Aprendizaje · Artículo

Falacia de apelación a la ignorancia: ejemplos y cuándo importa la falta de pruebas

Qué es la falacia de apelación a la ignorancia, cuáles son sus dos formas y cómo aparece en el trabajo o en los titulares de salud. Dos preguntas te ayudarán a distinguir cuándo la falta de pruebas sí permite sacar conclusiones.

Falacia de apelación a la ignorancia: ejemplos y cuándo importa la falta de pruebas

Farida dirige una pequeña asesoría contable de nueve personas. Cada noche, un programa copia los archivos de los clientes en un disco externo y en la nube. Durante la revisión informática anual, le pregunta a Oskar, el encargado de los ordenadores, si deberían probar a restaurar una copia de seguridad.

«No hace falta», responde Oskar. «Lleva cuatro años funcionando y nunca ha dado ni una señal de problemas. Ni errores ni avisos. Si fallara, lo sabríamos».

Farida asiente, pero se queda pensando. En cuatro años, nadie ha intentado restaurar un solo archivo. El programa podría estar copiando carpetas vacías cada noche y en la oficina verían exactamente lo mismo: ni errores ni avisos.

Oskar no está siendo perezoso. Está cometiendo un error de razonamiento muy natural: confundir «no tenemos pruebas de que haya un problema» con «tenemos pruebas de que no hay ningún problema». Ese salto tiene nombre: falacia de apelación a la ignorancia. Veamos en qué consiste, cuáles son sus dos formas, dónde aparece y qué dos preguntas permiten saber cuándo la falta de pruebas sí significa algo.

¿Qué es la falacia de apelación a la ignorancia?

La apelación a la ignorancia (también llamada argumento de la ignorancia o, en latín, argumentum ad ignorantiam) consiste en concluir que una afirmación es verdadera porque no se ha demostrado que sea falsa, o que es falsa porque no se ha demostrado que sea verdadera. La ausencia de pruebas se trata como si fuera una prueba.

La Internet Encyclopedia of Philosophy distingue dos formas:

  1. «No se ha demostrado que sea falso, así que es verdadero». «Nadie ha demostrado que este suplemento sea perjudicial, así que es seguro».
  2. «No se ha demostrado que sea verdadero, así que es falso». «Nadie ha demostrado que el nuevo proceso ahorre tiempo, así que no lo ahorra».

La misma entrada añade el matiz más útil: la falacia se produce «en los casos en los que la ausencia de pruebas no constituye una prueba suficiente de la ausencia». Dicho de otro modo, a veces la falta de pruebas sí nos dice algo. Lo importante es saber cuándo.

Es la entrada 23 de nuestra guía sobre falacias lógicas. Aquí profundizamos en ella porque la versión más difícil de detectar es la discreta, como la de Oskar, que suena a sentido común.

De dónde vienen el nombre y la famosa frase

El nombre latino se remonta al filósofo John Locke. En Ensayo sobre el entendimiento humano (1690), libro IV, capítulo XVII, sección 20, describió una maniobra de debate que llamó argumentum ad ignorantiam: exigir al interlocutor que acepte lo que uno presenta como prueba o que proponga otra mejor. Locke hablaba de una táctica de presión argumentativa, y el significado actual ha cambiado. Hoy el término se refiere al error de ver una prueba donde solo hay ausencia de pruebas.

La frase que suele citarse como respuesta, «la ausencia de pruebas no es prueba de ausencia», se atribuye a menudo al astrónomo Carl Sagan, que la usó en su libro de 1977 Los dragones del Edén, o al cosmólogo Martin Rees. Según Quote Investigator, es bastante anterior. Una formulación muy parecida aparece en una conferencia de William Wright de 1887, y la frase exacta ya estaba impresa en 1895 en The Glacialists' Magazine, atribuida a un tal Dugald Bell. Sagan y Rees contribuyeron a popularizarla décadas después.

Ejemplos de apelación a la ignorancia

Seguramente has oído la mayoría. En todos ellos, un vacío de conocimiento se convierte discretamente en una conclusión.

