LiberCiencia, propósitos

Propósitos.- 

LiberCiencia tiene entre sus objetivos fundamentales la liberación de prejuicios o sesgos; estos son procesos mentales inconscientes que distorsionan la percepción y conducen a conclusiones erradas.

Por definición todo prejuicio (del lat. praeiudicium, ‘juzgado de antemano’) es el proceso de formación de un concepto o juicio sobre alguna persona, objeto o idea de manera anticipada.

En el ámbito de cualquier disciplina científica, se le presenta un sesgo cuando el investigador de manera deliberada o por un error involuntario, hace lo posible para que los datos de sus experimentos coincidan con lo que de ellos se espera.

Tal vez se esté pasando por alto un aspecto relevante de LiberCiencia, se trata de la liberación de sesgos sexistas; se puede ver que en nuestro grupo fundador de LiberCiencia contamos con la activa participación de compañeras de colegio y de años de estudios. 

Queremos llamar la atención sobre este sesgo que se ha dado en el campo de la ciencia y de la tecnología en todo el mundo.

Las mujeres, durante siglos y milenios, han tenido obstruido el acceso al saber institucionalizado y a los derechos más fundamentales. Siempre han estado relegadas y han sido acusadas cuando han tratado de participar en el acceso al conocimiento, lo que pagaron incluso con sus vidas. Hubo mujeres de ciencia, que ponían en práctica conocimientos heredados sobre plantas medicinales, salud, ungüentos caseros, obstetricia, justicia y otros aspectos, no siendo casual el ser calificadas de brujas y aún así muchas llegaron a tener reputación y relevancia en sus comunidades. Sin embargo ello provocó que fueran torturadas y quemadas. Invitamos a revisar muchos textos de los llamados "cuentos infantiles" de factura europea donde a la mujer se le califica de brujas y curiosamente no se tienen prácticamente hombres que se les llame brujos y lo más que llega a decirse es que son "magos", tal manipulación evidencia sesgos sexistas que han ayudado a que las niñas vean la ciencia y la tecnología como 'cosas de hombres'. No se pase por alto que el acceso al conocimiento fue una de las causas de la masacre de miles de mujeres “sabias”.

Con la institucionalización de las ciencias y el nacimiento de las universidades europeas se continuó e institucionalizó esta expulsión. El carácter netamente masculino y clerical de la universidad dió legitimidad a su exclusión de todo el sistema de enseñanza, de la alfabetización, de las universidades y de las academias científicas. Dicho carácter pudiera estar perdurando de formas distintas, en el siglo XXI venezolano.

Hace apenas cien años se eliminaron las barreras administrativas en Europa que impedían el acceso de las mujeres a la universidad. En los primeros decenios sólo algunas accedían a los estudios universitarios. Es en los años treinta cuando allà en aquel continente, del  que fuimos colonia, se escolariza a niñas de forma más generalizada. El marco legislativo que allá se aprobó por vez primera la igualdad entre hombres y mujeres no tiene mas de 30 ó 40 años, dependiendo de cada país. En España, por ejemplo, fue en la Constitución de 1978 donde se promulgó, por vez primera, la igualdad de derechos de hombres y mujeres, que terminó con una situación de segregación y exclusión severísima en todos los contextos, con la salvedad del período de la Segunda República, que de forma tan honrosa como breve, implantó importantes medidas para contribuir a derruir la desigualdad. En España 1978 significó la supresión de la discriminación explícita, desapareciendo del marco legislativo las innumerables leyes que impedían a las mujeres el acceso a la mayoría de las profesiones, que eran reservadas sólo para los hombres. Le siguieron varios avances legislativos: un hito extraordinario fue la aprobación de la Ley para la igualdad entre mujeres y hombres de 2007, que incluye a la universidad y a la investigación y prescribe acciones para los planes de estudios, los proyectos de investigación y otros muchos aspectos. No se crea que esa mentalidad no fue traída a Venezuela durante la conquista y la colonia y podríamos indagar en la historia e investigar cuáles y cuántas mujeres destacaron o siquiera se sabe tuvieron algún desempeño científico en la Venezuela pre independista e incluso después. También es bueno conocer desde cuándo y con cuáles instrumento jurídicos contamos en Venezuela de hoy que garantizan la igualdad de derechos de géneros en nuestro país; se constatará que tienen mucho menos de un siglo. Un buen sector para analizar este fenómeno lo tenemos en la Fuerza Armada donde cada vez más observamos la presencia de la mujer, pero son muy pocas las que en la actualidad ostentan las más altas graduaciones, tal como de Generala en Jefe.

