algunas inferencias apelando a las propiedades hereditarias

tle

las

propiedades sera una explicacin en un sentido muy dbil del trmino. El problema puede formularse tambin en la siguiente pregunta:
lqu es lo que comprendemos primero, que el razonamiento anterior
es vlido o que "es liviana" es un predicado divisionalmente hereditario? A lo sumo, comprendemos las dos cosas a la vez. Decir que "es
liviana" es divisionalmente hereditaria pero no composicionalmente
hereditaria es muy aproximadamente lo mismo que decir que cie1-tos
razonamientos que involucran la propiedad son vlidos y otros no. Y
aunque la mera creacin de nueva tenninologa muchas veces pueda
dar una sensacin de comprensin profunda, seguramente no provee
comprensin genuina. 68
Como conclusin, es extremadamente difcil decir qu es lo que
est mal en las falacias de composicin y divsi11. Las dos explicaciones que analizamos aqu, tanto la que se hasa en la supuesta ambigedad de los trminos usados en la inferencia (por lejos, la explicacin
ms difundida), como la ms original de Walton, padecen de deficiencias explicativas serias. Quizs esto muestre que algunas intuiciones de validez e invalidez son primitivas, en el sentido de que no es
posible encontrar ninguna explicacin genuina de esas intuiciones.
El nico consejo "prctico" que puede surgir de esta ~eccin, por lo
tanto, es el de tener cuidado al formula1 y evaluar razonamientos que
tengan la forma de razonamie~tos por composicin y divisin, ya
que la falacia acecha.

10. INDUCCIONES PELIGROSAS

Como lo hemos indicado en varias oportunidades, en mucl10s de
los razonamientos analizados en este cptulo no se comete una falacia
"' no se pretende que la conclusin est apoyada por las premisas de

68. Para una explicacin de este punto con aplicacin a la mecnica cuntica,
cf. Manue1Comesaa(1994).

99

manera absoluta o concluyente sino que se pretende que la verdad de

las premisas ofrece algn apoyo parcial a la verdad de la conclusin.

Es decir, n1uchas veces considerar que un razonamiento es

inductivamente fuetl:e en lugar de deductivamente vlido puede hansformar una falacia en un razonamiento correcto (esto pasa, en particular, con los razonamientos ad hominem, ad ignoranfiam y las apelaciones a la autoridad). Esto podlia dar la impresin de que es siempre
ms seguro pretender u11 apoyo parcial y no concluyente para las
conclusiones de los razonamientos que ofrecemos. Pero esta recomenelacin no es correcta, al menos por dos motivos. En primer lugar, es
tambin un error {aunque no muy peligroso) considerar que un razonamiento es inducti\O aun cuando (desde un punto de vista objetivo)
sus premisas ofrecen un apoyo concluyente a su conclusin. Pero por
otro lado, y ms importante an, es posible cometer errores tambin
cuando razonamos inductivamente. A continuacin analizaremos
varios tipos clsicos de esos errores.

l. Razonamientos inductivos por enumeracin y

generalizaciones apresuradas
El tipo ms difundido de falacia inductiva recibe el nombre de
"generalizacin a~resurada". La forma de esta falacia es anloga a un
tipo de razonamiento inductivo que en el primer captulo llamamos
"generalizacin inductiva por enumeracin"'. Recordemos que un razonamiento de este tipo tiene la siguiente estructura:

Por lo tanto, todos los X son A.

Pero no todo razonamiento con esa estructura es un razonamiento
imluctivamente correcto. Hay dos reglas fundamentales que debe cumplir un razonamiento inductivo por enumeracin para que se lo considere con-ecto (bay ohas reglas, pero se puede considerar que se siguen de

/00

LGICA INfORMAL. I'AIJICMS .IRtHIMf:NnJ8 fii.()SOFIC()S

estas dos). La primera de ellas es la siguiente: la enumeracin efectuada

en las premisas debe comprender un nmero suficiente de casos.

