15 Integridad de la investigación
Traducción literal al castellano del capítulo 15, «Research Integrity», de Daniël Lakens, Improving Your Statistical Inferences.
Original: https://lakens.github.io/statistical_inferences/15-researchintegrity.html
Licencia del original: CC-BY-4.0. Traducción no oficial.
Al realizar investigación es importante guiarse por una conducta responsable de investigación o, dicho de forma más coloquial, por buenas prácticas de investigación. Las buenas prácticas de investigación son estándares profesionales cuyo objetivo es maximizar la calidad y la fiabilidad de la investigación. En un nivel abstracto, nuestras ideas sobre qué constituye una buena práctica de investigación no cambian demasiado con el tiempo. Sin embargo, en la práctica, la implementación de estas buenas prácticas sí cambia en función de los desarrollos sociales, políticos y tecnológicos. Por ejemplo, cada vez se considera más una buena práctica compartir todos los datos en los que se basa la investigación que comunicamos. Antes de internet esto era difícil, pero actualmente resulta mucho más sencillo gracias a la existencia de repositorios gratuitos de datos en línea. Como consecuencia, cada vez es más habitual que los organismos financiadores esperen que los datos recogidos con sus ayudas sean abiertos siempre que sea posible.
Conviene distinguir entre integridad de la investigación y ética de la investigación. La integridad de la investigación es un conjunto de principios basados en estándares profesionales. La ética de la investigación es un conjunto de principios morales, como la autonomía, la beneficencia, la no maleficencia y la justicia (Gillon 1994). El principio de autonomía da lugar a prácticas como el consentimiento informado, la obligación de ser veraz con los participantes y la confidencialidad. Del principio de no maleficencia se deriva que los investigadores deben evitar investigaciones que dañen a los participantes o que les impongan una carga excesiva (Varkey 2021).
Los estándares profesionales incluidos en los códigos de conducta sobre integridad de la investigación varían ligeramente entre documentos (Komić et al. 2015). En este capítulo comentaré tanto el Código Europeo de Conducta para la Integridad en la Investigación como el Código Neerlandés de Conducta para la Integridad en la Investigación. A lo largo del capítulo abreviaré «código de conducta para la integridad de la investigación» como «código de conducta». Dependiendo del lugar en el que trabajes, quizá tengas que ajustarte a otros códigos.
Como señala el código europeo de conducta, una responsabilidad básica de la comunidad investigadora consiste en formular los principios de la investigación, definir los criterios de una conducta investigadora adecuada, maximizar la calidad y la robustez de la investigación y responder apropiadamente a las amenazas o vulneraciones de la integridad de la investigación. Los códigos de conducta son siempre documentos vivos, porque lo que consideramos una «conducta investigadora adecuada» cambia con el tiempo. Hay ciertos principios fundamentales que aparecen en prácticamente todos los códigos de integridad: honestidad, transparencia, escrupulosidad, rendición de cuentas, fiabilidad, respeto e independencia. Estos principios generales se traducen en conductas más concretas que se consideran apropiadas, tanto para los investigadores como para las instituciones de investigación. ¿Has leído alguna vez el código de conducta que te corresponde? Si no es así, tu institución ya está incumpliendo el código, puesto que es responsabilidad suya desarrollar una formación adecuada y suficiente en ética e integridad de la investigación que garantice que todas las personas implicadas conozcan los códigos y las normas pertinentes.
El Código Neerlandés de Conducta para la Integridad en la Investigación establece que debe realizarse investigación que pueda tener relevancia científica, académica y/o social. Por supuesto, puedes llevar a cabo un estudio con fines puramente educativos, y ese estudio no tiene por qué poseer un valor adicional —aunque siempre es deseable que lo tenga—. Pero los investigadores deben evitar el despilfarro en investigación, es decir, realizar estudios con poco o ningún valor. Chalmers y Glasziou (2009) analizan cuatro fuentes de este despilfarro: elegir preguntas de investigación equivocadas; realizar estudios innecesarios o mal diseñados —de ahí la necesidad de evaluar el valor de la información que se recogerá, como vimos en el capítulo sobre justificación del tamaño de la muestra—; no comunicar la investigación con rapidez o no comunicarla en absoluto —como vimos en el capítulo sobre sesgo—; y producir informes sesgados o inutilizables, algo que puede evitarse describiendo el estudio de forma que pueda incluirse en un futuro metaanálisis. El código neerlandés también establece explícitamente que los investigadores deben asegurarse de que el diseño de su investigación permita responder a la pregunta de investigación. Como puedes comprobar, muchos de los temas tratados en este libro están relacionados con la prevención del despilfarro en investigación y, por tanto, con la integridad científica.
