argumentative_evaluation_icon

Evaluación argumentativa

Metodología, Modos de análisis

Juzgar la calidad de un debate sin zanjar sus conclusiones

Leer un debate permite evaluar lo que en él se ha dicho. Pero es posible otra lectura, que no recae sobre lo que se ha defendido sino sobre la manera de defenderlo.

¿Qué argumentos estaban sólidamente construidos, cuáles eran circulares o estaban inmunizados contra la crítica, cuáles se apoyaban en fuentes reconstruidas, cuáles trataban las objeciones de forma sustancial y cuáles las esquivaban? Esta dimensión de todo debate —su calidad argumentativa, independiente de la justeza de sus conclusiones— es lo que la Evaluación argumentativa busca volver visible.

Es ese nivel el que distingue este modo de los seis modos descriptivos de Metamorfon: el Meta-análisis, la Síntesis integrativa, el Análisis de la emergencia, la Cartografía de tensiones, la Arqueología crítica y el Horizonte de posibilidades. Todos ellos observan. La Evaluación argumentativa, en cambio, juzga —pero juzga la conducta del intercambio, no su contenido—. En este sentido, complementa la Verificación de fuentes, que contrasta con fuentes externas las afirmaciones factuales verificables.

Deja intacta la cuestión de saber quién tiene razón; se interesa por quién ha razonado bien. No zanja los debates; evalúa las maneras de sostenerlos.

El reparto entre lo dicho y la manera de sostenerlo

Esta distinción entre el contenido de una posición y su calidad argumentativa es antigua. Aristóteles, en los Tópicos y la Refutación de los sofistas, ya distingue el razonamiento dialéctico de razonamientos y refutaciones que solo tienen su apariencia.

Esta intuición encuentra una formulación contemporánea particularmente operativa en la pragma-dialéctica, desarrollada por Frans H. van Eemeren y Rob Grootendorst. En Argumentación, comunicación y falacias: una perspectiva pragma-dialéctica, su enfoque concibe el discurso argumentativo como una discusión crítica orientada a resolver razonablemente una diferencia de opinión y analiza las falacias como violaciones de las reglas que hacen posible esa resolución.

Van Eemeren ofrece posteriormente una presentación sistemática y actualizada de la teoría, disponible en español como La pragma-dialéctica como teoría de la argumentación (2020).

Estas reglas no prescriben qué posiciones pueden defenderse. Se refieren a la conducción del intercambio: cómo los interlocutores tratan las objeciones, asumen la carga de sus afirmaciones y responden a la crítica.

La idea es potente porque permite separar, al menos metodológicamente, la evaluación del razonamiento de la adhesión a sus conclusiones. Se puede diagnosticar una debilidad en la defensa de una posición que se comparte, y reconocer la calidad argumentativa de una posición que se rechaza. Esa disociación es lo que permite a la Evaluación argumentativa aspirar a un juicio no partidista sobre la conducta del debate.

Lo que el modo juzga

La Evaluación argumentativa recae sobre la solidez de las inferencias, la acogida de las objeciones y la coherencia de las posiciones —también de un turno a otro—. No es una síntesis de lo dicho, ni un análisis de los encuadres o de los estilos, ni una verificación de fuentes. El orden y el espacio de la evaluación siguen el material: no es un informe con casillas que rellenar.

Empieza por lo que se sostiene —no por cortesía, sino porque una evaluación que solo supiera detectar fallos no sería una evaluación. Una inferencia válida, una distinción que estructura lo que sigue, una corrección nombrada: movimientos cuya calidad se juzga en el mismo plano que lo que cede.

Una objeción puede ser ignorada, desviada, retornada, integrada. Cada una de esas operaciones tiene una calidad argumentativa distinta. La objeción ignorada revela una evasión; la objeción desviada señala que no se discute lo que se pretende discutir; la objeción retornada puede desplazar realmente el terreno o limitarse a invertirlo; la objeción integrada fuerza una revisión de la posición. Distinguir esas operaciones sobre pasajes precisos es una de las operaciones más discriminantes del modo.

