LA METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA Y OTROS ERRORES DE CONCEPTO

Lic. Dante BobadillaFacultad de Medicina Humana

Universidad de San Martín de PorresLima – Perú

Resumen

A raíz de la ola de críticas surgidas en relación a los reportes de investigación

que se publican en las revistas especializadas, se analiza el entorno de ideas y

creencias que domina el escenario académico actual, responsable de generar

este tipo de estudios. Se revisan los conceptos de investigación, ciencia y otros,

que se emplean en estos ambientes, para llegar a la conclusión de que

predominan falsos supuestos.

Palabras clave: ciencia, metodología, investigación, estadísticas, paradigma.

Abstract

After the wave of criticism that arose around the research reports that are

published in specialized journals, we examine the environment of ideas and

beliefs that dominates the current academic area, which is responsible for

generating this kind of studies. We review the concepts of research, science

and others that are used in these environments, to conclude that predominate

false assumptions.

Keywords: science, methodology, research, statistical, paradigm

Introducción

La ciencia, aun con toda su aura magnífica de certeza y seguridad, es, al fin y

al cabo, una actividad humana, y como tal, no puede desenvolverse al margen

de los vaivenes del comportamiento humano, incluyendo -¡cómo no!- su

inevitable dosis de irracionalidad. La actividad científica –o lo que pareciera

serlo- tampoco ha estado exenta del fenómeno de la masificación producido

durante el siglo XX en casi todo el mundo occidental, y en especial, de la

masificación de la educación universitaria. En añadidura, podríamos decir que

gracias a la metodología, la ciencia se ha convertido prácticamente en una

actividad popular, en consecuencia hemos visto aparecer una pléyade de

publicaciones que llenan sus páginas con investigaciones científicas sobre los

más variados asuntos del ser humano. Al cabo de unas cuantas décadas de

publicaciones de este tipo, muchas dudas han empezado a aflorar en el

ambiente y se ha desatado una verdadera tormenta alrededor de este

escenario al que algunos ahora se resisten a llamar “científico”. La psicología,

por supuesto, no ha sido ajena a todo este acontecer. Peor aun, probablemente

sea el campo más afectado. Sin embargo, en ella las cosas transcurren todavía

como si nada hubiera alterado la quietud de sus aguas.

Detectando el problema

Cualquiera que lea uno de esos típicos reportes de investigación científica que

hoy abundan en las revistas, y lo haga con la mente despejada, y

particularmente con esa predisposición crítica alcanzada al cabo de unos años

de desencanto con los “hallazgos” de los experimentos científicos en la

medicina y la psicología, sabe que no puede dar mucho crédito a estos

reportes. A menudo nos invade una sensación de perplejidad tan sólo con

observar el diseño del experimento, las variables que se confrontan o los

conceptos implicados. Pero más allá de estas cosas que al simple ojo del buen

clínico puede parecernos sospechoso, todavía están los problemas de tipo

metodológico y estadístico que ya no son tan fáciles de detectar para

cualquiera. Y esto es así porque las estadísticas inferenciales son realmente

algo muy complejo y difícil de manejar con propiedad para cualquier persona.

Muchos libros de texto de estadística son más arduos y difíciles de entender

que el psicoanálisis de Lacan o la metafísica de Heidegger, por decir algo. Por

lo mismo, no deja de ser preocupante y sospechoso el hecho de que un

número tan grande de personas esté volcada a emplearla con tanta facilidad en

toda clase de “investigaciones científicas”, incluso en áreas del saber en las

que no hace falta una formación matemática rigurosa, como es el caso de la

psicología. Peor aun si consideramos el escenario de nuestros países en donde

las deficiencias de la formación escolar en matemáticas son mundialmente

reconocidas.

Pero las mayores muestras de preocupación, crítica, y hasta enfado, contra

esta clase de investigación fundada en estadísticas, han surgido en el campo

de la medicina, y desde hace mucho. Entre los numerosos artículos publicados

al respecto, sin duda uno de los que tuvo mayores repercusiones fue el del Dr.

John P. A. Ioannidis con su explosivo ensayo “Why Most Published Research

Findings Are False?” (1). Es decir, “¿Porqué la mayoría de los hallazgos de las

investigaciones publicadas son falsas?”. Semejante artículo tenía que llamar,

por supuesto, la atención de todos los editores de revistas científicas

--empezando por el Director de la Journal of Public Library of Science -

Medicine (2), que publicó el artículo-- los que no tardaron en justificarse de

diversas formas. Una de ellas dice sencillamente que no es su trabajo verificar

la veracidad de lo que publican. Puede que eso sea cierto, pero es verdad que

tienen una responsabilidad por alentar y preferir este tipo de publicaciones en

desmedro de otras. Como todos saben, existe una miríada de revistas dedicada

a reportes de investigaciones hechas con metodología estadística, mal llamada

“método científico”, y no hace falta nada más que demostrar los tópicos

tradicionales del “rigor metodológico” para publicar cualquier cosa como un

hallazgo científico. Estas revistas suelen rechazar, con las disculpas más

elegantes, cualquier trabajo de discusión teórica, por ejemplo, explicando sin

rubor que tan sólo se interesan por estudios empíricos, como si sólo eso fuera

importante en el panorama científico. Que alguien ahora nos advierta de que la

gran mayoría de tales reportes son falsos, en el sentido de que realmente no

demuestran lo que pretenden, es algo que no debería llamarnos la atención en

lo más mínimo.

