Suscríbete a DeepL Pro para poder editar este docum

Entra en www.DeepL.com/pro para más información.

1 Seguimiento de procesos
De las raíces filosóficas a las mejores
prácticas

Andrew Bennett y Jeffrey T. Checkel

Introducción

¿Por qué terminó la Guerra Fría pacíficamente, sin que se disparara un solo
tiro? ¿Por qué algunas democracias europeas sobrevivieron al período de
entreguerras mientras que otras fueron reemplazadas por dictaduras
fascistas? En el mundo posterior a la Guerra Fría, los conflictos civiles han
reemplazado a la guerra interestatal como la forma dominante de violencia
política organizada, con los grupos rebeldes - en lugar de los misiles balísticos
intercontinentales (ICBMs) - como un foco clave tanto de las políticas como de
la erudición. Sin embargo, ¿qué es lo que hace que estos grupos se muevan?
¿Por qué algunos se involucran en asesinatos sin sentido y violencia sexual
mientras que otros no? La Unión Europea es un experimento único en materia
de gobernanza "más allá del Estado-nación", pero ¿cómo se están creando
sus estructuras de gobernanza supranacionales y con qué medios de los
ciudadanos de a pie de Europa?
La ciencia política contemporánea ha convergido en la opinión de que estos
rompecabezas, y muchos más en las agendas académica y política, exigen
respuestas que combinen la estructura y el contexto social e institucional con la
agencia individual y la toma de decisiones. Este punto de vista, junto con los
recientes desarrollos en la filosofía de la ciencia, ha llevado a un creciente énfasis
en la explicación causal a través de la referencia a mecanismos causales
hipotéticos. Sin embargo, esta evolución plantea la cuestión de cómo definir dichos
mecanismos, cómo medirlos en acción y cómo poner a prueba las explicaciones
que compiten entre sí y que invocan los mecanismos de different
Este libro argumenta que las técnicas que caen bajo la etiqueta de rastreo
de procesos son particularmente adecuadas para medir y probar hipótesis
causales.
Las versiones anteriores de este capítulo se presentaron en un taller sobre "Process Tracing
in the Social Sciences", Universidad de Georgetown, marzo de 2012; un panel sobre "Process
Tracing", Convención Anual de la Asociación Americana de Ciencia Política, Seattle,
Washington, septiembre de 2011; y al Grupo de Investigación sobre Análisis Cualitativo y
Multi-método, Universidad de Syracuse, junio de 2010. Agradecemos a los participantes en
esas reuniones, así como a Derek Beach, Jim Caporaso, Colin Elman, Matt Evangelista, John
Gerring, Peter Hall, Jim Mahoney, Jack Snyder y tres críticos anónimos de Cambridge
University Press por sus útiles comentarios.
4 Andrew Bennett y Jeffrey T. Checkel

mecanismos. De hecho, un número creciente de politólogos invoca ahora el

término. A pesar de este hecho, o quizás debido a él, ha surgido un problema
de palabras de moda, en el que se menciona el rastreo de procesos, pero a
menudo con poca reflexión o explicación de cómo funciona en la práctica.
Como ha señalado un agudo observador, los defensores de los métodos
cualitativos se basan en varios debates -sobre los mecanismos y la
causalidad, por ejemplo- para argumentar que el rastreo de procesos es
necesario y bueno. Sin embargo, han hecho mucho menos trabajo para
articular los criterios para determinar si una investigación en particular cuenta
como un buen rastreo de procesos (Waldner 2012: 65-68). En differently,
"existe una distancia sustancial entre la afirmación general de que'el rastreo de
procesos es bueno' y la afirmación precisa de que'este es un buen ejemplo de
rastreo de procesos'" (Waldner 2011: 7).
Este volumen aborda estas preocupaciones, y lo hace en varias
dimensiones. Meta-teóricamente, establece una base filosófica para el
rastreo de procesos - una que capta los usos principales y al mismo
tiempo está abierta a las aplicaciones de los estudiosos de la
interpretación. Conceptualmente, los participantes exploran la relación
entre el rastreo de procesos y la comprensión de la causalidad basada en
el mecanismo. Lo más importante es que articulamos las mejores prácticas
para las cuentas individuales de seguimiento de procesos, por ejemplo,
criterios sobre cómo actuar en el caso de las microempresas y cómo
abordar el problema de la equi-finalidad (la posibilidad de que pueda haber
múltiples vías que conduzcan al mismo resultado).
El nuestro es un libro de métodos aplicados - y no un texto de
metodología estándar - donde el objetivo es mostrar cómo funciona en
la práctica el rastreo de procesos. Si Van Evera (1997), George y
Bennett (2005), Gerring (2007a) y Rohlfing (2012) establecen el estado
del arte para los estudios de casos, entonces nuestro volumen es una
continuación lógica, proporcionando una guía clara para lo que tal vez
sea el método central dentro del caso: el rastreo de procesos.
A pesar de toda la atención que se ha prestado recientemente, el
rastreo de procesos -o el uso de pruebas procedentes de un caso para
hacer inferencias sobre las explicaciones causales de ese caso- ha
existido de hecho durante miles de años. Las formas de análisis
relacionadas se remontan al historiador griego Tucídides y quizás incluso a
los orígenes de la lengua y la sociedad humanas. Es casi imposible evitar
explicaciones históricas e inferencias causales de casos históricos en
cualquier discurso o actividad humana intencionada.
Aunque los metodólogos de las ciencias sociales han debatido y elaborado
enfoques formales de inferencia como el análisis estadístico durante más de
cien años, sólo recientemente han acuñado el término "rastreo de procesos" o
han intentado explicar sus procedimientos de manera sistemática. Tal vez esto
se deba a que extraer inferencias causales de casos históricos es una práctica
más intuitiva que el análisis estadístico y que los individuos llevan a cabo en su
vida cotidiana.
5 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

Sin embargo, la naturaleza aparentemente intuitiva del rastreo de procesos

oculta que su uso no sistemático está plagado de posibles errores
inferenciales; por lo tanto, es importante utilizar salvaguardias metodológicas
rigurosas para reducir esos riesgos.
El objetivo de este libro es, por lo tanto, explicar los fundamentos filosóficos,
las técnicas específicas, las fuentes probatorias comunes y las mejores
prácticas de rastreo de procesos para reducir los riesgos de cometer errores
inferenciales en el análisis de casos históricos y contemporáneos. Este
capítulo introductorio define primero el rastreo de procesos y discute sus
fundamentos en la filosofía de las ciencias sociales. A continuación,
abordamos sus técnicas y fuentes probatorias, y presentamos diez criterios de
mejores prácticas para juzgar la calidad del rastreo de procesos en la
investigación empírica. El capítulo concluye con un análisis de las cuestiones
metodológicas específicas del trazado de procesos sobre categorías generales
de teorías, incluyendo las estructurales-institucionales, cognitivas-psicológicas
y sociológicas. Los capítulos siguientes abordan esta última cuestión con
mayor detalle y evalúan las contribuciones del rastreo de procesos en
determinados programas de investigación o cuerpos teóricos.

Definición del seguimiento del proceso

El término "process tracing" se originó en el campo de la psicología

cognitiva en los Estados Unidos a finales de los años sesenta o principios
de los setenta. 1 Tal como se utiliza en psicología, el rastreo de procesos
se refiere a técnicas para examinar los pasos intermedios en los procesos
mentales cognitivos para comprender mejor la heurística a través de la
cual los seres humanos toman decisiones. En 1979, el politólogo
Alexander L. George de la Universidad de Stanford se apropió del término
para describir el uso de la evidencia de los estudios de caso para hacer
inferencias sobre explicaciones históricas (George 1979).
Debido a que gran parte de la investigación de George se centró en la
psicología política, y debido a que el término "trazado de procesos" se originó en la
psicología cognitiva, a veces se ha considerado que se aplica principalmente o sólo
a los análisis de la toma de decisiones a nivel individual. Aunque el rastreo de
procesos se aplica bien al nivel individual y a las teorías cognitivas (ver Jacobs,
este volumen, Capítulo 2), George dejó claro en escritos posteriores que también
puede ser usado para hacer inferencias sobre explicaciones estructurales o a nivel
macro (George y Bennett 2005: 142, 214; ver también Waldner, este volumen,
Capítulo 5). Por ejemplo, muchas teorías económicas plantean hipótesis sobre las
relaciones y las secuencias entre las políticas macroeconómicas de los países en
desarrollo.

1
El primer uso del término sigue siendo poco claro; la primera cita relevante sobre
Google Scholar es Hobarth 1972, una tesis de doctorado en la Universidad de Chicago.
6 Andrew Bennett y Jeffrey T. Checkel

que pueden ser probadas a través del rastreo de procesos tanto a

nivel macro como a nivel micro o individual.
De manera similar, debido a sus orígenes en la psicología cognitiva y
debido a que muchos de sus primeros practicantes en ese campo
exploraron los errores que cometen los individuos y los sesgos que
exhiben en su toma de decisiones, el rastreo de procesos es a veces visto
como incompatible con las teorías de elección racional. Coincidimos, sin
embargo, con los muchos teóricos prominentes de la elección racional que
sostienen que sus hipótesis deberían tener cierta correspondencia con los
procesos reales a través de los cuales los individuos toman decisiones y
que, por lo tanto, deberían estar dispuestos a seguir el rastro del proceso
(Bates et al. 1998; véase también Schimmelfennig, este volumen, capítulo
4).
El significado esencial que conserva el término "process tracing" desde sus
orígenes en la psicología cognitiva es que se refiere al examen de los pasos
intermedios de un proceso para hacer inferencias sobre las hipótesis de cómo
tuvo lugar ese proceso y si generó y cómo generó el resultado de interés. En
un trabajo previo junto con George, uno de nosotros definió el rastreo de
procesos como el uso de "historias, documentos de archivo, transcripciones de
entrevistas y otras fuentes para ver si el proceso causal que una teoría
hipotetiza o implica en un caso es de hecho evidente en la secuencia y los
valores de las variables que intervienen en ese caso" (George y Bennett 2005:
6). Añadimos que "el método de seguimiento del proceso intenta identificar el
proceso causal intermedio -la cadena causal y el mecanismo causal- entre una
variable (o variables) independiente y el resultado de la variable dependiente"
(ibíd.: 206).
Los autores utilizaron entonces una metáfora para ampliar esta
definición. Si uno tenía una fila de cincuenta fichas sobre la mesa
después de haber estado previamente de pie, ¿cómo se podía inferir si
la primera ficha causó que la última cayera a través de un proceso de
dominó, o si el viento, un golpe de la mesa, o alguna otra fuerza causó
la caída de las fichas? La respuesta, argumentaron George y Bennett,
fue utilizar pruebas sobre los procesos de intervención planteados por
cada una de las explicaciones alternativas. ¿Alguien oyó una sucesión
de dominós? ¿Las posiciones de las fichas caídas arrojan luz sobre
cómo cayeron? Y así sucesivamente.
Si bien consideramos que esta definición sigue siendo un excelente punto
de partida, es necesario señalar una debilidad tanto en ella como en la
metáfora que la acompaña. El término "variable intermedia" abre la puerta a la
confusión potencial porque los científicos sociales están acostumbrados a
pensar que las variables son causales (independientes) o causales
(dependientes). Sin embargo, tanto el término como la metáfora de la caída de
dominó sugieren que una variable intermedia está totalmente causada por la(s)
variable(s) independiente(s) que la precedió, y que transmite esta relación
causal.
7 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

