Honestidad científica

"Aún no dispongo de datos. Es un error capital teorizar antes de tener datos. Sin darse cuenta, uno empieza a manipular los hechos para que se ajusten a las teorías, en lugar de ajustar las teorías a los hechos."

Quien habla de esta forma es Sherlock Holmes, personaje literario de Sir Arthur Conan Doyle (1859-1930), detective tenaz, analítico, defensor y practicante del método deductivo. Este fragmento lo extraigo de la historia Escándalo en Bohemia, que he encontrado en el libro de relatos cuya referencia os dejo al final de esta entrada [1]. Siempre insisto a mis alumnos en que el modelo (matemático) debe ajustarse a los datos y nunca los datos deben ajustarse a un modelo propuesto. Básicamente podría usar esta cita literaria entrecomillada y creo que no es un mal comienzo para establecer las bases de la formación científica.

Motivo de la portada del libro Sherlock Holmes. Relatos 1, PENGUIN CLÁSICOS.
Diseño: Penguin Random House Grupo Editorial /Yolanda Artola, Ilustración: Álvaro Domínguez

Pero el motivo de seleccionar precisamente estas palabras ha sido que en estas últimas semanas han surgido varias noticias en prensa relacionadas con artículos científicos retractados, es decir, que han sido retirados de la revista en que se publicaron. En el último caso que he leído, parece que los autores presentan una teoría que afirma que las larvas de perca prefieren el consumo de microplásticos presentes en el mar que de su propio alimento natural. No sé si será cierto, pero estas afirmaciones deben estar sustentadas por datos experimentales y eso es precisamente lo que los autores alegan haber perdido, los datos primarios. Para ser justos, creeremos en la presunción de inocencia y espero que les den la oportunidad de demostrar su teoría. 

También he de decir que la pérdida de datos primarios una vez obtenido el resultado objeto de nuestro deseo (la publicación) puede ser más habitual de lo que pensamos. Dejadez propia o de terceras personas, fallos de hardware, traslados de información con mermas, necesidad de espacio físico o virtual, se ha traspapelado, en qué disco duro o CD puse yo eso, como diablos se llamaba el archivo... Seguro que os suena alguna.

Si uno escribe en un buscador de Google Académico scientific fraud o fraude científico se dará cuenta de la enorme preocupación de la comunidad científica con este tema. Cualquiera de los artículos que encontréis en estos dos enlaces os darán un análisis pormenorizado de los motivos y consecuencias de estas prácticas. Entre las prácticas que parecen más habituales se encuentran la presentación de trabajos sin existir los datos experimentales o con datos sospechosos, uso del nombre de co-autores consagrados en la firma de artículos para subir el caché ante los editores, autorevisión de artículos propios sugiriendo a las revistas nombres de revisores falsos (amigos o el propio autor), plagio o utilización de datos de terceras personas, etcétera... Cierto que las revistas, gracias a la revisión por pares, tratan de poner coto a estos problemas. Pero pensad en el volumen de trabajos que se envían en todo el mundo, la cantidad de decisiones que debe tomar un editor y el trabajo que debe realizar el revisor, suponiendo la buena fe de los autores. Existen plataformas que velan por las buenas prácticas en la publicación científica, como Retraction Watch, que trata de detectar e informar sobre artículos retractados y los motivos para ello. Otras como PubPeer se basan en la denuncia de investigadores que detectan presuntos fraudes o errores en publicaciones científicas. Quizá esta última me gusta menos, porque admite comentarios anónimos. Se pueden poner los medios que uno quiera, pero la clave está en los autores. 

En líneas muy generales, tengo mi teoría al respecto sobre motivaciones y consecuencias de este tipo de prácticas, pero ojo, no tengo todos  los datos. Las motivaciones son principalmente la presión por publicar, la necesidad de promoción, consecución de fondos, mantenimiento del estatus científico y la presión política y mediática sobre los investigadores para obtener "buenos resultados", entre otras que seguro dejé en el tintero.  Las consecuencias son evidentes: pérdida de credibilidad de cara a la sociedad y daño irreparable al desarrollo científico por falta de esa confianza.   

El tema de los buenos resultados es algo muy recurrente. Todos queremos disponer de buenos resultados para que vean que bien trabajamos. A veces, saber cual es el error de una teoría tiene más valor que demostrar que la teoría es cierta mediante la obtención de datos "buenos". Y hay que estar preparado para obtener datos experimentales que no sirven para nada, salvo para descartar caminos y premisas, que no es poco. No es tan grave que un experimento falle, el problema es que en la vorágine actual lo etiquetamos como inútil porque no te lo van a publicar. Pero, como diría Michael Ende, esa es otra historia y debe ser contada en otra ocasión.

[1] A. Conan Doyle, Escándalo en Bohemia. Sherlock Holmes. Relatos 1, PENGUIN CLÁSICOS, p.9, Barcelona, 2016. ISBN: 978-84-9105-010-1. (Traducción: Esther Tusquets).