Es

obvio que la regla es vaga e imprecisa, ya que no especifica cun grande

debe ser el nmero suficiente de casos. Esto se debe, en parle, a que esa
informacin variar de acuerdo con el contexto en el que se est formulando el razonamiento. Si la clase de la cual extraemos los ejemplos es
lo suficientemente homognea, entonces un nmero relativamente pequei'o de casos puede darle bastante fuerza a la conclusin; por ejemplo, si estamos considerando cuervos y su negrura. Y, a la inversa, si la
clase es heterognea las restricciones sobre el nmero de casos analizados sern mayores; por ejemplo, si lo que estamos considerando sori
seres lmmanos y sus caractersticas moraleli'. Pero lo cierto es que esta
regla no puede ser formulada con un grado ms o menos alto de precisin y eso hace ms difcil la evaluacin de los razonamientos inductivos.
De todos modos, aun cuando siempre sea difcil decir qu cantidad de casos es una cantidad razonable para realizar una generalizacin, suele suceder que es fcil determinar que en un caso en particular hay demasiado pocos y que, por lo tanto, se comete una falacia de
generalizacin apresurada, como en este ejemplo:
Aye,. me cruc con fos y estuvo muy antiptico.

Fbr lo tanto, fos se ha vuelto una mala persona.

Este tipo de razonamientos acerca del carcter de una persona basados en uno o dos ejemplos de su comportamiento es, por desgracia,
muy comn, pero evidentemente falaz. Ser una mala persona es
una propiedad disposicional de largo plazo, y uno o dos comportamientos reprochables no hacen mala a una persona (mientras no
sean uno o dos a,ompmiamientos muy reprochables: aunque la nica mala accin .jle una persona en toda su vida sea asesinar a alguien a sangre fra, esto nos da una buena hase inductiva para
pensar que es una mala persona; en este caso, la calidad de un acto es
un buen sustituto de la cantidad).
La frecuencia con que razonamos falazmente de esta manera ha
llevado a Amos T versky y Daniel Kahneman, dos reconocidos investigadores de la psicologa del razonamiento, a concluir que los

101

seres humanos se guan por la "ley de los pequeos nmeros". 69

De acuerdo con esta ley, la gente tiene una marcada tendencia a
suponer que una muestra de una poblacin tomada al azar, por
pequefia que sea, comparte ciertas caractersticas fundamentales con
la poblacin de la que fue extrada. Y, considerado en fro, parece
obvio que esto no tiene por qu ser as. De manera que parece racional desconfiar de generalizaciones inductivas basadas en una cantidad ele casos obviamente deficientes.

Pero, como cualquier otra conclusin ms menos filosfica, la

oracin anterior ha sido puesta en duda por distinto; autores y por
distintos motivos. Una manera bastante radical de est~r en desacuerdo con el hecho de que en general cometemola falacia de generalizacin apresurada consiste en sostener que no hay cnones objetivos de
buena argumentacin, sino que cul sea un razonamiento correcto y
cul no es algo que debe decidirse tomando en cuenta cules son los
razonamientos que generalmente se fonnulim y aceptan en una determinada comunidad.

La generalizacin apresurada es un tipo de

razonamiento ampliamente difundido, como hemos visto. Por lo tanto, concluira quien sostenga esto, es ridculo clasificar!~ como una
falacia. Esto, o algo muy parecido a e~t;,, defiende Stepben Sticl1 en
un libro reciente (Stich, 1990). De todos modos, esta conclusin
extremadamente relativista se basa en argumentos. poco convincentes
acerca de la verdad y la teora del conocimiento, de manera que no la
trataremos aqu. 70
Por otro lado, ha surgido en la bibliogma. un ataque ms matizado a

la idea de que la generakacin inductiva es una falacia. En su libro lnductive

In/eren~ and lts Natural Ground (Komblith, 1993), Hilary Komblith

sostiene que las generalizaciones inductivas, iuduyendo aquellas que por
basarse en un nmero pequefio de casos llamapUnos g~eralizaciones apreilllradas, tienden a conservar la verdad. Komblith soStiene que la tendencia

69. Cf. Tversky y

Kahneman (1971).

70. Para un anlisis de la nocin de verdad ms cercano al de Stich que el que

yo darra. ver La verdad desestructurada, de Alejandro Barrio, en esta colec-

cin. No creo, de todos modos, que Barrio est de acuerdo con la conclusin
deStich.