fuerza, sin sumarle, restarle, o alterarla, a las variables subsiguientes que

intervienen y, en última instancia, a través de ellas a la variable dependiente.
Cuando los eventos observables que intervienen entre las causas
hipotéticas y effects observadas tienen este carácter, constituyen
"evidencia diagnóstica", no "variables". "La evidencia diagnóstica indica el
tipo de proceso que se está llevando a cabo, pero no transmite ningún
effects independiente a la variable dependiente. Esto es análogo a un
examen médico de diagnóstico, como un medio de contraste inyectado en
un paciente para mejorar una tomografía computarizada del flujo
sanguíneo. Lo ideal es que el tinte no transmita ningún lado notable -
effects al paciente, sino que proporcione evidencia sobre los procesos que
se llevan a cabo en el paciente. De manera similar, en la vida social y
política, las formas en que los actores en privado enmarcan o explican sus
acciones pueden proporcionar evidencia diagnóstica sobre sus motivos sin
que los resultados de interés sean independientes.
Sin embargo, muy a menudo, los eventos que se encuentran temporal y/o
espacialmente entre la variable independiente y la variable dependiente no
están completamente determinados por las variables independientes
especificadas, y estos eventos sí tienen un effects independiente sobre la
naturaleza, el tiempo o la magnitud de la variable dependiente. En tales casos,
los investigadores tienen que tomar decisiones sobre la construcción de
teorías. ¿Van a modelar estos eventos intermedios como variables? En caso
afirmativo, ¿deberían tratarlas como exógenas, complementarias o endógenas
a la teoría o explicación de interés? Las variables exógenas son aquellas que
se excluyen de un modelo porque no son lo suficientemente poderosas o
frecuentes, o porque son demasiado complejas o impredecibles para ser
incorporadas a la teoría. Las variables complementarias son aquellas que
suman o restan a la effects de las principales variables de interés, pero lo
hacen de forma independiente, o sin interacción effects relacionada con las
principales variables. Cuando tales variables son simples de teorizar, pueden
ser agregadas a un modelo sin cambiar las principales variables o
mecanismos de interés. Las variables adicionales que interactúan con las
variables independientes de interés de manera más compleja necesitan ser
introducidas en el modelo (endógenas) o identificadas pero separadas del
modelo (exógenas) en aras de la simplicidad. Metodológicamente, sea cual
sea la forma en que se introduzcan o dejen de lado las variables adicionales
de la teoría que tiene por objeto explicar el caso, esta modificación puede
probarse mediante un seguimiento adicional del proceso.
Por lo tanto, eliminamos el término "variable intermedia" y definimos el
rastreo de procesos como el análisis de la evidencia sobre procesos,
secuencias y coyunturas de eventos dentro de un caso, con el propósito de
desarrollar o probar hipótesis sobre mecanismos causales que puedan explicar
el caso de manera causal. Dicho de otra manera, el lado de prueba de la teoría
deductiva del rastreo de procesos examina las implicaciones observables de
los mecanismos causales hipotéticos dentro de un caso para comprobar si una
8 Andrew Bennett y Jeffrey T. Checkel

sobre estos mecanismos explica el caso (Schimmelfennig, este volumen,

Capítulo 4, enfatiza este procedimiento). El desarrollo inductivo y teórico del
rastreo de procesos utiliza la evidencia de un caso para desarrollar hipótesis
que podrían explicar el caso; estas últimas hipótesis pueden, a su vez, generar
implicaciones adicionales comprobables en el caso o en otros casos (Pouliot,
este volumen, Capítulo 9, enfatiza los procedimientos de investigación
inductiva). 2
También es importante definir "caso" y "dentro de un caso" a medida que los
usamos. Siguiendo a George y Bennett, definimos un caso como "una
instancia de una clase de eventos" (George y Bennett 2005: 17). Esta
definición reconoce que las clases de eventos -revoluciones, democracias,
economías capitalistas, guerras, etc.- son las construcciones sociales tanto de
los actores políticos como de los científicos sociales que estudian y definen las
categorías políticas. No se nos dan simplemente por la historia, sino que se
definen por nuestros conceptos, y mucha de la controversia en la
interpretación de los resultados de la investigación de estudios de caso se
refiere a los desacuerdos sobre qué "casos" deben o no deben incluirse en
una población definida.
Definimos la evidencia dentro del caso como evidencia del dominio
temporal, espacial o tópico definido como caso. Esto puede incluir una
gran cantidad de evidencia sobre factores contextuales o de fondo que
influyen en la forma en que medimos e interpretamos las variables dentro
de un caso. Henry Brady y David Collier proporcionan aquí una distinción
útil entre las observaciones del conjunto de datos y las observaciones del
proceso causal (véase también Dunning, este volumen, capítulo 8). Las
observaciones del conjunto de datos son "un conjunto de puntuaciones
sobre variables específicas para una muestra designada de casos", y estas
observaciones proporcionan la base para los análisis estadísticos. Las
observaciones de procesos causales son "observaciones sobre el
contexto, el proceso o el mecanismo" y se utilizan en análisis dentro de un
mismo caso, como el rastreo de procesos (Brady y Collier 2010: 12).
Con estas definiciones en mano, observamos que el rastreo de procesos
está estrechamente relacionado con la explicación histórica, ya que ese
término es utilizado por el historiador Clayton Roberts. En opinión de Roberts,
una explicación histórica no es simplemente una descripción detallada de una
secuencia de eventos; más bien, se basa en teorías para explicar cada paso
importante que contribuye a causar el resultado. Roberts distingue entre
macrocorrelación y microcorrelación, la última de las cuales es muy similar al
trazado del proceso. La macro-correlación implica un intento de explicar casos
históricos a un alto nivel de generalidad a través de teorías uni-versalistas,
similares a la noción de Hempel de que las teorías cubren las leyes.
2
Beach y Pedersen 2013a sugieren tres tipos de trazado de procesos en different: pruebas teóricas,
construcción de teorías y explicación de resultados. El primero es principalmente deductivo, el segundo
más inductivo, y el tercero utiliza ambos tipos de lógica con el objetivo de explicar de manera causal un
caso individual.
9 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

Roberts argumenta que los acontecimientos históricos son

demasiado complejos para encajar fácilmente bajo leyes de
cobertura sin excepciones, y efforts para explicar la historia de esta
manera "han tenido poco éxito" (Roberts 1996: 15). En su lugar,
insta a los investigadores a que utilicen la microcorrelación, que
implica "el minucioso tratamiento de la narrativa explicativa hasta el
punto de que los acontecimientos que deben explicarse sean
microscópicos y las leyes que los cubren, en consecuencia, más
seguras" (ibíd.: 66).
Una de ellas, entre el enfoque de Roberts sobre el rastreo de procesos y el
nuestro, es que Roberts consideró que -a nivel micro-correlacional- las teorías
que subyacen a una explicación histórica serían "tópicas". "Los historiadores,
argumenta, raramente hacen referencia explícita a ellos porque hacerlo
"obstruiría irremediablemente la narración" (ibíd.: 66-67, 87-88). En cambio,
enfatizamos la importancia de hacer explícitas las hipótesis sobre los
mecanismos causales subyacentes que se teorizan que han causado un
resultado para que éstos puedan ser rigurosamente evaluados, incluso si esto
resulta en narrativas de ciencia política que están más obstruidas -y,
desgraciadamente, es menos probable que se conviertan en best-sellers- que
las de los historiadores (ver también Evangelista, este volumen, Capítulo 6,
para el análisis de obras que centran su proceso de rastreo tanto en explicar
un caso histórico importante como en desarrollar y probar teorías generales).
Sin embargo, no es necesario que estas medidas disciplinarias se
consideren en términos de suma cero. Es decir, es posible tener una
aplicación de rastreo de procesos que sea simulta-neously rigurosa,
explícita y transparente, y que también se lea bien, por ejemplo, colocando
las pruebas de rastreo de procesos en un apéndice separado de la
narrativa principal (Fairfield 2013 proporciona un ejemplo excelente).
Nuestro concepto de rastreo de procesos differs es aún más claro con el
análisis transversal de series temporales, que implica el estudio
correlacional de datos a través de una variedad de unidades (a menudo,
datos anuales a través de una serie de países). Aunque esta forma de
análisis puede confundirse con el rastreo de procesos porque involucra
datos temporales de casos dentro de un mismo tiempo, sigue siendo una
forma de inferencia cruzada y correlacional, más que el estudio de
procesos hipotéticos dentro de casos individuales, y por lo tanto es
fundamentalmente different a partir del rastreo de procesos (ver también
las discusiones y ejemplos en Lyall, Capítulo 7; y Dunning, Capítulo 8,
ambos en este volumen).
En resumen, el rastreo de procesos es una técnica clave para captar los
mecanismos causales en acción. No se trata simplemente de una
historiografía glorificada, ni de la lógica de las estadísticas de frecuentación. Y
-como argumentamos más adelante- existen métricas y mejores prácticas que
permiten distinguir el rastreo de los procesos buenos de los malos. Sin
embargo, dado que las normas emanan de posiciones filosóficas subyacentes,
es importante, en primer lugar, aclarar la meta-teoría del rastreo de procesos.
10 Andrew Bennett y Jeffrey T. Checkel

Filosofía de las ciencias sociales y seguimiento de procesos

A nivel filosófico y epistemológico, el rastreo de procesos está

estrechamente relacionado con el giro hacia explicaciones de las ciencias
sociales basadas en referencias a mecanismos causales (Elster 1998;
Gerring 2007b; Mayntz 2004), o las entidades subyacentes que generan
procesos y resultados observados. Gran parte del pensamiento sobre la
causalidad y la explicación causal durante los últimos 200 años ha sido
fuertemente influenciado por el argumento de David Hume de que la
conjunción constante -la frecuente ocurrencia conjunta de las variables A y
B- es la esencia de la inferencia causal. Sin embargo, trabajos más
recientes de filósofos pragmáticos (Johnson 2006) y realistas científicos
(Wight 2006) de la ciencia, proporcionan una base metateórica más
susceptible de pensar en términos de mecanismos. De hecho, para estos
estudiosos, una explicación causal se construye alrededor de la
contigüidad y la secuencia de los eventos - conceptos que Hume
mencionó, pero a los que prestó atención. Esto abre un espacio
metodológico para el rastreo de procesos.
Una de las razones por las que difficulty hace uso de los debates
contemporáneos en la filosofía de la ciencia es que existen al menos
media docena de variantes del realismo científico (Chernoff 2002) e
incluso más (different) definiciones de mecanismos causales (Mahoney
2001; véase también Hedström y Ylikoski 2010). Si bien una discusión
completa del realismo científico está más allá de nuestros propósitos
actuales, estamos de acuerdo con el énfasis que pone en los procesos
causales y los mecanismos causales como elementos centrales de la
explicación causal.
Más importante para este volumen es la tarea de resolver las
definiciones contradictorias de los mecanismos causales. Estos se dividen
en tres cuestiones fundamentales: (1) ¿Son inobservables en cierto
sentido los mecanismos causales? (2) ¿La explicación por referencia a los
mecanismos causales implica un compromiso con el individualismo
metodológico, o más allá de eso, con la explicación del comportamiento
humano por la neurociencia y, en última instancia, por la física
subatómica? (3) ¿Son los mecanismos causales sufficient para explicar los
resultados en circunstancias o contextos específicos, o podrían ser
intrínsecamente probabilísticos o estocásticos?
En cuanto a la primera cuestión, la mayoría de los debates sobre los
mecanismos los sitúan en el plano ontológico. Esto significa que hacemos
hipótesis o teorías sobre cómo podrían funcionar tales entidades ontológicas
como mecanismos, y probamos las implicaciones observables de estas
hipótesis, pero no observamos mecanismos causales directamente. Algunos
proponentes de los mecanismos opinan que son, al menos en cierto modo,
observables. Hedström y Ylikoski, por ejemplo, critican a Mahoney por la
opinión de que los mecanismos son inobservables,
11 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

y dibujar una analogía con nuestra habilidad para observar el

funcionamiento interno de un motor de auto (Hedström y Ylikoski 2010:
50-51; Mahoney 2001).
Tales críticas, sin embargo, pasan por alto el punto más fundamental de que
los mecanismos causales son en cierto modo inobservables en última
instancia. No llegamos a observar la causalidad - hacemos inferencias al
respecto. No podemos observar sin problemas muchos mecanismos en los
niveles más bajos de análisis - ondas cerebrales, neuronas, átomos, etc. Más
bien, dependemos de instrumentos de observación potencialmente falibles
(escáneres cerebrales, microscopios) y teorías sobre cómo funcionan. Es
posible que podamos hacer retroceder las fronteras del mundo inobservable
mediante el desarrollo de instrumentos de observación en los que tengamos
una gran confianza, pero siempre habrá algún nivel de detalle aún más fino
que no podamos observar.
El límite entre los mundos observables e inobservables es como el
horizonte. Podemos hacer retroceder esta frontera a medida que nuestros
instrumentos de observación mejoran, pero también retrocede a medida que
nos acercamos a ella, y alguna parte del universo siempre permanece más allá
del horizonte y por lo tanto inobservable. Incluso si los escáneres cerebrales
están empezando a revelar algunas de las funciones internas del cerebro, no
disponemos de ellas en tiempo real para los actores sociales reales en
entornos del mundo real, no podemos escanear la actividad cerebral desde el
pasado, y todavía habrá procesos cerebrales adicionales a nivel micro que no
podemos observar.
Esto plantea la segunda cuestión relativa al individualismo metodológico y al
grado en que las explicaciones basadas en mecanismos tienen que ir a niveles
de detalle diminutos, pequeños incrementos de tiempo y causas
temporalmente distantes de los acontecimientos. En nuestra opinión, las
explicaciones no siempre tienen que ir al nivel individual de análisis (o más
allá); es posible hacer un seguimiento del proceso sobre mecanismos causales
hipotéticos a nivel macro (Waldner, este volumen, capítulo 5; véase también
Pouliot, este volumen, capítulo 9). En principio, las explicaciones basadas en
mecanismos tienen que ser consistentes con el nivel de detalle más fino que
observamos; sin embargo, en la práctica, esto no significa que siempre
tengamos que ir a este nivel para tener la confianza de que una explicación es
más probable que sea cierta que las alternativas.
La controversia en torno a esta cuestión ha llevado a algunos críticos a
argumentar que las explicaciones basadas en mecanismos causales -y,
por lo tanto, en el rastreo de procesos- implican un retroceso
potencialmente infinito para examinar los pasos entre etapas de un
proceso hipotético con incrementos de tiempo cada vez más pequeños y
niveles de análisis más detallados (King et al. 1994: 85-87). Es cierto que
un compromiso con la explicación a través de mecanismos significa que
los primeros son siempre incompletos y provisionales, y que toda
explicación puede ser cuestionada si se puede demostrar que sus
procesos hipotéticos no son evidentes en un nivel inferior de análisis.
También es cierto que no hay una manera infalible de decidir hasta dónde
o hasta dónde se puede llegar en la explicación de un suceso. Como
argumentamos más adelante,
12 Andrew Bennett y Jeffrey T. Checkel