Los investigadores deberían compartir sus datos siempre que sea posible, algo que también se recoge en el código de conducta: en la medida de lo posible, los resultados y los datos de investigación deben hacerse públicos tras finalizar el estudio; cuando esto no sea posible, deben existir razones válidas para no divulgarlos. Como veremos más adelante, el Reglamento General de Protección de Datos (RGPD) exige a los investigadores europeos solicitar permiso para compartir los datos que recogen. Los formularios antiguos de consentimiento informado no solían incluir esta posibilidad y, de hecho, a menudo indicaban que los datos serían destruidos algunos años después de su recogida. Es un buen ejemplo de cómo cambian los estándares profesionales: hoy resulta mucho más habitual esperar que los datos permanezcan disponibles junto al artículo publicado de manera indefinida. Por ello, conviene utilizar formularios de consentimiento actualizados que permitan compartir los datos recogidos.
Los investigadores más jóvenes sienten a veces que sus supervisores les exigen actuar de maneras que no son compatibles con el código de conducta. Algunos se negarían a ceder a estas presiones, pero otros afirman explícitamente que estarían dispuestos a infringir el código si ello les acercara a terminar su doctorado (van de Schoot et al. 2021). Otros confían en que sus supervisores saben qué es lo correcto, aunque esos mismos supervisores puedan sentirse presionados por sus superiores para actuar de formas contrarias al código. Como cabría esperar, presionar a personas sobre las que se tiene poder para que vulneren el código constituye, en sí mismo, una vulneración del código. Por ejemplo, el código neerlandés establece que supervisores, investigadores principales, directores de investigación y responsables deben abstenerse de cualquier acción que pueda animar a un investigador a ignorar cualquiera de sus normas.
Algunos investigadores han señalado que la hipercompetencia por las ayudas de investigación y el hecho de que los investigadores reciban recompensas individuales por el número de artículos publicados pueden favorecer conductas poco éticas (Edwards y Roy 2017; Anderson et al. 2007). El código neerlandés subraya la importancia de crear una cultura investigadora abierta, segura e inclusiva en la que puedan discutirse estas presiones y garantizarse las buenas prácticas. Si quieres informar o hablar sobre posibles irregularidades que consideras una vulneración del código, las universidades suelen contar con asesores confidenciales internos y externos a quienes se puede acudir; en ocasiones incluso es posible comunicar sospechas de forma completamente anónima mediante servicios como SpeakUp. Tanto por la integridad científica como por tu propio bienestar, resulta muy recomendable hablar de las conductas problemáticas que encuentres con personas de confianza, como un asesor confidencial.
No tendríamos problemas con las vulneraciones del código si hacer lo correcto fuera siempre lo más fácil. Incumplirlo puede proporcionar recompensas individuales inmediatas, como aumentar la probabilidad de publicar un artículo en una revista de gran impacto, mientras que los costes colectivos aparecen a largo plazo en forma de menor fiabilidad de la investigación científica y, potencialmente, menor confianza pública en la ciencia (Wingen et al. 2020; Anvari y Lakens 2018). Los científicos sociales reconocerán aquí un dilema social, en el que aquello que beneficia al individuo no coincide con lo que beneficia al colectivo. Cambiar las estructuras de incentivos quizá permita alinear ambos tipos de recompensa. Una posibilidad consiste en detectar y sancionar a los investigadores que vulneran deliberadamente el código —puede verse, por ejemplo, el caso de Brian Wansink—. Nuevas pruebas de detección de sesgos, como los análisis p-curve y z-curve, también pueden ayudar a identificar a investigadores que hayan utilizado sistemáticamente prácticas de investigación cuestionables, de las que hablaremos a continuación. Al final, aunque pueda sonar idealista, creo que todos los científicos deberían poner la ciencia en primer lugar. Si haces carrera científica en una universidad pública, tu salario procede de los impuestos y tu trabajo consiste en generar conocimiento fiable. Ningún objetivo adicional —como desarrollar una carrera exitosa— debería interferir con la responsabilidad que la sociedad ha depositado en ti: generar conocimiento fiable y digno de confianza.