En la actualidad, la discriminación por razón de sexo no existe, de un modo explícito, en las instituciones científico-tecnológicas,

siendo esta abolición muy reciente. Sin embargo, todavía existen numerosos sesgos y discriminaciones de género. Las mujeres, en la actualidad, acceden a los más altos niveles educativos y presentan un elevado nivel formativo. Sin embargo, la presencia de la mujer es evidentemente decreciente a medida que se sube en la estructura de decisión y poder. Es a partir de la formación posdoctoral cuando se evidencian los niveles ascendentes de segregación, ya que con un elevado nivel de preparación y cualificación quedan muy relegadas de los cargos académicos, a pesar de que no hay diferencia de producción científica entre hombres y mujeres, y que el paradigma fisiologista, que avalaba la inferioridad de la mujer, quedó ya superado.

Todavía, existen sesgos de exclusión en el acceso a los estudios y a los conocimiento, lo que necesariamente repercute en la perspectiva y en contenidos de las ciencias y de los significados. La exclusiva mirada masculina, al mundo del conocimiento y a la experimentación ha reportado en la historia de la ciencia una fuente de prejuicios de género en la producción de conocimiento. El entramado de la ciencia tiene sesgos sexistas y androcéntricos, en teorías y prácticas tecnocientíficas específicas. Ya no se trata únicamente de reformar las instituciones y de alfabetizar en ciencia y tecnología a las mujeres, sino también de reformar la propia ciencia, pues el sexismo ha impregnado y caracterizado el quehacer científico.

La tradicional exclusión femenina ha tenido incidencia en la organización y contenido mismo de la empresa científico-tecnológica, de forma tal que la epistemología posmoderna pasa por revisar y poner de manifiesto que se ha de incluir, de forma necesaria, la perspectiva femenina. Se plantea el deconstruccionismo epistemológico, que pone en duda la posibilidad de la ciencia de representar la realidad de forma unívoca, precisa y objetiva. Además, el paradigma patriarcal ha subsumido todos los contenidos científicos, por lo que la historia de la ciencia ha estado marcada por la suplementación, instaurando en los contenidos un suplemento para reforzar lo que ha sido representado de forma incompleta.

La ciencia, inmersa en todos sus aspectos en una sociedad cuyas barreras continúan con la discriminación por sexo, con fronteras segregadoras siempre inventadas, que implican la construcción de un orden de representación simbólico, es constitutiva de las bases principales sobre las que se asientan los valores sociales. Debe ser, por tanto, pionera en la construcción paritaria del conocimiento y contribuir a la superación de dicotomías tradicionales, que tantas desigualdades e injusticias han generado y siguen generando.

A pesar de que se ha avanzado mucho en igualdad, falta por alcanzarse la igualdad en muchos contextos, y también en los contenidos científicos. La tozuda perdurabilidad de planteamientos de exclusión, segregacionistas y sexistas como los que han sustentado toda la historia la ciencia es una pérdida primordial con graves consecuencias teóricas, que operan contra un adecuado y mayor desarrollo de los potenciales tecnológicos y científicos. Esta visión sexista es nociva al avance de las ciencias y la tecnología en Venezuela y como tal la vemos en LiberCiencia, grupo orientado a liberar nuestra mente de todo tipo de sesgos y el sesgo sexista es uno de los primeros que estamos llamados a derrumbar. 

