[Unidades y medidas] Sección 1. Conceptos clave [Que es una unidad y una medida] [Medidas físicas vs medidas químicas] [Tablas del SI] Otros conceptos [La medición y el método científico] [Historia de la medición 1. Primeras civilizaciones]
Una pregunta frecuente en clase es:
—Profe, ¿esto es ciencia o matemáticas?
La respuesta es que las ciencias modernas son, fundamentalmente, analíticas. Ser analítico no significa simplemente cerrar los ojos y concentrarse, sino aplicar herramientas matemáticas para comprender la realidad. Este enfoque ha llevado a clasificar las disciplinas científicas en ciencias duras —más cuantitativas— y ciencias blandas —más cualitativas—.
Sin embargo, esta distinción se ha vuelto engañosa. Hoy en día, muchas de las llamadas ciencias blandas utilizan modelos matemáticos tan o más complejos que los de las ciencias duras, ya que sus objetos de estudio, como el comportamiento humano o las dinámicas sociales, son extremadamente complejos.
Históricamente, la ciencia ha transitado de lo cualitativo a lo cuantitativo. Un buen ejemplo es el Principio de Arquímedes, que en su forma original se enunciaba de manera cualitativa: todo objeto flotante desplaza su propio peso en un fluido. Con el tiempo, este tipo de observaciones dieron paso a formulaciones matemáticas generales expresadas mediante el álgebra.
Durante los siglos XVI y XVII se desarrolló la revolución científica, origen de las ciencias de la naturaleza tal como las conocemos hoy. El cambio decisivo fue la incorporación de las matemáticas como herramienta para analizar de forma sistemática los experimentos empíricos.
Galileo Galilei sostenía que las matemáticas ofrecían un grado de certeza comparable al de la palabra de Dios (Galilei & Drake, 1953). Esta visión alcanzó su punto culminante con la publicación de Principios Matemáticos de Filosofía Natural en 1684, obra de Isaac Newton).
Aunque el uso de las matemáticas en la ciencia comenzó a difundirse desde inicios del siglo XVII, el trabajo de Newton fue excepcional por su capacidad para unir fenómenos naturales, pensamiento abstracto y formulación matemática. Su ejemplo impulsó a muchos filósofos naturales a adoptar este enfoque, que no solo aportaba precisión teórica, sino que también facilitaba la ejecución de experimentos claros y replicables.
La combinación del empirismo con el razonamiento matemático fue decisiva en la formulación del método científico moderno. Este enfoque integró la observación directa de la naturaleza con la elaboración de modelos cuantificables, lo que permitió validar o refutar hipótesis mediante la experimentación sistemática. A diferencia de la filosofía escolástica, que se basaba en la autoridad de textos antiguos y el razonamiento lógico-deductivo sin referencia directa a la experiencia, el método científico proponía un conocimiento verificable a partir de los sentidos y replicable por otros.
Esta ruptura con los métodos puramente lógicos o contemplativos, centrados en la especulación abstracta, permitió avances concretos en la comprensión del mundo físico, con consecuencias prácticas de enorme alcance: desde la invención de tecnologías hasta la transformación de la medicina, la agricultura y la industria. El pensamiento naturalista —basado en leyes observables y medibles— desplazó la idea de que el conocimiento debía ajustarse a verdades eternas o reveladas, y en su lugar impulsó una visión dinámica, perfectible y orientada a resolver problemas reales.
El uso de herramientas analíticas en las ciencias de la naturaleza ha llegado a ser tan predominante que algunos científicos y filósofos contemporáneos —como Max Tegmark, Nick Bostrom y James Gates— han propuesto analogías con simulaciones computacionales. Según esta perspectiva, conocida como la hipótesis de la simulación, la realidad podría ser una estructura matemática o un código, similar al de una computadora. Desde esta visión, el universo funcionaría como un sistema regido por un conjunto de algoritmos fundamentales, y el papel de los científicos sería identificar los "protocolos" más relevantes de ese código fuente, es decir, las leyes de la naturaleza que emergen del aparente caos. Incluso el azar, bajo este marco, sería entendido como una función matemática dentro de un sistema mayor perfectamente codificado.
Referencias
Bendick, J., Berquist, L. M., & Bradshaw, G. (2010). The Works of Archimedes.
Bostrom, N. (2003). Are we living in a computer simulation? The philosophical quarterly, 53(211), 243-255.
Dear, P. (1995). Discipline and experience: The mathematical way in the scientific revolution. University of Chicago Press.
Diamond, J. (1987). Soft sciences are often harder than hard sciences. Discover, 8(8), 34–39.
Galilei, G., & Drake, S. (1953). Dialogue concerning the two chief world systems, Ptolemaic and Copernican. Random House Digital, Inc.
Hedges, L. V. (1987). How hard is hard science, how soft is soft science? The empirical cumulativeness of research. American Psychologist, 42(5), 443.
Hooykaas, R. (1987). The rise of modern science: When and why? The British Journal for the History of Science, 20(4), 453-473.
Kuhn, T. S. (1970). The structure of scientific revolutions, 2nd. Chicago: Univ. of Chicago Pr.
Moskowitz, C. (2016). Are we living in a computer simulation. Scientific American, 7.
Newton, I. (2013). Philosophie naturalis principia Mathematica.
Shapin, S. (2018). The scientific revolution. University of Chicago press.
Tegmark, M. (2008). The mathematical universe. Foundations of physics, 38(2), 101-150.
No hay comentarios:
Publicar un comentario