{{HeadCode}}

Por

Nathan Auyeung

Razonamiento deductivo explicado: lógica y errores comunes

Foto de perfil de Nathan Auyeung

Nathan Auyeung

Contador Senior en EY

Graduado con una Licenciatura en Contabilidad, completó un Diploma de Postgrado en Contabilidad.

El razonamiento deductivo es el único tipo de razonamiento que viene con una garantía. Si las premisas son verdaderas y la estructura es correcta, la conclusión no puede ser falsa. Esa es una promesa más sólida que la de cualquier otra forma de argumento, y es por eso que la deducción se encuentra en la base de las matemáticas, la lógica formal y la manera en que se prueban las hipótesis en la ciencia.

También es donde habita un error de investigación específico y muy común. A continuación: qué es realmente la deducción, la diferencia entre un argumento válido y uno verdadero, las cinco formas que vale la pena conocer, las dos formas inválidas que engañan a casi todo el mundo y cómo se manifiesta todo esto al escribir la sección de resultados.

<CTA title="Construye argumentos que se sostengan" description="Jenni te ayuda a estructurar tu razonamiento, contrastar afirmaciones con fuentes y escribir con la máxima precisión" buttonLabel="Prueba Jenni gratis" link="https://app.jenni.ai/register" />

¿Qué es el razonamiento deductivo?

El razonamiento deductivo se mueve desde afirmaciones generales hacia una conclusión específica que se deriva necesariamente de ellas. Por esa razón, a menudo se le llama razonamiento descendente (top-down). Comienzas con algo que se acepta como verdadero, lo aplicas a un caso particular y la conclusión se impone por sí sola.

El ejemplo de libro de texto tiene tres líneas de extensión:

Todos los mamíferos son vertebrados. Todas las ballenas son mamíferos. Por lo tanto, todas las ballenas son vertebrados.

No hay nada nuevo que aparezca en la conclusión. Todo lo que dice ya estaba contenido en las premisas, que es precisamente por lo que se mantiene la garantía y también por lo que la deducción nunca puede, por sí sola, decirte algo genuinamente nuevo sobre el mundo. Compáralo con el razonamiento inductivo, que se mueve desde observaciones específicas hacia una afirmación general y gana contenido nuevo a costa de la certeza. Observar mil cisnes blancos respalda la afirmación de que todos los cisnes son blancos, pero no la demuestra de manera absoluta.

Validez y solidez no son lo mismo

Esta distinción aporta más claridad que cualquier otra idea en esta página, y la mayoría de las personas que usan la palabra "válido" de manera informal no lo están haciendo correctamente.

Un argumento deductivo es válido cuando su estructura garantiza la conclusión: como lo expresa la Internet Encyclopedia of Philosophy, un argumento válido es aquel cuya forma es tal que, si las premisas son verdaderas, la conclusión debe ser verdadera. La validez no dice absolutamente nada sobre si las premisas son realmente verdaderas en el mundo real.

Un argumento es sólido cuando es válido y todas sus premisas son, de hecho, verdaderas. La solidez es la propiedad que realmente deseas conseguir.

Aquí tienes un argumento perfectamente válido que es completamente insólido:

Todas las aves pueden volar. Los pingüinos son aves. Por lo tanto, los pingüinos pueden volar.

La lógica es impecable. Sin embargo, la primera premisa es falsa, por lo que la conclusión no tiene valor. Esto importa enormemente en la escritura académica, porque una revisión de la literatura es una cadena de argumentos construidos sobre premisas que tú mismo no verificaste. Tu razonamiento puede ser impecable y tu conclusión seguir siendo errónea porque un hallazgo citado no se pudo replicar. Auditar tus premisas es una tarea independiente de comprobar tu lógica, y saber qué hace que una fuente sea creíble es la clave para lograrlo.

<ProTip title="🗝️ Idea clave:" description="La validez tiene que ver con la estructura y la solidez con la verdad. Cuando alguien califique un argumento de válido, pregúntale si se refiere a que el razonamiento se sostiene o a que la conclusión es correcta, porque son afirmaciones diferentes" />

Ejemplos cotidianos de razonamiento deductivo

La deducción no se limita a las clases de lógica. La mayoría de las personas la usan constantemente sin nombrarla, y verla en entornos cotidianos hace que las versiones formales sean más fáciles de asimilar.

