¿PUEDE HABER UNA CIENCIA DE LA PRUEBA?

UNA MIRADA HACIA

DELANTE

Orión Vargas Vélez1

INTRODUCCIÓN

Tener prueba material desde una determinada fuente, de que un hecho concreto

haya ocurrido, no implica que este realmente ocurrió. Reunir pruebas y usarlas

como una base para las conclusiones que sacamos acerca de los asuntos de

interés, ya sea en las actividades cotidianas de nuestra vida y nuestro trabajo, es

de vital importancia. Ciertas propiedades comunes de la prueba pueden ser

reconocidas en diversas disciplinas de conocimiento. En cualquier inferencia que

hacemos, la prueba que tenemos siempre será incompleta, rara vez podrá

llevarnos a una conclusión precisa y por lo general esta será bastante vaga. La

prueba siempre tendrá un determinado grado de credibilidad, de pertinencia y de

preponderancia, peso o solidez inferencial. Por consiguiente, las conclusiones

alcanzadas a la luz del material probatorio con las características señaladas, solo

podrán ser de naturaleza probabilística. Establecer los fundamentos probatorios

del razonamiento probabilístico, en términos de su credibilidad, pertinencia y

preponderancia, peso o solidez inferencial exige de varios y difíciles juicios de

razonamiento, toda vez que la prueba nunca nos llega con estas características

ya establecidas.

                                                                                                               
1
Ingeniero químico y doctor en Filosofía de la Universidad Pontificia Bolivariana, Abogado y
magíster en Derecho Procesal de la Universidad de Medellín, magíster en Administración de
Negocios de la Universidad EAFIT. En la actualidad se desempeña como Jefe de la Maestría en
Derecho Probatorio de la Universidad de Medellín.
 

  1  
Examinar las diversas propiedades y usos de la prueba, y los correspondientes

juicios que esto conlleva permite descubrir varias sutilezas que reposan en el

razonamiento probabilístico. Reconocer tales sutilezas permite llevar a buenas

conclusiones. Estas propiedades y usos de la prueba no se encuentran en una

sola disciplina de conocimiento y, por tanto, tienen un carácter multidisciplinario.

El presente artículo tiene como audiencia todas aquellas personas cuyo interés

sea la prueba, y el empleo que hacemos de la misma a través de inferencias.

Invito a esta audiencia a considerar la posibilidad de que pueda haber una ciencia

de la prueba, invitación que ya otros han realizado.

PALABRAS CLAVE

Evidencia, credibilidad, pertinencia, solidez inferencial, preponderancia de la

prueba, peso de la prueba, ciencia, conjunto de medios de prueba, prueba como

resultado, inducción, conclusión, decisión, redes inferenciales, Wigmore, Bayes,

Cohen.

J. H. WIGMORE / L. J. COHEN

En el campo del derecho, si bien los escritos más representativos del

norteamericano John Henry Wigmore (1863-1943) han tratado el tema de la

admisibilidad de la prueba (Publishers, 2002), sus escritos sobre la prueba,

específicamente en el establecimiento de las propiedades y usos de la misma

(Wigmore, 1937) han tratado la forma como puede ser establecido el significado

de la prueba que se tiene y específicamente cuando esta se presenta de forma

conjunta, es decir, como un conjunto de medios de prueba que deben ser

valorados en su totalidad.

  2  
Las enseñanzas de Wigmore tienen que ver con 1) El reconocimiento de una

variedad de sutilezas probatorias que pueden ser encontradas en las tareas más

sencillas del razonamiento probabilístico, 2) Las diversas formas y combinaciones

que la prueba presenta, 3) Los fundamentos para determinar los atributos que

permitan determinar la credibilidad de las diversas pruebas, 4) Los ingredientes

necesarios para las inferencias en cascada y 5) El proceso de sacar conclusiones

de un gran conjunto de diversos medios de prueba (David Schum, 2009).

En el campo de la lógica inductiva, L. J. Cohen en su obra The Probable and The

Provable (Cohen, 1977) sostiene que la probabilidad inductiva evalúa el grado de

la "demostrabilidad"2 o el grado de la solidez inferencial de un razonamiento (LEVI,

2008).

Para Cohen, una ley general puede ser entendida como el soporte de una regla de

prueba o regla de inferencia del siguiente tipo: “de la información de que la

condición inicial R haya ocurrido, se infiere que un resultado del tipo S ocurrirá”.

De forma similar, podría entenderse que una afirmación consistente en la

posibilidad de que un resultado R, que ocurra en un ensayo de la clase S, es igual

a r, esté respaldando una regla de prueba o regla de inferencia del tipo: “de la

ocurrencia de un ensayo de la clase R, se infiere que un resultado de la clase S

ocurrirá con una probabilidad r”.

                                                                                                               
2
En el texto original, provability, término que se traduce al castellano como "posibilidad de ser
demostrado". Para efectos prácticos me permito introducirlo bajo el término "demostrabilidad", un
equivalente hipotético —así, entre comillas, reconociendo que no se trata de un vocablo castizo—
que resultaría preciso, lingüísticamente.

  3  
La innovación de Cohen fue la observación de que hay dos formas de graduar la

"demostrabilidad" o la solidez inferencial de un razonamiento: una clase que se

corresponde con el cálculo de la probabilidad matemática y específicamente con

los principios complementario para la negación y multiplicativo para la conjunción3,

y otra clase asociada a la inferencia eliminativa y variable propuesta por Bacon

(sobre la eliminación de hipótesis basada en pruebas experimentales), y refinada

por Mill, Locke y Hume, y, que Cohen denomina probabilidad baconiana o

probabilidad inductiva.

De acuerdo con la clase de probabilidad matemática, el grado de

"demostrabilidad" de una proposición k y de su negación (no k) deben sumar un

valor fijo de 1 (k + no-k =1).

Si h es demostrado en algún grado k por debajo del máximo valor 1, la diferencia

entre 1 y k, es decir (1-k), representa el grado al cual la negación de h (no h)

puede ser demostrada. De acuerdo con la clase de la probabilidad baconiana o

probabilidad inductiva, si a h le es asignado un grado de probabilidad cercano a 1,

a su negación (no h) deberá asignársele un grado de probabilidad cercano a 0. La

probabilidad así concebida extiende la noción de prueba como algo decisivo para

la verdad o la falsedad de una proposición. Asignar un grado de probabilidad cero

(0) a h es sostener que h no es demostrable en ningún grado, lo cual no significa

que su negación (no h) sea demostrable en algún grado.

                                                                                                               
3
Ver anexo No. 1

  4  
Por tanto, a h y su negación (no h), simultáneamente, se les podría asignar una

probabilidad baconiana o inductiva de cero (0) cuando no hay bases para decidir

la cuestión entre ellos de un modo u otro en algún grado.

Si una proposición h tiene una probabilidad baconiana o inductiva mayor que cero

(>0), su negación (no h) tiene una probabilidad de 0. La probabilidad baconiana o

inductiva de la conjunción (h ∧ f) se corresponde con la mínima de las

probabilidades baconianas de sus conjunciones4.

Si en un conjunto K de proposiciones cada proposición tiene una probabilidad

baconiana mayor que cero (>0), así la tienen las consecuencias deductivas de K.

Si cada uno de los elementos de K tiene una probabilidad baconiana al menos tan

grande como algún umbral positivo establecido α, así la tienen todas las

consecuencias deductivas.

