Opinión: observadores sesgados de la naturaleza

WIKIMEDIA COMMONS, ADMINISTRACIÓN DE REGISTROS Y ARCHIVOS NACIONALES DE EE. UU.

Los científicos no son robots que registran eventos utilizando métodos mecánicamente objetivos. Como todos los seres humanos, los científicos tienen prejuicios. De hecho, el sesgo inherente a la ciencia ha suscitado debates sobre el cambio climático, la evolución y otros temas. No obstante, la confiabilidad y la validez de los datos utilizados para sacar conclusiones son el eje del progreso científico.

Con demasiada frecuencia, los argumentos surgen después de que se realizan los análisis y se extraen las conclusiones, en lugar de abordarlas. más a fondo por adelantado. Sostenemos que muchos de los problemas que enfrentan la ciencia y la sociedad se deben a la falta de rigor tanto en la enseñanza como en la implementación de las «mejores prácticas» ampliamente reconocidas. métodos en la ciencia. Un campo que tiene una historia de esto es el comportamiento animal. Hace un siglo, Kluge Hans, el caballo inteligente que supuestamente podía resolver problemas matemáticos mucho más allá…

Muchos ojos ciegos

Hay dos formas principales de aliviar los problemas derivados del sesgo del observador. La primera, particularmente destacada en los experimentos, es que el observador/experimentador esté ciego a las condiciones que se están probando. Entonces, si uno está evaluando si un tratamiento farmacológico en lugar de otro altera una medida de ansiedad en ratones, entonces el observador no debe saber qué tratamiento han recibido los ratones. Por lo tanto, se eliminan los sesgos inconscientes en el registro de datos. Alternativamente, o además, al menos dos observadores independientes deben registrar los datos. La alta concordancia entre observadores en los datos recopilados ayuda a garantizar la confiabilidad de los datos y su posterior interpretación.

Además, con el fácil y económico acceso actual a los equipos de grabación de video, a menudo es bastante factible tener observadores evalúe los ensayos utilizando cualquiera de una serie de programas de observación computarizados y evite el tedioso registro manual. Sin embargo, después de evaluar una muestra sistemática de casi 1000 artículos de datos originales publicados desde 1970 en cada una de las 5 principales revistas sobre comportamiento animal, encontramos que, con una excepción, menos del 5 % de los artículos de cada revista habían empleado las mejores técnicas disponibles. para minimizar el sesgo.

Incluso los investigadores de laboratorio que utilizan métodos de grabación automatizados deben tener cuidado con los posibles sesgos que introducen en el experimento. Rara vez se mide la confiabilidad de estos dispositivos a lo largo del tiempo para garantizar que miden con precisión lo que el investigador supone que está midiendo. Además, estas metodologías a menudo solo son aplicables en la investigación que utiliza tipos estándar de medidas de comportamiento susceptibles de tal automatización, y no para trabajos pioneros que utilizan nuevas medidas en contextos inusuales. Por lo tanto, incluso los experimentos de laboratorio altamente controlados deben incorporar medidas adicionales para garantizar una recopilación de datos imparcial y confiable.

Un problema generalizado

Aquellos que no estudian el comportamiento pueden pensar que están fuera de peligro. Ellos no son. Los geles de electroforesis, la densidad de neuronas en portaobjetos histológicos, las medidas de moléculas a micro y nanoescala, etc., también deben codificarse a ciegas y de forma fiable. A menudo, esto se puede hacer fácilmente, pero como en el campo del comportamiento, estos métodos no siempre se utilizan, o al menos no se informan. Además, el uso de colores falsos en la evaluación de los escáneres cerebrales y el cosmos puede posiblemente distorsionar las interpretaciones cualitativas según los contenedores utilizados para agrupar las respuestas e incluso los tonos seleccionados.

Los investigadores de campo pueden cuestionar nuestro llamado a métodos formales para reducir sesgo y falta de fiabilidad: están solos en el campo; ciertamente saben qué población o individuo están observando; no son capaces de hacer el tipo de cosas defendidas por esos puristas de laboratorio que son simplemente escépticos acerca de la investigación de campo; ¿Qué pasó con la confianza? Pero argumentamos que la conciencia del problema y el uso apropiado de los métodos de registro modernos pueden permitir tanto la recopilación ciega de datos como la prueba de confiabilidad de al menos subconjuntos de datos.

Otra crítica es que estas técnicas inhiben la creatividad, la novedad y la la capacidad de descubrir fenómenos importantes debido a las limitaciones que conllevan, que consumen mucho tiempo, son tediosas y, a menudo, innecesarias. Como muestra un artículo reciente de John Lounsbury y otros en la Universidad de Tennessee, los científicos tienen poca conciencia medida por la paciencia con el seguimiento de reglas de rutina, procedimientos estructurados, pensamiento convencional y formas relacionadas de lidiar con su trabajo y carrera. Pero la impaciencia no es una excusa para prácticas de investigación menos exhaustivas.

Lo que agrava el problema es el papel cada vez mayor de varios autores en los artículos, en los que cada componente aportado por un autor o equipo a menudo se acepta sin una evaluación meticulosa por parte de los autores. el resto de los autores, lo que puede ser difícil para los científicos que tienen, por diseño, diferentes antecedentes y, tal vez, un deseo humano de ser colegiados. No obstante, todos los autores deberían preocuparse de que sus reputaciones se vean mancilladas por colegas que, quizás sin darse cuenta, sean menos rigurosos de lo que debería esperarse en la buena ciencia. La reciente confirmación del fraude intencional en numerosas áreas de la ciencia, más recientemente en la psicología social, no es contra lo que estamos advirtiendo. Es que tales eventos pueden ser en parte consecuencia de una cultura científica y una política editorial que no deja en claro deliberadamente las expectativas de que los artículos deben mostrar cómo implementaron los métodos para evitar problemas con el sesgo.

En resumen, se necesitan procedimientos más proactivos para minimizar la posibilidad de sesgo en nuestra investigación observacional y experimental. Si bien las precauciones de cegamiento y confiabilidad no garantizan resultados válidos, su falta puede conducir, si no a errores reales, a la percepción de un sesgo indebido. Como comenzamos, los científicos no son robots. Son individuos atrapados con demasiada frecuencia en una carrera competitiva y, como todos los demás, son propensos al autoengaño.   Como científicos, debemos estar dispuestos a enfocarnos en nosotros mismos utilizando no solo la intuición, la eminencia o la integridad percibida, sino también las características de la ciencia: información pública, replicable, confiable y cuantitativa.

Gordon M. Burghardt es Alumni Distinguished Service Professor de Psicología y Ecología & Biología Evolutiva de la Universidad de Tennessee. Todd M. Freeberg es profesor asociado de psicología en la Universidad de Tennessee. Lea más sobre sus pensamientos sobre cómo minimizar el sesgo del observador en esta reciente Etología perspectiva.

¿Interesado en leer más?

Hazte miembro de

Recibe acceso completo a más de 35 años de archivos, como así como TS Digest, ediciones digitales de The Scientist, artículos destacados y ¡mucho más!Únase gratis hoy ¿Ya es miembro?Inicie sesión aquí