  • Medicina. Todos los pacientes con esta infección dan positivo en este ensayo. Este paciente dio negativo. Por lo tanto, este paciente no tiene la infección.

  • Derecho. El estatuto se aplica a los contratos firmados después de enero de 2024. Este contrato se firmó en 2022. Por lo tanto, el estatuto no se aplica.

  • Software. Si falta el archivo de configuración, el servicio falla al iniciar. El servicio se inició. Por lo tanto, el archivo de configuración está presente.

  • Matemáticas. Toda demostración es deductiva por construcción. Los axiomas son las premisas y el teorema es la conclusión obligada.

  • Pruebas de aptitud. Las preguntas de razonamiento deductivo te dan un conjunto de reglas y te preguntan qué conclusión se deriva necesariamente, lo cual es precisamente la prueba de validez aplicada bajo la presión del tiempo.

Nota lo diferentes que se sienten estos ejemplos del razonamiento que usas cuando concluyes que un restaurante probablemente es bueno porque a tres amigos les gustó. Ese segundo caso es inducción, y puede ser perfectamente razonable pero aun así estar equivocado.

Las cinco formas que vale la pena conocer

Los argumentos deductivos se presentan en formas reconocidas. Aprender sus nombres no es pedantería: una vez que puedes ver la forma, puedes comprobar un argumento en segundos en lugar de discutir sobre él durante una hora.

Modus ponens

Si P entonces Q. P es verdad. Por lo tanto, Q. Si llovió, el campo está mojado. Llovió. Así que el campo está mojado. Este es el motor de las pruebas de hipótesis y la forma que adopta casi cualquier predicción de investigación.

Modus tollens

Si P entonces Q. Q es falso. Por lo tanto, P es falso. Si el medicamento funciona, los síntomas disminuyen. Los síntomas no disminuyeron. Así que el medicamento no funciona. Esta es la estructura lógica de la falsación, y es la forma que da fuerza a los resultados negativos.

Silogismo hipotético

Si P entonces Q. Si Q entonces R. Por lo tanto, si P entonces R. Si aumenta el financiamiento, aumenta el personal. Si aumenta el personal, disminuyen los tiempos de espera. Por lo tanto, si aumenta el financiamiento, disminuyen los tiempos de espera. Las cadenas de condicionales como esta son la forma en que se construyen los argumentos teóricos a lo largo de una revisión de la literatura.

Silogismo disyuntivo

O bien P o Q. No P. Por lo tanto, Q. O la muestra estaba contaminada o el reactivo había caducado. No estaba contaminada. Así que el reactivo había caducado. Útil para eliminar explicaciones, y peligroso cuando la lista de alternativas está incompleta.

Silogismo categórico

Todo M es P. Todo S es M. Por lo tanto, todo S es P. La forma clásica, con tres proposiciones y exactamente tres clases: un término mayor que es el predicado de la conclusión, un término menor que es su sujeto y un término medio que aparece en ambas premisas pero no en la conclusión.

Dos formas inválidas que parecen válidas

Estas dos merecen más atención que las cinco formas válidas combinadas, porque son persuasivas, extremadamente comunes y producen conclusiones que suenan seguras pero que no se derivan lógicamente.

Afirmación del consecuente. Si P entonces Q. Q es verdad. Por lo tanto, P. Si la teoría se sostiene, las puntuaciones suben. Las puntuaciones subieron. Así que la teoría se sostiene. Inválido, porque alguna otra cosa podría haber elevado las puntuaciones. Esta es la falacia más importante en la investigación empírica, por las razones que veremos en la siguiente sección.

Negación del antecedente. Si P entonces Q. P es falso. Por lo tanto, no Q. Si la teoría se sostiene, las puntuaciones suben. La teoría no se sostiene. Así que las puntuaciones no subirán. Inválido, porque existen otras causas posibles.

Ambas resultan atractivas porque las premisas realmente son relevantes para la conclusión. Sin embargo, la relevancia no implica consecuencia lógica, y la brecha entre ambas es donde habitan la gran mayoría de las afirmaciones exageradas.