Inevitablemente los estándares intelectuales funcionan como una forma de

censura. El predominio de ciertos estándares intelectuales típicos como el

empirismo y el metodologismo a ultranza, se aseguran de que otros modelos no

reciban atención ni publicidad ni debate (3). Hasta parece haber un interés

especial por confundir la investigación estadística con ciencia, lo cual es, desde

cualquier punto de vista, un disparate; tanto así que ya se ha planteado la idea

de considerar a este tipo de prácticas como una pseudociencia (4).

El debate generado en el campo médico en relación a las investigaciones

basadas en estadísticas no es reciente, pero parece estar siempre

sistemáticamente oculta. El cuestionamiento de métodos estadísticos está

presente en simposios, artículos y hasta en libros de texto. Y las propuestas

van desde una revisión de casi todos los pasos hasta el reemplazo de la

estadística inferencial por la bayesiana. En dichos estudios se leen frases

elocuentes como “La medicina basada en la evidencia se ha convertido en una

suerte de espada del conocimiento, que se muestra y aniquila al adversario en

cada visita o reunión médica”. (5)

Por supuesto, la psicología no ha estado al margen del problema planteado por

las investigaciones de carácter estadístico. Si bien ya desde los años 60 se

escucharon críticas a la “metodolatría” (May, 1967) y al “fetichismo

metodológico” (Koch, 1969), estas estuvieron dirigidas inicialmente hacia la

actitud, pero luego aparecieron una variedad de críticas muy profundas hacía la

metodología estadística misma (6) que cuestionaban el empleo indiscriminado

del test de significancia de la hipótesis nula (NHST) en las investigaciones

psicológicas, en los que se denunciaba, por ejemplo, el empleo de un híbrido

de los test de Fisher y Pearson y Neyman. Finalmente, al cabo de años de

debate, en 1996 una comisión especial de la APA (Task Force on Statistical

Inference) conformada entre otros por Robert Rosenthal, Jacob Cohen y Leland

Wilkinson, estuvo comisionada para examinar el espinoso problema creado por

la ola de críticas hacia las investigaciones estadísticas, ampliamente

dominantes en el escenario de la psicología americana (y de paso, de la

nuestra). El reporte final vio la luz en 1999 (7) pero pasó inadvertido y este

asunto siguió ignorado. Hasta el día de hoy son pocos los que conocen de su

existencia, y mucho menos los que siguen sus recomendaciones. Si bien el

reporte final de la APA no llegó al extremo de prohibir las investigaciones de

carácter estadístico frecuentista-inferencial, como más de uno esperaba, sí

hace una sucinta relación de recomendaciones en cada tópico de esta

metodología. Por último, nos ofrece una frase bastante expresiva: “Good

theories and intelligent interpretation advance a discipline more than rigid

methodological orthodoxy…Statistical methods should guide and discipline our

thinking but should not determine it” (7).

Ahora bien, al margen de los problemas referidos estrictamente al empleo

apropiado de las estadísticas, debemos reconocer la existencia de mitos y

creencias presentes en nuestros ambientes académicos, y que son los que al

final impulsan a la gente a abrazarse de ciertos paradigmas culturales, llevados

por actitudes casi religiosas en búsqueda de “la verdad” o, al menos, del

reconocimiento. Actúan convencidos de la infalibilidad y certeza del método,

ejecutando cada paso con una profunda sensación de seguridad, como si se

tratara de un acto ritualista de naturaleza casi mágica. Y aunque pocos

entiendan el significado profundo de sus acciones, las repiten como una

especie de conjuro científico, confiados en obtener los resultados en gratitud a

la fidelidad mostrada. Por todo esto, intentaremos aquí hacer una breve revisión

psicológica de lo que hay detrás de esta conducta académica y de estas

actitudes cientificistas, así como un acercamiento epistemológico al

conocimiento implicado en este paradigma, y que tal vez no sea tan científico

después de todo. Si bien los problemas generados por el metodologismo

alcanzan diversas disciplinas, lo que sigue está básicamente referido al campo

de la psicología, ya que como la “ciencia en crisis” que es,

epistemológicamente hablando, resulta un permanente campo de debate en

cuanto se refiere a la investigación de los fenómenos humanos. Todas las

conductas humanas que logran sostenerse en el tiempo como actividades

fuertes en una comunidad, se sostienen en mitos y creencias. Planteamos que

la actividad que desarrollan las comunidades académicas en el campo de la

investigación no es diferente. Revisaremos algunos de estos aspectos.

El mito de la verdad estadística

Se ha producido cierto avance en la humanidad desde los días de Cristo. En

aquella época una muchedumbre congregada en una plaza determinaba a

gritos si alguien era crucificado o liberado. Hoy tenemos la información que nos

ofrecen los medios: “El 80% de la población cree que el Ministro de Salud ha

cometido un delito”. A diario nos manejamos con esta clase de información

estadística. Es más, casi toda la información que se maneja a nivel público

tiene un sesgo estadístico; hasta los partidos de fútbol se resumen con unas

estadísticas sin sentido ni utilidad. Diríamos que la sociedad se

ha estadistificado y que estamos en “La Era de la Información Estadística”.

¿Cómo afecta esto nuestra comprensión de la realidad? ¿Cómo afecta nuestra

imagen del conocimiento? De muchas maneras. En primer lugar reduce el

esfuerzo de análisis induciéndonos a conformarnos con la inmediatez de un

dato, y con la primera forma interpretativa que obtengamos, que por lo general,

es una que viene consentida y direccionada socialmente. La información

estadística impone un criterio cuantitativo y simplista a la comprensión y

análisis de la realidad, relegando o anulando todo su aspecto cualitativo y

complejo. Gracias a esto, la estadística gana espacio no por su verdad sino por

sus ventajas, pues además de su simpleza carga con una especie de glamour

que otorga estatus a quien la maneja. Y es que hace falta cierta capacidad

intelectual para comprender apropiadamente la estadística. De hecho, hay

muchas formas de interpretarla, pero aun la más errada exige cierta formación

y nivel intelectual, por lo mismo resulta extraño su empleo masivo, lo que

demuestra que ha terminado convertida en una forma más de las tantas

actividades populares carentes de todo sentido racional.

