Sobre la multicausalidad

Volvemos al ruedo, luego de tiempos difíciles... de los que trataremos de dar cuenta en algún momento. Pero ahora nos vamos a referir al uso y abuso, a la referencia circular e innecesaria, a la invocación casi religiosa de la sacrosanta “multicausalidad” en la investigación social.
Concreticemos un poco el planteo. En una discusión en unas jornadas no demasiado lejanas habíamos esbozado una hipótesis: el proceso de mecanización de la cosecha algodonera, junto con el proceso de sojización producidos en el agro chaqueño tuvieron como consecuencia alteraciones fundamentales en la estructura agraria provincial, tres de cuyos observables se hacían manifiesto en a) la disminución de las explotaciones agropecuarias en la provicia; b) la reducción de los trabajadores ocupados en las mismas y c) la migración rural- urbana y en la creación de asentamientos precarios en las afueras de algunos centros urbanos “medianos” (Saenz Peña, Resistencia, etc.). Expusimos algunos datos que avalaban esa proposición. No la demostraban, justamente se trataba de una hipótesis, pero apuntaban a lograr una especificación de la misma.

Inmediatamente (bueno, no inmediatamente, en el espacio de comentarios) se suscitaron comentarios del tipo “el proceso es más complejo”, “el suyo es un planteo determinista”, “hay que pensar en la multicausalidad”. Todos superpuestos y agotados en esas formulaciones que, en términos estrictos, no son falsables: no son (no pueden serlo) ni verdaderas ni falsas.

Suponemos que a cualquier investigador científico se le ha planteado en algún momento objeciones similares. ¿Cómo salir del atolladero sin caer en reduccionismos que uno podría calificar de “positivistas” pero al mismo tiempo sin caer en explicaciones metafísicas o especulativas del fenómeno en cuestión?

Seamos claros: cualquier científico social tiene (o debería tener) en mente la noción de multicausalidad, tiene en la cabeza la idea de complejidad (que, incluso, es mas compleja que la noción de multicausalidad) y tiene claro que, al construir su objeto de estudio, está operando una abstracción en la que deja afuera una parte de las determinaciones inherentes al fenómeno en cuestión. Pero sostener la multiplicidad de determinaciones no implica necesariamente sostener que todas esas determinaciones tienen el mismo peso en la explicación del fenómeno.
Es más: a nuestro juicio es justamente por eso que es posible la abstracción. Porque se postula (al menos en términos de proposiciones hipotéticas) que ciertas determinaciones explican de forma más eficiente el fenómeno. Si no, no sería posible la construcción de un objeto de estudio y habría que abordar la realidad de forma “total” y “directa”… cosa que es claramente imposible. Un docente nos dijo una vez: “lo infinito no cabe en lo finito”.
Esto así planteado suena demasiado ambiguo, casi metafísico. En el colectivo de vuelta a casa se nos ocurrió apelar a cierta lógica del “lenguaje” estadístico para ver si, de esa forma, lográbamos una exposición lógicamente más “refinada” y más “comunicable” de estas ideas sueltas que se nos ocurren.
Supongamos que tenemos que esbozar una explicación del fenómeno Φ. Supongamos, además, que sabemos (al menos que postulamos) que el fenómeno es una síntesis de “múltiples” determinaciones (Χ). En el límite, estas determinaciones serían infinitas. Supongamos, una vez más, que las relaciones existentes en la realidad (o sea, no las del “modelo” sino las realmente existentes) del fenómeno con sus determinantes pudieran esquematizarse con una ecuación como la siguiente:
O sea que el fenómeno es el resultado (es función) de la interacción entre esas n causas o determinantes. Supongamos ahora que se da un pequeño incremento (infinitesimal) en el fenómeno a explicar, el cual es el resultado de pequeños incrementos en las determinaciones o causas o factores explicativos. Podemos expresar esta afirmación de la siguiente forma:
Donde:
Φ = fenómeno a explicar;

X1, X2, X3, … Xn = variables o fenómenos o determinaciones que lo explican;

α1, α2, α3… αn = coeficientes que funcionarían como una medida de la “influencia” que cada uno de estos tiene en la explicación del fenómeno Φ; en términos estadísticos serían la cuantía de la variación de la variable dependiente cuando varía(n) la(s) independiente(s).