<ProTip title="🧩 Control de forma:" description="Reduce un argumento a P y Q antes de evaluarlo. Una vez que quitas el contenido, una forma inválida se vuelve obvia de una manera que nunca lo es mientras las oraciones aún suenan autoritarias" />

Razonamiento deductivo vs. inductivo

La mayoría de las investigaciones utilizan ambos de manera cíclica. La distinción radica en la dirección y en lo que cada uno puede prometerte.


Deductivo

Inductivo

Dirección

De lo general a lo específico, descendente

De lo específico a lo general, ascendente

Promesa

Si las premisas son verdaderas, la conclusión debe ser verdadera

La conclusión es probable, nunca garantizada

Evaluado por

Válido o inválido, sólido o insólido

Fuerte o débil, convincente o no

Contenido nuevo

Ninguno, la conclusión ya estaba en las premisas

Sí, que es la razón por la que se pierde la certeza

Rol en investigación

Prueba de teorías, contraste de hipótesis

Construcción de teorías, hallazgo de patrones

Diseño típico

Experimentos, encuestas que prueban una hipótesis declarada

Teoría fundamentada, trabajo cualitativo exploratorio

La asociación con la teoría es la parte que vale la pena recordar. Como lo expresa Bhattacherjee en su libro de texto de métodos abiertos, la investigación inductiva se enfoca en la construcción de teorías y la investigación deductiva en la contrastación de teorías, y ambas son necesarias para que una disciplina avance.

Cómo funciona el razonamiento deductivo en la investigación

El nombre formal de esta aplicación en investigación es el método hipotético-deductivo: deduces consecuencias observables a partir de la hipótesis que quieres probar y luego sales a investigar. La Stanford Encyclopedia of Philosophy señala que no tiene un único fundador, habiendo sido propuesto por Whewell en el siglo XIX y habiendo recibido su formulación moderna estándar por parte de Hempel en 1966.

En la práctica, la secuencia funciona así. Parte de una teoría extraída de la literatura existente en lugar de inventarla para el estudio. Deduce una predicción que se derive de ella: si la teoría se sostiene, entonces en esta población deberíamos observar este resultado específico. Operacionalízala, lo que significa detallar con precisión cómo se medirá cada concepto, incluyendo la variable, la métrica y cómo se interpretará el resultado. Recopila los datos con las medidas fijadas de antemano, de modo que la predicción realmente tenga la posibilidad de fallar. Luego, informa lo que realmente se deriva de ello, que es el paso donde suelen ocurrir los errores.

Una predicción que debe cumplirse pase lo que pase no es una deducción de una teoría; es simplemente una descripción de la misma. Si no puedes establecer de antemano qué resultado contaría en tu contra, el estudio no está probando nada.

<ProTip title="📐 Estructura:" description="Escribe tu predicción en una sola frase con la siguiente forma: si [teoría] se sostiene, entonces en [población] deberíamos observar [resultado medido]. Si no puedes completar los tres espacios, la hipótesis aún no está lista para ser probada" />

El error de razonamiento detrás de la mayoría de los resultados exagerados

Aquí está la conexión que casi nadie hace explícitamente, y es el concepto más valioso de esta página.

Tu predicción tiene la forma si mi teoría es verdadera, entonces observaré este resultado. Realizas el estudio y observas dicho resultado. ¿Qué se deriva de ello? Formalmente: nada. Concluir que por lo tanto la teoría es verdadera es afirmar el consecuente, la forma inválida que vimos hace dos secciones. Algún otro mecanismo diferente podría estar produciendo la misma observación.

Por esta razón, la lógica funciona mucho mejor en la dirección negativa. Si predijiste el resultado y no lo obtuviste, eso es un modus tollens, y el modus tollens es válido. Karl Popper construyó toda una filosofía de la ciencia sobre esta asimetría, argumentando en La lógica de la investigación científica que es lógicamente imposible verificar una proposición universal por referencia a la experiencia, mientras que un solo contraejemplo genuino basta para falsar la ley universal correspondiente.

