Entre más y mejor conocemos la naturaleza y el Universo a nuestro alrededor, más nos damos cuenta de lo mucho que falta por entender.
En la era de la información y las comunicaciones se ha hecho más notorio el hecho de que como decía Newton:
Desde que comenzó el proyecto científico en los años 1600, se reconoció que para entender el mundo (y para manipularlo haciendo más fácil nuestra vida y la de otros animales que comparten con nosotros el planeta), es necesario observarlo y experimentar con él.
400 años después de que hiciéramos los primeros experimentos científicos (una de las ideas más notables de la historia) millones de ojos miran el mundo y extraen datos de él a un ritmo apabullante. Desde inmensos instrumentos del tamaño de catedrales (por ejemplo los detectores del acelerador de partículas en el LHC) hasta pequeñas cámaras instaladas en las selvas a través del planeta o en cajas espaciales de todos los tamaños (satélites), recogen cada año aproximadamente el doble de los datos que la humanidad había acumulado sobre el mundo el año anterior.
Tan solo en 2019, por ejemplo, la cantidad de datos recabados por todos los instrumentos científicos del planeta sumaron el doble de los datos recogidos por instrumentos y observadores desde el año 3000 a.e.c. (antes de la era común (a.e.c.); la fecha es un poco arbitraria, pero se corresponde más o menos con el tiempo en el que posiblemente inventamos la escritura y empezamos a registrar datos sobre el mundo). En un solo año duplicamos nuestra “cuenta de datos” de los últimos 5019 años. Y el año entrante la hazaña se repetirá.
Para convertir los números, fotos, señales (datos crudos) que los científicos recogen a diario, en patrones, leyes, claves para entender la naturaleza (información) hace falta un esfuerzo monumental: el otro 50 % del esfuerzo científico o lo que para algunos es en realidad el 99 % de la empresa.
Para entender la diferencia entre los datos y la información podemos pensar en una analogía gastronómica.
Los científicos son los pasteleros del intelecto humano.
El panorama de “crecimiento exponencial” de los datos científicos que describimos antes ha conducido a la ciencia a una “crisis informática”: cada año hay más datos, pero menos científicos para “cocinarlos”, es decir para convertirlos en información, en ciencia.
Por un tiempo se llegó a considerar la posibilidad de que las máquinas nos sacarían del embrollo en el que nuestra ambición nos había metido (todavía hay muchos que lo piensan así.)
Muy rápido se dieron cuenta, sin embargo, que enseñar a las máquinas a reconocer patrones no era tan fácil. No hay que olvidar que a cualquiera (incluso a una máquina imbécil) le toma muy poco tiempo aprender a sumar, pero reconocer el humor en un rostro aparentemente inexpresivo o el nombre de una medicina en una fórmula médica escrita a mano por un médico perito, le tomó a la evolución natural un par de millones de años.
Es justamente frente a este problema donde inventamos la ciencia ciudadana.
Hay otra manera de resolver el problema de la acumulación de datos científicos y la escasez de expertos para “cocinarlos”.
Piensen en la siguiente estrategia:
Esta es una de las formas más sencillas y populares de ciencia ciudadana que conocemos. Para hacerse a una idea de cómo funciona, pero mejor, para participar en uno de los casi 100 proyectos que se han construido sobre estas líneas, pueden visitar Zooniverse
Parece un esquema sencillo, pero ¿ha funcionado? ¿hay realmente tantas personas que quieran contribuir con la ciencia realizando tareas sencillas, sin involucrarse más a fondo? ¿no podría la gente que participa decir mentiras y arruinar el proceso de investigación? ¿creen otros científicos en lo que se descubre a través de este esfuerzo de colaboración con ciudadanos de a pie?
Estas son preguntas que están todavía en el tintero. Pero no hay duda de que la ciencia ciudadana representa una verdadera ruptura respecto a las formas tradicionales de hacer ciencia; aquellas en las que es necesario contar con una preparación académica normalmente reservada para unos pocos. Una ciencia en la que la investigación discurre vertical y jerárquicamente: un genio dicta los problemas mientras unos umpa lumpas (entre los que el menos educado tiene un doctorado) recogen datos y tratan de exprimir de ellos la información que contienen.
La forma clásica de hacer ciencia no está escalando bien. No está respondiendo con la velocidad adecuada a los retos que nos impone el crecimiento exponencial de nuestra capacidad para recoger datos sobre el Universo.
Sea que el modelo descrito antes funcione a largo plazo o sea que debamos pensar en otro modelo ¡la ciencia del futuro necesita la participación de todos nosotros!
Si está leyendo este blog y le interesan los temás científicos y divulgativos, tambien le recomiendo: Siderofilia y Trinoceronte dos espacios donde comparto mis reflexiones y opiniones.
Nota aclaratoria
Este texto compromete la opinión del autor que lo realiza; este no refleja necesariamente la posición del Programa de Divulgación Científica o de la Universidad Pontificia Bolivariana.
Por: Claudia Patricia Sánchez Aguiar
18 nov. 2019
Por: Adriana María Ruiz Gutíerrez
29 oct. 2019
Por: Raquel Villafrades Torres
30 sep. 2019
Resolución 020198 del 31 de octubre de 2024 por un periodo de 8 años
Universidad sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.
Otorgado por el Ministerio de Educación Nacional. Nit UPB: 890.902.922-6. Todos los derechos reservados