The Coherence Principle: A Falsifiable Prior for Model Selection from the Grammar of Theories

Este artículo propone el "Principio de Coherencia", un marco bayesiano falsable para la selección de modelos que asigna probabilidades a priori basándose en la adherencia de un modelo a la "gramática" estructural validada de las teorías existentes, penalizando así las violaciones teóricas no motivadas mientras permanece transparente y contrastable a través de casos históricos y contemporáneos en la física.

Lo esencial

Imagina que eres un juez en una sala de tribunal, pero en lugar de juzgar crímenes, juzgas teorías científicas. Tienes nueva evidencia (datos) del universo, y dos historias diferentes (modelos) intentan explicarla.

Normalmente, los jueces examinan la evidencia para decidir quién gana. Pero a veces, la evidencia es borrosa, débil o no apunta claramente hacia una historia u otra. En esos momentos, el juez tiene que confiar en un "sentimiento visceral" sobre qué historia parece más razonable incluso antes de mirar la evidencia. En la ciencia, este sentimiento visceral se llama "prior" (prior).

El problema, según este artículo, es que los científicos suelen utilizar diferentes sentimientos viscerales no declarados. Un científico podría pensar: "Esta teoría es demasiado complicada, así que probablemente sea errónea" (Navaja de Occam). Otro podría pensar: "Esta teoría se siente 'natural' porque los números no son extraños". Pero estos sentimientos son difíciles de medir y fáciles de discutir.

La gran idea del artículo: El "Principio de Coherencia"
Los autores proponen una nueva forma basada en reglas para establecer ese "sentimiento visceral". Lo llaman el Principio de Coherencia.

Imagina la ciencia establecida (como el Modelo Estándar de la física de partículas o la Relatividad General) como un libro de reglas gigante y bien probado o una gramática de cómo funciona el universo. Este libro de reglas contiene cosas como:

• La energía debe conservarse.
• Nada puede viajar más rápido que la luz.
• Las leyes de la física deben verse iguales en todas partes (simetría).

El Principio de Coherencia dice: "Si una nueva teoría rompe estas reglas sin una razón muy buena, debería empezar con una desventaja".

Cómo funciona: La analogía de la gramática

Imagina que las leyes de la física son como las regcciones de la gramática inglesa.

• La Teoría de Fondo (La Gramática): Sabemos que las oraciones necesitan un sujeto y un verbo. Sabemos que no puedes simplemente intercambiar sustantivos por verbos al azar. Estas son las "reglas validadas".
• El Nuevo Modelo (La Oración): Un científico propone una nueva teoría.
  • Escenario A: El científico escribe una oración que sigue todas las reglas de gramática perfectamente. (ej. "El gato se sentó en la alfombra").
  • Escenario B: El científico escribe una oración que rompe las reglas sin motivo. (ej. "El gato saltó el azul ayer").

El Principio de Coherencia dice: El Escenario B recibe una "penalización". Comienza con una puntuación más baja porque viola la gramática establecida del universo.

El "Costo de Coherencia"

El artículo introduce un truco matemático simple para medir esta penalización:

1. Contar las Violaciones: Cada vez que una nueva teoría rompe una regla importante (como romper la velocidad de la luz o ignorar la conservación de la energía) sin una razón muy fuerte e independiente, recibe un "Costo de Coherencia" de 1.
2. La Penalización: Cuantas más violaciones, más baja es la puntuación inicial de la teoría. La matemática se ve así: Puntuación = e^(-Costo).
   • Si rompes 0 reglas, tu puntuación es 1 (100% de probabilidad).
   • Si rompes 1 regla, tu puntuación cae a aproximadamente 0.37 (37% de probabilidad).
   • Si rompes 2 reglas, cae a aproximadamente 0.14 (14% de probabilidad).

Esto no se trata de decir que la teoría es errónea; es solo decir: "Debido a que rompiste las reglas, necesitas evidencia mucho más fuerte para demostrar que tienes razón".

Ejemplos del mundo real del artículo

Los autores prueban esta idea en debates científicos históricos y actuales:

1. El Misterio de los Neutrinos (Día de hoy)

• La Situación: Sabemos que los neutrinos tienen masa, pero no conocemos el patrón exacto. Una teoría dice que los tres tipos de neutrinos obtienen su masa de la misma "receta" (Unificada). Otra dice que obtienen su masa de tres recetas totalmente diferentes y no relacionadas (Disjunta).
• La Regla de la Gramática: Al Modelo Estándar le gusta la "universalidad" (tratar las cosas similares de la misma manera).
• El Resultado: La teoría "Unificada" sigue la gramática. La teoría "Disjunta" rompe la regla de la universalidad. El Principio de Coherencia le da una ligera ventaja a la teoría Unificada. No resuelve el misterio por sí solo, pero ayuda a inclinar la balanza cuando los datos son débiles.

