Existen dos riesgos en el mundo académico que a veces vale la pena correr. El primero es la elección de títulos osados. El segundo es aventurar tendencias. Cuando esto último se hace en una conversación informal, en medio de un congreso o bien en una comida entre profesores, puede resultar hablar para hablar. Cuando se hace en un artículo de opinión y divulgación cómo es este, todo toma un color más arriesgado, pues queda escrito para que todo el mundo pueda comprobar, si es el caso, que una tendencia que se anunció no fue realidad. Manos a la obra, pues; para eso estamos, también.
La rapidez con la que los nuevos conceptos aparecen y son engullidos por conceptos todavía más nuevos es cada vez, a mi parecer, más elevada. Así, a pesar de que todavía oímos hablar de las nuevas Tecnologías de la Información y la Comunicación (algunas de las cuales ya han superado de largo la adolescencia), hace un tiempo todo era 2.0, y en poco tiempo pasaremos de ser gestores a ser curadores. Y sólo hay que mirar en los medios sociales como Twitter la efímera vida de lo que es tendencia.
En cualquier caso, lo que sí resulta claro a estas alturas es que los datos y su gestión no sólo cambiarán la búsqueda científica sino otros muchos ámbitos. Haciendo el paralelismo entre el concepto de smart cities, donde una de sus muchas vertientes es la capacidad de la propia ciudad y sus ciudadanos de tomar decisiones más o menos automatizadas en función de unos sensores de datos que permiten generar conocimiento, podemos decir que cada vez los investigadores seremos más smart, sobre todo en el ámbito de las Ciencias Sociales.
Esto tendrá evidentemente una serie de consecuencias. Muchos mecanismos de recogida de datos, y la facilidad para tratarlas (si se tienen los conocimientos), nos pueden llevar a la desaparición, por ejemplo, del concepto muestra. ¿Por qué hablar de muestra si es posible tratar y trabajar con el dominio entero de estudio? ¿Puede ser el fin de la discusión (necesaria) de si las muestras son realmente representativas? Pero también tiene otra derivada, que es la necesaria alfabetización no ya digital u ofimática, sino de software para tratar y trabajar esta ingente cantidad de datos, el big data.
La otra gran derivada será, considero, la forma de presentar los resultados; lo que ahora se conoce, desde varios ámbitos como la visualización de datos o creación de infografías. Se impondrá la necesidad de encontrar aquella forma visual más efectiva y eficiente (y a menudo menos textual) para representar un conjunto de datos y en el fondo ayudar a generar el conocimiento necesario asociado. ¿Es nuevo? No, sólo hay que pensar en una de las formas más ingeniosas de representar el conocimiento, como es la Tabla Periódica de Mendeleiev.
Vamos más allá incluso, y aquí es donde retomamos el segundo concepto, la datocracia: si nuestros mecanismos de toma de decisiones se automatizan en cuanto que se automatiza la recogida de datos (cuando se abre una luz o se cierra, cuando inferimos si una búsqueda es eficiente o no, cuando deducimos que una publicación tiene impacto, cuando cuantificamos el prestigio de un profesor), ¿se avecina una sociedad o un mundo académico excesivamente centrado en el dato? ¿O lo que hacemos es hacer más perfecto el sistema?
A estas alturas es posible que el colectivo científico y académico no haya acabado de resolver definitivamente estas cuestiones. Por mi parte, pienso que vamos hacia allá, pero no lo entiendo como algo negativo, sino como una evolución lógica, a pesar de considerar que lo que se estará haciendo posiblemente es emular el modelo clásico de las Ciencias Puras en las Ciencias Sociales. Lo que es seguro es que los científicos sabremos responder mejor a las preguntas de investigación, y tendremos más herramientas y más capacidades para generar retos cada vez más ambiciosos.
Para saber más:
Tabla Periódica de los Elementos
Cita recomendada
LÓPEZ-BORRULL, Alexandre. 'Smart researchers' o datocracia? COMeIN [en línea], noviembre 2013, núm. 27. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n27.1379