Una creencia errónea es considerar que el conocimiento científico es fiable. No lo es.
La ciencia configura un sistema cuyo objetivo es la comprensión de la naturaleza y cuyo producto es el conocimiento. Este resultado de la actividad científica difiere de otras formas de “conocimiento” en tres propiedades bien definidas:
 1) no es absoluto, como los dogmas religiosos sino que más bien es tentativo y perfectible;
2) está basado en el estudio de la naturaleza, en lugar de ser producto del mero raciocinio o de la obediencia a reglas generales arbitrarias;
3) permite hacer predicciones sobre acontecimientos futuros, que si se confirman lo refuerzan y si fracasan lo ponen en duda.
El conocimiento producido por la ciencia no es ni completo ni permanente. Al contrario, se trata de una serie de hechos, leyes y teorías que cubren segmentos restringidos de la realidad (los que han sido accesibles a la metodología y a los conceptos de cada época) y, además, se han ido modificando a través de los tiempos. Sin embargo, toda la
majestuosa estructura de las ciencias se basa en un postulado: los científicos dicen
solamente la verdad, tal como ellos la entienden. En otras palabras, los científicos, cuando hablan o escriben de sus experiencias científicas, no dicen mentiras.
Conviene distinguir entre la mentira y el error. Errores cometen todos los hombres y
mujeres de la ciencia.
Los investigadores tienen conciencia de que el conocimiento generado por su trabajo es probabilístico e incompleto, pero cuando lo
proponen están convencidos de que, por el momento, es lo mejor que existe. La mentira es otra cosa: es una afirmación cuya falsedad le consta a quien la formula, sea porque la inventó o porque tiene pruebas de que no es cierta. El mentiroso sabe perfectamente bien que lo que dice no es cierto, pero de todos modos lo dice, seguro de que los demás le van a creer. Y por lo menos por un tiempo, que puede ir de algunos días a milenios, se le cree.
 El quehacer científico es arduo pero altamente gratificante y sólo debe ejercerlo quien encuentra ahí su verdadera vocación y sus razones para vivir. Ser investigador no consiste en una elegante investidura para deslumbrar a la sociedad; es por el contrario, una actitud interna de creatividad, honestidad y humildad. Es, parafraseando a Sócrates, saber que poco o nada se sabe.

La adquisición de un modo científico de trabsjar requiere tener presente al menos estas veinte previsiones:

1. Las diferencias y la probabilidad originan los cambios. En el mundo real hay miles de variables y conviene no hacer una interpretación lineal de los hechos.

2. Ninguna medición es exacta. Todas tienen algún margen de error, por pequeño que sea. Todos los estudios deben mostrar claramente cuál es para no dar a entender un grado de certeza que no se tiene.

3. Hay sesgos en todas partes. El propio diseño experimental puede estar sesgado. Los científicos buscan resultados significativos y tienden a dar una visión exagerada de los problemas o de la efectividad de las soluciones. Lo más importante es que el experimento sea de doble ciego y que ni el experimentador ni los sujetos conozcan los detalles del experimento. Otro sesgo muy frecuente es el de confirmación, pues se tiende a insistir más en la línea del resultado que se espera obtener.

4. Cuanto más grande es la muestra, mejor. Que la muestra sea grande es especialmente importante en estudios donde hay grandes variaciones naturales o grandes márgenes de error. Siempre es más fiable un estudio con decenas de miles de participantes que con unas pocas decenas.

5. Correlación no implica causalidad. La correlación entre dos variables puede ser meramente casual, por tentador que nos parezca afirmar lo contrario. La mayoría de las veces entra en juego un tercer factor oculto. Por ejemplo, en su día algunos ecologistas pensaron que las algas venenosas estaban matando a los peces en algunos ríos. Resultó que las algas crecían donde los peces morían, y no eran la causa de las muertes.

6. La regresión a la media puede confundir. En ocasiones los fenómenos tienen sus propios ciclos y el momento de la medición puede inducirnos a error. Un ejemplo muy común de esta ilusión cognitiva es el que sucede con la homeopatía: la mayoría de los catarros suele remitir por sí mismos y los homeópatas aprovechan para reclamar poderes curativos de su placebo. Otro ejemplo es el que da Ben Goldacre en su libro ‘Mala Ciencia’ sobre la maldición de los deportistas que salen en la portada de Sports Illustrated. Cuando aparecen, lo natural es que estén en la cima y lo más probable es que empeoren.

7. Extrapolar más allá de los datos es arriesgado. Los patrones encontrados dentro de un determinado rango no tienen por qué funcionar fuera de él Observar un fenómeno en un ámbito y asumir que se da en otros ámbitos es un error común.

8. Cuidado con la negación del ratio base.Este error se produce cuando identificamos mal la probabilidad de que se dé un hecho al tomar como referencia un dato concreto. Por este motivo, por ejemplo, nos parece más probable morir en un atentado o un accidente de avión que en un resbalón en la bañera, cuando es al contrario. O el motivo por el que si a una persona le hacen un análisis de sangre que detecta una enfermedad con un acierto del 99% hay muchas posibilidades de que no tenga nada, aunque él crea que hay un 99%. Así, si la enfermedad afecta a 5 de cada 10000 personas y el test da siempre positivo si efectivamente tienes la enfermedad, eso significa que al realizar el test habrá 99,95 (1% de 9995) falsos positivos y 5 positivos reales. Por lo tanto la probabilidad de que tengas la enfermedad si has dado positivo es 5/(5+99,95) = 0.048, es decir, el 4,8%, muy lejos del 99% que suponías.

