Regístrate

Preguntas y respuestas con Daniel Sarewitz: ¿Cuál es el papel de la ciencia en un mundo posnormal?

Hablamos con Daniel Sarewitz, profesor de ciencia y sociedad en la Universidad Estatal de Arizona, sobre la ciencia posnormal y lo que significa la incertidumbre para los científicos que trabajan para brindar asesoramiento a los responsables de la formulación de políticas. Esta entrevista tuvo lugar al margen de la segunda conferencia sobre asesoramiento científico a los gobiernos en Bruselas, Bélgica, del 2 al 28 de septiembre de 29.

El debate sobre la ciencia posnormal comienza con una observación: que vivimos en un mundo donde los hechos no son seguros, hay mucho en juego para las decisiones y esas decisiones son urgentes. ¿Qué significa eso para la ciencia y qué significa eso si la ciencia quiere informar la formulación de políticas?

Sarewitz: Cualquiera que sea la ciencia que esté haciendo sobre un problema posnormal, siempre estará incompleta y siempre estará sujeta a revisión y será altamente incierta. Puede verse desde numerosas perspectivas científicas. Entonces, múltiples estudios científicos pueden producir múltiples resultados, por lo que conduce a una profusión de verdades que pueden movilizarse en nombre de diferentes conjuntos de valores. Los valores y los hechos pueden emparejarse de diferentes maneras.

Un ejemplo que me encanta es cómo todo el mundo habla de cómo existe un consenso sobre los OMG. Bueno, hay consenso en torno a una parte limitada del tema de los transgénicos, como hay consenso en torno a una parte estrecha del cambio climático. Pero los problemas reales tienen que ver con "¿qué se podría hacer?" preguntas. Entonces, para los OGM, por ejemplo, cuando la gente dice que hay un consenso, lo que quieren decir es "sabemos que no son un riesgo para la salud". Así que lo aceptaré por riesgo para la salud, no tengo ningún problema con eso. Pero luego dice, "y sabemos que serán una parte esencial del futuro económico de África". Bueno, tal vez eso sea cierto, ¿de quién modelo estás usando? ¿Qué tipo de datos ha utilizado para generar eso? ¿Cuáles son sus suposiciones? Me refiero a todo lo que tenga que ver con las proyecciones del futuro y las afirmaciones sobre cómo se verá el mundo, en un sistema abierto y multivariable, estarán sujetas a que diferentes personas presenten diferentes afirmaciones y conclusiones. Y eso es exactamente lo que sucede.

Y cuando incorporas la ciencia al debate político, have para elegir qué ciencia desea utilizar. Debe hacer coincidir eso con prioridades particulares sobre los problemas de política que desea resolver. Creo que la ciencia es realmente importante, creo que queremos ser fácticos, creo que queremos tener un control sobre la realidad y creo que la ciencia puede ayudarnos a hacer eso. Pero para los problemas en los que hay tantos caminos a seguir, tantos valores en competencia, los sistemas en sí son tan complicados, no creo que la ciencia sea una parte privilegiada de la solución.

Pero, por otro lado, si se puede llegar a un acuerdo político sobre lo que se debe hacer, entonces la ciencia puede servir muy bien. Porque entonces puedes saber cómo resolver el problema y la gente no va a discutir tanto sobre los resultados. Y esta es la razón por la que es mucho más fácil lidiar con una emergencia que con un problema crónico prolongado. Porque en una emergencia hay convergencia de valores, todos quieren resolver la emergencia y está muy bien definida. Además, obtienes comentarios. Si la ciencia no es buena, lo vas a averiguar, ¿verdad? Ninguna de estas cosas pertenece a estos problemas más grandes, crónicos y prolongados.

Si usted es un individuo o una organización que trabaja en el límite entre la ciencia y la política, ¿cómo puede lidiar con este desajuste entre la ciencia que no puede proporcionar respuestas definitivas y los responsables de la formulación de políticas solicitan exactamente eso?

Sarewitz: Construyendo procesos donde haya una comunicación mucho más regular entre los productores de conocimiento y los usuarios de conocimiento. Un ejemplo que me gusta utilizar es este grupo de investigación medioambiental del Departamento de Defensa de EE. UU. Lo que resolvió con éxito todo tipo de problemas ambientales que la parte civil no pudo resolver. Y la razón fue que el Departamento de Defensa no está politizado, están muy orientados a la misión, no intentaron encargar una investigación básica para comprender todos los aspectos del problema, simplemente necesitaban un problema resuelto. Con cosas como la protección de especies en peligro de extinción, que tenemos muchos problemas para hacer en el sector civil, han sido notablemente efectivas. Es un caso donde la ciencia y los usuarios de la ciencia realmente ocupan el mismo escenario institucional, trabajan juntos hacia el mismo fin.

