Popper Karl - La Logica de la Investigacion Cientifica

Corroboración, peso de los datos y contrastes estadísticos 379
el «peso de datos» dentro de la teoría subjetiva de la probabilidad
se ve uno conducido a determinadas paradojas, que, en mi opinión,
no se pueden resolver dentro del marco de dicha teoría.
2. Cuando hablo de teoría subjetiva de la probabilidad —o de
la interpretación subjetiva del cálculo de probabilidades— me refiero
a una teoría que interpreta la probabilidad como una medida de nuestra
ignorancia, de nuestro conocimiento parcial o —digamos— del
grado de racionalidad de nuestras creencias a la vista de los datos de
que disponemos.
(Quizá sea oportuno indicar, entre paréntesis, que el término más
corriente de «grado de creencia racional» puede ser síntoma de una
ligera confusión, ya que lo que se pretende decir es «grado de racionalidad
de una creencia». La confusión surge del modo siguiente: en
primer lugar, se explica la probabilidad como una medida de la fuerza
o intensidad de una creencia o convicción —medible, por ejemplo,
por lo dispuestos que estemos a arrostrar los riesgos inherentes a una
apuesta—; luego se cae en la cuenta de que, en realidad, la intensidad
de nuestra creencia depende a menudo más de nuestros deseos o nuestros
temores que de argumentos racionales : y, de este modo, en virtud
de una leve modificación, se interpreta luego la probabilidad como
la intensidad —o el grado— de una creencia en la medida en que es
justificable racionalmente; pero, una vez en esta etapa, es patente
que la referencia a la intensidad de una creencia —o a su grado— es
superfina, de modo que debería remjjlazarse «grado de creencia» por
«grado de racionalidad de una creencia». No deben tomarse estas observaciones
como si quisieran decir que estoy dispuesto a aceptar cualquier
forma de la interpretación subjetiva: véase, más adelante, el
punto 12, así como el capítulo *II de mi Postscript: After Twenty-
Years.)
3. En aras de la concisión explicaré el problema del peso de los
datos dando simplemente un ejemplo de las paradojas a que antes
he aludido: ejemplo que puede llamarse la «paradoja de los datos
idealesy).
Sea z una moneda determinada, y sea a el enunciado «la tirada
«-ésima (hasta el momento no observada) de z saldrá caras». En la
teoría subjetiva puede suponerse que la probabilidad absoluta (o previa)
del enunciado a es igual a 1/2, es decir, que
(1) P(a) = 1/2
Sean ahora d unos datos estadísticos, esto es, un informe estadístico
basado en la observación de miles —o quizá millones— de tiradas
de z ; y admitamos que estos datos d sean idealmente favorables
a la hipótesis de que z sea estrictamente simétrica —o sea, una «bue-
(véanse también las págs. 321 y sigs., «el volumen de datos», y el índice), e I. J. GooD,
Probability and the Weight of Evidence, 1950, págs. 62 y sig. Véanse también
C. I. LEWIS, j4n Analysis of Knowlegde and Valuation, 1946, págs. 292 y sig., y
R. CARNAP, Logical Foundations of Prohuhility, 19.'Í0, págs. ,'>54 y sigs.
http://psikolibro.blogspot.com