Esto se erige en un agudo contraste para el requerimiento matemático de que la

probabilidad de la conjunción debería ser el producto de la probabilidad de h y la

probabilidad de f dado h.

                                                                                                               
4
Para Cohen, el soporte inductivo (del que se deriva la probabilidad inductiva) no se corresponde
con una función de probabilidades matemáticas, y el principio de conjunción para el soporte
inductivo es incompatible con el principio multiplicativo para la conjunción, propio del cálculo
4
matemático de probabilidades . Según él, en cualquier campo de indagación, la conjunción de dos
enunciados de cierta clase (H´ y H) tiene el mismo grado de soporte inductivo (basado en la
evidencia E de un tercer enunciado cualquiera) que el grado de soporte inductivo que tiene el
enunciado menos bien soportado de los dos (H), o que el grado de soporte inductivo que tienen
ambos enunciados, si ambos están igualmente bien soportados.

De este modo: Si s[H´/E] ≥ s[H/E], entonces s[H∧H´/E] = s[H/E].

  5  
De la lectura de los trabajos mencionados de Wigmore y Cohen, es posible prever

que la probabilidad matemática a través del teorema de Bayes5 (David Schum,

2009), y la probabilidad inductiva a través de la teoría del soporte inductivo

(Cohen, 1970) permitan establecer modelos de valoración que se insertan

específicamente en las reglas de la ciencia.

El presente escrito pretende mostrar la relación entre el derecho y la teoría de la

probabilidad en sus diversas acepciones (matemática e inductiva) y cómo la

intersección de estas áreas de conocimiento puede contribuir al hecho de que sea

posible hablar de una ciencia de la prueba.

PUNTO DE PARTIDA

Para la prueba de la ocurrencia de un determinado hecho, varias preguntas

pueden ser planteadas con el fin dar cuenta del grado de probabilidad con que tal

hecho debería ser demostrado de acuerdo con un determinado estándar de

valoración.

Preguntas como: ¿Cuál es la naturaleza de la prueba asociada con la

determinación del hecho? ¿Cómo determinar correctamente el hecho en sí

mismo? ¿Cuál es la estructura probabilística asociada a la prueba del hecho?

¿Qué principios racionales se presentan para la prueba del hecho entre el juicio

realizado o por el perito, o el abogado, o el juez de primera y segunda instancia?

                                                                                                               
5
P (A/B) = P (B/A) X P (A) (Teorema de Bayes)
P (B)

  6  
Responder lo anterior permite plantear una visión alternativa de lo que significa la

Administración de la Justicia. También permite entender, que si la toma de

decisiones sobre la prueba en el proceso judicial se desarrolla en un contexto de

incertidumbre, entonces la decisión judicial, es decir, la sentencia, más que un

carácter definitivo y absoluto, siempre tendrá un carácter probable.

Por esta razón, no es extraño que las primeras aproximaciones a la teoría de la

probabilidad hubiesen tenido como uno de sus principales objetivos un análisis de

la medida de la prueba jurídica en términos del cálculo matemático de

probabilidades6 (Hacking, 1995).

INFORMACIÓN

Día a día recibimos datos y captamos información por medio de los sentidos. Nos

preocupamos de interpretar dicha información para encontrar una técnica, método

o procedimiento que nos permita predecir la ocurrencia de un hecho o suceso.

¿Pero qué son los datos? ¿Qué es la información? ¿Cuál es la diferencia entre

los datos y la información? El domicilio de una Compañía X es un dato que

describe una realidad (la Compañía X tiene una ubicación específica en un

determinado municipio, departamento y país), toda vez que la carrera 35 No. 10 B

119 del municipio Y, del departamento W y del país Z, es una secuencia de

caracteres que describe una realidad, es decir, el domicilio de dicha Compañía X.

                                                                                                               
6
Ver anexo No. 2

  7  
Pero para la persona encargada de la logística en la operación de la oficina de

correo y que necesita ubicar correctamente la entrega urgente de una determinada

correspondencia en esta Compañía X, la dirección exacta (que es la misma

secuencia de caracteres ya descrita) es definitivamente información.

¿Pareciera entonces que la diferencia entre los datos y la información estuviera en

la mente de quien tiene una necesidad específica?

Un ejemplo ilustrará mejor lo anterior.

Supóngase que el gerente de una compañía necesita viajar de forma inmediata

desde una ciudad a otra y pregunta a su secretaria:

¿Cuál es la forma más rápida de llegar a dicha ciudad?

Varias pueden ser las respuestas que la secretaria podría darle:

a. Por avión. Lo cual lo remite a hacer nuevamente otra pregunta: ¿de qué

aerolínea?

b. Avianca. Lo cual lo remite a realizar nuevamente 3 preguntas: ¿En qué número

de vuelo, a qué hora sale y cuando sale?

c. Vuelo 3240 que sale mañana a las 6:00 a. m. Lo cual lo remite a formular

nuevamente otra pregunta: ¿De cuál aeropuerto sale?

d. Del aeropuerto José María Córdoba que está ubicado en el municipio de

Rionegro.

  8  
Así las cosas, la respuesta a la pregunta formulada por este gerente, y que

definitivamente podría considerarse como información (y que no fuera solamente

una ilación de caracteres), sería:

“La forma más rápida de llegar a dicha ciudad es abordando el vuelo 2233 de la

aerolínea Avianca que sale mañana a las 6:00 a. m., del aeropuerto José María

Córdoba ubicado en el municipio de Rionegro y que llega directo a dicha ciudad a

las 6:45 a. m.”.

Con esta información el gerente podría tomar una decisión de forma inmediata.

Por ejemplo, podría decidir irse de inmediato en su carro y llegar hoy mismo a

dicha ciudad (salvo que considerara varias hipótesis como: un accidente que lo

tuviera detenido por 15 horas, o un cierre de la carretera por un gran derrumbe, o

un problema de orden público etc.). Obviamente no sería la forma más rápida de

llegar a dicha ciudad. Entonces: primero, o el gerente ha formulado mal la

pregunta a su secretaria, o segundo, la respuesta a la pregunta estaba en la

mente de lo que su secretaria creía que el gerente necesitaba saber y por lo cual

él le estaba preguntando.

Se puede afirmar entonces que la información es aquella parte de los datos que

tiene un impacto sobre la forma como se hacen las preguntas correctas y sobre la

forma como se toman a diario las decisiones. La diferencia entre los datos y la

información está en la relación que tienen los datos con la decisión que se va a

tomar. Si no se sabe qué decisión se va a tomar, sencillamente todo dato podría

ser considerarlo como información.

  9  
En el proceso judicial se hace necesario responder dos inquietudes básicas como

punto de partida para la toma de decisiones sobre la prueba:

¿Qué es lo que se pretende lograr con la prueba en el proceso judicial?

¿Cómo medir, valorar o cuantificar lo que se ha logrado con la prueba en el

proceso judicial?

Los hechos, los medios de prueba y las normas son datos. Datos que las partes

(demandante, demandado y juez) traen e incorporan al proceso judicial. Son

insumos de entrada para que el proceso judicial pueda funcionar. Nunca son la

finalidad misma del proceso judicial. El juez conforma el conjunto de los medios de

prueba, los valora individual y conjuntamente y luego mediante una inferencia

inductiva válida, los conecta con los hechos narrados en la parte petitoria del

escrito de la demanda, para ver, cuál es el grado de apoyo inductivo que dichos

medios de prueba dan a los supuestos o hipótesis de los hechos que se pretenden

probar o demostrar en el proceso judicial.