Aclaración: hemos considerado una relación lineal entre el fenómeno y sus determinaciones dado que es la forma más fácil para generalizar los cálculos de derivadas. Podría pensarse en otro tipo de relación entre las variables, una relación no lineal o una combinación de varios. La esencia del plateo sería la misma, solamente se dificultarían un poco los cálculos.

De la ecuación (2) podríamos calcular su derivada total, la cual nos explicaría la relación entre los cambios en cada una de las determinaciones y las variaciones del fenómeno :
Otra aclaración: acá no hemos considerado la posibilidad de que dos de las determinaciones estén correlacionadas; ni tampoco la posibilidad de que entre las mismas determinaciones (X) o que entre las determinaciones (X) y el fenómeno Φ exista una relación de secuencia temporal.

Así, podría calcularse algo así como una serie de “tasas de influencia” de cada una de las variables independientes en relación a la variabilidad total del fenómeno en cuestión.

De esta forma, podrían ordenarse todas las determinaciones del fenómeno Y en orden decreciente e, incluso, establecer un criterio cuali- cuantitativo para seleccionar aquellas variables, aquellas determinaciones que serán incluidas en el modelo.
Por ejemplo:
a) “se considerarán como relevantes en la explicación a todas aquellas determinaciones que concentren hasta el 50% de la variación del fenómeno Φ”.

b) “se considerarán como relevantes en el modelo todas aquellas determinaciones que superen el 20% de la variación en el fenómeno Φ”.

¿Se nota de forma más clara la diferencia que planteamos entre invocar la “multicausalidad” de forma abstracta e intentar pensarla de forma sistemática y en relación a la práctica concreta de investigación? Esperamos que sí, esperamos que esto sirva, no para negar la idea de “multicausalidad”, sino para utilizarla y evaluar en función de este tipo de criterios (o similares, no somos tan soberbios…) si en un trabajo, exposición o ponencia científica el fenómeno se encuentra explicado de manera consistente.

Vamos a seguir con esta cuestión porque nos tiene un poco preocupados y obsesionados la forma poco rigurosa con la que se trabaja esta noción en las ciencias sociales.

Comentarios

Sirinivasa ha dicho que…
El gradiente! La famosa resultante del paralelogramo de fuerzas que menta Engels en un célebre texto.

Siempre y cuando que cada factor causal pueda represenarse como una funcion de R en R diferenciable, no? Porque si alguna de esas variables tiene un comportamiento, por ejemplo, discreto, y que no tenga mucho sentido andar parametrizando... sonamos.

Una más, y mañana trataré de seguir, por qué se identifica como equivalente 'determinación' con 'causa eficiente'?
Cresto ha dicho que…
No lo había pensado lo del paralelogramo de fuerzas... Pero me parece que tiene arazon(aunque Engels lo piensa en relación al papel del individuo en la historia, si no recuerdo mal...)

Respecto al segundo punto... claro, en términos estadísiticos o matemáticos si. Pero no se olvide que esto era algo así como un ejercicio para pensar de forma un poco más sistemática esta cuestión.

Probablemente no se pueda "realizar" (casi) nunca en un proceso de investigación real. Yo lo que quería era tratar de formalizar un poco el tema este de la "multicausalidad".

Justamente, el chiste es que bajo el paraguas de la multicausalidad se hace y se dice cualquier cosa.

Respecto a lo de causa eficiente (supongo que se refiere a la aristotélica), le soy sincero no lo entendí, Siri. ¿Usted dice que están asimiladas en el post?

Abrazo
il postino ha dicho que…
La verdad me parece que el análisis que hacés es extremadamente simplificado. Que todo fenómeno social es probablemente multicasual supongo que no es necesario discutirlo. De hecho, el tipo de análisis que planteas se denomina factor analysis y se usa desde hace décadas para analizar fenómenos multicasuales triviales como por ejemplo los factores que influyen en la compra de un yogur, o el peso que tienen las distintos variables intervinientes en la valoración de una marca o de un atributo marcario. Y esos "factores" son en realidad conjuntos de variables agrupadas según su "distancia" estadística.

Me parece que el problema de fondo en el estudio de fenómenos sociales, no tan sencillo de resolver con estadística elemental, es evaluar si existe realmente una función (quiero decir, una relación causal, no una correlación), y si esa función es permamente, si tiene carácter de ley o si es a su vez cambiante. Y, para agregar a esto, la conjetura de siempre: que el impacto del azar en muchos procesos sociales es quizás tan o más relevante que el de otras variables.