2. Einstein vs. Newton (Historia)

• La Situación: En 1905, Einstein propuso la Relatividad General.
• El Chequeo de la Gramática: Si hubieras mirado las reglas de la física antes de 1905 (las reglas de Newton), la teoría de Einstein parecía un desastre. Rompía las reglas del "tiempo absoluto" y la "gravedad instantánea". El Principio de Coherencia habría dicho: "¡Einstein está rompiendo la gramática! ¡No confíen en él!".
• El Giro: Pero para 1915, la "gramática" había cambiado. La Relatividad Especial ya había demostrado que el "tiempo absoluto" era erróneo. Una vez que la gramática se actualizó para incluir la "invariancia de Lorentz" (la nueva regla), la teoría de Einstein de repente parecía perfecta (0 violaciones), mientras que la teoría de Newton parecía estar rompiendo las nuevas reglas.
• Lección: El principio funciona, pero debes usar el libro de reglas actual, no uno antiguo.

3. El "Fantasma" en la Máquina (Energía Oscura)

• La Situación: Los científicos están tratando de averiguar si la expansión del universo se está acelerando de una manera extraña. Algunas teorías sugieren una "energía fantasma" que rompe las leyes de estabilidad (creando "fantasmas" que hacen que el universo sea inestable).
• El Resultado: El Principio de Coherencia dice: "Si tu teoría crea un fantasma, pagas una penalización". No dice que la teoría sea imposible, sino que dice: "Necesitas datos realmente, realmente fuertes para demostrar que este fantasma existe".

Lo que este Principio NO es

Los autores son muy cuidadosos al decir lo que esto no es:

• No es "Belleza": No puedes simplemente decir: "Esta teoría es hermosa, así que recibe un bono". Las reglas deben basarse en cosas que realmente hayamos probado y comprobado.
• No es "Navaja de Occam": La Navaja de Occam dice: "Elige la teoría más simple". El Principio de Coherencia dice: "Elige la teoría que se ajuste a las reglas del universo, incluso si es complicada".
• No es una varita mágica: Si los datos son súper claros y fuertes, los datos ganan. Este principio solo ayuda cuando los datos son silenciosos y confusos.

La Conclusión

El Principio de Coherencia es una forma de hacer que los sentimientos viscerales de los científicos sobre qué teorías son plausibles sean transparentes y justos.

En lugar de decir: "Siento que esta teoría es extraña", un científico ahora puede decir: "Esta teoría rompe tres reglas específicas y bien probadas de la física, por lo que le estoy dando una penalización de 0.05".

Convierte el sesgo invisible de la "confianza en la ciencia establecida" en un número visible y calculable. Nos recuerda que, si bien la ciencia siempre está buscando cosas nuevas, debería ser más difícil creer en cosas que rompen las reglas que ya hemos demostrado que son ciertas.

Resumen técnico

Resumen Técnico: El Principio de Coherencia

1. Planteamiento del Problema

En la cosmología y la física de partículas modernas, la selección bayesiana de modelos a menudo enfrenta un desafío metodológico crítico: cuando los datos empíricos son débiles, indirectos o cercanos a límites físicos, las probabilidades a posteriori entre hipótesis competidoras heredan una dependencia fuerte, y frecuentemente no reconocida, de la distribución previa asignada al espacio de modelos. Los enfoques estándar para definir estos priors —como los priors de referencia, los priors jerárquicos o las apelaciones a la naturalidad— ignoran el conocimiento teórico relevante o dependen de criterios que son difíciles de definir operativamente.

Los físicos que trabajan en la práctica asignan plausibilidad previa basándose en la compatibilidad estructural de un modelo con la "arquitectura validada" de teorías de fondo exitosas (por ejemplo, simetrías, leyes de conservación, localidad). Sin embargo, este juicio rara vez se formaliza como un componente cuantitativo y reproducible de la inferencia bayesiana. El artículo identifica una brecha entre este razonamiento físico común y los requisitos rigurosos de la selección de modelos bayesianos, particularmente en regímenes donde el factor de Bayes por sí solo es insuficiente para distinguir entre modelos (por ejemplo, el ordenamiento de la masa de los neutrinos o la ecuación de estado de la energía oscura).

2. Metodología: El Principio de Coherencia

Los autores proponen el Principio de Coherencia, un procedimiento general para asignar priors de modelo basados en la "gramática estructural" de una teoría de fondo exitosa.