sin embargo, los investigadores pueden y toman decisiones

defendibles sobre cuándo y dónde empezar y detenerse para
construir y probar explicaciones (ver también Hedström y Ylikoski
2010: 52).
La cuestión de cuándo detenerse está relacionada con la tercera
controversia de si los mecanismos causales involucran relaciones de
sufficiency o probabilismo. Mahoney (2001: 580) define los mecanismos como
sufficient en circunstancias específicas para generar el resultado de interés,
mientras que Hedström y Ylikoski (2010: 51) argumentan que los mecanismos
podrían ser inherentemente estocásticos. Este es un tema espinoso, ya que
las relaciones estocásticas -como las que plantea la teoría cuántica- tienen
algunos aspectos de explicación causal, pero carecen de otros (Salmon 1990:
120).
El problema central es que incluso si el mundo es determinista, lo
observamos como probabilístico debido a errores de medición y de
especificación, incluyendo la omisión de variables importantes de nuestros
modelos. No podemos decir con 100 por ciento de confianza si estamos
siendo testigos de un mundo probabilístico o determinista, o si algunos
procesos son deterministas o casi deterministas, mientras que otros son
inherentemente estocásticos. Lo máximo que se puede decir aquí con
confianza es que los investigadores implícitamente toman decisiones
sobre este tema al decidir cuándo dejar de tratar de reducir o explicar el
"término de error", o variación inexplicable.
En resumen, sobre los temas clave en los debates de definición de los
mecanicismos causales, argumentamos lo siguiente. Los mecanismos
causales son entidades y procesos ontológicos en el mundo, y las teorías o
hipótesis están en nuestras cabezas; teorizamos sobre los mecanismos. Tales
mecanismos son en última instancia inobservables, pero nuestras hipótesis
sobre ellos generan implicaciones observables y comprobables. La explicación
por referencia a los mecanismos causales, a diferencia de la referencia a las
leyes de cobertura, implica en principio el compromiso de ser coherente con el
nivel más bajo de análisis y el grado de detalle observable. Nunca podremos
saber con certeza si el mundo en general o un mecanismo en particular que
hipotetizamos es determinista o casi así bajo circunstancias específicas o si el
mundo o un mecanismo es estocástico. Por lo tanto, definimos los
mecanismos causales como (véase también George y Bennett 2005: 137):

En última instancia, procesos físicos, sociales o psicológicos inobservables a través de

los cuales operan agentes con capacidades causales, pero sólo en contextos o
condiciones específicas, para transferir energía, información o materia a otras
entidades. Al hacerlo, el agente causal cambia las características, capacidades o
propensiones de las entidades de manera que persisten hasta que los mecanismos
causales posteriores actúan sobre ellas. Si somos capaces de medir los cambios en la
entidad sobre la que se actúa después de la intervención del mecanismo causal y en el
aislamiento temporal o espacial de otros mecanismos, entonces se puede decir que el
mecanismo causal-ismo ha generado el cambio observado en la entidad.
13 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

El desafío, entonces, es desarrollar teorías sobre los mecanismos causales en las

que podamos depositar cierta confianza, y entender las condiciones de alcance en
las que operan. El rastreo de procesos es un método poderoso para abordar estos
desafíos. 3 Sin embargo, antes de analizar cómo hacerlo bien, hay tres cuestiones
adicionales que requieren atención: la relación del trazado de procesos con la
generalización, con las ciencias sociales interpretativas y con la inferencia
bayesiana.

Generalizabilidad y trazabilidad de procesos

Dado que los mecanismos causales son operativos en casos específicos y

que el rastreo de procesos es un método de análisis dentro del caso, la
generalización puede ser problemática. Los metodólogos de los estudios
de caso han argumentado que una hipótesis es fuertemente affirmed y
podría ser generalizable si explica un caso de prueba difícil o un caso que,
a priori, parecía menos probable de explicar. Por el contrario, el fracaso de
una hipótesis para explicar un caso más probable reduce fuertemente
nuestra confianza en él. 4 Sin embargo, siempre ha sido bastante ambiguo
si estas inferencias deben aplicarse sólo al caso que se estudia, a casos
muy similares al estudiado, o a una gama más amplia de casos más
diversos.
El uso del rastreo de procesos para probar y refinar hipótesis sobre
mecanismos causales puede aclarar las condiciones de alcance bajo
las cuales una hipótesis es generalizable. Un investigador no puede
tener una idea muy clara de si, cómo y a qué poblaciones podría
generalizarse una explicación de un caso hasta que tenga una teoría
clara sobre el funcionamiento de los mecanismos involucrados en el
caso (ver también Jacobs, este volumen, Capítulo 2; Schimmelfennig,
este volumen, Capítulo 4). Hasta cierto punto, esta teoría puede
evolucionar de manera inductiva a partir de un estudio detallado del
caso en sí.
De hecho, una teoría o explicación derivada inductivamente de un caso no
necesita necesariamente ser probada contra un caso de different para que
tengamos confianza en la teoría; más bien, puede ser probada contra different
y evidencia independiente en el caso del cual fue derivada (Mahoney 2012:
587). A menudo, esto es un tipo de evidencia que el investigador no había
pensado en buscar o no reconoció como relevante antes de desarrollar la
nueva explicación. Detectives,

3
Sin embargo, no es el único. Ver Checkel y Bennett, este volumen, capítulo 10.
4
Como señala Rohlfing (2012: 194-196), ha habido cierta ambigüedad sobre lo que constituye un caso
"menos probable" o "más probable". Como él señala, si este término se aplica sólo a la probabilidad
previa asociada a la probabilidad de que una teoría sea cierta, entonces esta probabilidad previa no
necesariamente se actualizará bruscamente incluso cuando una teoría encaje en un caso menos
probable o falle en uno más probable. Como se ha argumentado en otras partes de este volumen, las
pruebas de rastreo de procesos resultan en la actualización más aguda de los antecedentes cuando la
proporción de probabilidad constituye una prueba de aro fuerte y fallida, una prueba de arma de humo
aprobada o una prueba doblemente decisiva (Bennett, este volumen, Apéndice).
14 Andrew Bennett y Jeffrey T. Checkel

Los médicos, y los investigadores de estudios de caso en muchas

ciencias y profesiones frecuentemente hacen este cambio.
Por ejemplo, en un estudio sobre la socialización internacional en Europa,
Checkel y sus colaboradores teorizaron tres mecanismos de socialización, dos
de los cuales se derivaron en parte de su propio material de caso. La
aplicación cuidadosa del rastreo del proceso a pruebas adicionales e
independientes de los casos se utilizó luego para especificar mejor las
condiciones del alcance de cada mecanismo. El resultado y la conclusión
central fue que la teoría se limitaba en su aplicación al caso -aunque
crucialmente importante- de la Europa contemporánea (Checkel 2007:
capítulos 7-8).
Por el contrario, un investigador que se centra en uno o unos pocos
casos podría descubrir una nueva hipótesis que es ampliamente aplicable,
como cuando el estudio de Charles Darwin de unas pocas especies
condujo a su teoría de la evolución. En resumen, podemos descubrir
mecanismos de tamaño hipotético a través del rastreo de procesos que
pueden ser muy generales o exclusivos de uno o unos pocos casos, pero
es casi imposible saber antes de investigar un caso el grado en que
cualquier explicación derivada inductivamente será una u otra.
El punto general -que abordamos con más detalle en el Capítulo 10- es
que el rastreo de procesos sobre mecanismos causales plantea cuestiones
de generalizabilidad y desarrollo teórico que han recibido atención en
insufficient Para muchas de las teologías epistémicas -y ciertamente la
científico-realista que aquí se propugna- la teoría es más que listas de
mecanismos causales que acumulan en ningún sentido real; sin embargo,
con demasiada frecuencia, esto es el resultado de estudios de caso que
emplean el rastreo de procesos (véase también Checkel, este volumen,
capítulo 3).

Interpretativismo y seguimiento de procesos

Otra cuestión importante es la relación entre el rastreo de procesos y el

interpretivismo, o más específicamente, entre el rastreo de procesos y el
constructivismo. Recordemos nuestra discusión anterior, en la que
argumentamos que el realismo científico proporciona una posible base
metateórica para el rastreo de procesos. Con su énfasis en la causa, la
objetividad, la consideración de explicaciones alternativas y cosas por el
estilo, el realismo científico se acerca más al positivismo en sus diversas
formas que al interpretivismo (Wight 2002: 35-36). ¿Qué espacio (meta-
teórico) deja esto para el rastreo interpretativo del proceso?
 Uno difficulty aquí es que los eruditos han abrazado muchos tipos de
interpretivismo y constructivismo de different 5 La mayoría de los
constructivistas están de acuerdo en que las estructuras o instituciones son
tanto sociales como materiales, y que los agentes y las estructuras son

5
Utilizaremos estos términos indistintamente en lo que sigue.
15 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

mutuamente constitutivos; sin embargo, ellos differ sobre temas

epistemológicos importantes (Adler 2013). Una tipología común que nos
parece útil distingue entre visiones convencionales, interpretativas y radicales
o postmodernas de la vida social. En este esquema, los constructivistas
convencionales todavía aspiran a una explicación causal y creen que existen
estándares para evaluar algunas interpretaciones de la vida social que son
superiores a otras. Alexander Wendt, un constructivista líder en relaciones
internacionales que ha adoptado el realismo científico y un papel para los
mecanismos causales, encaja en esta escuela de pensamiento (Wendt 1999).
No es sorprendente que el rastreo de procesos ocupe un lugar prominente en
el trabajo de muchos constructivistas con-vencionales (Risse et al., 1999,
2013, por ejemplo).
Es más difícil conciliar la técnica con una segunda visión interpretativa,
aunque algunos estudiosos están intentando hacerlo (Autesserre 2009; Hopf
2002, 2007, 2012; Pouliot 2007). Aquí, los agentes y las estructuras son tan
inherentemente mutuamente constitutivas que es imposible separar los
eventos en movimientos discretos en los que tanto el agente como la
estructura están impulsando el proceso. Si bien es cierto que la constitución
mutua es completamente continua en todos los niveles de análisis, entonces
es imposible desglosar las "variables" como causas o consecuencias de una y
otra. Sin embargo, a menudo se pueden romper los acontecimientos y
discernir los pasos en los que un agente - por ejemplo, un empresario normal -
está cuestionando las estructuras sociales, y los pasos en los que una
estructura impide a los agentes actuar o incluso concebir cursos de acción que
son tabúes. De hecho, varios prominentes constructivistas (convencionales)
han respaldado esta estrategia (Wendt 1987; Finnemore 1996).
Un tercer punto de vista, radical o posmoderno, sostiene que el lenguaje,
posiblemente la más central de todas las estructuras sociales, es
intrínsecamente ambiguo y está abierto a muchas interpretaciones. El peligro
aquí es que todas las narrativas se reduzcan a la narración de historias, una
crítica que también se ha planteado en contra del rastreo de procesos (Norkus
2005). Sin embargo, debemos tener en cuenta que incluso estas formas
radicales de constructivismo han desarrollado cada vez más estándares de
evidencia. Ahora tenemos guías claras de "cómo hacer" para conducir el
discurso sistemático y el análisis textual (Hansen 2006; Neumann 2008; Hopf
2002: capítulo 1). Además, los métodos genealógicos -la reconstrucción
histórica de los discursos- tienen un fuerte parecido familiar con las formas
históricas de seguimiento de los procesos (Price 1997). Finalmente, en los
últimos años, ha habido un fuerte movimiento para "volver a introducir la
práctica" en el estudio del discurso (Pouliot 2010), lo que proporciona un guiño
interpretativo a la importancia central del proceso.
 En resumen, si bien hay obstáculos filosóficos que superar -o tal vez
mejor dicho, entre corchetes-, vemos posibilidades intrigantes para
desarrollar una comprensión más rica del rastreo de procesos al recurrir a
estos diversos factores.
16 Andrew Bennett y Jeffrey T. Checkel

de las ciencias sociales interpretativas (véase también Guzzini

2012: capítulo 11). Este es precisamente el desafío que Pouliot
aborda en su contribución en el capítulo 9 (este volumen).