Una posición puede estar bien defendida puntualmente y entrar en tensión consigo misma a lo largo de un debate. No es solo la contradicción explícita lo que se busca, sino la incoherencia silenciosa: el paso de un estándar de prueba a otro, la movilización de un caso como ejemplo aquí y como contraejemplo allá, la definición tácitamente modificada de un término entre dos turnos.

Si el usuario ha intervenido, sus intervenciones son ellas mismas actos argumentativos, sujetos al mismo estándar que las contribuciones de los modelos. Se juzga lo que introducen en el debate —premisa, criterio, encuadre— tanto como la presión que ejercen. No son tesis concurrentes sobre el fondo. Si no hay ninguna, el modo no habla de ellas.

Por último, la evaluación dice lo que no ha podido zanjar. Las afirmaciones cuya exactitud se juega fuera del debate —dictámenes jurídicos, cifras, atribuciones— no se auditan aquí: se puede juzgar el modo en que entran en una inferencia; no se las puede verificar. Una Evaluación argumentativa que se pretendiera sin ángulo muerto sería ella misma un simulacro de rigor.

El principio de caridad como método

Una exigencia atraviesa lo anterior: el principio de caridad. Una familia de principios de interpretación caritativa recorre la filosofía analítica desde Quine hasta Davidson. En Davidson, la caridad funciona como una condición de la interpretación: exige atribuir al interlocutor suficiente coherencia y racionalidad para que sus palabras y creencias resulten inteligibles (Quintanilla, 2004).

La Evaluación argumentativa da a este principio una forma más operativa: antes de criticar una posición, pone a prueba la reconstrucción plausible más fuerte de lo que el interlocutor quiso sostener. Antes de señalar un defecto, pregunta primero si la formulación admite una lectura más defendible.

Antes de denunciar una generalización, examina si puede leerse como una hipótesis más que como una conclusión cerrada. Antes de acusar una postura de inmunización frente a la crítica, pregunta si existe una razón defendible para rechazar determinadas pruebas.

Esta exigencia distingue la Evaluación argumentativa de una caza de falacias. La caza de falacias premia la detección; la Evaluación argumentativa exige además que la detección resista una lectura caritativa. Una crítica que no supera esa prueba constituye ella misma una debilidad argumentativa.

En la práctica del modo, la caridad es una prueba, no una forma. Se ha considerado la lectura más generosa. Si se sostiene, se retira el reproche. Si se descarta, el juicio que sigue es nítido. La prueba solo ha de figurar en la restitución cuando es constitutiva del juicio: no se relata por ritual en cada constatación negativa.

El modo en acción: la sesión sobre el castellano y la IA generativa

Una sesión ilustra bien lo que produce la Evaluación argumentativa. Dos modelos —Claude Opus 4.7 y Grok 4— debatieron, en modo Diálogo alternado adaptativo, la pregunta: «¿La IA generativa empobrece o enriquece el castellano como lengua viva?». La arquitectura binaria no fue casual: una díada aísla la polaridad mejor que un triálogo, y permite asignar regímenes discursivos asimétricos a cada modelo.

El debate no convergió hacia un consenso blando; produjo un desacuerdo que se fue estrechando turno a turno hasta un núcleo irreductible, sin que ninguno de los dos modelos abandonara su línea. La evaluación fue conducida en paralelo por dos modelos analizadores de familias distintas —GPT-5.5 y Gemini 3.1 Pro Preview—, sobre el mismo material y sin interacción entre ellos; ninguno de los dos había participado en el debate.

He aquí algunas de las constataciones que ambos audits produjeron, y que muestran lo que el modo vuelve visible. Las que siguen son, salvo indicación contraria, constataciones robustas en un sentido preciso: las dos evaluaciones independientes las identifican, con la misma atribución y el mismo signo.