15.1 Prácticas de investigación cuestionables
Aunque, en teoría, todos los investigadores deberían ajustarse al código de conducta para la integridad científica, muchos no lo hacen. Investigadores de distintas disciplinas reconocen haber llevado a cabo determinadas conductas que han recibido el nombre de prácticas de investigación cuestionables (questionable research practices, QRP). El nombre es algo desafortunado, porque la mayoría de estas prácticas no son realmente «cuestionables»: vulneran directamente el código de conducta. Que se las siga denominando así se debe principalmente a que muchos investigadores no eran conscientes de hasta qué punto resultaban problemáticas y han necesitado tiempo para aceptar que siempre lo fueron.
En general, las prácticas de investigación cuestionables describen conductas que vulneran la exigencia del código de asegurarse de que la elección de los métodos de investigación, el análisis de los datos, la evaluación de los resultados y la consideración de posibles explicaciones no estén determinados por intereses, argumentos o preferencias no científicos o no académicos —por ejemplo, comerciales o políticos—. Además de esos intereses comerciales o políticos, muchos científicos tienen un interés personal en publicar artículos, porque hacerlo beneficia a su carrera. Las prácticas cuestionables facilitan la publicación, ya sea porque aumentan la probabilidad de poder comunicar resultados estadísticamente significativos o porque ocultan imperfecciones y hacen que los resultados parezcan más convincentes de lo que realmente son. Todo ello se produce a costa de la verdad.
Los investigadores reconocen utilizar prácticas de investigación cuestionables y, dependiendo de la comunidad encuestada, una proporción importante de académicos admite haber realizado al menos una vez varias de estas conductas. La Figura 15.1, tomada de Lakens et al. (2024), resume los resultados de distintas encuestas (Latan et al. 2021; Swift et al. 2022; Moran et al. 2022; Agnoli et al. 2017; Makel et al. 2021; Chin et al. 2021; Bakker et al. 2021; Motyl et al. 2017; Fiedler y Schwarz 2016; Fraser et al. 2018; John et al. 2012; Rabelo et al. 2020; Garcia-Garzon et al. 2022; Janke et al. 2019; Brachem et al. 2022; Isbell et al. 2022; Artino et al. 2019; Schneider et al. 2023). Sin embargo, la codificación de respuestas abiertas sugiere que existe un error de medida considerable cuando los participantes responden a estos ítems, por lo que no está claro que los porcentajes de la Figura 15.1 se correspondan directamente con el porcentaje de investigadores que realmente llevan a cabo estas prácticas (Motyl et al. 2017).
Muchos investigadores publican selectivamente solo aquellos resultados o análisis que son significativos, a pesar de que el código neerlandés establece que debe hacerse justicia a todos los resultados obtenidos y el código europeo afirma que autores y editores deben considerar que los resultados negativos son tan válidos como los positivos a efectos de publicación y difusión. Los Informes Registrados han supuesto un paso importante para alinear las prácticas de investigación con estos códigos cuando se trata de publicar resultados nulos.
Los investigadores también analizan sus datos de manera flexible mediante la comunicación selectiva de condiciones, medidas, covariables y muchas otras estrategias analíticas que inflan la tasa de error de tipo I y aumentan la probabilidad de obtener un resultado estadísticamente significativo. El prerregistro ha supuesto un paso importante para aumentar la transparencia respecto a las decisiones guiadas por los datos en los análisis comunicados en artículos científicos y permite evaluar si las desviaciones del plan de análisis estadístico reducen o aumentan la severidad de la prueba (Lakens 2019). A medida que aumente la conciencia sobre el carácter problemático de estas prácticas, cabe esperar que disminuyan con fuerza y que los investigadores aprendan formas correctas de conservar cierta flexibilidad analítica —por ejemplo, sustituyendo el muestreo opcional por un análisis secuencial—. Wigboldus y Dotsch (2016) establecen una distinción importante entre prácticas de investigación cuestionables y prácticas de comunicación cuestionables. Ante la duda, comunicar de forma transparente las decisiones tomadas durante el análisis debería proporcionar a otros investigadores toda la información necesaria para evaluar los resultados.