Si a todo esto le sumamos la posibilidad de que el fenómeno no responda a una ecuación diferencial, mi recomendación sería que apliques mucho mas la simulación del tipo Montecarlo y los procesos de cálculo numérico que la formulación abstracta para intentar entender un problema.

En cuanto a la referencia de Engels al paralelogramo de fuerzas (un concepto elemental de la física, de hecho una forma de resolución geométrica de la sumatoria de dos fuerzas), es un pastiche de física con dialéctica que refleja la fascinación de muchos cientistas sociales del siglo XIX por la mecánica clásica. Leer el texto original de la Dialéctica de la Naturaleza me da mucha gracia, es un mamarracho total.

Y el gradiente es otro concepto totalmente distinto, es la dirección en la cual se observa un mayor cambio en alguna variable (e.g. el gradiente térmico en una chapa laminada, o el gradiente de potencial de un campo electromagnético)

Saludos
Sirinivasa ha dicho que…
Perdón Postino... gradiente

Sea

f: Rn -> R

z=f(x1,x2,x3,...xn)

Donde R es el conjunto de números reales, Rn es RXRX...XR n veces.

Si f es diferenciable, gradiente de f es

Vf: Rn -> Rn

(Lea V con un rayita arriba, llamado por los ingenieros y físicos 'nabla')

Donde

Vf=(f'x1,f'x2,...,f'xn)

Donde f'xi se lee como la derivada parcial de f respecto de xi.

El gradiente es un campo superpuesto al mismo dominio de la función original, y que indica la dirección de mayor crecimiento de la misma.

Creo que hablamos de lo mismo, pero por puro salir con los tapones de punta no captó la analogía.

Comparto en parte sus aseveraciones sobre 'Dialéctica de la Naturaleza', como muchos cientistas sociales del siglo XIX, Engels estaba fascinado con la mecánica clásica. Lástima que ciertas escuelas del pensamiento económico han seguido fascinadas. Con la mecánica.

Saludos
il postino ha dicho que…
Siri,

no quise aburrir con la formulación estricta del gradiente, pero es exactamente lo que pusiste (para los que leen sin formación matemática, es la "parte" de una función en la que se observa la mayor "pendiente").

La economía clásica adolece del mismo problema: Walras fue un físico frustrado y muchas de sus formulaciones son adapataciones de funciones de la mecánica clásica a los problemas económicos. Un gran salto en su momento, pero un error monumental de concepto, dado que los sistamas económicos son de naturaleza y comportamiento esencialmente distintos a los sistemas de fuerzas y partículas de la física clásica.
Ni te cuento el historicismo marxista, o el historicismo en general, una horrenda adaptaci{on del mecanicismo de los sistemas físicos a la complejidad de la historia, en donde el azar es un componente mucho más relevante que cualquier supuesta ley imaginada leyendo libros de historia.

Por eso celebro el advenimiento de una economía que utilice herramientas matemáticas más apropiadas a su objeto de estudio
Cresto ha dicho que…
No, Il Postino. No tiene nada que ver con el análisis factorial.

A ver... porque me parece que no queda claro lo que se està planteando en el post.

La idea de "multicausalidad" es absolutamente ambigua y descriptiva. Al menos en ciencia social la forma en que se la utiliza es tan ambigua que atenta directamente contra toda posibilidad de explicación.

La idea del post era intentar "formalizar" un poco algunas ideas difusas para empezar a pensar de que manera se podrìa abordar la cuestión de la multicausalidad de forma un poco más rigurosa que la apelación berreta a la "multiplicidad" de causas. Es casi una cuestión "metodológica".

No estoy planteando que toda los fenomenos respondan a esa forma de "causalidad lineal". Sino que estoy diciendo, empecemos a pensar como hacer para pensar como trabajar con el problema de la multicausalidad... por lo más sencillo.

Con respecto a la mecánica "clásica" una observación general y quizás apresurada: me parece que a veces se suele olvidar que la mecánica clásica sirve para explicar buena parte de los fenómenos "naturales" (por usar un tèrmino un poco controvertido). En determinadas "escalas" la mecanica clásica sirve. No es cierto eso de que "ha sido superada". Se aplica a algunos fenómenos y no a otros...