Una vez el juez realiza este proceso de razonamiento, toma una decisión de

acuerdo con un determinado estándar de valoración judicial (“preponderancia de

los medios de prueba” o “el balance de las probabilidades” en los procesos civiles

y “más allá de toda duda razonable” en los procesos penales).

En el estándar de valoración probatoria en materia penal, el juez debe tener una

probabilidad “de mucho peso” para condenar a una persona culpable, de modo

que la probabilidad de condenar a una persona inocente sea casi “nula”.

  10  
La decisión judicial es un producto de salida que el juez obtiene y vierte en la

sentencia, luego de seguir paso a paso un determinado procedimiento. La decisión

judicial es definitivamente información. Información que ha incorporado

conocimiento acerca de la verdad en la ocurrencia de los hechos narrados en los

escritos de la demanda y la contestación de la misma de acuerdo con los medios

de prueba incorporados por las partes al proceso judicial.

Dicha decisión incorpora un objetivo, una meta, un propósito, que no puede ser

otro que la búsqueda de la verdad. Y esto es así, puesto que si la norma jurídica

describe supuestos de hecho de cuya realización surgen consecuencias jurídicas,

entonces la búsqueda de la verdad en la realización de los supuestos de hecho,

será lo que debe ser buscado por el juez, a fin de tomar una decisión correcta

sobre la prueba. Otros objetivos (resolución del conflicto, garantía de la paz social,

etc.) serán condiciones necesarias para el logro de este objetivo, mas, no deben

ser confundidas con el objetivo de la prueba en el proceso judicial: la búsqueda de

la verdad.

Responder la siguiente pregunta definitivamente será información: ¿Ocurrieron los

hechos tal cual son narrados por las partes en el proceso de acuerdo con los

medios de prueba aportados? De esta pregunta solo se podrá responder

afirmativa o negativamente con respecto de su verdad. Es decir, solo se podrá

responder con respecto de la verdad o la falsedad en la ocurrencia de los

supuestos de hecho narrados por las partes y con base en los medios de prueba

aportados al proceso.

  11  
Dicha verdad o falsedad no es infalible y, por tanto, la decisión judicial más que un

carácter absoluto siempre tendrá un carácter probable.

DECISIONES

“El cuerpo de una mujer es encontrado en una cuneta. Hay prueba de que la

occisa tuvo una violenta discusión con su novio la noche anterior. Se sabe también

que el novio la había golpeado en otras ocasiones. La fiscalía encuentra el arma

homicida, un cuchillo, en cuyo mango, se encuentra una huella dactilar parecida a

la del acusado. La huella dactilar por sí misma ofrece información limitada de tal

forma que un perito solo puede decir que tales huellas aparecen en no más de un

caso entre mil” (Fairley, 1970).

El juez debe hacerse las preguntas correctas para poder valorar correctamente los

medios de prueba. Recuérdese que los datos son una ilación de caracteres que

describen una realidad y que la información es la respuesta a la pregunta.

La prueba estadística de que entre 1.000 huellas dactilares diferentes encontradas

en el mango de un cuchillo aparezca una (1) huella dactilar que coincida con la

del novio es un dato.

Las pruebas en las que se afirma que la noche anterior al homicidio el acusado

había tenido una fuerte disputa con la novia y que en otras ocasiones la había

golpeado son datos.

La huella dactilar encontrada en el mango del cuchillo y que es parecida a la del

novio es un dato.

  12  
¿Ahora bien, como se puede extraer información de los datos que se han descrito

para poder tomar una decisión?

El juez debe hacer las preguntas necesarias para obtener información. Con los

datos disponibles solo le es posible formular una pregunta inicialmente:

1. ¿Pertenece la huella dactilar encontrada en el mango del cuchillo al acusado?

El juez realiza los siguientes tipos de razonamiento o inferencias inductivas:

“Si el acusado hubiera asesinado a la novia con el cuchillo encontrado, habría

huellas dactilares coincidentes con las del acusado en el mango del cuchillo; se

han encontrado huellas dactilares que son similares a las del acusado (pero no

coincidentes) y, por tanto, es poco probable que estas pertenezcan a él”.

“Si además del acusado, otra(s) persona(s) hubiera(n) usado el cuchillo empleado

para asesinar a la novia de este, habría otras huellas dactilares diferentes a las del

acusado en el mango del cuchillo; se han encontrado huellas dactilares diferentes

a las del acusado, y, por tanto, es muy improbable que la huella dactilar

encontrada en el mango del cuchillo y similar a la del acusado pertenezca a él.

“La prueba de las relaciones del novio con la difunta (que la había golpeado en

diversas ocasiones y que habían tenido una violenta discusión la noche anterior a

la aparición del cadáver) sugieren que la huella encontrada en el mango del

cuchillo con que fue asesinada la novia podría ser del acusado, pero estas

pruebas, por sí solas, no son en modo alguno pruebas concluyentes sino tan solo

probables”.

  13  
Este carácter probable lleva al juez a refinar los datos en la búsqueda de

información, y, entonces hace uso de la probabilidad condicionada (probabilidad

condicional) al medio de prueba del examen dactilar.

El juez debe hacer nuevas preguntas para refinar las inferencias realizadas:

2. ¿Cuál es la probabilidad de que el acusado haya apuñalado a la novia? P(A).

3. ¿Cuál es la probabilidad de que el examen dactilar de positivo dado que el

acusado si apuñaló a la novia? P (B/A).

4. ¿Cuál es la probabilidad de que el examen dactilar dé positivo, dado que el

acusado no apuñaló a la novia? P (B/no-A).

Debe advertirse que las preguntas No. 3 y No. 4 tienen algo en común: (... dado

que…) Son probabilidades condicionales o condicionadas por los medios de

prueba (ver anexo No. 1).

Esto permite pensar que cada una de las preguntas formuladas está tratando de

valorar o evaluar cada uno de los medios de prueba de forma individual,

(procesamiento de los datos) para luego realizar el análisis de los mismos de

forma conjunta (obtener información) y tomar una decisión.

Para responder las preguntas deben tenerse en cuenta las siguientes

proposiciones simples:

A: El acusado apuñaló a la novia. B: El examen dactilar dé positivo.

¬ A: El acusado no apuñaló a la novia. ¬ B: El examen dactilar no dé positivo.  

  14  
Si no hay duda de que el examen dactilar saldrá positivo, y si efectivamente el

acusado apuñaló a la novia, el juez se ubicará en la tabla de probabilidades

(Anderson, Schum, & Twining, 2005) con una probabilidad muy cercana al valor de

uno (1)7

El juez sabe que lograr la certeza absoluta es imposible y que una prueba dactilar

puede dar resultados erróneos y por eso le asigna un valor muy cercano a 1 por

decir, de 0.999, el cual le permite afirmar que “está completamente seguro” y que

tiene razones “de peso” para afirmar lo anterior.

Esta podría ser una respuesta a la pregunta No. 3 y se denota por

P (B/A)=0.999 que es la probabilidad de que el examen dactilar de positivo dado

que el acusado haya apuñalado a la novia.