Por otro lado, no podemos ignorar la información estadística que se emplea con

el deliberado propósito de manipular la interpretación de la realidad a favor de

una sola perspectiva o causa. Como bien se ha dicho, la información

estadística es la mejor manera de “mentir científicamente”, ya que el dato

estadístico es una simplificación grotesca de la verdad que al ser mostrada sin

más, evoca una realidad castrada de su inherente complejidad. Nos dicen

cosas como: “El 80% del cuerpo humano es agua”, “un oficinista promedio

imprime 10 mil hojas al año, un árbol produce 16.67 resmas de papel, el 50%

de lo que se imprime acaba en el basurero”, “el promedio de celulares por

persona es de 1.4”. Este tipo de “información” ha dado pie para la chanza de

varios pensadores. Incluso existe una frase famosa que se atribuye a Disraeli y

a Mark Twain indistintamente: “Existen tres clases de mentiras: mentiras,

malditas mentiras y estadísticas”. También se han escrito libros para burlarse

de esta clase de información, como la exitosa publicación de A. K. Dewdney

“200% of Nothing” y artículos brillantes de pensadores de la talla de Stephen

Jay Gould (8). Pero nada de esto es capaz de cambiar las cosas. La realidad

humana transcurre guiada por su propia dinámica, no necesariamente racional,

y se desordena por su propia entropía. En el transcurso de la evolución cultural

de las sociedades, como ocurre en cualquier otro tipo de proceso evolutivo

natural, no intervienen factores lógicos o racionales. El resultado inevitable de

esta situación en una sociedad en la que predominan ciertos conceptos

curiosos sobre democracia, es que se produce una alteración en la lógica de

nuestros pensamientos en favor de los números y de la simplificación de la

realidad a través de un dato que nos libera de su complejidad. Algún sociólogo

diría que la “democratiza” a fin de que todos la entiendan. Borges decía que la

democracia no era más que un error de la estadística. En los hechos, nuestra

democracia se ha convertido en el predominio del número, de la cantidad sobre

la calidad. Se trata de un proceso sistemático de eliminación de las diferencias

cualitativas de la sociedad iniciado hace ya dos siglos y cuyo fin es el

igualitarismo más rampante entre todos los seres humanos. Y nada mejor que

el número, la cantidad, la cifra estadística como el elemento democratizador.

Así lo que importa es la cantidad de votantes y no sus diferencias cualitativas.

Esta prédica sistemática de dos siglos ha producido una mentalidad numérica y

cuantitativa en el hombre de hoy y ha llegado incluso a los ambientes

académicos. Tal es la lógica que se emplea en la metodología científica que

pretende estudiar la realidad social y humana a base de mediciones hechas

con instrumentos estandarizados y, por ende, igualitarios. Ya casi debemos

sentir vergüenza para diferenciar entre un alfabeto y un analfabeto o entre

culturas visiblemente distintas. Hasta se han hecho leyes para castigar este tipo

de “discriminación”, y esta palabra ha pasado a la lista de malas palabras. Ya ni

el científico discrimina nada en la realidad social. Konrad Lorenz se quejaba de

que “se le concede legitimidad científica a la percepción cuando está al servicio

de la lectura de un instrumento de medición pero se le niega cuando se la

emplea para observar directamente un proceso natural” (9). Incluso lo advertía

el cancionero popular muy a principios del siglo XX:

Hoy resulta que es lo mismo

ser derecho que traidor,

ignorante, sabio o chorro,

generoso o estafador...

¡Todo es igual!

¡Nada es mejor!

Lo mismo un burro

que un gran profesor.

No hay aplazaos ni escalafón,

los ignorantes nos han igualao.

Si uno vive en la impostura

y otro roba en su ambición,

da lo mismo que sea cura,

colchonero, Rey de Bastos,

caradura o polizón. (10)

Podemos afirmar que hemos ingresado en una era de supremacía de la

cantidad sobre la calidad, y en una fase en que la lógica del pensamiento esta

dominada por lo numérico, cuantitativo y estadístico. Sin embargo, debemos

advertir que la información estadística no es, estrictamente hablando,

“información” sino que pasa a ser un dato más, pero de mayor complejidad

intrínseca, pues requiere un trabajo mental posterior de asignación de

escenarios para una interpretación fundada necesariamente en información

previa. Sin estos requisitos de trabajo posterior (y anterior) ninguna información

estadística vale nada realmente. En otras palabras, para entenderla cabalmente

hay que reponerle toda la complejidad que ella misma ha perdido con ciertos

propósitos, como facilitar una ecuación, por ejemplo. Visto así, no podemos

considerarla una verdad en sí misma. Todo lo contrario, alejada de su matriz de

realidad compleja y su estricta finalidad matemática, ella puede convertirse en

una falsedad para todo lo demás. Por tanto, como lo recomienda el informe de

la APA, el dato estadístico no puede ni debe determinar nuestros

razonamientos. En buena cuenta, esto significa que no podemos considerar el

dato estadístico como un fin, y mucho menos como algo que decide una

verdad. En la investigación que corresponde hacer en las ciencias humanas y

sociales se precisa fundamentalmente atender las diferencias cualitativas del

fenómeno, lo que conlleva irremediablemente al empleo de una hermenéutica

comprensiva para el estudio de escenarios complejos, impregnados de

subjetividad, con hechos que adquieren su real significación a partir de un

análisis apropiado de la cultura que los engloba y de las circunstancias

históricas que convergen en ella, los cuales son elementos vitales que ninguna

estadística está en condiciones de ofrecer. Lamentablemente, este tipo de

trabajo demanda el empleo de ciertas capacidades mentales difíciles de hallar

en una población heterogénea. Los intentos de emplear metodología para

salvar este escollo, no resuelven el problema.

