Muchos de los que piensan que el modelo deductivo de explicación exige demasiado aluden a explicaciones históricas. Aquí parecemos aceptar descripciones explicativas que no hacen uso alguno de gene ralizaciones legales. Después de todo, ¿cuáles son las leyes que go biernan los sucesos históricos? Más interesantes para nosotros son esas explicaciones en las que los sucesos están conectados por gene ralizaciones, pero donde las generalizaciones no son leyes de la natu raleza de pleno derecho, sino conexiones probabilísticas o estadísti cas entre los sucesos. El fumar no siempre causa cáncer de pulmón, pero ciertamente aumenta su probabilidad. ¿No damos, entonces, una explicación al menos del cáncer de pulmón de alguien, si señala mos su vicio de fumar, aun cuando el fumar no comporte la necesi dad de contraer la enfermedad? ¿Qué clase de relación probabilística
156 Filosofía de la física
entre suceso explicativo y explicado es suficiente para poder decir que el primero explica el segundo?
Un primer pensamiento natural es que un suceso es explicado si podemos encontrar otros sucesos tales que la ocurrencia del suceso en cuestión se siga con alta probabilidad de la ocurrencia de los su cesos explicativos. El «seguirse de» es mediado por la existencia de generalizaciones estadísticas legales que ocupan el lugar de las leyes sin excepción utilizadas en las explicaciones deductivo-nomológicas. Nos percatamos de inmediato de que tal «explicación estadística» de un suceso será muy diferente de la explicación que se obtiene cuando se utilizan leyes puras. Por ejemplo, en el caso deductivo, si podemos explicar el suceso 1 y podemos explicar el suceso 2, pode mos generar automáticamente una explicación del «suceso 1 ocurrió
y
el suceso 2 ocurrió» juntando simplemente los recursos explicati vos utilizados para explicar cada suceso individual. Pero si el suceso 1 se sigue de alguna base explicativa con «alta probabilidad», es de cir, con una probabilidad mayor que alguna cantidad especificada, y el suceso 2 se sigue de su base explicativa con parecida probabili dad, eso no garantiza que «el suceso 1 y el suceso 2» se sigan de las bases explicativas conjuntas con una probabilidad superior al valor mínimo.Es más, un suceso que tenga una probabilidad alta respecto a su base explicativa, podría tener una probabilidad baja respecto a esa base complementada con información adicional. Aunque podamos decir que es altamente probable que alguien criado en un entorno horrible tenga tendencias criminales, cuando nos digan, además, que es el hijo de una familia rica, etcétera, reduciremos la probabilidad estimada. Esto no puede suceder con sucesos explicados deductiva- nomológicamente.
Pronto pensamos en casos donde presentimos que un suceso puede ser explicado probabilísticamente aun cuando no tenga una alta probabilidad en relación a lo que se propone como explicación. La combustión de algo que arde espontáneamente se explica dicien do que algunas veces, aunque muy raramente, dicho fenómeno tiene lugar en la situación pertinente. ¿Cómo podemos explicar un suceso haciendo referencia a hechos respecto a los que presenta una proba bilidad baja? Se señala que sin los hechos explicativos, el suceso en cuestión tendría una probabilidad aún más baja. Así podemos expli car porqué algo sucede aludiendo a hechos que lo hacen
más
probable de lo que sería de otra forma, aun cuando después de añadir los hechos explicativos, su probabilidad siga siendo baja.
Después se observa que hay muchos casos en los que explicamos un suceso haciendo referencia a otro suceso, aun cuando aportando la nueva información
disminuyamos
la probabilidad del suceso en re lación a nuestro conocimiento de fondo. Un médico explica la muer te de un paciente del que se sabe que padece una terrible enferme dad señalando que, en este caso particular, fue el efecto secundario, muy improbable, de un medicamento lo que mató al paciente, no la enfermedad. La causa de la muerte puede ser el medicamento, aun que la muerte por enfermedad, tratada o no tratada, sea mucho más probable que la muerte producida por el efecto secundario del1 medi camento.Podemos combinar estas observaciones con otras similares a las aducidas cuando quienes discuten una explicación deductivo-nomo- lógica arguyen que, en la teoría de la explicación que entiende como tal la inclusión bajo una generalidad, falta el elemento causal. Obte nemos así una teoría que dice que explicar, tanto probabilísticamente como por medio de leyes sin excepción, es indicar el origen causal de un suceso. Pero ahora la causalidad se entiende como una rela ción que admite una conexión probabilística. A quí la idea es que un suceso podría causar un número de sucesos diferentes, cada uno con una probabilidad determinada de ser causado. Aunque una causa pueda generar una multiplicidad de efectos, es todavía una relación causal lo que produce el suceso efecto como consecuencia del suce so causa. Mirando las cosas de esta manera, puede que se haga justi cia a los casos arriba mencionados. También servirá para distinguir las correlaciones que no son explicativas, siendo no causales, de aquellas que son explicativas, siendo verdaderamente causales aun que probabilísticas.
