Extractos de Libros

El Argumento de la Probabilidad Utilizado Contra la Teoría de la Evolución

Esencialmente este argumento es el siguiente: si fuéramos a calcular matemáticamente la probabilidad de ensamblaje de estructuras vivas complejas, obtendríamos cifras astronómicas que claramente demostrarían la imposibilidad de que ocurra por casualidad.

Como ejemplo, observemos la molécula de hemoglobina, que consiste en cuatro cadenas de aminoácidos entrelazadas. Cada una de estas cadenas consta de 146 aminoácidos y hay 20 tipos diferentes de aminoácidos. El número de intentos requeridos o posibilidad para que sólo una cadena se ensamble en la forma necesaria, sin conocer el plan correcto, es el número 20 multiplicado por sí mismo 146 veces. Este es un número enorme (8,92 x 10189), o casi un 1 seguido de 190 ceros. Por lo tanto, sería imposible que este suceso ocurriera de esta forma como resultado de la evolución, porque requeriría un período de tiempo no sólo mayor que la edad de la Tierra (casi 4,6 mil millones de años), sino mayor que la edad de todo el universo (casi 13,7 mil millones de años). Si suponemos que el tiempo disponible para la evolución fuera de mil millones de años, entonces el número de intentos que tendríamos por año sería aproximadamente un 1 seguido de 181 ceros, lo cual serían 3,179 x 10172 intentos por segundo, o aproximadamente un 1 seguido de 172 ceros de intentos por segundo para mil millones de años. Todo esto sería para alcanzar el número de intentos que producirían el resultado correcto para una sola cadena de hemoglobina. Sin duda, esto está más allá de los límites de la posibilidad, y es imposible alcanzarlo dentro de los límites de la vida en la que vivimos.

Sin embargo, lo mencionado anteriormente se refiere a la evolución en una sola etapa, la cual no existe en la naturaleza. Lo que existe es la evolución de etapas acumulativas, donde cada etapa se beneficia de la anterior y no comienza desde cero en cada momento. Esto significa que los números mencionados anteriormente se volverían razonables y alcanzables.

Una molécula de hemoglobina consiste en cuatro cadenas de aminoácidos entrelazadas. Pensemos en solo una de estas cuatro cadenas. Consiste en 146 aminoácidos. Hay 20 tipos diferentes de aminoácidos que se encuentran habitualmente en los seres vivos. El número de posibilidades de ordenar 20 tipos de aminoácidos en cadenas de 146 enlaces de longitud es un número inconcebiblemente grande, al cual Asimov llama “el número de la hemoglobina”. La respuesta es fácil de calcular, pero imposible de visualizar. El primer eslabón de la cadena de 146 de largo podría ser cualquiera de los 20 aminoácidos posibles. El segundo eslabón podría ser también cualquiera de los 20, entonces el número de cadenas posibles de 2 eslabones sería 20 x 20, o sea 400. El número de cadenas posibles de 3 eslabones sería 20 x 20 x 20, es decir 8.000. El número de cadenas posibles de 146 eslabones sería 20 multiplicado por sí mismo 146 veces. Este es un número asombrosamente grande. Un millón es un 1 seguido de 6 ceros. Un millar (1.000 millones) es un 1 seguido de 9 ceros. El número que buscamos, “el número de la hemoglobina”, es casi ¡un 1 seguido de 190 ceros! Esta es la probabilidad de que se acierte con la hemoglobina por pura suerte. Y una molécula de hemoglobina es sólo una fracción diminuta de la complejidad de un cuerpo vivo. La simple selección, por sí sola, obviamente no es capaz de generar la cantidad necesaria de orden que hay en un ser vivo. La selección es un ingrediente esencial en la generación del orden viviente, pero está muy lejos de tratarse de la historia completa. Se necesita algo más. Para explicar este punto, necesitaré hacer una distinción entre la selección “en una sola etapa” y la selección “acumulativa”. Las clasificaciones simples que hemos estado considerando hasta ahora en este capítulo son todos ejemplos de la selección “en una sola etapa”. La organización viviente es el producto de la selección acumulativa (Dawkins 1996, 45).

Dawkins da un ejemplo para ilustrar la invalidez de este argumento:

Hamlet: ¿Veis aquella nube que tiene forma casi de camello?

