Los datos deben ser un libro abierto para que la ciencia sea más confiable. Quinn Dombrowski / Flickr, CC BY-SA

Era 1986, y la agencia espacial estadounidense, NASA, se tambaleaba por la pérdida de siete vidas. El transbordador espacial Challenger se había roto aproximadamente un minuto después de su lanzamiento.

Se formó una comisión del Congreso para informar sobre la tragedia. El físico Richard Feynman fue uno de sus miembros. Funcionarios de la NASA le habían testificado al Congreso que la posibilidad de una falla en el transbordador estaba alrededor de 1 en 100,000. Feynman quería ver más allá del testimonio oficial de los números y datos que lo respaldaban.

Después de completar su investigación, Feynman resumió sus hallazgos en un apéndice del informe oficial de la Comisión, en el cual declaró que los funcionarios de la NASA se habían "engañado a sí mismos" y habían pensado que el transbordador estaba a salvo.

Después de un lanzamiento, las partes del transbordador a veces volvían dañadas o se comportaban de forma inesperada. En muchos de esos casos, la NASA dio con explicaciones convenientes que minimizaron la importancia de estas banderas rojas. La gente de la NASA deseaba desesperadamente que el transbordador estuviera a salvo, y esto matizó su razonamiento.

Para Feynman, este tipo de comportamiento no era sorprendente. En su carrera como físico, Feynman había observado que no solo los ingenieros y gerentes, sino también los científicos básicos tienen prejuicios que pueden conducir al autoengaño.

Feynman creía que los científicos deberían recordar constantemente sus prejuicios. "El primer principio" de ser un buen investigador, según Feynman, "es que no debes engañarte a ti mismo, y eres la persona más fácil de engañar".

Muchos ojos

Un científico puede construir una carrera a partir de una teoría, y luego descubrir que tiene mucho en juego porque esa teoría es cierta. E incluso aquellos de nosotros que estamos menos comprometidos con la teoría aún esperamos que cada nuevo punto de datos apoye nuestra teoría actual, incluso si solo pensáramos en esa teoría ayer.

En el informe oficial al Congreso, Feynman y sus colegas recomendaron que se establezca un grupo de supervisión independiente para proporcionar un análisis continuo de los riesgos menos sesgados de los que podría proporcionar la propia NASA. La agencia necesitaba información de personas que no tenían una participación en el servicio de transporte seguro.

Los científicos individuales también necesitan ese tipo de información. El sistema de ciencia debe establecerse de tal manera que los investigadores que se suscriben a diferentes teorías puedan dar interpretaciones independientes del mismo conjunto de datos.

Esto ayudaría a proteger a la comunidad científica de la tendencia de los individuos a engañarse a sí mismos para obtener apoyo para su teoría que no existe.

Para mí, está claro: los investigadores deberían examinar rutinariamente los datos brutos de otros. Pero en muchos campos hoy en día no hay oportunidad de hacerlo.

Los científicos comunican sus hallazgos entre sí a través de artículos de revistas. Estos artículos proporcionan resúmenes de los datos, a menudo con una gran cantidad de detalles, pero en muchos campos los números sin procesar no se comparten. Y los resúmenes se pueden artificiosamente dispuestos para ocultar contradicciones y maximizar el apoyo aparente para la teoría del autor.

Ocasionalmente, un artículo es fiel a los datos que lo respaldan, mostrando las verrugas y todo. Pero no debemos contar con eso. Como me dijo el químico Matthew Todd, eso sería como esperar que el folleto de un agente inmobiliario para una propiedad muestre los defectos de la propiedad. No comprarías una casa sin verla con tus propios ojos. Puede ser imprudente comprar una teoría sin ver los datos sin filtrar.

Muchas sociedades científicas lo reconocen. Desde hace muchos años, algunas de las revistas que supervisan tienen la política de exigir a los autores que proporcionen los datos en bruto cuando otros investigadores lo soliciten.

Desafortunadamente, esta política ha fallado espectacularmente, al menos en algunas áreas de la ciencia. Los estudios han encontrado que cuando un investigador solicita los datos detrás de un artículo, los autores de ese artículo responden con los datos en menos de la mitad de los casos. Esta es una gran deficiencia en el sistema de la ciencia, una vergüenza realmente.

La política bien intencionada de exigir que se proporcionen datos si lo prefieres ha resultado ser una fórmula para correos electrónicos no respondidos, excusas y retrasos. Una información antes de la solicitud la política, sin embargo, puede ser efectiva.

Algunas revistas han implementado esto, Requiriendo que los datos se publiquen en línea después de la publicación del artículo.

¿Semana de datos abiertos?

La adopción de esta nueva política de publicación de datos ha sido lenta, frenada por un segundo defecto en el sistema de la ciencia. Actualmente, los investigadores son recompensados, en forma de promociones de trabajo y subvenciones, por sus artículos que anuncian sus hallazgos, pero no por los datos detrás de los artículos.

Como resultado, algunos científicos acumulan datos. Con cada conjunto de datos, publican tantos artículos como pueden, pero se resisten a publicar los datos.

Para corregir la ciencia, necesitamos cambiar estos incentivos: el intercambio de datos debe ser recompensado; proporcionar un nuevo análisis crítico de los datos debe ser recompensado; hacer agujeros en las afirmaciones de los demás sobre un conjunto de datos debe ser recompensado.

Si se puede aumentar el rendimiento del escepticismo profesional, la ciencia perderá menos tiempo en la búsqueda de falsas teorías.

Mientras escribo esto, nos acercamos al final de la octava Semana Internacional de Acceso Abierto. Esta es una semana para celebrar que un número creciente de artículos científicos están disponibles de forma gratuita en lugar de publicarse detrás de los muros de pago, y un momento para abogar por más.

El acceso abierto a los artículos es importante, pero también debemos abrir los datos. ¿Necesitamos comenzar una Semana internacional de datos abiertos? En un mejor sistema de ciencia, el intercambio de datos sería de rigor.

Sobre el Autor

Alex O. Holcombe, profesor asociado, Facultad de Psicología, Universidad de Sydney. Él investiga cómo se combinan las señales de los destellos de diferentes neuronas de las áreas de un objeto en movimiento, así como cómo los límites temporales limitan el seguimiento de objetos importantes en una escena dinámica.

Este artículo se publicó originalmente el La conversación. Leer el articulo original.

Libro relacionado:

at

Gracias por su visita InnerSelf.com, dónde están 20,000+ Artículos que cambian la vida y promueven "Nuevas actitudes y nuevas posibilidades". Todos los artículos están traducidos al 30+ idiomas. Suscríbete a la revista InnerSelf, que se publica semanalmente, y a Daily Inspiration de Marie T Russell. InnerSelf Revista se publica desde 1985.