                                                                                                               
7           Tabla de probabilidades

Probabilidad Frecuencia (%) Apuesta Creencia Peso Calificación

1 100 - “yo se” De mucho peso 10
“estoy
0.9 90 9a1 completamente De peso 9
seguro”
0.8 80 8a2 “estoy seguro” Convincente 8
“estoy
0.7 70 7a3 Fuerte 7
convencido”
Más probable
0.6 60 6a4 “creo” 6
que no
“¿me pregunto
0.5 50 iguales Equilibrado 5
si…?
0.4 40 4a6 “sospecho No muy probable 4
“presumo o me
0.3 30 3a7 Improbable 3
figuro”
0.2 20 2a8 “dudo de que” Débil 2
“dudo mucho
0.1 10 1a9 Mínimo 1
de que”
0 0 0 No creo Nulo 0

  15  
El medio de prueba estadístico de 1/1000=0.001 ubica al juez en el otro extremo

de la tabla de probabilidades con una probabilidad igual a la ofrecida por el perito

experto de 0,001, donde podría afirmar que “no cree” y que no tiene razones de

ninguna índole para pensar que el examen dactilar dé positivo si el acusado no

apuñaló a la novia.

Esta podría ser una respuesta a la pregunta No. 4 y se denota por:

P (B/¬ A)=0.001 que es la probabilidad de que el examen dactilar dé positivo, dado

que el acusado no haya apuñalado a la novia.

El juez tiene varias reglas de la experiencia que emplea a diario en los procesos

judiciales. Lleva las estadísticas de los procesos penales donde se presentan

crímenes pasionales o, por lo menos, lee las estadísticas que se publican. ¿Cómo

debe el juez responder a la segunda pregunta? ¿Duda mucho de qué? ¿No cree?

Está en la mente del juez pero no se atreve a cuantificarlo. Siendo así, el juez

podría estar entre “dudo mucho de que” (0.1), o “no creo” (0), lo cual, lo lleva a

tener desde una posición “mínima” hasta “nula”. Supongamos que elige 0.001.

Esta puede ser una respuesta para la pregunta No. 2 en donde se tiene que

P(A)=0.001.

Entonces, de acuerdo con esta valoración individual de los medios de prueba, el

juez procede a realizar la valoración en conjunto de los mismos argumentando

que: “… la prueba de las relaciones del novio con la difunta (que la había golpeado

en diversas ocasiones y que habían tenido una violenta discusión la noche anterior

  16  
a la aparición del cadáver) sugieren que la huella encontrada en el mango del

cuchillo con que fue asesinada la novia podría ser del acusado, pero estas

pruebas, por sí solas, no son en modo alguno pruebas concluyentes”.

“La prueba estadística es menos concluyente dado el bajo valor que esta presenta

de 1/1.000”.

Luego de esta valoración conjunta el juez toma la decisión de que no existen

suficientes elementos de juicio más allá de toda duda razonable para condenar al

novio, y toma la respectiva decisión, la cual le es favorable al novio. No obstante,

una quinta pregunta adicional puede ser formulada:

5. ¿Cuál es la probabilidad de que el acusado haya apuñalado a la novia dado que

el examen dactilar sea positivo? ¿P(A/B)?

Si se observa con cuidado, esta última pregunta también se corresponde con una

probabilidad condicional y no coincide con la pregunta No. 3. Y no es solo una

diferencia semántica la que las separa. Es definitivamente algo que bien pudiera

llamarse información.

¿CIENCIA?

El Diccionario de la Real Academia Española da una definición del término ciencia

de la siguiente forma: “Conjunto de conocimientos obtenidos mediante la

observación y el razonamiento, sistemáticamente estructurados y de los que se

deducen principios y leyes generales”.

  17  
Es posible realizar tal estructuración en términos de la credibilidad y la

pertinencia de los diversos medios de prueba (Ver Fig. 1) (David Schum, 2009).

Lo anterior significa que de esta estructuración se pueden derivar múltiples

combinaciones de los medios de prueba haciendo que la evaluación de la

credibilidad sea más compleja. Un medio de prueba directamente relevante es

aquel que puede ser conectado mediante una cadena de inferencias que justifican

la hipótesis en la ocurrencia de los hechos que están siendo considerados (prueba

directa o indiciaria). Puede ocurrir que no siendo posible dicha conexión, el medio

de prueba sea relevante pero de forma indirecta dependiendo de la fuerza o

debilidad de las conexiones del medio de prueba directamente pertinente (prueba

auxiliar)

Fig. 1. Clasificación de los medios de prueba y sus PERTINENCIA

posibles combinaciones (David Schum, 2009)
DIRECTAMENTE INDIRECTAMENTE

CREDIBILIDAD DIRECTA INDICIARIA AUXILIAR

Prueba primaria (aquella que tiene por tema el hecho
que se pretende demostrar) en la que se incluye la
prueba real o material, estructurada por cosas como
documentos (incluyendo planos, dibujos y fotografías),
huellas, rastros y objetos de toda clase. Esta prueba
puede ser positiva (+), es decir, que revela la
ocurrencia de un hecho o negativa (-), es decir, que
revela la no ocurrencia de un hecho.
Prueba testimonial inequívoca en la que se incluye la
observación directa y la prueba secundaria (que tiene
por tema otro hecho que se pretende demostrar). Esta
prueba puede ser positiva (+) o negativa (-) en el
mismo sentido ya anotado.
Prueba testimonial equívoca la cual es totalmente de
carácter probabilístico tal como se presenta en la
declaración de terceros. (“no se”, “no recuerdo”)
Pruebas materiales o testimoniales faltantes debido
a que no existen, o no se encuentran en el lugar que
se cree, o la prueba se ha perdido o ha sido destruida
o ha sido olvidada. También debido a que alguien la
oculta o se niega a hablar sobre la misma.
Hechos aceptados que provienen de fuentes
fidedignas de diversa índole.

  18  
Es posible reconocer patrones de combinaciones para dos (2) o más medios de

prueba (Anderson et al., 2005). Dichas combinaciones involucran patrones de

armonía, disonancia y redundancia probatoria (David Schum, 2009).

El patrón de armonía se divide en prueba confirmatoria y prueba convergente.

La primera se presenta cuando dos (2) o más medios de prueba de cualquier

clase reportan el mismo hecho. La segunda se presenta cuando dos (2) o más

medios de prueba de cualquier clase acerca de hechos diferentes favorecen la

misma conclusión. El patrón de disonancia se divide en prueba contradictoria y

prueba divergente.

La primera se presenta cuando dos (2) o más medios de prueba reportan la

existencia de eventos mutuamente excluyentes, es decir, que no pueden ocurrir al

mismo tiempo. La segunda se presenta cuando dos (2) o más medios de prueba

reportan dos (2) eventos que ocurren de forma simultánea pero nos llevan en

direcciones inferenciales opuestas. El patrón de redundancia probatoria se

divide en redundancia confirmatoria y redundancia acumulativa. La primera

se presenta cuando un medio de prueba (en comparación con otros medios de

prueba) es más que suficiente para reportar un hecho. La segunda se presenta

cuando teniendo dos (2) o más medios de prueba uno de ellos nada nuevo reporta

con respecto de lo que reporta el otro (David Schum, 2009)

Para la credibilidad de la prueba testimonial tres (3) atributos son planteados:

veracidad, objetividad y sensibilidad observacional. Para la credibilidad de la

prueba material tres (3) atributos son planteados: autenticidad, fiabilidad y

precisión (D. Schum, 2007, 1989).

