Pico y Placa Medellín
viernes
2 y 8
2 y 8
Los papers cuantitativos serán cada vez más numerosos, hasta que empiece a instalarse la sensación de que “cualquiera” puede producir uno.
Por Javier Mejía Cubillos - mejiaj@stanford.edu
Cuando empecé mi carrera como académico, lo que más me motivaba era el trabajo cuantitativo. Sentía que la historia económica urgía de él. Estaba seguro de que mucho de lo que creíamos saber sobre nuestro pasado no descansaba en regularidades empíricas, sino en relatos y anécdotas que se repetían con poca verificación sistemática. Pensaba, así, que para realmente entender cómo nuestra sociedad se había convertido en lo que era se necesitaba recoger muchos datos, ordenarlos con cuidado y analizarlos con las técnicas econométricas más modernas. Allí veía mi potencial y solo allí sentía que se podía originar una verdadera contribución al conocimiento.
Sin saberlo en ese momento, esa convicción reflejaba una jerarquía incómoda pero difícil de negar en las ciencias sociales. En ella, el trabajo cuantitativo ocupaba un lugar superior al cualitativo. Se le consideraba más riguroso, más innovador, y quienes dominaban sus métodos eran vistos como investigadores más objetivos y creativos.
Hablo de esta jerarquía en pasado no porque haya desaparecido, sino porque resulta imposible pensarla sin su peso histórico. Bajo ella me formé yo, como también mis mentores y los mentores de ellos. Siempre se manifestó de forma concreta y visible, por ejemplo, en los salarios universitarios. Durante décadas, las disciplinas más cuantitativas —con la economía como caso paradigmático— han remunerado mucho mejor que aquellas predominantemente cualitativas, como muchas de las humanidades.
A pesar de su persistencia, dudo que esta jerarquía haya respondido alguna vez a una superioridad real en términos de rigor o calidad metodológica. A mi juicio, su origen estuvo más bien en las barreras de entrada.
Los métodos básicos de la investigación cualitativa —entrevistas, grupos focales— siempre han estado al alcance de cualquier persona con educación universitaria. Los métodos cuantitativos, en cambio, implicaban desde el inicio costos adicionales. A ello se sumaban las dificultades prácticas. Acceder a datos sistemáticos requería largas gestiones institucionales o grandes equipos de recolección en campo. Además, la capacidad computacional era limitada y costosa. Antes de los computadores personales, incluso usar máquinas de procesamiento rudimentarias era un privilegio institucional. Y aun cuando el computador se volvió ubicuo, el manejo de paquetes estadísticos exigía conocimientos de programación que no formaban parte de la educación estándar. En la práctica, la investigación cuantitativa quedó concentrada en centros especializados con recursos suficientes. Esa escasez fue el suelo sobre el que se construyó su prestigio.
Esto, sin embargo, ha ido cambiando. El progreso tecnológico—y en particular la irrupción de la inteligencia artificial—ha reducido de manera drástica las barreras de entrada a los métodos cuantitativos. Las bases de datos abundan; la información administrativa es accesible con pocos clics; limpiar y procesar datos puede hacerse desde un computador personal, muchas veces con apoyo directo de la IA y sin grandes conocimientos técnicos. Tanto es así que investigadores—como mi colega de Stanford, Andy Hall—han mostrado que, con una buena preproducción, un modelo de AI puede generar de forma autónoma un artículo académico cuantitativo de decente calidad.
Curiosamente, esta revolución ha sido mucho menos transformadora para la investigación cualitativa. Es cierto que hoy resulta más sencillo entrevistar a distancia o transcribir automáticamente. También es verdad que un investigador cualitativo puede acceder a más información y a más sujetos que antes. Pero el valor del trabajo cualitativo nunca residió en el número de observaciones, sino en la profundidad del trabajo de campo: en construir confianza, comprender contextos complejos y captar matices que no caben en una hoja de cálculo. Es un trabajo profundamente humano, basado en la presencia, la intuición y la experiencia, y ese componente permanece—por ahora—intacto frente a la inteligencia artificial.
Todo esto apunta a una reconfiguración del paisaje académico. Los papers cuantitativos serán cada vez más numerosos, hasta que empiece a instalarse la sensación de que “cualquiera” puede producir uno. La investigación cualitativa, en cambio, crecerá más lentamente y comenzará a reconocerse que exige habilidades, tiempos y disposiciones que no están al alcance de todos.
De manera más amplia, conviene recordar que el valor y el estatus en el mundo académico—aunque a menudo parezcan inmutables—están profundamente ligados a las condiciones tecnológicas y productivas de cada época. Hoy, a mis pupilos, trato de transmitirles que los códigos y prácticas en los que yo me formé no serán necesariamente el mejor referente para ellos. Necesitarán desarrollar capacidades amplias, cultivar la técnica junto con la intuición y construir trayectorias lo suficientemente flexibles como para adaptarse a contextos que hoy ni siquiera logramos anticipar.