Si estás trabajando en tu tesis y te preguntas constantemente si tus decisiones metodológicas son las correctas, si tu análisis de datos es adecuado, o si otro investigador llegaría a las mismas conclusiones que tú, déjame compartirte algo que probablemente te sorprenderá.
Imagina que le entregas exactamente los mismos datos a 73 equipos de investigadores expertos —sociólogos, politólogos, economistas con años de experiencia y publicaciones— y les pides que prueben la misma hipótesis: La inmigración reduce el apoyo público a las políticas sociales. ¿Esperarías que estos expertos llegaran a conclusiones similares?
Un estudio publicado en 2022 en PNAS (Proceedings of the National Academy of Sciences), una de las revistas científicas más prestigiosas del mundo, realizó exactamente este experimento. Los resultados revelan algo fundamental sobre la naturaleza de la investigación científica que todo investigador debería conocer.
De los 73 equipos de investigadores que participaron:
Los resultados numéricos fueron aún más reveladores: variaron desde efectos negativos grandes hasta efectos positivos grandes. Literalmente, resultados opuestos a partir de los mismos datos.
Más del 95% de la variación total en los resultados numéricos permaneció sin explicar, incluso después de codificar todas las decisiones identificables en el flujo de trabajo de cada equipo.
— Breznau et al., 2022, PNAS
Esto revela lo que los investigadores llaman un «universo oculto de incertidumbre» en el proceso científico. Y tiene implicaciones directas para tu trabajo de investigación.
Lo interesante de este estudio es que descartó las explicaciones más obvias:
El 83% de los participantes tenía experiencia enseñando análisis de datos, y el 70% había publicado sobre el tema. Eran investigadores experimentados que conocían perfectamente los métodos cuantitativos.
Las creencias previas y actitudes de los investigadores apenas explicaron la variación en resultados. Incluso cuando se controlaron variables de expertise y posibles sesgos, el 95% de la variación seguía sin explicarse.
El estudio identificó 166 decisiones distintas que los equipos tuvieron que tomar durante el análisis. Estas decisiones incluyen:
Y aquí está el dato crucial: ningún par de modelos entre los 1,253 analizados fue 100% idéntico.
Si te encuentras en la fase de análisis de datos de tu investigación, o estás tomando decisiones metodológicas, este estudio te ofrece lecciones valiosas:
No existe una única forma «correcta» de analizar datos complejos. Lo que sí existe es la necesidad de justificar cada decisión metodológica que tomas.
Para tu investigación: Documenta explícitamente por qué elegiste esa técnica de análisis, esas variables, esa forma de operacionalizar tus conceptos. Tu asesor debe poder seguir tu razonamiento, y tú mismo debes poder defender cada decisión en la sustentación.
El 13.5% de equipos que determinó que la hipótesis «no era testable» tiene un punto importante: conceptos vagos producen investigación vaga.
Para tu investigación: Define operacionalmente tus variables desde el planteamiento del problema. Especifica qué vas a medir y cómo lo vas a medir. Esto es precisamente lo que enseñamos en el módulo de delimitación del tema: la precisión conceptual desde el inicio te ahorra problemas metodológicos después.
Las decisiones metodológicas determinaron resultados completamente opuestos entre equipos que tenían el mismo objetivo, los mismos datos y eran igualmente competentes.
Para tu tesis: Los criterios metodológicos son el corazón de tu investigación. Sin un método claro y bien fundamentado, tus conclusiones carecen de validez. Dedica el tiempo necesario a comprender y justificar tus decisiones metodológicas.
El estudio concluye con una peticion: «mayor humildad epistémica y claridad al reportar hallazgos científicos».
Para tu tesis: Reconoce las limitaciones de tu estudio. Sé honesto sobre decisiones alternativas que podrías haber tomado. No presentes tus resultados como verdades absolutas, sino como hallazgos derivados de un proceso metodológico específico y justificado.
Con base en este estudio y en nuestra experiencia de acompañamiento a investigadores, te sugiero estos pasos concretos:
Este estudio nos enseña algo fundamental que rara vez se discute abiertamente en los programas de posgrado:
La investigación no es perfecta. Nunca lo ha sido. Y está bien.
Lo importante no es pretender que existe una única forma «perfecta» de investigar. Lo importante es:
Esto es lo que separa una investigación rigurosa sólida de una investigación cuestionable.
El estudio de los 73 investigadores nos recuerda que:
Tu tesis no tiene que ser perfecta.
Pero sí tiene que estar fundamentada en decisiones conscientes, justificadas y documentadas.
Esa claridad metodológica comienza con entender que hacer ciencia es tomar miles de pequeñas decisiones. Y cada una de esas decisiones merece tu atención y tu justificación.
Siguiente paso sugerido:
Revisa tus decisiones metodológicas actuales. ¿Puedes justificar cada decisión que has tomado? ¿Has documentado tu razonamiento? Si encuentras áreas donde tus decisiones fueron más intuitivas que fundamentadas, este es el momento de fortalecerlas.
Breznau, N., Rinke, E. M., Wuttke, A., et al. (2022). Observing many researchers using the same data and hypothesis reveals a hidden universe of uncertainty. Proceedings of the National Academy of Sciences, 119(44), e2203150119.