15.2 Fabricación, falsificación y plagio
Más allá de las prácticas de investigación cuestionables, fabricar datos significa inventar resultados y registrarlos como si fueran reales, mientras que falsificar consiste en manipular aspectos de la investigación —incluidos los datos— sin ninguna justificación científica. La fabricación de datos es una práctica de investigación inequívocamente deshonesta. Se conocen numerosos casos en los que investigadores han fabricado conjuntos de datos completos correspondientes a decenas de experimentos. Ya mencionamos algunos ejemplos en el capítulo sobre detección de sesgos. Demostrar una fabricación puede resultar difícil, porque los investigadores a menudo conservan registros deficientes de la recogida de datos. Por ejemplo, Susannah Cahalan presenta en su libro The Great Pretender argumentos convincentes para pensar que el famoso estudio de David Rosenhan «On being sane in insane places» fue, en gran medida, inventado. En ese estudio, colaboradores sanos que fingían oír voces eran ingresados como pacientes con esquizofrenia. La investigación detallada de Cahalan suscita dudas muy serias sobre que el estudio se realizara tal como fue descrito; véase también Scull (2023).
Podríamos esperar que la falsificación y la fabricación fueran excepcionales, pero una gran encuesta reciente realizada en los Países Bajos estimó una prevalencia cercana al 4 % (Gopalakrishna et al. 2022). La fabricación también puede producirse a una escala mucho menor. Imagina que recoges datos para un estudio y que una de tus tareas consiste en preguntar la edad y el género de los participantes para poder describir posteriormente las características demográficas de la muestra. Después de terminar la recogida, descubres que olvidaste obtener esos datos de dos personas. Podrías sentir la tentación de reconstruirlos de memoria para no tener que reconocer el error al redactar la descripción de la muestra. Pero eso también constituiría fabricación de datos. Lo correcto sería explicar con transparencia que se cometió un error. Los errores ocurren y es importante crear una cultura en la que puedan reconocerse, de modo que podamos aprender de ellos y evitarlos en el futuro (Bishop 2018).
Naturalmente, es perfectamente legítimo simular datos, por ejemplo para realizar un análisis de potencia; lo que no debe hacerse es presentar esos datos como si hubieran sido recogidos de participantes reales. El código neerlandés establece que no deben fabricarse datos ni resultados de investigación ni comunicar material fabricado como si fuera real; deben respetarse todos los resultados obtenidos; no deben eliminarse ni modificarse resultados sin una justificación explícita y adecuada; y no deben añadirse datos fabricados durante el análisis.
El código europeo define el plagio como utilizar el trabajo y las ideas de otras personas sin reconocer adecuadamente la fuente original, vulnerando así los derechos de los autores sobre su producción intelectual. Es posible reutilizar texto, pero debe citarse la fuente y utilizarse comillas para identificar claramente el fragmento como una cita. Un caso especial es el autoplagio o reciclaje de texto, en el que un mismo autor reutiliza el mismo texto en distintos artículos. Existe desacuerdo sobre hasta qué punto esta práctica es problemática (Bird y Sivilotti 2008), algo poco sorprendente, porque siempre habrá académicos con opiniones divergentes. En general, no se considera apropiado reutilizar grandes partes de trabajos anteriores y presentarlas como trabajo nuevo únicamente para aumentar el número de publicaciones. Sin embargo, muchos investigadores consideran perfectamente razonable reutilizar descripciones de la sección de método cuando es necesario comunicar la misma información en un nuevo artículo (Pemberton et al. 2019). Las directrices del Committee on Publication Ethics (COPE) señalan de forma similar:
Las directrices explican cómo abordar el reciclaje de texto tanto en un manuscrito enviado como en un artículo ya publicado e incluyen situaciones en las que puede ser aceptable y otras en las que probablemente no lo sea. Por ejemplo, puede ser completamente apropiado que exista solapamiento en la sección de método de un artículo de investigación —al referirse a un método utilizado anteriormente— siempre que se cite el artículo original. En cambio, es poco probable que sea aceptable un solapamiento no declarado o un solapamiento en los resultados, la discusión o las conclusiones.
Por tanto, el autoplagio se considera problemático principalmente cuando se utiliza para publicar repetidamente contenidos muy similares con el único propósito de aparentar una mayor productividad.
