“Verdadero” es un concepto complicado. Si te refieres a “¿Se corresponde exactamente con la realidad, incluidos todos los matices?” entonces no, por supuesto que no. El mapa no es el terreno.
Hablando de mapas, cuando miras un mapa de París o Nueva York, ¿es cierto? No. Tengo un mapa muy detallado de Nueva York que da la falsa impresión de que no hay piedras fuera del edificio de mi apartamento.
Imaginemos un mapa realmente de baja resolución, uno que represente a Nueva York como una mancha sin rasgos distintivos. No será muy útil, al menos no si quieres saber cómo llegar de Soho a Tribecca. Ahora imagínate gradualmente añadiéndole más detalles. En algún momento, será lo suficientemente útil para sus propósitos.
Ahora imagine que va más allá de eso: agregue más y más funciones, tratando de hacerlo lo más preciso posible de la realidad. Tendrás que usar trozos de papel cada vez más grandes. Para capturar todo lo que puede ver a simple vista (incluso cada mota de polvo), necesitará una hoja de papel del tamaño exacto de la ciudad. En ese punto, también puede prescindir del papel y usar la ciudad como un mapa de sí mismo.
Lo cual será inútil. (Y todavía no es “verdadero”, porque descuida los niveles microscópicos y cuánticos). No te ayudará a llegar de Soho a Tribecca. Los mapas útiles son abstracciones y las abstracciones son una combinación de verdades y mentiras. Puedes usar otras palabras si no te gustan las “mentiras”. Puedes llamarlos “simplificaciones” si quieres. El punto es que los mapas y los modelos solo son útiles cuando están colocados en un nivel específico de detalle, ocultando otros niveles. La parte difícil de hacerlos es encontrar niveles útiles de abstracción que no sean ni demasiado suaves ni demasiado ásperos.
Los mapas y las categorías no son realmente verdaderas o falsas. Más bien, son útiles o no útiles. Lo que quiere decir que se pueden usar para hacer predicciones precisas o inexactas. En la mayoría de los casos, incluso los más útiles no pueden hacer predicciones exactas al 100%, pero si pueden rendir mejor que el azar, son al menos algo útiles. Si está buscando la verdad, o algo así, no mire el mapa, el modelo o la categorización. Es solo una herramienta. La verdad o la mentira está en cualquier predicción que pueda ayudarte a hacer.
Incluso las predicciones no son verdaderas. Esa es una predicción no es lo mismo que “lo que hay ahí fuera”. Es una interfaz entre la verdad y nuestra comprensión de la verdad. Experimentamos la realidad a través de interfaces.
“Hay dos tipos de personas en el mundo: los que comen carne y los que no”.
¿Eso es útil? ¿Tiene poder predictivo? Bueno, si descubro que Fred no come carne, puedo predecir que no querrá acompañarme a un asador. Esa predicción podría estar equivocada. Quizás el lugar al que voy tenga una buena barra de ensaladas; tal vez a Fred le guste el ambiente allí y esté feliz de sentarse y charlar, sin comer nada; quizás no sea un vegetariano constante, y hoy está interesado en la carne … Pero, en general, puedo dividir a mis amigos en comedores de carne y vegetarianos, y al menos obtengo alguna utilidad al hacerlo.
Las categorizaciones, incluso las útiles, también pueden ser inútiles o dañinas, dependiendo de cómo las manejas. Mi categorización de comer carne puede ser útil para algunos propósitos. Esta es una forma en que probablemente será inútil: “Es el cumpleaños de Mary, y la llevaremos a un asador, porque le encanta la carne. Ahora, hay dos tipos de personas en el mundo: comedores de carne y vegetarianos. Fred es uno de estos últimos, así que aunque es el mejor amigo de Mary, probablemente no deberíamos invitarlo “. Por otro lado, si es el cumpleaños de Fred, la clasificación nos puede ayudar a predecir que estará triste si lo llevamos a un asador.
“Hay dos tipos de personas en el mundo: hombres y mujeres”. Eso es inútil (y equivocado) para ciertas aplicaciones. El género es más complejo que eso, y si hago un formulario con solo dos casillas, ciertas personas serán excluidas.
Sin embargo, puede ser útil (y lo suficientemente preciso) para predecir con quién le gustaría a mi amiga Lucy, como mujer heterosexual, que la cuente con ella. “Recta” es una categoría similar. Tal vez Lucy se ha sentido atraída ocasionalmente por las mujeres, pero el 98% de las veces le gustan los hombres. Categorizarla como “heterosexual” puede ser inútil para algunos propósitos, pero para predecir a quién le gustaría tener una cita, puede ser útil.