El mito de “el método científico”

Existe un amplio sector académico –bien podría considerársele también una

“secta académica”– predicando una especie de credo cientificista que prescribe

el empleo del llamado “método científico”, como una suerte de garantía de

verdad científica. En realidad se trata del método basado en la estadística

frecuentista-inferencial, cuya utilización indiscriminada anda tan cuestionada

por estos días. Es este sector precisamente el responsable de aquellos

cuantiosos reportes “científicos” que han provocado la ola de críticas

comentada líneas arriba. En tanto que dicho método es apreciado como la

única ruta hacía el conocimiento objetivo, la preocupación central está puesta

casi exclusivamente en el rigor metodológico; todo lo demás es secundario,

incluyendo la naturaleza del problema, razón por la cual dicho método es

trasladado cómodamente desde el escenario de las ciencias naturales hacia el

campo de las ciencias humanas, sin que nadie se haya molestado en hacer una

adecuada sustentación epistemológica para semejante proceder científico. Se

trata pues de un supermétodo que resulta válido para cualquier escenario, por

lo que fue elegido sin conocer el problema. Por ello observamos la aplicación

del mismo tanto para estudiar la reacción de una población de bacterias a una

sustancia, como para determinar el papel del estrés laboral en los ejecutivos de

un banco, con miras a universalizar los resultados. Así es como anda nuestro

ambiente científico hoy en día. Mario Bunge hablando sobre este punto nos

dice:

“Diferenciando entre el método general de la ciencia y los métodos especiales

de las ciencias particulares hemos aprendido lo siguiente: primero, que el

método científico es un modo de tratar problemas intelectuales, no cosas, ni

instrumentos, ni hombres; consecuentemente, puede utilizarse en todos los

campos del conocimiento. Segundo, que la naturaleza del objeto en estudio

dicta los posibles métodos especiales del tema o campo de investigación

correspondiente: el objeto (sistema de problemas) y la técnica van de la mano.

La diversidad de las ciencias está de manifiesto en cuanto que atendemos a

sus objetos y sus técnicas: y se disipa en cuanto que se llega al método

general que subyace a aquellas técnicas” (Bunge, 1973).

De hecho, un método de investigación tiene que ser coherente con la

naturaleza del problema que estudia. En las ciencias naturales no tienen el

problema de la auto-referencia que existe en las ciencias humanas, donde la

relación sujeto-objeto no es tal y se trastoca la base misma del proceso

cognoscitivo, pues hace falta construir antes una ontología y una epistemología

apropiadas que la sustente. Por otro lado, no hay nada más extraño para la

ciencia que un pretendido único método universal. La única precisión que

podríamos añadir a la expresión de Bunge es que no son los objetos en sí los

que dictan la metodología sino el concepto que del objeto maneja el sujeto

investigador, es decir, esa ontología particular a la que nos hemos referido.

Históricamente entendimos por “método científico general” a la serie de pasos

que desarrollamos para llegar a un saber válido, entendiendo por tal aquel que

resulta verificable. Es decir, hemos estado refiriéndonos a la observación, la

comprensión del problema, la formulación de una hipótesis, la experimentación

y la aceptación o rechazo de la hipótesis. Luego hará falta la confrontación de

la hipótesis exitosa que podrá, en tanto, ser una verdad provisional. En otras

palabras, se trata tan sólo del proceder heurístico natural y necesario para

conseguir un conocimiento objetivo en términos generales, pero que de hecho

tienen que empezar a diferenciarse en cada campo particular de las ciencias, o

lo que es lo mismo decir, en cada escenario de la realidad en donde

pretendemos estudiar algún aspecto de la misma con un enfoque particular. Por

tanto es inapropiado hablar de métodos universales, tan sólo queda la libertad

del investigador, su creatividad y fortuna frente a su problema. Y gracias a ese

libre pensar y proceder científico, se han creado tantos métodos que hoy hace

falta mucho trabajo para conseguir una clasificación razonablemente

estructurada de la metodología científica existente. Las tenemos de las más

complejas y ambiciosas, como la planteada por Gabriele Beissel-Durrant, del

ESRC National Centre for Research Methods y el Southampton Statistical

Sciences Research Institute, del Reino Unido (11), y las más reducidas como la

que proponen Montero y León, para el campo específico de la psicología (12).

Aun así toda clasificación tiene apenas un valor referencial y pedagógico,

nunca podrá tener un carácter prescriptivo ya que la base del pensamiento

científico es la libertad y la creatividad del investigador para hallar el camino al

conocimiento de su campo de estudio y desde su perspectiva particular. De ello

resulta precisamente el anarquismo epistemológico de Paul K. Feyerabend en

su ya famoso “todo vale”.

Naturalmente comprendemos que en nuestra cultura es difícil andarse con

muchas libertades, y más aun en el campo académico, tan proclive a los

estándares. Nuestra cultura busca afanosamente la sistematización y la

estandarización de todo. Ella es la base de la masificación, proceso

antropológico evolutivo predominante en nuestro tiempo. Y la ciencia (o lo que

parece) no escapa de este afán. Por ello Feyerabend advierte:

La educación científica, como hoy día se entiende, apunta exactamente a este

objetivo. Tal educación simplifica la ‘ciencia’ simplificando a sus participantes:

en primer lugar se define un dominio de investigación. A continuación, el

dominio se separa del resto… y recibe una ‘lógica’ propia. Después, un

entrenamiento completo en esa lógica condicionará a quienes trabajan en dicho

dominio. Con ello se consigue que sus acciones sean más uniformes y al

mismo tiempo se congelan grandes partes del proceso histórico. (Feyerabend,

1974).