Bayesianismo y trazado de procesos

La lógica bayesiana proporciona una manera de usar la evidencia para

actualizar las creencias de uno sobre la probabilidad de que las
explicaciones alternativas sean ciertas. El bayesianismo se ha
convertido en un enfoque general popular para la elección de teorías
en la filosofía de la ciencia (Earman 1992), y está estrechamente
relacionado con el trazado de procesos en formas que iluminan las
fortalezas y límites de esta última (Bennett 2008; Rohlfing 2012): 180-
199; Beach and Pedersen 2013a: 83-88, 96-99). Aquí ofrecemos una
visión general del Bayesianismo y el trazado de procesos, y un
apéndice (Bennett, este volumen) describe los detalles técnicos.
El bayesianismo y el trazado de procesos no se superponen por
completo. El bayesianismo, por ejemplo, no abarca el lado inductivo
generador de teoría del trazado de procesos. El bayesianismo tampoco es
la única lógica útil para aclarar el rastreo de procesos; los gráficos
acíclicos dirigidos (Waldner, este volumen, capítulo 5) y la teoría de
conjuntos (Mahoney 2012) también son útiles en este sentido.
Sin embargo, el bayesianismo es la lógica más desarrollada en el
contexto del rastreo de procesos, y ambos están de acuerdo en aspectos
clave. Ambos utilizan pruebas para obtener algunas explicaciones y ponen
en duda otras (este último proceso implica una "inducción eliminatoria", en
virtud de la cual, al hacer menos probables las explicaciones alternativas,
se reducen las que siguen siendo más probables). Ambos dan importancia
al valor probatorio de las pruebas en relación con las explicaciones
contradictorias, y a las pruebas diversas o independientes, en lugar de al
número de elementos de prueba. Ambos también permiten la posibilidad
de que unas pocas piezas o incluso una sola pieza de evidencia con alto
valor probatorio pueda ayudar a los observadores, que abordan un caso
con los antecedentes teóricos de different, a converger en sus puntos de
vista sobre la explicación adecuada del caso. Finalmente, ambos advierten
en contra de confiar al cien por cien en cualquier teoría o explicación
debido a los límites de la evidencia observacional y a la posibilidad de que
teorías no descubiertas puedan resultar superiores a las existentes.
En el centro del bayesianismo y el rastreo de procesos está la idea de que
algunas piezas de evidencia proporcionan un mayor poder inferencial que
otras. Stephen Van Evera ha desarrollado útiles términos abreviados para el
valor probatorio de pruebas alternativas en el rastreo de procesos. En opinión
de Van Evera, el valor probatorio de la evidencia depende del grado en que
una hipótesis predice esa evidencia de manera única, y del grado en que es
segura al hacerlo (Van Evera
17 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

1997: 31-32; véase también Bennett 2010; Collier 2011). De las cuatro
combinaciones posibles de (no) singularidad y (no) certeza, Van Evera
obtiene cuatro pruebas. Las pruebas de aro involucran evidencia que es
cierta, pero no única; fallar una prueba de aro descalifica una explicación,
pero aprobarla no aumenta en gran medida la confianza en esa
explicación. Por lo tanto, las pruebas de aro son más útiles para excluir
hipótesis alternativas. El ejemplo de Van Evera de una prueba de aro es:
"¿Estaba el acusado en el estado el día del asesinato? "Fallar esta prueba
de aro falsifica la hipótesis de que el acusado era el asesino. Si pasar una
prueba de aro constituye una evidencia fuerte a favor de una hipótesis
depende de la frecuencia con la que la condición de pase ocurre
naturalmente (Mahoney 2012: 575-576). Cuanto mayor sea el número de
sospechosos que se encontraban en el estado en el momento del
asesinato, menor será la probabilidad de que esta prueba de aro aumente
la probabilidad de que alguno de ellos sea el asesino.
Las pruebas con armas de fuego son únicas, pero no seguras. Pasar
una prueba de armas de fuego con fuerza affirms una explicación, pero
pasar tal prueba no es necesario para construir confianza en una
explicación. En el ejemplo de Van Evera, un arma humeante en las manos
de un sospechoso justo después de un asesinato implica fuertemente al
sospechoso, pero la ausencia de tal arma humeante no exonera a este
sospechoso porque los asesinos tienen incentivos para ocultar pruebas de
armas humeantes. Una vez más, la fuerza de una prueba con arma de
fuego depende de la frecuencia con la que la condición en cuestión ocurre
por sí sola (Mahoney 2012: 578).
Las pruebas doblemente decisivas utilizan pruebas que son a la vez
únicas y ciertas, o que son necesarias y necesarias para proporcionar una
gran confianza en una explicación. Van Evera utiliza el ejemplo de una
cámara de banco que capta las caras de los ladrones de bancos,
implicando fuertemente a los culpables y exonerando a los inocentes. A la
inversa, las pruebas de paja en el viento proporcionan pruebas débiles o
circunstanciales que no son ni únicas ni seguras. Cualquiera de estas
pruebas no es muy decisiva, pero una serie de ellas puede aumentar la
confianza en una explicación y disminuirla en otras si todos o incluso la
mayoría de los resultados de las pruebas apuntan en la misma dirección
(Mahoney 2012: 584). 6

Técnicas y mejores prácticas de rastreo de procesos

El seguimiento de los procesos suele realizarse mediante una combinación de
inducción y deducción. La mezcla particular en un proyecto de investigación
depende del estado anterior

6
Tales pruebas - y la lógica bayesiana que las sustenta - pueden ser desarrolladas de manera
importante. Véase Bennett, este volumen, Apéndice; y Waldner, este volumen, Capítulo 5.
18 Andrew Bennett y Jeffrey T. Checkel

de conocimiento y teorización sobre el fenómeno y el caso seleccionado para

el estudio, y sobre si el caso es similar a una población definida de casos o si
es un caso atípico con respecto a esta población. Para los fenómenos sobre
los que hay poco conocimiento previo y para los casos que no están bien
explicados por las teorías existentes, el rastreo de procesos procede
principalmente a través del estudio inductivo. Esto a menudo implica el análisis
de los acontecimientos hacia atrás a través del tiempo, desde el resultado del
interés hasta las posibles causas de los antecedentes, de la misma manera
que un detective de homicidios podría empezar por tratar de reconstruir las
últimas horas o días de la vida de una víctima.
En tales situaciones, el investigador recibe una cantidad significativa de
información que puede o no formar parte de la explicación hipotética, una fase
que algunos han llamado coloquialmente "remojo y pinchazo". "Aquí, uno se
sumerge en los detalles del caso y prueba proto-hipótesis que pueden
convertirse rápidamente en callejones sin salida o convertirse en plausibles y
dignos de pruebas más rigurosas. Es importante que el investigador esté
abierto a todo tipo de explicaciones posibles y dispuesto a seguir las pruebas
dondequiera que éstas le lleven. Las explicaciones potenciales más
prometedoras descubiertas de esta manera pueden entonces hacerse más
formales y deductivas y probarse más rigurosamente contra la evidencia en el
caso o en otros casos que sean independientes de la evidencia que dio origen
a cada hipótesis.
Si las teorías que aparecen en offer ya existen explicaciones potenciales de un
caso, o después de que tales teorías han sido desarrolladas inductivamente, el
rastreo de procesos puede proceder de manera más deductiva. Un paso clave aquí
es desarrollar implicaciones observables específicas para cada caso de las teorías
en cuestión (Bakke 2013, para un ejemplo excelente; ver también la discusión en
Jacobs, este volumen, Capítulo 2), ya que las teorías rara vez se especifican de
manera tan precisa que hacen predicciones estrictas sobre las implicaciones
observables que deberían ser evidentes en casos particulares.
También es importante echar la red ampliamente para obtener
explicaciones alternativas, incluyendo explicaciones teóricas en la literatura
académica, los argumentos más específicos del contexto que los historiadores
o los expertos regionales o funcionales tienen en offered, las teorías implícitas
de los periodistas u otras personas que siguen el caso, y los entendimientos
que los participantes tienen acerca de lo que están haciendo y por qué lo están
haciendo. A medida que los investigadores desarrollan implicaciones
observables de mecanismos de tamaño hipotético, deben estar atentos a tipos
de evidencia particularmente valiosos que permitan realizar pruebas de aro,
pistola de humo y doblemente decisivas.
 Al iterar entre los lados inductivo y deductivo del proceso de tra-cing, es
importante que los investigadores busquen identificar implicaciones
observables adicionales o lo que Imre Lakatos llamó "nuevos hechos" para
probar cada modificación de una hipótesis, con el fin de evitar sesgos de
confirmación. Particularmente valiosas son las nuevas implicaciones
comprobables que, si se encuentran, encajarían sólo en la teoría modificada y
no
19 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

las explicaciones alternativas, o que no habían sido ya observadas

y no habían sido utilizadas para construir la hipótesis (Lakatos
1970).
Existe una distinción relacionada entre la evidencia que no está disponible y
la evidencia que es contraria a las expectativas de rastreo del proceso de una
hipótesis. La evidencia que no está disponible en el momento de la
investigación, como la información clasificada, reduce el límite superior de la
probabilidad que uno puede adjuntar a la verdad probable de una explicación.
Una técnica útil en este caso es predecir lo que la evidencia no disponible
indicará una vez que esté disponible; tales predicciones, si se confirman,
proporcionan una sólida evidencia confirmatoria. Esta fue precisamente la
estrategia seguida por uno de nosotros cuando se empleó el rastreo de
procesos para probar hipótesis sobre los mecanismos de socialización en
pequeños grupos dentro de organizaciones internacionales. Sobre la base de
entrevistas y de una lectura de la documentación primaria, se hicieron
predicciones sobre la dinámica de socialización, que fueron confirmadas
posteriormente mediante la publicación de actas de reuniones previamente
clasificadas (Checkel 2003).
La evidencia que es contraria a las predicciones de rastreo de procesos
de una explicación disminuye la probabilidad de que la explicación sea
verdadera. Por lo tanto, puede ser necesario modificarla para que vuelva a
ser convincente. Esta modificación puede ser trivial e implicar un paso
sustituible y lógicamente equivalente en el proceso hipotético, o puede ser
un cambio más fundamental en la explicación. Cuanto mayor sea la
modificación, más importante es generar y probar nuevas implicaciones
observables para evitar historias "just so" que expliquen las anomalías de
una en una.
Las inferencias del rastreo de procesos también dependen en parte
de las sentencias sobre cuándo la "ausencia de pruebas" constituye la
"prueba de ausencia". "Si esperamos que las pruebas sean fácilmente
accesibles y doblemente decisivas -como cuando nos sentimos a la
expectativa de un cambio en nuestro bolsillo-, el hecho de no encontrar
algo constituye una prueba contundente de que no existe. Sin
embargo, cuando los actores sociales tienen incentivos y capacidades
para ocultar evidencia, la ausencia de evidencia podría no disminuir en
gran medida nuestra expectativa de que existe una entidad o relación
(ver también Bennett, este volumen, Apéndice).
Además, el rastreo de procesos ayuda a abordar los límites de los métodos de
comparación de Mill. El propio Mill reconoció que la posible presencia de la
equifinalidad -es decir, de múltiples caminos hacia el mismo resultado- podría
amenazar las inferencias basadas en la comparación de un pequeño número de
casos. El trazado de procesos puede abordar este problema mediante affirming
rutas particulares como explicaciones viables en casos individuales, incluso si las
rutas differ van de un caso a otro. Mill también señaló que las variables omitidas
pueden socavar las comparaciones de casos. Por ejemplo, comparaciones de
"casos más similares" o casos que son similares en los valores de todas las
variables independientes menos una.
20 Andrew Bennett y Jeffrey T. Checkel

y different en el valor de la variable dependiente, son siempre

potencialmente defectuosos debido a la residual differences entre los dos
casos en variables que están fuera del marco teórico. El rastreo de
procesos sobre tales variables omitidas, y sobre la variable independiente
que differs entre los dos casos, puede ayudar a determinar si una o ambas
ayudan a explicar los resultados de differing en los dos casos (George y
Bennett 2005: 153-160, 254).
El trazado de procesos también puede combinarse fácilmente con técnicas
cuantitativas en un diseño de métodos mixtos. Basándose en la idea de
Lieberman (2005, 2009) de análisis anidado, por ejemplo, puede aplicarse a
unos pocos casos seleccionados a partir de un análisis estadístico para aclarar
si la dirección de la influencia causal es de hecho de la variable independiente
a la variable dependiente, y no al revés, y para ayudar a evaluar si cualquier
correlación observada podría ser espuria. 7 De esta manera, el rastreo de
procesos sobre los mecanismos hipotéticos en los modelos estadísticos puede
aumentar enormemente la confianza en la importancia causal de las
correlaciones identificadas en ellos (véase también Lyall, este volumen,
capítulo 7).
En una variación de lo anterior, se pueden utilizar técnicas (cuasi-
)cuantitativas como el modelado basado en agentes para comprobar la
plausibilidad de las inferencias sobre los mecanismos causales derivados del
rastreo de procesos. Consideremos la investigación contemporánea sobre la
guerra civil, donde un hallazgo central es que tales conflictos son todo menos
"civiles": los mecanismos de la transnacional diffusion juegan un papel central.
Los académicos han utilizado el rastreo de procesos para documentar varios
de estos mecanismos, incluyendo la elaboración de marcos, la movilización de
recursos y el aprendizaje social (Checkel 2013b).
Estos resultados pueden reforzarse mediante la aplicación cuidadosa de
modelos basados en agentes, en los que se evalúa la plausibilidad de los
mecanismos mediante el uso de la simulación por ordenador. Si los resultados
de las simulaciones se asemejan a los patrones empíricos de conflicto
descubiertos a través del rastreo de procesos, entonces se fortalece la validez
de la relación causal planteada (Nome y Weidmann 2013; véase también
Hoffmann 2008; y Hedström y Ylikoski 2010: 62–63).

