Metodo Cientifico.docx

METODO CIENTIFICO Los pasos del método científico sirven para responder a una pregunta científica de una forma organizada y objetiva. Implica observar el mundo y sus fenómenos, llegar a una explicación de lo que se observa, probar si la explicación es válida, y finalmente aceptar o negar la explicación.

El método científico tiene por tanto una serie de características que lo definen: observación, experimentación, y hacer y responder preguntas. Sin embargo, no todos los científicos siguen exactamente este proceso. Algunas ramas de la ciencia pueden ser más fácilmente probadas que otras.

Por ejemplo, los científicos que estudian cómo cambian las estrellas a medida que envejecen o cómo los dinosaurios digerían sus alimentos no pueden adelantar la vida de una estrella en un millón de años o realizar estudios y pruebas con los dinosaurios para probar sus hipótesis.

Cuando la experimentación directa no es posible, los científicos modifican el método científico. Aunque se modifica casi con cada investigación científica, el objetivo es el mismo: descubrir relaciones de causa y efecto haciendo preguntas, recopilando y examinando datos, y viendo si toda la información disponible puede combinarse en una respuesta lógica. Por otra parte, a menudo las etapas del método científico son iterativas; nueva información, observaciones o ideas pueden hacer que se vuelvan a repetir los pasos.

1

LOS PROTOCOLOS DEL MÉTODO CIENTÍFICO PUEDEN DIVIDIRSE EN SEIS PASOS/FASES/ETAPAS QUE SE APLICAN EN TODOS LOS TIPOS DE INVESTIGACIÓN: -Pregunta -Observación -Formulación de la hipótesis -Experimentación -Análisis de datos -Rechazar o aceptar la hipótesis.

¿Cuáles son los pasos del método científico? En qué consisten y sus características

Paso 1- Hacer una pregunta El método científico comienza cuando el científico/investigador hace una pregunta sobre algo que ha observado o sobre lo que esta investigando: ¿Cómo, qué, cuándo, quién, qué, por qué o dónde? Por ejemplo, Albert Einstein, cuando estaba desarrollando su teoría de la relatividad especial, se preguntó: ¿Qué vería si pudiera caminar junto a un rayo de luz mientras se propaga por el espacio?

2

Paso 2- Observación 

Esta paso consiste en hacer observaciones y reunir información que ayuden a responder a la pregunta. Las observaciones no deben ser informales, sino intencionales con la idea de que la información reunida sea objetiva. La recolección sistemática y cuidadosa de mediciones y datos es la diferencia entre pseudociencias, como la alquimia, y ciencias, como la química o la biología. Las mediciones pueden realizarse en un entorno controlado, como un laboratorio,

o

sobre

objetos

más

o

menos

inaccesibles

o

no

manipulables, como estrellas o poblaciones humanas. Las

mediciones

especializados

a

como

menudo

requieren

termómetros,

instrumentos

microscopios,

científicos

espectroscopios,

aceleradores de partículas, voltímetros… Existen varios tipos de observación científica. Las más comunes son la directa e indirecta. Un ejemplo de observación sería la que hizo Louis Pasteur antes de desarrollar

su

teoría

germinal

de

las

enfermedades

infecciosas.

Con microscopio, observó que los gusanos de seda del sur de Francia tenían enfermedades infectadas por parásitos.

Paso 3- Formulación de hipótesis

3

La tercera etapa es la formulación de la hipótesis. Una hipótesis es una afirmación que puede usarse para predecir el resultado de futuras observaciones. La hipótesis nula es un buen tipo de hipótesis para comenzar una investigación. Es una explicación sugerida de un fenómeno o una propuesta razonada que sugiere una posible correlación entre un conjunto de fenómenos. Un ejemplo de una hipótesis nula es: “la velocidad a la que crece la hierba no depende de la cantidad de luz que recibe”. Ejemplos de hipótesis: 

Los jugadores de fútbol que entrenan de forma regular aprovechando el tiempo, marcan más goles que los que faltan al 15% de los entrenamientos.



Los padres primerizos que han estudiado estudios superiores, están en un 70% de los casos más relajados en el parto.