Ámbito Lo que se dice Forma Lo que realmente se sabe
Informática en la oficina «Las copias de seguridad nunca han dado errores, así que funcionan». No se ha demostrado que sea falso, así que es verdadero Nadie ha probado a restaurarlas
Salud «No hay pruebas de que este remedio a base de plantas sea peligroso». No se ha demostrado que sea falso, así que es verdadero Puede que nunca se haya estudiado adecuadamente
Trabajo «Nadie ha demostrado que teletrabajar los viernes ayude, así que no ayuda». No se ha demostrado que sea verdadero, así que es falso Nadie ha medido el efecto en ningún sentido
Casa «Nadie se ha quejado del nuevo horario de vuelta a casa, así que a los chicos les parece bien». No se ha demostrado que sea falso, así que es verdadero Puede que los adolescentes no se atrevan a decírselo a sus padres
Internet «Los científicos no pueden explicarlo, así que tienen que ser extraterrestres». No está explicado, así que mi explicación es la buena Hay una incógnita, no una respuesta
Software «Todas las pruebas pasan, así que no hay fallos». No se ha demostrado que sea falso, así que es verdadero Las pruebas solo comprueban lo que alguien pensó en comprobar

«No pueden explicarlo, así que tiene que ser X» es un error muy cercano: se interpreta una laguna en una explicación como apoyo a otra. Un misterio es un motivo para seguir investigando, no un voto a favor de tu respuesta preferida.

Debátelo en Debatly“¿Basta con decir «no hemos encontrado pruebas de que cause daños» para aprobar un producto nuevo, o habría que demostrar que es seguro?”

Cuándo la ausencia de pruebas SÍ es prueba de ausencia

Esta es la parte que muchas explicaciones se saltan, y también la más práctica. «La ausencia de pruebas no es prueba de ausencia» es una frase muy útil, pero, tomada al pie de la letra, es falsa. A veces, no encontrar algo es una buena prueba de que no está ahí.

Abres la nevera para ver si queda leche y no encuentras ninguna. Concluyes que no hay leche. No es una falacia: has mirado bien y una botella de leche en la nevera es fácil de ver.

La Internet Encyclopedia of Philosophy resume la regla en una frase: razonar a partir de la falta de pruebas solo es correcto «si los intentos de obtenerlas han sido bastante exhaustivos y, de existir el ser u objeto en cuestión, habría sido posible encontrar pruebas de ello». En la práctica, esto se reduce a dos preguntas aplicables a cualquier afirmación del tipo «no hay pruebas».

Pregunta 1: ¿Alguien lo ha comprobado de verdad?

«No hay pruebas» puede significar dos cosas muy distintas: que alguien ha buscado con cuidado y no ha encontrado nada, o que nadie ha buscado. Las copias de seguridad de Oskar pertenecen al segundo grupo. Cuatro años sin incidencias también fueron cuatro años sin comprobar si se podían restaurar.

Pregunta 2: Si existiera, ¿lo habríamos encontrado?

Incluso una búsqueda real puede pasar por alto aquello que no está diseñada para detectar. Si un detector de humo no suena, es una buena señal de que no hay un incendio en la cocina, porque está diseñado para activarse en ese caso. Que el programa de copias indique «sin errores» solo significa que no ha detectado ningún error. No te dice si las copias se pueden usar.

Si juntas las dos preguntas, obtienes un esquema sencillo.

Lo habríamos encontrado si estuviera ahí Podríamos haberlo pasado por alto
Hemos buscado con cuidado Pruebas sólidas de que no está (la nevera sin leche) Pruebas débiles (un estudio pequeño que no detecta nada)
Nadie ha buscado de verdad No hay pruebas en ningún sentido (un detector que nadie ha encendido) No hay pruebas de nada (las copias de Oskar)

Solo la casilla superior izquierda respalda la conclusión «no está ahí». En los demás casos, como mucho, podemos decir «todavía no lo sabemos». Y esa es una respuesta perfectamente válida.

«No hay pruebas de que...» en los titulares de salud y ciencia

La apelación a la ignorancia puede hacer mucho daño en las noticias de salud. «Un estudio no encuentra relación entre X e Y» puede significar que una investigación amplia y rigurosa ha descartado un efecto relevante. O puede significar que un estudio pequeño no tenía capacidad para detectarlo.

