CÓMO SE ENGAÑAN LOS CIENTÍFICOS Y CÓMO PUEDEN DETENERSE

1.- INTRODUCCIÓN. -

En la actualidad muchos científicos buscan probar la mayor cantidad de investigaciones

enfocándose en el resultado que desean conseguir y obviando otras hipotesis que pueden ser
importantes.

Esto es un problema que con el paso del tiempo se va dando en mayor grado debido a que la
ciencia va desarrollando rápidamente, se va simplificando muchos análisis de estudios debido
a las herramientas que proporciona el desarrollo de nuevas tecnologías, llevando a
enceguecer sobre muchos procesos que pueden ser importantes en la investigación y
consecuencia de ello se llega a conclusiones erróneas.

El indicie de replicabilidad de los trabajos hasta 2015 eran modestos (0.02%) sin embargo
este valor pudo ir creciendo debido a que muchos científicos caen en el autoengaño o fraude
o error.

2.- MARCO TEÓRICO

Un estudiante descubrió que en un artículo de Gelman donde afirmaba una estrategia para
obtener mas votos en una elección en EEUU, estaba errónea debido a una equivocación en
el signo de una de las variables.

Gelman remonta su error a la falibilidad del cerebro humano. La falibilidad según Umberto
Eco (semiólogo italiano) sostiene que el conocimiento humano nunca es absoluto y ese
encuentra en flujo llevando a los científicos seguir un paradigma a eliminar teorías que surgen
fuera de su objeto de investigación.

Según el estadístico John Loannidis, la falta de comprensión de nuestros propios prejuicios

ha ayudado a crear una crisis de confianza sobre la reproducibilidad de los resultados
publicados.

2.1 El problema
A medida que va avanzando la ciencia el ambiente económico se va haciendo mas
competitivo. Los científicos tratan de acumular resultados estadísticamente significativos
dando énfasis al resultado, motivando a la mente a encontrar lo que desea encontrar.

El uso generalizado de software de análisis de datos facilita a examinar los puntos sin
comprender los métodos encontrando valores pequeños de pvalue que no significan nada.
Esto lleva a un círculo vicioso de perseguir resultados cada vez mejores.

2.1.1 Hipótesis Miopía (falacias cognitivas en la investigación)

Los investigadores se obsesionan con la recolección de evidencia para respaldar solo una
hipótesis descuidando buscar evidencia en su contra y no consideran otras explicaciones.
Buscan a que la hipótesis sea cierta que es lo que desean.

Según Pashler: Tampoco es siempre obvio para los investigadores. "Simplemente obtienes
un poco de aliento de los datos y luego piensas, bueno, este es el camino a seguir"

Cuando se tiene muchas opciones diferentes, escoger la que da resultados mas agradables o
interesantes puede llevar una representación imparcial de datos.

2.1.2 P Hawking

El p hacking supone la comprobación de forma automática de un gran número de hipotesis

sobre un único conjunto de datos mediante una exhaustiva búsqueda de combinaciones de
variables que pueden mostrar una correlación.

Cuando se tiene un gran número de pruebas algunas producen resultados falsos que pueden
ser tomados como positivos si se alteran el margen de error que se han permitido. Este es un
gran problema que lleva a que estudios que no son del todo acertados puedan ser forzados a
obtener resultados deseados.

2.1.3 Atención Asimétrica

Este problema se da cuando los científicos dan por bueno a los resultados esperados, pero
verificando rigurosamente los resultados no intuitivos. Cuando los datos no coinciden
piensas que se cometió un error en el proceso anterior sin darnos cuenta que también
probablemente se cometió errores en otras situaciones.
Según un estudio de 2004 con biólogos moleculares, en el 88% de los casos en los que
resultados no coincidían con las expectativas las inconsistencias eran atribuidas a fallos
experimentales, pero no a fallos en sus propias teorías.

2.1.4 Así de narración

Muchos científicos tratan de justificar sus conclusiones no esperadas que están por muy
debajo de lo estadísticamente significativo. Los investigadores encontrarán una historia que
ocasionalmente no es real.

Otra tentación es racionalizar por qué los resultados deberían haber surgido de cierta manera,
pero no lo hicieron, lo que podría llamarse JARKing o justificar una vez que se conocen los
resultados.

2.2 Las soluciones

Los sesgos cognitivos impiden el desarrollo de la ciencia, contrarrestar esto se reduce a ser
escéptico ante los hallazgos y eliminar falsos positivos.

Cuando los científicos hacen explícitamente una lista de explicaciones alternativas para sus
observaciones, pueden reducir su tendencia a contar historias tan sencillas.

