4t Té dades numèriques?
400
Si en una afirmació es pot mesurar el que es vol expressar, és a dir, si es pot argumentar amb números, serà molt més creïble, més objectiu. El que no es pot mesurar, és a dir, l'ambigu i el qualitatiu, pot tenir moltes explicacions i interpretacions subjectives.
Ho explicarem amb un senzill exemple: És tardor i en aquesta estació el temps és molt variable. És a dir, un dia pot fer calor i al següent fred, un dia plou i al següent està assolellat… Tu estàs a casa i has de decidir quina roba uses per a sortir al carrer. Mires per la finestra i veus a un veí suant vestit amb pantalons curts i samarreta de màniga curta.És clar!És calor fora!, penses. Has hagut de sortir de casa i tornar a tota velocitat a canviar de roba perquè estaves fred.
El que veiem moltes vegades no és el que pensem i es pot complir el que diu el refrany: “La meitat buida i l'altra meitat bufo”, per la qual cosa cal buscar evidències per a veure si les creences són certes. En aquest cas, un pensador crític analitzaria la informació i intentaria trobar proves per a comprovar el que pensa. És a dir, s'intentaria conèixer la temperatura del carrer. Indica que l'app del telèfon mòbil realitza 12 °C al carrer. Ara sí, a través del mesurament has aconseguit una dada objectiva i tens un fort argument per a decidir quina roba vesteix.
Per què estava suant el veí? Moltes raons poden explicar el que has vist des de la finestra: per exemple, ve de fer esport. El que és clar és que l'observació inicial (mirar per la finestra) no era suficient per a treure conclusions sobre la temperatura que fa i prendre decisions a partir d'aquestes conclusions.
L'exemple deixa clar que els arguments seran més consistents si els criteris per a decidir alguna cosa o per a analitzar la credibilitat d'una informació són mesurables (o estan basats en dades creïbles).
Tot l'anterior no vol dir que alguna cosa inmedible sigui fals; sens dubte, molts temes qualitatius afloren veritats, però sense basar-se en dades és més difícil defensar la seva credibilitat.
Importància i riscos de l'estadística
Hem vist que els arguments, quan es completen amb dades de paràmetres mesurables, són més creïbles, però aquestes dades també han de ser creïbles, per la qual cosa les dades utilitzades per a argumentar qualsevol afirmació també són correctes. Les dades científiques no serveixen per a res sense estadístiques i per a ser acceptables han de complir uns requisits mínims.
La mostra, per exemple, és molt important per a extreure conclusions basades en dades. Perquè els arguments basats en dades siguin consistents és necessari utilitzar mostres estadísticament representatives.
Per exemple, suposem que volem conèixer l'opinió de la població basca sobre les corregudes de toros. Preparem una enquesta per a analitzar les dades i preguntem a 100 usuaris d'una residència d'ancians de Donostia la seva opinió sobre les corregudes de toros. 75 persones han respost que els agraden les corregudes de toros, altres 20 no els agraden les corregudes i la resta no opinen sobre les corregudes de toros. Segons aquestes dades, podem dir que el 75% de la població del País Basc se sent atreta per les corregudes. Diries que l'afirmació anterior és creïble?
Un pensador crític tindria clar que l'afirmació anterior no és correcta. D'una banda, perquè la grandària de la mostra no és l'adequat; és molt petit per a concloure l'opinió de la població basca sobre qualsevol tema. D'altra banda, perquè només s'ha preguntat als habitants de Donostia, per la qual cosa no recull l'opinió de tot Euskal Herria. I finalment, perquè s'ha fet als usuaris d'una residència d'ancians; no reflecteix l'opinió de la gent de totes les franges d'edat.
Amb l'exemple anterior queda clar, per tant, que per a creure les dades cal comprovar quin és l'origen dels mateixos i si són correctes.
La correlació és un altre concepte estadístic que cal utilitzar amb molta cura a l'hora de formular un argument, ja que la correlació no sempre significa causalitat. La causalitat es refereix a la causa i l'efecte d'un fenomen, en el qual alguna cosa provoca directament un canvi d'una altra cosa. La correlació és la comparació o descripció entre dues o més variables. Per tant, la correlació no significa sempre causalitat, és a dir, que dos fenòmens es produeixin simultàniament no significa que un hagi produït l'altre.
Hi ha una altra fal·làcia associada, coneguda com “Cum hoc ergo propter hoc”, que diu que quan tenim dos successos que ocorren junts, un és la causa de l'altre.
Per exemple, analitzem el següent argument: Molts consumidors de drogues tenen problemes psiquiàtrics i molts amb problemes psiquiàtrics consumeixen drogues. Per tant, el consum de drogues genera problemes psiquiàtrics. Encara que la conclusió pot ser certa, l'argument és fals, ja que la correlació entre el consum de drogues i els problemes psiquiàtrics no pot garantir la relació causa-efecte. El consum de drogues pot ocasionar problemes psiquiàtrics, però també pot ocórrer que els problemes psiquiàtrics ocasionin consums de drogues, o que tots dos siguin deguts a un tercer, o que no existeixi una relació entre tots dos fets i sigui una casualitat.
Quan dos successos ocorren alhora, pot resultar temptador admetre que un provoca l'altre, però, a més de la correlació estadística, es necessita més informació per a concloure adequadament que existeix una relació causal entre un i un altre succés.
Mesura de líquenes:.
Com s'ha comentat en els paràgrafs anteriors, és més fàcil argumentar una afirmació o informació mesurable, però el mesurament ha de ser objectiva. Per tant, el número de líquenes de les informacions que es reben de les xarxes socials no serveix per a garantir la credibilitat, i el gust de molta gent no vol dir que el que s'indica sigui cert.
Si en llegir una informació la gent coincideix amb el que es diu en ella, rep molts líquenes, però això no ho fa. Això està molt relacionat amb una altra fal·làcia denominada argumentum ex populo. Els arguments ex populo s'utilitzen en els discursos populistes, en la política, en els mitjans de comunicació i en els debats quotidians, utilitzant frases com: “I no ho dic jo, tothom ho diu”, “La majoria de la gent té la meva mateixa opinió”, “Tothom sap que això és així”, etc.
Aquesta fal·làcia es basa en l'ús inadequat de la lògica, ja que les coses mai són certes perquè algú les coneix (o perquè tothom les coneix), sinó perquè coincideixen amb les evidències demostrades. Per tant, cuidat amb les informacions que tenen molts Likes o es converteixen en trending topic, ja que el nombre de seguidors no garanteix la seva credibilitat.
Zu idazle
Zientzia aldizkaria
