De-Idealizing De-Idealization: Beyond Full Reversal

Este artículo propone una visión más amplia y basada en la práctica de la desidealización en física, identificando tres tipos de procedimientos (intra-modelo, inter-modelo y de medición) que permiten justificar el uso de idealizaciones sin depender de la noción filosófica tradicional de reversión completa hacia la realidad.

Lo esencial

¡Hola! Imagina que la ciencia es como un mapa para navegar por un territorio desconocido. A veces, para que el mapa sea útil y no un caos de detalles, los científicos hacen "idealizaciones": simplifican la realidad. Por ejemplo, en un mapa de la ciudad, ignoran las grietas en el asfalto o los árboles individuales y dibujan solo las calles principales.

El problema filosófico que plantean los autores de este artículo (Yichen Luo y Eugene Chua) es el siguiente: ¿Cómo podemos confiar en un mapa que sabemos que es falso o incompleto?

La respuesta tradicional de los filósofos era: "Para confiar en el mapa, debes borrar todas las simplificaciones y dibujar el territorio exactamente como es, con cada piedra y árbol". Los autores dicen: ¡Eso es imposible! Nadie tiene un mapa perfecto de todo el universo. Si exigimos eso, nunca podríamos usar ningún modelo científico.

En su lugar, ellos proponen una idea más flexible y realista: "Des-idealizar la des-idealización". En lugar de buscar la perfección absoluta, buscan formas prácticas de verificar que nuestro mapa simplificado nos lleva al lugar correcto.

Aquí te explico sus tres estrategias principales usando analogías cotidianas:

1. Des-idealización Intra-modelo (Ajustar los tornillos)

Imagina que tienes una receta de cocina muy simple para hacer un pastel: "Mezcla harina, agua y azúcar". Sabes que esto es una idealización porque en la vida real la harina tiene diferentes tamaños de grano y el agua tiene impurezas.

La des-idealización intra-modelo es como tomar esa receta y añadirle un poco más de detalle dentro del mismo libro de cocina.

• La analogía: Imagina que la receta original asume que el horno está a una temperatura perfecta. La "des-idealización" sería añadir una nota: "Si el horno tiene una variación de 5 grados, el pastel saldrá un poco más húmedo".
• En la ciencia: Los científicos toman un modelo simple (como el gas ideal) y añaden parámetros matemáticos para ver qué pasa cuando las cosas no son perfectas (como la ecuación de Van der Waals). Si el modelo simple funciona muy bien cuando los "tornillos" (parámetros) están ajustados de cierta manera, entonces podemos confiar en él para esos casos específicos. No necesitamos la receta perfecta del universo, solo necesitamos saber cuándo la receta simple funciona.

2. Des-idealización Inter-modelo (Comparar con otros mapas)

A veces, no podemos añadir más detalles a nuestra receta simple porque es demasiado complicada. Entonces, miramos otros libros de cocina o métodos de cocción.

La des-idealización inter-modelo consiste en comparar tu modelo simplificado con otros modelos más complejos o diferentes que tratan el mismo problema.

• La analogía: Tienes un dibujo de un perro hecho con palitos (tu modelo idealizado). Sabes que no es un perro real. Pero si comparas ese dibujo con una foto de un perro, con una escultura de perro y con una descripción veterinaria, y ves que todos coinciden en que el perro tiene cuatro patas y ladra, entonces tu dibujo de palitos es "suficientemente bueno" para representar esas características.
• En la ciencia: Usan el ejemplo de los agujeros negros. Los primeros modelos eran soluciones matemáticas perfectas pero idealizadas (como si el agujero negro estuviera quieto y solo). Luego, los científicos usaron otras técnicas (topología, computación) para ver agujeros negros más realistas. Si todos estos métodos diferentes, aunque sean distintos, terminan mostrando que "sí, hay un horizonte de sucesos", entonces el modelo simple de los agujeros negros es válido. No necesitamos que el modelo simple sea la realidad, solo que comparta la "esencia" con modelos más realistas.

