Los modelos científicos como herramientas epistémicas abstractas para aprender a razonar

Barra lateral del artículo

PDF EPUB HTML PDF (Inglés)
Publicado: Feb 11, 2025
Actualizado: 2025-02-11
Versiones:
2025-02-11 (5)
DOI: https://doi.org/10.17163/soph.n38.2025.09
Palabras clave:
Modelación científica, Representación, Lenguaje, Educación, Pragmática, Herramienta epistémica

Contenido principal del artículo

Juan Bautista Bengoetxea Cousillas
Universidad del País Vasco/Euskal Herriko Unibertsitatea
https://orcid.org/0000-0003-1158-1122

Resumen

La variedad de metodologías científicas dedicadas a obtener conocimiento, generar creencias y motivarla acción es amplia. La filosofía de la ciencia y de la educación ha valorado críticamente las virtudes de los diversos métodos científicos, en especial de los inductivos y deductivos. Sin embargo, la aparición de nuevos procedimientos vinculados a ciencias no académicas ha promovido el desarrollo de nuevas perspectivas reflexivas que analicen dichas virtudes. Desde los métodos controlados aleatorios hasta los procedimientosepidemiológicos o clínicos, la filosofía ha examinado las virtudes y también los defectos de su puesta en práctica. El presente artículo asume que la modelación basada en evidencias empíricas es una práctica de alto interés en linguistica. Con el fin de sustanciar tal asunción, se comparan dos enfoques filosóficos de la modelación científicadistinguidos por sus respectivas líneas de investigación en torno a la noción de representación: el representacionaly el pragmático. Los enfoques se ilustran posteriormente con un caso de la linguística denominado análisissintáctico del lenguaje, dirigido a examinar muestras particulares recogidas como evidencias en fases iniciales de la modelación experimental. Como conclusión, se enfatiza que ambos enfoques filosóficos aportan elementosanalíticos realmente pertinentes para el tipo de razonamiento científico que pivota en torno a modelos y cuyo alcance en la enseñanza de las ciencias puede resultar de gran interés práctico.

Detalles del artículo

Número
Núm. 38 (2025): (enero-junio 2025): El método inductivo en las humanidades y en la pedagogía
Sección
Misceláneos
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Autoría: La lista de autores firmantes debe incluir únicamente a aquellas personas que hayan contribuido intelectualmente al desarrollo del trabajo. La colaboración en la recogida de datos no es, por sí misma, criterio suficiente de autoría. "Sophia" declina toda responsabilidad por posibles conflictos derivados de la autoría de los trabajos que se publiquen.

Derechos de autor: La Universidad Politécnica Salesiana preserva los derechos de autor de los artículos publicados, y favorece y permite su reutilización bajo la licencia Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Ecuador. Pueden ser copiados, utilizados, difundidos, transmitidos y expuestos públicamente, siempre y cuando: i) se cite la autoría y la fuente original de su publicación (revista, editorial y URL del trabajo); ii) no se utilicen con fines comerciales; iii) se mencione la existencia y especificaciones de esta licencia.

Biografía del autor/a

Juan Bautista Bengoetxea Cousillas, Universidad del País Vasco/Euskal Herriko Unibertsitatea

Doctor en Filosofía y Profesor Titular del Departamento de Filosofía de la Universidad de lasIslas Baleares. El presente texto de investigación es deudor del apoyo financiero de los Fondos FEDERpara el Desarrollo Regional de la Comunidad Europea y del Ministerio de Ciencia, Innovación yUniversidades (Gobierno de España, Agencia Estatal de Investigación (AEI)), así como del Proyecto deInvestigación ‘Estándares de prueba y elecciones metodólogicas en la fundamentación científica de lasdeclaraciones de salud’ (FFI2017-83543-P). El autor agradece el respaldo de todas las institucionesmencionadas. Algunas publicaciones del autor son Ética e ingeniería (2010, con C. Mitcham),‘Knowledge and Moral Responsibility for Online Technology’ (2015, Springer), ‘Chemistry’ (2015,Macmillan), ‘Culture and Technology in Spain: From Philosophical Analysis to STS’ (2006, con C.Mitcham) (Technology and Culture) e ‘Intuition and Evidential Facts in Carnap’s Analysis of Space’(2019, Revista de Filosofia Aurora).