Indudablemente hay una diferencia abismal entre la ciencia verdadera y esa

ciencia sistematizada, estandarizada, metodologizada y castrada de su

complejidad, que se intenta producir en nuestros ambientes académicos con

altas dosis de dogmatismo cientificista, y una amplia gama de conceptos

simplificados y hasta equivocados. Por ejemplo, frecuentemente leemos que

fue Percy W. Bridgman, el fundador del operacionalismo, quien construyó el

camino del método experimental aplicado en psicología desde la época de

Watson. Sin embargo, cuando se lee con atención el pensamiento de

Bridgman, hay muchas cosas más que debemos comprender. Desde el

principio se encarga de transmitirnos su estado de perplejidad debido a la

insólita situación que la Teoría de la Relatividad plantea a los físicos, pues lo

primero que Einstein demostró fue que la actitud mental que había dominado a

los físicos durante tanto tiempo, frente al estudio de la realidad, había estado

equivocada. En consecuencia, el pensamiento de Bridgman apunta en la

dirección de no abrazar una idea ni acomodarse en una posición segura para

enfrentar la tarea de estudiar y comprender la realidad. Y nos dice

textualmente:

"No existe un método científico como tal (...); el rasgo distintivo más fértil de

proceder del científico ha sido el utilizar su mente de la mejor forma posible y

sin freno alguno". (Bridgman, 1927).

Todo esto nos induce a reflexionar en torno a lo que es el verdadero proceder

en la ciencia, y lo que el cientificismo académico pretende que sea. La gran

mayoría de conceptos que nos ofrecen han pasado por el tamiz de la

simplificación grotesca y la tergiversación interesada con el afán de mostrarnos

un mundo homogéneo, regular y perfectamente predecible. Han acomodado

todo el escenario para que encaje en sus conceptos de ciencia y método, que

son conceptos derivados de un pensamiento religioso de fondo, pues apuntan a

la perfección y armonía del universo, y hacía una idea de ciencia como aquel

afán irreverente del hombre por descubrir las leyes inmutables con que Dios

echó a andar el mecanismo universal. Por eso mismo reaccionan con enfado

visceral ante las teorías del caos, el azar y la complejidad que amenazan su

sistema de creencias.

Es difícil determinar quién y cuándo patentó la idea de que el método

estadístico inferencial era “el método científico”, pero esta idea ha estado

ganando terreno y hoy en muchas universidades se cree firmemente en esto.

Han sido convencidos de que todo es perfectamente predecible y sólo hace

falta descubrir la ley universal que rige en cada segmento de la vida humana.

Una ley que salta a la vista gracias a una fórmula estadística que determina una

relación de causalidad entre dos variables mágicamente aisladas del resto del

universo. Así de simple. Además es un método que ha estado llenándose de

una sofisticación tal que hoy pocos llegan a entenderla cabalmente, no

obstante parece producir una veneración semejante a la que se profesa ante un

arcano. Por lo mismo no deben sorprendernos los pocos resultados que

obtienen, el ridículo que están haciendo en el terreno de las publicaciones

científicas, y la lluvia de críticas que vienen cosechando. Si el método se

sustentó inicialmente en ciertas evidencias de su éxito en campos muy

diferentes al de las llamadas “ciencias humanas y sociales”, hoy vemos que las

evidencias apuntan en otra dirección. No obstante, nada de esto es relevante

ya que la conducta humana, incluso en los ambientes académicos, no se rige

necesariamente por la racionalidad sino por los mitos y creencias que la

reemplazan y por ciertos intereses corporativos menos visibles. Esto es

particularmente cierto en la psicología, donde se ha venido saltando a la

garrocha el problema epistemológico de fondo, y cuando esto ocurre, lo normal

es acabar actuando sobre la base de puras creencias.

La creencia en los datos

Todavía queda una larga serie de mitos alrededor de lo que se llama “la

metodología de la investigación científica” cuyo análisis y contra–

argumentación excederían los alcances de un modesto artículo. No obstante,

no podemos dejar de referirnos a uno de sus productos más distintivos: el

datismo, o la firme creencia en que el único medio de obtener conocimientos

sobre cualquier aspecto de la realidad son los datos. No importa si se trata de

aspectos objetivos, subjetivos, naturales, humanos, microbiológicos, sociales,

atómicos o mentales. Es como si un motín de cocineros entusiasmados por uno

de sus nuevos artefactos, hubiera dictaminado que todos los alimentos deben

pasar por la licuadora antes de ser servidos. Así resulta que hoy los datos han

reemplazado al fenómeno, a la sociedad, a la persona, al mensaje. Ya nadie se

esfuerza por comprender estas cosas tal como son en la realidad sino tan sólo

por estudiar algunos de sus datos, y con curiosas técnicas para recolectarlos o

incluso fabricarlos, elaborarlos de diversas maneras caprichosas sólo para

satisfacer las necesidades del método, pues este método no hace

absolutamente nada sin datos. Y como corolario trágico de esta situación el

pensamiento humano se ha vuelto “datista”. Ya no sólo datista-numérico-

cuantitativo, sino que se ha acuñado un término nuevo que resulta una

verdadera joya del pensamiento datista: “dato cualitativo”. Entiéndase por dato

cualitativo cualquier cosa que venga a su mente.