Existen otras prácticas problemáticas además de la fabricación, la falsificación, el plagio y las QRP. Gopalakrishna et al. (2022) también consideran cuestionables conductas como proporcionar una tutoría o supervisión insuficiente a investigadores jóvenes, revisar de manera injusta artículos o solicitudes de financiación y mantener registros inadecuados de la investigación realizada.
15.3 Consentimiento informado y privacidad de los datos
Cuando se recogen datos de participantes fuera de observaciones naturalistas realizadas en espacios públicos, esas personas deben consentir participar en la investigación. Un formulario de consentimiento que los participantes leen y firman antes de la recogida de datos es importante tanto para la ética de la investigación como para la privacidad de los datos. El formulario explica el objetivo del estudio, deja claro que la participación es voluntaria y que puede abandonarse cuando se desee, describe posibles riesgos y beneficios —por ejemplo, una compensación económica—, informa sobre la privacidad de los datos y especifica con quién pueden ponerse en contacto los participantes si surge algún problema.
El consentimiento constituye también una de las bases jurídicas para el tratamiento de datos personales en el Reglamento General de Protección de Datos (RGPD). El formulario debe identificar al responsable del tratamiento y proporcionar los datos de contacto del delegado de protección de datos, describir los derechos de los participantes —por ejemplo, retirar sus datos hasta un determinado momento después del estudio— e informar sobre dónde se almacenarán los datos, durante cuánto tiempo y de qué manera se compartirán (Hallinan et al. 2023). Según el RGPD existen categorías especiales de datos personales que requieren garantías especialmente estrictas, entre ellas el origen racial o étnico, las opiniones políticas, las creencias religiosas o filosóficas, los datos genéticos o biométricos y la información sobre la vida sexual o la orientación sexual. Cuando se recogen datos de este tipo, deben ser necesarios para el objetivo de la investigación. Los responsables de protección de datos de tu universidad pueden ayudarte en este proceso.
Los datos abiertos son importantes, pero resulta esencial preservar la privacidad cuando se comparten datos en un repositorio público. Esto implica eliminar cuidadosamente del conjunto de datos cualquier identificador personal —nombres, direcciones IP, identificadores de participantes procedentes de paneles, etc.— antes de hacerlo público. Si utilizas un sistema de control de versiones, asegúrate de que la información identificativa esté ausente desde la primera versión de los archivos que vas a compartir, ya que otros usuarios no solo tendrán acceso a la versión más reciente, sino también al historial completo del archivo. Para una introducción útil al RGPD en investigación puede consultarse la información de la Universidad de Groningen.
15.4 Conflictos de interés
Un conflicto de interés en investigación es cualquier situación en la que un investigador tenga intereses en el resultado del estudio que puedan proporcionarle una ventaja personal y que interfieran con el objetivo de generar conocimiento verdadero. La característica central es la existencia de dos intereses en competencia: uno que favorece hacer buena investigación y otro que puede favorecer no hacerla. Por ejemplo, un investigador podría recibir ingresos adicionales como consultor de una empresa y, al mismo tiempo, participar en un estudio que evalúa un producto de esa empresa, como un nuevo fármaco. Si el estudio muestra que el fármaco no ofrece beneficios frente a los tratamientos existentes, el investigador podría temer que comunicar honestamente el resultado lleve a la empresa a dejar de contratar sus servicios. Del mismo modo, alguien podría trabajar para una organización de defensa de una causa y estudiar cuántas personas se ven afectadas por un determinado problema, cuando unas estimaciones elevadas podrían beneficiar a esa organización. Incluso puede argumentarse que los científicos tienen algún conflicto de interés cada vez que publican un artículo, porque publicar favorece su carrera y los estudios suelen ser más fáciles de publicar cuando encuentran resultados estadísticamente significativos.
Tener un conflicto de interés no constituye por sí mismo una vulneración del código, siempre que se declare con transparencia. El código europeo establece que todos los autores deben revelar cualquier conflicto de interés y cualquier apoyo financiero o de otro tipo recibido para la investigación o para la publicación de sus resultados. Los conflictos también pueden aparecer al revisar el trabajo científico de colegas —por ejemplo, solicitudes de financiación o artículos—. En estos casos, las relaciones personales pueden generar un conflicto porque el investigador sea un amigo muy cercano o, por el contrario, porque se perciba como rival o competidor. En tales situaciones también debe declararse el conflicto, y normalmente el editor o el panel evaluador buscará otro revisor.