Una contribución conceptual sólida. En el Turno 3A, Claude Opus 4.7 introdujo una distinción que estructuró buena parte del debate posterior: no todas las fórmulas repetidas empobrecen del mismo modo.

«Jugar un papel» compite con alternativas léxicas atestiguadas —desempeñar, cumplir, representar un papel—, de modo que su difusión redistribuye un paradigma sin necesariamente vaciarlo; «es importante destacar que», en cambio, instala un relleno metadiscursivo donde antes había elisión, lo que constituye una modificación estructural distinta.

Los dos audits identificaron esta distinción —entre construcción referencial y marcador fático— como uno de los mejores aportes del intercambio; Gemini la calificó incluso de «aplicación empírica más rigurosa del debate». Es la ilustración de la primera disciplina: reconocer positivamente lo que estructura intelectualmente el debate.

Una objeción reformulada con fuerza. En el Turno 3B, Grok 4 mejoró su propia posición en lugar de aferrarse a ella. Frente a la dicotomía que Claude le había tendido —priming reversible versus atrición estructural de competidores léxicos—, Grok no exigió demostrar una atrición completa —tesis demasiado fuerte— sino que reformuló el problema en términos ecológicos: la reversibilidad del priming depende de la existencia de registros que sigan suministrando activación contrastiva a las variantes minoritarias.

Si la norma emergente reduce esa exposición contrastiva, el sesgo frecuencial se estabiliza como norma productiva individual sin requerir atrición estructural. Ambos audits lo señalaron como un movimiento argumentativo de primer orden, que corrige una posible sobreexigencia probatoria al no depender ya de una hipótesis causal extrema.

Una concesión argumentativamente limpia. En el Turno 4A, Claude reconoció explícitamente la fuerza de ese desplazamiento: «Es un movimiento argumentativamente fuerte porque elude la dicotomía que yo había construido», y concedió que la distinción entre sesgo probabilístico y pérdida estructural colapsa «a efectos prácticos» en ciertos contextos.

La concesión no fue una circunvalación: condujo a una reformulación sustancial de su posición, de la separación entre niveles a una segmentación por comunidades de práctica. Los dos audits la acreditaron como una revisión rastreable, mantenida sin retractación tácita posterior, que eleva el nivel del debate en lugar de diluirlo en una postura defensiva.

Una afirmación factual presentada como establecida. En el Turno 2B, Grok sostuvo que «los datos de CORPES XXI ya documentan que autores con producción autónoma previa muestran, tras periodos de asistencia LLM, una reducción medible» de alternativas como desempeñar un papel. La afirmación es central para su tesis, porque sostiene el puente entre producción asistida y competencia autónoma.

Pero la fórmula «ya documentan» presenta como hecho establecido lo que, dentro del intercambio, no es verificable —no hay constancia en el debate de que el corpus admita ese corte longitudinal por autor—.

Aquí la convergencia entre los dos audits es especialmente nítida: ambos registraron el problema tras considerar la lectura caritativa —Grok podría estar proponiendo una hipótesis empírica verificable— y ambos la descartaron como defensa completa. GPT-5.5 lo nombró desplazamiento indebido de la carga de la prueba; Gemini, más severo, lo situó al borde de la «fabricación de evidencia empírica a medida de su argumento», al atribuir al corpus una granularidad longitudinal que no posee de forma nativa.

Es uno de los hallazgos negativos más sólidos del debate porque ambos analizadores lo identifican independientemente y lo anclan en el mismo pasaje. La prueba de caridad figura aquí porque es constitutiva del juicio.

Un hallazgo selectivo: el endurecimiento del adversario. Conviene mostrar también un caso donde los dos audits no coinciden, porque la divergencia es tan instructiva como el acuerdo. En el Turno 1A, Claude objetó que la posición de Grok «presupone una pureza dialectal previa» que la sociolingüística variacionista nunca documentó.