Pero esta no es la mayor joya del pensamiento datista en la ciencia académica.

La cumbre datista-metodologista está coronada, sin ninguna duda, por Glaser y

Strauss y su “Teoría Fundamentada” (13) según la cual es posible generar

teorías científicas a partir del análisis comparativo de los datos. En otras

palabras, cualquiera puede llegar a ser un científico y generar sus propias

teorías. No tiene que hacer nada más que analizar unos datos siguiendo el

mágico método que, luego de hacer todo el trabajo pesado, al final iluminará

una verdad. Gracias a esa mentalidad práctica americana, el sistema de la

comida rápida había llegado al fin al escenario científico y las teorías científicas

salían a la carta para cualquier contexto social.

“Our discussion of comparative analysis (of data) as a strategic method for

generating theory assigns the method its fullest generality for use on social units

of any size, large or small, ranging from men or their roles to nations or world

regions.” (Glaser & Strauss, 1967).

No hace falta mucha epistemología para darnos cuenta de que las teorías

sociales no pueden surgir nada más que de los meros datos. Ni siquiera las

teorías económicas lo hacen. Menos aun en escenarios en los que la

generación de datos constituye un proceso reduccionista que desintegra la

realidad original, diferente a otros escenarios en los que los datos están

presentes como parte de la realidad. Podemos convenir en que en la naturaleza

encontramos datos -es un hecho- y que estos se recogen prácticamente como

recolectar manzanas porque ellos existen, están allí, son parte de la realidad

física. Se trata del peso, la longitud, la acidez, etc. Pero en el mundo subjetivo

de los seres humanos las cosas son muy distintas. Si bien es cierto que en el

principio la psicología experimental procedía igual que la física y se ocupaba de

puros datos físicos, hoy el malentendido ha crecido, y cuando se pretende

estudiar cuestiones subjetivas como la autoestima, los datos tienen que

inventarse para cuantificar y objetivar forzadamente el fenómeno, pues el

paradigma actual de la ciencia nos obliga a prescindir de todo lo que no sea

objetivo. Lo curioso es que se pretende hacer psicología siguiendo este

paradigma, por lo que el recurso de disfrazar los fenómenos subjetivos con

algunas cifras objetivantes es uno de los más empleados. Para ello existe una

disciplina entera dedicada exclusivamente a la invención de toda clase de

“instrumentos de medición” que nos proporcionarán los “datos objetivos”

requeridos por el método. De este modo la psicología cumple con pasar por las

arcas caudinas del cientificismo metodologista y objetivista, solo para alcanzar

su viejo sueño de ser reconocida como ciencia, a costa incluso de perder de

vista su propio campo de estudio y su sentido original.

Siempre ha sido un capítulo aparte la discusión alrededor de la psicometría y

sus maneras de asumir y de manipular los constructos psicológicos. Algo que

no vamos a tratar ahora, pero el debate existe y es un asunto que generará

dudas mientras se persista en ese empeño de transmutar los fenómenos

subjetivos en objetivos, lo que a la larga constituye una creencia más, ya que

nunca podremos estar seguros de qué es lo que realmente se está midiendo, si

es que algo se mide al final de todo ese proceder insulso. Por ello, antes de

emplear cualquiera de las tantísimas escalas de medición psicológica

convendría averiguar si no hay por allí un estudio que prueba la inconsistencia

de su supuesta universalidad y validez. Un buen ejemplo es el de la famosa

escala de Holmes y Rahe empleada para el estudio del estrés, evaluada en

Tenerife por González de Rivera y Revuelta (14) cuyo resumen nos anuncia:

“Las diferencias con los valores establecidos en el estudio original de Holmes y

Rahe son considerables para algunos items, y demuestra el condicionamiento

sociocultural de las escalas de sucesos vitales.”(14)

El cambio de giro profesional

El hecho de depender de métodos y de datos para analizar y comprender la

realidad nos ha llevado a convertir la metodología y el tratamiento de los datos

en toda una ciencia particular en sí misma. No sólo hemos dejado a un lado la

realidad para ocuparnos tan sólo de sus datos (o de lo que creemos que son

sus datos) sino que debemos ocupamos además de todos los pasos del

proceso complejo y tedioso de producir, tratar, analizar y comparar datos. Se ha

desarrollado una amplísima gama de inventarios, escalas y pruebas de todo

tipo, muchas de ellas francamente insulsas o impracticables en la clínica, y que

generan permanente polémica. Además se suman paquetes de software que

pretenden facilitar la tarea de tratar los datos. Surgen teorías en torno al

tratamiento de los datos. Toda esta gama de instrumentos y métodos requieren

una formación especial y adicional para poder manejarlos con propiedad. Hoy

los profesionales necesitan de un entrenamiento especializado para estudiar

sus datos e investigar de la forma en que el sistema espera que lo hagan, y son

encaminados hacía la dependencia de tales instrumentos y métodos. El

sistema condiciona a cada elemento dentro de dicho ambiente, los que están

sometidos a seguir la fe o ser marginados. Sin duda hay áreas de las ciencias

naturales donde la investigación metodológica con datos funciona, pero el

intento de universalizar tal metodología a todos los aspectos de la realidad,

especialmente al campo de las sociedades y del hombre, cualquiera sea su

interés, dista mucho de ser un proceder científico, y ni siquiera inteligente, para

decir más.