Polonius: Sí, claro, por el tamaño parece un camello.

Hamlet: No, creo que parece una comadreja.

Polonius: Sí, tiene un lomo como el de una comadreja.

Hamlet: ¿O una ballena?

Polonius: Sí, es muy parecida a una ballena.

No sé quién fue el primero en señalar que, dándole el tiempo suficiente, un mono, tecleando al azar en una máquina de escribir, podría escribir las obras de Shakespeare. La frase operativa es, por supuesto, dándole el tiempo suficiente. Limitemos de alguna manera el trabajo de nuestro mono. Supongamos que no tenga que escribir las obras completas de Shakespeare, sino sólo una frase corta: «Methinks is like a weasel» (Creo que parece una comadreja) y facilitemos su trabajo dándole una máquina de escribir con un teclado reducido, las 26 letras mayúsculas y la barra espadadora. ¿Cuánto tardará en escribir esta frase corta?

La frase tiene 25 caracteres, de forma que supongamos que el mono hace una serie de «tentativas» discretas, consistentes cada una de ellas en 25 golpes de teclado. Si escribe la frase correctamente, es el final del experimento. Si no, le permitiremos otra «tentativa» de 25 caracteres. No conozco ningún mono, pero afortunadamente mi hija de 11 años es un experimentado dispositivo de hacer cosas al azar, y demostró estar muy ansiosa por intervenir en el papel de mono mecanógrafo. Esto es lo que escribió en el ordenador:

UMMK JK CDZZ F ZD DSDSKSM

S SS FMCV PU I DDRGLKDXRRDO

RDTE QDWFDVIOY UDSKZWDCCVYT

H CHVY NMGNBAYTDFCCVD D

RCDFYYYRM N DFSKD I.D K WDWK

JJKAU1ZMZI UXDKJDISFUMDKUDXI

Ella tuvo que atender otras obligaciones importantes durante ese tiempo, de manera que me vi obligado a programar el ordenador para simular un niño o un mono escribiendo a máquina de una forma aleatoria:

WDLDMNLT DTJBKWIRZREZLMQCO P

Y YVMQKZPGJXWVHGLAWFVCHQYPOY

MWR SWTNUXMLCDLEUBXTQHNZVIQF

FU OVAODVYKDGXDEKYVMOGGS VT

HZQZDSFZIHIVPHZPETPWVOVPMZGF

GEWRGZRPBCTPGZMCKHFDBGW ZCCF

Y así, veces y veces. No es difícil calcular cuánto tendríamos que esperar para que el ordenador (o el niño o el mono), escribiesen al azar METHINKS IS LIKE A WEASEL (CREO QUE PARECE UNA COMADREJA)… La posibilidad de tener correcta la frase entera de 28 caracteres es (1/27) elevado a la 28, es decir (1/27) multiplicado por sí mismo 28 veces. Estas son probabilidades muy pequeñas, alrededor de 1 en 10.000 millones de millones de millones de millones de millones de millones. Para ponerlo más claro, la frase que buscamos tardaría mucho tiempo en salir, por no hablar de las obras completas de Shakespeare.

Suficiente en cuanto a la selección aleatoria de variaciones en una sola etapa. ¿Qué pasa con la selección acumulativa?; ¿qué tan eficaz resultaría? Mucho más eficaz, quizá más de lo que nos damos cuenta a primera vista, aunque será obvio cuando lo reflejemos con más detalle. Utilicemos de nuevo nuestro ordenador-mono, pero con una diferencia esencial en su programa. Escogiendo de nuevo una secuencia de 28 letras al azar, como antes:

WDLMNLT DTJBKWIRZREZLMQCO P

Ahora «se reproduce» a partir de esta frase fortuita. La duplica repetidamente, pero con la posibilidad de que se produzcan errores aleatorios, «mutaciones», en el proceso. El ordenador examina las frases mutantes sin sentido, la «descendencia» de la frase original, y elige la que más se parece a la frase objetivo METHINGS LIKE A WEASEL, aunque el parecido sólo sea ligero. En este caso, la frase ganadora de la siguiente «generación» es:

WDLTMNLT DTJBSWIRZREZLMQCO P

¡No hay una mejora obvia! Pero el procedimiento se repite, de nuevo la «descendencia» mutante se «origina a partir de» esta frase, y se elige una nueva «ganadora». Esto sucede generación tras generación. Después de 10 generaciones, la frase elegida como «origen» de la próxima es:

