Punto de partida: reproducibilidad en la investigacion social

La ciencia y la cocina tienen algo en común: ambas siguen una receta. En la cocina seguimos una receta cuidadosamente elaborada para que el mismo plato pueda ser preparado cada vez que sea necesario. Asimismo, en la ciencia tomamos una serie de decisiones y elaboramos un plan de análisis el cuál, siguiéndolo paso a paso, debería lograr regenerar los mismos hallazgos que el estudio original. Esto implica que, cualquier individuo que tenga acceso a nuestro plan de análisis debería poder regenerar nuestros hallazgos, dando paso a una ciencia abierta a la evaluación crítica. Esta característica de la ciencia se conoce cómo reproducibilidad y, pese a su importancia para el progreso científico, la evidencia ha demostrado que no se está adoptando lo suficiente (Baker 2016; Wilson, Smoke, y Martin 1973; An 2018).

La falta de reproducibilidad es una preocupación creciente en distintas disciplinas de las ciencias sociales (Breznau et al. 2021; Nosek et al. 2015; Christensen, Freese, y Miguel 2019). ¿Cuántas veces nos hemos enfrentado a un trabajo publicado que no comparte sus materiales, y que por tanto, es imposible acceder a los procedimientos que dieron luces de sus resultados? En el marco de la denominada “crisis de la ciencia”, la comunidad científica se ha organizado para dar salida a este problema a través de una diversidad de iniciativas que, a modo general, buscan promover los principios de la ciencia abierta. En este sentido, dichas iniciativas han puesto sus esfuerzos en contribuir con herramientas que permitan dar salida a los problemas en torno a la reproducibilidad en la investigación empírica. En este capítulo, revisaremos cómo ha sido entendido este problema y luego se presentarán las propuestas de tres iniciativas en torno a cómo abordar la reproducibilidad en las ciencias sociales empíricas. Terminaremos haciendo un resumen de los puntos más importantes a tener en consideración para efectuar investigaciones reproducibles.

References

An, Gary. 2018. «The Crisis of Reproducibility, the Denominator Problem and the Scientific Role of Multi-Scale Modeling». Bulletin of Mathematical Biology 80 (12): 3071-80. https://doi.org/10.1007/s11538-018-0497-0.
Baker, Monya. 2016. «1,500 Scientists Lift the Lid on Reproducibility». Nature 533 (7604): 452-54. https://doi.org/10.1038/533452a.
Breznau, Nate, Eike Mark Rinke, Alexander Wuttke, Muna Adem, Jule Adriaans, Amalia Alvarez-Benjumea, Henrik Kenneth Andersen, et al. 2021. «Observing Many Researchers Using the Same Data and Hypothesis Reveals a Hidden Universe of Uncertainty». MetaArXiv. https://doi.org/10.31222/osf.io/cd5j9.
Christensen, Garret S., Jeremy Freese, y Edward Miguel. 2019. Transparent and Reproducible Social Science Research: How to Do Open Science. Oakland, California: University of California Press.
Nosek, B. A., G. Alter, G. C. Banks, D. Borsboom, S. D. Bowman, S. J. Breckler, S. Buck, et al. 2015. «Promoting an Open Research Culture». Science 348 (6242): 1422-25. https://doi.org/10.1126/science.aab2374.
Wilson, Franklin D., Gale L. Smoke, y J. David Martin. 1973. «The Replication Problem in Sociology: A Report and a Suggestion*». Sociological Inquiry 43 (2): 141-49. https://doi.org/10.1111/j.1475-682X.1973.tb00711.x.
Laboratorio de Ciencia Social Abierta (LISA) del Centro de Estudios de Conflicto y Cohesión Social (COES)
Para más información puedes contactárnos en nuestro correo