102

LotcA INI'OilMM. :,u,\CJ,\$ 1' AROIIMii.vns I'w>scJ:nos

del gnero humano a realizar generalizacioi1es hasadas en una muestra

relativamente chica tiene un (:ll<ln valor de ~upe1vivencia y que pocas veces
nos defrauda -en el sentido de que son pocas las ocasiones en las cuales la
conclusin de una generalizacin apresurada es falsa-. Incluso, este autor tiene una explicacin acerca de pot qu sotnos tan buenos al hacer
inducciones. Segn Komhlith, no slo existen las clases naturales (ver
captulo 1, seccin 5 de este libro) sino que tenemos infom~acin innata
acerca de cules son y cmo estn constituidas, de manera que slo con
ohservar una pequea muestra de una pohlacin podemos generalizar
coniablemente. Segn sus propias pa.lalJias:
La ley de los pequeos nmeros, que se considera comnmcmte un
paradigma de mala inferencia, puede ser d4endida viendo co11 precisin cmo es aplicada. (. ..) Resulta (. ..)que somos muy aptos para
detectar precisamente las caractersticas de las clases natumles que
/es son esenciales, y nuestra estructura conceptual ubica estas caractersticas esenciales 1m la posicin de guiar las inferencias inductivas.
Como resuhado, cuando la ley de los pequeos nmeros se pone a
trabajar, tfpicamente proyectamos las propiedades de las clases naturales que son universalmente compartidas por sus miembros. Es as
que nuestras inferencias inductivas estn hechas a medida de fa
estructura causal del mundo, y es as{ que una comprensin inductiva
de/ mundo es posibl~. 71

Pero esta defensa de las generalizaciones apresuradas se luce en

el marco de una posicin filo11fica muy difumlida actualmente
pero esca11a.mente fundamentada: la. epistemologa naturalizada. Para
pqner slo un ejemplo de loa problemas que la teora de Kornblith
hace surgir, notemos que, al dar la explicacin citada., este autor
supone que el conocimiento inductivo del mundo es posible. Slo

sobre esta. base tiene sentido la defensa llevada a cabo. Sin embargo, una de las preguntas fundamentales en la teora del conocimiento ha sido precisamente esa: les posible el conocimiento

l1. Kornblith(1993), p. 107.

103

}!!AN MANUEl.

Co~IESA~A

imluctivo del mundo? Adoptar la epistemologa naturalizada supone ignorar esa pregunta -sobre la base, quizs, de que no tiene
respuesta inteligible-. 72
Hemos citado estasdos reacciones contemporneas frente a la idea
rle que las generalizaciones apresuradas son falaces slo como un ejemplo interesante de que muchos de los temas que se discuten en este
libro tienen repercusiones filosficas y que, por lo tanto, su anlisis
detallado demandara una investigacin mucho ms profunda de la
que nos es posible llevar a cabo aqu. Por otro lado, en el nivel que
nos interesa, el de un anlisis crtico de los razonamientos que efectuamos cotidianamente (y no tan cotidianamente), es perfectamente legtima la distincin entre aquellas generalizaciones inductivas
que se basan en un nmero suficiente de casos y aquellas que no. Si
esto ltimo se cita como crtica a un determinado razonamiento
inductivo, la clitica es, al menos en principio, pertinente, y es neceE'ario tomarla en cuenta.
Dijimos al empezar la discusin sobre las generalizaciones apresuraclas que hay dos reglas fundamentales que debe cumplir un razonamiento inductivo por enumeracin para que sea considerado correcto. Hasta ahora analizamos la primera de ellas: la hase de la generalizaci6n debe estar constituida por un nmero suficientemente grande
ele casos. Pero que un razonamiento inducti:vo cumpla con esta regla
no garantiza que sea correcto. Pinsese en ei siguiente caso: el candi-

da~o a la presidencia por el Partido Conservador, el Sr. X, decide

manclar a realizar una encuesta para tener una estimacin confiable
acerca de sus posibilidades de ganar en la prxima eleccin. El pad:do ele! Sr. X tiene un bueri financiamiento y puede gastar bastante
plata en este tipo de estudios, de manera que se le pide a la empresa
que realizar la encuesta que la haga con la mayor base posible. Como
resultado, la empresa anuncia que ha realizado una encuesta a un

72. Para ser justos es necesario notar que Kornblith no cree que todas las
generalizaciones apresuradas son ejemplos de buenos razonamientos; pero
si cree que, aun en los casos en que son falaces, representan un mecanismo
inferencia! valorable.