Bueno, la seguimos!
Un saludo
il postino ha dicho que…
La multicausalidad no tiene por què ser una idea compleja ni ambigua....

Dejame que desarrolle mi punto con un ejemplo de la fìsica clásica (que nadie que haya estudiado fìsica olvida que se trata de una simplificación aplicable para bajas velocidades, ambientes macroscópicos y momentos del universo alejados del Big Bang)

Imaginate una pelota que se mueve en el medio del espacio. Cuál es la causa de tal movimiento? Bueno, la causa es la atracción gravitacional de otros cuerpos (o, si lo queres en lenguaje relativista, deformación del espacio-tiempo causada por otros cuerpos). La causa allì es una.
Como se puede calcular el esa atracción gravitacional? A travès de una ecuación simple que contiene DOS variables: la distancia entre los cuerpos y la masa de los mismos. O sea, una causa, dos variables.

Ahora imaginate que ese cuerpo tiene masa y carga elèctica...su movimiento se explicarìa entonces por dos causas al menos (y algunas variables mas). El peso relativo de cada causa dependerà de la posiciòn de la pelota, de su carga, de la fuerza del campo electromagnético y del campo gravitatorio donde se ubique, de su masa....

Entonces, mi primer punto es: causa no es lo mismo que variable.
Segundo punto: hasta el fenòmeno más bàsico de la fìsica es multicausal, se explica a través de ecuaciones con varias variables. Eso no tiene nada de complejo en si (aunque su resolución matematica puede ser complejìsima apenas agregas más de un cuerpo y más de un campo.
Corolario: no es sorprendente que la inmensa mayoría de los fenómenos sociales sean multicausales y que la formalización de la descripción de los mismos sea compleja. Pero esto no debería habilitar al babbling tan común en esas disciplinas. Cuando tenes muchas causas, y múltiples variables, la forma de simplifciar el análisis y hacerlo manejable es a travès de herramientas como el análisis factorial, que deberìa generar un nùmero limitado de combinaciones de variables, y cada una de esa combinaciones deberìa ser ortogonal a las demàs (no deberìa poder encontrarse como una transformación lineal de las otras)

Ahora vayamos al ejemplo del yogur, que es simplòn: ¿por que se venden x unidades de Ser frutilla firme en Junio? Cuáles son las causas de ese comportamiento? En este caso uno puede pensar en múltiples causas: las preferencias organolèpticas de la señora, el precio del producto, su distribuciòn fìsica, su ubicaciòn en gòndola, el aspecto de su packaging, las costumbres alimenticias del paìs, la estrategia de comunicaciòn del producto, el nivel de faltantes etc
Todas esas causas tienen que ver con el nivel de consumo, explican parte de èl. Pero es obvio que no todas tienen el mismo peso. Y tampoco es obvio que todas puedan transformarse en variables operativas (medibles/observables, pasibles de ser formuladas matemàticamente). Ni tampoco es obvio que la relación entre las variables pueda incluirse en alguna función resoluble analìticamente (que sea lineal o no da lo mismo, en general me sorprenderìa una relaciòn lineal monocausal en un fenòmeno social)....de allì mi comentario sobre las metodologìas de simulación y las herramientas de resoluciòn algebraica.

Disculpà la extensiòn!
il postino ha dicho que…
Siempre me acuerdo de las causas mediatas e inmediatas de Gibbon sobre la decadencia del Imperio ROmano, y pienso còmo se podrìa formular eso en forma de variables operativas...y cuànto azar deberìa incluirse para que la explicaciòn fuera completa

Ese es mi último punto: en los fenómenos sociales el azar tiene un peso muy grande y eso tambièn debe ser tenido en cuenta, y para eso, nuevamente, las simulaciones son mejores que la resouciòn de ecuaciones formales
Anónimo ha dicho que…
Amigos, podrian señalarme alguna bibliografía referente a esta forma cuantitativa de abordar los fenomenos sociales. Vuestro planteo es muy interesante (mas que el ya aburrido giro interpretativo de las C. sociales).

Saludos

PD: enlacé su blog al mio.

Entradas populares de este blog

El último teorema de Fermat y la unidad de la ciencia

Cortame la boleta...

Inferencia ecológica (o una introducción a algunos posts que se vendrán)