La naturaleza de la causalidad se investiga sistemáticamente en varias disciplinas académicas, entre ellas la filosofía y la física.
En el ámbito académico, hay un número importante de teorías sobre la causalidad; The Oxford Handbook of Causation (Beebee, Hitchcock & Menzies 2009) abarca 770 páginas. Entre las teorías más influyentes dentro de la filosofía están las Cuatro causas de Aristóteles y el ocasionalismo de Al-Ghazali. David Hume argumentó que las creencias sobre la causalidad se basan en la experiencia, y la experiencia se basa igualmente en la suposición de que el futuro modela el pasado, que a su vez sólo puede basarse en la experiencia, lo que conduce a una lógica circular. En conclusión, afirmó que la causalidad no se basa en un razonamiento real: sólo se puede percibir la correlación. Immanuel Kant, según Beebee, Hitchcock & Menzies (2009), sostuvo que «un principio causal según el cual todo acontecimiento tiene una causa, o se sigue según una ley causal, no puede establecerse por inducción como una afirmación puramente empírica, ya que entonces carecería de universalidad estricta, o de necesidad».
Fuera del campo de la filosofía, se pueden identificar teorías de la causalidad en la mecánica clásica, la mecánica estadística, la mecánica cuántica, las teorías del espacio-tiempo, la biología, las ciencias sociales y el derecho. Para establecer una correlación como causal dentro de la física, se entiende normalmente que la causa y el efecto deben conectarse a través de un mecanismo local (cf. por ejemplo el concepto de impacto) o un mecanismo no local (cf. el concepto de campo), de acuerdo con las leyes conocidas de la naturaleza.
Desde el punto de vista de la termodinámica, se han identificado las propiedades universales de las causas en comparación con los efectos a través de la Segunda ley de la termodinámica, confirmando la opinión antigua, medieval y cartesiana de que «la causa es mayor que el efecto» para el caso particular de la energía libre termodinámica. Esto, a su vez, es cuestionado por las interpretaciones populares de los conceptos de sistemas no lineales y del efecto mariposa, en los que pequeños eventos causan grandes efectos debido, respectivamente, a la imprevisibilidad y a un improbable desencadenamiento de grandes cantidades de energía potencial.
Causalidad interpretada a partir de estados contrafácticosEditar
Intuitivamente, la causalidad parece requerir no sólo una correlación, sino una dependencia contrafáctica. Supongamos que un estudiante obtuvo un mal resultado en un examen y adivina que la causa fue su falta de estudio. Para demostrarlo, se piensa en el contrafactual: el mismo estudiante haciendo el mismo examen en las mismas circunstancias pero habiendo estudiado la noche anterior. Si uno pudiera rebobinar la historia, y cambiar sólo una pequeña cosa (hacer que el estudiante estudie para el examen), entonces se podría observar la causalidad (comparando la versión 1 con la versión 2). Como no se puede rebobinar la historia y reproducir los acontecimientos después de hacer pequeños cambios controlados, la causalidad sólo puede inferirse, nunca conocerse con exactitud. Esto se conoce como el Problema Fundamental de la Inferencia Causal: es imposible observar directamente los efectos causales.
Un objetivo importante de los experimentos científicos y los métodos estadísticos es aproximarse lo mejor posible al estado contrafactual del mundo. Por ejemplo, se podría realizar un experimento con gemelos idénticos que se sabe que obtienen siempre las mismas notas en sus exámenes. Se envía a uno de los gemelos a estudiar durante seis horas y al otro al parque de atracciones. Si sus calificaciones en los exámenes difieren repentinamente en gran medida, esto sería una prueba contundente de que estudiar (o ir al parque de atracciones) tiene un efecto causal en las calificaciones de los exámenes. En este caso, la correlación entre el estudio y las puntuaciones de los exámenes implicaría casi con toda seguridad una causalidad.
Los estudios experimentales bien diseñados sustituyen la igualdad de los individuos, como en el ejemplo anterior, por la igualdad de los grupos. El objetivo es construir dos grupos que sean similares excepto por el tratamiento que reciben los grupos. Esto se consigue seleccionando sujetos de una única población y asignándolos aleatoriamente a dos o más grupos. La probabilidad de que los grupos se comporten de forma similar (en promedio) aumenta con el número de sujetos de cada grupo. Si los grupos son esencialmente equivalentes, excepto por el tratamiento que reciben, y se observa una diferencia en el resultado de los grupos, esto constituye una prueba de que el tratamiento es responsable del resultado o, en otras palabras, el tratamiento causa el efecto observado. Sin embargo, un efecto observado también podría ser causado «por el azar», por ejemplo, como resultado de perturbaciones aleatorias en la población. Existen pruebas estadísticas para cuantificar la probabilidad de concluir erróneamente que existe una diferencia observada cuando en realidad no es así (por ejemplo, véase el valor P).