cada noche como uno esperaría de un planeta. Este cuadro es altamente improbable y un buen astrónomo sabría descártalo con un grado de certeza grande. No obstante, aunque tal brillo sea observado directamente, el Planeta IX es todavía, en cierto sentido, un modelo que explica la varianza en los datos. Por esta razón, la reproducción independiente de los hallazgos es una parte importante del proceso científico.

French philosopher and mathematician René Descartes was among the first to think deeply about how we know things. His famous quote, “I think, therefore I am,” summarizes the view that one can doubt the existence of anything except one's own existence.
El filósofo y matemático francés René Descartes fue uno de los primeros en pensar profundamente sobre cómo sabemos las cosas. Su famosa cita, “Yo pienso, luego existo”, resume la postura de que uno puede dudar de la existencia de cualquier cosa excepto de la propia existencia.

¿Entonces podemos confiar en la ciencia si sus modelos son supuestos aparentemente delicados y frágiles, siempre en riesgo de ser descartados y reemplazados por evidencia fresca? Bueno, recordemos que confiamos en nuestro cerebro, a pesar de que también utiliza modelos para explicar la varianza en las percepciones sensoriales de la misma manera que los científicos utilizan modelos para explicar la varianza en los datos. Cada vez que sucumbimos a una ilusión óptica, nuestro cerebro ha utilizado un modelo incorrecto para explicar la información entrando por la retina. ¿Acaso no nos ha ocurrido alguna vez pensar que reconocimos a alguien entre una multitud, sólo para descubrir que la persona era un desconocido? Nuevamente, el cerebro intenta ajustar las experiencias visuales a un modelo que luego puede ser rechazado después de recopilar nuevos «datos». Un modelo importante utilizado por el cerebro se llama «teoría de la mente», que es la idea de que otras personas tienen mentes y experiencias internas similares a las nuestras. La teoría de la mente surge en los cerebros de los niños al principio del desarrollo, y se teoriza que las personas con autismo tienen dificultades para emplear este modelo. A veces, empleamos erróneamente la teoría de la mente, como cuando asumimos que los personajes de nuestros sueños son personas reales como nosotros.

La certeza absoluta no es sólo un problema para la ciencia. Es una faceta de la condición humana. La ciencia es la herramienta que utilizamos para desarrollar una comprensión funcional del mundo que nos rodea a partir de la experimentación y la observación. Mientras que lo único de lo que podemos estar absolutamente seguros es nuestra propia existencia, esto no es carta blanca para la ignorancia. Más bien, comprender el carácter flexible del conocimiento científico nos permite ser escépticos del dogma existente y tener una mente abierta a nuevas teorías. Sin esta flexibilidad, la ciencia no existiría.

 

~~~

Escrito por Joel Frohlich
Traducido (por orden alfabético): Reyna Ediss, Dalí Jiménez, Mariangelina Martínez, Estefany Ochoa y Keya Vijapure.

~~~

¿Interesada/o en apoyar a Knowing Neurons? Conviértase en patrocinador hoy y ayúdenos a cumplir nuestra misión de hacer que la neurociencia sea accesible para todos.

Become a Patron!

~

Referencias

Batygin, Konstantin, and Michael E. Brown. “Evidence for a Distant Giant Planet in the Solar System.” The Astronomical Journal 151.2 (2016): 22.

Hodgkin, Alan L., and Andrew F. Huxley. “A quantitative description of membrane current and its application to conduction and excitation in nerve.”The Journal of physiology 117.4 (1952): 500.

Pascual-Marqui, Roberto Domingo. “Review of methods for solving the La electroencefalografía, o EEG, inverse problem.” International journal of bioelectromagnetism 1.1 (1999): 75-86.

Watson, James D., and Francis HC Crick. “Molecular structure of nucleic acids.” Nature 171.4356 (1953): 737-738.

 

Autor

Joel Frohlich

 

Joel Frohlich es un investigador postdoctoral que estudia la consciencia en el laboratorio de Martin Monti en UCLA. Está interesado en utilizar la actividad cerebral registrada con la electroencefalografía para inferir cuándo una persona está consciente. Joel obtuvo su doctorado en UCLA en el 2018 estudiando trastornos del neurodesarrollo usando electroencefalogramas en el laboratorio de Shafali Jeste. Puede consultar el blog de Joel, llamado «Consciousness, Self-Organization y Neuroscience en Psychology Today». Para obtener más información sobre la investigación y los ensayos de Joel, visite el sitio web de Joel en joelfrohlich.com.

Joel Frohlich

Joel Frohlich es un investigador postdoctoral que estudia la consciencia en el laboratorio de Martin Monti en UCLA. Está interesado en utilizar la actividad cerebral registrada con el electroencefalograma para inferir cuándo es que una persona está consciente.  Joel obtuvo su doctorado en UCLA en el 2018 estudiando trastornos del neurodesarrollo por medio de la electroencefalografía en el laboratorio de Shafali Jeste. También puede consultar el blog de Joel, llamado «Consciousness, Self-Organization and Neuroscience on Psychology Today». Para obtener más información sobre la investigación y los ensayos de Joel, visite el sitio web de Joel en joelfrohlich.com.

es_ES