15.5 Ética de la investigación
Antes de realizar una investigación, la mayoría de las instituciones exige obtener la aprobación de un comité de revisión ética (ethical review board, ERB), también denominado en algunos contextos institutional review board (IRB). Determinados tipos de investigación pueden ser evaluados por comités especializados. Por ejemplo, la investigación médica se revisa en comités de ética médica y la investigación con animales en comités de ética animal. El objetivo de la revisión ética es equilibrar dos metas: proteger a los participantes y permitir investigaciones que puedan beneficiar a la sociedad (Whitney 2016). La Declaración de Helsinki constituye una base fundamental para la evaluación de la investigación con seres humanos. Subraya el derecho de las personas a la autodeterminación y a tomar decisiones informadas sobre si desean participar o dejar de participar en un estudio.
La Declaración de Helsinki se apoya a su vez en el Código de Núremberg, un conjunto de principios éticos desarrollado después de la Segunda Guerra Mundial como respuesta a los experimentos no éticos realizados por médicos nazis con prisioneros que no habían dado su consentimiento —para una discusión ética sobre si esa investigación debería utilizarse y citarse, véanse Caplan (2021) y Moe (1984)—. Otro ejemplo de investigación no ética con seres humanos es el estudio de sífilis de Tuskegee, en el que se incluyeron unos 400 hombres afroamericanos con sífilis para estudiar los efectos de la enfermedad sin tratamiento. Los hombres no dieron su consentimiento para permanecer sin tratar y tampoco fueron informados de su diagnóstico. El estudio terminó prolongándose durante cuarenta años.
Aunque la mayoría de los estudios realizados actualmente en universidades implican un riesgo de daño mucho menor, sigue siendo necesario valorar los posibles perjuicios para los participantes frente a los beneficios científicos. Los investigadores pueden mostrar estímulos negativos o pedir a los participantes que recuerden acontecimientos que vivieron como negativos, y estas tareas pueden seguir experimentándose como dañinas. Tal vez existan alternativas igualmente eficaces que permitan responder a la misma pregunta de investigación con una carga menor. Además de prevenir el daño, los investigadores deben informar a los participantes sobre el estudio y solicitar su consentimiento. La información incluida en el consentimiento debe ser veraz. Si para realizar el estudio es necesario engañar a los participantes —por ejemplo, hacerles creer que interactuarán con otros participantes cuando esas personas son en realidad colaboradores del equipo investigador—, este engaño debe explicarse una vez finalizada la recogida de datos mediante un debriefing o explicación posterior. Los investigadores también deben preservar la confidencialidad de los participantes. Debe prestarse especial atención a las respuestas abiertas cuando se planea compartir los datos en un repositorio público.
15.6 Evalúate
P1: Intenta definir «fabricación de datos» en una sola frase. Comienza con «La fabricación de datos es cualquier proceso mediante el cual…». Tu definición debería abarcar todas las formas deshonestas de fabricación de datos, pero no procesos legítimos como la simulación de conjuntos de datos.
P2: Imagina que estás analizando tus datos y que un participante ha introducido una edad de 117 años en una pregunta de respuesta libre de un experimento realizado por ordenador. Aunque no es imposible tener esa edad, quizá sea más probable que pretendiera escribir 17. ¿Deberías cambiar el valor a 17?
Ahora imagina que has medido el tiempo —en segundos— que las personas navegan por una página web utilizando el reloj del sistema de tu ordenador, que es extremadamente preciso, de modo que la medida del tiempo es perfectamente fiable. Hay una condición experimental y una condición de control. No existe una diferencia estadísticamente significativa entre ambos grupos. Sin embargo, si cambias el dato de un participante de la condición de control de 117 segundos a 17 segundos, la diferencia entre los grupos pasa a ser estadísticamente significativa y confirma la predicción que formulaste al diseñar el estudio.
