Excúseseme el utilizar terminología oscura de Heidegger para referirme a lo que las cosas son para nosotros en contraposición a lo que predicamos de ellas cuando queremos analizarlas.
Sobre la causalidad, escribe el siempre agudo economista Scott Sumner lo siguiente:
Podrías pensar que sabes lo que significa decir que «X causó Y», pero los filósofos han debatido este tema durante milenios. Una IA lista varias interpretaciones:
- Análisis de regularidad: Se centra en patrones de conjunción constante entre eventos, tal como se observa en la obra de Hume.
- Análisis contrafáctico: Examina qué habría pasado si la causa no hubiera ocurrido; si el efecto no se hubiera producido, entonces existe un vínculo causal.
- Análisis de manipulación: Ve la causalidad como algo que puede ser manipulado o controlado, a menudo con aplicaciones en las ciencias.
- Análisis probabilístico: Considera la verosimilitud o probabilidad de que una causa contribuya a un efecto.
No pretendo sugerir que uno solo de estos sea siempre el correcto, pero en mi propio campo, la economía monetaria, me interesan los argumentos de causalidad que tienen implicaciones políticas útiles. Cuando digo que un determinado problema macroeconómico fue causado en gran medida por una mala política monetaria, me refiero a que una política monetaria alternativa viable habría dado lugar a un problema mucho menos grave.
Sobre la causalidad, vista en abstracto, se pueden decir muchas cosas. Pero lo relevante es contextual: cómo me apela el evento $Y$ habida cuenta de que yo soy, p.e., economista monetario. Y así podré hablar de causas $X$ distintas de las que identificaría otro sujeto distinto con un conjunto de responsabilidades diferentes.
Excúseseme, de nuevo, haber escrito algo que no aporta nada nuevo con respecto a lo que ya tengo escrito sobre el asunto de la causalidad en las últimas ocasiones en las que lo he tratado. Era muy difícil no sucumbir a la tentación de ilustrarlas con este ejemplo tan bien traído.