Una hipótesis útil debe permitir predicciones por razonamiento, incluyendo el razonamiento deductivo. La hipótesis podría predecir el resultado de un experimento en un laboratorio o la observación de un fenómeno en la naturaleza. La predicción también puede ser estadística y tratar sólo con las probabilidades. Si las predicciones no son accesibles por la observación o la experiencia, la hipótesis no es todavía comprobable y permanecerá en esa medida no científica. Más adelante, una nueva tecnología o teoría podría hacer posible los experimentos necesarios.

4

Paso 4- Experimentación 

Caso de experimento con humanos. El siguiente paso es la experimentación, cuando los científicos realizan los llamados experimentos científicos, en los que se ponen a prueba las hipótesis. Las predicciones que intentan hacer las hipótesis pueden comprobarse con experimentos. Si los resultados de la prueba contradicen las predicciones, las hipótesis son cuestionadas y se vuelven menos sostenibles. Si los resultados experimentales confirman las predicciones de las hipótesis, entonces se considera que estas son más correctas, pero pueden estar equivocadas y seguir sujetas a nuevos experimentos. Para evitar el error observacional en los experimentos, se utiliza la técnica del control experimental. Esta técnica utiliza el contraste entre múltiples muestras (u observaciones) bajo diferentes condiciones para ver qué varía o qué sigue siendo lo mismo. Ejemplo Por ejemplo, para probar la hipótesis nula “la tasa de crecimiento de la hierba no depende de la cantidad de luz”, habría que observar y tomar datos de hierba que no esta expuesta a la luz. A esto se le llama “grupo control”. Son idénticos a los otros grupos experimentales, excepto para la variable que se está investigando. Es importante recordar que el grupo control solo puede diferir de cualquier grupo experimental en una variable. De esa manera se puede saber que es esa variable la que produce cambios o no. Por ejemplo, no se puede comparar la hierba que esta en el exterior a la sombra con la hierba al sol. Tampoco la hierba de una ciudad con la de

5

otra. Hay variables entre los dos grupos además de la luz, como la humedad y el pH del suelo. Otro ejemplo de grupos control muy común Los experimentos para conocer si un fármaco tiene eficacia para tratar lo que se desea son muy comunes. Por ejemplo, si se desea conocer los efectos de la aspirina se podrían utilizar dos grupos en un primer experimento: 

Grupo 1 experimental, al que se proporciona la aspirina.



Grupo 2 control, con las mismas características del grupo 1, y al que no se proporciona la aspirina.

Paso 5: Análisis de datos Tras el experimento, se toman los datos, que pueden ser en forma de números, sí / no, presente / ausente, u otras observaciones. Es importante tener en cuenta los datos que no se esperaban o que no se

deseaban.

Muchos

experimentos

han

sido

saboteados

por

investigadores que no tienen en cuenta los datos que no concuerdan con lo que se espera. Este paso implica determinar lo que muestran los resultados del experimento y decidir las próximas acciones a tomar. Las predicciones de la hipótesis se comparan con las de la hipótesis nula, para determinar cuál es más capaz de explicar los datos. En los casos en que un experimento se repite muchas veces, puede ser necesario un análisis estadístico. Si la evidencia ha rechazado la hipótesis, se requiere una nueva hipótesis. Si los datos del experimento apoyan la hipótesis, pero la evidencia no es lo suficientemente fuerte, deben probarse otras predicciones de la hipótesis con otros experimentos.

6

Una vez que una hipótesis está fuertemente respaldada por la evidencia, se puede hacer una nueva pregunta de investigación para proporcionar más información sobre el mismo tema.

Paso 6: Conclusiones. Interpretar los datos y aceptar o rechazar la hipótesis 

Para muchos experimentos, las conclusiones se forman sobre la base de un análisis informal de los datos. Simplemente preguntar, ¿Los datos encajan en la hipótesis? es una manera de aceptar o rechazar una hipótesis. Sin embargo, es mejor aplicar un análisis estadístico a los datos, para establecer un grado de “aceptación” o “rechazo”. Las matemáticas también son útiles para evaluar los efectos de los errores de medición y otras incertidumbres en un experimento. Si se acepta la hipótesis, no esta garantizado que sea la hipótesis correcta. Esto solo significa que los resultados del experimento apoyan la hipótesis. Es posible duplicar el experimento y obtener resultados diferentes la próxima vez. También puede que la hipótesis explique las observaciones, pero es la explicación incorrecta. Si la hipótesis es rechazada, puede ser el final del experimento o se puede volver a realizarlo. Si se vuelve a realizar el proceso, se tendrán más observaciones y más datos.

7