Pero eso suena un poco a que solo puedo usar la ciencia en la toma de decisiones que me he encargado a mí mismo.

Sarewitz: En mi universidad tenemos algo llamado "centro de decisiones para una ciudad desértica". ASU está en medio del desierto, casi no llueve, hay cuatro millones de personas que necesitan mucha agua. Hay muchos intereses económicos detrás de eso, además de la supervivencia de las personas que viven allí. Creo que este centro ha tenido éxito porque a lo largo de los años han establecido relaciones con los administradores del agua. Eso les ha permitido mantener su independencia como investigadores académicos, pero también comprender el contexto de uso al que se enfrentan los gestores del agua.

Otro ejemplo: la Administración Nacional Oceanográfica y Atmosférica (NOAA) ejecuta un programa llamado Evaluaciones y ciencias integradas regionales, RISA, y la idea es que para áreas con problemas de recursos naturales, por ejemplo, problemas de agua, problemas de uso de la tierra, problemas de peligros naturales, los científicos que son financiados por las agencias gubernamentales deben trabajar con los tomadores de decisiones para ayudar a elaborar su investigación. agendas. Y nuevamente, los científicos aún son independientes, no trabajan en las oficinas de los tomadores de decisiones y la investigación no es pagada por ellos, pero pueden internalizar la restricción que tienen los tomadores de decisiones y la naturaleza de su problema, y elaborar su investigación de manera que proporcione información útil. Así que es lo que se podría pensar como una especie de reconciliación entre la función de demanda y la función de oferta, viviendo juntos, conociéndose.

Consiguiendo vínculos mucho más estrechos y una comunicación más frecuente.

Sarewitz: Sí, y comunicación continua. Pero creo que su punto sobre si la organización debe pagar por ello es excelente, porque para mantener la independencia, tal vez sea mejor que a menudo no lo haga. Creo que el caso de RISA, y el caso del desierto / agua de ASU, son ejemplos en los que los investigadores están políticamente aislados. Su dinero no proviene de quienes toman las decisiones, pero se juntan continuamente. Así que creo que hay todo tipo de buenos y pequeños ejemplos como ese, pero requieren una atención muy centrada y estructuras institucionales adecuadas.

Entonces, ¿se trata también de anclar los grandes problemas de manera mucho más local?

Sarewitz: Esa es una gran pregunta. Porque obviamente hay algunos problemas que son grandes problemas. Creo que cuando las cosas se pueden hacer contextualmente sensibles a nivel local o regional, a menudo es muy útil. Sin embargo, muchas veces los procesos de financiación de la ciencia no están especialmente preparados para eso. Pero no creo que sea imposible aplicar estas ideas a escalas más grandes. Por ejemplo, puede pensar a nivel nacional en temas como la innovación en tecnología energética, un tema realmente controvertido, todo tipo de puntos de vista diferentes sobre qué tecnologías deberíamos estar haciendo y cómo deberíamos hacerlo, pero aún puede trabajar a nivel nacional. Compare los Estados Unidos y Alemania y sus diferentes enfoques para la innovación energética. Entonces no creo que tenga que ser local. Depende del problema.

A pesar de este reconocimiento de vivir en un modo posnormal, muchas personas todavía parecen tener dificultades para dejar ir lo que se llama el modelo de déficit de comunicación de la ciencia. La idea es que si solo se comunicara mejor la ciencia, el público comprenderá y cambiará su comportamiento. Pero hay evidencia abrumadora de que este modelo simplemente no funciona. ¿Por qué crees que esta idea es tan resistente?

Sarewitz: Bueno, y también debería decir que no creo que la mayoría de la gente cree en el modelo post-normal. Y no es que no sean capaces, es posible que nunca hayan estado expuestos. La idea de la ciencia posnormal realmente desafía la noción de ciencia como una cosa unitaria que nos dice qué hacer, PNS realmente dice que tenemos que pensar en la ciencia de una manera diferente en estos contextos controvertidos, y no creo que la mayoría los científicos quieren ir allí. El modelo de déficit los pone a cargo: “comunicamos los hechos, tú escuchas y actúas”. Entonces, si el problema no se resuelve, no es problema de la ciencia. Ésta es una superstición egoísta que generalmente sostiene la comunidad científica. Y las supersticiones son difíciles de desestabilizar.

Al mismo tiempo, también por mi propia experiencia personal al hablar con científicos que realmente se preocupan por tener un impacto social, simplemente no saben cuál es la alternativa. Me pregunto si tienes una idea.