¿Cuál es la diferencia entre ambas situaciones? ¿Por qué la segunda recodificación de 117 a 17 constituye una vulneración del código de conducta, de acuerdo con la cita del Código Neerlandés de Conducta para la Integridad en la Investigación presentada anteriormente? Si comunicas la edad media de los participantes después de haber cambiado la edad de esa persona de 117 a 17, ¿qué debes proporcionar además de la afirmación «la edad media de los participantes fue 20,4» cuando ese número se basa en datos que modificaste?
P3: La práctica de comunicar unos resultados y otros no se denomina comunicación selectiva. También aquí importa la intención del investigador. Puede tener sentido no comunicar un estudio defectuoso —por ejemplo, porque existió un error de programación en el experimento o porque todos los participantes entendieron mal las instrucciones y proporcionaron datos inutilizables—. También podría tener sentido no describir extensamente un estudio mal diseñado: por ejemplo, pensabas que una manipulación tendría un efecto determinado, pero la manipulación no funciona como pretendías. Sin embargo, incluso esos datos pueden resultar útiles para otras personas, y saber que una manipulación que parecía prometedora no produce el efecto esperado podría evitar que otros repitan el mismo error. Al menos en algunas ocasiones, compartir estos resultados de alguna manera beneficiaría a la ciencia. Pero, como veremos a continuación, los investigadores también deciden selectivamente qué estudios comunicar en función de si los resultados son estadísticamente significativos.
Un científico realiza varios experimentos, pero solo comparte los resultados de aquellos que, después de examinar los datos, producen un resultado que respalda sus predicciones. Nunca comparte los experimentos que no respaldan sus predicciones. ¿Hasta qué punto consideras moralmente aceptable o inaceptable la conducta de este científico?
P4: Un científico realiza varios experimentos, pero solo comparte los resultados de aquellos que, después de examinar los datos, considera bien diseñados. Nunca comparte los resultados de los experimentos que, tras ver los datos, juzga mal diseñados. ¿Hasta qué punto consideras moralmente aceptable o inaceptable su conducta?
P5: Un científico realiza un único experimento en el que analiza varias variables dependientes de múltiples maneras, pero solo comparte los análisis que, después de observar los resultados, producen un resultado favorable a sus predicciones. Nunca comparte los análisis que no respaldan sus predicciones. ¿Hasta qué punto consideras moralmente aceptable o inaceptable esta conducta?
En la práctica actual, los investigadores sí comunican selectivamente sus estudios. Franco et al. (2014) examinaron qué había sucedido con 106 estudios pertenecientes a una gran encuesta colaborativa representativa a escala nacional. Cuando los resultados producían efectos no significativos, 31 estudios ni siquiera se habían redactado, 7 se habían redactado pero todavía no se habían publicado y 10 se habían publicado. Cuando los resultados mostraban efectos fuertes —estadísticamente significativos—, solo 4 no se habían redactado, 31 se habían redactado pero aún no se habían publicado y 56 se habían publicado. Existe, por tanto, evidencia clara de que los investigadores comunican selectivamente los resultados que confirman sus hipótesis, como vimos en el capítulo sobre sesgos.
Un estudio de Pickett y Roche (2017) examinó cómo percibe el público la fabricación de datos y la comunicación selectiva. Sus resultados se resumen en la tabla siguiente. Como puede verse, una gran proporción del público juzga moralmente inaceptable la comunicación selectiva —el 71 % considera que es moralmente inaceptable— y la mayoría cree que debería haber consecuencias cuando se practica —por ejemplo, el 73 % piensa que estos investigadores deberían recibir una prohibición temporal para obtener financiación—. ¿Hasta qué punto coinciden estos porcentajes con tus propios juicios sobre la aceptabilidad moral de la comunicación selectiva?
P6: Suponiendo que los resultados de Pickett y Roche y los estudios sobre prácticas de investigación cuestionables resumidos en la Figura 15.1 sean exactos y representativos, parece existir una gran distancia entre las prácticas actuales de los investigadores y lo que el público general considera moralmente aceptable. ¿Te parece problemática esta distancia? Si el público conociera perfectamente las prácticas actuales de comunicación selectiva, ¿crees que tendría motivos para evaluar negativamente la forma en que trabajan los científicos o piensas que, con una buena explicación de las prácticas actuales, las valoraría positivamente?
P7: Si los investigadores reconocen utilizar prácticas de investigación cuestionables, estas deben proporcionar algún tipo de beneficio. ¿Cuáles son los beneficios de utilizarlas?