En 1995, los estadísticos médicos Douglas Altman y Martin Bland publicaron una breve nota en el BMJ titulada «La ausencia de pruebas no es prueba de ausencia». Señalaron que los ensayos clínicos que no encuentran diferencias significativas entre tratamientos suelen calificarse de «negativos». Eso «sugiere erróneamente que el estudio ha demostrado que no hay ninguna diferencia, cuando por lo general lo único que ha demostrado es que no hay pruebas de una diferencia». Parte del problema, explicaban, es que muchos ensayos son demasiado pequeños para detectar diferencias reales e importantes.

Su consejo para quien lea estos titulares es sencillo: cuando te digan «no hay pruebas de que A cause B», pregúntate primero si eso solo significa que no hay información.

También ayudan estas preguntas:

  • ¿Qué tamaño tenía el estudio? Un estudio con 40 personas puede pasar por alto un efecto que otro con 40.000 sí detectaría.
  • ¿Estaba diseñado para encontrarlo? Un estudio sobre el sueño quizá no haya medido los dolores de cabeza con suficiente detalle.
  • ¿Cuál es el margen de incertidumbre? Una buena información ofrece una estimación y su margen de incertidumbre. Si ese margen es amplio, significa «no lo sabemos», no «no hay nada».
Debátelo en Debatly“¿Deberían los medios evitar titulares como «no se encuentra relación» cuando el estudio era demasiado pequeño para detectarla?”

¿Es «inocente hasta que se demuestre lo contrario» una apelación a la ignorancia?

No, y el contraste ayuda a entender la diferencia. En un juicio penal, se presume la inocencia del acusado y la acusación debe demostrar su culpabilidad más allá de toda duda razonable. Si no lo consigue, el acusado es absuelto.

Puede parecer un «no se ha demostrado que sea culpable, así que es inocente», pero no es una afirmación sobre lo que ocurrió. Es una regla sobre qué hacer cuando las pruebas no bastan. La sociedad ha decidido que condenar a una persona inocente es peor que dejar libre a una culpable, así que, ante la duda, se falla a favor del acusado. Por eso la absolución no equivale a demostrar que el acusado no cometió el delito: indica que no se ha satisfecho la carga de la prueba.

En la vida cotidiana también usamos reglas de ese tipo. «No cambiamos de proveedor hasta que alguien demuestre que el nuevo es mejor» es un criterio de decisión razonable. Se convierte en falacia cuando pasa a ser «el nuevo no es mejor». Si quieres saber a quién le toca demostrar qué, consulta nuestra guía sobre la carga de la prueba.

Apelación a la ignorancia y otros errores relacionados

La apelación a la ignorancia suele ir acompañada de otros errores. Distinguirlos ayuda a hacer la pregunta adecuada.

Error Qué ocurre La pregunta que lo detecta
Apelación a la ignorancia La falta de pruebas se trata como prueba de lo contrario «¿Alguien lo ha buscado? ¿Lo habría encontrado?»
Inversión de la carga de la prueba Alguien hace una afirmación y exige que tú la refutes «¿Quién está haciendo la afirmación?»
Sesgo de supervivencia Solo se ven los casos que han llegado hasta el final «¿Quién falta en esta imagen?»
Sesgo de confirmación Solo buscas donde esperas encontrar pruebas que te den la razón «¿Dónde buscaría si quisiera demostrar que me equivoco?»
Mover la portería Aparecen pruebas y se eleva el listón «¿Qué te haría cambiar de opinión? Acordémoslo ahora».

Invertir la carga de la prueba y apelar a la ignorancia suelen ir de la mano. Primero alguien dice «demuestra que no es verdad» y, cuando no puedes hacerlo, lo considera una victoria.

Cómo responder sin empezar una discusión

Decir «eso es una apelación a la ignorancia» puede ser correcto, pero rara vez ayuda. La otra persona oye «no razonas bien» y se aferra aún más a su postura. Las preguntas funcionan mejor porque la invitan a examinar por sí misma lo que falta. (Esa es la idea del método socrático).

Una pauta sencilla: acordad qué se sabe, preguntad cómo se ha comprobado y proponed una prueba.