3. Des-idealización por Medición (La prueba del fuego)

Esta es quizás la más importante. A veces no podemos hacer los ajustes matemáticos ni comparar con otros modelos teóricos. ¿Qué hacemos? Miramos lo que pasa en la realidad.

La des-idealización por medición es como probar tu mapa en la calle.

• La analogía: Tienes un mapa de la ciudad que dice "la calle es recta". Sabes que es una idealización porque en realidad tiene curvas. Pero si caminas por la calle y ves que, aunque hay curvas, el mapa te lleva al supermercado sin que te pierdas, ¡el mapa es útil!
• En la ciencia: Los científicos toman un modelo idealizado, hacen una predicción y la comparan con mediciones reales.
  • Si el modelo falla, miran dónde falla (los "residuos").
  • Si el modelo falla un poco, pero de una manera predecible (por ejemplo, "siempre falla un 2% cuando hace calor"), entonces saben exactamente cuándo pueden usar el modelo y cuándo no.
  • Ejemplo real: El modelo de Bohr del átomo era muy simplificado (como un sistema solar en miniatura). Sabía que era falso. Pero funcionaba tan bien al predecir la luz que emiten los átomos que los científicos lo usaron durante años. Solo cuando las mediciones empezaron a fallar de formas que no podían explicarse, supieron que era hora de cambiar de modelo.

Conclusión: No busques la verdad absoluta, busca lo "suficientemente bueno"

El mensaje final de los autores es liberador: No necesitamos que nuestros modelos científicos sean verdades absolutas ni representaciones completas de la realidad para ser útiles.

La ciencia no es como construir una estatua de mármol perfecta que nunca cambia. Es más como afinar un instrumento musical.

• A veces afinas una cuerda (des-idealización intra-modelo).
• A veces comparas tu sonido con el de otro músico (des-idealización inter-modelo).
• A veces simplemente escuchas si suena bien en la sala (des-idealización por medición).

Mientras el instrumento suene bien en el contexto adecuado, es un buen instrumento. Los modelos científicos son herramientas que se van "afinando" y verificando constantemente contra el mundo real. No necesitamos borrar todas las simplificaciones para confiar en ellas; solo necesitamos saber dónde, cuándo y por qué funcionan.

Así que, en lugar de decir "este modelo es falso porque es una idealización", la ciencia moderna dice: "¡Este modelo es falso, pero es lo suficientemente cercano a la realidad para que podamos usarlo con confianza en este caso específico!".

Resumen técnico

Aquí presento un resumen técnico detallado del artículo "De-Idealizing De-Idealization: Beyond Full Reversal" (Desidealizando la Desidealización: Más allá de la reversión total), escrito por Yichen Luo y Eugene Y. S. Chua.

1. El Problema: La Crítica a la Desidealización Estándar

El artículo aborda un problema epistemológico central en la filosofía de la ciencia: ¿Cómo podemos justificar el uso de modelos idealizados (que contienen distorsiones deliberadas) para hacer inferencias fiables sobre el mundo real?

• La visión tradicional (McMullin, 1985): Históricamente, la "desidealización" se entendía como un proceso de reversión completa. Para justificar un modelo idealizado, se debía poder eliminar todas las suposiciones simplificadoras y llegar a una "representación completa" o "total" del sistema objetivo, demostrando que el modelo idealizado es un límite matemático riguroso de esa representación completa.
• La crítica contemporánea: Filósofos como Knuuttila, Morgan, Bokulich, Potochnik y Weisberg argumentan que esta visión es inviable y ajena a la práctica científica.
  • No existe una "representación completa" del mundo (solo tenemos teorías efectivas).
  • Muchos científicos no comienzan con el mundo real y luego idealizan; a menudo comienzan con modelos simples y añaden complejidad después.
  • Algunas idealizaciones son permanentes o ineliminables (ej. el modelo de Bohr).
  • Por tanto, la demanda de una "desidealización total" se considera una construcción filosófica irrealista que paraliza la justificación de modelos exitosos.

