Heredabilidad: qué tan localmente sensible es un rasgo a las intervenciones genéticas. Plasticidad: qué tan sensible localmente es un rasgo a las intervenciones ambientales. Los criadores y los ingenieros genéticos deben preocuparse por la heredabilidad. Los educadores y capacitadores deben preocuparse por la plasticidad.

La heredabilidad se estima asumiendo un entorno constante, la plasticidad asumiendo lo contrario. Ambas suposiciones son, por supuesto, falsas: el medio ambiente no es constante y tampoco lo es la población. Pero las estimaciones locales funcionan, en su mayoría.

La alta heredabilidad para un rasgo determinado no implica baja plasticidad, o viceversa. Ambos tratan sobre qué tan sensible es un rasgo a las intervenciones (conocidas). El color del cabello adulto es muy sensible a los cambios tanto en la genética como en el medio ambiente, el número de cabezas es insensible a ambos.

Las estimaciones de heredabilidad también son relativas a la varianza genética que realmente existe en la población, la plasticidad a la varianza ambiental que realmente existe. Realmente no nos importa mucho ninguno de esos. Lo que realmente nos importa es algo que no he visto definido en ningún otro lugar, aunque la gente lo usa implícitamente todo el tiempo: la heredabilidad y plasticidad contrafáctica estimadas bajo intervenciones conocidas y bajo intervenciones plausiblemente descubribles.

Como se define normalmente, la heredabilidad y la plasticidad no utilizan el cálculo de Pearl. No le dicen qué esperar bajo intervención, solo qué predecir a partir de la observación. Lo que realmente queremos es algo que podríamos llamar heredabilidad/plasticidad esperada.

La inferencia activa hace una distinción similar entre minimizar la energía libre variacional y minimizar la energía libre esperada. A grandes rasgos, la energía libre esperada explica la ambigüedad (incógnitas desconocidas). ¿Qué pasa si su conjunto de intervención o métricas son incorrectos?

Con información perfecta y computación infinita, estos son lo mismo. Si su modelo es correcto y completo, simplemente puede ir a la respuesta. Pero si las cosas son ambiguas... Debe sacrificar la intervención para aprender más sobre la intervención e intervenir por razones pragmáticas.

Si prueba todas las intervenciones de una sola persona, encontrará el conjunto de rasgos que en su mayoría son socialmente independientes. Si hay un rasgo en el que las normas sociales son importantes, será invisible para ti. Ningún número de ECA de este tipo lo encontrará. Si luego usa el hecho de que todas las intervenciones que se han verificado experimentalmente que funcionan son intervenciones de una sola persona para priorizar qué experimentos ejecutar ... La trampa se cierra.

La solución es la humildad. El resultado de las intervenciones genéricas y ambientales es increíblemente complejo y difícil de predecir. Sabemos algunas cosas, pero los límites de nuestro conocimiento son muy reales. Hacer declaraciones definitivas sobre lo que es o no es posible no es prudente.

Al mantenernos abiertos a aprender más, nos damos la oportunidad de notar esa pequeña nota de curiosidad, de discordia, que podría conducir a un aprendizaje real. Y dada la importancia del tema, y nuestra habilidad demostrablemente limitada hoy, se necesita tal humildad.