Lo que oyes Lo que puedes decir
«Nunca ha habido ningún problema». «Bien. ¿Lo hemos comprobado de alguna forma que permitiera detectar un problema?»
«No hay pruebas de que funcione». «¿Alguien lo ha probado? Si no, todavía no lo sabemos».
«Nadie ha demostrado que sea peligroso». «¿Alguien lo ha investigado a fondo? ¿Qué comprobó?»
«Los científicos no pueden explicarlo, así que tiene que ser...» «Puede ser. ¿Qué esperaríamos observar si fuera cierto?»
«Nadie se ha quejado». «Si no estuvieran contentos, ¿nos lo habrían dicho?»

El tercer paso es especialmente importante cuando vas a volver a ver a esa persona mañana. «Vamos a comprobarlo» convierte un enfrentamiento en una tarea compartida.

Ejemplo paso a paso: las copias de seguridad de Farida

Farida no le dijo a Oskar que había cometido una falacia. Le dijo que quizá tuviera razón y que, si algún cliente preguntaba, le gustaría poder afirmarlo con seguridad.

Repasaron juntos las dos preguntas:

Pregunta Su respuesta
¿Alguien lo ha comprobado de verdad? No. Nadie había restaurado nunca un archivo de ninguna de las dos copias.
Si las copias fallaran, ¿nos habríamos dado cuenta? Probablemente no. El programa avisa de errores al copiar, pero no comprueba si los archivos copiados se abren.
¿Cómo sería una comprobación real? Restaurar la carpeta completa de un cliente desde cada copia en un portátil de repuesto y abrir diez archivos.
¿Qué consideraríamos un resultado satisfactorio? Que todos los archivos se abran y coincidan con los originales.
¿Con qué frecuencia deberíamos comprobarlo? Una vez al trimestre, eligiendo cada vez la carpeta de un cliente distinto.

La copia en la nube superó la prueba a la primera. La del disco externo, no. Su configuración seguía apuntando a una carpeta que la oficina había dejado de usar dos años antes. Cada noche hacía una copia impecable de un directorio antiguo y casi vacío. No había errores porque, desde el punto de vista del programa, nada fallaba.

Oskar lo solucionó en diez minutos y añadió una prueba trimestral de restauración al calendario compartido.

Cómo detectar este error en tu propio razonamiento

Todos caemos en él, sobre todo cuando se trata de cosas que hemos configurado nosotros mismos o que esperamos que vayan bien.

  • Presta atención a «nunca» y «ninguna señal». «Nunca ha fallado» y «no hay señales de problemas» son buenos momentos para preguntarte si alguien lo ha comprobado.
  • Identifica tu detector. Ante cualquier «no pasa nada», pregúntate qué te avisaría si pasara algo. Si la respuesta es «nada», no tienes pruebas en ningún sentido.
  • Di «todavía no lo sabemos». Suena menos rotundo que una respuesta tajante, pero a menudo es lo más sincero y permite plantear una comprobación.
  • Aplica el criterio en ambos sentidos. Es fácil decir «no hay pruebas de que sea perjudicial» sobre algo que te gusta y «no hay pruebas de que funcione» sobre algo que no te gusta. Exige las mismas pruebas en ambos casos.

Cómo practicarlo con IA

Cuesta detectar la apelación a la ignorancia en nuestro propio razonamiento porque el silencio nos tranquiliza. Un debate hace visible el vacío: una parte debe decir qué pruebas hay realmente y la otra pregunta cómo se obtuvieron. En Debatly, varios modelos de IA y personajes defienden distintas posturas sobre tu pregunta a lo largo de varias rondas. Puedes intervenir en cualquier momento y un juez emite un veredicto razonado.

  • Pon a prueba tu «no hay señales de problemas». Escribe tu creencia como pregunta en la sala de debate, por ejemplo: «¿Son fiables las copias de seguridad de nuestra oficina si nunca han dado errores?». Pide a una parte que defienda esa idea y a la otra que pregunte cómo podríamos saberlo.
  • Pide a un escéptico que plantee las dos preguntas. Haz que Viktor, el escéptico, examine tu afirmación con «¿alguien lo ha comprobado?» y «¿lo habríamos encontrado?». Es una forma rápida de ver si tienes pruebas o solo silencio.
  • Pruébalo con un titular. Pega uno que diga «no se encuentra relación» y pregunta a los participantes qué características debería haber tenido el estudio para detectar esa relación si existiera.
  • Lee el veredicto. El juez Alex explica qué argumentos han pesado más en la ronda. Comprueba si la parte ganadora presentó pruebas a favor de su postura o solo señaló que la otra no las tenía.