  19  
La veracidad responde a la siguiente pregunta: ¿Cree usted lo que me está

diciendo acerca de un hecho que ha ocurrido y que usted ha percibido? Si usted

no cree lo que me está diciendo, entonces usted está mintiendo.

La objetividad responde a las siguientes preguntas: 1) ¿Lo que usted cree que

me está diciendo se basa en lo que percibieron sus sentidos con respecto del

hecho que ha ocurrido? O 2) ¿Lo que usted cree que me está diciendo se basa en

lo que esperaba o quisiera que hubiese ocurrido? La objetividad está basada en

lo que es percibido por los sentidos y no en los deseos o las expectativas.

La sensibilidad observacional responde a la siguiente pregunta: ¿Si lo que usted

cree que me está diciendo se basa en lo que percibieron sus sentidos, qué tan

buena fue su percepción? Esto depende de la capacidad de percepción que

tenga una persona incluso teniendo en cuenta condiciones de modo, tiempo y

lugar en las que se presenta la ocurrencia del hecho que es percibido. La Fig. 2

muestra lo descrito (obsérvese la especificidad)

Para la credibilidad de la prueba material, tres (3) atributos son planteados

(David Schum, 2009): autenticidad, fiabilidad y precisión. La autenticidad

tiene que ver con el hecho de que una prueba material es lo que representa ser o

es lo que se afirma ser. Lo anterior tiene que ver con el tema de la alteración de

las pruebas materiales en todas sus presentaciones. La fiabilidad tiene que ver

con la probabilidad del buen funcionamiento de algo.

  20  
Por ejemplo, la fiabilidad de la prueba de ADN significa que sin importar el número

de veces que dicha prueba sea repetida el resultado será el mismo con un alto

grado de probabilidad (99.99%). La precisión tiene que ver con el contenido de

las pruebas materiales y los medios y equipos que las producen y soportan. Por

ejemplo, una cámara de vídeo de baja resolución que ha captado la persona que

ha cometido un delito, el presente artículo que de seguro contiene imprecisiones

conceptuales y que de ser traducido al idioma inglés las tendría en mayor grado,

una base de datos desactualizada, etc.

Fig. 2. Bases para la refutación o corroboración de la credibilidad testimonial. (D. Schum, 2009)

SENSIBILIDAD
OBSERVACIONAL

• Defectos sensoriales
• Condiciones físicas generales Instrucciones Testimonio
• Condiciones de observación observacionales contradictorio
• Calidad y duración de la observación y objetivos de varios testigos
• Experticia (ubicación de la atención)
• Desviación sensorial

OBJETIVIDAD

Testimonio de
• Expectativas Intereses, motivos varios testigos en
• Desviación de la objetividad Autocontradicción conflicto
• Factores relacionados con
la memoria Algunas forma de
afirmaciones
inconsistentes

VERACIDAD

• Deshonestidad
• Influencia / Corrupción entre testigos
• Testimonios sesgados
• Actitud y comportamiento
• Pruebas sicológicas
• Pruebas inadmitidas

ESPECÍFICO MENOS ESPECÍFICO NO ESPECÍFICO

  21  
 ARGUMENTOS

La construcción de los argumentos que van encadenados desde un medio de

prueba hasta la confirmación o refutación de una hipótesis en la ocurrencia de

un hecho es un asunto de creatividad, imaginación y razonamiento crítico. Este

encadenamiento es una inferencia que puede ser graficada de la siguiente forma:

Del medio de prueba La hipótesis sobre la ocurrencia de

infiero un hecho
“De la observación de la
presencia de nubes negras” “la lluvia inminente”

Fig. 3. Cadena de razonamiento desde el medio de prueba E* hasta la hipótesis H (D. Schum, 2009)

H: La hipótesis H se cumple
No-H: La hipótesis H no se cumple
¿Se cumple la hipótesis propuesta?
ETAPAS DE LA
PERTINENCIA

F: El hecho F ocurre
No-F: El hecho F no ocurre
¿Ocurrió F?

E: El hecho E ocurre
FUNDAMENTOS DE No-E: El hecho E no ocurre
LA CREDIBILIDAD ¿Ocurrió E?

  E*: Medio de prueba de E

  22  
En la fig. 3 se observa lo afirmado en la introducción del presente escrito: tener

prueba desde una determinada fuente, de que un hecho concreto haya ocurrido,

no implica que este realmente ocurrió.

Como se observa de la misma, una inferencia de la ocurrencia del hecho E tiene

que ver con un encadenamiento de la credibilidad con respecto del medio de

prueba E*. Los siguientes encadenamientos tienen que ver con la pertinencia.

De lo anterior podemos afirmar que: “si E ocurrió entonces estoy autorizado para

inferir que F probablemente ocurrió, y esto a su vez hará que la ocurrencia de H

sea más probable”. Ahora bien, ¿qué pasa si obtenemos de una muy buena fuente

un nuevo medio de prueba F*? Dependiendo de la credibilidad del nuevo medio

de prueba F*, el medio de prueba E* sería redundante.

PROBABILIDAD

La clasificación realizada de los medios de prueba nos permite evaluar

comparativamente los mismos en torno a la credibilidad, pertinencia y solidez

inferencial. Las matemáticas y la lógica inductiva vertidas en las diversas teorías

de la probabilidad juegan un papel de suma importancia en lo que bien podría ser

denominado una ciencia de la prueba. Las decisiones judiciales basadas en los

diversos medios de prueba siempre serán de naturaleza probabilística toda vez

que tales medios de prueba por lo general son incompletos, no permiten concluir,

son ambiguos, presentan en algún grado patrones de disonancia y vienen a

nosotros de fuentes de imperfecta credibilidad.

  23  
La probabilidad matemática (Wigmore, Bayes, Schum) y la probabilidad inductiva

(Cohen, Schum) pueden esbozar la graduación de la solidez inferencial de los

medios probatorios.

BAYES

El teorema de Bayes es una herramienta propia de la probabilidad matemática que

permite combinar información estadística con el grado de creencia de una

determinada persona. Este teorema permite ilustrar la fuerza o el apoyo probatorio

que puede llegar a tener un medio de prueba de carácter estadístico. En el

ejemplo propuesto en la página 12, las relaciones del acusado con la novia (que

habían discutido fuertemente la noche anterior al asesinato y que en ocasiones él

la había golpeado) influyen en la creencia del juez en una determinada hipótesis

en la ocurrencia del homicidio. La prueba estadística viene dada por un dictamen

pericial y debe considerarse también que en el mango del cuchillo existen muchas

huellas diferentes a la del acusado. También se debe considerar el hecho de que

la huella no haya sido plantada.

El teorema de Bayes está dado por la fórmula:

P(A/B) = P (B/A) X P(A)

donde:
P(A) x P (B/A) + [1-P(A)] x P (B/¬ A)
 

P(A/B) es la probabilidad de que el acusado apuñaló a la novia dado que la huella

dactilar coincida con la de él (pregunta No. 5) que se ha realizado para obtener la

información que realmente interesa y que no es otra cosa que la valoración en

conjunto de los medios de prueba.

