Por Jan Velterop
Foto: Marina Noordegraaf.
¿Estamos abrumados por la cantidad de información científica que se publica? PubMed agrega un promedio de más de dos resúmenes por minuto a su base de datos, y esto solamente en las ciencias médicas y biológicas. ¿Si esto no es sobrecarga de información, qué cosa lo es?
En 2010, en el artículo “Sobre la imposibilidad de ser experto”, Alan Fraser y Frank Dustan1 puntualizaron que aún en un campo relativamente pequeño, uno debería haber dedicado todas las horas de trabajo a leer la literatura relevante, desde el comienzo de la carrera hasta el retiro, para poder ser llamado un experto. Obviamente, esto no es ni posible ni deseable, puesto que nadie tendría el tiempo para aplicar el conocimiento adquirido. Ningún investigador científico podría hacer sus propios experimentos. Ningún especialista médico sería capaz de tratar a sus pacientes.
¿Qué hacer? Debemos hallar maneras de lidiar con la cantidad cada vez mayor de información científica, y simplemente leerla está fuera de la discusión. Debemos capturar e ingerir el conocimiento que se está descubriendo y creando por la ciencia por vías diferentes.
Se han propuesto estrategias para enfrentar el problema, que van desde simplemente crear menos datos e información, a aceptar que no podremos leer todo, hasta recurrir al desarrollo de reconocimiento de patrones para decidir a qué fracción de la literatura podemos dedicar eficientemente nuestro esfuerzo de lectura para mantenernos al día con el desarrollo de conocimiento.
Crear menos datos e información es una idea absurda, aunque la publicación de esa información más concisamente, en menos artículos, podría suministrar algún alivio. Por otra parte, hay un gran beneficio en publicar los llamados artículos ‘confirmatorios’, que informan sobre la replicabilidad y reproducibilidad de los experimentos.
Simplemente aceptar que no podemos leer todo lo que es relevante en nuestro campo es un enfoque pragmático, pero conlleva el gran peligro de lo que llamo ‘investigación de farol’. La analogía se refiere al chiste sobre un borracho que está buscando bajo la luz del alumbrado público las llaves que perdió, y cuando se le pregunta si recuerda dónde las perdió, responde “allá en la oscuridad, pero como no puedo ver nada allá, no tiene sentido que las busque allá”. Basarse únicamente en la información que se tiene acceso o la que se tiene tiempo para leer, conduce potencialmente a una situación muy similar. Pueden construirse hipótesis enteras con información a las que les falta elementos claves, simplemente por desconocimiento de su existencia.
Francamente, no tenemos otra opción más que desarrollar formas para crear una visión general del conocimiento que ha sido publicado, y entonces allegarnos a las áreas de más relevancia a nuestro interés específico. Los arqueólogos de campo no comienzan a excavar al azar. Ellos toman reconocimientos aéreos primero, y los analizan para determinar si hay estructuras subterráneas y dónde tienen la mejor chance de hallar algo significativo si excavan allí.
¿Cómo creamos estas visiones de conocimiento? No es fácil, pero un buen comienzo se está haciendo con una iniciativa llamada Lazarus. Es una iniciativa que tiene como objetivo recopilar conceptos significativos y declaraciones de la literatura vía “crowdsourcing” usando un plug-in en el lector gratuito científico PDF Utopia Documents. Aunque se trata de una iniciativa de crowdsourcing, no hay nada que impida a los editores en agregar estos conceptos y afirmaciones a los resúmenes que publican. (Como algunos artículos podrían ya tener muchos de estos conceptos y afirmaciones, podrían ser agregados ‘ciegos’, es decir no visibles al ojo humano, pero solamente legibles por una computadora). Permítanme ilustrar la idea con el ejemplo siguiente:
Imagine que tiene un artículo con la conclusión:
“En días calurosos, resulta que la aspirina disminuye las probabilidades de coágulos de sangre, pero aumenta las chances de ataques cardíacos en los humanos; el efecto no fue nunca observado en ratas; simulaciones en perros parecen sugerir que el efecto está presente pero independiente de la temperatura a menos que el perro esté acompañado por un humano”.