Cuando Farida planteó la cuestión de las copias de Oskar en un debate, la parte que hacía preguntas quiso saber en su primera respuesta cuándo se había restaurado un archivo por última vez. Esa fue la pregunta que Farida llevó a la siguiente reunión de informática.

Debátelo en Debatly“¿Pueden dos modelos de IA ponerse de acuerdo sobre si «no encontramos nada» significa «no hay nada»?”

Una limitación importante

Los modelos de IA no pueden ver tus sistemas, ejecutar una prueba de restauración ni leer por sí solos el estudio completo que hay detrás de un titular. Además, también cometen este error: si preguntas a un chatbot si algo es seguro, puede responder «no hay pruebas de que sea perjudicial» como si eso zanjara la cuestión. Muchos modelos, además, tienden a darte la razón (consulta por qué la IA te da la razón). Usa el debate para localizar lo que falta y diseñar la comprobación. La respuesta sigue dependiendo de mirar de verdad.

Pregunta cómo podríamos saberlo

La apelación a la ignorancia convierte «no lo hemos encontrado» en «no existe», o «no lo hemos demostrado» en «es falso». Para evitarla, haz dos preguntas: ¿alguien lo ha comprobado de verdad? Y, si existiera, ¿lo habría encontrado? Si ambas respuestas son sí, la ausencia significa algo. Si no, la respuesta sincera es «todavía no lo sabemos».

Esta semana, elige algo que das por bueno porque nunca ha dado problemas y pregúntate cómo sabrías si los hubiera. Si es importante, plantéalo como debate en Debatly y deja que un escéptico busque primero lo que falta. Pruébalo. Encontrarás los planes en la página de precios.

Debátelo en Debatly

“Falacia de apelación a la ignorancia: ejemplos y cuándo importa la falta de pruebas”

Preguntas frecuentes

Es afirmar que algo es verdadero porque nadie ha demostrado que sea falso, o que es falso porque nadie ha demostrado que sea verdadero. Se trata la falta de pruebas como si fuera una prueba. «Nadie ha demostrado que sea peligroso, así que es seguro» es un ejemplo típico.
«Nuestras copias de seguridad nunca han dado errores, así que deben funcionar», dicho de unas copias que nadie ha intentado restaurar. Otro ejemplo es «no hay pruebas de que el nuevo proceso ahorre tiempo, así que no lo ahorra», cuando nadie lo ha medido. En ambos casos, faltan pruebas porque nadie lo ha comprobado.
A veces. Si alguien ha buscado con cuidado y habría encontrado lo que busca en caso de existir, no encontrarlo es una buena prueba de que no está ahí, como cuando no encuentras leche en la nevera. Si nadie ha mirado, o la búsqueda no podía detectarlo, esa ausencia dice muy poco.
Invertir la carga de la prueba consiste en exigir a otra persona que refute tu afirmación. Apelar a la ignorancia consiste en tratar la falta de refutación, o la falta de demostración, como si resolviera la cuestión. Suelen aparecer juntas: primero se traslada la carga y después se presenta la ausencia de refutación como una victoria.
No. Es una regla sobre lo que debe hacer un tribunal cuando las pruebas no bastan, no una afirmación de que el acusado sin duda no cometió el delito. La acusación debe demostrar su culpabilidad y, si no puede, el acusado es absuelto. La absolución indica que no se ha probado la culpabilidad, no que se haya demostrado la inocencia.
La frase suele atribuirse a Carl Sagan, que la usó en su libro de 1977 Los dragones del Edén, o a Martin Rees. Quote Investigator encontró antecedentes mucho más antiguos: una formulación muy parecida de 1887 y la frase exacta impresa en 1895, atribuida a Dugald Bell.
#appeal-to-ignorance #logical-fallacies #critical-thinking #evidence #decision-making