Generalmente trabajo en:

tOLERANCIA a CONTRADICCIONES EN LAS CIENCIAS
​DESDE 2014

Mi investigación tiene como objetivo proporcionar una comprensión filosófica del fenómeno de la tolerancia de contradicciones en las ciencias empíricas, específicamente la tolerancia de contradicciones entre teoría y observación.

Para hacerlo, mi trabajo se ha centrado en las diferentes facetas del fenómeno de la tolerancia de las contradicciones en las ciencias empíricas, algunas de las cuales incluyen:

• El lado epistemológico: he estudiado el papel explicativo de la ignorancia con respecto a la tolerancia racional de las contradicciones en las ciencias.
• El lado formal: he abordado la pregunta: ¿cómo pueden ciertas herramientas formales paraconsistentes dar cuenta de los casos de tolerancia de inconsistencia en las ciencias empíricas? Para responder a tal cuestionamiento, he proporcionado un análisis detallado de tres casos sobre inconsistencias de las ciencias empíricas, y los enfrento con tres herramientas formales paraconsistentes, a saber, Chunk and Permeate, Partial Structures y Adaptive Logics.
• El lado histórico: he investigado a detalle cuatro episodios históricos que ilustran la tolerancia de las contradicciones entre teoría y observación.

 COMPRENSIÓN (FILOSÓFICA)​​ + Historia y FILOSOFÍA de la ciencia 
​​DESDE 2017

Mi investigación tiene como objetivo abordar la posibilidad de alcanzar comprensión filosófica dentro de la filosofía de la ciencia, especialmente, en casos donde se usa información defectuosa (histórica) para respaldar las tesis filosóficas.

​Recientemente, me he centrado en la pregunta ¿Cuál podría ser el valor (para la filosofía de la ciencia) de las reconstrucciones históricamente imprecisas ? He argumentado que las reconstrucciones filosóficamente sesgadas, incluso si no son históricamente precisas, pueden desempeñar un papel epistémico muy importante para el desarrollo de la filosofía de la ciencia, a saber: mejorar nuestra comprensión de las tesis filosóficas sobre la ciencia.

COMPRENSIÓN DE LA INFORMACIÓN DEFECTUOSA EN CIENCIA Y FILOSOFÍA
DESDE 2019

​Los agentes epistémicos que participan de la ciencia, tanto los expertos como los legos, buscan formar creencias con respecto a un dominio científico determinado, obtener justificación para dichas creencias y alcanzar conocimiento de su objeto de estudio. Sin embargo, también persiguen integrar tales creencias para comprender lo que creen. Es innegable que la búsqueda de la comprensión científica de los fenómenos es un componente fundamental del éxito la empresa científica; comprender una teoría le permite a los científicos encontrar nuevos dominios de aplicación para ella, comprender un dominio empírico posibilita la construcción de nuevos enfoques teóricos sobre dicho dominio, entre otras cosas. Desafortunadamente, y a pesar del rol prioritario que juega la comprensión científica para el desarrollo de la ciencia, es un fenómeno que se ha estudiado poco en la literatura filosófica.

De hecho, aún no ha sido posible llegar a un acuerdo en filosofía sobre la naturaleza de la comprensión científica. Por un lado, ha habido quienes han caracterizado a la comprensión como un logro epistémico posterior a la obtención del conocimiento explicativo (causal), esta manera de entender a la comprensión ha recibido la etiqueta de comprensión explicativa. Si la comprensión fuera esencialmente explicativa, un agente podría comprender un fenómeno si y solo si, el contenido de sus creencias con respecto a dicho fenómeno fuera verdadero (condición fáctica del conocimiento) y el agente pudiera ofrecer explicaciones causales sobre tal fenómeno (cf. Kvanvig 2003; Grimm 2006, 2014; Morris 2012; Strevens 2013, 2017; Kelp 2014; Sliwa 2015; Lawler 2016, 2018). Si la comprensión fuera esencialmente explicativa, los agentes no podrían obtener comprensión a través del uso de información defectuosa (parcial, vaga, conflictiva, inconsistente, falsa). Por otro lado, otros filósofos de la ciencia niegan que el conocimiento causal sea un requisito para la comprensión y defienden que es posible comprender cuerpos de proposiciones que, de entrada, se saben falsos (por ejemplo, teorías científicas ya abandonadas como la teoría del flogisto). Esta manera de entender a la comprensión ha recibido la etiqueta de comprensión no explicativa. De acuerdo con esta forma de entender a la comprensión, si bien los casos de comprensión explicativa son casos legítimos de comprensión, no lo son en virtud de la satisfacción de la condición fáctica del conocimiento o de la previa obtención de conocimiento causal (Pettit, 2002; Elgin 2004, 2007, 2017; De Regt y Dieks 2005; De Regt 2009, 2015; Khalifa 2013; De Regt y Gijsbers 2017; Le Bihan 2017, Wilkenfeld 2017; Wilkenfeld, Plunkett, y Lombrozo 2018). 

Hasta ahora parece que es necesario decidir si la comprensión científica es esencialmente explicativa o si no lo es. Mi hipótesis de trabajo es que la comprensión científica es un fenómeno complejo que abarca un rango de tipos de comprensión tales que incluyen a la comprensión explicativa (bajo algunas circunstancias) como a la no explicativa (bajo circunstancias distintas).

