Sobre el "programa fuerte" de la sociología de la ciencia: una visión desde la "ciencia de datos"

Mala Ciencia, Libros

I.

Estos días y por razones que no vienen a cuento, he estado leyendo Fashionable Nonsense. Es un libro que puede describirse como la versión del director del conocido como escándalo Sokal.

Para los no advertidos y según la Wikipedia:

En 1996, Sokal, profesor de física en la Universidad de Nueva York, envió un artículo pseudocientífico para que se publicase en la revista postmoderna de estudios culturales Social Text. Pretendía comprobar que una revista de humanidades «publicará un artículo plagado de sinsentidos, siempre y cuando: a) Suene bien; y b) Apoye los prejuicios ideológicos de los editores (contra las ciencias empíricas)».

El artículo, titulado «Transgressing the Boundaries: Towards a Transformative Hermeneutics of Quantum Gravity», se publicó en el número de primavera/verano de 1996 de Social Text y sostenía la asombrosa tesis de que la gravedad cuántica era un constructo social; es decir, que la gravedad existe solamente porque la sociedad se comporta como si existiera, por lo tanto si no se creyera en ella no tendría efecto.

El libro no es sino una versión extendida del artículo en cuestión: está elaborado a partir de las lecturas y notas que Sokal utilizó para redactarlo. Está planteado como una crítica contra los abusos que desde la llamada crítica posmoderna —aunque no solo: también incluye en determinados pasajes al estructuralismo— se hace de conceptos científicos y, particularmente, matemáticos y físicos. Por ejemplo:

  • Que un señor vaya y compare gratuitamente el falo con i (sí, $latex \sqrt{-1}$) o cierto tipo de comportamiento neurótico con la banda de Möbius.
  • Que una señora vaya y funde las particularidades del lenguaje poético dizquen el teorema de elección o la hipótesis del continuo.
  • Que otra señora denuncie el carácter estructuralmente machista de la física argumentando que esta ha prestado más atención a la física de los sólidos, a los que asocia rasgos masculinos, antes que a la de los fluidos, en los que encuentra características femeninas por todo aquello de la menstruación.
  • Que se le encuentren cuatro pies al teorema de Gödel o la paradoja e Russell para justificar cualquier tipo de marcianada.

Si todos tenemos la sospecha de que estos autores realmente nos están tomando el pelo a través de sus textos, el libro se plantea como una actualización de la probabilidad a priori de que sea efectivamente así. Lo hace a través de un análisis con cierta pretensión de exhaustividad de cómo es así, al menos, cuando pretenden apoyarse en conceptos científicos. Igual que en aquel viejo chiste el matemático escéptico apenas concedía que “desde aquí, parece una vaca”, Sokal nos advierte cómo “desde la perspectiva de la ciencia”, la crítica posmo “parece un fraude”.

II.

Pero además de una serie de capítulos que no pasan de ser una recopilación de desvaríos más o menos hilarantes, el libro contiene un capítulo de más sustancia y más próximo al núcleo de la denuncia del artículo original. En él se discute el relativismo epistémico en la filosofía de la ciencia. Sokal asume la previsible postura de un objetivista epistemológico (i.e., existe un mundo real ahí afuera y la ciencia lo describe tal cual es en aproximaciones cada vez más fidedignas) para triturar uno tras otro los distintos modos en que objetan los discrepantes: la versión desquiciada de Kuhn, la infradeterminación de Quine, el anarquismo metodológico de Feyerabend, etc.

Para alguien que ha mamado de la misma tradición que Sokal, leer esas páginas era como volver a ver el paisaje conocido desde el tren.

III.

¡BOOOOOOOOOOOOM!

Pero el tren, inopinadamente, descarrila malamente y con estruendo en el apeadero del programa fuerte de la sociología de la ciencia:

During the 1970s, a new school in the sociology of science arose. While previous sociologists of science were, in general, content to analyze the social context in which scientific activity takes place, the researchers gathered under the banner of the “strong programme” were, as the name indicates, considerably more ambitious. Their aim was to explain in sociological terms the content of scientific theories.

Por supuesto, esto es rebatido furiosamente por Sokal que contraargumenta con referencias a la redondez de la tierra, la predictibilidad de las órbitas de planetas y cometas y nosequé sobre los neutrinos. En el fondo: que uno siempre puede invocar a la contundente evidencia que proporciona la Naturaleza (con mayúsculas) y que eso zanja las discusiones.

Pero…

IV.

… si bien puede ocurrir así en física o, por supuesto, mis viejas matemáticas, no es para nada lo que sucede en la disciplina que profeso y a la que con algo de sorna y contra mi habitual criterio, me referiré como ciencia de datos. Al menos, no en las reuniones a las que asisto y en las que un comité de desigualmente sabios determina qué es la verdad y qué no. Y donde a uno no se le pueden escapar —ya no nos chupamos el dedo— condicionantes de todo tipo, muchos de los cuales merecen el adjetivo de social.

¿No recordáis la vieja advertencia de que todos los modelos son falsos, pero algunos son útiles? Una vez eliminada la verdad de la ecuación y aferrados no más al lábil concepto de la utilidad, ¿no la habéis visto emplear en alguno como instrumento para alguno de los siguientes fines?

  • Alcanzar un hito que dé derecho a bonus.
  • Avanzar algún tipo de programa de ingeniería social, particularmente los relativos a la presunta discriminación de ciertos tipos de individuos.
  • Colocar el software de cierto proveedor.
  • Satisfacer los requisitos de algún gerifalte (p.e., usar deep learning).
  • No tener que cuestionar determinados principios (p.e., la adhesión inquebrantable al ritual del p-valor) dado lo fatigante de tener que familiarizarse con otros distintos.
  • Tirar de lo bayesiano, que es guay.
  • Tirar de Python, que es lo único que sé.
  • Etc.

Y las distintas escuelas de la ciencia de datos (frecuentista, bayesiana, machine learning, statistical learning, deep learning) ¿no ven en el fondo cosas distintas al mirar a los mismos datos? ¿Cómo llegan si no a un consenso sobre lo que presentar como verdad sino a través de una negociación más o menos cordial?

Existe una vieja historia muy del gusto de los relativistas según la cual un geocentrista y un heliocentrista que contemplan una misma puesta de sol ven en ella cosas distintas: el uno, al sol dar vueltas en torno a una tierra inmóvil y tal vez plana; el otro, a la tierra esférica girar sobre su eje. ¿No se parece demasiado a cómo ven un frecuentista y un bayesiano los parámetros de un modelo? ¿O sus intervalos de confianza (o credibilidad, según la escuela)?

Finalmente, puede que exista una verdad sobre, por ejemplo, la cifra real de muertos que ha dejado la pandemia en España. Pero en tanto no baje Dios de los cielos y nos la revele, lo que tenemos son las estimaciones del INE, la del ministerio de sanidad, la de MOMO, la de Llaneras, etc. Todas distintas y cada una con su particular trastienda donde las decisiones son tomadas por comités en los que vaya uno a saber los condicionantes e intereses sociales bajo los que operan sus integrantes.

V.

En fin, lo siento por Sokal: conmigo, le ha salido el tiro por la culata. En mi mundo, siento tener que decirlo, el contenido de las teorías científicas se explica fundamentalmente en términos sociológicos.

Y, como colofón:

https://twitter.com/algoya_dat/status/1343764319490727937