Desde ca’n Curry:
Apasionante. Alexander Bakker es un joven investigador que en 2006 entró en un proyecto del KNMI llamado Adaptación de la información climática para las evaluaciones de impacto. O sea, usar la ciencia en el mundo de la realidad. Que es probablemente la mejor situación posible para observar la correspondencia entre la ciencia y la realidad. Y en el proyecto usaban como herramienta básica, por supuesto, el paradigma de los chicos del calentamiento global. Los modelos climáticos de los que sale la alarma que tanto parece angustiarnos. Pero después de ocho años, a Bakker no le quedó más remedio que reconocer que esos modelos son una herramienta rota.
In most of my projects, I explicitly or implicitly relied on General Circulation Models (GCM) as the most credible tool to assess climate change for impact assessments. Yet, in the course of time, I became concerned about the dominant role of GCMs. During my almost eight year employment, I have been regularly confronted with large model biases. Virtually in all cases, the model bias appeared larger than the projected climate change, even for mean daily temperature. It was my job to make something ’useful’ and ’usable’ from those biased data. More and more, I started to doubt that the ’climate modelling paradigm’ can provide ’useful’ and ’usable’ quantitative estimates of climate change.
Entre otros, describe muy bien un problema que los “escépticos” se han hartado de señalar, y que Feynman describe como uno de los puntos clave del auto engaño de los “expertos”. Los modelos nuevos están “tuneados” (ajustados) a los modelos anteriores. Aunque sea implícitamente. Y se consideran más “fiables” o “robustos” cuando dan los resultados que se esperan de los modelos que ya había. Y al final todo nace de los informes Charney et al. (1979) y Bolin et al. (1986), con su “sensibilidad climática” entre 1,5º y 4,5º de calentamiento por doblar la cantidad de CO2. Pero esos informes venían de una “opinión experta”, y de una comprensión muy limitada del sistema climático.
Es un razonamiento perfectamente circular. Afirmamos algo, más o menos a huevo, y especificamos que se trata de algo provisional, a la espera de que más datos y una mejora en la capacidad de los ordenadores permitan crear unos modelos climáticos para resolver el problema. Pero según van llegando más datos (toneladas de ellos), y mejora la capacidad de computación (espectacularmente), resulta que tuneamos los modelos para que su resultado coincida con la estimación habían hecho a huevo. Y de ahí resulta que la “sensibilidad climática” que calcula (ejem) el IPCC en 2013 es milimétricamente calcada que la del cálculo a ojo de Charney en 1979. Entre 1,5º y 4,5º por doblar la cantidad de CO2 en la atmósfera. 35 años tirados a la basura por obsesionarse con un paradigma que no funciona.
Enlaces:
- Questioning the robustness of the climate modeling paradigm (Judith Curry)
- The Robustness of the Climate Modelling Paradigm (La tesis doctoral de Bakker)
Y la versión práctica del asunto es que la tesis de Bakker parece pensada como para darle a los asnos posmodernos en el morro. Porque habla en lenguaje Kuhn. Y porque los asnos se quedan con la parte de la película que les interesa, y olvidan el resto. Toda esa vaina del consenso viene de la idea kuhniana de que un científico no puede trabajar fuera del paradigma central si quiere ser operativo. Pero se olvidan de la parte en la que al paradigma empiezan a estallarle las costuras, por las evidentes contradicciones con los datos. Ya tantas, que no se puede disimular más. O sea, la crisis del paradigma. Que eventualmente será sustituido por otro — probablemente el superviviente de la lucha de varios. Pero antes de la sustitución hay que darle leña al mono, para que no impida -con su poder- el nacimiento del monito que reinará después.
Kuhn, sin posmodernidades:
“A few years ago I happened to meet Kuhn at a scientific meeting and complained to him about the nonsense that had been attached to his name. He reacted angrily. In a voice loud enough to be heard by everyone in the hall, he shouted, ‘One thing you have to understand. I am not a Kuhnian.’” – Freeman Dyson, The Sun, The Genome, and The Internet: Tools of Scientific Revolutions
Habrá que recordar a Feynman una vez más, cuando explica que lo más difícil -pero de mayor valor- es darse cuenta cuándo no sabes.