MDLDMNLS ITJISWHRZREZ MECS P

Después de 20 generaciones es:

MELDINLS IT ISWPRKE Z WECSEL

En este momento, la fe nos hace creer que se puede apreciar una semejanza con la frase objetivo. Después de 30 generaciones, ya no hay duda;

METHINGS IT ISWLIKE B WECSEL

La generación número 40 nos conduce a una letra de diferencia con el objetivo:

METHINKS IT TS LIKE I WEASEL

Y el objetivo se alcanza, al fin, en la generación 43. Una segunda tanda del ordenador comienza con la frase:

Y YVMQKZPFJXWVHGLAWFVCHQXYOPY

pasa a través de (de nuevo se escribe sólo una de cada diez generaciones):

Y YVMQKSPFTXWSHLIKEFV HQYSPY

YETHINKSPITXISHTLIKEFA WQYSEY

METHINKS IT ISSLIKE A WEFSEY

METHINKS IT ISBLIKE A WEASES

METHINKS IT ISJLIKE A WEASEO

METHINKS IT IS LIKE A WEASEP

y alcanza la frase objetivo en la generación número 64. En una tercera tanda, el ordenador comienza con:

GEWRGZRPBCTPGQMCKHFDBGW ZCCF

y alcanza METHINKS IT IS LIKE A WEASEL en 41 generaciones de «producción» selectiva.

El tiempo exacto que tarda el ordenador en alcanzar el objetivo no importa Si alguien lo quiere saber, la primera vez completó el ejercicio mientras yo estaba comiendo. Tardó una media hora. (Los entusiastas de los ordenadores podrían pensar que esto es extremadamente lento. La razón es que el programa estaba escrito en BASIC, un tipo de habla infantil para un ordenador. Cuando lo volví a escribir en Pascal, tardé 11 segundos.) Los ordenadores son un poco más rápidos en este tipo de cosas que los monos, pero la diferencia no es realmente significativa. Lo que importa es la diferencia entre el tiempo que tarda la selección acumulativa, y el tiempo que el mismo ordenador, trabajando exactamente al mismo ritmo, tardaría en alcanzar la frase objetivo si lo forzáramos a utilizar el procedimiento de selección en una sola etapa: alrededor de un millón de millones de millones de millones de millones de años. Esto es más de un millón de millones de millones de veces el tiempo que ha existido el universo hasta la fecha. Realmente sería más justo decir que, comparado con el tiempo que tardaría un mono o un ordenador en escribir la frase buscada, con un programa de combinaciones aleatorias, la edad total del universo hasta la fecha sería sólo una cantidad insignificantemente pequeña, tan pequeña que estaría completamente dentro del margen de error para este tipo de cálculo de papel y lápiz. Por el contrario, el tiempo que tardaría un ordenador en realizar la misma tarea, trabajando con combinaciones aleatorias, pero con las limitaciones de la selección acumulativa, es de un orden que los humanos pueden comprender ordinariamente, entre 11 segundos y el tiempo que se tarda en comer.

Existe, entonces, una gran diferencia entre la selección acumulativa (en la que cada mejora, aunque sea mínima, se utiliza como base para una etapa posterior), y la selección en una sola etapa (en la que cada «intento» es algo nuevo). Si el progreso evolutivo hubiese tenido que confiar en la selección en una sola etapa no habría llegado a nada. Sin embargo, si hubiese habido alguna forma por la que las fuerzas ciegas de la naturaleza hubiesen podido erigir las condiciones necesarias para la selección acumulativa, las consecuencias podrían haber resultado extrañas y maravillosas. De hecho, es lo que sucedió en este planeta, y nosotros mismos formamos parte de las más recientes, si no las más extrañas y maravillosas, de estas consecuencias. (Dawkins 1996, 46-49)

Aquí me gustaría señalar algo importante: esto sería un argumento sólido de probabilidades si estuviera dirigido contra la teoría de la abiogénesis, pero no puede ser utilizado contra la teoría de la evolución dentro de los límites de la vida.

Extracto del libro “La Ilusión del Ateismo” de Ahmed Alhasan (a)

Anuncios

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s