2.1 Gramática Estructural

El método comienza definiendo una teoría de fondo $T$ y su gramática $G(T)$, un conjunto de reglas estructurales validadas $\{p_1, p_2, \dots, p_n\}$. Estas reglas son características arquitectónicas de grano grueso tales como:

• Simetrías: Invariancia de gauge, invariancia de Lorentz, universalidad de familias.
• Principios del Espacio-Tiempo: Localidad, causalidad, principio de equivalencia.
• Leyes de Conservación: Energía, momento, número leptónico/bariónico.
• Propiedades de Regularidad: Renormalizabilidad, unitariedad, analiticidad.

Crucialmente, la gramática es distinta del Lagrangiano específico; representa las regularidades que sobreviven a través de reformulaciones y casos límite.

2.2 Costo de Coherencia y Prior

Para un modelo candidato $M$, el método calcula un costo de coherencia $C(M|T)$:
$$C(M|T) = \sum_{i=1}^n w_i \delta_i(M, T)$$
donde:

• $\delta_i(M, T) = 1$ si $M$ viola el principio $p_i$ sin motivación independiente, y $0$ en caso contrario.
• $w_i \geq 0$ son pesos opcionales que reflejan la robustez empírica del principio (por defecto $w_i=1$).
• La "motivación independiente" debe ser empírica o teórica, no estética.

El prior de coherencia se define entonces mediante una forma exponencial de máxima entropía:
$$P(M|T) \propto \exp[-\alpha C(M|T)]$$
donde $\alpha > 0$ es un parámetro de escala calibrable. En la implementación mínima, $\alpha = 1$, asignando un factor de penalización de $e^{-1} \approx 0.37$ por cada violación no motivada.

2.3 Distinción de Métodos Existentes

Los autores distinguen explícitamente el Principio de Coherencia de:

• El Factor de Occam: El factor de Occam (interno al factor de Bayes) penaliza el volumen del espacio de parámetros no utilizado. El Principio de Coherencia opera al nivel del espacio de modelos, penalizando el desacuerdo estructural con un paradigma antes del análisis de datos.
• Priors de Referencia: Los priors de referencia están diseñados para ser agnósticos al conocimiento teórico externo. El Principio de Coherencia incorpora explícitamente dicho conocimiento, lo cual es crucial cuando los datos son insuficientes.
• Naturalidad: Los argumentos de naturalidad suelen ser dependientes de la escala y tienen contraejemplos. El Principio de Coherencia se basa en reglas estructurales explícitamente listadas y falsables, en lugar de una única escala cuantitativa.

3. Aplicaciones Clave y Resultados

El artículo ilustra el principio a través de varios dominios, demostrando que reproduce las clasificaciones cualitativas ya utilizadas informalmente en el campo, pero las hace cuantitativas y reproducibles.

3.1 Mecanismos de Masa de Neutrinos

Comparando un Modelo Unificado (extensión con universalidad de familia, ej. seesaw de Tipo-I) frente a un Modelo Disjunto (mecanismos diferentes para diferentes familias).

• Resultado: El modelo disjunto viola la universalidad de familia ($C=1$), mientras que el modelo unificado respeta la gramática ($C=0$).
• Impacto: Con $\alpha=1$, las probabilidades a priori favorecen al modelo unificado por un factor de $e \approx 2.72$. Combinado con los datos existentes, esto desplaza la evidencia de "anecdótica" a "positiva" para el ordenamiento normal, resolviendo una ambigüedad que depende fuertemente de la construcción del prior.

3.2 Energía Oscura y Gravedad Modificada

La gramática de la Relatividad General ($G(T_{GR})$) incluye principios como la covariancia general, el principio de equivalencia y ecuaciones de campo de segundo orden.

• Resultados:
  • Constante Cosmológica ($\Lambda$) y Quintesencia Mínima: Respetan todas las reglas ($C=0$).
  • Escalar-Tensor con Pantalla (f(R), Horndeski): A menudo requieren mecanismos de pantalla para evitar violaciones del principio de equivalencia; si la pantalla no es autoconsistente, $C \approx 1$.
  • Gravedad No Local/Con Violación de Lorentz: Violación de la localidad o de la invariancia de Lorentz ($C \approx 2-3$).
• Preferencia de DESI: Los datos de DESI sugieren un cruce de fase fantasma ($w < -1$). Un escalar mínimamente acoplado no puede cruzar la división fantasma sin inestabilidad (el no-go de Vikman). Realizar esto requiere grados de libertad adicionales o gravedad modificada, lo que incurre en un costo de coherencia ($C \geq 1$). El prior penaliza la realización fantasma, sugiriendo que los datos favorecen la dinámica tardía en lugar de un genuino cruce fantasma.