Sarewitz: Bueno, es posible que la respuesta no siempre sea que los científicos hagan algo. Puede ser que necesitemos diferentes tipos de instituciones. Creo que hay ciertas cosas que los científicos no deberían estar haciendo, que es hacer afirmaciones sobre la experiencia donde no la tienen, despreciar al público. Simplemente creo que esas cosas son inútiles y refuerzan esta noción de privilegio, incluso cuando las personas no pueden evitar mirar el mundo y ver que la ciencia no es algo coherente que dice una verdad sobre todos estos temas. Entonces, una cosa que podríamos hacer sería ser más reflexivos sobre nuestra empresa, más honestos y más humildes al respecto, para empezar.

Pero más allá de eso, creo que tenemos enormes problemas institucionales en torno a la ciencia, y no serán tratados por científicos individuales. Los líderes de la comunidad científica realmente necesitan intensificar estos temas. Los formuladores de políticas que se toman en serio la política científica deben intensificar estos temas. Y yo diría que deberíamos dejar de esperar que los científicos individuales hagan tanto, porque eso es parte del problema, este modelo de que si cada científico individual comunicara claramente al mundo lo que está haciendo, entonces todos entenderían las cosas y nosotros Todos seríamos más racionales y nuestros problemas desaparecerían.

Estás tocando algunos de los temas aquí sobre los que escribiste en su artículo "Salvando la ciencia" también, sobre cómo la forma en que se configuran los sistemas científicos fomenta la investigación que es mediocre, no tiene ninguna aplicación o es simplemente errónea. Así que me preguntaba cuáles son, en su opinión, las cosas clave que están mal en el sistema científico actual.

Sarewitz: Bueno, escribí catorce mil palabras al respecto, así que ...

¿Podrías reducirlos a cien?

Sarewitz: Bueno, primero la idea de que la ciencia es, puede ser y debería ser gratuita, carece de sentido. También creo que es peligroso, porque ha llevado a la idea de que la responsabilidad por la ciencia es solo un asunto interno de la propia comunidad científica, que no tienes que rendir cuentas al mundo exterior. Eso realmente significa que no depende de la retroalimentación del mundo exterior, para ayudar a verificar que la ciencia que está haciendo vale la pena o es buena. Una de las razones por las que toda esta ciencia de mala calidad ha salido a la luz es porque la industria, ya sabes, que demonizamos, comenzó a observar algunos de los resultados en la ciencia biomédica que estaban usando para tratar de desarrollar medicamentos y no pudieron replicar. ellos. Esta falta de responsabilidad deriva, creo, de este ideal de ciencia pura y aislada.

Y otra parte del problema es que se está haciendo mucha ciencia sobre estos grandes problemas abiertos, donde realmente no hay forma de saber qué es buena ciencia, qué es un resultado significativo. No hay forma de probar. No hay forma de obtener retroalimentación del sistema real. De alguna manera estamos haciendo preguntas que la ciencia no puede responder. No significa que no debas investigar sobre ellos. Pero tome el tema de los consejos nutricionales que oscilan constantemente, si debe tomar cafeína o no, si debe tomar vino tinto o no. Creo que la verdadera lección es que no estamos haciendo las preguntas adecuadas. No hay respuestas a esas preguntas. Eso depende. Es contextual.

Entonces hay problemas relacionados con el aislamiento y la responsabilidad interna. También hay una cantidad cada vez mayor de ciencia centrada en problemas de ciencia transciencia o posnormales, donde es muy muy difícil decir algo sobre la calidad, y es realmente fácil para los científicos llegar a resultados que parezcan significativos pero que no lo son. .

Y luego, por supuesto, está el horrible sistema de incentivos para publicar, publicar, publicar, obtener subvenciones, obtener subvenciones, obtener subvenciones. Todo eso conduce a este sesgo positivo sistémico y si combina esos incentivos con los otros problemas de aislamiento y responsabilidad, básicamente tiene un sistema fuera de control.

Ya dijiste que tal vez no sean científicos individuales los que deberíamos pedir para cambiar el sistema. ¿Quién puede cambiarlo?

Sarewitz: Derecha. Muy dificil. Creo que tienen que pasar muchas cosas. Como dije, una cosa es que el liderazgo realmente necesita dar un paso al frente y decir que tenemos un problema realmente serio y debemos tomarlo en serio. Los formuladores de políticas no deben politizar eso, lo cual es muy difícil para ellos, ¿verdad? Los científicos experimentados pueden dar un paso atrás, no tienen que seguir actuando como jerbos en una rueda, pueden decir que ya no haré ciencia mala. O no voy a responder a preguntas sin respuesta. O voy a ser más modesto con mis resultados, o voy a publicar menos artículos. Voy a dejar de producir tantos estudiantes de doctorado que no van a conseguir trabajo después.