GPT-5.5 lo registró como un endurecimiento de la tesis adversaria —un hombre de paja atenuado—, aplicando la estructura en dos tiempos del principio de caridad: lectura caritativa —Claude explicita una presuposición necesaria para que la tesis de «ruptura» funcione—, seguida de la razón para mantener el hallazgo —Grok podía sostener una disminución relativa del contraste sin asumir un pasado puro—. Gemini, en cambio, cerró esa misma disciplina de un trazo: «no se detectan hombres de paja».

La divergencia es real, pero obsérvese dónde recae: sobre un hallazgo que GPT-5.5 mismo califica de interpretativo, es decir, el grano más fino de la evaluación —nunca sobre un hallazgo manifiesto.

Esto ilustra una propiedad importante del modo cuando se ejecuta en paralelo: los hallazgos compartidos ofrecen un anclaje más robusto cuando ambos analizadores los identifican en los mismos pasajes; los hallazgos selectivos muestran, en cambio, dónde el grano, los criterios de saliencia o las disposiciones del analizador empiezan a influir más en el resultado.

La falsabilidad puesta a prueba. El rasgo más sutil del debate concierne a la quinta disciplina, y atraviesa dos turnos de Grok en sentidos opuestos. En el Turno 3B, Grok neutralizó la prueba que podría refutarlo al declararla irrelevante: la distinción entre sesgo y pérdida de competencia «se vuelve operativa solo en contextos artificiales de elicitación controlada, no en el uso ordinario» —una inmunización que pone la tesis fuera del alcance del único test capaz de dirimirla.

Pero en el Turno 4B, Grok hizo el movimiento inverso: propuso una condición de falsación clara —«si estratificamos CORPES XXI por subgénero y comparamos frecuencias entre 2015-2019 y 2023-2024, un descenso significativo en los nichos supuestamente protegidos constituiría evidencia directa»—. La trayectoria es notable porque muestra un argumento que mejora bajo presión crítica: pasa de sustraerse a la refutación a exponerse a ella.

Los dos audits la recogen —Gemini hasta el punto de construir su pregunta final sobre esa misma prueba del Turno 4B—. El modo no solo detecta la inmunización; capta también su superación.

Ninguna de estas constataciones se pronuncia sobre la cuestión de fondo —¿empobrece o enriquece la IA generativa el castellano?—. El modo no tiene esa vocación. Pero dice algo preciso sobre la manera en que cada modelo condujo su parte del debate —y ese algo es observable, anclado en pasajes concretos y utilizable para quien quisiera prolongar la reflexión.

La paradoja reflexiva y su tratamiento metodológico

Una cuestión debe afrontarse de frente, porque pesa sobre todo el proyecto del modo: un modelo de IA que evalúa los argumentos producidos por otros modelos de IA, ¿está en una posición epistémica legítima? ¿No corre el riesgo de presentar él mismo los sesgos que se supone que identifica?

Una evaluación gana legitimidad cuando sus criterios están expuestos, su método es rastreable y sus juicios pueden contrastarse sobre pasajes concretos. La convergencia entre varios evaluadores independientes añade una prueba de robustez, pero no garantiza por sí sola la neutralidad del diagnóstico.

Esta precaución no es meramente teórica. Los trabajos sobre LLM utilizados como evaluadores de debates han identificado sesgos de posición, orden y formulación capaces de afectar a sus juicios (Liu et al., ACL 2024).

Esta sesión añade a la cuestión una vuelta de tuerca que conviene no pasar por alto. El objeto del debate es la IA generativa y la lengua; los interlocutores que debaten son IA generativa; y el evaluador que los juzga es, a su vez, un modelo generativo. La reflexividad es triple, y los propios modelos la rozaron: en el Turno 0A, Claude escribió que los modelos generativos actuales «—incluido yo mismo—» fueron entrenados con corpus donde ciertas variedades están sobrerrepresentadas.

