TAC - SALMON (1982) Estructura de la explicación arqueológica

SALMON (1982)

Estructura de la explicación arqueológica

[Odié este texto]

Hempel comienza sus consideraciones del modelo nomológico deductivo en “Aspectos de la explicación científica” (1965).

El afirmo que los hechos explicativos son de dos tipos:

Hechos particulares y uniformidades expresables por medio de leyes generales. En esta parte habla de cómo normalmente en los enunciados científicos los enunciados generales no se encuentran explicitados.

Para Salmon, las explicaciones, no los argumentos, son afectados adversamente por la adición de información fáctica irrelevante (lo mismo podríamos decir de los parciales, ¿no?). Se espera en las explicaciones que se cite solo condiciones relevantes para el evento a ser explicado. Con respecto a las explicaciones como argumentos parece impedir más que promover nuestro entendimiento de la naturaleza de la explicación.

Es complicado tratar de exponer la lógica de la estructura de la explicación arqueológica porque la mayoría de explicaciones no triviales están completamente y muy a menudo ofrecidas en una manera tentativa. Los arqueólogos tienden a enfocarse en las características substantivas de la explicación para la exclusión de asuntos estructurales.

Salmon trata de separar preguntas sustantivas y estructura

Explicando las características del conjunto faunístico

Trata de analizar y un caso de Binford y Bertram (1977), que es una explicación del autor de las diferencias ente diversas cantidades de proporciones reactivas de partes anatómicas de ovejas en sitios en donde los perros son la principal fuente de desgaste.

Los sitios eran una residencia de invierno y otra de verano e una sola familia Navajo. La disposición de restos de oveja variaba significativamente en las dos residencias. Los autores colectaron y analizaron los restos de huesos en los dos sitios. En un artículo publicado, ellos presentaron un grafico comparativo que exhibe los porcentajes de sobrevivencia de varias partes en los sitios de invierno y verano. Los datos muestran una mayor variedad de sobrevivencia de huesos en el sitio de verano, y diferentes proporciones de varias partes en los dos sitios. Los autores ofrecen la siguiente consideración:

“Los dos sitios son esencialmente idénticos, ningún patrón humano, consumo o trozamiento, estaba contribuyendo a la actual supresión de partes del conjunto que fuera visible arqueológicamente. En los dos sitios un contante agente de desgaste estuvo activo: el mismo perro que tendría acceso a todas las partes anatómicas desechadas en el sitio… la única diferencia entre las dos muestras fue en la edad de los animales expuestos al desgaste. Esto permite ver que la diferencia entre la edad de los animales expuesto a un constante agente de desgaste puede condicional el patrón de supervivencia para cada una de las diferentes partes anatómicas.”

Para llegar a sus conclusiones los autores miraron las diferencias entre dos sitios que podrían dar cuenta de diferentes patrones de sobrevivencia de huesos. Ciertos factores como consumo y desechos humanos, no fueron diferentes, pero la variación en el patrón muestra una correlación no solo con la temporada de ocupación pero también con el significado de la edad de muerte de las ovejas (en el invierno mueren más jóvenes que el verano). Estas diferencias en las edades sugieren para los autores que algo conectado con el proceso de envejecimiento (densidad de los huesos) era casualmente relevante para la sobrevivencia de los huesos. Y los autores resumen la situación con respecto a su progreso hacia una explicación:

“Una clara relación entre las densidades de huesos de animales de edades variables y diversos patrones de supervivencia de las partes anatómicas de estas poblaciones de estructuras etarias mixtas todavía resta por ser demostrado. Si podemos lograr esto, vamos a ofrecer una explicación por al menos algunos patrones observados y esperados en las sobrevivencia de frecuencia de las partes anatómicas…”

Vamos a suponer, para el propósito de la discusión, que la relación clara referida ha sido demostrada, y que eso nos deja tratar de analizar la forma de la explicación resultante de la investigación de Binford y Bertram.

Estructura de la explicación

Primero, no es una explicación funcional, ni nomológica deductiva. Los hechos explicativos que sustentarían la relación entre la densidad de los huesos y los patrones de sobrevivencia de los huegos son los que Hempel hubiera caracterizado como uniformidades expresables por medio de leyes generales, solo que en este caso serian leyes estáticas más que universales. Los autores están al tanto de la naturaleza estática del fenómeno que estudian, y usan técnicas de estadística estándar para tratar de establecer los hechos explicativos. Por ser las leyes en su explicación estadísticas, no puede ser un ejemplo nomológico deductivo o cualquier reconstrucción razonable.

Hempel ofrece dos modelos de explicación que emplean leyes estáticas en un modo esencial. El modelo inductivo estadístico, fue designado inicialmente para ordenar la explicación de eventos particulares. En este modelo un evento es explicado cuando puede demostrar ser altamente verosímil en la base de hechos explicativos que incluyen al menos una ley estadística. En este modelo la explicación es concebida como argumentos, pero como fuertes argumentos inductivos más que como deductivos validos.