3.3 Inflación y Más Allá del Modelo Estándar (BSM)

• Inflación: Los modelos de rodadura lenta de un solo campo ($C=0$) son favorecidos sobre modelos con estados iniciales de isocurvatura o de no-Bunch-Davies detectables ($C=1$).
• BSM: Las extensiones universales (ej. MSSM, GUTs) tienen $C=0$. Los acoplamientos de gauge no universales (ej. $Z'$ dependiente de la familia) violan la universalidad de familia ($C=1$) a menos que estén independientemente motivados por anomalías.

3.4 Casos de Estudio Históricos (Retrodicción)

Los autores prueban el principio en cambios de paradigma históricos para verificar si favorece la elección históricamente exitosa cuando se aplica con la gramática correcta y con marca de tiempo.

• Einstein vs. Newton:
  • Gramática Pre-1905: Basada en la mecánica newtoniana. La Relatividad General (RG) viola el tiempo absoluto y la invariancia galileana ($C \approx 4$). El principio habría desfavorecido la RG.
  • Gramática Post-1905: Basada en la Relatividad Especial (validada en 1915). La gravedad newtoniana viola la invariancia de Lorentz ($C \geq 2$), mientras que la RG la respeta ($C \approx 0$). El principio favorece correctamente la RG.
  • Lección: La gramática debe tener una marca de tiempo de la teoría actualmente validada más segura.
• El Neutrino de Pauli vs. Abandonar la Conservación:
  • En 1930, los datos no podían distinguir entre una nueva partícula (neutrino) y la conservación estadística de la energía.
  • El modelo "Neutrino" respeta todas las leyes de conservación ($C=0$). El modelo "Bohr" viola la energía, el momento y el momento angular ($C \approx 3$).
  • El principio favorece fuertemente a Pauli ($e^3 \approx 20$), prediciendo correctamente el resultado histórico a pesar de la falta de detección directa en ese momento.
• Violación de la Paridad:
  • Una aplicación ingenua usando una gramática que incluyera la conservación de la paridad como una regla universal habría desfavorecido la propuesta de Lee y Yang.
  • La resolución: La conservación de la paridad solo estaba validada en los sectores fuerte y electromagnético, no en el débil. Una gramática resuelta por dominios asigna un costo cero a la violación de la paridad en el sector débil. El "fallo" fue una gramática excesivamente extendida, no el principio en sí.
• Relatividad Especial vs. Éter de Lorentz:
  • En 1905, ambas teorías eran empíricamente degeneradas ($B \approx 1$).
  • La teoría del Éter retiene un marco preferido (violando el principio de relatividad, $C=1$). La Relatividad Especial eleva el principio a un postulado ($C=0$).
  • El prior por sí solo favorece la Relatividad Especial por $e^1 \approx 2.7$, actuando como el factor decisivo en un régimen degenerado.

3.5 Extensión con Signo: El Bono de Coherencia

Los autores proponen una extensión con signo donde un modelo puede ganar un "bono de coherencia" (costo negativo) si explica un principio que era una coincidencia no explicada en la teoría de fondo (ej. la RG derivando el principio de equivalencia en lugar de asumirlo). Esto agudiza aún más las probabilidades a priori (ej. favoreciendo la RG sobre Newton por $e^3 \approx 20$).

4. Significación y Reivindicaciones

El artículo afirma que el Principio de Coherencia ofrece un método reproducible, falsable y transparente para incorporar el conocimiento estructural teórico en la inferencia bayesiana.

• Reproducibilidad: Cada entrada (la gramática $G(T)$, los pesos, los indicadores) es explícita y abierta a la crítica.
• Falsabilidad: Las probabilidades a priori son finitas y pueden ser derrotadas por datos suficientemente fuertes.
• Modestia: Los autores enfatizan que el principio no es un reemplazo para la verosimilitud (likelihood), ni una doble cuenta del factor de Occam. No depende de criterios estéticos (elegancia/belleza) a menos que puedan ser reformulados como reglas estructurales empíricamente validadas.
• Alcance: Aunque se ilustra en cosmología y física de partículas, el marco se presenta como un método general para la inferencia informada por la teoría, aplicable a cualquier campo donde un marco teórico validado restrinja el espacio de extensiones admisibles (ej. biología, economía, ciencias climáticas).

El artículo concluye que el Principio de Coherencia convierte el "confío en las reglas estructurales validadas" informal usado por los físicos en un componente rutinario y cuantitativo de la selección de modelos bayesianos, siendo particularmente valioso en regímenes donde los datos son débiles o degenerados.