En una publicación de reciente, pregunté cómo podemos aplicar la herramienta matemática del Teorema de Bayes al argumento del diseño biológico. Véase “Un Enfoque Bayesiano al Diseño Inteligente”.

Propongo que construyamos el argumento de la siguiente manera: Dada la hipótesis de que los sistemas vivos son resultado del diseño, no es extremadamente improbable que los sistemas biológicos sean ricos en información codificada digitalmente y maquinaria de complejidad irreducible (dado que sabemos por experiencia con agentes humanos que a menudo generan información y producen artefactos de complejidad irreducible). Por otro lado, es increíblemente improbable que tales sistemas ricos en información y maquinaria de complejidad irreducible hayan surgido mediante un proceso natural que implique azar y necesidad física. Por lo tanto, dado que, de hecho, encontramos que tales sistemas son abundantes en las células vivas, podemos considerar la presencia de tales características como una sólida evidencia confirmatoria de la hipótesis del diseño sobre la ausencia de diseño.

Dios de los huecos

¿Incurre este argumento en la falacia del Dios de los Huecos? En absoluto. De hecho, considerar el porqué puede ser bastante instructivo para comprender la naturaleza de las inferencias bayesianas. Como explica Lydia McGrew en su artículo en la revista Philo, es fácil concebir un escenario en el que sabemos que la probabilidad, según la hipótesis del azar, es muy baja, sin embargo, no tenemos evidencia de que la probabilidad, según la hipótesis del diseño, sea mayor. Por ejemplo, supongamos que encontramos una pequeña nube de moléculas de hidrógeno flotando en el espacio interestelar donde las moléculas no se dispersan. Sin suficiente masa para que la nube se mantenga unida por la gravedad, tal observación sería una anomalía, dado nuestro conocimiento actual de la física. Sin embargo, aunque tal observación parezca improbable según la hipótesis de la ley natural, no hay razón para pensar que la hipótesis del diseño sea una mejor explicación. Después de todo, no hay ninguna razón independiente para pensar que un diseñador probablemente causaría que una pequeña nube de moléculas de hidrógeno se aglomere.

McGrew señala además que la historia sería muy distinta si, en un futuro lejano, pudiéramos capturar imágenes de alta resolución de Alfa Centauri (la estrella más cercana después del Sol) y descubrir que un Volkswagen Escarabajo orbitaba un planeta allí. En ese caso, la probabilidad de que un Volkswagen Escarabajo estuviera allí sería mucho mayor si se basara en la hipótesis del diseño que en su falsedad.

Una consideración de probabilidades previa

Ningún análisis del Teorema de Bayes puede estar completo sin considerar la probabilidad previa. Esta se relaciona con la plausibilidad intrínseca de una proposición antes de considerar la evidencia. Normalmente, la probabilidad previa estará entre cero y uno. Una probabilidad previa de uno significa que la conclusión es cierta. Por ejemplo, que dos más dos sea igual a cuatro tiene una probabilidad previa de uno. Es cierto por definición. Una probabilidad previa de cero, por el contrario, significa que la hipótesis implica algún tipo de contradicción lógica (como el concepto de un soltero casado) y, por lo tanto, no puede ser refutada por ninguna evidencia.

Las probabilidades previas pueden establecerse a partir de información pasada. Por ejemplo, supongamos que queremos saber las probabilidades de que un individuo en particular haya ganado el premio mayor de Mega Milliones la semana pasada en Estados Unidos. La probabilidad previa se establecería en 1 entre 302,6 millones, ya que esas son las probabilidades de que cualquier participante de la lotería, elegido al azar, gane el premio mayor de Mega Millions. Se trata de una probabilidad previa baja, pero podría superarse si el supuesto ganador renunciara posteriormente a su trabajo y comenzara a invertir habitualmente en jets privados, coches deportivos y vacaciones caras. Quizás incluso podría mostrarnos su extracto bancario o la documentación que acredite sus ganancias.

Estas diferentes pruebas, en conjunto, proporcionarían una sólida evidencia confirmatoria, suficiente para superar una probabilidad previa muy baja y obtener una alta probabilidad posterior de que el individuo haya ganado el premio gordo de Mega Milliones. En otras situaciones, establecer una probabilidad previa objetiva es más complejo, y en esos casos, las probabilidades previas pueden determinarse mediante una evaluación más subjetiva. En mis propios argumentos, tiendo a establecer la probabilidad previa generosamente baja, para ser precavido. Sin embargo, en el caso del Diseño Inteligente, se podría argumentar que la probabilidad previa de diseño aumenta significativamente por la evidencia del ajuste fino cósmico.

Estructurar el argumento de la manera que he propuesto anteriormente nos ayuda a abordar algunas objeciones populares al diseño inteligente. Mañana explicaré cómo.

Artículo publicado originalmente en inglés por Jonathan McLatchie en Evolution News & Science Today