Este artículo considera hasta qué punto las redes bayesianas con probabilidades imprecisas, que se utilizan en estadística y ciencias de la computación con fines predictivos, pueden ser utilizadas para representar la estructura causal. Se argumenta que las condiciones de adecuación para la representación causal en el contexto preciso - la Condición de Markov Causal y la Minimalidad - no se traducen fácilmente al contexto impreciso. Crucial para este argumento es el hecho de que la relación de independencia entre variables aleatorias puede entenderse de varias maneras diferentes cuando la distribución de probabilidad conjunta sobre esas variables es imprecisa, ninguna de las cuales proporciona una base convincente para la interpretación causal de las redes bayesianas imprecisas. Concluyo que existen límites serios en el uso de redes bayesianas imprecisas para representar la estructura causal.