El dilema: Si rechazamos la desidealización total, ¿abandonamos la idea de que los modelos deben ser "verificados" o "controlados" por la realidad? Los autores argumentan que no, pero que necesitamos redefinir qué significa desidealizar.

2. Metodología: Un Enfoque Práctico y Basado en la Física

Los autores proponen un enfoque pragmático y basado en la práctica científica, específicamente en la física, para "desidealizar el concepto de desidealización".

• Relajación de estándares: En lugar de exigir una correspondencia literal con una "representación completa" o una convergencia asintótica matemática perfecta, proponen relajar los criterios de "cercanía" y "realismo".
• Cambio de foco: Se pasa de preguntar "¿Es este modelo verdadero?" a "¿Cómo se relaciona este modelo idealizado con constructos teóricos más realistas (aunque sean ellos mismos idealizados) o con datos empíricos de manera robusta?".
• Análisis de casos: Utilizan una metodología de estudio de casos históricos y contemporáneos en física (modelos de gases, agujeros negros, ondas gravitacionales, modelo de Bohr, modelo de Ising, QED) para identificar patrones de justificación que ocurren dentro de la práctica científica, sin necesidad de una teoría final.

3. Contribuciones Clave: Tres Tipos de Desidealización

El núcleo de la contribución del artículo es la identificación de tres procedimientos distintos y no excluyentes de desidealización que operan en la práctica científica, los cuales no requieren una reversión total:

A. Desidealización Intra-modelo (Intra-model de-idealization)

• Definición: Ocurre dentro de una misma familia de modelos parametrizados. Se demuestra la cercanía entre un modelo idealizado y uno más realista mediante razonamiento asintótico (límites matemáticos).
• Mecanismo: Se identifican parámetros ocultos en el modelo idealizado (ej. fuerzas intermoleculares o volumen de partículas) que, al variar hacia valores no ideales (no cero), convergen matemáticamente al modelo idealizado en ciertos límites (ej. baja presión, alta temperatura).
• Ejemplo: La justificación de la Ley de los Gases Ideales ($PV=nRT$) mediante la ecuación de Van der Waals. Al hacer que los parámetros de interacción ($a$) y volumen ($b$) tiendan a cero, se recupera la ley ideal, demostrando que esta es una aproximación válida en regímenes específicos.
• Limitación: No siempre es posible si las ecuaciones son no lineales, si hay singularidades, o si las idealizaciones son holísticas (no se pueden aislar parámetros individuales).

B. Desidealización Inter-modelo (Inter-model de-idealization)

Esta estrategia se utiliza cuando no se puede realizar una desidealización intra-modelo. Se divide en dos subtipos:

1. Dentro del mismo dominio: Se justifica un modelo idealizado mostrando continuidad conceptual con otras familias de modelos más realistas que utilizan técnicas matemáticas diferentes para el mismo sistema objetivo.

   • Ejemplo: La justificación de los agujeros negros en Relatividad General.
     • Modelo idealizado: Soluciones exactas (Schwarzschild) con simetrías perfectas (singularidades por curvatura infinita).
     • Modelos más realistas: Enfoque topológico-causal (teoremas de singularidad de Penrose-Hawking) y enfoque de valor inicial (relatividad numérica).
     • Conexión: Aunque las técnicas difieren, conceptos como "singularidad" y "horizonte de sucesos" muestran continuidad conceptual (ej. la incompletitud geodésica en lugar de la divergencia de curvatura). Esto demuestra que las características del modelo idealizado son estables y no meros artefactos de las simetrías.

2. A través de dominios distintos: Se justifica un modelo idealizado en un dominio (ej. gravedad) basándose en su similitud formal y física con un modelo más realista en un dominio diferente (ej. electromagnetismo).

   • Ejemplo: La energía de las ondas gravitacionales.
     • El modelo de ondas gravitacionales en relatividad general requiere idealizaciones fuertes (asintóticamente plano) para definir energía.
     • Se justifica comparándolo con las ondas electromagnéticas (un dominio más maduro y realista).
     • Se demuestra que ambas comparten jerarquías formales de caída (leyes de $1/r$) y que las estrategias de desidealización (control de errores en el campo lejano vs. cercano) son análogas. Si las ondas EM llevan energía, y las gravitacionales son físicamente similares en su comportamiento de desidealización, se justifica atribuir energía a las gravitacionales.

