Nacido en Viena (Austria), Fritz Machlup se inscribió en la Universidad de Viena en 1920 y obtuvo su doctorado en 1923 bajo la tutela de Friedrich von Wieser y Ludwig von Mises. En 1933, gracias a una beca pudo visitar los Estados Unidos y decidió aceptar un puesto en la Universidad de Buffalo en 1935.
Debido a sus frecuentes visitas a Washington para participar en paneles gubernamentales e investigaciones, Fritz Machlup decidió trasladarse a la Universidad Johns Hopkins en 1947. Luego, en 1960, se mudó a Princeton para suceder a Jacob Viner, permaneciendo allí hasta su jubilación en 1971. Después de eso, continuó activo en la Universidad de Nueva York.
El interés de Fritz Machlup por la metodología se remonta a sus días como estudiante en Viena durante la década de 1920. En ese periodo, Viena era el lugar de figuras prominentes como Carl Menger, Ernst Mach, el Círculo de Viena de positivistas lógicos, Ludwig Wittgenstein, Karl Popper, Kurt Gödel, y sus amigos cercanos Felix Kaufmann y Alfred Schütz. Este entorno intelectual fomentó un interés duradero por la metodología, y se puede decir que Machlup es uno de los economistas modernos mejor informados, si no el mejor informado, sobre el tema.
Ningún economista, hasta donde se sabe, ha argumentado que una competencia en epistemología sea un prerrequisito necesario para el logro científico. De hecho, el consenso entre los practicantes de nuestra ciencia parece ser todo lo contrario: la epistemología es una pérdida de tiempo.
Esto fue especialmente cierto durante las décadas de 1950 y principios de 1960, cuando la economía parecía estar cumpliendo con sus expectativas. Sin embargo, desde ese periodo, la experiencia ha tendido a generar dudas sobre lo que los economistas han sabido o creído saber. Un entorno así genera debates metodológicos entre los defensores y los críticos de las teorías ortodoxas; estos debates a menudo se han caracterizado por charlas desinformadas que intentan racionalizar un punto de vista u otro.
Si los economistas van a involucrarse en tales controversias, deberían tomarse el tiempo para informarse con una literatura relevante y extensa. Aquí es donde Machlup se destaca por sus escritos sobre metodología que, lamentablemente, han sido ignorados porque no era un tema de moda.
Hoy en día, la situación es completamente diferente, la literatura sobre el "crecimiento del conocimiento" en ese campo está en auge y su popularidad en las ciencias sociales está aumentando.
Por ello, los trabajos de Machlup deben ser leídos a fondo porque su perspectiva proporciona la declaración más coherente y sistemática de la metodología prevaleciente. La economía, como ciencia social, enfrenta desafíos únicos que la distinguen de las ciencias naturales. Uno de los desafíos más significativos es el problema de la verificación.
En su obra, "The Problem of Verification in Economics" (1955), Machlup aborda este aspecto crucial al explorar las limitaciones y complejidades asociadas con la verificación de teorías y proposiciones económicas.
Como bien sabemos, las teorías económicas son representaciones abstractas de fenómenos del mundo real, construidas para explicar y predecir el comportamiento económico. Estas teorías a menudo se basan en supuestos y simplificaciones que pueden no ser válidas en todos los escenarios. Por ejemplo, los supuestos de comportamiento racional o información perfecta son frecuentemente criticados por su falta de realismo. No obstante, estos supuestos son necesarios para crear modelos que puedan proporcionar conocimientos significativos.
Machlup sugiere realizar una distinción entre verificación y falsificación. La verificación implica probar que una teoría es verdadera mediante evidencia empírica, mientras que la falsificación implica probar que una teoría es falsa. Machlup argumenta que, en economía, la verificación estricta es a menudo inalcanzable debido a la complejidad y variabilidad de los fenómenos económicos. En cambio, los economistas deberían centrarse en la falsificación, como propone Karl Popper; al someter las teorías a pruebas rigurosas e intentar falsificarlas, los economistas podemos refinar gradualmente los modelos y mejorar su poder explicativo.
Es importante tener en cuenta que, uno de los principales obstáculos para la verificación en economía es la imposibilidad de realizar experimentos controlados. A diferencia de las ciencias naturales, donde se pueden aislar y manipular variables en un entorno de laboratorio, la economía trata con el comportamiento humano en sistemas complejos y abiertos. Esto dificulta el establecimiento de causalidades y el control de factores externos. Por ejemplo, para probar el impacto de un cambio en la política monetaria, no se pueden replicar simplemente las condiciones económicas exactas antes y después de la implementación de la política.
Si bien es cierto, los economistas, a menudo, dependen de datos históricos para probar teorías, es importante reconocer que los datos históricos pueden ser ruidosos, incompletos y sujetos a varias interpretaciones. Además, los eventos históricos son únicos y no se pueden replicar, lo que dificulta la obtención de conclusiones definitivas. Machlup enfatiza la importancia de considerar estas limitaciones y ser cautelosos al derivar inferencias de los datos históricos.
Así mismo, las observaciones económicas son inherentemente subjetivas, influenciadas por las perspectivas y sesgos de tanto los investigadores como los participantes. Esta subjetividad complica el proceso de verificación; diferentes economistas pueden interpretar los mismos datos de maneras distintas, llevando a conclusiones divergentes. Además, los agentes económicos pueden cambiar su comportamiento en respuesta a ser estudiados, conocido como el efecto del observador, lo que complica aún más el proceso de verificación.
Machlup sugiere que los economistas deberían adoptar un enfoque pragmático para la verificación, enfocándonos en la robustez y consistencia en lugar de la verdad absoluta. Al comparar las predicciones de diferentes modelos y teorías con los datos observados, los economistas pueden evaluar sus fortalezas y debilidades relativas. Este enfoque comparativo puede ayudar a identificar los modelos más fiables y guiar mejores decisiones de políticas.