104

{t)O/C,\ INFORMM. I'M.ACIAS 1" M~OU~IIiN1"0S FII.OSCl/'IC<lS

:milln y medio de personas, y que todas !tan manifestado su inten. cin de votar por el Sr. X en las prximas elecciones. Supongamos,
adems, que las intenciones de los encuestados reflejan adecuadamente lo que efectivamente harn cuando llegue el momento de
votar. El Sr. X, entonces, hace el siguienie razonamiento inductivo
por enumeracin:

X 1 votar por el Sr. X en la prxima eleccin.

X 2 votar por el Sr. X en la prximo. eleccin.

X3 votar por el Sr. X en la prximo. eleccin.

xl.50tJ.OOO votar por el s,-, X en lo. prxima eleccin.

Fbr lo tanto, todos (o, quizs, uno. amplio. mayora) votarn por el
Sr. X en la prxima eleccin.
Este es un razonamiento induct.ivo por enumeracin que cumple
de sobra con la primera regla que !ternos enunciado (si la muestra est
.bien hecha, un nmero muchsimo menor de encuestados, quizs
menos de dos mil sobre una poblacin de ~einte millones, puede dar
resultados sorpr~ndentemente cercanos al resultado final). ~ro unos
meses despus, el Sr. X pierde la eleccin, sacando slo un quince por
ciento de los votos. Recordemos sin embargo, que la empresa
encuestadora no minti con respe~to a los ~ultados. Incluso pode; mos suponer, si queremos, que todos los encuestados votaron efectivamente por el Sr. X. Qu fue entonces lo que anduvo mal? Tiene
algo de incorreCto el razonamiento anterior?
La respuesta a la ltima pregunta es "s". Una explicacin posi: ble de lo que sucedi en nuestro escenario poltico im~ginario es la
; siguiente: la empresa realiz la e~cuesta tomando como base, diga: mos, al diez por ciento ms rico de la poblacin y a nadie ms. La
:explicacin del fracaso de la prediccin que el Sr. X hizo sobre la
:base de su razonamiento inductivo por enumeracin radica en el
' hecho de que la base sobre la cual se generaliz, si bien inclua un
: nmero suficientemente grande de casos, no inclua un nmero sufi' cientemente variado de casos: la muestra no era representatoo de la
. poblacin estudiada.

Y lo que pide la segunda regla es, precisamente,

105

eso: la enumeracin efectuada en las prem.isas debe comprender

un nmero suficientemente uariado de casos. Nuevamente, la regla
es lo suficientemente vaga e imprecisa como para que d lugar a
varias conh:oversi~s.
Pero, en este caso, es ms fcil ver qu significa "un nmero suficientemente variado". Volviendo a: nuestro ejemplo, parece obvio que
el ingreso de una persona es un factor de gran peso a la hora de tomar
sus decisiones polticas y que, por lo tanto, una encuP.Sta que tome
como muestra slo a individuos de un estrato de ingresos corre serios
riesgos de ser una muestra sesgada y de arrojar resultado~ no
generalizables. No todo es tan fcil de todos modos, ya q~e es necesario introducir una distincn entre las propiedades de los individuos
que afectan su representatividad y aquellas que no lo hacen. Por ejemplo, una encuesta cuya base est formada slo por individuos de ojos
m.arrones pero que, por otro lado, sea representativa de la poblacin
estudiada con respecto a otras propiedades ms significativas no
tiene por qu tener nada de malo. Cuando de opiniones polticas se
trata es.ms o menos fcil decidir cules sn las propiedades que
tienden a ca-variar con esas opiniones, pero variaciones en el tema
de estudio pueden implicar grandes dificultades a la hora de la determinacin de las propiedades que han de tomarse en cuenta para
totnar una muestra representativa.
Para resumir, hasta ahora hemos analizado los razonamientos
inductivos por enumeracin simple y hemos formulado dos reglas que
son lo mnimo que debe cumplir un razonamiento de ese tipo pa1a
ser considerado correcto: la muestra debe ser. a) lo suficientemente
grande y b) lo suicie~temente variada. Un razonanliento que no
cumpla con alguna de estas dos reglas corre el riesgo de ser una falacia de generalizacin apresurada..
.