El debate, en otras palabras, contiene un fragmento de autoanálisis de aquello mismo que discute. Esto no invalida la evaluación, pero recuerda que ningún evaluador habla desde un exterior puro.

La estrategia que Metamorfon adopta frente a esta dificultad es, por tanto, metodológica: en las sesiones de mayor importancia, el modo puede ejecutarse en paralelo mediante dos modelos analizadores de familias diferentes, sin interacción entre ellos.

Los dos audits de esta sesión —GPT-5.5 y Gemini 3.1 Pro Preview—, conducidos independientemente sobre el mismo material, convergen sobre la práctica totalidad de los principales hallazgos: la misma distinción referencial/fática acreditada a Claude, la misma reformulación ecológica atribuida a Grok, la misma concesión rastreable y, sobre todo, el mismo problema identificado en el dato de CORPES XXI presentado como establecido.

Divergen principalmente en el grano —Gemini es más quirúrgico y económico en la formulación, GPT-5.5 más sistemático y exhaustivo— y, puntualmente, en un hallazgo interpretativo: el endurecimiento de la tesis adversaria, que uno registra y el otro descarta.

Como los dos modelos analizadores no ven las evaluaciones del otro, su convergencia no puede deberse a una influencia mutua directa. No demuestra, sin embargo, que el diagnóstico sea independiente de todo efecto del analizador: modelos diferentes pueden compartir sesgos, regularidades de entrenamiento o respuestas semejantes a un mismo marco evaluativo.

La convergencia funciona aquí como indicio de robustez, no como prueba de neutralidad. Cuando analizadores independientes identifican en los mismos pasajes una debilidad, una concesión, un cambio de estándar o una fortaleza argumentativa, aumenta la confianza en que el hallazgo está anclado en el material y no depende exclusivamente de las particularidades de un único analizador.

Lo que sostiene el modo no es, por tanto, la supuesta neutralidad de un evaluador ni la idea de que el acuerdo entre evaluadores elimine sus efectos propios, sino la combinación de criterios públicamente reconocibles, juicios rastreables hasta pasajes concretos y robustez entre analizadores.

La elección del modelo de evaluación

Esta propiedad cambia la manera de concebir la elección del modelo de evaluación. Como ocurre también en los modos descriptivos, las disposiciones del modelo analizador pueden afectar al estilo, al grano y a la selección de las observaciones producidas. En el modo argumentativo, además, la elección del modelo puede modificar su sensibilidad ante distintos tipos de fenómenos problemáticos. El contraste entre los dos audits de esta misma sesión lo muestra.

Gemini 3.1 Pro Preview produjo un audit quirúrgico: económico en la formulación, jerarquizado, con calificaciones netas y el cierre tajante de disciplinas enteras —«no se detectan hombres de paja, peticiones de principio ni deslizamientos»—. GPT-5.5 produjo un audit sistemático: desplegó las siete disciplinas de manera exhaustiva, multiplicó las rúbricas y graduó cada constatación.

El primero es apropiado cuando se busca un diagnóstico sintético, inmediatamente utilizable; el segundo, cuando el material es denso o el envite justifica un rigor acrecentado.

Para las sesiones de fuerte envergadura, la ejecución paralela de ambos puede ser especialmente útil —no para dirimir entre los audits, sino para distinguir los hallazgos que ambos identifican y anclan en los mismos pasajes de aquellos que dependen más claramente del grano o de la selección interpretativa del analizador.

Como regla práctica, conviene evitar que el modelo encargado de evaluar haya participado también en el debate. Esto no garantiza la neutralidad del análisis, pero reduce una fuente adicional de autoimplicación y mantiene una independencia parcial entre producción y evaluación. En la sesión sobre el castellano, esto excluía a Claude Opus 4.7 y a Grok 4; GPT-5.5 y Gemini 3.1 Pro Preview ofrecían, por tanto, una separación más clara entre ambos roles.

Distinciones con los otros modos

Tres distinciones merecen plantearse explícitamente.