Pero aquí surgen otras cuestiones interesantes. Si damos una ex plicación probabilística que es causal, ¿estamos obligados entonces a mantener que hay relaciones causales irreduciblemente probabilísti cas en el mundo? ¿Debemos afirmar que el m undo tiene, en su base, una naturaleza genuinamente «tiquista», o azarosa, no sostenida por relaciones causales completamente deterministas? No necesariamen te. Algunos han argüido que puede haber explicaciones probabilísti- co-causales que expliquen un suceso como el resultado «por puro azar» (aunque un resultado causal) de algunos sucesos anteriores que
158 Filosofía de la física
presentan una disposición causal a generar sucesos del tipo que ha de explicarse. En otros casos, la explicación probabilística, relevando una vez más una estructura causal, puede ser explicativa al estar la relación causal probabilística fundada en algunas relaciones causales subyacentes enteramente deterministas. Veremos una defensa de este punto de vista más adelante en este capítulo. En esta segunda clase de explicación, el estado posterior de un sistema está completamente determinado por su estado dinámico anterior. Pero, se arguye, m u chos estados dinámicos iniciales son posibles candidatos consistentes con la descripción inicial del sistema. Cada uno de dichos estados iniciales conduce a un resultado futuro diferente. Cada evolución es totalmente determinista. En este caso, la probabilidad se introduce en la imagen explicativa cuando comenzamos a hablar sobre la «pro babilidad de un estado dinámico inicial dado» consistente con la descripción inicial del sistema. Así pues, tendremos elementos proba- bilísticos en nuestra estructura explicativa. La estructura explicativa descansará en el desvelamiento de los procesos causales subyacentes que generan los sucesos que han de explicarse. Pero la probabilidad se introducirá, no porque la relación causal sea «intrínsecamente aleatoria», sino porque se están explorando simultáneamente muchas posibles evoluciones causales diferentes. Más tarde, cuando discuta mos la mecánica cuántica en el capítulo 4, veremos porqué tiene al guna plausibilidad la afirmación de que en ese contexto se debe pos tular una causalidad verdaderamente «incierta».
Desde esta perspectiva, pues, las demandas de una probabilidad alta o aumentada parecen descaminadas. Lo que estamos intentando hacer cuando explicamos probabilísticamente un suceso es ubicar di cho suceso en una estructura de relaciones causales, donde la estruc tura revelada es probabilística, bien porque las relaciones causales son intrínsecamente indeterministas, bien porque se están conside rando simultáneamente un número de evoluciones causales alternati vas. Aun cuando el suceso considerado tenga una probabilidad baja, o una probabilidad reducida, en la cadena de causalidad que condu ce hasta él, podemos todavía dar una explicación del mismo. Por su puesto,'esto no significa negar valor a la aliviadora sorpresa de mos trar que un suceso es altamente probable, o de mostrar que es más probable de lo que habríamos esperado de otro modo. Hacemos estas cosas y las consideramos, en algún sentido, como suministrando explicaciones.
¿Significa toda la importancia concedida a la revelación de una relación causal en la explicación que estamos dando la espalda a una teoría humeana de lo que es para una cosa ser la causa de otra? No necesariamente. Algunos afirmarían que como las explicaciones exi gen que se haga referencia a relaciones causales entre los sucesos, debemos presuponer la noción de una relación causal como un ele mento primitivo en nuestro entendimiento de la naturaleza del mun do. Otros buscan un entendimiento de lo que es la relación causal en términos de otras relaciones que los sucesos presentan entre sí. Un enfoque, ya presente en Hum e en algunos lugares, es intentar enten der la causalidad en términos de «lo que ocurriría» en el mundo si las cosas fuesen diferentes a como son. Así, podría concebirse como causa un suceso tal que, de no haber ocurrido, no habría ocurrido el suceso efecto. En realidad, no es tan simple. Fenómenos tales como la sobredeterminación (un efecto es múltiplemente causado) y la ante posición (una cosa es causada por un suceso que, de no haber ocurri do, habría dado pie a que un segundo suceso hubiera provocado el efecto; siendo el primer suceso tal que obstaculizó la ocurrencia del segundo suceso) requieren un análisis más sofisticado de la relación entre «lo que hubiese ocurrido si» y lo que significa que un suceso cause otro. Otros problemas adicionales surgen debido a conexiones no causales que también están asociadas con dicho «lo que habría su cedido». Por si fuera poco buscamos además un entendimiento de lo que significa justamente ese discurso sobre lo que habría sucedido si las cosas hubieran sido de otro modo, un entendimiento que de suyo no descansa en la presuposición de una relación causal implícita.