Creo que la comunidad científica podría alejarse de algunos de los estereotipos de la noción platónica e idealizada de la ciencia como aquello que nos da la verdad perfecta. Todos saben que no es cierto, pero es una especie de mito conveniente. Un poco más de honestidad sobre la naturaleza de la empresa. Así que van a tener que pasar muchas cosas.

Y luego también pienso, esto es algo que he intentado hacer a mi manera modesta, busquemos lugares donde las cosas estén funcionando realmente bien. Y ambos entendamos por qué están funcionando bien, para que podamos usar eso como modelo, pero también celebrar esas cosas en particular. Tienden a ser pequeños y más marginales, a menudo contraculturales y en contra de la corriente.

Solo quiero volver, una vez más, a lo que llamas transciencia: las grandes preguntas, donde dices que quizás estas no sean preguntas que debamos hacernos a la ciencia, o solo a la ciencia. ¿Crees que la respuesta social a estas preguntas debe alejarse quizás de lo que es lo correcto y más hacia: qué es lo que queremos hacer?

Sarewitz: Bueno, la pregunta, qué es lo que queremos hacer, es algo que debe establecerse políticamente. Y creo que no tiene sentido seguir recopilando datos sobre lo que se debe hacer hasta que tengamos algún cierre sobre lo que debemos hacer. Ahora esos no son del todo distintos. Pero no están tan vinculados como decimos. Había muchos datos buenos sobre el cambio climático en 1990, que sugerían que se deberían hacer cosas, y la gente empezó a hablar de ello entonces. No necesitábamos 20 años más de modelos climáticos durante los cuales, en realidad, las incertidumbres y las políticas empeoraron y no mejoraron y mejoraron, por razones de las que no quiero hablar ahora.

Pero creo que una cosa a la que tenemos que renunciar, porque creo que está mal, es la idea de que primero podemos hacer bien la ciencia y luego sabremos qué hacer y cómo hacerlo. Creo que primero tenemos que tener claro cuáles son los valores en juego. Quiénes son los posibles ganadores y perdedores de los diferentes tipos de opciones. Y luego utilícelo para informar tanto el debate político como la creación de conocimiento en nombre de diferentes tipos de opciones, sabiendo que van a ser disputadas políticamente. Y creo que hay cosas por las que hacemos eso. Pero con demasiada frecuencia, y quiero decir que los políticos son totalmente cómplices de esto, ¿qué preferirían hacer, que alguien investigara o tuviera que tomar una decisión difícil, verdad? Entonces ellos pueden decir, investiguen y nos digan qué hacer, y los científicos pueden decir ¡genial!

Aún no lo sabemos.

Sarewitz. Sí. Es una especie de conspiración tácita.

En su artículo, aborda el big data como algo que corre el riesgo de empeorar los problemas de la ciencia en lugar de mejorarlos. Todo el mundo lo ve como este increíble grupo de descubrimientos científicos que podemos hacer.

Sarewitz: Sí. Creo que será realmente útil para algunas cosas, como los autos autónomos, necesitarás cantidades infinitas de datos geoespaciales y todo eso. Entonces, para ese tipo de aplicaciones tecnológicas en las que obtiene retroalimentaciones rápidas, el big data es fantástico. Pero para los problemas transcientíficos, donde puede meterse en los datos, buscar la relación causal que cree que podría valer la pena probar y hacer algunas pruebas estadísticas al respecto, creo que vamos a terminar viendo que el ruido en torno a estos problemas va a empeorar cada vez más. Los científicos podrán encontrar muchos más pequeños fragmentos de verdad dentro de estos temas complejos que aún no se suman a ninguna visión coherente en particular de ellos. Va a empeorar el problema, no a mejorarlo, porque les dará a los científicos una reserva más grande para jugar en la búsqueda de relaciones causales. Pero sabemos que para problemas complejos no existen relaciones causales únicas. Entonces, a menos que puedas armar redes completas de ellos para comprender cómo funcionan ...

Pero, ¿no sería ése el objetivo final de Big Data?

Sarewitz: Puede que lo sea, pero ese es el objetivo final de lo que se conoce como el demonio de Laplace, que es un modelo integral de todo, pero recuerde que un modelo integral de todo es la cosa en sí. Entonces, cada vez que vaya a continuación, debe hacer suposiciones. Cada vez que haga suposiciones, incluirá sesgos. Así que podemos hacerlo bastante bien en ciertos tipos de modelos, especialmente aquellos en los que recibimos comentarios, pronósticos del tiempo, todos los días puedes averiguar si tu pronóstico fue bueno. Pero para las cosas en las que no obtenemos ese tipo de retroalimentación, creo que la idea de que el modelado integral puede proporcionar conocimientos predictivos y ciertos es ilusoria.

Ir al contenido