Traduccion Nancy Cartwright La Búsqueda de Causas y Su Aplicación V Final

Traduccin de Evelyn Simoni y Juaqun Torre en el marco del curso de Epistemologa de la Economa,
Ctedra Marqus, Profesores: Weisman - Berneman
Centre for the Philosophy of Natural and Social Science

Contingency and Dissent in Science
Technical Report 05/09
Hunting Causes and Using Them:

Is There No Bridge from Here to There?
Nancy Cartwright (with Sophia Efstathiou)
Series Editor: Damien Fennell

Traductores: Evelyn Simoni Joaquin torre
VERSIN PRELIMINAR
Cazando causas y utilizndolas.

No hay un puente desde aqu hasta all?
Nancy Cartwright
(Con Sophia Efstathiou)
Este texto aborda la pregunta de U$D 64.000.- de la prctica de la inferencia
causal: Cmo analizar la causalidad que fundamenta la inferencia de
afirmaciones causales Causal Claims que son tiles en la prctica?
Cartwright argumenta que los anlisis existentes son buenos para cazar causas
en casos especiales o buenos para obtener afirmaciones tiles (Por ejemplo:
predicciones acerca de que pasar bajo intervencin) para los contextos
especficos de los cules fueron inferidos. Ella dice que todava debe ser
encontrado un anlisis de causalidad que una esos dos puntos, la caza de de las
causas y su uso.
Resumen:
La causacin est en problemas Al menos como esta presentada en las teoras
actuales tanto en filosofa como en economa, donde la causacin est
nuevamente de moda. En ambas disciplinas las nocines de causalidad en
oferta estn o modeladas demasiado cerca de uno u otro mtodo favorecido
para cazar causas o en suposiciones sobre los usos que se le pueden dar al
conocimiento causal Generalmente para predecir los resultados de nuestros
esfuerzos para cambiar el mundo. El primer tipo de consideracin no provee
ninguna razn para pensar que el conocimiento causal, as como est
descripto, tiene utilidad alguna. El segundo no provee ninguna razn para
creer que nuestros mejores mtodos son confiables para establecer
conocimiento causal.
VERSIN PRELIMINAR
1. Dos acciones: Buscando causas y usando causas.
Las nocines filosficas y econmicas de causalidad estn generalmente

arraigadas o bien en ideas sobre cmo cazar causas o sobre cmo utilizarlas,
pero no ambas a la vez. La mayora pueden obtenerse casi directamente o de
un mtodo adecuado para establecer afirmaciones causales (poniendo la
etiqueta de causa a una afirmacin) o bien de un uso adecuado que
esperamos hacer de las afirmaciones causales (Infiriendo a afirmaciones de
uso prctico). Las nocines basadas en los mtodos para cazar causas incluyen
la teora probabilstica de causalidad y las teoras Bayes-nets derivadas,
aquellas basadas en mtodos experimentales (como los experimentos
Galileanos que discutiremos ms adelante), la mayora de las teoras de
procesos causales y las teoras que dependen de los intercambios de
cantidades conservadas y las usuales nocines de contraste. Aquellas basadas
en el uso incluyen consideraciones manipuladoras e interventoras, que estn
basadas en teoras de decisin causal y explicaciones condicionales que
permiten implementaciones reales.
Casi todas estas explicaciones son vlidas, Cartwright dice vlidas para
propsitos especficos en tipos especficos de sistemas. Tomadas juntas,
cubren ambas reglas, la de entrada al lenguaje de la causalidad y la de salida
del lenguaje causal. El problema es que no existe un puente que lleve de uno
al otro. Qu nos asegura que el conocimiento que obtenemos con gran
esfuerzo y costo puede utilizarse para lo que nosotros necesitamos? Para que
pueda llevarse a la prctica la teora de causacin, debe elaborarse
simultneamente cmo nombrar las caractersticas como causas y las
inferencias que hacemos una vez que fue asignado ese nombre. Entonces
necesitamos una teora de causacin que nos de a la vez ambos mtodos para
inferir causas y mtodos por usarlos.
Para el propsito de este trabajo, tratando de permanecer relativamente
neutrales sobre lo que son las leyes causales consideraremos diferentes
definiciones, proponemos pensar a una ley casual como una ley causal regular:
C provoca E construye una ley causal si C regularmente provoca E, y no por
accidente.
Para ilustrar nuestros puntos sobre la caza y el uso, discutiremos 4 nocines de
leyes causales adems de la de Cartwright.
VERSIN PRELIMINAR
El nivel invariante de James Woodward

Definiciones relacionadas, basadas en experimentos Galileanos.
Lewis-style (basado en milagros) No empricos. Contrafactuales.
(Lewis counterfactual)
Teoras probabilsticas de causalidad.
Todas ellas giran en torno a la caza de causas: Aseguran que estamos en lo
correcto identificando causas. Pero dicen bastante poco acerca de lo que
podemos hacer con el conocimiento causal una vez que lo obtenemos. Por otro
lado debemos describir la suposicin de modularidad ('modularity') de
Woodward y el tipo de suposiciones que estn acostumbrados a hacer los
economistas acerca de la causalidad que garantiza su utilidad. Escogemos
estos para la discusin ya que nos permiten ilustrar nuestros puntos simple y
vvidamente.
2. Dos problemas: Facilitadores inestables y validez externa.
Tendemos a creer que el conocimiento que aseguramos con nuestros mejores
mtodos para comprobar leyes casuales obtenidas en las mejores
circunstancias, es conocimiento que podemos usar directamente: Conociendo
las leyes causales conocemos cmo cambiar los efectos cambiando lo que los
provocan y podemos hacer predicciones crebles sobre los resultados de
hacerlo. Parecera que estamos dando alguna conexin all como dada. Pero,
Debera alguien hacer esa suposicin? Y si fuera justificado hacerla, Cuando
debera hacerse?
Las nociones filosficas de causacin basadas en las metodologas de caza no
dan respuestas satisfactorias a estas preguntas. Las condiciones que nuestras
nocines necesitan para asegurar el conocimiento causal no son suficientes
para asegurar las inferencias que las pondran en prctica. Estas
consideraciones afrontan dos problemas:
1- Facilitadores inestables: cambios en los factores facilitadores que soportan
las leyes causales un problema comnmente reconocido en ciencias
econmicas.
2 Validez Externa: El problema de pasar de un escenario particular o una
poblacin a el que de verdad nos importa.
VERSIN PRELIMINAR
2.1 Facilitadores inestables:

Los economistas se han preocupado acerca de la estabilidad de las leyes
causales y su uso para la prediccin en la poltica desde los tiempos de John
Stuart Mill. Tenemos el problema de armar polticas econmicas en la
suposicin de que los factores que propusimos usar como palanca pueden
cambiar y que nuestras leyes causales nos permiten predecir lo que vendr a
partir de ellos. Pero las caractersticas en economa que permiten cambios en
los trminos que queremos y que podemos predecir, admiten cambios en
trminos que no son los que queremos, y en ocasiones peor an, que no
podemos predecir. Nuestros numerosos intentos de aplicar nuestras leyes
casuales pueden perjudicar las leyes en s mismas. Las inestabilidades de las
leyes causales que establecemos no solo pueden aparecer cuando interferimos
para establecer polticas, pueden tambin aparecer naturalmente y en
momentos y lugares donde no tenemos manera de saberlo.
Mill era pesimista. l deca que la economa no poda ser una ciencia
inductiva porque las condiciones previas fluctan mucho, naturalmente y
como resultado de nuestras acciones. Cualquier efecto consecuente en una
causa particular depende, deca Mill, en una gran cantidad de factores causales
previos trabajando simultneamente, factores que raramente nos es posible
identificar. No podemos esperar que los efectos consecuentes en una causa en
una ocasin, o en un periodo de tiempo, ocurran en otras ocasiones ya que
estas innumerables otras causas probablemente cambien en trminos que no
podemos predecir. Entonces, concluye el autor, el mar de otras causas que
permiten al factor particular provocar un efecto particular raramente estn en
su lugar el tiempo suficiente para que nos permita hacer predicciones basadas
en las asociaciones que hubo entre esos dos factores.
Ms all de las variaciones en los acuerdos de las causas en s mismas, Mill
estaba tambin preocupado por un segundo tipo de posible facilitador
inestable: cambios en las estructuras bsicas que dan lugar a las leyes causales
en primer lugar. Es una experiencia comn a todos los das que lo que las
leyes causales abarcan en una situacin, dependen de la estructura subyacente
en donde fueron construidas. Presionar hacia abajo la palanca en un tostador
causa que el pan se introduzca en el tostador y se tueste, presionar una palanca
en el suelo del lado del conductor de un Rover provoca que el auto acelere.
Poner una moneda dentro de una mquina expendedora en UK provoca que
caiga una bolsa de papas fritas en la gaveta de la mquina, hacer lo mismo en
VERSIN PRELIMINAR
USA solo pegotea un poco ms el trabajo (GUM UP THE WORK). Para la

mayora de estas mquinas hechas por el hombre, la manera correcta de
manipular las causas para alcanzar los efectos predichos no generar
complicaciones en el trabajo. Estn armadas especialmente para evitar esas
complicaciones.
Las caractersticas estructurales que forman las leyes causales en el trabajo de
las ciencias econmicas deben ser mucho ms absorbentes. Como Mill, los
primeros econometristas se preocupaban slo de eso. Recientemente
economistas de la escuela de Chicago como Robert Lucas dicen ms
fuertemente: no solo las polticas de intervencin modifican los principios
estructurales subyacentes en trminos que minan las leyes causales en las que
se confa para predecir los resultados de esas intervenciones; es muy probable
que esto vaya a ocurrir. Si las intervenciones son esperadas, segn la escuela
de Chicago, los agentes cambiarn sus comportamientos y de tal manera que
perjudicaran las relaciones causales establecidas en las cuales las predicciones
estn basadas.
Por otro lado, a pesar de ser preocupante, las leyes causales pueden ser
inestables en trminos predecibles y hasta aceptables. Tomemos un ejemplo
del trabajo de Mill On the subjugation of Woman. En este ensayo Mill
marca que muchos (Como August Comte, uno de sus principales adversarios
en este tema) sostienen que hay una regularidad causal bien establecida entre
ser una mujer y ser un inepto en liderazgo, razonamiento e imaginacin.
Felizmente esta ley causal no es estable ante cambios en la estructura
facilitadora subyacente que la soporta. Cambiando la estructura social, de
manera que la crianza, los roles, la educacin y las experiencias de las mujeres
sean ms parecidas a las de los hombres del siglo 19 de la clase media
Britnica, y las leyes causales que relacionan los sexos al liderazgo,
razonamiento e imaginacin cambian dramticamente. Los factores
facilitadores que sostienen la regularidad solucionan esos cambios de manera
ms o menos esperada.
Para ver el papel que juega el problema de los facilitadores inestables en el
sentido filosfico de causacin, debemos tomar a James Woodward.
Woodward dice que para que una relacin sea una ley causal debe cumplir
antes dos condiciones. La primera es invariancia de nivel (level invariance).
VERSIN PRELIMINAR
La invariancia de nivel: Una relacin entre aparentes causas y efecto

tienen nivel invariante si esa relacin permanece establecida luego de
que cualquier causa aparente en la relacin vare por intervencin.
La intervencin es difcil de definir adecuadamente. Es algo como un milagro
en la concepcin de Lewis de lo contrafactual (Lewis account of
Counterfactuals): el cambio en una causa del ultimo escenario, mientras el
resto de las causas del montn de leyes causales que intervienen se mantienen
iguales, excepto por cambios inducidos por el cambio en el factor elegido
(algunas veces llamados por filsofos, cambios causales rio abajo 'causally
downstream' del cambio elegido).
Cuando se trata de causalidad Woodward se enfoca en sistemas de leyes
causales lineales y determinsticas que seran de la forma:
Ley causal determinstica lineal:
z c= ax + by
El smbolo c= significa que la parte derecha e izquierda son iguales que los
factores de la derecha son un conjunto completo de causas de los de la
izquierda. (La referencia a la poblacin y las circunstancias estn reprimidas
como es usual en la presentacin.) Aplicado a 'z c= ax + by', la invariancia de
nivel marca que la relacin funcional z c= ax + by debe mantenerse a medida
que vare 'x' mientras 'y' y todas las causas reales en las leyes causales que
intervienen en la situacin (excepto aquellos causally downstream del
cambio en 'x') se mantienen; y la relacin funcional tambin se mantiene si 'y'
vara y 'x' y las otras causas se mantienen.
Woodward sostiene sus argumentos por contradiccin: El considera
numerosos ejemplos en los cuales el nivel invariante es violado por relaciones
reconocidas como falsas. El ejemplo cannico es la relacin entre una
tormenta y la lectura de un barmetro. Las tormentas son causadas por
fluctuaciones en la presin relativa de los fluidos atmosfricos de manera tal
que podemos relacionar la presencia de una tormenta a una funcin de presin
atmosfrica escribiendo: Digamos,
(1) Tormenta = f (presin)
El nivel de un barmetro que funcione correctamente, un instrumento hecho
para medir la presin, debe tambin depender de la presin atmosfrica, de
acuerdo a una relacin como
(2) Nivel del barmetro = g (presin)
VERSIN PRELIMINAR
Uno puedo resolver matemticamente (2) para la presin en trminos de la

inversa de la funcin g' y sustituirla en (1) para relacionar la presencia de
tormenta con la lectura del barmetro.
(3) Tormenta = f (g' (Nivel del barmetro) )
La pregunta es cual de (1), (2) o (3) describe una ley causal genuina.
Las verdaderas leyes causales que intervienen en la situacin contienen 3
variables: Presin, tormenta y el nivel del barmetro. Esperamos que la
ecuacin (1) continuara hasta obtener si la presin fue modificada por
milagro con el nivel del barmetro quedando fijo. As mismo sucede con (2)
ya que no cambiara si vara la presin por milagro mientras la presencia o
ausencia de la tormenta queda fija. La ecuacin (3), por otro lado, aunque
puede ser til para calcular la probabilidad de una tormenta dada si el
instrumento funciona correctamente, no expresa ninguna ley causal y esto se
ve en la prueba de la invariancia del nivel: Si la presin queda fija mientras el
nivel del barmetro varia por milagro (digamos que este revienta), la
relacin entre la tormenta y la lectura del barmetro cambia. Es sabido que no
se puede desatar una tormenta por la rotura de un vidrio.
Cartwright ha respaldado el nfasis de Woodward en la invariancia de nivel
desde otro lugar, mostrando que es una condicin suficiente para la
causalidad. Lo hace probando un tipo de teorema de representacin para la
invariancia de nivel de leyes causales vis--vis. El teorema usa axiomas
bastante directos que un grupo de leyes causales deberan satisfacer Como la
asimetra, la ir reflexividad y la suposicin de que cualquier relacin funcional
que las sostienen son generadas por relaciones causales genuinas. Estos son
todos los axiomas que estn presupuestos en la mayora de las discusiones
sobre causalidad y en particular en los ejemplos que utiliza Woodward. Luego
el teorema muestra que cualquier relacin funcional generada por un grupo de
leyes causales ser una de esas leyes causales si y solo si su nivel es
invariante.
A pesar del hecho de que la invariancia de nivel asegura que una relacin
funcional es una ley causal determinada, los axiomas fijan leyes causales,
Woodward cree que esto no es suficiente. l agrega una segunda condicin,
modularidad (Modularity), que discutiremos a continuacin. Pero
contrariamente, Cartwright, toma el teorema para probar que la invariancia de
nivel es suficiente. En ese caso el nivel invariante es una buena ciertamente
para encontrar causas, para nombrar como causa una relacin. Si una
relacin satisface esta condicin tenemos una razn concluyente para creer
VERSIN PRELIMINAR
que es causal. Pero sortea la invariancia de nivel el problema de Mill y

Lucas?
Desafortunadamente no lo hace. (Ms tarde mostraremos que la modularidad
tampoco lo logra.) La bsqueda de leyes con nivel invariante presupone que
los factores en leyes causales no estn interactuando errticamente con las
estructuras causales que las generan.
Consideremos de nuevo el ejemplo original de Mill de la subyugacin de la
mujer. La relacin entre sexo y liderazgo podra bien ser constante a travs de
varias grandes variaciones en otras causas afectando el liderazgo a travs de
los siglos, suficientemente constante como para que su nivel sea invariante.
Entonces la ley causal bien establecida no ser una gua para predecir los
efectos del sexo en las habilidades para el liderazgo si la estructura esta
cambiada. La invariancia de una relacin bajo cambios en las variables en las
otras leyes causales que intervienen no asegura la predictibilidad a menos que
las estructuras facilitadoras subyacentes queden fijas. Pero que no podamos
esperar que los facilitadores causales estructurales se queden estables es
exactamente la crtica de Lucas!
2.2Validez Externa.
Un segundo problema con el que muchas de las teoras de causalidad actuales
tienen que lidiar es la validez externa. Este es un problema muy conocido en
metodologa. Muchos de los mtodos que nos permiten establecer leyes
causales slo pueden aplicarse en caractersticas reducidas. Nosotros
establecemos resultados firmemente en un marco particular y experimental o
en una particular prueba de poblacin. Pero el mtodo en s mismo no provee
las bases para extender los resultados a una poblacin o marco diferente del
que est en la prueba. Las teoras de causalidad muy cercanas a este tipo de
mtodos sufrirn el mismo problema; que el modo en que las leyes causales
estn caracterizadas hacen que las leyes causales sean muy reducidas en su
mbito y por consiguiente muy limitadas en su poder predictivo.
Consideremos un mtodo estndar para encontrar causas: Experimentos
Galileanos. El objetivo en un experimento Galileano es doble. Primero
queremos eliminar los todos los elementos nocin (confounders), luego
establecer una especie de regularidad de ley entre causa y efecto sin
perturbadores que interfieran. Podemos eliminar los perturbadores fsicamente
VERSIN PRELIMINAR
aislando un sistema experimental de las interferencias anteriores y/o haciendo

varias suposiciones idealizadoras. El problema es que establecer la presencia
de una relacin causal en ausencia de perturbadores no nos asegura que la
misma relacin causal persiste una vez que los perturbadores estn presentes.
Supongamos que establecemos a travs de un experimento Galileano perfecto
que C provoca E. Llamemos al grupo de factores perturbadores aquellos
que con tanto esfuerzo intentamos eliminar en el experimento- N (viene de
NASTIES: desagradables). Luego lo que de hecho hemos establecido en el
experimento ser:
C&N c E
De donde NO podemos inferir
C&N c E
Pero ese es el tipo de resultado que necesitamos para las predicciones si
queremos utilizar C para controlar E en escenarios de la vida real. Inferir que
una causa tendr el mismo efecto estn o no los perturbadores presentes es una
falacia lgica.
Cualquier caracterizacin de leyes causales que sean obtenidas de los
resultados de experimentos Galileanos tendr problemas an peores. En ese
caso las leyes causales se terminaran sosteniendo por definicin solo en
situaciones donde los perturbadores estn ausentes.
La validez externa es un problema tambin para la consideracin contrafactica
(counterfactual) de causacin de David Lewis. Los contrafacticos
(counterfactuals) de Lewis establecen una conexin causal a travs del cambio
por milagro de las causas en el ltimo instante que quitan las causas dejando
el todo lo dems como estaba. Si el efecto no se obtiene una vez que la causa
(y solo la causa) est ausente, entonces la relacin causal est establecida.
De todas maneras Lewis presenta su consideracin como una consideracin de
relaciones causales singulares, es tambin la base para consideraciones
relacionadas de leyes causales. Pero al igual que una consideracin de leyes
causales, sufre el problema de la validez externa. Cualquier poder inferencial
que obtenemos de Lewis Counterfactuals pertenece a un escenario
particular - cualquiera sea el escenario que consideremos, el escenario en el
cual el milagro intervendr para cambiar la causa supuesta. A pesar de eso el
escenario no est idealizado, si seguimos a Lewis establecemos una
VERSIN PRELIMINAR
regularidad causal con forma de Ley para un solo escenario. A menos que
hagamos suposiciones ms profundas no tenemos garantas que la ley causal
establecida es resistente a una diferente disposicin a priori de los
perturbadores. Entonces Lewis counterfactuals pueden obtener leyes
causales para escenarios donde los perturbadores aparecer, pero solo para la
disposicin especifica de ellos bajo consideracin. Es intil para cualquier
otro tipo de disposicin.
Lo que sabemos de Lewis Counterfactuals es que para algunas N
especficas:
C&N c E
Esto no implica ningn resultado para algn N diferente. En particular esa
conclusin una falacia lgica
C&N c E
La misma causa no necesita tener el mismo efecto bajo una nueva disposicin
de los perturbadores.
La validez externa es tambin un problema para nocines ms cercanas a las
de Cartwright: La teora probabilstica de causalidad desarrollada por Patrick
Suppes. Esta concepcin se obtiene casi por completo de mtodos estadsticos
para inferir leyes causales a partir de datos observables (en lugar de
experimentales): estratificar todos los posibles perturbadores, luego buscar
correlaciones entre las supuestas causas y efectos a travs de los diferentes
estratos. Un suficientemente buen intento para formular la teora probabilstica
(para variables si-no) dice que C es una causa de E con una disposicin
especifica de los perturbadores, digamos K si y solo si la causa incremente la
probabilidad del efecto con esa disposicin de los perturbadores: P (E/C&K) >
P (E/C&K). Esto por supuesto hace explicito que las leyes causales son
relativas a la situacin. C provoca E simpliciter si lo hace en todos las
diferentes disposiciones de los perturbadores.
Pero una vez ms, si por mera casualidad bajo una disposicin particular de
los perturbadores la causa incrementa la probabilidad de los efectos nos otorga
muy poca informacin til sobre qu pasa en una diferente disposicin de los
perturbadores. Nuevamente:
VERSIN PRELIMINAR
P (E/C&K) > P (E/C&K)

No implica
P (E/C&K') > P (E/C&K').
Otra vez, no tenemos fundamentos lgicos para inferencias en escenarios
diferentes de aquellos de los cuales derivamos nuestras leyes causales. Y
nuevamente, como antes, si utilizamos la teora probabilstica para caracterizar
lo que es una ley causal, el problema es todava peor ya que por definicin la
misma ley no puede no puede valer para escenarios diferentes. Uno podra por
supuesto observar la ley no relativizada: C provoca E simpliciter. En este
caso las leyes causales se hacen ms tiles para ms difciles de obtener
necesitaramos razones para suponer que se incrementara la probabilidad a
travs de todos las disposiciones de los perturbadores. Ciertamente no
obtenemos eso solo mirando que es lo que ocurre en cualquiera de esas tiles
disposiciones.
Entonces, aqu podemos ver 3 diferentes concepciones de causalidad La
teora probabilstica, la concepcin contrafactica, y las concepciones obtenidas
de las teoras de los experimentos Galileanos. Todas estn originadas en
mtodos para obtener causas. Y las 3 son muy buenas en lo que hacen poner
etiquetas causales en las relaciones solo si parece correcto hacerlo. Eso no es
sorprendente sabiendo que los mtodos en los que estn basados entre
nuestros mtodos de inferencia causal ms seguros. Pero todos ellos enfrentan
el mismo problema de validez externa, una vez que quieren aplicar esas
causas.
Los experimentos Galileanos establecen condiciones suficientes para
adjudicarle el nombre de causa a una caracterstica. Si cambios en C y solo C,
son seguidos de E en escenarios ideales sin perturbadores, es suficiente para
que C sea una causa de E. Pero noten, que los cambios tienen que ser en C
solamente y el escenario debe ser ideal. De forma similar Lewis
counterfactuals debera dar las condiciones suficientes para nombrar una
causa. Si los cambios en C y solo en C son seguidos por E dado una
disposicin especifica de perturbadores, es suficiente para que C provoque E
Pero solo en casos donde cambia C solamente y donde los perturbadores son
dispuestos de esa misma manera. La causalidad probabilstica nos dice que
nombremos una causa, si cambios en C y solo en C son seguidos por un
incremento en la posibilidad del efecto, dado una especial disposicin de los
perturbadores. Esto es nuevamente suficiente para que C genera E, pero solo
VERSIN PRELIMINAR
cuando cambia C solamente en la disposicin especificada de los

perturbadores.
Cmo podemos entonces usar el conocimiento causal obtenido en los
experimentos Galileanos para predicciones sobre qu es lo que pasara cuando
los perturbadores estn en su lugar o cuando los factores, sacando C, cambian
tambin? Cmo podemos inferir algo a partir de un escenario desagradable
sobre los efectos que siguen las causas usando Lewis Counterfactuals?
Como podemos usar la probabilidad causal para inferir, de un caso donde la
presencia de la causa provoque el efecto ms probable, algo sobre otros casos
donde la misma causa est presente pero otras causas han cambiado.
Estos son problemas largamente conocidos en la metodologa de la inferencia
causal. Pero los metodlogos tienen una manera para afrontarlos que los
filsofos no pueden adoptar. Los metodlogos usualmente suponen que hay
algo all, sin saber exactamente qu es una ley causal que puede ser
establecida en una gran variedad de formas, y luego utilizadas para la
prediccin en maneras y situaciones diferentes nuevamente. Leyes causales
son como la carga de un electrn o la valencia del oxgeno en este aspecto.
Sin embargo, nosotros los filsofos apuntamos a decir qu es una ley causal, o
por lo menos a dar algunos aspectos que la caractericen, y para hacer esto de
una forma que tenga sentido para ambos caminos para cazar causas y los
caminos para aplicarlas. Pero muchos de nuestros intentos son muy
operacionales entonces no nos sorprende que sufran de los problemas
comunes del operacionalismo. Si un concepto est definido muy
estrechamente a uno u otro modo de ponerlo a prueba, no podemos decir
porqu otros mtodos de testearlo son razonables y no podemos asegurar las
inferencias usuales que obtenemos con ese concepto. Inversamente, si un
concepto es definido estrechamente a una u otra de las inferencias que
hacemos utilizndolo, nada acerca de los conceptos respalda otras inferencias
iniciales para testearlo si el concepto es correcto.
Las concepciones tericas actuales de causacin basadas en las metodologas
de caza son suficientes para identificar las causas de un efecto en una
situacin particular; no nos dan ningn mtodo para navegar hacia nuevos
escenarios. Solo nos dicen dnde nos encontramos, no como podemos hacer
para llegar a donde queremos ir.
VERSIN PRELIMINAR
III. Facilitadores Inestables y Validez Externa: el mismo problema desde

diferentes perspectivas
Aunque ambos problemas, los de facilitadores inestables y los de validez
externa, tienen un origen diferente, cuando se trata de la estructura de la
inferencia hay un sentido en el que son equivalentes. Esto sugiere una
pregunta epistemolgica ms profunda que necesita ser respondida y tambin,
que posiblemente podra haber una respuesta comn a ambos problemas.
Nos preocupamos por los "facilitadores inestables" cuando estudiamos un caso
concreto - por ejemplo un conjunto de agentes, la direccin de un efecto
particular, una variable en particular - y nos preocupamos por mantener el
estudio de este caso en el medio de una - posible - estructura de fondo
cambiante. El problema de los "facilitadores inestables" se hace visible
despus de haber identificado una relacin causal (por ejemplo, empujar hacia
abajo la palanca para hacer pan tostado, poner la moneda de libra en la ranura
16 para obtener un paquete de papas fritas, la masa del Sol que hace que la
Tierra orbite a su alrededor, pisar el acelerador para que el coche acelere)
dentro de alguna estructura percibida; posiblemente algn espacio real, pero
para nuestros propsitos conceptualizado (como una tostadora, la mquina
expendedora, el sistema solar o un auto Rover 500) . Tomamos el caso que nos
interesa como momentneamente fijo dentro de esta estructura subyacente y
nos preocupamos acerca de cmo la estructura cambiante puede afectar lo que
nos importa. (por ejemplo, Qu hubiese sucedido si la tostadora estaba
mojada? Y si la mquina se quedaba sin papas fritas? etc.). El problema de
los "facilitadores inestables" trata de los cambios conocidos y desconocidos de
los factores estructurales que parecen suceder en el tiempo y afectan el caso
que nos interesa.
Compare esto con el problema de la "validez externa". La validez externa se
convierte en un problema cuando mudamos nuestro inters de un caso ya
estudiado a otro, esperando que sea similar, pero distinto al anterior. Pensamos
en el problema que surge cuando exportamos el conocimiento causal obtenido
de un caso particular hacia una nueva situacin de inters (por ejemplo
presionar hacia abajo la palanca funciona en cualquier tostadora? El impacto
de colisin en el maniqu de prueba es el impacto sufrido por el conductor de
un Rover 500? Etc.). El problema de la validez "externa" habla de las
VERSIN PRELIMINAR
modificaciones que surgen cuando nos movemos en el espacio, desde los

lugares "interiores" a los "exteriores" de nuestro caso de estudio. Por lo tanto,
podemos decir que el problema se vuelve relevante cuando pensamos en
conocimiento causal como desplazado en el espacio y no cuando las cosas
cambian con el tiempo.
Vamos a dar un paso de abstraccin. Utilizando "espacio" y "tiempo" como
variables, y T, podramos volver a describir los dos problemas de la
siguiente manera:
1. Facilitadores inestables:
Hiptesis & Estructura (1, T1) => Conclusin
pero Hiptesis & Estructura" (1, T2) => Conclusin Nueva
2. Validez externa:
Hiptesis & Entorno (1, T1) => Conclusin
pero Hiptesis & Entorno' (2, T1) => Conclusin Nueva
Las diferencias en el efecto dependen de cambios que se producen a travs de
un entorno temporal o espacial percibido:
1. Facilitadores Inestable: W = (WT)
2. Validez externa: W = (W)
Las variables "espacio" y "tiempo", y T, aqu no se refieren al espaciotiempo fsico, sino ms bien a las dimensiones de nuestra experiencia (o mejor
an, nuestra conversacin) de las cosas causalmente interactuando en el
espacio-tiempo fsico. Pero la forma en que hablamos de estos problemas es
contingente. Si pensamos en estas dimensiones como intercambiables, hablar
sobre el aqu y el all se convierte en lo mismo que hablar sobre el ahora y el
despus. Cuando tomamos la inestabilidad de los facilitadores causales como
algo que surge en el tiempo, antes y despus de modificar la poltica, tenemos
lo que hemos denominado el problema de los "facilitadores inestables";
cuando tomamos que las inestabilidades de los factores causales se produce a
travs del espacio de la poblacin de prueba a una poblacin objetiva obtenemos el problema de la validez externa. Los dos problemas son
VERSIN PRELIMINAR
equivalentes en este sentido (La figura 1 representa cmo se hace la

distincin).
Figura 1 Los cambios de un problema de etiquetado a otro es lo que mantiene
nuestro inters, no la estructura lgica de la situacin.
(1) Facilitadores inestables: inters (i) fijo en un caso; se preocupan cmo la
forma de fondo afecta el caso estudiado.
(2) Validez externa: inters (i) desplazado a un caso "fuera" del caso
estudiado; se preocupan si nuestro caso se aplica aqu.
Y qu? No se puede negar que los facilitadores inestables y la validez externa
son diferentes problemas metodolgicos para nosotros. Bueno, dos cosas se
hacen visibles aqu. En primer lugar, que hay que abordar ambos problemas en
la elaboracin de la metodologa a la vez. El problema de la validez externa
parecera estar siempre presente, no importa (o encima de) si tomamos la
estructura causal "subyacente" como cambiante o estable. Por el contrario,
por qu habramos de pensar que las estructuras subyacentes son estables
durante el tiempo que nos lleva exportar nuestro conocimiento causal? Al
mirar los dos problemas desde la perspectiva de cambios en el "espacio" y
"tiempo", trae a la vista que es muy probable que nos enfrentemos a ambos
problemas gran parte del tiempo.
Adems de sealar que los dos problemas probablemente estn sucediendo al
mismo tiempo [para lo cual uno puede argumentar sin abstracciones] nuestro
punto es observar que los problemas comparten una forma y tambin pueden
compartir una solucin en un plano terico ms abstracto que el plano poltico
o metodolgico.
IV. Leyes y capacidades causales de Cartwright
La visin de Cartwright sobre las leyes causales toma la causalidad singular
como primaria y construye las leyes de all: C causa E de si y slo si alguna
C regularmente causa E en ( en el
"largo plazo"). Cartwright luego argumenta que, cuando se aplican las
probabilidades, la teora probabilstica de la causalidad como formulada en el
apartado II.2 ofrece las condiciones necesarias y suficientes para las leyes
causales. Este es un buen estudio para considerar ya que tiene todos los
VERSIN PRELIMINAR
problemas que planteamos, en escala mayor. Como versin de la teora

probabilstica, esta visin de las leyes causales est totalmente arraigada en
una metodologa de caza (hunting), una metodologa muy fiable si es realizada
idealmente, pero anlogamente muy estrecha en el rango de los reclamos
establecidos y, por lo tanto, de uso extremadamente limitado. Esto se refleja
en el hecho de que las leyes causales, como Cartwright las ve, son siempre
relativas; en su visin son relativas tanto a una disposicin particular de los
factores de confusin y a la mquina nomolgica - la estructura subyacente que da lugar a la regularidad causal. Esto significa que las leyes causales de
Cartwright son frgiles: estn abiertas tanto a los problemas de validez externa
como a los de facilitadores inestables.
Entonces, qu sucede acerca del uso? Cartwright entiende esto por una va
totalmente distinta, no desde las leyes causales, sino desde las capacidades.
Las capacidades son poderes que poseen los agentes para contribuir de manera
fija en lo que resulta cada vez que estn presentes. Por ejemplo, debido a su
estructura nuclear los imanes permanentes tienen la capacidad para atraer
objetos metlicos. Esta es una capacidad que medimos en varios
experimentos, pero los propios experimentos en s mismos no son suficientes
para decirnos que hay una capacidad para medir en un primer lugar. La
afirmacin de que los imanes tienen tal capacidad se fundamenta en una
amplia y complicada red de teora, experimentos y predicciones exitosas.
Debido a que la capacidad va a producir su contribucin cada vez que est
presente (o se desencadene correctamente), el conocimiento de las
capacidades puede ser extremadamente til. Pero cuidado. Para el imn,
'atraccin' es la contribucin, no el movimiento real (o no) que se produce
cuando opera el imn. La atraccin siempre est presente, incluso si el objeto
metlico nunca se mueve. Esta es una pieza de informacin que podemos
utilizar de forma fiable a travs de una gran variedad de situaciones. Sin
embargo, las predicciones a las que da lugar pueden no ser tan tiles como lo
deseamos. El pendiente metlico est atrapado entre las tablas del suelo.
Compraremos un imn para sacarlo? Podemos predecir con certeza que el
imn atraer el pendiente, pero necesitamos mucho ms informacin para
predecir que el pendiente se mover. Lo que ms podemos predecir
concluyentemente con el tipo de conocimiento que normalmente tenemos en
VERSIN PRELIMINAR
estas situaciones es que el imn puede recoger el pendiente que cay entre las
tablas del suelo.
Por lo tanto, incluso con capacidades, el poder predictivo es dbil. Pero ese no
es el punto aqu. Lo que importa dentro de nuestras preocupaciones acerca de
las leyes causales es que las leyes y las capacidades causales son totalmente
distintas. Esto es as incluso si uno tiene una visin muy diferente a la de las
leyes causales de Cartwright. Ninguna de las visiones de las leyes causales
debatidas actualmente en filosofa se parece en nada a una visin de la
capacidad, ni tampoco los mtodos estndar para las pruebas de las leyes
causales sirven bien para el establecimiento de capacidades. Las capacidades
pueden ser de utilidad para predecir lo que sucede cuando fijamos una poltica
o construimos nuevos dispositivos tecnolgicos. Eso, sin embargo, no salva
las leyes causales. Al presentar las capacidades, Cartwright nunca quiso
socavar las leyes causales. Sin embargo, centrar la distincin entre las
capacidades y las leyes causales apunta hacia el problema
en relieve: somos muy buenos para averiguar acerca de las leyes causales,
pero una vez que lo hemos hecho cul es su posible utilizacin?
V. Soluciones?
Hay una serie de estrategias que uno podra adoptar para hacer frente a las
preocupaciones acerca de la utilidad de las leyes causales. Ninguno realmente
funciona.
a. Abandonar las Leyes Causales. La primer solucin obvia a estos problemas
es abandonar las leyes causales. Ir por lo que necesitas. En el caso de
Cartwright esto son las capacidades. No es una ley causal la que est en
funcionamiento cada vez que el imn logra recoger el pendiente. Esta es en
cambio, su capacidad. Sin embargo, la visin de Cartwright es
metafsicamente pesada. Postula poderes en exactamente la misma forma que
Hume despreciaba. Las capacidades requieren tres distinciones 1) la presencia
de la capacidad (por ejemplo, cada vez que el imn est presente tambin lo
est la capacidad de atraer objetos metlicos), 2) el ejercicio de la capacidad
(la atraccin del pendiente) y 3) el resultado real (el movimiento - o no - del
pendiente). Hume permite un mximo de dos de ellos, pero los tres son
necesarios para hacer el trabajo.
VERSIN PRELIMINAR
Si seguimos el ataque a las leyes de Sandra Mitchell, tambin podemos

eliminar la causalidad. Mitchell seala que para su uso no necesitamos leyes,
ipso facto, no necesitamos leyes causales. Cualquier verdad puede ser til,
siempre y cuando sea cierto donde se propone utilizarla para la prediccin.
Classic
instrumentalism tambin puede ser visto como una forma de

abandonar la causalidad yendo directamente a lo que necesitamos, muy en
lnea de la propuesta que tomamos de Mitchell. La ciencia no tiene que
establecer leyes, lo que se necesita son instrumentos que nos den resultados
(suficientemente) buenos para las predicciones que queremos hacer.
A pesar de que suena muy liberador, eliminar la causalidad no nos libra de
nuestros problemas. En primer lugar, no salva las leyes causales Son stas
slo un esfuerzo intil despus de todo? En segundo lugar, todava tenemos
que averiguar tanto la forma de establecer y cmo utilizar cualquier nocin de
sustitucin propuesta Qu afirmaciones sern verdad en un contexto
particular? Cmo debemos utilizarlos y cmo establecemos que van a ser
verdad? Abandonar la causalidad no da ningn puente entre la entrada del
idioma y la salida; entre el mtodo y el uso. Slo promete que uno puede
construir otro puente, ms adelante en el camino.
b. Doblaje. Una segunda solucin es ir a por lo que se necesita y apodarlo
causalidad. Este enfoque es tpico de la econometra. Lo que hace de la
causalidad en la econometra es su "estructura", representada en las ecuaciones
estructurales. As que, qu es la estructura? Las ecuaciones estructurales son
ms o menos las que pueden ser invocadas por las predicciones que queremos.
Pero de nuevo esto construye ningn puente entre la entrada de idioma y la
salida, del mtodo a su uso. La econometra es muy buena para decir cmo
estimar los parmetros de las ecuaciones estructurales - esto se parece mucho
a la entrada del lenguaje. Pero no hay una buena teora de lo que la estructura
es, tal que se adapte tanto con una buena teora de la "adecuacin del modelo"
- lo que hace que est bien afirmar un conjunto de ecuaciones "estructurales"
frente a los datos - y al
mismo tiempo con el supuesto de que el modelo puede ser utilizado para la
prediccin mediante la intervencin o en situaciones nuevas.
VERSIN PRELIMINAR
Para reforzar este punto, pasemos a una visin de la causalidad ofrecida por el
macroeconomista y metodlogo Kevin Hoover que parece orientada al uso, a
diferencia de las explicaciones filosficas que hemos visto hasta ahora y ms
parecido a las visiones de manipulacin e intervencin familiar. (Hablamos de
Hoover en vez de los filsofos, en parte, como una manera de introducir su
obra a los lectores fuera de la filosofa de la economa y en parte porque
podemos ilustrar nuestro punto limpiamente con l). Hoover define causalidad
directamente en trminos de los efectos que pueden ser alcanzados por la
manipulacin, la manipulacin real.
Hoover: C provoca E si y slo si cualquier cosa que podemos hacer para
arreglar C corrige parcialmente E, pero no al revs.
Aunque esta definicin asegura una conexin entre la causalidad y la
manipulacin, los tipos de relaciones que llama 'causal' no contaran como
causal en los libros de todo el mundo - como las teoras probabilsticas de la
causalidad, las teoras del proceso causal o visiones hipotticas del tipo Lewis.
La figura 2 proporciona un ejemplo de un mecanismo sencillo para ilustrar,
donde la Us son 'palancas de poltica' - cantidades que podemos manipular, y
las lneas continuas con flechas representan pura causalidad 'mecnica', como
empujar una palanca en un extremo para activar un artefacto al otro extremo.
La lnea punteada representa la causalidad Hoover.
Figura 2
Si Hoover tiene razn sobre qu es la causalidad, podemos ver por qu las
causas debido a su propia naturaleza pueden ofrecer predicciones sobre las
estrategias para manipular el mundo. Pero muchos no quieren permitir que la
visin de Hoover sea una de la causalidad en absoluto. Ms importante, la
visin est totalmente arraigada en uso y no suministra ningn puente para
llegar all desde el mtodo. Conocer los hechos causales-Hoover sin duda ser
til en la prediccin de los efectos de las intervenciones de poltica. Pero
cmo se aprenden estos hechos en primer lugar? De hecho, muchos mtodos
estndar para la inferencia causal rendirn veredictos errneos vis-a-vis la
causalidad Hoover (por ejemplo, mtodos que buscan los procesos causales y
conexiones fsicas), muchos no suelen ser aplicables (por ejemplo,
experimentos de Galileo y la investigacin hipottica de Lewis en los casos en
VERSIN PRELIMINAR
que el milagro como la intervencin no est entre aquellos que podemos

hacer), y muchos no darn respuestas a las relaciones causales donde un
veredicto ms matizado podra ser de ms ayuda (por ejemplo, cuando E
cambia bajo algunas manipulaciones de C pero no en otras, C no ser una
causa-Hoover de E).
c. Add-ons. Una tercera forma es ser ms exigentes. Requerir condiciones
para tanto el mtodo como para el uso. Woodward sigue esta ruta. Adems de
la invariancia de nivel, l requiere modularidad para que una relacin pase
por una ley causal.
Modularidad: debe haber al menos una forma de intervenir para cambiar
cualquier causa verdadera.
El efecto de este requisito es que cada variable que aparece en una ley causal
operando en una situacin puede ser cambiada sin cambiar nada ms excepto
los efectos de cambiar esa variable. De nuevo, esto es un cambio milagroso'.
Qu justifica esto como una condicin sobre causalidad? Wodward es claro:
sta adicin nos permite utilizar la relacin en cuestin para las predicciones
acerca de las manipulaciones. Esa es la razn por la que, creemos, que
Woodward llama a su visin de causalidad con indiferencia una visin
"invariancia" y una visin "manipulable".
Como respuesta a nuestras preocupaciones, no es satisfactoria sin embargo. En
primer lugar, avala el uso de las leyes causales para predecir los resultados de
manipulaciones, no para las manipulaciones que podramos estar previendo,
pero slo para tipos muy especiales de intervenciones milagrosas que
modifican la causa y nada ms. Estos son los tipos de manipulaciones que se
exigen en un experimento de Galileo o hipottico de tipo Lewis. Que bien
puede ser la forma en que vienen a jugar un rol muy especial en el relato de
Woodward. Son buenos para una manera muy especial de probar las leyes
causales. Pero no son buenos para mostrar por qu el conocimiento de las
leyes causales es til para predicciones polticas reales.
A este respecto, los econometristas David Hendry y Robert Engle lo hacer
mejor. En primer lugar, requieren que las causas sean exgenas. Este es un
concepto tcnico que tiene que ver con la estimacin eficiente de los datos.
Eso facilita la entrada de idioma. Qu pasa con la salida del idioma? Ellos
VERSIN PRELIMINAR
exigen eso tambin: antes de llamar a una relacin "causal", ellos requieren
que no slo sea exgena, sino tambin 'superexgena', que es una nocin
relativa. Una relacin es superexgena respecto a un cambio de las polticas
previstas en caso de que siga siendo verdadera bajo ese cambio.
Visiones como las de Woodward, Hendry y Engle son lo que llamamos 'addon'. No proporcionan una visin, una teora, de la causalidad suficientemente
rica como para justificar nuestras normas habituales tanto para el idioma de
entrada y salida de leyes causales. En particular, no ofrecen nada que muestre
por qu nuestros mtodos estndar para inferir leyes causales nos lleva a las
reivindicaciones que se pueden utilizar en las formas propuestas. Ellos
simplemente se niegan a llamar algo una ley causal a menos que pueda ser
admitida por su prueba favorita de causalidad y, tambin, que puede ser
invocado por el tipo de predicciones que describen.
Esto no es en absoluto un puente desde el mtodo al uso. Es simple
mereologa. Y la mereologa no salvar a las leyes causales. Sin la seguridad
de un puente del mtodo estndar al uso, la suposicin de que la afirmacin se
puede utilizar en las formas descritas debe establecerse por su cuenta, de
forma independiente. Pero entonces, por qu molestarse con la primera
mitad? Cul es el objetivo de todo el tiempo, dinero, pensamiento y esfuerzo
que se dedica a poner la etiqueta de causalidad a travs de un uso cuidadoso
de nuestros mejores mtodos si las pruebas que hacen todo el trabajo para
justificar nuestra prediccin son totalmente diferentes? Si la mereologa es la
nica alternativa que queda, parece preferible renunciar a la causalidad por
completo y en su lugar adoptar una de las dos primeras estrategias:
renunciamos a leyes causales y establecemos lo que necesitamos. Luego
llamarlo causalidad si es lo que quieres.
VI. Aparte: Woodward versus Cartwright
Puede ser til antes de concluir yuxtaponer las capacidades de Cartwright y la
demanda de modularidad de Woodward. Las condiciones de Woodward sobre
causalidad refieren ecuaciones integrales:
z = ax + by
Si una ecuacin es invariante en el nivel bajo intervenciones de tipo
milagrosas en las variables del lado derecho, debe ser una ley causal bajo los
VERSIN PRELIMINAR
axiomas de Cartwright. Modularidad exige que lo llamemos una ley causal

slo si hay una intervencin del tipo milagrosa para cada variable del lado
derecho.
Las capacidades de Cartwright son tendencias causales asociadas con
caractersticas individuales. La fuerza de la capacidad se mide en
experimentos Galileanos.
En una ecuacin similar a la anterior, si las cantidades designadas por x e y
ambos tienen capacidades con respecto a z, entonces "a" es la fuerza de la
capacidad de X para producir z y ' b' es la fuerza de la capacidad Y para
producir z. Tenga en cuenta que no hay ninguna suposicin de que la ecuacin
es invariante Lo que la ecuacin mantiene es relativo a un entorno particular, a
una disposicin particular de causas. Los coeficientes, sin embargo, son
invariantes. La hiptesis de que x e y tienen capacidades con respecto a z
garantiza que produzcan la misma contribucin (a saber ax y by) cada vez que
estn presentes. Tal que puedan ser utilizadas para construir nuevas ecuaciones
para describir situaciones en las que estn presentes con otras causas y una sin
la otra.
Los mecanismos de Woodward y las capacidades de Cartwright son ambos
difciles de establecer. Ms all de eso, sin embargo, tienen limitaciones y
ventajas complementarias. Para Woodward, toda la ecuacin causal es
invariante. Esto es bueno para la prediccin, pero malo para el alcance;
estamos limitados a las predicciones en situaciones nuevas que tienen
exactamente el mismo conjunto de causas operando. Asimismo, las leyes
causales de Woodward describen qu ocurre bajo las intervenciones de tipo
milagrosas. Esto, tambin, es perjudicial para el alcance. No se puede realizar
fcilmente milagros, por lo que nuestras leyes causales no ayudarn mucho
con las predicciones sobre cambios en la vida real. An, para Woodward hay
al menos una manera de utilizar una ley causal para la prediccin y tal vez
ser mejor que encontremos ese camino.
Las capacidades, por el contrario, son buenas para el alcance. Una vez
establecidas, las capacidades se pueden llevar a nuevos entornos (frente a las
preocupaciones de la validez externa) e incluso, para las capacidades
fundamentales, a travs de diferentes estructuras subyacentes (tratando con
VERSIN PRELIMINAR
los capacitadores inestables). Por ejemplo, ahora que se ha establecido que los
imanes tienen la capacidad de atraer objetos metlicos, la atraccin puede ser
invocada con confianza en nuevas configuraciones. Pero las capacidades no
son tan buenas como podramos esperar para la prediccin. Lo que est
garantizado con una capacidad es que se va a producir una contribucin fija.
Esta es la parte que a Hume no le gustara. Lo que ocurre en realidad es
mucho ms difcil de predecir, ya que depende de qu otras causas estn
operando y lo que todas sus contribuciones en conjunto suman.
Hay buenos casos, por supuesto, en las ciencias, donde conocemos un
conjunto de capacidades, cada una con su contribucin fija, y tambin
conocemos una regla de composicin de cmo las contribuciones suman.
Fuerzas de la mecnica y su estado de vector (rule of vector) son el
paradigma. Y es este paradigma al que Mill acude cuando defiende el papel de
las tendencias estables (de la que se copian las capacidades de Cartwright) en
la economa. Pero Anna Alexandrova y Julian Reiss argumentan que, tanto en
sus estudios de modelos econmicos, para la mayora de los casos, incluso
casos en los que estamos fuertemente inclinados a atribuir capacidades, la
esperanza de Mill para encontrar una regla de composicin es tonta.
Considere, por ejemplo, el caso de la subyugacin de las mujeres. Bien
podramos admitir que las mujeres tienen la capacidad de liderazgo e
inteligencia. Qu ocurrir cuando esta capacidad funcione en una variedad de
situaciones de la vida real? Es realmente razonable suponer que en cada
entorno,
un conjunto, posiblemente uno grande, de otras causas cada una con su propia
capacidad est trabajando y que el resultado de todas actuando juntas puede
ser calculado por una regla fija de composicin? Incluso en el caso del imn
esta imagen parece sospechosa. Desde luego, hay casos en los que todas las
causas que afectan el movimiento de un objeto metlico, se pueden representar
claramente como vectores de fuerza, la fuerza magntica entre, y el
movimiento resultante calculado a travs de la suma de vectores y la regla de
que la aceleracin del objeto metlico es igual la fuerza resultante dividida por
la masa del objeto. Pero es un gran salto de fe suponer que el polvo y las
telaraas entre las tablas del suelo pueden ser reglamentados en este cuadro
VERSIN PRELIMINAR
ordenado. La mejor Cartwright estara dispuesta a apostar que es cierto es que

el imn podra levantar el pendiente. Y esto sigue siendo una prediccin dbil!
VII. Dos acciones, dos orillas, dos problemas
Hemos distinguido entre
1. dos acciones: causas de caza (hunting causes) y causas de uso (using
causes)
toman lugar en
2. dos orillas: metodologa y polticas
que no pueden ser conectados (bridged) debido
3. dos problemas: facilitadores inestables y validez externa.
En conjunto, stos pintan un cuadro triste para las leyes causales. En las
visiones corrientes o bien es fcil explicar por qu una u otra de nuestros
mejores mtodos para la caza de las leyes causales pueden ser confiables o es
fcil explicar por qu las leyes causales pueden ser utilizadas para las
predicciones cuando nos proponemos cambiar el mundo. Pero ninguna visin
en oferta hace ambos a la vez muy bien. Hay dos conclusiones obvias:
Conclusin 1: El estado de la filosofa refleja el estado de la naturaleza. Las
leyes causales no valen el papel en el que estn escritas. Se encuentran
fcilmente - y est claro por qu nuestros mejores mtodos para la bsqueda
de ellos trabajan muy bien: simplemente son "lo que los resultados de este
mtodo". O pueden ser utilizadas como nosotros queremos. Pero nuestros
mtodos elaborados para testear no son ni necesarios ni suficientes para las
afirmaciones que dan conclusiones verdaderas acerca de las manipulaciones
polticas. Por lo cual podramos tirar todas esas pruebas elaboradas.
Conclusin 2: Hay un montn de trabajo por delante para la filosofa:
encontrar buenas, ricas teoras de la causalidad que den sostn al mtodo y al
uso de un solo golpe.
Podemos esperar la Conclusin 2, pero como siempre la prueba de fuego ser
cuando tengamos la teora en nuestro plato y cortemos al medio para encontrar
en el interior no slo una, sino las dos monedas de seis peniques de la caza y
el uso juntas.
VERSIN PRELIMINAR
Referencias:
Alexandrova, Anna (2006), Connecting Economic Models to the Real World, Philosophy
of the Social Sciences, 36: 173-192.
Cartwright, Nancy (2007), Hunting Causes and Using Them, Cambridge University Press.
Cartwright, Nancy (2006), Where is the Theory in our Theories of Causality?, Journal of
Philosophy, Vol. CIII, no. 2. 2006, 55-66.
Cartwright, Nancy (2003), Two Theorems on Invariance and Causality, Philosophy of
Science 70, 203-224; reprinted in Cartwright (2007) Hunting Causes and Using Them,
Cambridge University Press.
Cartwright, Nancy (1999), The Dappled World, Cambridge University Press.
Cartwright, Nancy (1989), Natures Capacities and their Measurement, Oxford University
Press.
Cartwright, Nancy (1979) Causal Laws and Effective Strategies, Nous, 13, 4, 419-37 (also
published in Cartwright (1983) How the Laws of Physics Lie, Oxford University Press).
Efstathiou, Sophia (2009a) Nomological machines in science practice, unpublished
manuscript.
Efstathiou, Sophia (2009b) From Methods to Use: Is there a Here and There?, unpublished
manuscript.
Engle, R. , Hendry, D. and Richard, J. F. (1983), Exogeneity, Econometrica, 51, 277-304.
Gasking, Douglas (1955), Causation and Recipes, Mind 64, 479-87.
28
Giere Ronald (1979), Understanding Scientific Reasoning. New York: Holt, Rinehart &
Winston.
Harper, W. L., Stalnaker, R. and Pearse, G. (eds.) (1981), Ifs: Conditionals, Belief, Decision,
Chance and Time, Dordrecht: Reidel.
Hendry, David (2001) Causality in Macroeconomics, Cambridge University Press.
VERSIN PRELIMINAR
Hendry, David (2004) Causality and Exogeneity in Non-stationary Economic Time-Series,

Causality: Metaphysics and Methods Technical Report CTR 18-04, CPNSS, London School
of Economics.
Hoover, Kevin (2001), Causality in Macroeconomics, Cambridge University Press,
Cambridge.
Lewis, David (1973), Causation, Journal of Philosophy, 70, 556-67.
Lucas, Robert (1981), Economic Policy Evaluation: A Critique, in Studies in Business
Cycle Theory, Basil Blackwell.
Lucas, Robert (1988), On the Mechanics of Economic Development, Journal of Monetary
Economics, January 1988, 22, 3-32.
Menzies, Peter and Huw Price (1993), Causation as a secondary quality, British Journal
for the Philosophy of Science 44, 187203.
Mill, John Stuart (1869 [1997]), The Subjection of Women, Dover Publications, 1997.
29
Mill, John Stuart (1836 [1967]) On the Definition of Political Economy and on the Method
of Philosophical Investigation in that Science, reprinted in Collected Works of John Stuart
Mill, vol. IV, Toronto: University of Toronto Press
Mitchell, Sandra (2003), Biological Complexity and Integrative Pluralism, Cambridge
University Press.
Reiss, Julian (2007) Error in Economics: The Methodology of Evidence-Based Economics,
London: Routledge.
Suppes, Patrick (1970), A Probabilistic Theory of Causality, Amsterdam: North Holland.
Von Wright, Georg Henrik (1971), Explanation and Understanding, Cornell University
Press.
Woodward, James (2003), Making Things Happen, Oxford University Press.
VERSIN PRELIMINAR

Traduccion Nancy Cartwright La Búsqueda de Causas y Su Aplicación V Final

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Traduccion Nancy Cartwright La Búsqueda de Causas y Su Aplicación V Final

Diunggah oleh

Hak Cipta:

Format Tersedia

Traduccin de Evelyn Simoni y Juaqun Torre en el marco del curso de Epistemologa de la Economa,

Ctedra Marqus, Profesores: Weisman - Berneman

Centre for the Philosophy of Natural and Social Science

Hunting Causes and Using Them:

Series Editor: Damien Fennell

Cazando causas y utilizndolas.

1. Dos acciones: Buscando causas y usando causas.

Las nocines filosficas y econmicas de causalidad estn generalmente

El nivel invariante de James Woodward

2.1 Facilitadores inestables:

USA solo pegotea un poco ms el trabajo (GUM UP THE WORK). Para la

La invariancia de nivel: Una relacin entre aparentes causas y efecto

Uno puedo resolver matemticamente (2) para la presin en trminos de la

que es causal. Pero sortea la invariancia de nivel el problema de Mill y

aislando un sistema experimental de las interferencias anteriores y/o haciendo

P (E/C&K) > P (E/C&K)

cuando cambia C solamente en la disposicin especificada de los

III. Facilitadores Inestables y Validez Externa: el mismo problema desde

modificaciones que surgen cuando nos movemos en el espacio, desde los

equivalentes en este sentido (La figura 1 representa cmo se hace la

problemas que planteamos, en escala mayor. Como versin de la teora

Si seguimos el ataque a las leyes de Sandra Mitchell, tambin podemos

instrumentalism tambin puede ser visto como una forma de

que el milagro como la intervencin no est entre aquellos que podemos

axiomas de Cartwright. Modularidad exige que lo llamemos una ley causal

ordenado. La mejor Cartwright estara dispuesta a apostar que es cierto es que

Hendry, David (2004) Causality and Exogeneity in Non-stationary Economic Time-Series,

Anda mungkin juga menyukai