Hempel apuntó que cuando la información explicativa no implica deductivamente el explanandum, hay lugar para problemas de ambigüedad. Como ejemplo de dos explicaciones que están en una forma correcta inductiva, tienen premisas que no son contradictorias, pero sin embardo puede producir una explanada contradictoria.

Cuando la cerámica es manufacturada con las técnicas de rollos, usualmente retiene características en los bordes incluso después de la cocción. A la luz de eso, podemos presentar la siguiente explicación inductiva para lo que sucede con los bordes y aristas de una vasija particular

P (aristas en vasija, hecha con técnica de rollos) = cercana a 1 (ley)

A fue manufacturada usando el método de rollos (condición inicial)

_____________ (Por lo tanto, es casi seguro)

A tiene aristas

Sin embargo, como la técnica de rollos no garantiza las aristas en la vasija terminada, otra exp0licacion está disponible, si A no tuviera aristas (*creo que lo pone como marcas, crestas).

P (sin aristas, alisada con una herramienta especia) = cercano a 1

A estaba alisada con la herramienta especial (condición inicial)

_____________ (Por lo tanto, es casi seguro)

A no tiene aristas

Esto muestra como la aparece la ambigüedad explicativa. Las premisas de cada premisa pueden ser ciertas, de hecho lo son, pero ninguna de las premisas tiene evidencia relevante a la ocurrencia del explanandum. Hempel impone el requisito de máxima especificidad para las explicaciones inductivas estadísticas, esto previene la ambigüedad.

Revisando este requerimiento de máxima especificidad, ayuda a explicitar nuestra demanda de que la explicación no será dada en términos de factores irrelevantes.

Explicaciones deductivo-estadísticas, explicando regularidades

Este modelo trata de dar cuenta de la explicación de leyes estadísticas por sí misma, más que de eventos individuales. Aquí un enunciado en la forma de ley estadística es deducido de enunciados explicativos que esencialmente involucran al menos un principio de ley declarado en una forma estadística.

Cuando Binford y Bertram (B & B) dicen que ellos quieren explicas “al menos algunos patrones observador y esperados en las frecuencias de supervivencia de partes anatómicas” no es del todo claro si ellos quieren explicar una estadística enunciada como una ley que de la frecuencias de supervivencia de varias partes anatómicas para una población con una estructura etaria dada, o si quieren explicar hechos particulares, como patrones de sobrevivencia en varios sitios arqueológicos.

Incluso si hay un completo acuerdo acerca de lo que constituye el set de hechos explicativos, eso es, las regularidades estadísticas conectando edad con densidad o sea con resistencia a los agentes de desgaste, uno no podría decir que esos hechos tiene un valor explicativo, no porque provean las premisas de un argumento cuya conclusión es el explanandum, sino porque los hechos explicativas expresan regular físicas comprensivas que envuelven la regularidad.

Explicando la ocurrencia de un patrón

Si lo que queremos explicar son eventos particulares, el modelo deductivo estadístico no es aplicable, porque este intenta demostrar regularidades, ocurrencias de determinados patrones.

B & B indican que estableciendo una clara relación entre la densidad de huesos y el patrón de supervivencia, ellos habían ofrecido una explicación. Pero esto puede significar es que establecieron el tipo correcto de ley general para usar en ese tipo de explicación, no que han construido una explicación completa.

Los autores B & B ven dos requisitos para una explicación satisfactoria: 1.Al menos una ley general, que puede ser estadística y 2.la identificación de la causa del explanandum. Nada en lo absoluto es dicho acerca de la estructura de la explicación, eso es, acerca de la relación entre hechos explicativos y el evento a ser exp0licado. A través de la investigación B & B presentaron el siguiente esquema de explicación: en un amplio porcentaje de casos de exposición a un tipo de agente desgástate, una colección de restos faunísticos de una edad específica conformara dentro de ciertos límites un patrón dado. Este es el requerimiento de alta probabilidad del modelos inductivo. Varias condiciones pragmáticas entran en consideración al determinar cual alto, es lo suficientemente alto en los casos dados.

Problemas con el requisito de alta probabilidad

Acá habla del problema de la estadística y las probabilidades. O sea, básicamente si tiramos la moneda al aire hay 50 y 50 de posibilidades de que salga cara o cruz. El problema es que explicar un evento requiere mostrar altas probabilidades sobre la base de hechos explicativos, y ¿qué sucede cuando ocurren eventos improbables?

El punto de la explicación es que muestra como las uniformidades están relacionadas unas con otras, esto es, para mostrar como algunos son casos especiales de uniformidades de amplio alcance. En esta visión, los eventos particulares serian solo instancias de estas uniformidades.

(bla bla bla, habla de cuando tiras la moneda, cuales son las posibilidades que salga más cara que seca… o eso entiendo. Es como… la estadística daría un promedio si tiramos muchas veces la moneda que daría como resultado 50/50, pero en casos acotados podría dar más cara o más seca… estos son procesos aleatorios).