2. Razonamientos inductivos por analoga correctos

y falaces
Recordemos que un razonamiento inductivo por analoga tiene la
siguiente forma:

106

Ll1JC.t JNPOII.MAL, l'ILAL'J.ts

r AII.GI!MEN1'0s :nosJJcus

A tiene las caractersticas b, e y d.

B tiene las caracterfsticas b, e y d.

X tiene las caractersticas b y c.
Por lo tanto, X tiene la caracterstica d.
Las letras maysculas ("N', "B", "X") representan los indivitluos (o
clases de individuos) sobre los que se realiza la analoga, y las letras
minsculas ("a", "b", "e") representan las propiedades de esos individuos. Como dijimos en el primer captulo, no es necesario que los
individuos sobre los cuales se va a realizar la analoga sean ms que
dos. En realidad este caso (en donde slo hay dos individuos) es el
ms comn:
A tiene las caractersticas b, e y d.

X tiene las caractersticas by c.

Por la tanto,

X tiene la caracterstica d.

Cmo evaluar los razonamientos por analoga? En primer lugar,

cuanto ms propiedades tengan en comn Ay.X, ms fuerte ser el
razonamiento por analoga. As, si bien el primero de los dos ejemplos que siguen es un razonamiento por analoga medianamente aceptable, el segundo es mucho mejor:
Ana tiene j;ekre y le duele una muela.
Ernesto tiene f;ebre.
Por lo tanto, a Ernesto k duele una muela.

Ana tiene f;ebN,

manchas en

la piel, sudoraciones /uertes, ha estado en

contacto con su lumnano {que tiene sarampin} y tiene sa~-ampin.

Ernesto tiene f;ebre, manchas en la pie/, sudoraciones fuertes y ha
estado en contacto con su esposa (que tiene sarampin}.
Por lo tanto, Ernesto tiene sarampin.

De manera que la cantidad de aspectos en los que A y X son similares es, ceteris paribus, una buena medida de la razonabilidad de un

107

argumento por analoga. Sin embargo, debe notarse la clusulaceteris

paribus, ya que un criterio tanto o ms importante como el de la

cantidad de aspectos en los que los casos son similares es la pertinencia

ele las similitudes con

respecto a la conclusin que se desea extraer.

A&, aunque en el primero de los siguientes ejemplos la cantidad de

aspectos en los que A y X son similares es mucb.o mayor que en el
segundo caso, el primero es un/alsa analoga -por contener simllitucles no pertinentes- y el segundo no:
Juan tiene ojos azules, es rubio, de estatura baja, excedido de peso,
tiene tres /1erma11as, naci en la pro1.1incia de Buenos Aires, es soltero
y tiene sarampin.
Pedro tiene ojos azules, es rubio, de estatura baja, e.'Ccedido de peso,
tiene tms he,manas, naci en la pro1.1incia de Buenos Ai1-es y es
soltero.
Parlo tanto, Pedro tiene sarampin.
Juan tiene fiebre, manc/1as en la piel y tiene sarampin.
Pedm tiene f;ebre y manchas en la piti
Parlo tanto, Ped1-o tiene sarampin.

E) segundo caso es un razonamiento por analoga aceptable, porque

las caractersticas comunes a Juan y Pedro hacen probable que la
conclusin sea verdadera; mientras que el primer argumento es una
falsa analoga porque las caractersticas compartidas no son pertinentes con respecto a la probabilidad de la conclusin.
Las falsas analogas, suele decirse, estn en la base de lo que se ha
denominado "pensamiento mgico". h, cuando el Cl1amn de una
tribu le ordena a un hombre al que le duelen los pies que coma una
detet-ntinada planta que tiene hojas con la forma de un pie, probablemente est basando su l:ratamiento en ~a falsa analoga segn la
cual objetos con forma parecida a las parles del cuerpo afectadas
tienen la propiedad de curar esa enfermedad. Por supuesto, ello no
significa que la med.icina en cuestin no tenga ningn efecto real
sobre el paciente. Aqu, como siempre, no debe confundirse la incorreccin ele un raz,.. <tmiento con la falsedad de su conclusin.