Referencias

Abbuhl, R., Gass, S., & Mackey, A. (2013). Experimental research design. En R. Podesva y D. Sharma (Eds.), Research Methods in Linguistics (pp. 116-134). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9781139013734

Baggio, G., van Lambalgen, M., & Hagoort, P. (2012). Language, Linguistics and Cognition. En R. Kempson, Fernando, T., & Asher, N. (Eds.), Philosophy of Linguistics (pp. 325-355). Amsterdam: Elsevier. https://doi.org/10.1016/C2009-0-16474-7

Bailer-Jones, D.M. (2009). Scientific Models in Philosophy of Science. Pittsburgh: University of Pittsburgh Press.

Baird, D. (2004). Thing Knowledge: A Philosophy of Scientific Instruments. Berkeley: University of California Press.

Baker, P. (2010). Corpus Methods in Linguistics. En L. Litosseliti (Ed.), Research Methods in Linguistics (pp. 93-113). London: Continuum.

Bengoetxea, J.B. (2024). Complex networks, structural explanations, and the role of values in experimental linguistics. Principia: An international journal of epistemology, 28(4) (en prensa).

Bengoetxea, J.B. (2023). Modelación, representación lingüística y redes complejas. Veritas, 56, 109-133.

Bengoetxea, J.B., & Todt, O. (2021). Decision-making in the nutrition sciences: A critical analysis of scientific evidence for assessing health-claims. Manuscrito, 44(3), 42-69. https://doi.org/10.1590/0100-6045.2021.V44N3.JB

Bird, A. (1998). Philosophy of Science. London: UCL Press.

Bokulich, A. (2012). Distinguishing Explanatory from Nonexplanatory Fictions. Philosophy of Science, 179, 725-737. https://doi.org/10.1086/667991

Bokulich, A. (2017). Models and Explanation. In L. Magnani, & T. Bertolotti (Eds.), Handbook of Model-Based Science (pp. 103-118). Cham: Springer. https://doi.org/10.1007/978-3-319-30526-4

Boon, M., & Knuuttila, T. (2009). Models as Epistemic Tools in Engineering: A Pragmatic Approach. En A. Meijers (Ed.), Handbook of the Philosophy of Science, Vol. 9: Philosophy of Technology and Engineering Sciences (pp. 687-719). Amsterdam: Elsevier.

Boumans, M. (1999). Built-In Justification. En M.S. Morgan, & M. Morrison (Eds.), Models as Mediators: Perspectives on Natural and Social Science (pp. 66-96). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9780511660108.003

Buchstaller, I., & Khattab, G. (2013). Population samples. En R. Podesva, & D. Sharma (Eds.), Research Methods in Linguistics (pp. 74-95). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9781139013734

Bueno, O. 2014. Computer Simulations: An Inferential Conception. The Monist, 97(3), 378-398. https://doi.org/10.5840/monist201497324

Bueno, O., & French, S. (2018). Applying Mathematics: Immersion, Inference, Interpretation. Oxford: Oxford University Press.

Bunge, M. (1984). Philosophical Problems in Linguistics. Erkenntnis, 21, 107-173. https://doi.org/10.1007/bf00166382

Bunge, M. (1963). The Myth of Simplicity. Englewood, NJ: Prentice-Hall.

Cartwright, N. (2015). Evidence: for Policy. London: LSE.

Cartwright, N., & Hardy, J. (2012). Evidence-based policy: a practical guide to doing it better. New York: Oxford University Press. https://doi.org/10.1093/acprof:osobl/9780199841608.001.0001

Chakravartty, A. (2010). Informational versus functional theories of scientific representation. Synthese, 172, 197-213. https://doi.org/10.1007/s11229-009-9502-3

Cheng, M.F., Wu, T.Y., & Lin, S.F. (2019). Investigating the Relationship Between Views of Scientific Models and Modeling Practice. Research in Science Education, 51, 307-323. https://doi.org/10.1007/s11165-019-09880-2

Chomsky, N. (1965). Aspects of the Theory of Syntax. Cambridge, MA: MIT Press.