Rastreo de procesos: mejores prácticas

Con estos preliminares definitorios, filosóficos y operativos, volvemos

ahora al desafío que se destaca en las páginas iniciales del capítulo.
¿Cómo sabemos que una pieza particular de la investigación de
rastreo de procesos es un buen rastreo de procesos? Más
coloquialmente, ¿cómo reconoceríamos un buen seguimiento del
proceso si entrara por la puerta?

7
El análisis anidado es sólo uno de varios diseños de métodos mixtos en los que el
rastreo de procesos puede desempeñar un papel central. Vea Reclamaciones, este
volumen, Capítulo 8.
21 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

Abogamos por un estándar de tres partes para lo que cuenta como una
buena aplicación del rastreo de procesos (ver también Bennett y Elman 2007;
Bennett 2010; Checkel 2008; Rohlfing 2012: 188; Beach y Pederson 2013a:
163-170; y Checkel 2013b: capítulo 1). Meta-teóricamente, se basará en una
base filosófica que es ontológicamente consistente con la comprensión de la
realidad social basada en mecanismos y metodológicamente plural. Si bien
hemos favorecido el realismo científico arriba, hay una incertidumbre (e
inevitable) en este nivel filosófico para dejar la puerta abierta a enfoques
relacionados como el eclecticismo analítico (Katzenstein y Sil 2010), el
pragmatismo (Johnson 2006; Friedrichs y Kratochwil 2009: 719), así como el
interpretativismo (Pouliot, este volumen, Capítulo 9). Contextualmente, utilizará
este pluralismo tanto para reconstruir cuidadosamente los procesos causales
hipotéticos como para mantener la vista en contextos estructurales-discursivos
más amplios. Metodológicamente, se tomará en serio la igualdad y se
considerarán las vías causales alternativas a través de las cuales podría
haberse producido el resultado de interés.
Sobre la base de estas tres grandes señales, promovemos diez mejores
prácticas para lo que constituye una aplicación sistemática, operativa y
transparente del rastreo de procesos, que se resume en el cuadro 1.1 que
figura a continuación. Comenzamos con cuatro criterios generales que se
derivan en parte de los requerimientos y comprobaciones estándar que
son aplicables a una serie de métodos cualitativos. Éstos incluyen la
atención a

Tabla 1.1 Mejores prácticas de seguimiento de procesos

1. Echar la red ampliamente en busca de explicaciones alternativas

2. Sea igualmente duro con las explicaciones alternativas
3. Considerar los posibles sesgos de las fuentes probatorias
4. Tener en cuenta si el caso es más o menos probable que se den explicaciones
alternativas.
5. Tomar una decisión justificada sobre cuándo comenzar
6. Ser implacable en la recopilación de pruebas diversas y relevantes, pero tomar
una decisión justificada sobre cuándo detenerse
7. Combinar el rastreo de procesos con comparaciones de casos cuando sea
útil para el objetivo de la investigación y factible.
8. Estar abierto a ideas inductivas
9. Utilice la deducción para preguntar "si mi explicación es cierta, ¿cuál será el
proceso específico que conduzca al resultado? ”
10. Recuerde que la trazabilidad concluyente del proceso es buena, pero no
toda la trazabilidad del proceso es concluyente.
8
No estamos abogando por una discusión explícita de la meta-teoría para cada aplicación
empírica del rastreo de procesos. Más bien, instamos a que se reconozca que el
positivismo tradicional es inadecuado para tratar con conceptos tales como mecanismos y
técnicas como el rastreo de procesos.
22 Andrew Bennett y Jeffrey T. Checkel

diseño de la investigación y posibles sesgos en las fuentes probatorias, así

como cautela en la aplicación de la triangulación entre las fuentes probatorias.
Al mismo tiempo, el uso del trazado de procesos exige la adhesión a las
mejores prácticas adicionales (criterios 5 a 10) que abordan los problemas
relacionados con las pruebas generadas inductivamente de manera que se
reduzcan los riesgos de "ajuste de curvas". ”
Sin duda, estos criterios no son inmunes a las críticas. Algunos
pueden preferir un mayor énfasis en la consistencia lógica (Mahoney
2012) o en la cuantificación (ver también Bennett, este volumen,
Apéndice). Otros pueden tener la reacción opuesta, temiendo
despojarse de la creatividad teórica y la lúdica que caracterizan el
trazado de procesos en su mejor momento (Pouliot, este volumen,
capítulo 9; Checkel, este volumen, capítulo 3).
Tenemos tres reacciones a estas preocupaciones. En primer lugar, nos
atenemos a estos diez criterios. No se extraen de la nada, sino que surgen
de los recientes avances en metodología cualitativa, filosofía de la ciencia
y análisis bayesiano, así como de los hallazgos de la psicología cognitiva
con respecto al sesgo de confirmación y otros sesgos que a menudo
afectan a los investigadores. También reflejan nuestro propio uso del
rastreo de procesos en una amplia variedad de contextos durante las
últimas décadas. Demuestran que la técnica es mucho más que una
secuencia temporal de eventos o un mero "trabajo de detective" basado en
corazonadas e intuición (Gerring 2007a: 178). En segundo lugar,
consideramos estas diez prácticas como un punto de partida, y no como la
última palabra. De hecho, invitamos a nuestros colaboradores a
retroceder, modificar y argumentar en contra de nosotros cuando lo
consideraron necesario. El capítulo 10 revisa los criterios a la luz de este
"proceso de intervención". ”
Finalmente, apreciamos que nuestra lista -especialmente para estudiantes
de posgrado- parece desalentadora, lo que puede llevarlos a rendirse antes de
intentar rastrear cualquier proceso. ¡Esa no es nuestra intención! De hecho, no
todos los criterios pueden ser relevantes para un estudio determinado. Sin
embargo, deben servir como punto de partida y lista de verificación,
maximizando así la probabilidad de llevar a cabo un buen seguimiento del
proceso. Además, los diez criterios son más o menos pertinentes en función
de la fase del ciclo de investigación. Algunos son claramente importantes
durante el diseño de la investigación (criterio 1, búsqueda amplia de
explicaciones alternativas), mientras que otros son clave durante la recolección
de datos (5 y 6, determinación y justificación de los puntos de inicio y parada, y
9, uso de la deducción para especificar lo que se espera ver). Otros son más
importantes durante el análisis de los datos, por ejemplo, el criterio 3, sobre los
sesgos probatorios, y el criterio 8, sobre el descubrimiento inductivo de nuevos
conocimientos. Así pues, las diez mejores prácticas pueden abordarse a
menudo de forma secuencial, a lo largo del tiempo, y no todas a la vez. 9

9
Agradecemos a un crítico anónimo de Cambridge University Press por el debate sobre este punto.
23 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

1. Echar la red ampliamente en busca de explicaciones alternativas

Las explicaciones son más convincentes en la medida en que la evidencia es
inconsistente con explicaciones alternativas. Ponga differently, no considerar
una explicación potencialmente viable que se le ocurra fácilmente a los
lectores y críticos de un estudio de caso puede hacer que el proceso de
rastreo no sea convincente. Las consecuencias de omitir una explicación
viable son, por lo tanto, que es importante considerar una amplia gama de
alternativas a pesar de la effort que esto implica. 10
Específicamente, y como mínimo, los investigadores deben evaluar la
evidencia del proceso de rastreo en las explicaciones que los especialistas
regionales y los expertos funcionales tienen en offered para el caso específico
en cuestión y para la(s) clase(s) de casos o fenómenos de los cuales es un
ejemplo. Además, a menudo es útil presentar en términos teóricos y llevar a
cabo el seguimiento del proceso a partir de la comprensión del
comportamiento de los actores offered por parte de los participantes y los
periodistas. A menudo se solapan con las explicaciones de los estudiosos
sobre el caso, pero ocasionalmente apuntan a explicaciones viables que se
han pasado por alto.
Un criterio adicional para evaluar la idoneidad de las posibles explicaciones
es preguntarse si se ha omitido alguna de las principales categorías teóricas
de explicación social. Estas incluyen explicaciones basadas en el poder
material de los actores, las limitaciones y oportunidades institucionales y las
normas sociales o la legitimidad (Mahoney 2000). Otra dimensión taxonómica
que hay que comprobar es si se han tenido en cuenta tanto las explicaciones
estructurales como las basadas en agentes. Las restricciones estructurales
pueden ser materiales, institucionales o normativas, por ejemplo, y los agentes
pueden estar motivados por cálculos racionales de intereses materiales,
sesgos cognitivos, impulsos emocionales o preocupaciones normativas.
Como el rastreo de procesos a menudo implica explorar lo que los
individuos sabían cuando y como se comportaban, existe el riesgo de pasar
por alto los contextos normativos o estructurales materiales (ver también
Pouliot, este volumen, Capítulo 9). Por ejemplo, en trabajos anteriores, uno de
nosotros utilizó el rastreo de procesos para explorar los factores
sociopsicológicos que podrían llevar a los tomadores de decisiones a cambiar
de opinión a la luz de los llamamientos persuasivos (Checkel 2003). Sin
embargo, como señalaron los críticos, el argumento pasó por alto el contexto
estructural, simplemente asumiendo que los argumentos persuasivos eran una
función de la dinámica a nivel individual solamente. Sin embargo, era
igualmente plausible que los argumentos del persuasor estuvieran legitimados
por el discurso social más amplio en el que estaba inserto. Checkel, al llevar a
cabo el seguimiento de su proceso, no había abordado la cuestión de la
igualdad, o la posibilidad de que hubiera múltiples vías que condujeran al
mismo resultado.

10
Schimmelfennig, este volumen, en el capítulo 4, señala la relación entre la exhaustividad y
efficiency, y -en comparación con la presente discusión- pone más énfasis en esta última.
24 Andrew Bennett y Jeffrey T. Checkel

2. Sea igualmente duro con las explicaciones alternativas

Ser igualmente duro con las explicaciones alternativas no requiere
entrar en la misma profundidad en el seguimiento del proceso de cada
una de ellas. Algunas explicaciones pueden verse rápidamente
socavadas por las pruebas, mientras que otras requerirán una
investigación más profunda. Algunas explicaciones pueden ser más
contrarias a la intuición o, dicho de otra manera, tener una menor
expectativa previa de ser ciertas y, por lo tanto, pueden requerir más
pruebas para convencernos a nosotros mismos y a los demás, incluso
si las pruebas iniciales de rastreo del proceso sugieren que pueden ser
ciertas. Algunas explicaciones pueden ser más novedosas que otras, y
puede haber más valor agregado al explorarlas. También hay una
tendencia, y justificable desde el punto de vista bayesiano, a generar
evidencia más detallada sobre las explicaciones que parecen ser cada
vez más veraces a medida que la evidencia se acumula (Bennett, este
volumen, Apéndice).
Sin embargo, la investigación en la ciencia cognitiva nos recuerda una
tendencia común hacia el sesgo de la confirmación, y una meta de la
metodología debería ser contrarrestarla. En este sentido, la imparcialidad de
las explicaciones alternativas requiere que consideremos plenamente las
pruebas que no encajan con las explicaciones que más nos interesan, así
como las pruebas que encajan con las explicaciones que inicialmente nos
interesan o que nos convencen menos. Algunos estudios de casos otorgan un
estatus indebidamente privilegiado a una explicación al otorgarle una "ventaja
de ser el primero en actuar" (Caporaso et al. 2003). Es decir, cada uno realiza
un seguimiento del proceso a partir de esta explicación y recurre a las pruebas
de las explicaciones alternativas sólo para abordar las anomalías a las que se
enfrenta el privilegiado que es el primero en actuar. Un procedimiento mucho
mejor es esbozar las predicciones de rastreo de procesos de una amplia gama
de explicaciones alternativas de un caso por adelantado, y luego considerar la
evidencia real a favor y en contra de cada explicación (Schimmelfennig 2003,
para un ejemplo magnífico; ver también Evangelista, este volumen, Capítulo 6;
y Richards 2011).

