Hoy en día, se oyen mucho los términos «buena ciencia», «evidencia» y «datos» en Washington. Una de las frases de moda en los círculos de elaboración de políticas es «basada en la evidencia», aplicada a una serie de contenidos que incluyen la educación, la política, la práctica, la medicina, incluso la arquitectura. Se podría pensar que esto nos haría muy felices a todos, al menos a los que defienden que las decisiones sobre políticas, intervenciones sociales y orientaciones futuras se basen en datos. Pero, irónicamente, el nuevo énfasis en la evidencia basada en esto y aquello ha sido acogido simultáneamente con niveles de ansiedad elevados y banderas rojas de preocupación.
¿Por qué podría ser así?
Una de las razones es que a veces la definición de la «buena» ciencia que debe informar a la política parece teñida de matices políticos. Así, por ejemplo, algunos científicos se han quejado de que, aunque el Congreso y la Administración piden regularmente que se recurra a la mejor ciencia, manipulan esa ciencia: eligen la que les gusta, la representan de una manera que ningún científico entendería o ponen el listón tan alto que ningún estudio científico puede cumplirlo. Probablemente los mejores ejemplos son el cambio climático, la evolución y las cuestiones medioambientales: aunque la ciencia sólida (una definición de «buena ciencia») ha alcanzado un consenso sobre los datos y las implicaciones políticas, la existencia de unos pocos que argumentan lo contrario da lugar a políticas que parecen decir que los hechos siguen siendo dudosos.
Permítanme pasar ahora a las ciencias sociales y del comportamiento. Aunque no cabe duda de que algunas de las cuestiones de las que se ocupan las ciencias sociales y del comportamiento tienen un matiz político (véase la reciente pizarra de preguntas sobre la ciencia del comportamiento sexual, o las disparidades en materia de salud), hay otras preocupaciones con el movimiento «basado en la evidencia» fuera del ámbito político. Los problemas van desde la preocupación por la forma en que se define la evidencia, hasta la preocupación de que los diseños experimentales se reifiquen inapropiadamente como la metodología que automáticamente produce la «mejor» evidencia.
Algunas inquietudes con el actual movimiento basado en la evidencia pueden surgir de un comprensible reajuste a medida que los cambios en el panorama de la financiación y la política se hacen más claros (un buen ejemplo es la nueva cartera de investigación del Instituto de Ciencias de la Educación). Pero gran parte del malestar parece basarse en cuestiones más fundamentales que tienen que ver con lo que entendemos que es la investigación, el mundo y la ciencia.
Déjenme abordar sólo un par de estas cuestiones básicas.
En algunas discusiones sobre lo que significa estar «basado en la evidencia», la asignación aleatoria y el control experimental (también conocido como ensayos controlados aleatorios) se mantienen como el estándar de oro. Esto hace saltar las alarmas a muchos que realizan investigaciones que no son de este tipo. Los científicos con carné que realizan investigaciones cualitativas, cuasi-experimentales o históricas se sienten comprensiblemente preocupados por la sugerencia de que sólo los experimentos se consideran ciencia real. Un argumento habitual contra la cosificación de los experimentos es que muchas de las pruebas que consideramos incontrovertibles no son experimentales, sino que proceden de disciplinas como la epidemiología o la astronomía, por ejemplo. Y gran parte de las políticas sólidas se basan en datos correlacionales, no experimentales, como los datos sobre la relación entre el consumo de tabaco y el cáncer. Aunque la ciencia a la que se refieren estos argumentos contra la reificación del control aleatorio es sólida, creo que estos argumentos, sin embargo, no aciertan. Siempre he entendido que cuando el diseño experimental (incluida la asignación aleatoria) se considera un estándar de oro, no es para toda la ciencia, sino para los estudios de intervención, cuando el objetivo, en el caso más simple, es «mantener todo constante» excepto una variable, para permitir inferencias causales claras. En el caso de muchas cuestiones de ciencias sociales y del comportamiento, la variable puede ser mucho más compleja: un programa, una intervención social, etc. Que este estándar de oro pueda permitir una inferencia causal clara (y sea el único estándar para la inferencia causal inequívoca) no significa que otros métodos no puedan también proporcionar un conocimiento importante, especialmente la descripción sistemática, la categorización o la correlación.