Podemos considerar este ambiente como un paradigma que, siguiendo el

concepto Kuhniano, define lo que es la ciencia y el proceder científico en una

comunidad académica. Los demás deben acomodarse o serán excluidos,

estigmatizados y hasta tratados con la misma severidad que la antigua

Inquisición (15). De este modo somos conducidos hacía una lógica de

pensamiento que acaba aislándose de la racionalidad para acomodarse a unos

cánones culturales que definen su propia estructura racional sobre la base de

mitos y creencias. Sin darnos cuenta hemos acabado poco a poco sumergidos

en una extraña dimensión que no es otra cosa que el absurdo. Tal vez ya no

podamos comprenderlo claramente porque el absurdo no nos ofrece datos y no

habrá forma de estudiarlo científicamente, a menos, claro, que alguien nos

ofrezca una escala de medición de lo absurdo, que lo objetive y lo cuantifique

para pasarlo por el método. Digo. Es un decir.

Para concluir, debemos indicar que apenas nos hemos ocupado de algunos de

los aspectos culturales que dominan en los ambientes académicos y que

adquieren las formas de mitos y creencias que reemplazan la racionalidad. Aun

queda mucho por decir en torno a la sistematización y estandarización,

tendencias que han conducido al empobrecimiento del pensamiento y a la

pérdida de la creatividad y originalidad. La ciencia en manos de la burocracia

académica se ha convertido en un producto envasado producido en serie,

cuyos hallazgos repletan las revistas en un lenguaje impersonal, casi

robotizado, donde cualquier expresión de emoción personal debe ser eliminada

para hablar en abstracto y en tercera persona. Y con estudios que más allá de

sus resultados, se muestran orgullosos de su método.

Conclusiones

La actividad científica, como cualquier otra actividad humana, puede verse

afectada por creencias y mitos que se generan al interior de las comunidades

académicas, las que operan al igual que un organismo en defensa de su

integridad territorial frente a cualquier forma de amenaza. La configuración

actual de la ciencia como la única proveedora de la verdad, ha llevado a

consagrar el método estadístico inferencial como el privilegiado, sin duda

debido a su innegable éxito en determinados campos de su aplicación, aun

cuando en otros no ha ofrecido la misma eficacia, y pese a que muy pocos la

entienden y manejan apropiadamente. Esta situación ha generado un ambiente

de duras críticas no sólo a la metodología estadística empleada sino, y sobre

todo, al metodologismo militante.

El deseo de imponer un criterio único de verdad objetiva ha llevado a implantar

una serie de dogmas de investigación, como el empleo sistemático de datos de

todo tipo, incluyendo “datos cualitativos”, y datos obtenidos mediante

procedimientos dudosos que intentan objetivar y cuantificar incluso aspectos

subjetivos y cualitativos del ser, con el sólo propósito de emplear el método

estadístico frecuentista-inferencial, que, para grandes sectores académicos,

acaba siendo el único método de estudio de la realidad, cualquiera que esta

sea.

Luego de un análisis de la historia de la ciencia y un recorrido por el

pensamiento de algunos filósofos de la ciencia, queda claro que no existe

ningún método que pueda preciarse de ser “el método científico” y que la

realidad no puede estar sometida a un único método de estudio. El científico,

en su esfuerzo por comprender el aspecto de la realidad que le interesa, está

obligado a alejar su mente de los cánones y presupuestos culturales,

procurando mantener la libertad de su pensamiento y emplear su ingenio y

creatividad para elaborar el procedimiento más apropiado para su investigación.

Todo hombre de ciencia se convierte en investigador en el instante en que

descubre el mejor método para estudiar el problema que le interesa desde su

enfoque particular. Esta conducta natural del científico ha generado una gran

cantidad de “métodos” que hoy son un reto para cualquier sistema de

clasificación. Pero tales métodos no pueden ser prescriptivos, sólo pueden

servir como modelos a imitar si la naturaleza del fenómeno en estudio es la

misma.

Referencias

(1) Ioannidis J.P.A. “Why Most Published Research Findings Are

False?” PLoS Medicine Vol. 2, No. 8, e124 August, 2005.

doi:10.1371/journal.pmed.0020124

(2) “Minimizing Mistakes and Embracing Uncertainty” PLoS Medicine

Vol. 2, No. 8, e272 August, 2005. doi:10.1371/journal.pmed.0020272

(3) Hebe M. C. Vessuri. “De la transferencia a la creatividad. Los

papeles culturales de la ciencia en los países subdesarrollados”. Polis.

Revista de la Universidad Bolivariana. Año/Vol 1. Nro. 003 Santiago,

Chile.

(4) Sarria Castro M, Silva Ayçaguer LC. “Las pruebas de significación

estadística en tres revistas biomédicas: una revisión crítica”.

Revista Panamericana de Salud Publica. 004;15(5):300-6

(5) VEGA-BRICENO, Luis E. y SANCHEZ D., Ignacio. “¿Cual es la

importancia del significado del p en medicina?” Rev. Méd. Chile,

mar. 2005, vol.133, no.3, p.383-384. ISSN 0034-9887.

(6) La página del seminario dictado por el profesor R. Chris Fraley “The

Statistical Significance Testing Controversy: A Critical Analysis” nos

ofrece una lista de los más interesantes artículos publicados en torno al

debate estadístico en

psicología:http://www.uic.edu/classes/psych/psych548/fraley/

Véase también la compilación de Bill Thompson “Citations Questioning

the Indiscriminate Use of Null Hypothesis Significance Tests in

Observational Studies”

en http://welcome.warnercnr.colostate.edu/~anderson/thompson1.h

tml

(7) Statistical Methods in Psychology Journals: Guidelines and

Explanations. Leland Wilkinson and Task Force on Statistical Inference.