A través de este proyecto, propongo adoptar una posición pluralista con respecto a la comprensión en ciencia y ofrecer un modelo de la misma tal que reconozca distintos tipos y grados de comprensión científica. Para hacerlo, me concentraré en identificar los distintos tipos y grados de compresión, si alguno, que sea posible adquirir a través del uso de información defectuosa en las ciencias. De forma paralela, buscaré extender los resultados de esta investigación a casos de filosofía de la ciencia que ilustren comprensión filosófica a través del uso de información defectuosa.

ARTÍCULOS ARBITRADOS

[1] "The ignorance behind inconsistency toleration" [borrador]
​en S.I. Knowing the Unknown Synthese. 2020.

[2] “Are you a selective-realist dialetheist without knowing it?”
Revista Colombiana de Filosofia de la Ciencia  19(38). 2019. https://doi.org/10.18270/rcfc.v19i38.2411).

[3] ​“Keeping Globally Inconsistent Scientific Theories Locally Consistent”
(con  Michéle Friend) 
en: Carnielli W., Malinowski J. (eds) Contradictions, from Consistency to Inconsistency. Trends in Logic (Studia Logica Library), vol 47. Springer; pp 53-88, 2018.

[4] “The possibility and fruitfulness of a debate on the principle of non-contradiction”
(segundo autor | con Luis Estrada- González) 
en: Carnielli W., Malinowski J. (eds) Contradictions, from Consistency to Inconsistency. Trends in Logic (Studia Logica Library), vol 47. Springer; pp 33-51, 2018.

[5] “May the Reinforcement Be with You: On the Reconstruction of Scientific Episodes”
(primer autor)| con Luis Estrada-González
Journal of the Philosophy of History 12 (2):259–283 (2018)  

[6] “Holism, Inconsistency Toleration and Inconsistencies between Theory and Observation”
Humana Mente Journal of Philosophical Studies 32:117-147, 2017.

​MEMORIAS EN CONGRESOS

[1] “Inconsistent Reasoning in the Sciences and Strategic-Logical Pluralism”
por aparecer en Southwest Philosophical Studies (2020).


[2] “La (in)consistencia de los infinitesimales bernoullianos”
(segundo autor) | con Luis Estrada-González) 
Fernando Macías Romero et al., eds., Memorias del Segundo Congreso Internacional de Matemáticas y sus Aplicaciones, Benemérita Universidad Autónoma de Puebla: México, pp. 195-200, 2015.​

Translation to English  (by Claudia Tanus Pimentel)
​​

​

LIBROS Y COLECCIONES

[1] Beyond Toleration? Inconsistency and Pluralism in the Empirical Sciences​ 
(con Luis Estrada-González)
Special issue of Humana.Mente Journal of Philosophical Studies, Issue 32 - August 2017.

​TESIS

[Doctoral] Applications of Paraconsistent Tools in the Study of Tolerance towards Contradictions between Theory and Observation
Presentada octubre 31, 2019.

​
TRABAJO EN PROGRESO

The value of historically inaccurate reconstructions for the philosophy of science

ABSTRACT

The value of historically inaccurate reconstructions for the philosophy of science: Some reflections on understanding, exemplifying and reinforcing.


Here I propose that philosophers can still benefit (in a non-trivial way) from philosophically biased and historically inaccurate historical reconstructions. In particular, I argue that historical reconstructions, even if philosophically biased, can play another equally important role: to enhance our understanding of philosophical theses about science by clarifying some of their concepts or applications.
​

​MAKING SENSE OF THE USE OF DEFECTIVE INFORMATION IN THE SCIENCES
​(con OTÁVIO BUENO)

ABSTRACT

Although much current scientific practice makes use of big data and scientists have struggled to explain precisely how do big data and machine learning algorithms actually work, they still trust some significant chunks that these datasets contain.  Here we clarify how, from a reliabilist point of view, we can make sense of the continued trust placed by scientists in defective information consistently with ascribing rationality to them. We use a Partial Structures approach to explain that the methods that scientists use for working with extremely large data sets are trustworthy as they preserve (and increase) the  veracity of the information –even if scientists cannot disclose all the mechanisms of the methods that they use. We illustrate this with a case study from cosmology.

​THE CHALLENGE OF THE ILLUSION:
UNDERSTANDING DEFECTIVE THEORIES
(con MOISÉS MACÍAS BUSTOS)

ABSTRACT
​
Here we content that when scientists report having understood a defective theory, even if clearly false or impossible, their claim might be legitimate. We argue that scientists understand a defective theory if they can recognize the theory's underlying pattern(s) and if they can reconstruct and explain what is going on in specific cases of defective theories as well as consider what the theory would do if not-defective –even before finding ways of fixing it.  ​

Una lectura modal del problema de Newcomb
(con gabrielle ramos garcía)

​Este artículo tiene dos objetivos principales; primero, ofrecemos  un análisis filosófico del Problema de Newcomb (en adelante, PNcomb), que es uno de los objetos de interés más importantes de la teoría de la decisión. Segundo, discutimos brevemente algunas de las condiciones bajo las cuales herramientas formales como la lógica modal son de ayuda en el estudio de las problemáticas de la decisión racional, en particular, PNcomb.

​Is there anything special about the ignorance involved in Big
Data practices?

​It is a fact that the larger the amount of defective (vague, partial, conflicting, inconsistent) information the more challenges scientists face when working with it. Here, I address the question of whether such challenges are of the same kind when working with ordinary-sized datasets than when working with Big Data. In order to respond to such a question, I focus on one particular epistemic challenge that comes naturally when dealing with large amounts of information, namely, ignorance. I submit that the ignorance that emerges when using Big Data in the empirical sciences is quite unique: it is a limit case of ignorance of theoretical structure with reliable consequences.  I illustrate this with a case study from cosmology.