JOB

LGICA !Nt=c.JRMAl. :,u.M.."tAS \' ARCHI,,tJ:,.rros FII.OSf\J=Icos

Los razonamien~os por analoga y los razonam.ientos inductivos por

enumeracin tienen mucho en comn. Para empezar, es obvia la relacin entre los requisitos de cantidad y pertinencia que trazamos para los
razonamientos por analoga con las reglas que nos dicen que los razonamientos inductivos por enumeracin deben basarse en un nmero lo
suficientemente g:ande y lo suficientemente variado de casos. Al igual
que en las nduccidnes por enumeracin, adems, no hay una respuesta
general a las pregu~tas por. cuntas caractersticas deben compartir los
casos A y X p~ra :que haya una cantidad suficiente de casos, ni a la
pregunta por un crlte1io de pertinencia de esas caractersticas. En ambos casos, cada argumento debe evaluarse teniendo en cuenta informacin adicional que nos permita evaluar y aplica estos criterios.

3. Causas y efectos 73
La esposa de Ernesto coquetea con Ramn, quien le responde con
nfasis. Bmesto los encuentra juntos en una actitud (para l} sospechosa y le dispara a Ramn con un amw comprada en el mercado
negro. Ramn queda gravemente herido. La ambulancia que lo lleva
al hospital se demora debido a la densidad de/ trf;c~. Esta demora
hace 11ecesaria una inten'Cncin quirrgica urgente que, de otro modo,
podra haberse planeado con ms tiempo. Ramn es alrgico a la
anestesia que se usa l!n esa intervencin y muere. Cual/ue la causa
de la muerte de Ram!!?
Como lo atestigua el l1ecl1.o de que encontram.os razonables
distntas respuestas a la pregunta fomulada al final de nuestra
breve bistoria, no existe una nica nocin de "causalidad" que
usemos en las conversaciones cotidianas. Un jurado en un juicio
contra Ernesto puede enconhar razonable considerarlo culpable,
y, en este sentido, Ernesto fue un agente causal en la muerte de

73. La historia que sigue est inspirada en un ejemplo de Merrilee Salmon

(Salman, 1989, p. 127).

109

Ramn. El mdico que debe firmar ei acta de defuncin har

constar all que la causa de la muerte de Ramn fue un paro
cardo-respiratorio ocasionado, a su vez, por la intolerancia de su
organismo a la anestesia. El abogado de Ernesto, enfatizando
esto ltimo, puede sostener que el responsable legal de la muerte
de Ramn fue el anestesista o, quizs, quien le vendi ilegalmente el arma a Ernesto. Ernesto puede pensar que fue Ramn mismo, en conjuncin quizs con su esposa, quien se ocasion la
muer: Si no hubiera habido un trfico tan denso, quizs el tiempo adicional que esto hubiera otorgado a los mdicos habra salvado la vida Je R,.m. Y as sucesivamente.
Puede intentarse una ordenacin lle las distintas nociones ele "causa"
que estn en juego ele acuerdo con la siguiente lista: 7"1
- condicin causal necesaria: un acontecimiento A es una conrli.cin causal necesaria de otro acontecimiento Z si y slo si Z no
hubiera ocurrido de n.o haber ocurrido A;
- condicin causal suficiente: un acontecimiento A es una condicin causal suficiente de otro acontecimiento Z si y slo si el mero
hecho de que ocurra A implica que ocurra (luego) Z;
- conjunto de condiciones causales individualmente necesarias y col.ectivamente suficientes: los acontecimientos A, B, ... ,
N, constituyen un conjunto de condiciones causales individualmente necesarias y colectivamente suficientes de otro acontecimiento Z si y slo si cada uno de los acontecimientos A, B, ... ,
N, considerados individualmente, son condiciones causales necesarias del acontecimiento Z y la totalidad de los acontecimientos A, B, ... , N, tomados colectivamente, es una condicin
causal suficiente del acontecimiento Z;
-condicin causal probabilstica: el acontecimiento A es una condicin causal probabilstica del acontecimiento Z si y slo si el hecho
de que ocurra Z es ms probable si previamente ocurre A.