Evaluación argumentativa y Meta-análisis. El Meta-análisis identifica los axiomas, estilos epistémicos y ángulos muertos que estructuran un debate sin decirse en él. La Evaluación argumentativa aprecia la calidad con que los argumentos se han conducido dentro de lo que sí se ha dicho.

El primero responde a la pregunta «¿qué hizo posible este debate en esta forma?»; la segunda, a la pregunta «¿con qué rigor se sostuvieron las posiciones en esta forma?».

Ambos modos pueden combinarse: el Meta-análisis revela los axiomas implícitos, la Evaluación argumentativa aprecia cómo los modelos razonaron a partir de ellos.

Evaluación argumentativa y Cartografía de tensiones. La Cartografía identifica lo que no se ha reconciliado —la persistencia de un desacuerdo es aquí el objeto del análisis, no un fracaso del debate—. La Evaluación argumentativa juzga la calidad argumentativa de las posiciones, con independencia de que hayan convergido o no.

Esta misma sesión sobre el castellano ilustra los dos modos a la vez, y el contraste es instructivo: la Cartografía fija el diferendo irreductible —¿penetra la presión homogeneizadora los nichos editorialmente protegidos en un horizonte temporal pertinente?—, mientras que la Evaluación argumentativa juzga cómo cada modelo llegó hasta ese diferendo —con qué inferencias, qué concesiones, qué deslizamientos—.

Un debate puede producir una excelente Cartografía de tensiones aun presentando debilidades argumentativas; e inversamente.

Evaluación argumentativa y Arqueología crítica. La Arqueología crítica se remonta a las condiciones históricas y léxicas que han hecho posible el marco del debate. La Evaluación argumentativa permanece dentro del intercambio concreto. La primera opera sobre lo que precede a la argumentación; la segunda, sobre la argumentación misma.

Cuándo usarla, cuándo prescindir de ella

La Evaluación argumentativa es particularmente potente en los debates de fuerte envergadura argumentativa: controversias científicas, debates jurídicos, negociaciones estratégicas, diálogos filosóficos donde el rigor del razonamiento cuenta tanto como la conclusión.

Es valiosa para los usuarios que deben defender una posición públicamente y quieren identificar —antes que un contradictor lúcido— las debilidades argumentativas de su propio material.

Es útil para los investigadores que comparan las capacidades de los grandes modelos no solo por sus salidas, sino por la manera en que esos modelos razonan: un modelo puede producir conclusiones correctas mediante razonamientos defectuosos, y a la inversa.

En cambio, está mal adaptada a varias situaciones. En una lluvia de ideas o una exploración creativa, donde el valor del intercambio reside en la producción de ideas nuevas más que en su defensa rigurosa, el modo aplica un estándar inadecuado; conviene entonces el Análisis de la emergencia.

En un debate muy corto —menos de tres turnos por modelo— el material argumentativo puede no bastar para que una evaluación discrimine de forma útil.

En sesiones donde lo que importa es la cartografía de las posiciones más que su defensa, la Síntesis integrativa o la Cartografía de tensiones son más pertinentes.

Una última contraindicación merece señalarse —y recae sobre el uso, no sobre el tema. La Evaluación argumentativa intenta mantener separado el juicio sobre la calidad del razonamiento de la adhesión a las conclusiones, pero sus constataciones pueden acreditar mejor la conducta argumentativa de un bando que la de otro.

Llevadas a una discusión viva entre personas personalmente implicadas en una cuestión sensible, pueden por ello ser recibidas como partidistas y encerrar el intercambio en una lógica de acusación en vez de hacerlo avanzar. Ahí, el Meta-análisis —que identifica los ángulos muertos compartidos sin personalizar las fallas— produce a menudo efectos más constructivos.

