B causa A (causación inversa o causalidad inversa)Editar

La causación inversa o causalidad inversa o dirección errónea es una falacia informal de causa dudosa en la que se invierten causa y efecto. Se dice que la causa es el efecto y viceversa.

Ejemplo 1 Cuanto más rápido se observa que giran los molinos de viento, más viento se observa. Por lo tanto, el viento es causado por la rotación de los molinos de viento. (O, en pocas palabras: los molinos de viento, como su nombre indica, son máquinas utilizadas para producir viento).

En este ejemplo, la correlación (simultaneidad) entre la actividad de los molinos y la velocidad del viento no implica que el viento sea causado por los molinos. Es más bien al revés, como sugiere el hecho de que el viento no necesita los molinos para existir, mientras que los molinos necesitan el viento para girar. El viento puede observarse en lugares en los que no hay molinos de viento o en los que no giran, y hay buenas razones para creer que el viento existía antes de la invención de los molinos de viento.

Ejemplo 2

En otros casos puede que simplemente no esté claro cuál es la causa y cuál es el efecto. Por ejemplo:

Los niños que ven mucha televisión son los más violentos. Está claro que la televisión hace que los niños sean más violentos.

Podría ser fácilmente al revés; es decir, a los niños violentos les gusta ver más televisión que a los menos violentos.

Ejemplo 3

Una correlación entre el uso de drogas recreativas y los trastornos psiquiátricos podría ser de cualquier tipo: quizás las drogas causen los trastornos, o quizás la gente use las drogas para automedicarse por condiciones preexistentes. La teoría de las drogas de entrada puede argumentar que el consumo de marihuana lleva al consumo de drogas más duras, pero el consumo de drogas duras puede llevar al consumo de marihuana (véase también la confusión de la inversa). De hecho, en las ciencias sociales, donde a menudo no se pueden utilizar experimentos controlados para discernir la dirección de la causalidad, esta falacia puede alimentar argumentos científicos de larga duración. Un ejemplo de ello puede encontrarse en la economía de la educación, entre los modelos de detección/señalización y de capital humano: podría ser que tener una capacidad innata permite completar una educación, o que completar una educación construye la capacidad de uno.

Ejemplo 4

Un ejemplo histórico de esto es que los europeos de la Edad Media creían que los piojos eran beneficiosos para su salud, ya que rara vez habría piojos en las personas enfermas. El razonamiento era que la gente enfermaba porque los piojos se iban. Sin embargo, la verdadera razón es que los piojos son extremadamente sensibles a la temperatura corporal. Un pequeño aumento de la temperatura corporal, como en el caso de la fiebre, hace que los piojos busquen otro huésped. El termómetro médico aún no se había inventado, por lo que este aumento de la temperatura rara vez se notaba. Los síntomas notables llegaban más tarde, dando la impresión de que los piojos se iban antes de que la persona enfermara.

En otros casos, dos fenómenos pueden ser cada uno una causa parcial del otro; consideremos la pobreza y la falta de educación, o la procrastinación y la baja autoestima. Sin embargo, al argumentar sobre estos dos fenómenos hay que tener cuidado de evitar la falacia de la causa y la consecuencia circulares. La pobreza es una causa de la falta de educación, pero no es la única causa, y viceversa.

El tercer factor C (la variable causal común) causa tanto A como BEdit

La falacia de la tercera causa (también conocida como ignorar una causa común o causa dudosa) es una falacia lógica en la que se confunde una relación espuria con una causalidad. Afirma que X causa Y cuando, en realidad, tanto X como Y son causados por Z. Es una variación de la falacia post hoc ergo propter hoc y un miembro del grupo de falacias de causa cuestionable.

Todos estos ejemplos tratan de una variable al acecho, que es simplemente una tercera variable oculta que afecta a ambas causas de la correlación. También suele surgir una dificultad cuando el tercer factor, aunque fundamentalmente diferente de A y B, está tan estrechamente relacionado con A y/o B que se confunde con ellos o es muy difícil de desligar científicamente de ellos (véase el ejemplo 4).

Ejemplo 1 Dormir con los zapatos puestos está fuertemente correlacionado con despertarse con dolor de cabeza. Por lo tanto, dormir con los zapatos puestos provoca dolor de cabeza.

El ejemplo anterior comete la falacia de correlación-implicación-causación, ya que concluye prematuramente que dormir con los zapatos puestos provoca dolor de cabeza. Una explicación más plausible es que ambos son causados por un tercer factor, en este caso acostarse borracho, lo que da lugar a una correlación. Por lo tanto, la conclusión es falsa.

Ejemplo 2 Los niños pequeños que duermen con la luz encendida tienen muchas más probabilidades de desarrollar miopía en su vida posterior. Por lo tanto, dormir con la luz encendida provoca miopía.

