Ejemplo de procesos científicos

Para Yankovic B.( 2011), son procesos científicos: predecir, interpretar datos, controlar variables.

  • Predecir

Es un pronóstico razonable y verificable, sobre un hecho o acontecimiento nuevo o desconocido. Se caracteriza por anticipar lo que va a ocurrir; la inferencia, en cambio, explica o interpreta lo que ya ha ocurrido.

Ejemplos de predicciones

Se predicen fenómenos como las horas de salida y la puesta del Sol, los eclipses, el tiempo atmosférico, etc. Las predicciones tienen su base en observaciones, mediciones e inferencias; una predicción que no se sustenta en antecedentes serios no es científica: es un adivinanza o conjetura. Un meteorólogo, por ejemplo, fundamenta sus predicciones en una serie de observaciones (datos) que provienen básicamente de dos fuentes: estaciones meteorológicas terrenas y oceánicas, y satélites meteorológicos. Además, el meteorólogo conoce perfectamente cómo se relacionan los factores del clima y fundamenta sus predicciones en la historia de sus registros y en las regularidades.

El hombre de ciencia, precisamente, registra e interpreta las regularidades observadas para formular sus predicciones.

Existe una estrecha relación entre hipótesis y predicciones. Las hipótesis son explicaciones de carácter provisorio para un conjunto de hechos o situaciones. A partir de ellas se pueden formular predicciones. Si éstas se cumplen, las hipótesis pueden seguir considerándose válidas; si no se cumplen, deben rechazarse o modificarse. Por ejemplo:

Se ha observado que los murciélagos son capaces de orientarse en la más completa oscuridad sin chocar nunca con obstáculo alguno. ¿Cómo se explica este hecho?

Hipótesis 1. La visión les permite una orientación perfecta. Hipótesis 2. La audición les permite una perfecta orientación.

A partir de la hipótesis 1 se puede establecer una predicción como la siguiente: Si a los murciélagos se les priva de la vista, no podrán orientarse. Se comprueba después si esta predicción es válida, verificándose que, aun ciegos, los murciélagos siguen orientándose sin problemas. En este caso, la predicción no se cumple y la hipótesis debe modificarse.

Al analizar la predicción que surge de la hipótesis 2 se realiza el siguiente experimento: se colocan unos tapones de latón en los oídos de un grupo de murciélagos, comprobándose que están desorientados y chocan contra los obstáculos. La predicción es verdadera, lo que da fundamento a la hipótesis respectiva.

  •  Interpretar datos

Los datos el resultado del trabajo científico y constituyen elementos que se someten a estudio, análisis e interpretación. La interpretación de datos es una de las etapas más importantes del trabajo científico, porque se proyecta en las conclusiones.

Una adecuada interpretación de datos se fundamenta en un diseño experimental adecuado a la naturaleza del problema que se investiga; en la realización de observaciones y mediciones cuidadosas, y en el empleo de técnicas de investigación adecuadas. Los datos mismos tienen poco interés por sí mismos; lo importante es la nueva luz que surge al examinarlos; las generalizaciones que se pueden formular y las nuevas preguntas que plantean principalmente.

En ciencias, los datos se suelen presentar en forma de tablas, gráficos, esquemas, etc. No hay ciencia sin datos; no hay investigación científica sin interpretación de datos. Por una parte es necesario ser riguroso para obtener datos; por otra, es fundamental ser muy cuidadoso para interpretarlos: las generalizaciones precipitadas no forman parte del trabajo propiamente científico.

Al investigar, por ejemplo, la rapidez de evaporación de un líquido en función de determinados factores, el resultado del trabajo será una información, datos cuya interpretación permitirá establecer determinadas conclusiones. Por cierto que  un buen trabajo experimental es la condición indispensable para obtener datos fiables y válidos. Si las observaciones y mediciones realizadas, las técnicas empleadas y el control de variables no son confiables, los datos obtenidos carecen de validez. Además, los datos no pueden someterse a análisis si no constituyen un volumen tal que permita establecer conclusiones.

Esto significa que hay una relación estrecha entre el volumen de información obtenida y las conclusiones que se puedan formular. Si se está investigando, por ejemplo, en qué medida influye una dieta determinada en el desarrollo de las aves de corral, no será suficiente realizar tres o cuatro mediciones… Además de precisar bien las condiciones experimentales y realizar un adecuado control de variables será imprescindible obtener un volumen de datos que permita una conclusión de carácter general.

No hay reglas precisas para determinar cuál es este volumen de datos; pero el experimentador lo determina considerando fundamentalmente la naturaleza de la investigación que realiza y las normas de carácter general que rigen en la comunidad científica.

Finalmente, también es importante la obtención y el análisis de datos que guarden relación con el problema, lo que significa que si bien el caudal de información que se obtenga es importante, también lo es que dicha información sea atingente al problema.

  • Controlar variables

Cualquier factor que influye en un hecho o fenómeno es una variable. Controlar variables implica, en primer lugar, la identificación de los factores que influyen en un determinado fenómeno, en segundo lugar, manipular una variable y mantener constantes (controladas) todas las demás. Por ejemplo, la temperatura, humedad ambiental, vientos, presión atmosférica, son factores o variables del clima; la edad, el sexo, condiciones de higiene y alimentación, son variables que influyen en el desarrollo (estatura, peso, salud) de un ser vivo.

Cuando se realiza un trabajo experimental hay que establecer las posibles relaciones  entre las variables, que se suelen clasificar en tres categorías: o Variable manipulada o independiente;  o Variable respuesta o dependiente, y  o Variables constantes o controladas, que no cambian.

Veamos un ejemplo: si se estudia el crecimiento de un polluelo en función del tiempo, la variable manipulada, independiente, es el tiempo: el observador decide durante qué período lo medirá. El crecimiento (medido en función del peso, principalmente) es la variable dependiente o respuesta. Está relacionada con el tiempo, dependiendo de él. La variable experimental podría ser un tipo particular de alimentación que suponemos influye en el desarrollo. Es decir, la variable experimental sería el alimento. Otras variables se mantienen controladas, sin modificarse en todo el período que dure el experimento; por ejemplo, cantidad de alimento, calidad del alimento, temperatura  ambiental, peso inicial de los polluelos, períodos del día en que reciben alimentación, etc.

 

Escribe un comentario en Ejemplo de procesos científicos