Dicen que la retrospectiva es 20-20, y tal vez en ninguna parte es eso más cierto que en la investigación académica.
"Todos hemos tenido la experiencia de ponernos de pie para presentar una serie de hallazgos novedosos, a menudo basados en años de trabajo, y hacer que alguien en la audiencia espere '¡Pero ya sabíamos esto!'", Dice el profesor StefanoDellaVigna, un economista conductista con nombramientos conjuntos en el Departamento de Economía y Berkeley Haas. "Pero en la mayoría de estos casos, alguien hubiera dicho lo mismo si hubiéramos encontrado el resultado opuesto. Todos estamos 20-20, después del hecho"
DellaVigna tiene una cura para este tipo de quarterback académico el lunes por la mañana: una plataforma de predicción para capturar la sabiduría convencional antes de que se realicen los estudios.
Junto con sus colegas Devin Pope de la Booth School of Business de la Universidad de Chicago y Eva Vivalt de la Research School of Economics de la Australian National University, lanzó un sitio web beta que permitirá a investigadores, estudiantes de doctorado e incluso miembros del público en generalpara revisar los proyectos de investigación propuestos y hacer predicciones sobre el resultado.
Su propuesta, presentada en un artículo en ciencia El Foro de Políticas, es parte de una ola de esfuerzos para mejorar el rigor y la credibilidad de la investigación en ciencias sociales. Estas reformas fueron provocadas por la crisis de replicación, el fracaso de reproducir los resultados de muchos estudios publicados e incluyen la masaesfuerzos para replicar estudios, así como plataformas para prerregistrar diseños e hipótesis de investigación.
"Pensamos que se podía ganar algo importante al tener un registro de lo que la gente creía antes de que se conocieran los resultados, y los científicos sociales nunca lo han hecho de manera sistemática", dice DellaVigna, quien codirige la Iniciativa Berkeley paraBehavioral Economics and Finance. "Esto no solo nos ayudará a identificar mejor los resultados que son realmente sorprendentes, sino que también ayudará a mejorar el diseño experimental y la precisión de los pronósticos".
Debido a que la ciencia se construye sobre sí misma, las personas interpretan nuevos resultados basados en lo que ya saben. Una ventaja de la plataforma de predicción es que ayudaría a identificar resultados realmente sorprendentes, incluso en los casos en que hay un resultado nulo, que rara vez se publicaporque, por lo general, no se consideran significativos, argumentan los investigadores.
"La recopilación de pronósticos anticipados de resultados de investigación podría combatir este sesgo al hacer que los resultados nulos sean más interesantes, ya que pueden indicar una desviación de la sabiduría aceptada", escribió Vivalt en un artículo sobre la propuesta en The Conversation.
Una plataforma de predicción de investigación también ayudará a evaluar la precisión de los expertos en ciertas áreas. Por ejemplo, DellaVigna y Pope reunieron predicciones de expertos académicos en 18 experimentos diferentes para determinar la efectividad de "empujones" versus incentivos monetarios para motivar a los trabajadores a haceruna tarea en línea. Descubrieron que los expertos eran bastante precisos, pero no había diferencia entre el profesorado altamente citado y otro profesorado, y que los estudiantes de doctorado hicieron lo mejor.
Los autores señalan que comprender dónde hay un consenso general también puede ayudar a los investigadores a diseñar mejores preguntas de investigación, para llegar a fenómenos menos entendidos. Recolectar una masa crítica de predicciones también abrirá una nueva área de investigación potencial sobre silas personas actualizan sus creencias después de conocer nuevos resultados.
Hacer una predicción en la plataforma requeriría una simple encuesta de 5 a 15 minutos, dice DellaVigna. Los pronósticos se distribuirán al investigador después de que se recopilen los datos, y los resultados del estudio se enviarán a los pronosticadores al finalde El estudio.
Berkeley Haas Prof. Don Moore, quien ha sido un líder en abogar por métodos de investigación más transparentes y rigurosos y capacitar a la próxima generación de investigadores, dice que la plataforma de predicción "podría traer un cambio poderoso y constructivo en la forma en que pensamos sobre los resultados de la investigaciónUna de sus grandes fortalezas es que capitaliza la sabiduría de la multitud, potencialmente aprovechando el conocimiento colectivo de un campo para ayudar a establecer un consenso científico sobre el cual se pueden construir nuevos resultados de investigación ".
Fuente de la historia :
Materiales proporcionado por Universidad de California - Berkeley Haas School of Business . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :