Preguntas y mediciones
Cómo una idea viaja desde su primera propuesta hacia el libro de texto — y el experimento que la mueve a continuación.
La pregunta recorre este libro: ¿qué puede hacer el vacío y cómo lo mediríamos? El efecto Casimir, los experimentos de conversión de energía y los mecanismos de propulsión propuestos plantean preguntas distintas. Sigue cada una hasta su aparato, su cálculo y su fuente original.
Un experimento de propulsión debe contabilizar el momento y la energía. Una nave que no lleva propelente sigue teniendo que cuadrar su momento y su energía: algo tiene que llevarse el momento que la nave gana, y algo tiene que pagar el trabajo. La propuesta de este libro no es que esas cuentas dejen de cuadrar. Es que el propio vacío es la otra parte en ellas — y eso es una afirmación que hay que medir, no proclamar. La página del método (en inglés) recoge cómo aplica este sitio esa disciplina.
Calibrar tu juicio
Dos hábitos se saltan ese paso. Uno acepta una afirmación porque es emocionante. El otro la rechaza porque es incómoda. Ambos deciden antes de mirar. Empieza por las observaciones y cómo se obtuvieron.
Lee la fuente y diseña la prueba
Una medición de la fuerza de Casimir describe la respuesta de un instrumento en condiciones concretas. Lee la geometría, la calibración y la incertidumbre antes de relacionar el resultado con otro dispositivo. La fusión por confinamiento en red de la NASA, los modelos de vacío superfluido y los experimentos de energía de punto cero requieren la misma atención.
Una patente de Pais (en inglés) registra una invención y su funcionamiento propuesto. Para conocer el comportamiento de un dispositivo, busca sus condiciones de prueba y la salida medida. Una pregunta útil es qué observación distinguiría el mecanismo propuesto de otra explicación.
Prueba con un artículo: identifica la magnitud medida, el experimento de comparación y la incertidumbre indicada. Describe después una medición que otro laboratorio pueda repetir. Conserva el artículo junto a tus notas para que cada número siga unido a su fuente.
Nombrar el próximo experimento
Para cada afirmación importante escribimos por adelantado la medición que la movería. Esa sola línea convierte una idea en un programa de investigación. Te dice hacia dónde apuntar el instrumento, y te dice qué significará un resultado antes de tenerlo.
El mejor trabajo de este campo hace exactamente eso. Dice de antemano qué lo movería, y luego va y mide. Varios grupos lo hicieron esta temporada, y los conocerás al final de este capítulo.
Cuando líneas separadas coinciden
La confianza crece más rápido cuando corrientes independientes llegan a la misma respuesta. Una patente, una medición de laboratorio y una predicción teórica que nunca supieron una de otra son tres pistas, y ese es el patrón que vale la pena cazar. Diez recuentos de una misma afirmación siguen siendo una sola afirmación. Por eso este libro siempre vuelve al documento primario: el artículo, la patente, el archivo publicado.
Cuando dos resultados cuentan como uno
Aumenta la incertidumbre compartida. Las mediciones siguen siendo dos informes, pero su error combinado deja de reducirse como si fueran independientes.
La regla de Bayes recompensa las predicciones concretas. Dos laboratorios pueden aportar información adicional si los errores de sus mediciones son independientes. Diez artículos sobre la misma medición no crean diez experimentos. Compartir instrumentos, datos o supuestos también puede hacer dependientes resultados aparentemente separados.
Pon el método en práctica
Elige una predicción, nombra el instrumento y anota el resultado esperado antes de probar. Incluye la incertidumbre: una diferencia pequeña puede corresponder a la variación normal del instrumento. Registra lo ocurrido aunque cambie tu explicación. Así puedes seguir la investigación desde una idea interesante hasta un experimento útil.
Lo que el campo aportó — julio a septiembre de 2026
Dos meses de material nuevo dieron a este capítulo práctica fresca en la parte del método que hace el trabajo de verdad: volver al registro primario antes de repetir nada. Varias afirmaciones que llegaron esta temporada como titular resultaron ser, al mirarlas, el anuncio de una empresa, o una prepublicación, o una entrevista — cada una de ellas vale la pena leerla, y ninguna es una medición independiente. Nombrar cuál tienes en la mano no es escepticismo. Es el primer paso del cálculo de arriba, porque es lo que fija P(E) honestamente.
La temporada también mostró cómo se actualiza un buen investigador. Equipos de este campo publicaron resultados que no superaron sus propios filtros, y revisaron en público. Revisar una hipótesis conforme llegan los datos no es debilidad; es el método. Y la propia historia desclasificada del U-2 por parte de la CIA — avistamientos que la agencia sabía que eran aviones y dejó pasar como ovnis — es el recordatorio documentado de que a veces las instituciones prefieren una historia pública extraña a una clasificada, y por eso este capítulo pide documentos primarios. Esta temporada trajo varios. Detalles en el registro de investigación, y el propio proceso editorial está descrito en la página del método (en inglés).
Fuentes
Este es un capítulo de método; sus "fuentes" son las herramientas que toma prestadas, todas canónicas.
Primarias / canónicas
- Bayes & Price (1763), "An Essay towards solving a Problem in the Doctrine of Chances," Phil. Trans. R. Soc. 53, 370. DOI 10.1098/rstl.1763.0053. Dominio público.
- K. Popper, The Logic of Scientific Discovery (ed. inglesa 1959) - la disciplina de decir por adelantado qué te haría cambiar de opinión.
- E. T. Jaynes, Probability Theory: The Logic of Science (CUP, 2003) - tratamiento bayesiano moderno.
De dónde viene la formulación del listón de evidencia
- M. Truzzi (1978), "extraordinary claims require extraordinary proof," Zetetic Scholar 1 - la formulación moderna; C. Sagan, Cosmos (1980, ep. 12) la popularizó; la idea de fondo es de Laplace.
Contar líneas independientes, hecho cuantitativo (más allá del corpus de fuentes)
- J. Ioannidis (2005), "Why Most Published Research Findings Are False," PLoS Med. 2(8):e124, acceso abierto en 10.1371/journal.pmed.0020124 - probabilidades previas x potencia x sesgo; la aritmética detrás de "una réplica independiente es la unidad de evidencia."
- "Risk and Scientific Reputation: Lessons from Cold Fusion," arXiv:2201.03776 - cómo se juzga una gran afirmación energética, y cómo un campo vuelve atrás y la vuelve a probar (un ejemplo práctico recurrente en el Cap. 12).
Donde coinciden tradiciones separadas: las herramientas anteriores vienen de la teoría de la probabilidad, la filosofía de la ciencia y la metaciencia. Se construyeron para trabajos distintos y llegan a la misma disciplina - la convergencia que este libro está hecho para buscar.