  24  
P (B/A) es la probabilidad de que el examen dactilar dé positivo dado que el

acusado apuñaló a la novia y que se ha valorado en 0.999 (pregunta No. 3)

P(B) = P(A)x P(B/A) + [1-P(A)] x P(B/¬ A) se conoce con el nombre de

probabilidad total y es igual a la probabilidad de que el acusado apuñaló a la

novia, multiplicado por la probabilidad de que el examen dactilar dé positivo dado

que el acusado apuñaló a la novia, más la probabilidad (complementaria) de uno

(1), menos la probabilidad de que el acusado apuñaló a la novia, multiplicado por

la probabilidad de que el examen dactilar dé positivo dado que el acusado no

apuñaló a la novia y que luego de hacer dicha operación da P(B)= 0.002.

P(A) es la probabilidad de que el acusado apuñaló a la novia (no teniendo en

cuenta la prueba estadística pero sí subjetivamente las pruebas de las relaciones

del acusado con la novia) (pregunta No. 2).

Esta probabilidad se corresponde con un grado de creencia personal del juez

(subjetivo) y que ha valorado en 0.001

Entonces la fórmula de Bayes quedaría:

P(A/B) = P (B/A) X P(A)

P(A) x P (B/A) + [1-P(A)] x P (B/¬ A)
 

Reemplazando los valores propuestos se tiene que:

P(A/B) = 0.999 X 0.001 = P(A/B) = 0.5  

0.001 x 0.999 + (1 - 0.001) x 0.001

 
  25  
Esta respuesta es muy diferente a la obtenida inicialmente, donde se valoraron los

medios de prueba basados en las pruebas testimoniales de que la noche anterior

al homicidio la pareja tuvo una fuerte discusión y que en ocasiones el novio la

había golpeado. Se consideró la prueba estadística y el hecho de que si el

acusado hubiese apuñalado a la novia, el examen dactilar saldría positivo con un

valor muy alto. ¿Cuál es la diferencia entre el valor de la probabilidad previa que

subyace en la mente del juez de 0.001 (de acuerdo con la prueba estadística y a

los testimonios de vecinos) y el valor de la probabilidad posterior que se obtiene

mediante el modelo matemático de valoración de 0.5 propuesto a través del

teorema de Bayes? Matemáticamente es abrumadora y emocionalmente para las

partes también.

COHEN

L. J. Cohen creó un sistema de probabilidades basado en la inducción eliminativa

propuesta por Bacon. En este sistema basado en la teoría del soporte inductivo el

peso de los medios de prueba o el soporte inductivo de los mismos depende no

solo de responder las preguntas que hacemos y que definitivamente consideramos

información sino también de tener en cuenta las preguntas que permanecen sin

respuesta alguna.

En la Fig. 4 se observa la cadena de razonamiento para la credibilidad del medio

de prueba E*. E* es el testimonio de un testigo en donde este afirma que el hecho

E ha ocurrido. Cómo extraer información para saber si el hecho E ocurrió basado

en el testimonio E* del testigo.

  26  
 Fig. 4. Ejemplo de una graduación de la credibilidad según el sistema propuesto por Cohen.

(E, No-E)

Gs
Nuestros sentidos graban
Sensibilidad
correctamente los hechos
Observacional Es è E
(Ns-k)

(Es, no-Es)
Go

Las personas creen en la evidencia

Objetividad que les proporciona sus sentidos
Eb è Es
(No-j)

(Eb, No-Eb)

Gv
Las personas reportan los hechos
que creen haber percibido
Veracidad
E* è Eb
  (Nv-i)

 
E*

La primera etapa de la inferencia que se observa pretende establecer si el testigo

cree que el evento E ocurrió. (Eb, no-Eb) lo cual se corresponde con la veracidad.

Esta inferencia puede estar soportada en la generalización Gv: “Si una persona

reporta un hecho, entonces esta persona cree que el hecho ha ocurrido” (E*èEb).

La forma de corroborar o refutar esta generalización se corresponde con las

condiciones establecidas para la veracidad en la Fig. 2. Suponga que de las seis

(6) características anotadas en la Fig. 2 para la veracidad, cuatro (4) de ellas han

sido sorteadas sin dificultad alguna por la generalización Gv.

  27  
Dependiendo de lo anterior, la creencia en dicha generalización podrá ser

establecida en el grado 4/6. No obstante, debe considerarse que un número de

características que también son fundamentales en la determinación de la

veracidad del testimonio y, por ende, para la generalización Gv (6-4=2) no ha sido

sorteada. En este sentido, nuestro grado de creencia en Eb presenta dos (2)

razones para dudar de la inferencia realizada (E*èEb). Estas dos (2) razones

pueden estar asociadas con No-Eb. Es decir (E*è No-Eb) lo cual significa que el

testigo no cree que el hecho E haya ocurrido. La generalización Go para la

objetividad sería: “Como resultado de una observación, si una persona cree que

un hecho ha ocurrido, entonces esta persona ha obtenido por percepción sensorial

la ocurrencia de tal hecho”. La generalización Gs para la sensibilidad

observacional sería: “Si los sentidos de una persona dan evidencia de la

ocurrencia de un hecho, entonces este hecho ha ocurrido”. Luego de hacer el

mismo análisis para la objetividad y la sensibilidad observacional se llega a que en

la primera etapa no se sortearon (Nv-i) características, (Nv-i) + (No-j)

características en la segunda etapa y (Nv-i) + (No-j) + (Ns-k) características en la

tercera etapa. Así, nuestro último grado de creencia de que E ocurrió con base en

el testimonio E* se encuentra basado en las (Nv-i) + (No-j) + (Ns-k) características

que no han sido sorteadas. Esto indica que dependiendo del número de

características que no hayan sido sorteadas con respecto de la credibilidad del

testigo, será nuestra creencia en lo que dice.

  28  
 CONCLUSIONES

Ilustrar la forma en la cual el análisis probabilístico puede ser sumamente valioso

en la ampliación del conocimiento sobre el razonamiento probatorio permite

analizar las consecuencias de tener en cuenta otras áreas alternativas y otros

posibles puntos de vista acerca de la fuerza probatoria de los medios de prueba.

Las áreas del derecho y la probabilidad pueden contribuir a la posibilidad de que

haya una ciencia de la prueba. El estudio multidisciplinario de la prueba permite ir

más allá de lo que formalmente muestra el derecho probatorio.

BIBLIOGRAFÍA

Anderson, T., Schum, D. A., & Twining, W. L. (2005). Analysis of Evidence:

Cambridge University Press.

Cohen, L. J. (1970). The implications of induction: Methuen.

Cohen, L. J. (1977). The probable and the provable: Clarendon Press.

Fairley, M. O. F. a. W. B. (1970). A Bayesian Approach to Identification Evidence.

Harvard Law Review Vol. 83, pp. 489-517.

Hacking, I. (1995). El Surgimiento de la Probabilidad: Un Estudio Filosófico de Las

Ideas Tempranas Acerca de la Probabilidad, la Inducción y la Inferencia

Estadística: Gedisa.

LEVI, I. (2008). Proceedings of the british academy. Biographical Memoirs of

Fellows, VII. . from Oxford: Oxford University Press

Publishers, A. (2002). Wigmore on Evidence: Aspen Law & Business Publishers.