Chomsky, N., & Miller, G.A. 1963. Introduction to the formal analysis of natural languages. En D. Luce, R.R. Bush, & E. Galanter (Eds.), Handbook of mathematical psychology (pp. 269–321). New York: John Wiley.

Contessa, G. (2011). Scientific Models and Representation. En S. French, & J. Saatsi (Eds.), The Bloomsbury Companion to the Philosophy of Science (pp. 120-137). London: Bloomsbury.

De Boer, B., & Zuidema, W. (2013). Modelling in the language sciences. En R. Podesva, & D. Sharma (Eds.), Research Methods in Linguistics (pp. 428-445). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9781139013734

De Regt, H.W. (2017). Understanding Scientific Understanding. Oxford: Oxford University Press.

DeRose, S.J. (1988). Grammatical Category Disambiguation by Statistical Optimization. Computational Linguistics, 14(1), 31–39

Derwing, B.L. (1979). Psycholinguistic evidence and linguistic theory. En G.D. Prideaux (Ed.), Perspectives in experimental linguistics (pp. 113-138). Amsterdam: John Benjamins.

Diethelm, P., & McKee, M. (2009). Denialism: what is it and how should scientists respond? The European Journal of Public Health, 19(1), 2-4.

Eco, U. (1992). Interpretación y sobreinterpretación. Madrid: Cambridge University Press, 1995.

Egré, P. (2015). Explanation in Linguistics. Philosophy Compass, 10(7), 451-462. https://doi.org/10.1111/phc3.12225

Fine, E.M., Delis, D.C., Paul, B.P., & Filoteo, J.V. (2011). Reduced verbal fluency for proper names in nondemented patients with Parkinson’s disease: a quantitative and qualitative analysis. Journal of Clinical and Experimental Neuropsychology, 33, 226-233. https://doi.org/10.1080/13803395.2010.507185

Fox-Keller, E. (2000). Models of and Models for: Theory and Practice in Contemporary Biology. Philosophy of Science, 67, 72-86. https://doi.org/10.1086/392810

French, S. (2013). The Structure of the World. Oxford: Oxford University Press.

Frigg, R. (2006). Scientific representation and the semantic view of theories. Theoria, 21(1), 49-65.

Giere, R.N. (2004). How models are used to represent physical reality. Philosophy of Science, 71, S742-S752. https://doi.org/10.1086/425063

Glymour, B. (2000). Data and Phenomena: A Distinction Reconsidered. Erkenntnis, 52, 29-37. https://doi.org/10.1023/A:1005499609332

Gouvea, J., & Passmore, C. (2017). ‘Models of’ versus ‘Models for’. Science & Education, 26, 49-63. https://doi.org/10.1007/s11191-017-9884-4

Gries, S.T., & Newman, J. (2013). Creating and using corpora. En R.J. Podesva, & D. Sharma (Eds.), Research Methods in Linguistics (pp. 257-287). Cambridge: Cambridge University Press. https://doi.org/10.1017/CBO9781139013734

Hacking, I. (1983). Representing and Intervening: Introductory topics in the philosophy of natural science. Cambridge: Cambridge University Press.

Hauser, R. 2006. A Computational Model of Natural Language Communication: Interpretation, Inference, and Production in Database semantics. Berlin: Springer.

Hintikka, J. (1988). What is the Logic of Experimental Inquiry? En J. Hintikka (1999), Inquiry as Inquiry: A Logic of Scientific Discovery (pp. 143-160). Dordrecht: Springer.

Hughes, R.I.G. (2010). The Theoretical Practices of Physics. Oxford: Clarendon Press.

