Las ilusiones de comprensión en la ciencia representan un fenómeno cognitivo donde los científicos creen entender un fenómeno más profundamente de lo que realmente ocurre. Este artículo examina cómo esta tendencia humana afecta la práctica científica.
Los investigadores argumentan que la comprensión científica rara vez es completa y varía en profundidad y calidad. La ilusión de entendimiento surge cuando los datos están bien descritos por modelos matemáticos o simulaciones computacionales, ya que su precisión y capacidad predictiva generan una falsa sensación de comprensión causal. Sin embargo, predecir no implica entender las causas subyacentes.
Para demostrarlo, los autores analizan el caso de la regresión lineal, una herramienta estadística básica que la mayoría de los científicos cree dominar. Sorprendentemente, alcanzar una comprensión profunda de este método simple resulta extremadamente difícil, lo que ilustra la universalidad del problema.
Los niveles de comprensión afectan directamente cómo los científicos diseñan experimentos, prueban teorías, analizan datos y comunican resultados. La deducción e inducción dependen de estos niveles, y las incompletitudes frecuentemente afectan, sin querer, el pensamiento científico.
Las implicaciones son significativas: los científicos pueden verse motivados a no profundizar en explicaciones que resultan satisfactorias pero incompletas. Como señaló George Box, todos los modelos son erróneos pero algunos son útiles. Aunque las cuentas incompletas han impulsado muchos avances, también pueden ser engañosas y ralentizar el progreso científico, o incluso causar daño, como ocurrió con la falsa creencia de que las vacunas causaban autismo.
El artículo conclude que existen múltiples niveles de explicación para casi cualquier fenómeno, útiles para diferentes propósitos pero potencialmente dañinos para otros.