74. En la lista que sigue no estoy intentando definir rigurosamente las distintas

nociones de causalidad nombradas, por lo que me permito usar expresiones

ms o menos sinnimas con causa al explicarlas.

110

Esta lista no agota., por otro lado, las distintas acepciones que de
ordinario le damos a la palabra "causa". Hay alguna de esas nociones que sea la nocin de causalidad? Esta pregunta es difcil de
contestar. Desde un punto de vista. filosfico, ni siquiera est claro
que la nocin de causalidad sea una. nocin legtima. Pero no entraremos en esa discusin y supondremos que cualquiera de las nociones
listadas arriba expresa una concepcin legtima acerca de la causalidad
-en el sentido de que es legtimo preguntarse cul es la causa, en
algunos de los sentidos mencionados, de un determinado
acontencimiento-.
Cuando hacemos eso, cuando nos preguntamos por la causa de un
determinado acontecimiento, podemos intentar averiguar la respuesta mediante algn razonamiento. Uamaremos a cualquier argumento cuya conclusin sea la afirmacin de una relacin causal entre
dos acontecimientcs un "argumento causal". Un argumento causal
ser, por regla. general, inductivo. Y existen, como es de esperar,
buenos y malos a.J:gumentos causales. Algunos de los malos argumentos causales son tan comunes que vale la. pena estudia.J:los aqu
como un tipo de falacia.
Cuando sostenemos que un acontecimie~to A es la causa de otro
acontecimiento B sobJ:e la base, exclusivamente, de que A sucedi
antes que B cometemosla falacia llamada. post hoc, ergQ propter hoa
(luego de ello, por la tanto a causa de ello). Esta falacia comete el
Chamn del que hablbamos en la seccin anterior al hacer el siguiente razonamiento:
Luego de recibir al tratamimto, X se cur.
Por lo tanto, d tratamiento /ue la causa de la mejora de X.

Que un acontecimiento sea cronolgicamente anterior a otro es condicin necesaria para que el primero sea c.ausa del segundo, pero 110 es
CLlndicin suf;ciente. 15 As, la cada del Muro de Berln ocuni antes

75. Al menos no es condicin suficiente para que el primero sea una causa ms
o menos inmediata del segundo.

111

de que yo tomara el desayuno esta maana, pero slo en un sentido

terica y prcticamente intil de "causa" estaremos justificados en
decir que fue su causa.
Otra falacia causal puede cometerse si sostenemos que un tipo de
acontecimiento es causa de otro basndonos solamente en ell1echo
de que se presentan juntos regularmente. Esta condicin (que un
tipo de acontecimiento se presente regularmente junto con otro) es
tambin, puede sostenerse, una condicin necesaria de que uno sea
causa de otro; pero, nuevamente, no es condicin suficiente. Dos
acontecimientos que se presentan regularmente pueden estar desconectados causalmente entre s y ser ambos, por ejemplo, efectos de
un tercer acontecimiento. As, es probable que cometamos una falacia causal si creemos que la flexibilizacin de las relaciones laborales es causa del desempleo (o viceversa); seguramente, ambos fenmenos son efectos ele modificaciones profundas en la estructura de
las relaciones econmicas. De la misma 111anera, el aumento en el
consumo de drogas y el crecimiento de la delincuencia juvenJ.pueden ser dos efectos no necesariamente relacionados entre s de una
causa profunda ms oculta.
Las relaciones causales se dan, bsicamente, entre acontecimientos fsicos. Otros usos de la nocin de "causa", aunque seguramente
tiles, son metafricos y derivan su significacin del uso fsico. As,
la justificacin de la afirmacin de que un acontecimiento A es la
causa de un acontecimiento B puede ser difcil de est:ablecer y requerir, a menudo, un alto grado de investigacin emprica.

La imposibi-

liclad (por las razones que fueren) de realizar "esta investigaci,n es uno
de los moHvos que nos llevan a buscar" atajos" en la fundamentacin
de afirmaciones causales. Y all es cuando la tentacin de razonar
falazmente es fue1'te.

J/2