APA Board of Scientific AffairsTask Force on Statistical Inference,

American Psychological Association, Science Directorate, Washington,

DC, US 1999 Aug Vol 54(8) 594-604

(8) Jay Gould, Stephen. “THE MEDIAN ISN'T THE MESSAGE”.

Disponible en:

http://www.phoenix5.org/articles/GouldMessage.html abierto

22/08/2008.

(9) Konrad Lorenz (1959) “La percepción de la forma como fuente del

conocimiento de causas científico” en “Sobre las conductas animal y

humana”, Artemisa, México, 1985. pp. 294.

(10) Letra del tango “Cambalache” de Enrique Santos Discépolo, 1935.

(11) Beissel-Durrant, Gabriele. “A Typology of Research Methods

Within the Social Sciences ESRC. National Centre for Research

Methods (NCRM) and Southampton Statistical Sciences Research

Institute (SRI) School of Social Sciences, University of Southampton,

Southampton, United Kingdom

(12) Montero, Ignacio; León, Orfelio. “Clasificación y descripción de

las metodologías de investigación en Psicología” Revista

Internacional de Psicología Clínica y de la Salud, 2002 Vol2 Nº 3 pp.

503-508

(13) Glaser, B. & Strauss, A. (1967) “The discovery of grounded theory:

strategies for qualitative research” Aldine.

(14) J. L. González de Rivera y Revuelta y Armando Morera Fumero.

“Adaptación española de la escala de Holmes y Rahe”. Psiquis. 1983;

4(1): 7-11.

(15) Feyerabend , Paul. “Como defender a la sociedad de la

ciencia”. Polis, Revista de la Universidad Bolivariana [en línea] 2001, 1

(001):[fecha de consulta: 06 de septiembre de 2008] Disponible

en: http://redalyc.uaemex.mx/redalyc/src/inicio/ArtPdfRed.jsp?

iCve=30501121

Bibliografía

• Bunge, M. (1997) “La ciencia, su método y su filosofía”; Bs. As.;

Sudamericana.

• Bridgman, P. W. (1927). “La lógica de la física moderna”; Ateneo; 1976

• Cameron Crombie, A. & Lluís Barona, J. (1993) “Estilos de pensamiento

científico a comienzos de la Europa Moderna” Universitat de València.

• Cea, M. (1996). Metodología Cuantitativa. Estrategias y Técnicas de

Investigación Social. Madrid: Editorial Síntesis.

• Cohen, J. (1994). The earth is round (p < .05). American

Psychologist, 49, 997-1003.

• Conant, James B. (1963) “La comprensión de la ciencia” Bs. As. Plaza y

Janes.

• Coreth, E. (1972). Cuestiones Fundamentales de Hermenéutica. España.

Herder.

• Chow, S. L. (1988). Significance test or effect size? Psychological

Bulletin, 103, 105-110.

• Dartigués, A. (1975). La Fenomenología. Barcelona: Herder

• Dilthey, W. (1998). Introducción a las ciencias del espíritu. Madrid:

Espasa Escalpe.

• Feyerabend, P. K. (2007) “Tratado contra el método” Tecnos.

• Gadamer, H. (1999). Verdad y Método. Vol 1 y II. Madrid: Ed. Sígueme.

• Kuhn, T. S. (1971) “La estructura de las revoluciones científicas” FCE.

México.

• Koch, Sigmund. (1969) “Psychology in human context” University of

Chicago, 1999.

• Lorenz, Konrad (1985) “Sobre las conductas animal y humana”, Artemisa,

México.

• Toulmin, Stephen and Leary, David E., “The Cult of Empiricism in

Psychology, and Beyond”, en Sigmund Koch & David Leary, A Century of

• Psychology As Science, Washington, American Psychological

Association, 1992, pp. 594-617.

• Lyken, D. L. (1991). What’s wrong with psychology? In D. Cicchetti &

W.M. Grove (eds.), Thinking Clearly about Psychology, vol. 1: Matters of

• Public Interest, Essays in honor of Paul E. Meehl (pp. 3 – 39).

Minneapolis, MN: University of Minnesota Press.

• May, R. (1967) “El dilema del hombre” Gedisa, 2003.

• Martyniuk, C. (1994). Positivismo, Hermenéutica y Los Sistemas

Sociales. Argentina: Ed. Biblos.

• Meehl, P. E. (1967). Theory-testing in psychology and physics: A

methodological paradox. Philosophy of Science, 34, 103-115.

• Merelau-Ponty, M. (1969) La Fenomenología y las Ciencias del Hombre.

Buenos Aires, Nova.

• Montero, M. (1995). El Sentido y la Medida. Reflexiones sobre El Método.

Revista Comportamiento. USB, Vol. 4, No. 1: 65-82

• Polit, D.F. y Hungler, R. P. (1997) “Investigación científica en ciencias de

la salud”. México: McGraw Hill, Interamericana, Págs. 526-543.

• Popper, K. (1974) “Conocimiento objetivo”. Tecnos.

• Ricoeur, P. (1998). La teoría de la interpretación. Discurso y excedente

de sentido. Madrid: Ed. Siglo XXI.

• Silva Ayçaguer, L.C. / Muñoz Villegas, A. “Debate sobre métodos

frecuentistas vs bayesianos” XVII Reunión Científica SEE. Santiago de

• Compostela 27-29 de octubre de 1999 Gac. Sanit. 2000;14(6):482-494.

• Rozeboom, W. W. (1960). The fallacy of the null hypothesis significance

test. Psychological Bulletin, 57, 416-428.

• Scarr, S. (1997). Rules of evidence: A larger context for the statistical

debate. Psychological Science, 8, 16-17.

• Tukey, J. W. (1969). Analyzing data: Sanctification or detective

work? American Psychologist, 24, 83-91.