3. Considerar los posibles sesgos de las fuentes probatorias

Un problema omnipresente en las ciencias sociales es cómo juzgar, o
descartar, la evidencia proporcionada por agentes que tienen motivos
instrumentales para convencer a los observadores de que algunas
explicaciones son más fuertes que otras, y el bayesianismo offers un marco útil
para abordarlo. Cuando esas pruebas a favor de la evidencia pueden tener
motivos instrumentales para presentar explicaciones particulares de su propia
conducta o de la de otros, los investigadores deben aplicar un análisis
bayesiano de dos pasos. En primer lugar, deben vincular los antecedentes
bayesianos a los posibles motivos instrumentales de quienes aportan pruebas
y sopesar las pruebas que aportan a la luz de esos antecedentes. Luego, en
un segundo paso, los investigadores deben utilizar la evidencia proporcionada
por las fuentes para actualizar las expectativas previas.
25 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

en sus motivos, y usar estos antecedentes actualizados para

evaluar la evidencia subsiguiente. 11
Esto suena complejo, pero de hecho hacemos tales juicios todos los días.
Dados los posibles motivos de A, ¿cuánto debo confiar en lo que él o ella
dice? Teniendo en cuenta lo que él o ella ha dicho, ¿cuáles son los motivos
probables de A? Los psicólogos sociales han notado desde hace mucho
tiempo que las audiencias encuentran a un individuo más convincente cuando
esa persona abraza un punto de vista que es aparentemente contrario a sus
metas instrumentales. Cuando Warren Buffett argumenta que los
estadounidenses ricos deberían pagar más impuestos, esto es más
convincente que cuando una persona de ingresos moderados argumenta a
favor de aumentar los impuestos sobre los ricos. La lógica bayesiana sugiere
que este es un procedimiento sensato para acreditar o descontar evidencia de
individuos con objetivos instrumentales potenciales para proporcionar,
distorsionar u ocultar evidencia (ver también la excelente discusión en Jacobs,
este volumen, Capítulo 2).
Por razones similares, los investigadores deben seguir los consejos establecidos
sobre la consideración de cuestiones de contexto y autoría al evaluar la evidencia.
Las declaraciones espontáneas tienen un estatus probatorio de las observaciones
preparadas. Las declaraciones públicas tienen un estatus probatorio de las
privadas o de aquellas que permanecerán clasificadas por un período de tiempo.
Las declaraciones frente a algunas audiencias pueden reflejar propósitos
instrumentales de aquellos frente a otras audiencias. Además de sopesar dichos
factores al juzgar lo que los individuos dicen, escriben o hacen, los investigadores
también deben considerar las motivaciones instrumentales que pueden llevar a un
sesgo de selección por parte de los participantes en las declaraciones, documentos
y otras fuentes que hacen accesibles o disponibles. Es probable que los nuevos
actores empoderados que controlan los archivos sólo faciliten información negativa
sobre sus oponentes e información positiva sobre sí mismos.
Es importante considerar también cualquier sesgo potencial de selección en
las fuentes de segunda enseñanza. Los historiadores siempre corren el riesgo
de elegir selectivamente las fuentes primarias y secundarias que confirman
sus argumentos. Por esta razón, es importante considerar una amplia gama de
relatos secundarios que representan escuelas y explicaciones historiográficas
con tendencia a la confusión, un punto muy bien demostrado en la
reconstrucción sistemática de Evangelista del final de la Guerra Fría
(Evangelista, este volumen, capítulo 6; ver también Lustick 1996).

4. Tener en cuenta si el caso es más o menos probable

que se den explicaciones alternativas.
Las expectativas previas sobre la solidez y el alcance de las condiciones de
una teoría requieren una mayor actualización cuando no se explica un caso en
el que es más probable que se aplique,

11
Vea el Apéndice para más detalles y más ejemplos.
26 Andrew Bennett y Jeffrey T. Checkel

o logra explicar un caso en el que es menos probable que se aplique. El

rastreo de procesos puede desempeñar un papel importante para asegurar
que esos casos no sean casualidades y que sea necesario revisar las
condiciones del alcance de las teorías anteriores. Si, por ejemplo, el fracaso de
una teoría en un caso muy probable es causado por una variable que ocurre
sólo en raras ocasiones o incluso una sola vez, las condiciones del alcance de
la teoría anterior pueden requerir revisión sólo en uno o unos pocos casos. Sin
embargo, si el rastreo de procesos demuestra que la teoría anterior fracasó
debido a una variable o interacción que es común, sus condiciones de alcance
requerirán una revisión más radical.

5. Tomar una decisión justificada sobre cuándo comenzar

El rastreo de procesos requiere que un investigador elija y justifique un punto
de partida para investigar la evidencia sobre explicaciones alternativas.
¿Comenzamos el proceso de entrenamiento sobre la crisis de los misiles en
Cuba, por ejemplo, en el momento en que el Presidente Kennedy se enteró de
la existencia del effort soviético para desplegar misiles en Cuba, con la
Revolución Rusa en 1917, o con el contexto ambiental en el que los seres
humanos han evolucionado a lo largo de los siglos? No existe una respuesta
universal a estas preguntas, ya que un punto de partida justificable depende
de cómo un investigador defina el rompecabezas o la pregunta que está
tratando de explicar: la toma de decisiones en situaciones de crisis, la rivalidad
ideológica de las grandes potencias, o hasta qué punto los seres humanos
tienen predisposiciones genéticas con respecto al comportamiento conflictivo y
cooperativo.
Incluso dentro de una cuestión de investigación bien definida, el punto de
partida adecuado puede ser objeto de debate. Así como la decisión de
cualquier investigador sobre hasta dónde llegar en la recolección de evidencia
detallada puede ser criticada por ir demasiado lejos o no lo suficiente, la
selección del punto en el cual comenzar el rastreo de procesos puede ser
criticada por estar demasiado atrás o demasiado cerca. El relato de Robert
Putnam sobre la differences política entre el norte y el sur de Italia a finales del
siglo XX, por ejemplo, ha sido criticado por haber comenzado la historia
explicativa en el siglo XI, por haber pasado por alto largos períodos de la
historia y por haber minimizado o ignorado acontecimientos más cercanos
desde el punto de vista histórico que podrían haber tenido un gran impacto en
la política regional (Putnam 1993; Tarrow 1996: 393).
Sin embargo, el rastreo de procesos tiene que comenzar en alguna
parte, y existen reglas generales útiles para decidir cuándo comenzar. Un
lugar razonable puede ser una coyuntura crítica en la que una institución o
práctica fue contingente o estuvo abierta a caminos alternativos, y los
actores o eventos exógenos determinaron qué camino tomaría. Las teorías
de la dependencia del camino sugieren que las instituciones, una vez que
se establecen en un camino particular, a menudo se encierran en ese
camino al aumentar los retornos, las externalidades u otros mecanismos
(Pierson 2000). Una crítica común de las coyunturas críticas es que son
identificables sólo en retrospectiva, pero los trazadores de procesos tienen
el lujo de mirarlas siempre en retrospectiva.
27 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

Sin embargo, al elegir una coyuntura crítica como punto de partida para
el rastreo de procesos, los investigadores deben considerar si las
coyunturas críticas anteriores y posteriores también podrían ser relevantes
(de ahí la crítica de Tarrow a Putnam), y también deben considerar si es
necesario hacer el rastreo de procesos en otras coyunturas críticas
potenciales pero no realizadas antes o después del punto de partida
elegido (ver también Capoccia y Kelemen 2007). Estos son los momentos
en los que las instituciones podrían haber cambiado, quizás debido a algún
choque exógeno, pero no lo hicieron. Estas coyunturas potenciales están
sujetas a un debate más conceptual e interpretativo que las coyunturas
que de hecho condujeron al cambio institucional. En general, en la medida
en que un investigador localiza el punto de partida para el rastreo de
procesos en un pasado lejano, es importante mostrar cómo las
instituciones o prácticas podrían haberse reproducido durante largos
períodos de tiempo, incluso si los recursos y los límites de palabras no
permiten el rastreo continuo de procesos en el largo período entre el punto
de partida y el resultado.
Otro tipo de punto de partida es el momento en el que un actor o
agente clave entra en escena o adquiere alguna capacidad material,
ideológica o informativa. Puede ser effective cuando las explicaciones
alternativas se basan o trabajan a través de las motivaciones,
conocimientos y capacidades de los agentes individuales, y cuando los
agentes particulares se comportan como differently, o con different
effects, como sus predecesores. 12

6. Ser implacable en la recopilación de pruebas diversas y

relevantes, pero tomar una decisión justificada sobre cuándo
detenerse
Al evaluar explicaciones alternativas de un caso, los trazadores de
procesos deben ser implacables en la búsqueda de fuentes primarias o en
la búsqueda de entrevistas con los participantes. Una sola reunión o
memorando puede resultar ser la pieza crucial de evidencia que instancie
una explicación o socave otra. Sin embargo, no todas las pruebas son
iguales: cuanto más probatorias esperamos que sean, más debemos
gastar para obtenerlas. En este caso, los trazadores de procesos deben
utilizar los criterios inspirados en la bayesiana discutidos anteriormente y
en el apéndice -fumadores, doblemente decisivos, paja en el viento y
pruebas de aro- para evaluar el valor probatorio potencial de los datos que
aún no se han obtenido.
Además, la lógica bayesiana indica que deben buscar corrientes de
evidencia diversas e independientes. Si quieres saber si un animal es un pato,
en lugar de sólo mirar cómo camina, también deberías considerar cómo vuela,
cómo suena, cómo se ve, y así sucesivamente. Esta idea es consistente con
los argumentos

12
Evangelista, este volumen, Capítulo 6, offers es una excelente aplicación
históricamente fundamentada de nuestros argumentos sobre los puntos de partida.
28 Andrew Bennett y Jeffrey T. Checkel

sobre la triangulación entre diversas fuentes de datos. Con la

triangulación, un investigador verifica de forma cruzada las
inferencias causales derivadas de la trazabilidad de su proceso,
basándose en distintos flujos de datos (entrevistas, informes de
medios de comunicación, documentos, por ejemplo).
Sin embargo, la triangulación no es una panacea, ya que su uso exitoso
requiere que el término de error en cada corriente de evidencia, en promedio,
apunte de tal manera que cancele las de los demás. Sin embargo, si todas las
corrientes están sujetas al mismo sesgo de selección, pueden acumularse
errores, lo que hace que los investigadores desconozcan este problema y
confíen cada vez más en una explicación falsa (Symposium 2007: 10; Kuehn y
Rohlfing 2009). En realidad, todas las fuentes de pruebas aparentemente
diversas podrían provenir de una o varias personas con razones
instrumentales para convencer a los observadores de una explicación en
particular.
Como puede exigir pruebas diversas y profundas, y puede requerir
pruebas significativas de"paja en el viento" cuando no se dispone del
tipo más definitivo, el rastreo de procesos puede llevar bastante tiempo.
El excelente estudio de Elisabeth Wood sobre la guerra civil
salvadoreña, por ejemplo, presenta un argumento rico y basado en
procesos que se basa en una enorme cantidad de información. Sin
embargo, también estuvo a punto de cumplirse quince años (Wood
2003: xi-xv; véase también Lyall, este volumen, capítulo 7). Por lo
tanto, el rastreo de procesos cuidadosamente ejecutado requiere que
los investigadores piensen desde el principio acerca de sus propios
límites financieros y limitaciones temporales.
Este punto destaca la necesidad de decidir cuándo dejar de recopilar y
analizar las pruebas. No existe un algoritmo simple para decidir cuándo
detenerse, y detenerse en cualquier momento hace que el investigador
sea vulnerable a la posibilidad de que sólo un poco más de investigación
habría encontrado evidencia que habría revisado en gran medida su
estimación de la probable verdad de las explicaciones alternativas. Sin
embargo, el bayesianismo offers un argumento sensato aquí: uno se
detiene cuando ocurre la repetición. Es decir, un investigador debe dejar
de perseguir cualquier corriente de evidencia cuando se vuelve tan
repetitiva que la recolección de más de ese mismo tipo de evidencia tiene
una baja probabilidad de revisar su estimación de la probable exactitud de
las explicaciones alternativas. 13
En cada prueba para determinar si un animal es un pato: caminata, sonidos,
etc. - una pequeña muestra es sufficient Mil pasos o charlatanes no
proporcionan más pruebas convincentes que unos pocos. Sin embargo, a la
hora de decidir cuándo parar, no hay escapatoria para el comercio de facto -off
entre el riesgo de parar demasiado pronto y hacer inferencias pobres, y el
riesgo de parar demasiado tarde y perder el tiempo,

13
Al utilizar el lenguaje de different, los etnógrafos promueven una regla de decisión sorprendentemente
similar: Gusterson
2008.
29 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

effort, y recursos sobre la evidencia que demuestra no tener effect

sobre las estimaciones de uno sobre la verosimilitud de las
explicaciones alternativas.