Este es un ejemplo científico que resultó de un estudio del Centro Médico de la Universidad de Pensilvania. Publicado en la edición del 13 de mayo de 1999 de Nature, el estudio recibió mucha cobertura en su momento en la prensa popular. Sin embargo, un estudio posterior realizado en la Universidad Estatal de Ohio no reveló que los bebés que duermen con la luz encendida provoquen el desarrollo de la miopía. En cambio, sí se encontró una fuerte relación entre la miopía de los padres y el desarrollo de la miopía de los hijos, y se observó que los padres miopes eran más propensos a dejar la luz encendida en el dormitorio de sus hijos. En este caso, la causa de ambas afecciones es la miopía de los padres, y la conclusión anterior es falsa.

Ejemplo 3 A medida que aumentan las ventas de helados, la tasa de muertes por ahogamiento aumenta considerablemente. Por tanto, el consumo de helados provoca ahogamientos.

Este ejemplo no reconoce la importancia de la época del año y la temperatura para las ventas de helados. Los helados se venden durante los calurosos meses de verano a un ritmo mucho mayor que durante las épocas más frías, y es durante estos calurosos meses de verano cuando la gente es más propensa a realizar actividades relacionadas con el agua, como la natación. El aumento de las muertes por ahogamiento se debe simplemente a una mayor exposición a actividades acuáticas, no a los helados. La conclusión declarada es falsa.

Ejemplo 4 Un estudio hipotético muestra una relación entre las puntuaciones de ansiedad ante los exámenes y las de timidez, con un valor estadístico r (fuerza de la correlación) de +,59. Por lo tanto, se puede concluir simplemente que la timidez, en cierta parte, influye causalmente en la ansiedad ante los exámenes.

Sin embargo, como se encuentra en muchos estudios psicológicos, se descubre otra variable, una «puntuación de autoconciencia», que tiene una correlación más aguda (+.73) con la timidez. Esto sugiere un posible problema de «tercera variable», sin embargo, cuando se encuentran tres medidas tan estrechamente relacionadas, sugiere además que cada una de ellas puede tener tendencias bidireccionales (véase «variable bidireccional», arriba), siendo un grupo de valores correlacionados que se influyen mutuamente en cierta medida. Por lo tanto, la simple conclusión anterior puede ser falsa.

Ejemplo 5 Desde la década de 1950, tanto el nivel de CO2 atmosférico como los niveles de obesidad han aumentado considerablemente. Por lo tanto, el CO2 atmosférico causa la obesidad.

Las poblaciones más ricas tienden a comer más alimentos y a producir más CO2.

Ejemplo 6 El colesterol HDL («bueno») está correlacionado negativamente con la incidencia de ataques al corazón. Por lo tanto, tomar medicamentos para aumentar el HDL disminuye la posibilidad de sufrir un ataque al corazón.

Las investigaciones posteriores han puesto en duda esta conclusión. En su lugar, puede ser que otros factores subyacentes, como los genes, la dieta y el ejercicio, afecten tanto a los niveles de HDL como a la probabilidad de sufrir un ataque al corazón; es posible que los medicamentos afecten al factor directamente medible, los niveles de HDL, sin afectar a la posibilidad de sufrir un ataque al corazón.

Causalidad bidireccional: A causa B, y B causa AEdit

La causalidad no es necesariamente unidireccional; en una relación depredador-presa, el número de depredadores afecta al número de presas, pero el número de presas, es decir, el suministro de alimentos, también afecta al número de depredadores. Otro ejemplo muy conocido es que los ciclistas tienen un índice de masa corporal más bajo que las personas que no van en bicicleta. Esto suele explicarse asumiendo que el ciclismo aumenta los niveles de actividad física y, por tanto, disminuye el IMC. Dado que los resultados de los estudios prospectivos sobre personas que aumentan el uso de la bicicleta muestran un efecto menor sobre el IMC que los estudios transversales, también puede haber cierta causalidad inversa (es decir, las personas con un IMC más bajo tienen más probabilidades de ir en bicicleta).

La relación entre A y B es casualEditar

Las dos variables no están relacionadas en absoluto, sino que se correlacionan por casualidad. Cuanto más se examinan las cosas, más probable es que dos variables no relacionadas parezcan estarlo. Por ejemplo:

• El resultado del último partido en casa de los Washington Redskins antes de las elecciones presidenciales predijo el resultado de todas las elecciones presidenciales desde 1936 hasta 2000 inclusive, a pesar de que los resultados de los partidos de fútbol americano no tenían nada que ver con el resultado de las elecciones populares. Esta racha se rompió finalmente en 2004 (o en 2012 si se utiliza una formulación alternativa de la regla original).
• La ley de Mierscheid, que correlaciona la cuota de voto popular del Partido Socialdemócrata de Alemania con el tamaño de la producción de acero bruto en Alemania Occidental.
• Alternancia de líderes rusos calvos: Un líder estatal ruso calvo (o evidentemente calvo) ha sucedido a uno no calvo («peludo»), y viceversa, durante casi 200 años.
• El código de la Biblia, palabras hebreas que predicen acontecimientos históricos supuestamente ocultos en la Torá: el enorme número de combinaciones de letras hace que las apariciones de cualquier palabra en un texto suficientemente largo sean estadísticamente insignificantes.