Este volumen, editado por Peter Godfrey-Smith y Arnon Levy, ofrece una colección de trece trabajos dedicados, desde distintos enfoques, al papel de la imaginación en la ciencia. Como señalan los editores en su introducción, es clara la importancia de la imaginación en la empresa científica, en tanto capacidad de pensar ideas o escenarios novedosos y explorar mentalmente sus consecuencias. No obstante, ha recibido relativamente poca atención de parte de la filosofía de la ciencia, en alguna medida porque se la asocia al tradicionalmente relegado “contexto de descubrimiento” o a los aspectos psicológicos del proceso científico. Este volumen brinda un panorama de la literatura actual sobre la imaginación en la ciencia y propone una agenda de investigación sobre el tema. Incluye aportes de especialistas en distintas disciplinas filosóficas y también, con una perspectiva naturalista, en psicología cognitiva. Todos los trabajos aluden directa o indirectamente a los modelos científicos, indudablemente una creación imaginaria, cuyo análisis ha cobrado centralidad en la filosofía de la ciencia desde hace algunas décadas.

Fiora Salis y Roman Frigg (capítulo 1) argumentan que tanto los experimentos mentales como los modelos científicos involucran el uso de la imaginación, pero, más allá de la etimología de la palabra “imaginación”, no se trata de imaginar imágenes de alguna clase, sean “fotografías” mentales o diagramas, sino de imaginar proposiciones. Evalúan distintas clases de imaginación proposi-cional (la suposición, el razonamiento contrafáctico, el sueño y la simulación), las cuales tienen un núcleo mínimo de propiedades en común, y sugieren que los modelos y los experimentos mentales se pueden analizar mejor desde el punto de vista de la teoría de la simulación (pretense) de Kendal Walton, donde las ficciones se entienden como el producto de make-believe games.

Amie Thomasson (capítulo 2) también recoge la teoría de la simulación de Walton, pero estima que ella es pertinente para dar cuenta del discurso “interno” sobre lo que ocurre en los modelos, pero no lo es con respecto al discurso “externo” sobre ellos, es decir, los discursos críticos, históricos o teóricos que se refieren a los modelos en sí mismos, sin ninguna simulación. Dada la relevancia del discurso externo sobre los modelos en la ciencia, Thomasson formula una alternativa que preserva las ventajas de la teoría de la simulación, pero evita los costos de tratar todo tipo de discurso como una simulación. Propone pensar los modelos y los personajes de ficción como “artefactos abstractos” creados por los autores de los juegos de simulación, lo cual no tendría implicaciones onto-lógicas problemáticas, dado que también son “artefactos abstractos” creaciones culturales comunes y corrientes, como los cuentos, las teorías, las leyes del Estado o las sinfonías.

Martin Thomson-Jones (capítulo

3) considera los modelos como “sistemas perdidos”, dejando abierta la cuestión de si existen o no, y se aboca a los que tienen como objetivo (target) un sistema actual y concreto. Retoma la noción de “artefacto abstracto” de Thomasson, pero sostiene que tanto el discurso interno como el externo, en la literatura y en la ciencia que emplea modelos, aluden a entidades de esa clase. Esto le permitiría solucionar el problema que denomina “el problema semántico”, vinculado a la posibilidad de enunciados significativos sobre los modelos, dado que carecerían de referencia, así como admitir la posibilidad de producir conocimiento y emplear modelos que pretenden referirse a entidades cuya existencia es una incógnita.

A diferencia de Thomasson y Thomson-Jones, Stacie Friend (capítulo

4) sostiene que si concebimos la mode-lización como la actividad de imaginar sistemas concretos de manera análoga a como imaginamos personajes y eventos de una obra de ficción, concepción que denomina “modelos como sistemas imaginados” (MIS), el problema ontoló-gico es superfluo. Si los modelos fuesen como proponen los ficcionalistas realistas, ello no implicaría ninguna diferencia en una explicación satisfactoria del papel epistemológico de la actividad de imaginar modelos. Según Friend, dentro de la concepción MIS, lo relevante no es la ontología, sino el examen minucioso de los principios de generación y las claves de traducción de los modelos, con el fin de elucidar cómo se elaboran verdades ficcionales que selectivamente se trasladan al mundo real.

Stephen Yablo (capítulo 5) propone una analogía entre el modo en que la matemática incrementa el poder expresivo del lenguaje y el modo en que lo hacen los modelos. En ambos casos, según Yablo, se propone una oración S que no es totalmente verdadera, sino verdadera con respecto a un tema m. En el caso de los modelos, la verdad de una oración en el target con respecto a m es analizada en términos de su verdad sim-pliciter en mundos equivalentes al target con respecto a m. Yablo entiende que los modelos son algunos de esos mundos, pero, a la vez, son más simples que el target, y por esa razón se los emplea. Frente al problema de cómo convertir una verdad en el modelo en una verdad en el target, apuntado por Friend, Yablo propone reemplazar “verdadero” por “verdadero con respecto a m”.

Según Peter Godfrey-Smith (capítulo 6), la imaginación es una facultad psicológica que nos permite ir más allá de lo actual y concebir lo posible, tanto en la vida cotidiana como en la ciencia. En la construcción de modelos científicos, lo posible se plantea explícitamente (poblaciones infinitas, planos sin fricción o agentes totalmente racionales), con el fin de comprender sistemas actuales y complejos mediante el análisis de análogos simplificados de dichos sistemas. Se imaginan escenarios y se evalúa qué se seguiría de ellos. Según God-frey-Smith, el fruto de la modelización son condicionales subjuntivos que mediante aproximación conducen a condicionales indicativos. De ese modo, los modelos pueden emplearse para extraer conclusiones sobre sistemas empíricos.