La consecuencia práctica se refleja en la redacción misma. Las predicciones confirmadas te autorizan a usar expresiones como consistente con, respalda y según lo predicho por. No te autorizan a usar palabras como demuestra, comprueba que la teoría es correcta o confirma la teoría. Los evaluadores y revisores notan la diferencia, y matizar correctamente aquí transmite competencia en lugar de debilidad.

Una complicación honesta: la falsación real rara vez es del todo limpia, porque cuando una predicción falla, también has estado poniendo a prueba tus medidas, tu muestra y tu manipulación. Un resultado negativo te indica que algo en ese conjunto está fallando, no necesariamente la teoría. Explicar esto con total transparencia en la sección de discusión es el sello distintivo de un redactor riguroso.

<ProTip title="🚫 No tan rápido:" description="Busca en tus resultados y discusión las palabras demostrar, demuestra y probado. En un diseño deductivo, una predicción confirmada nunca prueba de forma absoluta la teoría, y esa elección de palabras suele ser lo que delata a un borrador como inexperto" />

El razonamiento deductivo en la investigación cualitativa

La deducción se suele clasificar dentro del trabajo cuantitativo, lo cual es un error. Tiene un equivalente cualitativo directo en la codificación deductiva, donde construyes tu libro de códigos a partir de una teoría o marco de referencia existente antes de analizar los datos, en lugar de dejar que los códigos emerjan de ellos de manera espontánea.

La versión rigurosa no se limita a imponer el marco de trabajo. Escribiendo en el International Journal of Qualitative Methods, Fife y Gossner describen el análisis cualitativo deductivo como la combinación del trabajo deductivo e inductivo para examinar evidencia que apoye, contradiga, refine y amplíe la teoría analizada, utilizando constructos de sensibilización de la teoría guía que aún deben ganarse su lugar en los resultados y mantenerse fundamentados en los datos.

Dicho de forma sencilla: la teoría te dice dónde mirar. No te dice lo que has encontrado.

El hábito que vale la pena conservar

La deducción no es un concepto abstracto que aprendes una vez y archivas. Es un procedimiento de verificación activa. Cuando un argumento en un artículo te resulte persuasivo, redúcelo a su estructura formal y observa si la conclusión es realmente obligada o meramente sugerida. Cuando escribas tu propia conclusión, pregúntate si se deriva necesariamente de lo que has demostrado o si es solo una explicación plausible entre varias.

<CTA title="Escribe afirmaciones que ningún evaluador pueda desmontar" description="Redacta con las fuentes integradas y verifica cada afirmación frente a lo que la evidencia realmente respalda" buttonLabel="Prueba Jenni gratis" link="https://app.jenni.ai/register" />

Ese hábito se refleja en cada rincón de la escritura académica: en cómo se construye un argumento de investigación, en cómo se describen los métodos y, sobre todo, en la brecha entre lo que un estudio observó y lo que su autor afirma haber demostrado. La mayor parte de la distancia entre un artículo aceptable y uno excelente se recorre precisamente en esa brecha.

Índice de Contenidos

Avanza en tu trabajo más importante, hoy

Escribe tu primer artículo con Jenni hoy sin mirar atrás

Empieza gratis

Sin tarjeta de crédito

Cancela en cualquier momento

Más de 5 millones

Académicos de todo el mundo

5.2 horas ahorradas

En promedio por artículo

Más de 15 millones de

Artículos escritos en Jenni

Avanza en tu trabajo más importante, hoy

Escribe tu primer artículo con Jenni hoy sin mirar atrás

Empieza gratis

Sin tarjeta de crédito

Cancela en cualquier momento

Más de 5 millones

Académicos de todo el mundo

5.2 horas ahorradas

En promedio por artículo

Más de 15 millones de

Artículos escritos en Jenni

Avanza en tu trabajo más importante, hoy

Escribe tu primer artículo con Jenni hoy sin mirar atrás

Empieza gratis

Sin tarjeta de crédito

Cancela en cualquier momento

Más de 5 millones

Académicos de todo el mundo

5.2 horas ahorradas

En promedio por artículo

Más de 15 millones de

Artículos escritos en Jenni