  29  
Schum, D. (2007). Assessing the Competence and Credibility of Human Sources

of Intelligence Evidence: Contributions from Law and Probability. . Vol. 6.

Schum, D. (2009). A Science of Evidence: Contributions from Law and Probability.

Law, Probability & Risk, Vol. 8, Issue 3, pp. 197-231, 2009. doi:

10.1093/lpr/mgp002

Schum, D. ( 1989). Knowledge, Probability and Credibility. . Vol. 2.

Wigmore, J. H. (1937). The science of judicial proof, as given by logic, psychology,

and general experience, and illustrated in judicial trials: Little, Brown.

ANEXOS

Anexo No. 1

El cálculo matemático de probabilidades obedece a dos principios fundamentales

que son el principio complementario para la negación P(B/A)=1-P(¬ B/A) donde

P(B,A) se lee como “la probabilidad de que B sea verdadero basado en el medio

de prueba A”, y el principio multiplicativo para la conjunción P(B∧C/A)=P(B,A) x

P(C/A∧B) donde P(B∧C/A) también se lee como “la probabilidad de que B y C

sean verdaderos basado en el medio de prueba A”.

Para una mejor comprensión de estos principios, se hace necesario entender

brevemente algunos conceptos fundamentales que tienen que ver con (1.) Lógica

(2.) Teoría de conjuntos y (3.) Teoría de la probabilidad.

  30  
(1.) En el lenguaje escrito, las palabras pueden ser representadas por medio de

letras o sílabas. Un conjunto de palabras conforman una oración en la que se

expresa un determinado sentido. Las oraciones plasman el pensamiento del

hombre en forma de enunciados o proposiciones, las cuales niegan o afirman

algo que se dice. En la lógica moderna, dichos enunciados o proposiciones

pueden ser de dos tipos: simples y complejos. La oración “Lupe es hermosa” es

un enunciado simple. La oración “Miguel es divertido” es otro enunciado simple. Si

se unen estos dos enunciados simples con un término de enlace (por ejemplo el

término de enlace “y” denotado por el símbolo “∧”), se forma un enunciado

complejo que sería: “Lupe es hermosa y Miguel es divertido”. A este tipo de

enunciado se le conoce como conjunción.

Si se unen estos dos enunciados simples con otro término de enlace (por ejemplo

el término de enlace “o” denotado por el símbolo “∨”) se forma un enunciado

complejo que sería: “Lupe es hermosa o Miguel es divertido”. A este tipo de

enunciado se le conoce como disyunción.

Estos enunciados utilizan símbolos que son letras del abecedario tales como P, Q,

R, S, etc., de tal forma que los enunciados complejos descritos anteriormente

pueden ser escritos como: P ∧ Q, es decir, “Lupe es hermosa y Miguel es

divertido”, y como P ∨ Q, es decir, “Lupe es hermosa o Miguel es divertido”.

La negación “no” denotada por el símbolo ¬ es otro término de enlace de la lógica

moderna que se usa en un enunciado simple. Si el símbolo ¬ se antepone a un

enunciado, se estará negando al mismo.

  31  
La proposición o enunciado “Lupe no es hermosa” (¬P) es la negación de la

proposición o enunciado “Lupe es hermosa” (P).

(2.) Un experimento aleatorio es toda acción de la cual se conocen sus posibles

resultados pero de la cual se deriva un sólo resultado que no puede ser conocido

con antelación. El conjunto de estos posibles resultados se conoce como espacio

muestral (E).

Cada uno de los elementos que integran el espacio muestral (E) se conoce como

suceso.

A manera de ejemplo, podría decirse que antes de arrojar un dado de antemano

se conocen los posibles resultados o sucesos que podrían presentarse [espacio

muestral E=(1,2,3,4,5,6)] pero no se sabe cuál de los mismos efectivamente se

presentará.

Si el suceso que interesa es que la cara del dado que quede hacia arriba

corresponda a un número impar (1,3,5), entonces puede afirmarse que los

números 1,3,5 son un subconjunto denotado por la letra A [A=(1,3,5)] y que

pertenecen o están contenidos en el espacio muestral E [E=(1,2,3,4,5,6)]

La unión de 2 o más sucesos está constituida por los elementos comunes y no

comunes de dichos sucesos. Esto puede ser designado por A∪B.

Ej.: Si A=(2,3) Y B=(1,3,5) entonces A∪B= ⎨1,2,3,5⎬

  32  
La intersección de 2 o más sucesos está constituida por los elementos comunes

de dichos sucesos. Esto puede ser designado por A∩B.

Para el mismo ejemplo se tiene que A∩B=⎨3⎬.

El suceso contrario o “el complemento” de A, denotado por el signo A’, está

constituido por los elementos de E que no se encuentran en A. Para el ejemplo

se tendría que [A=números impares=(1,3,5)] y [A’=números pares=(2,4,6)]. Aquí

se cumple que A∪A’=E (espacio muestral) y A∩A’=∅, donde ∅ es un conjunto

carente de elementos que se denomina conjunto vacío.

(3.) La incertidumbre asociada a un experimento aleatorio y con respecto a la

ocurrencia de un suceso puede ser medida por la probabilidad. La probabilidad

es una función (P) que asigna a cada suceso (A), un valor numérico P(A) en

donde se verifican los siguientes axiomas:

-La probabilidad de A es un número comprendido entre 0 y 1: 0≤P(A)≤1

-La probabilidad de un suceso A seguro es igual a 1: P(E)=1

-La probabilidad de la unión de 2 sucesos disjuntos (que no tengan elementos

comunes) es igual a la suma de cada una de las probabilidades de dichos

sucesos: P(A∪B)=P(A)+P(B). En este caso, A∩B=∅, donde ∅ es el conjunto vacío.

Si existen elementos comunes entre los sucesos A y B entonces la probabilidad de

la unión estará dada por P(A∪B)=P(A)+P(B)-P(A∩B).

  33  
Laplace definió la probabilidad de un suceso A como "el cociente entre el

número de casos favorables y el número total de casos posibles, siempre que

todos sean igualmente posibles (equiprobabilidad)".

P(A) = # casos favorables / # casos posibles

De acuerdo con Laplace, y retomando el ejemplo del dado ya mencionado, la

probabilidad de que la cara del dado que salga hacia arriba sea un número impar

está dada por P(impar)=3/6=1/2.

Esto significa que de seis casos posibles (1,2,3,4,5,6) sólo tres son favorables

(1,3,5) o que de dos casos posibles (par o impar) sólo uno es favorable (impar).

La probabilidad de ocurrencia de un suceso puede estar condicionada por la

ocurrencia de otro. Es decir que la probabilidad puede ser condicional.

Esto significa que existen sucesos denominados condicionados, los cuales

“dependen de la ocurrencia de otro suceso” y por ende modifican el espacio

muestral (E).

Cuando se lanza un dado, no será lo mismo establecer la probabilidad de que

salga el número 5 a la probabilidad de que salga el número 5 sabiendo que ha

salido un número impar (probabilidad condicional). En el primer caso la

probabilidad de que salga el número 5 es P(número 5)=1/6 (el número 5 es uno de

los seis números o casos posibles que puede salir favorecido cuando se lanza el

dado) y en el segundo caso, la probabilidad de que salga el número 5, dado que

se sabe que ha salido un número impar, es P(número 5/número impar)=1/3 (Si se

  34  
sabe que ha salido un número impar que puede ser 1,3,5 el espacio muestral es 3

y por ende el 5 es uno de los tres casos posibles que sale favorecido cuando se

lanza el dado).