Las explicaciones arqueológicas a veces dependen de otros procesos aleatorio como mutaciones genéticas (igual hay factores determinista que la condicionan).

En realidad creo que todo esto va a una crítica al uso de estadística. Digo, como un método si bien útil, pero por ejemplo dice en el caso de B & B: supongamos que encontramos un número pequeño de pelvis que quedan en una colección de huesos de oveja que se cree que fueron trozadas antes de 4 y 4 años. A esa edad avanzada usualmente los huesos son más resistentes al desgaste por parte de los perros y nosotros probablemente seamos reacios a atribuir la ausencia de pelvis a una variación estadística normal. En vez que eso buscaremos algún tipo de defecto nutricional en los animales o lo atribuiremos a la acción de otro factor de desgaste, que va a hacer que el patrón observado sea altamente probable una vez que este efecto sea tenido en cuenta. Un rechazo a aceptar una explicación que confiera una baja probabilidad parece razonable acá. De hecho aparece justo decir que no vamos a considerar la baja incidencia de supervivencia de un tipo particular óseo como siendo explicativo citando la ley estadística que dice que en la mayoría de los casos, bajo determinadas circunstancias hablar una incidencia de sobrevivencia.

Cuando los arqueólogos están lidiando con este tipo no aleatorio de leyes estadísticas razonable usar el requisito delta probabilidad?, la respuesta es sí. Lo que realmente queremos de la explicación es la inclusión de todos los factores explicativos relevantes y la exclusión de los irrelevantes.

Estamos insatisfechos cuando una explicación de un caso de baja incidencia de sobrevivencia de algunas partes anatómicas cuando esa explicación meramente invoca a una ley diciendo que es usual una alta incidencia. La ley nos dice que pasa, pero cuando algún patrón distinto ocurre nosotros miramos por algo inusual en los factores para explicar dicho resultado. Si la ley estadística se caracteriza por un proceso pseudoaleatorio, la regla pragmática nos dice que ignoremos las subyacentes leyes deterministas, y aceptemos las bajas probabilidades ocasionales como un costo por adoptar un modelo particular estadístico.

Leyes estadísticas aleatorias y no aleatorias son usadas en la explicación arqueológica, es importante ser tan claro como sea posible sobre diferentes consideraciones pragmáticas que rodean los dos usos. El requerimiento de probabilidad alta es una característica del modelo inductivo de explicación, y esto sin determinar seriamente su idoneidad como un modelo para la explicación en arqueología.

Relevancia causa y relevancia estadística

La ocurrencia de A es relevante a la ocurrencia de B cuando la probabilidad de B no es la misma en la presencia de A como en la ausencia de A. el modelo no dice nada acerca de las causas o la necesidad para que una explicación científica sea una explicación causal.

En “Before Civilization”, Renfrew (®) propone explicar muchos cambios culturales en términos del crecimiento de la población. Estableció correlaciones entre el aumento de la población y otras características que pueden ser reconocidas a nivel arqueológico como la intensificación de la agricultura, el desarrollo de sistemas económicos de intercambio, y cambios desde grupos igualitarios a otras formas sociales más estructuradas. ® dice: “El máximo tamaño límite para una sociedad neolítica igualitaria puede ser del orden de 400-500 personas”. Esta explicación no nos dice nada acerca de las causas. Las relaciones estadísticamente relevantes, son correlaciones que no tienen la asimetría características de enlaces causales. Porque las correlaciones son simétricas, esta explicación no puede decirnos porque corno la población creció.

Forge dice: “cuando las poblaciones crecen más allá de determinado tamaño, medidas compensatorias, como introducir estructuras de fragmentación en grupos más pequeños, necesitan tener segura una comunicación continua e integración social.

Causas probabilísticas

Uno podría caer en la falsa impresión al leer el presente ejemplo de que las relaciones de relevancia estadística fallan en ser explicativas porque son estadísticas, esto no es así, muchas relaciones causales son estadísticas.

Causas comunes

La conexión regular entre vasijas y fragmentos y piedras de molienda necesitan ser explicados causalmente no mostrando como uno de esos es causalmente responsable por el otro, pero si apelando a una causa común, en esta caso la habitación humana, que es responsable de los dos tipos de ítems.

Desafortunadamente no hay métodos certeros para descubrir causas.

Conclusión

Un defecto que se nota en todos los modelos estándar es que dependen de relaciones lógicas más que relaciones causales para proveer conexiones relevantes entre explanans y explanada. Muchos argumentos tratan de convencer al lector de que las relaciones causales son necesarias para proveer la case para una satisfactoria explicación.

El modelo de relevancia estadístico no es la primera exp0licacion filosófica de la explicación que cuenta con conexiones causales como sine qua non para una correcta explicación científica. La propuesta de este modelo da una clara explicación de la naturaleza de las conexiones causales, incluyendo la explicación de la causalidad probabilística, como algo esencial para que el modelo tenga éxito.