Otra área de preocupación es que, incluso si uno quisiera aplicar tal estándar, los diseños experimentales pueden ser inapropiados o imposibles en muchos de los contextos complejos y multidimensionales en los que uno necesita respuestas, porque tales métodos serían imposibles, poco prácticos o poco éticos de cumplir. En muchos contextos, por ejemplo, a menudo no es posible la asignación aleatoria de individuos a programas, aulas, barrios, familias o tratamientos, y la asignación aleatoria de programas a grupos como escuelas o equipos o entornos de tratamiento puede no ser factible. ¿Es esto un motivo de preocupación? Es, por supuesto, un ejemplo de la clásica diferencia entre eficacia y eficiencia: entre averiguar si algo funciona en el laboratorio o en condiciones bien controladas y si funciona en la práctica en el desordenado mundo cotidiano. En el ámbito de la sanidad, uno de los campos en los que más se han debatido las cuestiones relativas a la base de pruebas, las conclusiones son que ambas son necesarias y que hay que ser diligente a la hora de adaptar las conclusiones al diseño. Y en medicina, al igual que en psicología, la aplicación de los conocimientos a la práctica debe ser siempre una danza de la mejor información disponible y el juicio de los expertos.
Si nos movemos fuera de la psicología, hay preocupaciones más amplias: los métodos estándar de las disciplinas hermanas de las ciencias sociales no suelen ser experimentales. Tomemos la antropología o la economía o la investigación por encuesta. Los datos recogidos por los economistas, los antropólogos o los sociólogos a menudo sirven para tomar decisiones políticas. Sin embargo, estos datos rara vez son experimentales. La lección que se desprende de la observación de las distintas disciplinas, preguntas y contextos es que los distintos diseños pueden ser apropiados para diferentes preguntas, comportamientos o situaciones. Lo importante, por supuesto, es que aspiremos a utilizar el diseño más riguroso que sea apropiado y posible para las cuestiones en cuestión, y que transmitamos la importancia de ese rigor a los responsables políticos.
Debido a que los temas basados en la evidencia son tan candentes y tan importantes para que todos los psicólogos los aborden, desde los investigadores hasta los profesionales, es especialmente gratificante ver que la Academia Nacional de Ciencias está comenzando una iniciativa para ayudar a definir los estándares de evidencia en todas las ciencias sociales y del comportamiento, para ayudar a preguntar cómo hacer coincidir la evidencia con la pregunta y el contexto, y para ayudar a mejorar la traducción de la investigación en política. Esta iniciativa comenzará este mes con un «Taller sobre la elaboración de políticas: cómo pueden contribuir los científicos conductuales y cognitivos…» y continuará con preguntas que examinen las bases probatorias de las ciencias conductuales y sociales y el grado en que los debates sobre las pruebas en otras disciplinas (p. ej, medicina, física, etc.) proporcionan modelos informativos.
Está claro que las discusiones sobre las definiciones de las pruebas, las distinciones entre los tipos de pruebas (incluidos los datos científicos, el juicio de los expertos, la observación y la teoría) y el consenso sobre cuándo utilizar qué, nos ocuparán durante algún tiempo. La psicología debe participar activamente en el debate. Tiene que contribuir con su visión única como disciplina que ha construido su ciencia básica sobre métodos experimentales sólidos, que continuamente lucha con la transición de la ciencia básica de laboratorio a la ciencia aplicada, que intenta la traducción de la ciencia a la aplicación y a la práctica, y que promueve la importancia de una base científica básica que es relevante para la aplicación.