Lazarus reconocería conceptos y afirmaciones con significado en el texto (indicados en cursiva para los sustantivos y subrayados para los verbos). Y lo hace de la siguiente manera, conveniente para lectura por máquina:
Conceptos significativos
[CHEMBL25] (aspirina)
[EFO_0001702] (‘temperatura’ de la ontología de factores experimentales )
[Canis lupus familiaris]
[Homo sapiens]
[Mus musculus]
Interacciones del titulo (en la forma de Ternas)
[ASPIRIN] [DECREASES] [THROMBOSIS]
[ASPIRIN] [INCREASES] [MYOCARDIAL INFARCTION]
Estos conceptos y afirmaciones llevarían metadatos (convirtiendo las afirmaciones en las llamadas nanopublicaciones para indicar el artículo de origen del concepto o afirmación, basados en el Digital Object Identifier del artículo (DOI). Con la ayuda de computadoras, se combinarían miles, incluso millones, de artículos para crear un ‘mapa de conocimiento’, permitiendo al investigador ‘navegar’ el conocimiento existente más fácilmente y llegar a las áreas de interés para hacer elecciones bien informadas en cuanto a cuáles artículos leer realmente de la abrumadora cantidad disponible.
El plug-in Lazarus se espera que sea liberado a finales de este año. Los editores que deseen agregar conceptos y afirmaciones a los resúmenes de los artículos que publican, se les sugiere que entren en contacto.
Nota
1 FRASER, A.G.; and DUNSTAN F.D. On the impossibility of being expert. BMJ. 2010, vol. 341:c6815. DOI: 10.1136/bmj.c6815.
Referencias
FRASER, A.G.; and DUNSTAN F.D. On the impossibility of being expert. BMJ. 2010, vol. 341:c6815. DOI: 10.1136/bmj.c6815.
GROTH, P., GIBSON, A., and VELTEROP, J. The anatomy of a nanopublication. Information Services and Use. 2010, vol. 30, nº 1-2. DOI: 10.3233/ISU-2010-0613.
Lazarus. The university of Manchester. [viewed 10 May 2015] Available from: http://www.cs.manchester.ac.uk/our-research/activities/lazarus/.
VELTEROP, J. Nanopublications: the future of coping with information overload. Logos. 2010, vol. 21, nº3, pp. 119–122. DOI: 10.1163/095796511X560006.
Enlace externo
Utopiadocs – <http://utopiadocs.com>
Ver también
Jan Velterop
Jan Velterop (1949), geofísico marino llegó a ser editor científico a mediados de 1970. Comenzó su carrera de editor en Elsevier en Ámsterdam. En 1990 se convirtió en director de un diario holandés, pero retornó a la publicación internacional de ciencia en 1993 en Academic Press en Londres, donde desarrolló el primer acuerdo nacional que le dio acceso electrónico a todas las revistas AP a todos las instituciones de educación superior en el Reino Unido (más adelante conocido como el BigDeal). A continuación se unió a Nature como director pero rápidamente se cambió para ayudar a levantar a BioMed Central. Participó en la Budapest Open Access Iniative (BOAI). En 2005 se unió a Springer, con sede en el Reino Unido como Director de Acceso Abierto. En 2008 lo dejó para ir a ayudar en el desarrollo de enfoques semánticos para acelerar el descubrimiento científico. Es un defensor activo del Acceso Abierto conforme al BOAI, en el uso de la microatribución, el sello distintivo de la llamada “nanopublicación”. Publicó varios artículos en ambos temas.
Traducido del original en inglés por Ernesto Spinak.
Como citar este post [ISO 690/2010]:
Comentarios recientes