Pensándolo bien...

Identificar causa, medio y efecto es fundamental en Ciencia. Son conceptos que forman parte de la base sobre la que se articula gran parte del conocimiento científico. No se trata, tan solo, de que los científicos comprendan cómo y por qué razón tienen lugar ciertos fenómenos, sino que es la forma de poder formular la predicción y llevar a cabo el control de estos procesos en acciones encaminadas a producirlos. Los conceptos de causa, medio y efecto son relevantes en diversas disciplinas científicas y son los impulsores que ayudan a avanzar en nuestra comprensión del mundo.

En ciencia, la causa es un factor o conjunto de factores que provocan un fenómeno. La identificación de causas es crucial en la investigación científica, porque permite establecer las bases para la comprensión teórica y realizar la experimentación. El medio se refiere al método o proceso a través del cual la causa conduce al efecto. En ciencias experimentales, el medio involucra, frecuentemente, mecanismos físicos, químicos o biológicos, que pueden ser observados y manipulados. Finalmente, el efecto es el resultado o consecuencia de una causa actuando a través de un medio. Es el fenómeno que se estudia y que se busca explicar o predecir en la investigación científica.

En Física, el principio de causa y efecto es evidente en las leyes físicas, como la de Newton sobre la gravitación universal, donde la masa de los objetos (causa) crea una atracción gravitatoria (medio) que resulta en la órbita de los planetas (efecto). En Química, la reacción entre dos sustancias químicas (causa) que mediante procesos que conllevan la ruptura y formación de enlaces (medio) produce nuevos compuestos (efecto).  En Biología, un virus puede invadir un organismo (causa), replicarse utilizando la maquinaria celular del huésped (medio) y causar una enfermedad (efecto).

La comprensión de la relación entre causa, medio y efecto, no solo es teóricamente significativa, sino que también tiene aplicaciones prácticas relevantes. Por ejemplo, en medicina, entender cómo un patógeno causa una enfermedad (causa) y se transmite (medio) permite el desarrollo de tratamientos y eventualmente vacunas, por ejemplo (efectos preventivos). En ingeniería, esta relación permite a los diseñadores crear tecnologías más seguras y eficientes, anticipando los efectos que derivan de las causas previstas en el uso de sus diseños.

Establecer relaciones causales en Ciencia no siempre es sencillo. Es necesario diferenciar entre correlación y causalidad, asegurándose de que las observaciones del efecto sean directamente atribuibles a las causas identificadas y no a factores externos no considerados. Los experimentos deben ser cuidadosamente diseñados para controlar variables confusas y asegurar que el medio por el cual la causa genera el efecto sea claramente entendido y reproducible.

La relación entre causa, medio y efecto es una de las piedras angulares de la ciencia. Facilita un enfoque sistemático y metódico para la investigación que permite a los científicos no solo comprender, sino también predecir y manipular el mundo natural. Aunque los desafíos en la definición y prueba de estas relaciones son significativos, los avances en metodologías científicas continúan mejorando nuestra capacidad para determinar y comprender estas interacciones fundamentales. Así, la exploración de causa, medio y efecto sigue siendo un área vibrante y crucial de la investigación científica, impulsando tanto el desarrollo teórico como las aplicaciones prácticas en todas las disciplinas científicas.

En dinámica de sistemas, los diagramas causales son fundamentales para comprender y modelar el comportamiento de los sistemas complejos. Estos diagramas permiten visualizar las interrelaciones entre los diferentes componentes de un sistema, identificando cómo las variables afectan mutuamente y cómo los bucles de retroalimentación influyen en la dinámica del sistema. La identificación de relaciones causales ayuda a identificar y representar gráficamente las relaciones de causa y efecto entre las variables del sistema. Esto es esencial para entender cómo los cambios en una variable pueden influir en otras. La visualización de bucles de retroalimentación, permiten identificar los bucles de retroalimentación positiva (refuerzos) y negativa (equilibrios). son cruciales para entender la estabilidad y el comportamiento dinámico del sistema. La facilitación del análisis cualitativo, proveen una herramienta para el análisis cualitativo del sistema, permitiendo a los modeladores y analistas comprender los posibles comportamientos sin necesidad de cuantificar inicialmente todas las variables.