9. Los controles son importantes. Un grupo de control se mantiene en las mismas condiciones que el grupo del experimento, salvo que el tratamiento no se les aplica a sus miembros. Sin esta medida es muy difícil saber si un tratamiento tiene realmente un efecto.

10. La aleatoriedad reduce el sesgo.Cuando se diseña un experimento, los grupos y los individuos deben ser elegidos de forma aleatoria. Si se atiende a distintas características de los miembros del grupo, es más que probable que los resultados tengan un sesgo.

11. Busca la replicación, no la pseudorreplicación. Para comprobar la consistencia de un estudio los resultados deben ser replicables, pero si se replican en poblaciones independientes, son más sólidos. Cuando se diseña un ensayo con un tipo concreto de población es habitual que se obtengan resultados que no son extrapolables a otros tipos de poblaciones.

12. Los científicos son humanos. Los investigadores tienen intereses privados y, como en todos los colectivos, puede haber algún tramposo. El propio sistema de revisión por pares es engañoso puesto que los editores son más propensos a pasar los resultados positivos y tumbar los negativos. Para dar algo por comprobado de forma convincente, se necesita la confirmación por varias fuentes.

13. La significación es importante. La significación estadística está relacionada con la probabilidad de que algo haya sucedido por mero azar. Cuanto menor es el valor de esta probabilidad, menores son las posibilidades de que los resultados del estudio sean un espejismo o una casualidad.

14. Significación y efectos. La falta de significación estadística no quiere decir que no haya ningún efecto subyacente, sino que no se ha detectado ninguno. En ocasiones, un estudio pequeño puede no detectarlo, pero un estudio más exhaustivo puede encontrar una relación oculta, un efecto secundario o una consecuencia no observada.

15. La estadística no lo es todo. Las respuestas sutiles son más difíciles de ser detectadas, pero la importancia de un efecto, aunque éste sea pequeño, no es simplemente una cuestión estadística, puede tener implicaciones biológicas, físicas o sociales. En los años 90, la revistaEpidemiology pidió a los autores que dejaran de usar simplemente la significación estadística porque estaban malinterpretando sistemáticamente los resultados.

16. Cuidado con las generalizaciones. Un ejemplo claro son las conclusiones que se sacan de un experimento en ratones respecto a lo que puede suceder en humanos.

17. Los sentimientos influyen en la percepción de riesgo. A pesar de los datos objetivos, la percepción del riesgo puede obedecer a factores psicológicos y sociales. En EEUU, por ejemplo, se sobrevalora el riesgo de vivir junto a una central nuclear y se subestima el de tener un arma en casa.

18. La confluencia de factores cambia los riesgos. Se pueden calcular los riesgos que tienen hechos independientes, pero en ocasiones puede ocurrir que los riesgos evaluados no sean realmente independientes y el riesgo real sea mucho mayor . Con que se desate el primer factor aumenta la posibilidad de que confluyan los otros y crece el riesgo. En el colapso de las hipotecas basura en EEUU se dio un caso claro de un cálculo erróneo de la independencia de los riesgos de las hipotecas individuales.

19. Los datos pueden ser seleccionados intencionadamente. El denominado ‘cherry-picking’ consiste en seleccionar solo aquellas pruebas o argumentos que dan la razón a nuestra tesis. Cuando se buscan resultados muy concretos se tiende a seleccionar solo los datos convenientes, cuando lo adecuado para hacer buena ciencia es reunir cantidades ingentes de datos, como sucedió en la búsqueda del bosón de Higgs, por ejemplo.

20. Las mediciones extremas pueden confundir. En los estudios donde se quiere medir una variable para comparar distintos elementos que tienen esa variable, como por ejemplo si queremos elaborar un ranking de universidades o de centros de investigación (elementos) en función de su productividad científica (variable), suele ocurrir que existen muchas fuentes de variabilidad que afectan a esa variable, en nuestro ejemplo la financiación disponible, el equipamiento, la calidad del profesorado o, incluso, la serendipia. Cuando se obtienen los resultados de estudios así es muy fácil simplificar y atribuir la variación de la variable a un sólo factor, por ejemplo la financiación, con lo que las comparaciones que se realizan de los valores extremos, la universidad número 1 y la última, ya sea entre sí, con la media o con la mediana, no son realmente significativos. Esto se da en prácticamente todos los rankings.

Enlaces de interés:
* https://www.google.co.ve/amp/s/cienciasomostodos.wordpress.com/2013/11/29/mujeres-en-ciencia/amp/