C. Desidealización por Medición (Measurement de-idealization)

• Definición: Es la estrategia más pragmática y no requiere necesariamente otros modelos teóricos. Se basa en la convergencia diacrónica robusta entre las predicciones de un modelo (y sus refinamientos sucesivos) y un historial de mediciones experimentales.
• Mecanismo: Se analizan los residuos (la discrepancia estructurada entre predicción y medición).
  • Si los residuos son pequeños y estables en diversos contextos, el modelo está justificado en ese régimen.
  • Si los residuos tienen una estructura específica (ej. periódica), guían la refinación del modelo para reducirlos.
  • La justificación no proviene de la verdad absoluta, sino de la capacidad del modelo de "cerrar el bucle" con la realidad mediante refinamientos que reducen sistemáticamente el error.
• Ejemplos:
  • Modelo de Bohr: Inicialmente justificado por su ajuste preciso a la constante de Rydberg. Su posterior abandono se debió a que los residuos (discrepancias) persistieron y no se pudieron eliminar con refinamientos intra-modelo, mientras que la mecánica cuántica ofrecía una convergencia mejor.
  • Modelo de Ising: Aceptado no por su realismo inicial, sino porque, tras décadas, sus predicciones sobre exponentes críticos convergieron robustamente con datos experimentales de transiciones de fase, superando a modelos de campo medio.
  • QED (Electrodinámica Cuántica): Justificada inicialmente por su éxito predictivo y la reducción de residuos (renormalización), mucho antes de que existiera una justificación teórica profunda (grupo de renormalización de Wilson).

4. Resultados Principales

1. La desidealización total es innecesaria: No es necesario alcanzar una "representación completa" del mundo para justificar el uso de modelos idealizados.
2. La justificación es contextual y parcial: Los modelos se justifican dentro de regímenes de validez específicos, definidos por la cercanía a constructos más realistas o por la magnitud de los errores residuales.
3. Pluralismo metodológico: Existen múltiples vías (intra-modelo, inter-modelo, medición) para validar modelos. Estas vías a menudo se superponen y se refuerzan mutuamente.
4. El papel de los residuos: Los errores no son solo fallas; son herramientas epistémicas que guían la refinación y delimitan los límites de aplicabilidad de un modelo.

5. Significación e Impacto

• Reconciliación Epistemológica: El artículo ofrece un "terreno medio" entre el realismo fuerte (que exige verdad literal) y el instrumentalismo/pragmatismo radical (que descarta la relación con la verdad). Propone una noción de "verificación" (true-ing) como un proceso continuo y dinámico.
• Legitimación de la Práctica Científica: Valida las estrategias que los físicos utilizan realmente (como el uso de modelos de Ising o QED antes de tener fundamentos teóricos completos), mostrando que no son "trucos" pragmáticos, sino procesos epistémicos rigurosos de control de idealizaciones.
• Nueva Definición de Desidealización: Transforma la desidealización de un requisito metodológico rígido (eliminar todas las idealizaciones) a una práctica epistémica flexible que busca demostrar que los modelos están "conectados" y "responsivos" al mundo, incluso si nunca son representaciones totales.
• Implicación para la Filosofía de la Ciencia: Sugiere que la filosofía debe abandonar la búsqueda de condiciones de verdad estáticas y centrarse en analizar cómo los científicos construyen y mantienen la confianza en sus modelos a través de la interacción con la teoría y la experimentación.

En conclusión, Luo y Chua argumentan que la desidealización no es un proceso de reversión hacia una verdad absoluta inalcanzable, sino un conjunto de estrategias prácticas ("puentes") que mantienen a los modelos idealizados en contacto con la realidad, permitiendo inferencias fiables sin necesidad de eliminar todas las distorsiones.