                                      Imagen creada con ayuda de ChatGPT con DALL-E

Los elementos de un Diagrama Causal incluyen: a) variables, representadas por nodos, que pueden ser cualquier elemento que afecta o es afectado dentro del sistema, como tasas de nacimiento, niveles de contaminación, inventarios, velocidades de reacciones químicas, etc.; b) flechas o enlaces causales: Representan la dirección de la influencia entre variables. Una flecha de una variable A a una variable B indica que A tiene un efecto sobre B. c) signos de polaridad, que indican el tipo de relación entre variables. Un signo positivo (+) muestra que ambas variables se mueven en la misma dirección, mientras que un signo negativo (-) indica que se mueven en direcciones opuestas.

La virtualidad de las relaciones causales, radica en que es aplicable a cualquier proceso, dada la universalidad de las relaciones causa y efecto. No se limita a concepciones materiales relacionadas con las Ciencias convencionales. El mundo económico, demográfico y cualquier otro sujeto a las relaciones causales es objeto de atención en la dinámica de sistemas que estudia la evolución temporal de los sistemas. A título de ejemplo, en un sistema económico, un diagrama causal puede mostrar cómo la inversión afecta al capital, que a su vez influye en la producción, los ingresos y nuevamente la inversión, formando un bucle de retroalimentación positiva que puede conducir al crecimiento económico. Al mismo tiempo, puede incluir bucles de retroalimentación negativa que muestran cómo la saturación del mercado y la competencia pueden limitar ese crecimiento.

Cabe señalar como potenciales beneficios el que los diagramas causales: facilitan la comunicación y comprensión de sistemas complejos; ayudan a identificar puntos de intervención en el sistema y son útiles para la enseñanza y la construcción de modelos mentales. También incluyen limitaciones como que: pueden simplificar en exceso la realidad; requieren una correcta identificación de las relaciones causales para ser efectivos y no siempre capturan adecuadamente la cuantificación necesaria para un análisis profundo. En suma, son herramientas esenciales en la dinámica de sistemas, proporcionando una visión clara de las interacciones y comportamientos dentro de un sistema complejo. Su uso adecuado permite a los analistas desarrollar modelos más precisos y efectivamente comunicar sus hallazgos.

Ejemplificamos con un sistema de crecimiento de la población, sencillo y en sus primeras aproximaciones. Admite cualquier sofisticación posterior agregando detalle a los procesos implicados.

• Nacimientos, aumenta con el crecimiento de la población.
• Fallecimientos, aumenta con la población, pero se reduce con mejoras en la atención sanitaria.
• Recursos, disminuyen con el aumento de la población, lo que puede afectar negativamente los nacimientos y aumentar los fallecimientos.
• Atención Sanitaria o cuidados de salud, mejora y reduce los fallecimientos, pero puede ser afectada negativamente por el aumento de la población.
• Nivel de vida o estándar de vida, en que un mayor nivel de vida puede reducir la tasa de nacimiento y se ve afectado negativamente por un incremento en la población.
• Inmigración, que aumenta la población.
• Emigración, que disminuye la población.

Este diagrama ayuda a visualizar cómo estas variables interactúan entre sí y contribuyen al crecimiento o disminución de la población.

Un mayor nivel de concreción pasaría por precisar los medios que relacionan a estas variables. En una interpretación de las reacciones químicas, las constantes de velocidad para pasar de productos reaccionantes a productos de la reacción permitirían cuantificar las relaciones entre las variables. En el caso objeto del ejemplo, la relación entre la variable población y la variable nacimientos se concretaría con la tasa de nacimientos (dato estadístico) que derivaría de la tasa de natalidad, tabulada con el tiempo.

Vemos, pues, que se trata de una forma de pensar, concebir, relacionar y establecer la secuencia de aspectos relacionados que determinan un proceso complejo. La Ciencia, a través de la Dinámica de Sistema proporciona una forma de llevar a cabo el análisis de la dinámica de un proceso y progresivamente ir introduciendo detalles que especifican aspectos incluidos en esquemas más generales.

Sopa de letras: CAUSA, MEDIO Y EFECTO EN CIENCIA

Soluciones: COBRE