P8: ¿Cuáles son sus inconvenientes?
Para mejorar las prácticas de investigación, muchos campos científicos han avanzado hacia una mayor transparencia. Esto incluye compartir datos y materiales, describir con mayor claridad las decisiones tomadas durante el análisis y prerregistrar los estudios planificados. Es prácticamente imposible impedir todo fraude, pero hacer la investigación más transparente facilita detectar prácticas cuestionables como la comunicación selectiva. Al mismo tiempo, las universidades deben formar a las personas en ética de la investigación y crear un clima en el que los investigadores —¡incluido tú!— se sientan cómodos haciendo lo correcto.
15.7 Corrige tus respuestas
En este ejercicio serás tú quien se ponga la nota. Puedes comparar tus respuestas con las propuestas que aparecen a continuación. Son una indicación de lo que constituiría una buena respuesta, aunque no son exhaustivas: tu respuesta podría señalar aspectos importantes y correctos que no se mencionan aquí. Evalúa cada una de tus respuestas de 1 —muy mala— a 10 —excelente—. Sé honesto y justo.
Respuesta a P1: La fabricación de datos es cualquier proceso mediante el cual se generan datos capaces de pasar por datos reales, pero que no se basan en observaciones reales efectuadas por un investigador y que, pese a ello, se presentan intencionadamente como si procedieran de observaciones reales.
Puntúate entre 1 —sin respuesta— y 10 —respuesta perfecta—. La puntuación debería ser mayor cuanto mejor hayas indicado que los datos fabricados se parecen a observaciones reales y que se presentan intencionadamente como si fueran reales.
Respuesta a P2: La diferencia entre ambos casos es que, en el segundo, el investigador tiene la intención de producir un resultado acorde con el resultado que desea observar. En términos de la cita del Código Neerlandés de Conducta para la Integridad en la Investigación, lo que falta es una «justificación explícita y adecuada». Si comunicas una media calculada después de cambiar 117 por 17, debes incluir una nota o afirmación que indique qué hiciste —«Cambiamos un valor de edad de 117 a 17»— y la justificación —«porque sospechábamos firmemente que se trataba de un error tipográfico y que el participante tenía en realidad 17 años»—.
Puntúate entre 1 y 10. La puntuación debería aumentar cuantos más componentes de esta respuesta hayas incluido: explicar la diferencia entre ambos casos en términos de la ausencia de una justificación adecuada; identificar qué principio del código falta en el segundo caso; y señalar que debes describir tanto qué cambiaste como por qué lo hiciste.
P3, P4, P5 y P6 expresan tu opinión personal y no se puntúan.
Respuesta a P7: Entre las razones se encuentran: 1) que los investigadores pueden estar sesgados a favor de presentar al mundo evidencia que respalde sus hipótesis; 2) que su carrera recompensa mucho más publicar resultados que «funcionan» que resultados nulos, por lo que dedican más tiempo a los primeros; 3) que, incluso si intentan publicar resultados nulos, las revistas tienen menor probabilidad de aceptarlos; y 4) que resulta más sencillo publicar un artículo con una historia coherente —solo resultados significativos—. En general, cabe esperar que los beneficios de las prácticas de investigación cuestionables recaigan en el científico individual a corto plazo.
Puntúate entre 1 y 10. La puntuación debería ser mayor cuantos más motivos válidos hayas proporcionado, incluidos —aunque no necesariamente limitados a— los anteriores.
Respuesta a P8: Para el científico individual, existe el riesgo de que los colegas descubran lo ocurrido y pierda prestigio —o, en casos extremos, su puesto de trabajo—. Los fracasos al intentar replicar su trabajo también pueden perjudicar su reputación. Para la sociedad, el coste es que la investigación científica resulta menos fiable de lo que debería. Para la ciencia, puede deteriorarse su reputación y la confianza que el público deposita en ella. En general, cabe esperar que los costes de las prácticas de investigación cuestionables recaigan sobre la sociedad a largo plazo.
Puntúate entre 1 y 10. La puntuación debería ser mayor cuantos más motivos válidos hayas aportado, incluidos —aunque no necesariamente limitados a— los anteriores.
Si después de todo este trabajo sobre integridad de la investigación necesitas algo que te anime, quizá te ayude este vídeo.