Benjamín Sheredos y William Bechtel (capítulo 7) analizan el uso de diagramas en los modelos mecánicos. Explican que tales modelos incluyen imágenes (flechas y formas en el espacio), son creativos en cuanto van más allá de la evidencia y las explicaciones existentes, son ficticios en tanto no implican un compromiso con una descripción verdadera del target y -por último- admiten una “flexibilidad restringida” que habilita el desarrollo de nuevas hipótesis. Los autores sostienen que imaginar un mecanismo posible que sea compatible con la evidencia disponible e hipotéticamente capaz de construir un explanandum es un “éxito imaginativo” que merece ser valorado y analizado en sí mismo, más allá de la determinación experimental de su actualidad.

Michael Weisberg (capítulo 8) ataca el que considera es el mejor argumento de las posturas ficcionalistas: que las estructuras matemáticas no pueden representar los aspectos causales de los targets. Propone concebir los modelos causales no como escenarios imaginarios, sino como modelos computa-cionales que consisten en estructuras computacionales interpretadas que representan ciertas características de los targets. Los modelos computacionales se distinguen de los modelos matemáticos y de los modelos físicos en que la estructura causal del target está mapea-da en la estructura procedimental del modelo. Weisberg examina con algún detalle en qué consiste una estructura computacional y subraya el poder de los recursos y la creciente relevancia de los modelos computacionales en la ciencia contemporánea. En ese contexto, lanza algunas críticas al ficcionalismo.

Los tres capítulos siguientes pertenecen a psicólogos y psicólogas cog-nitivos y se apoyan en experimentos empíricos. Tania Lombrozo (capítulo 9) analiza lo que denomina “aprender pensando” -un ejemplo de lo cual sería el experimento mental- y argumenta que es un proceso que, si bien es reducible en términos formales a una argumentación, no lo es desde el punto de vista psicológico ni epistemológico. Desde el punto de vista psicológico, las conclusiones a las que conducen los procesos de “aprender pensando” no podrían alcanzarse por medio de una argumentación, pues proveen acceso a restricciones en el aprendizaje y en la inferencia que no son accesibles mediante la argumentación. Agrega la autora que estos procesos en tanto prácticas pueden tener consecuencias epistémicas beneficiosas, más allá de que sus presupuestos o resultados inmediatos no sean verdaderos.

Por su parte, Deena Skolnick Weisberg (capítulo 10) aborda la extendida idea de que la imaginación sería demasiado ilimitada como para emplearse adecuadamente en el razonamiento científico. Apelando a estudios empíricos, explica que tanto los adultos como los niños, cuando imaginan escenarios, se apegan fuertemente a la estructura de la realidad. También los estudios advierten sesgos en el uso de la imaginación que restringen considerablemente su alcance, de modo que el problema es, al contrario de lo que se cree, que clases enteras de escenarios contrafácticos no serían contemplados por los científicos. Por último, identifica un inconveniente en el sentido inverso: cuando se vuelve de los escenarios imaginarios a la realidad, se tiende a importar demasiado de aquellos a ella.

Igor Bascandziev y Paul L. Harris (capítulo 11) apuntan a un tema desatendido por la psicología, a diferencia del desarrollo cognitivo de los niños vinculado a la exploración y la observación: el papel de los experimentos mentales en el aprendizaje de los niños o, más específicamente, si es posible modificar provechosamente su comprensión de un fenómeno a través de experimentos mentales que motivan la reflexión y la revisión de sus presupuestos o expectativas. En un sentido similar a Lombrozo, sobre la base de una serie de experimentos, sugieren una respuesta afirmativa. Y también manifiestan, en coincidencia con Skolnick Weisberg, que incluso los niños pequeños imaginan aferrándose a su rudimentario conocimiento causal de la realidad.

Los últimos dos capítulos examinan el papel de las metáforas en la ciencia. Arnon Levy (capítulo 12) enmarca su análisis dentro su teoría de la comprensión (understanding). Comprender un fenómeno es representarlo de una manera tal que permita extraer inferencias sobre su comportamiento actual y contrafáctico. Una metáfora es una explicación que, mediante el uso de la imaginación, yuxtapone un fenómeno familiar con otro no familiar, i.e., el target, y así amplía nuestra capacidad de extraer inferencias sobre el comportamiento de este último. Los modelos y las metáforas son similares en cuanto ambos permiten el razonamiento subrogativo y emplean la imaginación, pero los primeros suelen estar mejor definidos, frecuentemente de forma matematizada, y ser más claros en cuanto a la relación con sus targets.

Elisabeth Camp (capítulo 13) distingue un amplio abanico de herramientas interpretativas que brindan una perspectiva o Gestalt cognitiva sobre un objeto, que denomina “marcos” (frames). Contra los enfoques que consideran los modelos, las ficciones, las analogías y las metáforas como básicamente equivalentes, diferencia las metáforas de otros marcos similares, como los “detalles indicativos” (telling details), las ficciones, los “relatos como si” (just-so stories) y las analogías, y observa el empleo de todos esos marcos en el lenguaje ordinario y en la ciencia. Resulta central, en su puntilloso análisis, la distinción entre marcos “externos” (las metáforas y las analogías) y marcos “internos” (los “detalles indicativos” o los “relatos como si”). Por otro lado, en un sentido similar a Levy, las metáforas difieren de las analogías en que son mucho menos precisas en el mapeo del marco al target, lo cual no implica que carezcan de utilidad en la investigación científica. Por último, contra las concepciones monolíticas de los modelos científicos, concluye que todos los marcos mencionados desempeñan papeles epistémicos relevantes en la empresa científica.