Otros enfoques que analizan la causalidad recurren a la combina ción de la conjunción constante de Hum e con otros elementos reales en el mundo. A menudo se recalca, por ejemplo, que la estructura del mundo es tal que identificamos una conjunción constante como una relación causal sólo cuando los sucesos bajo consideración están unidos uno a otro por caminos adecuadamente continuos de sucesos en conjunción constante. Debe haber, entonces, caminos de «influen cia causal» o «propagación causal».
Finalmente, es muy importante reflexionar sobre el hecho de que las regularidades totalmente legales o sólo probabilísticas que utiliza mos en nuestras explicaciones científicas forman una jerarquía unifi cada de proposiciones en una estructura teórica. Algunas generaliza ciones son mucho más amplias, más profundas, y más fundamentales
160 Filosofía de la física que otras. Puede argüirse que la diferencia entre meras correlaciones y correlaciones causales aptas como explicación es que las últimas in sertan la correlación de los sucesos en cuestión en los niveles más profundos de correlación de las teorías más fundamentales. Así, se arguye, la referencia al hecho de que tenemos causalidad, y por con siguiente explicación, sólo cuando se pone al descubierto el
mecanis
mo
de la correlación de los sucesos, puede tomarse como indicativo, no ya de que pueda producirse alguna relación causal misteriosa ade más de la correlación, sino de que una correlación es explicativa sólo cuando inserta la relación entre los sucesos bajo consideración en las correlaciones fundamentales de nuestra teoría básica apropiada. ¿No podría algo como esto hacer comprensible el debate entre quienes piensan que las correlaciones conocidas entre el fumar y el contraer cáncer son suficientes para afirmar que el fumar causa cáncer, y quie nes lo niegan? ¿No están los últimos exigiendo causalidad como ex plicación en el sentido de insertar la correlación entre el fumar y la enfermedad en un contexto mucho más amplio y profundo? Tanto la biología, como la química y la física son utilizadas para complemen tar la manifiesta correlación con correlaciones mucho más finas fun dadas en las leyes, mucho más profundas, de la ciencia. Detalles tales como las correlaciones entre la inhalación de productos químicos, estando la presencia de estos productos correlacionada a los cambios genéticos, y siendo estos cambios seguidos en sus pormenores por medio de las correlaciones más profundas de toda la física — que muestran lo que sucede en el nivel molecular— son dados por estas ciencias. Desde esta perspectiva, pues, la demanda de causalidad en la explicación está garantizada, pero por razones básicamente hu- meanas.Este último aspecto del papel de la causalidad en la explicación es particularmente relevante para nuestros propósitos presentes. Con forme nos adentremos en los pormenores del papel de la probabili dad en la teoría de la mecánica estadística, veremos que lo. que ahí sucede es que una teoría «a nivel de superficie» del comportamiento macroscópico, la termodinámica, se relaciona en un modo explicati vo con una teoría dinámica «a nivel profundo». Esta teoría a nivel profundo es la teoría del comportamiento de los sistemas fundada en las leyes fundamentales de la dinámica de los componentes microscó picos de los sistemas macroscópicos (tales como las moléculas de un gas). Las consideraciones probabilísticas surgen cuando intentamos
acoplar uno al otro estos dos niveles de descripción, utilizando la teoría de nivel profundo para explicar la teoría de superficie. Se pre supone, pues, que podemos dar una descripción causal de la evolu ción del sistema en términos de la dinámica de sus constituyentes m i croscópicos. Este es el nivel amplio, profundo y fundamental de la descripción científica indicado más arriba. La probabilidad juega un papel al insertar la descripción del sistema forjada en los términos del nivel superior en esta imagen causal global. Como veremos, la re lación entre correlación y causalidad introduce aquí sus propios enig mas particulares.