Esta probabilidad condicional significa que dados 2 sucesos A y B, el suceso A

está condicionado por el suceso B si la probabilidad de que suceda A depende de

que haya sucedido B y esto, para el ejemplo dado, puede ser descrito como:

P(A/B)=P(5/impar)=1/3;

La fórmula para la probabilidad condicional está dada por: P(A/B)=P(A∩B) P(B)

La regla de adición de las probabilidades plantea que para dos sucesos

excluyentes (que no puedan presentarse al mismo tiempo) la probabilidad de que

ocurra uno u otro suceso está dada por la suma de cada una de sus

probabilidades.

Por ejemplo, cuando se lanza un dado, la probabilidad de que salga el número 5

es P(5)= 1/6 y la probabilidad de que salga el número 2 es P(2)=1/6. De acuerdo

con la regla de adición, la probabilidad de que salga o el número 5 o el número 2

estará dada por: P(5 ó 2)=P(5)+ P(2)=1/6 + 1/6=2/6=1/3.

De acuerdo con esta regla se tiene que la suma de las probabilidades de los

sucesos que constituyen el espacio muestral (E) será también igual a 1, por tanto:

P(A ó B ó C)=P(A)+P(B)+P(C)=1. La suma de las probabilidades de 2 sucesos

contrarios o complementarios es igual a 1, por tanto: P(A)+P(¬A)=1 de donde

P(A)=1-P(¬A).

  35  
El principio complementario para la negación planteado, puede ser escrito de

la forma P (B/A) = 1 – P (¬ B/A) y se lee como "la probabilidad de que B sea

verdadero basado en el medio de prueba A, es igual a 1 menos la probabilidad de

que B sea falso (es decir, no verdadero) basado en el medio de prueba A".

En el ámbito jurídico, (B/A) es la afirmación de un hecho B en el proceso por parte

del demandante, basada o condicionada por el medio de prueba A (el

demandante afirma un hecho B como cierto basado en el medio de prueba A), y (¬

B,A) es la negación del mismo hecho B, basada o condicionada en el medio de

prueba A (el demandado se opone a dicho hecho afirmando que no es cierto), se

presenta un problema que deberá ser sopesado por el juez basándose en el

medio de prueba aportado por ambas partes.

Este problema ha sido resuelto de forma reiterada por las matemáticas del cálculo

pascaliano, afirmando que la suma de las probabilidades de los elementos que

confirman y niegan las versiones de demandante y demandado (probabilidad de la

hipótesis del hecho B, probabilidad de la hipótesis del hecho ¬ B), basada en el

medio de prueba aportado A, debe ser igual a 1, de forma que una probabilidad

sea el complemento de la otra. A manera de ejemplo, si el juez encuentra o

valora un grado de confirmación (del hecho B del demandante basado en el medio

de prueba A) con un valor de 0,8, el grado de negación que realiza el demandado

será de (1- 0,8)=0,2. Este tipo de valoración es propio de las matemáticas del

cálculo pascaliano.

  36  
La regla de multiplicación de las probabilidades establece que la probabilidad de

que tengan lugar conjuntamente dos sucesos (probabilidad conjunta)

dependientes, es igual al producto de la probabilidad del primero de ellos por la

probabilidad de que el segundo de los sucesos se produzca, condicionado a que

se haya producido el primero de la siguiente forma: P(A∧B)=P(A) X P(B/A). Si A y

B son independientes, entonces P(A∧B)=P(A) X P(B).

El principio multiplicativo para la conjunción planteado, puede ser escrito de la

forma P(B∧C/A)=P(B/A) X P(C/A∧B) y se lee como “la probabilidad de que el

hecho B y el hecho C sean verdaderos basados en el medio de prueba A es igual

a la probabilidad de que el hecho B sea verdadero, basada en el medio de prueba

A multiplicada por la probabilidad de que el hecho C sea verdadero, basado en el

medio de prueba A y en el hecho B.

Anexo No. 2

Son más numerosas las especulaciones que las explicaciones satisfactorias que

se tienen acerca del surgimiento del concepto de la probabilidad. Hacking plantea

la importancia de encontrar “algo común” en la ubicación prehistórica de este

concepto, y en donde el azar, asociado con el juego y los pasatiempos, es quizás

la primera conjetura que se haya hecho con respecto de la probabilidad antes de

Pascal, alrededor del año 1660.

  37  
Para Hacking, la probabilidad surge inicialmente como “aprobación de la opinión”,

la cual se soporta en la aprobación de las autoridades, los testimonios de las

mismas y los libros antiguos. Los signos que se presentan principalmente en el

campo de la Medicina y la Alquimia —ciencias "bajas" para la época medieval—,

más que en el campo de las ciencias "altas" (toda vez que los grandes filósofos de

la época medieval estaban en la búsqueda del “conocimiento” y no de la

“opinión”), adquieren fuerza premonitoria de acuerdo con las observaciones y los

experimentos realizados en torno a ciertos fenómenos naturales.

Dichos “signos”, caracterizados como “signos probables”, entendidos como algo

que ocurre con una determinada frecuencia, sumado a la experimentación propia

de las ciencias bajas, son para Hacking la materia prima que le da el nombre a su

libro.

Desde la Epistemología se dice que un juicio es probable. Esta concepción

epistemológica de la probabilidad se conoce como "noción subjetiva” (o

probabilidad epistemológica) y ha sido definida como “grado de certidumbre”.

En dicha noción “subjetiva” de la probabilidad aparecen dos escuelas de

pensamiento: La Escuela Lógica, según la cual la probabilidad conferida a una

hipótesis (h) basada en una prueba (e) es una relación lógica entre dos

proposiciones (Harold Jeffreys y J.M. Keynes, 1939). La Escuela Personal, según

la cual la probabilidad conferida a una proposición o hipótesis es realizada por un

sujeto en particular, teniendo en cuenta estrictas reglas de coherencia en el juicio

interno que dicho sujeto realiza.

  38  
Ambas escuelas se ocupan, respectivamente, de la "credibilidad de" y el grado de

"creencia en" de las hipótesis o proposiciones, a la luz de la prueba aportada y de

la coherencia del juicio realizado.

Desde la Ontología se dice que un acontecimiento o hecho es probable. Esta

concepción ontológica de la probabilidad se conoce como "noción objetiva”

(probabilidad matemática o pascaliana). En esta noción “objetiva” de la

probabilidad aparecen varias escuelas de pensamiento, según las cuales la

ocurrencia de uno o varios hechos que se repiten en múltiples ensayos o intentos

tienden a presentarse con una determinada frecuencia relativa. La tendencia con

que sale un determinado número cuando un dado es lanzado en repetidas

ocasiones depende del dado en sí; pero la frecuencia con que dicho número se

repite es independiente del conocimiento que un sujeto tenga del dado en sí o de

la prueba que se haya presentado en una serie de múltiples lanzamientos

realizados con dicho dado. Estos son los dos conceptos o nociones (creencia vs.

frecuencia) que se han desarrollado hasta nuestros días bajo el nombre común de

probabilidad.

  39