Una propuesta reciente del físico y filósofo Luigi Scorzato recupera un antiguo problema filosófico para establecer un nuevo criterio que permita descartar modelos sin fundamento, incluidos los usados por la inteligencia artificial.
En la década de 1950, el filósofo Nelson Goodman planteó un enigma que cuestiona la forma en que validamos teorías científicas. Su famoso experimento mental del “verde-grue” sugiere que, aunque una teoría encaje perfectamente con los datos observados, podría estar basada en fundamentos arbitrarios. Hoy, en plena era de la inteligencia artificial (IA), este dilema vuelve a cobrar relevancia.
El término “grue” fue inventado por Goodman para describir objetos que son verdes hasta cierto momento y azules después. Esta idea, aunque compatible con los datos, plantea una paradoja: ¿cómo distinguir entre descripciones verdaderamente científicas y formulaciones que solo aparentan serlo?
Luigi Scorzato ofrece una solución concreta a este dilema. Según su propuesta, no todas las teorías que se ajustan a los datos deben aceptarse como válidas. Su regla se basa en dos criterios: la posibilidad de realizar mediciones directas y la simplicidad epistémica, es decir, cuántas suposiciones adicionales requiere una teoría para ser útil.
Scorzato sostiene que una teoría científica solo tiene valor si sus conceptos pueden medirse directamente con incertidumbre clara. Modelos que no permiten este tipo de medición, como el “grue”, deben ser descartados, no por capricho, sino porque son innecesariamente complejos y no ofrecen ventaja explicativa.
Además, introduce el concepto de complejidad epistémica, que permite comparar teorías empíricamente equivalentes y elegir aquellas que necesiten menos suposiciones para lograr los mismos resultados. Así, teorías conspirativas o pseudocientíficas pueden ser descartadas con base en un criterio objetivo, sin depender únicamente del consenso.
En el contexto actual, esta propuesta tiene implicaciones importantes para la inteligencia artificial. Muchos sistemas de IA generan modelos que predicen con precisión, pero sin ofrecer explicaciones comprensibles. Scorzato advierte que aceptar estos modelos sin evaluar su estructura interna puede llevarnos a confiar en algoritmos sin verdadero valor científico.
Con esta propuesta, el autor no solo reabre un viejo debate filosófico, sino que plantea un marco claro para decidir qué modelos deben considerarse válidos en ciencia y tecnología. Una herramienta útil en tiempos donde los límites entre ciencia, datos e interpretación se vuelven cada vez más difusos.
Gracias por leer Columna Digital, puedes seguirnos en Facebook, Twitter, Instagram o visitar nuestra página oficial. No olvides comentar sobre este articulo directamente en la parte inferior de esta página, tu comentario es muy importante para nuestra área de redacción y nuestros lectores.