7. Combinar el rastreo de procesos con comparaciones de

casos cuando sea útil para el objetivo de la investigación y
factible.
Aunque algunos han argumentado que los diseños de caso único o de no
variación son débiles (King et al. 1994), el rastreo de procesos dentro de
casos individuales puede de hecho conducir a explicaciones convincentes
si se dispone de pruebas adecuadas. Además, si las explicaciones de
estos casos refutan las afirmaciones de necesidad o sufficiency, o si los
casos son más probables para una teoría que no los explica o menos
probable para una explicación que tenga éxito, su explicación puede tener
implicaciones más generales para la veracidad y el alcance de las
condiciones de las teorías contendientes (ver también Mahoney 2012). Sin
embargo, para muchos propósitos inferenciales, los estudios de caso
comparativos pueden ser fuentes de inferencia más poderosas que los
diseños de un solo caso.
En una comparación de casos más parecida, en la que dos casos
differ sobre una variable independiente y sobre la variable dependiente,
el rastreo de procesos puede ayudar a establecer que la única variable
independiente que differs relaciona a través de un proceso causal
hipotético convincente con difference en los resultados de los casos.
Como se mencionó anteriormente, la mayoría de los casos similares
rara vez controlan todas las causas potenciales, excepto una, y el
rastreo de procesos puede establecer que otras differ-ences entre los
casos no tienen en cuenta la difference en sus resultados. De manera
similar, puede ayudar a affirm que la única variable independiente
compartida entre dos casos menos similares explique la similitud en
sus resultados, y que las similitudes en otros factores causales
potenciales no expliquen el resultado común.
Una sinergia adicional entre el rastreo de procesos y las comparaciones
de casos es que una explicación derivada inductivamente del rastreo de
procesos podría llevar al investigador a reconsiderar su selección de
casos. Si el estudio minucioso de un caso conduce al descubrimiento de
una variable omitida, la adición de esta variable al marco teórico puede
cambiar la definición de la población relevante de casos. Esto también
puede cambiar qué casos son más similares, menos similares o
desviados, y por lo tanto, cuáles son los más útiles para estudiar con el fin
de probar o desarrollar la teoría.
8. Estar abierto a ideas inductivas
Una de las grandes ventajas del rastreo de procesos es que pone a los
investigadores en riesgo de tropezar con muchos factores causales
potenciales, evidentes en los detalles y secuencias de eventos dentro de un
caso, que no habían anticipado en la investigación.
30 Andrew Bennett y Jeffrey T. Checkel

de sus hipótesis alternativas anteriores. Encontrar tales sorpresas nos

da la oportunidad de repensar las explicaciones previas del caso.
Puede ser posible revisar estas explicaciones previas de manera trivial
para acomodar hechos inesperados, o puede ser necesario construir
nuevas explicaciones o vincular hechos sorprendentes a teorías
existentes que el investigador no había pensado previamente que se
aplicarían al caso. En cualquier caso, es importante prestar atención al
sentimiento de sorpresa y seguirlo con efforts para explicar
teóricamente los hechos sorprendentes.

9. Utilice la deducción para preguntar "si mi explicación

es cierta, ¿cuál será el proceso específico que
conduzca al resultado? ”
Antes de embarcarse en el rastreo de procesos, los investigadores deben
aclarar en la medida de lo posible los hechos y las secuencias dentro de un
caso, lo que debe ser cierto si cada una de las explicaciones hipotéticas
alternativas del caso es cierta. ¿Qué actores deberían haber sabido, dicho y
hecho qué, y cuándo? ¿Quién debería haber interactuado, preocupado o
aliado con quién? No podemos dejar de insistir en que las teorías se expresan
generalmente en términos muy generales; por lo tanto, deben ser
operativizadas y adaptadas a los procesos específicos previstos en casos
particulares (véase también la discusión en Jacobs, este volumen, capítulo 2).
Para nuevas explicaciones derivadas inductivamente de la evidencia
dentro de un caso, es doblemente importante prevenir cualquier sesgo de
confirmación considerando qué otras implicaciones observables deben ser
verdaderas si la nueva explicación es verdadera. Como se señaló
anteriormente, estas implicaciones observables pueden darse en otros
casos, pero también podrían darse en el caso del que se derivó la nueva
teoría, siempre y cuando sean independientes de las pruebas que dieron
origen a la misma. De cualquier manera, si se pueden derivar
implicaciones observables adicionales de la nueva explicación y probarse
contra nueva evidencia, esto puede proporcionar una verificación contra el
sesgo de confirmación.

10. Recuerde que el seguimiento concluyente del proceso es bueno, pero

no todo buen seguimiento del proceso es concluyente
Cuanto más continua sea la explicación narrativa de un caso, y cuanto más se
ajuste la evidencia a algunas explicaciones y no a otras, mayor será la confianza
que podamos tener en las inferencias explicativas basadas en el rastreo de
procesos (pero véase también Schimmelfennig, este volumen, capítulo 4). Sin
embargo, puede haber vacíos temporales o espaciales en la evidencia relacionada
con los procesos hipotéticos, tales como documentos que han sido destruidos o
que permanecen clasificados, o participantes que no quieren o no pueden
someterse a entrevistas. Además, en algunos estudios de casos, las pruebas
disponibles pueden ser igualmente coherentes con dos o más de los siguientes
elementos
31 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

que las explicaciones del caso son incompatibles. Cuando la

evidencia no permite altos niveles de confianza para apoyar algunas
hipótesis y descartar otras, es importante reconocer el nivel de
incertidumbre que queda.
Algunos pueden temer que esa transparencia debilite su argumento. Sin
embargo, en realidad ocurre lo contrario. La explicación - su veracidad y la
solidez de sus inferencias causales - sólo se verá reforzada (véase
también Evangelista, este volumen, capítulo 6; Checkel, este volumen,
capítulo 3). De hecho, la honestidad intelectual y el rigor de este enfoque
es mucho mejor que el llamado "estilo de análisis de gladiador, en el que
una perspectiva avanza y mata a todas las demás" (Friedrichs y Kratochwil
2009: 721).

Trazabilidad de procesos sobre categorías generales de teorías

Los tipos de evidencia de rastreo de procesos que son relevantes y la

veracidad, accesibilidad y sesgos de esta evidencia son a menudo específicos
a las explicaciones que un investigador está considerando y los casos que ha
escogido para estudiar. La medida en que las explicaciones alternativas son
mutuamente excluyentes o complementarias también varía mucho según las
explicaciones y los casos estudiados. No obstante, se pueden hacer
observaciones generales útiles sobre los tipos de oportunidades y desafíos que
surgen en la búsqueda de procesos con los modos generales de explicación
comunes en la ciencia política. Aquí, consideramos el trazado de procesos
sobre la elección racional, cognitiva, material/estructural, normativa/estructural
e institucional/funcional-efficiency teorías.
Las teorías de la elección racional argumentan que los actores tienen
preferencias completas y transitivas y que eligen cursos de comportamiento
que maximizan el valor esperado de los resultados probables dada la
información disponible para ellos. Algunos teóricos tempranos hicieron
suposiciones "como si", o suposiciones que obviaban la necesidad de rastrear
el proceso, argumentando que era innecesario demostrar que los actores
realmente hacían cálculos racionales siempre y cuando los resultados
surgieran como si los actores lo hubieran hecho. Los llamados enfoques de
elección racional gruesa hacen suposiciones adicionales al suponer que los
actores tienen ciertas preferencias, tales como ganancias en recursos
materiales o poder. Los teóricos de la elección racional, sin embargo, han
estado cada vez más dispuestos a evitar las suposiciones como si fueran
hipótesis y a participar en el rastreo de procesos. Es decir, aceptan el reto de
hacer sólo pequeños supuestos a la effect que los actores deciden a través de
procesos racionales. Luego buscan descubrir las preferencias de los actores
mediante la observación, demostrando empíricamente que los actores
realmente hacen cálculos y elecciones a través de procesos racionales para
32 Andrew Bennett y Jeffrey T. Checkel

maximizar sus preferencias (Bates et al. 1998; Schimmelfennig

2003; ver también Checkel, este volumen, Capítulo 3).
Esto plantea varios problemas para la rastreabilidad de los procesos. Por un
lado, está el problema de la preferencia revelada. ¿Cómo podemos inferir las
preferencias reales de los actores, dado que a menudo están involucrados en
contextos estratégicos que proporcionan incentivos para tergiversarlas?
Además, ¿cómo podemos evitar la circularidad o la tautología deduciendo las
preferencias por separado de las opciones de comportamiento que se supone
que estas preferencias deben explicar? Existe el peligro de que - sin importar
cuál sea el resultado - el investigador pueda cambiar su medición de las
preferencias de los actores, de manera que el resultado elegido sea el de
maximizar el valor.
En vista de estos desafíos, la única opción es inferir las preferencias a partir
de la retórica y las acciones anteriores de un actor y utilizarlas para explicar el
comportamiento posterior, a la vez que se investiga la posibilidad de que las
preferencias puedan cambiar con el tiempo a través del aprendizaje u otros
procesos. En particular, si los actores se involucran en señalizaciones costosas
-retórica o acciones que imponen altos costos políticos o materiales si las
preferencias no son consistentes con estas declaraciones o actos- esto puede
ser tomado como un indicador de preferencias relativamente confiable. Un
buen ejemplo es el estudio de David Laitin sobre cómo los rusoparlantes de las
antiguas repúblicas soviéticas no rusas eligieron entre enseñar a sus hijos el
idioma titular del país en el que residían (como el letón) o su ruso nativo. Laitin
utiliza de manera convincente las declaraciones de los individuos que toman
estas decisiones, así como los datos agregados, para mostrar que fueron
concebidos como una actividad comercial -off entre transmitir a los niños un
enfoque exclusivo sobre la lengua y el patrimonio rusos y maximizar sus
oportunidades de empleo. Aquellos que eligieron que sus hijos invirtieran en el
nuevo idioma local dominante revelaron su preferencia por la empleabilidad por
encima del patrimonio lingüístico (Laitin 1998).