Humphreys, P. (2004). Extending Ourselves: Computational Science, Empiricism, and Scientific Method. Oxford: Oxford University Press.

Humphreys, P., & Imbert, C. (Eds.) (2012). Models, Simulations, and Representations. New York: Routledge.

Karlsson, F., Voutilainen, A., Heikkilä, J., & Anttila, A. (Eds.) (1995). Constraint Grammar: A Language-Independent System for Parsing Unrestricted Text. Berlin: Mouton de Gruyter.

Kepser, S., & Reis, M. (2005). Evidence in Linguistics. En S. Kepser, & M. Reis (Eds.), Linguistic Evidence: Empirical, Theoretical and Computational Perspectives (pp. 1-6). Berlin: De Gruyter.

Knuuttila, T. (2021). Models, fictions and artifacts. In W.J. González (Ed.), Language and Scientific Research (pp. 199-220). Cham: Palgrave-Macmillan. https://doi.org/10.1007/978-3-030-60537-7.

Knuuttila, T. (2006). From Representation to Production: Parsers and Parsing in Language Technology. En J. Lenhard, G. Küpers, & T. Shinn (Eds.), Simulation: Pragmatic Construction of Reality (pp. 41-55). Dordrecht: Springer. https://doi.org/10.1007/1-4020-5375-4

Knuuttila, T. & Loettgers, A. (2012). The Productive Tension: Mechanisms vs. Templates in Modeling the Phenomena. En P. Humphreys, & C. Imbert (Eds.), Models, Simulations, and Representations (pp. 3-24). New York: Routledge.

Knuuttila, T., & Merz, M. (2009). Understanding by Modeling: An Objectual Approach. En H.W. de Regt, S. Leonelli, & K. Eigner (Eds.), Scientific Understanding: Philosophical Perspectives (pp. 146-168). Pittsburgh, Pa: University of Pittsburgh Press.

Knuuttila, T., & Voutilainen, A. (2003). A Parser as an Epistemic Artifact: A material view on models. Philosophy of Science, 70, S1484-S1495. https://doi.org/10.1086/377424

Krell, M., Redman, C., Mathesius, S., Krüger, D., & van Driel, J. (2020). Assessing Pre-Service Science Teachers’ Scientific Reasoning Competencies. Research in Science Education, 50, 2035-2329. https://doi.org/10.1007/s11165-018-9780-1

Latour, B. (2005). Reensamblar lo social: Una introducción a la teoría del actor-red. Buenos Aires: Manantial, 2008.

Machery. É. (2017). Philosophy Within Its Proper Bounds. Oxford: Oxford University Press.

Magnani, L., & Bertolotti, T. (Eds.) (2017). Handbook of Model-Based Science. Dordrecht: Springer. https://doi.org/10.1007/978-3-319-30526-4

Mäki, U. (2011). Models and the locus of their truth. Synthese, 180, 47-63. https://doi.org/10.1007/s11229-009-9566-0

Matthews, M.R. (2007). Models in Science and in Science Education: An Introduction. Science & Education, 16, 647-652. https://doi.org/10.1007/s11191-007-9089-3

McMullin, E. (2014). The Virtues of a Good Theory. En M. Curd, & S. Psillos (Eds.), The Routledge Companion to the Philosophy of Science (pp. 561-571). London: Routledge.

McNamara, T. (2006). Validity and values: Inferences and generalizability in language testing. En M. Chalhoub-Deville, C.A. Chapelle, & P. Duff (Eds.), Inference and Generalizability in Applied Linguistics (pp. 27-45). Amsterdam: John Benjamins. https://doi.org/10.1075/lllt.12

Morgan, M.S., & Morrison, M. (1999). Models as Mediators. Cambridge: Cambridge University Press.

Oliva, J.M., del Mar Aragón, M., & Cuesta, J. (2015). The Competence of Modelling in Learning Chemical Change. International Journal of Science and Mathematics Education, 13, 751-791. https://doi.org/10.1007/s10763-014-9583-4

Poznic, M. (2016). Representation and Similarity: Suárez on Necessary and Sufficient Conditions of Scientific Representation. Journal for General Philosophy of Science, 47, 331-347. https://doi.org/10.1007/s10838-015-9307-7

Prideaux, G. (Ed.) (1979). Perspectives in Experimental Linguistics. Amsterdam: John Benjamins.

