Validación de experimentos – «Controles» –
Algunos científicos (especialmente los científicos involucrados en ciencias biológicas) hablan de «controles positivos» (otros científicos pueden llamarlos una «referencia» o un «estándar») y «controles negativos». Los términos no tienen mucho sentido, hasta que comprenda lo que significan y entonces es bastante fácil.
Ejemplos de la vida cotidiana.
Controles positivos. ¿Alguna vez ha comprado un auto nuevo? ¿Tuviste primero una prueba de manejo para tener una idea de cómo funciona el auto? La prueba de manejo le dice el estándar que puede esperar. Cuando obtenga su nuevo automóvil, puede que no sea el automóvil real que tomó en una prueba de manejo, pero debe ser del mismo modelo y, por lo tanto, funcionar de manera similar. Ahora suponga que recibe su nuevo auto y no coincide con el auto que tomó en una prueba de manejo. Quizás no acelera tan bien o faltan algunos accesorios. Razonablemente, podría volver a la sala de exhibición, señalar las deficiencias y reparar, reemplazar o tal vez incluso pedir que le devuelvan su dinero.
La prueba de manejo fue su «control positivo» – estableció el estándar, le mostró lo que debería suceder. Si no hubiera realizado la prueba de manejo, es posible que no se haya dado cuenta de que su nuevo automóvil estaba defectuoso. Por eso los controles positivos son tan útiles: le dicen qué esperar si las cosas van bien.
Controles negativos. Un control negativo es lo opuesto a un control positivo. Le dice lo que debería suceder si su intervención experimental no hace nada. Suponga que ha escuchado que agregar remolacha rallada a la mezcla de pastel de chocolate hace que tenga un sabor uniforme mejor. Así que vas a la cocina y horneas un pastel de chocolate con remolacha y sabe muy bien. Pero, espera. ¿Cómo sabes que es mejor que tu pastel de chocolate normal? La única forma de probarlo es hornear un chocolate pastel usando su receta normal – en lugar de agregar remolacha, solo t use los ingredientes habituales. Este es su «control negativo»: establece el estándar si no hace nada para modificar la receta. Por lo tanto, ahora puede comparar el pastel mejorado con remolacha con el normal y ver si realmente hay una diferencia.
Ejemplos científicos.
Para los científicos, los controles positivos son muy útiles porque nos permiten estar seguros de que nuestra configuración experimental funciona correctamente. Por ejemplo, supongamos que queremos probar qué tan bien funciona un nuevo medicamento y hemos diseñado una prueba de laboratorio para hacer esto. Probamos el medicamento y funciona, pero ¿ha funcionado tan bien como debería? La única forma de estar seguro es compararlo con otro medicamento (el control positivo) que sabemos que funciona bien. El fármaco de control positivo también es útil porque nos dice que nuestro equipo experimental está funcionando correctamente. Si el nuevo fármaco no funciona, podemos descartar un problema con nuestro equipo demostrando que el fármaco de control positivo funciona.
El «control negativo» establece lo que a veces llamamos la «línea de base». Supongamos que no Estamos probando un nuevo medicamento para matar bacterias (un antibiótico) y para ello vamos a contar la cantidad de bacterias que aún están vivas en un tubo de ensayo después de agregar el medicamento. Podríamos configurar un experimento con tres tubos.
- Un tubo podría contener el medicamento que queremos probar.
- El segundo tubo contendría nuestro control positivo (un medicamento diferente que sabemos que matará las bacterias)
- El último tubo es nuestro control negativo: contiene un fármaco que sabemos que no tiene ningún efecto sobre las bacterias. Esto nos dice cuántas bacterias estarían vivas si no matamos a ninguna de ellas.
Si el nuevo medicamento está funcionando, debería haber menos células vivas en el primer tubo en comparación con el último tubo y, idealmente, el número de células aún vivas (si las hay) debería ser el mismo en el primer y segundo tubo.
Por lo tanto, los «controles» son importantes para los científicos porque nos ayudan a validar el rendimiento de nuestro configuración experimental y nos dice qué efectos podemos esperar razonablemente observar.
Atrás