Sin embargo, incluso si las preferencias pueden inferirse de manera fiable,

los argumentos de la elección racional se enfrentan a un segundo obstáculo
para demostrar que los procesos de decisión maximizan las utilidades
esperadas de los actores dadas sus preferencias y la información a su
disposición. Esto hace que sea muy importante establecer la información que
los actores tenían y cuándo la tenían. Esta etapa de las explicaciones de la
elección racional a menudo se pone a prueba a través del trazado del proceso
frente a la explicación alternativa de que las decisiones de los actores están
influenciadas por errores cognitivos y sesgos. David Lake, por ejemplo, utiliza
el rastreo de procesos para comparar un enfoque de elección racional, en este
caso un modelo de teoría de la negociación, y una explicación de "error y
sesgo" de la toma de decisiones de EE.UU. sobre la intervención de 2003 en
Irak. Lake concluye que los líderes iraquíes no consideraron las costosas
señales de la resolución norteamericana, y que los líderes norteamericanos
ignoraron amplia evidencia sobre los probables costos de la guerra, así que
33 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

que "la tergiversación de la otra parte era mucho menos un

problema que el autoengaño" (Lago 2010: 45).
Si las explicaciones de la elección racional se enfrentan a un problema de
preferencia revelada, las teorías cognitivas se enfrentan al reto de inferir con
precisión las creencias reveladas. Los actores pueden tener razones
instrumentales, como el interés en obtener apoyo político de grupos o
individuos, para abrazar públicamente ideas en las que realmente no creen.
Una opción aquí es comparar las declaraciones públicas de los actores con las
deliberaciones privadas disponibles que esperaban que no se revelaran
durante algún tiempo. Yuen Foong Khong, por ejemplo, compara las analogías
que los líderes estadounidenses utilizaron en público para justificar la guerra
de Vietnam con las que utilizaron en las discusiones de política privada que
fueron desclasificadas muchos años después, comprobando si los actores
escogieron las mismas analogías en ambos escenarios. Concluye que así lo
hicieron, con la única excepción de la analogía con la desastrosa experiencia
de Francia en Vietnam, que se utilizó sólo en privado (Khong 1992: 60-61).
Los actores también pueden hacer declaraciones escritas por su staffs o
empujadas por individuos o grupos poderosos, por lo que es importante
establecer la procedencia y la autoría de las declaraciones públicas, y dar a las
declaraciones espontáneas y no planificadas más peso que a las planificadas
como indicadores de creencias genuinas. Además, las creencias declaradas
que incurren en costos sustanciales de audiencia tienen más probabilidades
de reflejar creencias genuinas, y los recuerdos de creencias mantenidas en el
pasado que están respaldados por pruebas documentales son más creíbles
que los que carecen de dichas pruebas de apoyo. Además, la investigación de
los psicólogos sociales muestra que es probable que el recuerdo de las
creencias pasadas sea más preciso cuanto más intenso sea el contexto social
que rodea su creación (Wood 2003: 33-34). Finalmente, debemos esperar que
la evidencia de que un actor tiene creencias socialmente estigmatizadas sea
más difícil de encontrar que la evidencia de que comparte creencias
ampliamente aceptadas, por lo que debemos tratar la ausencia de evidencia
en la primera differently de la ausencia de evidencia en la segunda. 14
Las teorías que enfatizan el poder material y la estructura requieren que
los actores sean conscientes del poder y que circunscriban su
comportamiento cuando se enfrentan a oponentes más poderosos. Esto
plantea varios desafíos para el rastreo del proceso de acceso. En primer
lugar, los actores involucrados en la interacción estratégica pueden tener
incentivos para exagerar sus capacidades (a bluff) o para subestimarlas
(para preservar la opción de sorprender a los adversarios). Lo mismo se
aplica a las evaluaciones públicamente declaradas de las capacidades de
poder de los actores.
 En segundo lugar, el poder es a menudo más fuerte como explicación
cuando tiene una cualidad que se da por sentada. Puede disuadir a los actores
de discutir públicamente o

14
Sobre todos estos puntos, véase Jacobs, este volumen, capítulo 2.
34 Andrew Bennett y Jeffrey T. Checkel

incluso contemplando posibles cursos de acción. Esto hace que difficult

sea necesario distinguir si un actor fue disuadido de hacer algo o si
nunca tuvo interés en hacerlo en primer lugar. También significa que
las excepciones a las explicaciones de poder -casos en los que los
actores pensaron que su mayor nivel de compromiso les permitiría
prevalecer sobre adversarios mejor dotados- son más evidentes y
fáciles de documentar porque estas situaciones se convierten en
conflictos abiertos, como guerras, huelgas laborales o intentos de
revoluciones, en lugar de no ser eventos.
No obstante, es posible utilizar el rastreo de procesos para evaluar las
exploraciones de poder prestando especial atención a la secuenciación y a
qué información tenían los actores y cuándo la tenían. Por ejemplo, los
estudiosos tienen offered dos explicaciones contradictorias de la crisis de
Fashoda de 1898 entre Gran Bretaña y Francia sobre el control de la región de
las cabeceras del Nilo. Christopher Layne presenta un argumento de poder
directo: Francia retrocedió porque Gran Bretaña tenía un poder militar superior
(Layne 1994: 28-33). Kenneth Schultz offers una explicación basada no sólo
en el poder differentials, sino también en la capacidad de las democracias para
comprometerse de manera creíble a utilizar el poder militar cuando tanto el
partido gobernante como la oposición apoyan esta postura (Schultz 2001: 175-
195). El seguimiento del proceso de Schultz hace más convincente su
explicación porque explica el rompecabezas de por qué una Francia más débil
desafió a Gran Bretaña en primer lugar, cuando la determinación de Gran
Bretaña no estaba clara, y demuestra que Francia retrocedió precisamente
cuando las instituciones democráticas británicas hicieron creíble su amenaza
de usar la fuerza y la democracia de Francia dejó al descubierto las divisiones
políticas que socavaron su determinación.
Al igual que los argumentos sobre la estructura material, las teorías sobre las
normas -una forma de estructura social- deben demostrar que las normas impiden
a los actores hacer las cosas que de otro modo habrían hecho. Un buen ejemplo
es la investigación de Nina Tannenwald sobre la no utilización de armas nucleares
desde los bombardeos de Hiroshima y Nagasaki. Para demostrar que las
limitaciones normativas explican este resultado, Tannenwald tiene que demostrar
que las normas contra el uso de armas nucleares -en lugar de su limitada utilidad
en el campo de batalla- explican su no utilización. En consecuencia, Tannenwald
proporciona evidencia directa y de seguimiento del proceso de que los presidentes
estadounidenses y sus asesores se sintieron irritados por la restricción normativa
percibida de la repulsión del público estadounidense a la idea de usar armas
nucleares después de que el sitio web effects de la lluvia radiactiva se hizo más
ampliamente conocido. También demuestra que estos mismos líderes a menudo
15
Es sólo un pequeño paso de esta comprensión a lo que los teóricos interpretativos llaman
poder productivo, o poder que es constitutivo de los intereses e identidades de los
agentes: Barnett y Duvall 2005; véase también Pouliot, este volumen, capítulo 9.
35 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

evitó incluso que officially considerara la opción de usar armas

nucleares por temor a que sus deliberaciones se filtraran al público
(Tannenwald 2007; ver también Bennett, este volumen, Apéndice).
Por último, las explicaciones institucionales que se basan en los
costos funcionales de efficiency y los costos de transacción deben
poder demostrar mediante el rastreo de procesos cómo se cumple con
dichos costos. Un buen ejemplo es el estudio de Ron Mitchell sobre la
cooperación ambiental internacional en el mar. En particular, utiliza el
rastreo de procesos para demostrar que el régimen internacional para
impedir el vertido de residuos de petróleo de los petroleros no alcanzó
niveles elevados de cumplimiento debido a los elevados costos de
transacción. En cambio, el régimen internacional para obligar a los
propietarios de petroleros a instalar costosos equipos
anticontaminación logró motivar un alto grado de cumplimiento, ya que
hizo que el incumplimiento fuera transparente y proporcionó medios de
bajo costo para sancionar a los propietarios que no lo hicieran (Mitchell
1994).

Conclusión y vista previa

Esta introducción y los capítulos siguientes buscan consolidar el giro hacia

los procesos y mecanismos de la ciencia política contemporánea. Esto no
lo hacemos explorando nuevos dominios empíricos sustantivos o
desarrollando nuevas teorías; más bien, nos centramos en la cuestión
previa, operativa y metodológica de cómo llegamos a conocer cuando
estudiamos el proceso. Como se ha argumentado en otras partes, el
desafío central aquí es evitar la "narración de historias basada en
mecanismos perezosos" (Hedström y Ylikoski 2010: 58, 64).

Vista previa
El volumen consta de tres partes. La Parte I comprende este ensayo
introductorio. Históricamente, el término "rastreo de procesos" se basa
filosóficamente y promueve las mejores prácticas específicas para distinguir el
rastreo de procesos buenos de los malos.
Los seis capítulos de la Parte II son el núcleo del manuscrito, que evalúa las
con-tribuciones del trazado de procesos en determinados programas de
investigación o cuerpos teóricos, incluyendo la teoría ideacional (Capítulo 2 -
Jacobs), el trabajo sobre instituciones internacionales (Capítulo 3 - Checkel), la
Unión Europea (Capítulo 4 - Schimmelfennig), el subcampo de política
comparativa (Capítulo 5 - Waldner), el fin de la Guerra Fría (Capítulo 6 -
Evangelista) y la literatura sobre procesos de conflicto (Capítulo 7 - Lyall).
Estos capítulos se aplican resueltamente -conectando el método con la
práctica- con expertos reconocidos que evalúan el
36 Andrew Bennett y Jeffrey T. Checkel

los puntos fuertes y débiles del rastreo de procesos, tal como se utiliza en
ámbitos sustantivos concretos. Incluyen el rastreo de procesos con fines
deductivos/teóricos (Capítulo 4 - Schimmelfennig), el rastreo de procesos a
nivel micro sobre teorías cognitivas (Capítulo 2 - Jacobs), el rastreo de
procesos y la inferencia basada en el diseño (Capítulo 7 - Lyall), el rastreo
de procesos a nivel macro sobre teorías estructurales (Capítulo 5 -
Waldner), el rastreo de procesos sobre la interacción de individuos e
instituciones (Capítulo 3 - Checkel), y el rastreo de procesos que se centra
en la explicación de casos históricos clave (Capítulo 6 - Evangelista).
Cualquiera que sea la aplicación y el tipo de rastreo de procesos, todos
los capítulos abordan las mejores prácticas articuladas en el presente
capítulo y trabajan a partir de un modelo común de preguntas. Pedimos a
los colaboradores que analizaran ejemplos de vanguardia de rastreo de
procesos en sus subcampos; que evaluaran los aspectos probatorios e
interpretativos pertinentes a los temas que investigan; que identificaran los
aspectos de rastreo de procesos específicos a los tipos de teorías en las
que se han centrado; y que evaluaran críticamente lo bueno y lo malo en
las aplicaciones de rastreo de procesos. Colectivamente, los análisis
ponen de relieve cuestiones como la calidad de los datos, el papel de los
mecanismos causales de tamaño hipotético, las limitaciones de tiempo y
recursos, la ética de la investigación, las estrategias multi-método en las
que el rastreo de procesos es una técnica en juego, y el desarrollo de la
teoría.
En la Parte III, damos un paso atrás y -en tres capítulos separados-
exploramos la frontera de la investigación. En el capítulo 8, Thad Dunning
explicita un tema abordado en varias contribuciones anteriores -la relación
entre el rastreo de procesos y los métodos cuantitativos- y lo hace
destacando el papel clave que puede y debe desempeñar en la
investigación multimétodo. En particular, Dunning muestra cómo el
seguimiento de procesos puede ayudar a interrogar las suposiciones
detrás de las inferencias cuantitativas. Por ejemplo, se puede utilizar para
evaluar si la asignación al tratamiento fue de hecho "como si fuera al azar"
en un entorno que un investigador ha identificado como un posible
experimento natural. Basándose en un tema de este capítulo inicial,
Dunning también argumenta que la transparencia con respecto a las
afirmaciones e inferencias probatorias es crítica para el rastreo de
procesos, ya que fomenta la confrontación abierta entre académicos con
experiencia empírica y teórica sobre el caso o los casos en cuestión; a su
vez, esto produce juicios más considerados y compartidos sobre las
pruebas.
 Si el análisis de Dunning tiende un puente entre las tradiciones
metodológicas, entonces el Capítulo 9, de Vincent Pouliot, va un paso más
allá, examinando el papel del rastreo de procesos en las ciencias sociales
interpretativas. Pouliot explora la brecha que separa las interpretaciones
positivistas y pospositivistas de la técnica, y argumenta que un compromiso en
torno al concepto de práctica puede minimizar los retos metateóricos que
implica salvar dicha brecha. De una manera sutil,
37 Rastreo de procesos: de las raíces filosóficas a las mejores prácticas

En un análisis justo y empíricamente fundamentado, simultáneamente se

compromete con las mejores prácticas que hemos expuesto anteriormente y
se opone a ellas.
En el Capítulo 10, los coeditores revisan las mejores prácticas de rastreo de
procesos, sintetizan y critican el volumen en su conjunto, y esbozan una
agenda para el desarrollo futuro y la investigación sobre el rastreo de
procesos. En particular, los defensores del rastreo de procesos deben recordar
que el método no es un fin en sí mismo; más bien, es una herramienta que nos
ayuda a construir y probar la teoría. Y esto último sigue siendo un desafío
central para los trazadores de procesos: cómo combinar el uso de la
tecnología con el desarrollo de la teoría de las ciencias sociales acumulables
(véase también Hedström y Ylikoski 2010: 61-62). Además, el rastreo de
procesos es sólo una forma de capturar el proceso. Por lo tanto, el trabajo
futuro necesita integrar los hallazgos de este volumen con las ideas extraídas
de los enfoques estadísticos, los ejercicios de modelación basados en agentes
y las aplicaciones del análisis del discurso, entre otros.
Finalmente, en el Apéndice, Andrew Bennett explora con más detalle la
relación del Bayesianismo con el trazado de procesos. Argumentando que la
técnica tiene mucho en común con los enfoques bayesianos de la lógica de la
explicación, esboza las similitudes y differences entre ésta y la inferencia
bayesiana. Para que la exposición sea accesible a todos los que tienen un
interés general en el rastreo de procesos, Bennett basa su análisis conceptual
y lógico en el ejemplo ilustrativo del estudio de Nina Tannenwald sobre el "tabú
nuclear" (Tannenwald 2007).