2.2.1 Transparencia

Se puede mejorar el estudio, poniendo los datos científicos a disposición de un público más
amplio que los revisores y las revistas para que trabajen conjuntamente en los temas
controvertidos.

Una extensión aún más radical de esta idea es la introducción de informes registrados:
publicaciones en las que los científicos presentan sus planes de investigación para la revisión
por pares antes incluso de hacer el experimento.

2.2.2 Equipo de rivales

Invitar a los rivales académicos a trabajar puede ayudar a convertir una confrontación a un
argumento interesante que la gente puede escuchar y evaluar. Los rivales identificaran las
fallas como la hipotesis de miopía, la atención asimétrica o la de narración de cuentos
ayudando a favorecer a la investigación.
Sin embargo, una colaboración conflictiva puede que no resuelva el problema, pero según
muchos de los investigadores esto genera nuevas ideas comprobables y acercando un poco a
las dos partes.

2.2.3 Análisis de datos a ciegas

La idea es que los investigadores que no saben qué tan cerca están de los resultados deseados
tendrán menos probabilidades de encontrar lo que buscan inconscientemente.

Una forma de hacerlo es creando un conjunto de datos alternativos agregando ruido aleatorio,
moviendo a los participes a diferentes grupos. Los investigadores no saben en ningún
momento si sus resultados son valiosos o no. Solo al final ven sus resultados. Esto genera un
suspenso y cuando se verifica que los resultados son buenos genera una mayor sensación de
seguridad.

3. ANÁLISIS CRITICO

El crecimiento de la ciencia cada vez es mayor llevando a que se busque demostrar la mayor
cantidad de investigaciones por parte de los científicos e investigadores.

La naturaleza del ser humano es la de supervivencia, en el campo de la ciencia muchos

científicos buscan de mostrar sus hipotesis con el menor grado de error. Pero esto lleva a que
muchos de ellos cometan errores de auto engaño o simplemente fraude. Esto es un aspecto
muy negativo para la ciencia ya que puede desacreditar muchas de las investigaciones que
en su momento pudieron ser alteradas o mal desarrolladas.

En el articulo muestra aspectos que influyen en este problema de autoengaño.

La hipotesis miopes lleva a coleccionar evidencias solo para favorecer las hipotesis favoritas
negando a observar las demás evidencias que no son favorables. Este problema parecer ser
muy común debido a la naturaleza humana, pues la mayoría trata de buscar solo aquellas
cosas positivas que le interesa limitándose a inspeccionar otros puntos de vista.

Al enfocarse solo en un tema de desarrollo, muchos científicos tratan de demostrar resultados

esperados, este aspecto es muy negativo mas que todo porque se puede llegar a forzar a llegar
a esos resultados modificando algunos parámetros.
El articulo propone una serie de características que pueden llevar a solucionar estos
problemas. La transparencia ayuda a que se ponga a disposición de un publico mas amplio
de revisores ayudando a detectar falencias, esto evita a limitarnos solo con lo que suponemos
que es necesario para la investigación evitando a forzar resultados. También la de invitar a
rivales, esta a mi parecer es un punto muy importante, pues las criticas ayudan a identificar
problemas con mayor rapidez además de crear un entorno competitivo que genere mejores
argumentos.

4. CONCLUSIONES

La competitividad es un aspecto positivo pero que también puede ser negativo, muchas veces
se trata de sobresalir sin importar las consecuencias. Esto lleva a un pensamiento egoista. En
la ciencia pasa lo mismo, pero mayormente esto no es intensional, es mas un aspecto de
autoengaño, muchos científicos se basan solo en lo que creen esencial para su investigación,
este es uno de los peores errores.

Las soluciones que se proponen en el artículo son interesantes, donde se enfatiza más que
todo que para la investigación se debe ser transparentes y no limitarse solo en lo que uno cree
que es correcto, se debe considerar los aspectos positivos tanto negativos para ayudar a
obtener mejores resultados y que puedan ser comprobables.

El objetivo de las investigaciones es el de aportar a la sociedad dejando de lado el interés

personal.

5. BIBLIOGRAFÍA

- Nuzzor R. (2015) How scientists fool themselves – and how they can stop;
Nature,526(7572),182-185/526182a

- Eduardo Robredo Zugasti, (2015), Cómo se engañan los científicos; Tercera Cultura.

Recuperado de http://www.terceracultura.net/tc/como-se-enganan-los-cientificos/.

- Umberto Eco, (2010), La falibilidad de la ciencia; El espectador.

Recuperado de https://www.elespectador.com/opinion/la-falibilidad-de-la-ciencia-columna-
210497