Analicemos nuestro ejemplo de razonamiento disconfirmatorio. Todo parece muy bien y muy correcto, salvo que nuestra afirmación de partida, nuestra hipótesis, no está formulada aisladamente, hay toda una red de hipótesis formuladas a la vez de forma no explícita. Para ilustrarlo imagina que el matraz con el líquido transparente e incoloro nos lo ha dado nuestro profesor de química diciendo “aquí tienes una muestra de agua; ya puedes realizar la práctica de medida del punto de ebullición”. Tú sabes, porque lo dice tu libro, que el agua hierve a 100ºC, pero a ti te ha salido que hierve a 101,5ºC. ¿Qué pasa entonces? ¿Que tu resultado echa por tierra toda la termodinámica?¿Sueñas ya con el Nobel? No, lo más probable es que pienses que el termómetro no está bien, o está sucio o el agua está contaminada, o el matraz está sucio, o la presión atmosférica es muy alta hoy u otra explicación que no se te ocurre ahora o una combinación de todo el anterior. De esta forma tu razonamiento queda de esta forma: a’) Si es agua Y no está contaminada Y el termómetro funciona bien Y está limpio Y la presión atmosférica es de 1 atm Y el matraz está limpio Y… entonces hervirá a 100 ºCb’) hierve a 101,5ºCc”) por tanto, O no es agua O está contaminada O el termómetro no funciona bien O no está limpio O la presión atmosférica no es de 1 atm O el matraz no está limpio O… Estas hipótesis no expresadas explícitamente se suelen llamar hipótesis auxiliares y son cruciales en cualquier caso de razonamiento disconfirmatorio. Tanto es así que, en cualquier situación en la que se usa una teoría para hacer una predicción que resulta ser incorrecta, es posible (de hecho muy probable, como demuestran todos los días los laboratorios de prácticas) que la hipótesis principal esté perfectamente bien y que lo que fallen sean algunas de las hipótesis auxiliares. La historia de la ciencia está llena de ejemplos de teorías que han funcionado bien y que se han mantenido a pesar de la aparición de algunos datos experimentales que las contradecían. Sólo cuando la evidencia empírica ha alcanzado cierto límite (ya sea por el número de las mediciones, su calidad o su trascendencia) ha sido necesario rechazar las teorías y buscar otras mejores. Así pues, cuando uno se enfrenta a un dato que parece disconfirmar una teoría, no sólo es una opción, sino que de hecho es lo más razonable mantener la “fe” en la teoría y rechazar una hipótesis auxiliar. Lamentablemente no hay una fórmula general que nos diga cuándo se debe rechazar una teoría, dependiendo de cada caso en particular. En definitiva, no podemos probar más allá de toda duda razonable que una teoría científica sea correcta, pero tampoco son tan evidentes como nos gustarían las demostraciones de que no lo sea. Todo es mucho más complejo y laborioso, y la estadística termina erigiéndose en juez suprema. César Tomé López, Provisional y perfectible, Cuaderno de Cultura Científica 23/04/2013 [https:]]