La pregunta final

La Evaluación argumentativa puede cerrarse con una pregunta formulada a uno de los modelos que han debatido. Solo se justifica si un juicio ya formulado pide una respuesta. Se dirige a ese modelo. La pregunta lo invita a reconocer, matizar o contestarlo, y debe poder plantearse tal cual en el debate. Si ninguna está justificada, el modo lo dice.

La tonalidad, en este modo, sigue siendo característica: apunta al modelo cuyo audit ha identificado la tensión argumentativa más estructurante, y lo obliga a un desplazamiento no polémico pero sustancial.

En la sesión sobre el castellano, los dos audits dirigieron —de forma independiente— su pregunta final a Grok 4, porque su tesis era prometedora pero dependía de la carencia más estructurante: la prueba del paso desde la convergencia textual a la competencia productiva autónoma.

Que ambos analizadores coincidieran en el destinatario y en la línea de falla constituye un indicio adicional de robustez, aunque no una prueba de independencia completa del diagnóstico.

GPT-5.5 formuló la suya en términos de carga de la prueba:

Has sostenido que la frecuencia de «jugar un papel» en producción asistida se estabiliza luego en producción autónoma y reduce funcionalmente alternativas como «desempeñar un papel». ¿Puedes reformular tu tesis distinguiendo explícitamente tres niveles —dato observado, hipótesis causal y predicción verificable— sin presentar como ya demostrado lo que todavía sería una prueba longitudinal por hacer?

Gemini, por su parte, ancló la suya en la prueba falsable que el propio Grok había propuesto en el Turno 4B: si esa prueba mostrara que la frecuencia de las variantes minoritarias se mantiene estable en los nichos editados, ¿aceptaría Grok la reformulación de Claude —el empobrecimiento indexado a comunidades de práctica— o sostendría la dicotomía global por otra vía causal?

La pregunta no pide a Grok que abandone su posición; le pide que asuma correctamente su carga de prueba. Reinyectada como intervención del usuario en la sesión, obligaría a un desplazamiento no polémico pero sustancial —exactamente lo que la Evaluación argumentativa busca provocar en las posiciones que juzga sólidamente defendidas pero perfectibles.

El modo y el ideal de argumentación

Una última observación toca al ideal regulador que presupone el modo. Habermas tematizó bajo el nombre de situación ideal del habla un conjunto de condiciones idealizadas de la argumentación racional: inclusión de los participantes relevantes, igualdad de oportunidades comunicativas, sinceridad y ausencia de coacciones que impidan que el peso de los argumentos pueda decidir el intercambio.

Estas condiciones no describen los debates reales ni constituyen un estado que pueda darse por plenamente realizado. Funcionan más bien como un punto de referencia normativo desde el cual examinar hasta qué punto un intercambio permite la crítica, la respuesta a las objeciones y la revisión de las propias posiciones.

La Evaluación argumentativa no busca imponer ese ideal a los debates que evalúa. Busca hacer visibles algunas de las distancias respecto a él.

Un debate donde cada modelo hubiera reconocido la objeción más sólida del otro, enunciado claramente las condiciones de refutación de su propia posición e identificado honestamente sus presupuestos discutibles se aproximaría, en esos aspectos, al ideal habermasiano. Los intercambios reales solo pueden cumplir esas condiciones de manera parcial y desigual.

La sesión sobre el castellano, donde un modelo concedió terreno de forma rastreable y el otro pasó de inmunizar su tesis a exponerla a la falsación, se acerca en ciertos pasajes; en otros —las afirmaciones factuales presentadas como establecidas, la exigencia probatoria asimétrica— se aleja.

El modo permite hacer visibles esas diferencias y convertirlas en objeto de examen.

Es la operación central de la Evaluación argumentativa: hacer aparecer no quién tiene razón, sino con qué rigor cada cual sostuvo lo que defendía. El saber producido no es del mismo orden que el saber producido por los modos descriptivos. Es igualmente útil, pero responde a otra pregunta: no qué conclusión merece aceptarse, sino qué calidad tuvo el camino argumentativo que condujo hasta ella.

Referencias