Radder, H. (2003). Technology and Theory in Experimental Science. En H. Radder (Ed.), The Philosophy of Scientific Experimentation (pp. 152-173). Pittsburgh: University of Pittsburgh Press.

Reith, M., & Nehring, A. (2020). Scientific Reasoning and Views on the Nature of Scientific Inquiry: Testing a New Framework to Understand and Model Epistemic Cognition in Science. International Journal of Science Education, 42, 2716-2741. https://doi.org/10.1080/09500693.2020.1834168

Rost, M., & Knuuttila, T. (2022). Models as Epistemic Artifacts for Scientific Reasoning in Science Education Research. Education Sciences, 12, 276. https://doi.org/10.3390/educsci12040276.

Rouse, W.B. (2015). Modeling and Visualization of Complex Systems and Enterprises: Explorations of Physical, Human, Economic, and Social Phenomena. Hoboken, NJ: Wiley. https://doi.org/10.1002/9781118982747

Sackett, D.L., Rosenberg, W.M.C., Gray, J.A.M., Haynes, R.B., & Richardson, W.S. (1996). Evidence based medicine: what it is and what it isn't. British Medical Journal, 312, 71-72. http://doi.org/10.1136/bmj.312.7023.71

Schulz, R.M. (2014). Philosophy of Education and Science Education: A Vital but Underdeveloped Relationship. En M.R. Matthews (Ed.), International Handbook of Research in History, Philosophy and Science Teaching (pp. 1259-1316). Dordrecht: Springer. http://doi.org/10.1007/978-94-007-7654-8_39.

Shannon, P., Markiel, A., Ozier, O., Baliga, N.S., Wang, J.T., Ramage, D., Amin, N., Schwikowski, B., & Ideker, T. (2003). Cytoscape: A Software Environment for Integrated Models of Biomolecular Interaction Networks. Genome Research, 13, 2498-2504. https://10.1101/gr.1239303

Stanley, J. (2011). Know How. Oxford: Oxford University Press.

Stieff, M., Scopelitis, S., Lira, M.E., & Desutter, D. (2016). Improving Representational Competence with Concrete Models. Science & Education, 100, 344-363. https://doi.org/10.1002/sce.21203

Stubbs, M. (2006). Language Corpora. En A. Davies, & C. Elder (Eds.), The Handbook of Applied Linguistics (pp. 106-132). Malden, MA: Wiley-Blackwell. http://doi.org/10.1002/9780470757000

Suárez, M. (2015). Deflationary representation, inference, and practice. Studies in History and Philosophy of Science, 49, 36-47. https://doi.org/10.1016/j.shpsa.2014.11.001

Svetlova, E. (2015). Modeling as a Case for the Empirical Philosophy of Science. En S. Wagenknecht, N.J. Nercessian, & H. Andersen (Eds.), Empirical Philosophy of Science: Introducing Qualitative Methods into Philosophy of Science (pp. 65-82). Cham: Springer. https://doi.org/10.1007/978-3-319-18600-9

Sytsma, J., & Buckwalter, W. (Eds.) (2016). A Companion to Experimental Philosophy. Hoboken, NJ: Wiley-Blackwell.

Thagard, P. (1993). Computational Tractability and Conceptual Coherence. Canadian Journal of Philosophy, 23(3), 349-363.

Teller, P. (2001). Twilight of the perfect model. Erkenntnis, 55, 393-415. https://doi.org/10.1023/A:1013349314515

Trusswell, S. (2001). Levels and kinds of evidence for public-health nutrition. The Lancet, 357, 1061-1062. https://doi.org/10.1016/S0140-6736(00)04308-7

Van Fraassen, B.C. (2008). Scientific Representation. Oxford: Oxford University Press.