building facade

Que hablen los datos

read time - icon

0 min read

La historia de la humanidad se ha definido por la innovación científica, desde la invención de la luz eléctrica hasta los albores de la medicina moderna. Ahora, en una época definida por crisis complejas como el cambio climático y la pandemia de COVID-19, el progreso científico es más importante que nunca. Sólo a través de la investigación y la innovación podrán nuestras sociedades afrontar los retos que se avecinan: desarrollar formas de energía más limpias, distribuir vacunas por todo el mundo, cultivar alimentos suficientes para alimentar a una población cada vez mayor, etcétera.

Pero nada en la vida es gratis, y la ciencia no es una excepción. En Canadá, el Gobierno Federal financia cada año con cientos de millones de dólares infraestructuras críticas de investigación y desarrollo (I+D) que impulsan la innovación y el desarrollo económico. El Consejo Nacional de Investigación (NRC) se encarga de asignar estratégicamente esta financiación, repartiéndola entre unos 150 centros de investigación de todo el país.

Estas decisiones tienen enormes consecuencias para la población de Canadá y de otros países. Los proyectos de investigación necesitan financiación de organismos como el NRC para ponerse en marcha, y si se pasan por alto proyectos de gran potencial, todo el mundo sale perdiendo: imaginemos lo que podría haber ocurrido si tantos organismos públicos no hubieran financiado el desarrollo de vacunas contra el COVID-19 como la inyección de Oxford-AstraZeneca.1 Pero con tantos problemas en el mundo clamando por atención, decidir cómo asignar la financiación de la investigación no es tarea sencilla.

Decidir el futuro de la ciencia

El problema de este proceso de toma de decisiones es que implica una cantidad abrumadora de información. Antes de que el NRC pueda decidir quién debe recibir cuánta financiación, primero tiene que puntuar a cada centro en 11 dimensiones diferentes, teniendo en cuenta atributos como la singularidad de su trabajo en el ecosistema de la investigación, la tasa de utilización de su investigación, etc. También tiene que tomar algunas decisiones difíciles sobre cómo sopesar todas estas cuestiones diferentes. También tienen que tomar decisiones difíciles sobre cómo sopesar todos estos aspectos: ¿qué consideraciones son las más importantes? ¿Cómo pueden tomarse estas decisiones de forma imparcial?

scientists working in a lab

En el pasado, el NRC tomaba estas decisiones reuniendo a las partes interesadas en una serie de talleres, en los que cada uno exponía sus argumentos sobre cómo creía que debía distribuirse la financiación. Desgraciadamente, además de ser largo y frustrante, este proceso de debate no favorece la toma de decisiones basadas en pruebas. En su lugar, es más probable que los participantes acaben transigiendo y regateando entre sí para asegurarse de que sus prioridades estratégicas están representadas, independientemente de lo que digan los datos.

TDL se asoció con el NRC para ayudarles a eliminar el error humano de sus decisiones de inversión. Además de hacer que el proceso de asignación de fondos sea más eficiente y menos enloquecedor, el enfoque que hemos desarrollado también ayudará a maximizar el impacto del gasto en I+D en Canadá y a garantizar que los mejores investigadores del país dispongan de los recursos que necesitan para crear un cambio real.

Más datos, más problemas

A fin de cuentas, el problema al que se enfrentaba NRC se debía simplemente a que tenía demasiados datos con los que trabajar, más de los que nuestros cerebros humanos son capaces de gestionar a la vez. Como mortales que somos, tenemos un ancho de banda cognitivo limitado cuando se trata de procesar grandes cantidades de datos, y somos propensos a la sobrecarga de información. Esto no sólo hace que el proceso de toma de decisiones sea más estresante e ineficaz, sino que también puede introducir sesgos cognitivos en la mezcla, sesgando aún más nuestras elecciones.

pink liquid dropped into tubes

De ello se deducía que la clave para una toma de decisiones inteligente era simplificar, condensando toda la información con la que trabajaba la NRC en una única puntuación con la que fuera más fácil trabajar. TDL desarrolló una metodología personalizada para integrar todas las métricas de evaluación de instalaciones de la NRC en una única métrica compuesta, ponderada según sus principales prioridades estratégicas. Pusimos a prueba nuestro sistema en un taller con 12 de los directores generales (DG) de la NRC, y lo revisó el Comité Ejecutivo Superior.

Haz lo que yo hago, no lo que yo digo

Intentar elegir entre 150 opciones utilizando 11 variables es un caos. Pero, ¿y si te mostráramos sólo dos opciones, comparadas a través de 3 variables? Mucho más fácil.

Esto es lo primero que hicimos para averiguar cómo debíamos sopesar todas las diferentes preocupaciones estratégicas del NRC. Presentamos a todos los DG dos centros de investigación hipotéticos entre los que elegir, junto con sus puntuaciones en cada una de las 11 dimensiones. A lo largo de 5 sesiones, recogimos más de 2.500 puntos de datos, que utilizamos para calcular tanto el nivel como la estabilidad de las preferencias de los DG para cada uno de los 11 criterios.

Esto nos permitió identificar algunas áreas clave en las que había mucha variabilidad, es decir, en las que la opinión de la DG estaba dividida. Éstos eran los puntos débiles que causaban tantos problemas durante los talleres de financiación, y las cuestiones sobre las que necesitábamos ayudar al grupo a alcanzar un consenso. Para que todo el mundo se pusiera de acuerdo, organizamos un breve taller con ejercicios basados en pruebas para armonizar las preferencias de las partes interesadas. En el transcurso de una hora, conseguimos acercar las preferencias de todos y llegar a un consenso, de modo que todos los presentes -algunos de los cuales habían llegado con puntos de vista diametralmente opuestos- quedaron satisfechos con el modelo que habíamos desarrollado.

researcher wearing blue gloves

Deja que los datos te guíen

Independientemente del tamaño de su organización o del sector en el que opere, el análisis de datos es la clave para tomar decisiones sólidas y fundamentadas. Las investigaciones han confirmado que las organizaciones que se basan en gran medida en los datos son más productivas y rentables que sus competidoras.

Pero no basta con tener acceso a los datos. Los responsables de la toma de decisiones también necesitan saber cómo hacer que esos datos trabajen para ellos. Esto es especialmente cierto en el caso de decisiones importantes y puntuales que deben tener en cuenta una multitud de perspectivas. En este tipo de situaciones, la abundancia de datos puede ser más perjudicial que beneficiosa, a menos que los responsables de la toma de decisiones dispongan de un sistema para agilizar y debias el proceso.

Un marco personalizado como el que creamos para la NRC elimina las conjeturas y la sobrecarga cognitiva de las decisiones complejas, sin dejar de lado las prioridades o los valores de la organización. El resultado es un proceso mucho más fluido y objetivo para asignar cientos de millones en financiación, lo que nos ayuda a acelerar el ritmo de la innovación crucial.

Referencias

  1. Cross, S., Rho, Y., Reddy, H., Pepperrell, T., Rodgers, F., Osborne, R., Eni-Olotu, A., Banerjee, R., Wimmer, S., & Keestra, S. (2021). ¿Quién financió la investigación detrás de la vacuna COVID-19 de Oxford-AstraZeneca? BMJ Global Health, 6(12). https://gh.bmj.com/content/6/12/e007321

Read Next

Notes illustration

Eager to learn about how behavioral science can help your organization?