La ciencia de la previsión: cómo los investigadores pueden hacer que su trabajo perdure en el futuro
Cada programa de investigación es una apuesta por el futuro. Un científico que dedica años a una línea de investigación particular, un financiador que respalda un campo sobre otro, una institución que construye infraestructura en torno a una tecnología específica, todos están haciendo suposiciones sobre qué será importante, qué funcionará y cómo será el mundo cuando lleguen los resultados. Sin embargo, esas suposiciones casi nunca se enuncian, se prueban o se revisan sistemáticamente.
Un equipo de investigadores liderado por Bertalan Mesko, director del Medical Futurist Institute, argumenta en Nature que esto debe cambiar. En un artículo titulado «The Science of Foresight: How to Future-Proof Your Research», sostienen que las instituciones científicas deberían adoptar métodos estructurados de previsión, las mismas herramientas utilizadas por planificadores militares, agencias de inteligencia y algunas corporaciones, para tomar mejores decisiones sobre dónde invertir tiempo, dinero y talento.
«Lo que falta no es la predicción perfecta, sino la previsión: un proceso estructurado y orientado al futuro para examinar múltiples futuros plausibles», escriben los autores. «Identificar los supuestos que importan en todos ellos y definir señales que puedan desencadenar cambios en la dirección de la investigación, la dotación de personal y las prioridades de financiación.»
El costo de no mirar hacia adelante
Las consecuencias de no anticipar el futuro son visibles en la historia reciente. La pandemia de COVID-19 tomó desprevenidas a la mayoría de las instituciones de investigación, forzando aceleraciones de emergencia en el desarrollo de vacunas, el despliegue de la telemedicina y el rediseño de ensayos clínicos. El rápido auge de la IA ha dejado a universidades y agencias de financiación lidiando con el desarrollo de políticas sobre validación, evaluación, capacitación laboral e integridad de la investigación.
En cada caso, las señales de advertencia eran visibles con años de antelación. Pero sin un proceso sistemático para examinar lo que significaban esas señales, las instituciones recurrieron al juicio informal, la intuición y la planificación a corto plazo.
«Cada programa de investigación es una apuesta por el futuro», escriben los autores. «Sin embargo, los científicos rara vez examinan los supuestos detrás de esas apuestas.»
Previsión traslacional
El concepto que proponen los autores es la previsión traslacional, análoga a la medicina traslacional, que busca cerrar la brecha entre los descubrimientos de laboratorio y las aplicaciones clínicas. La previsión traslacional integraría métodos de futuro en los mecanismos centrales del desarrollo científico: decisiones de financiación, planificación de infraestructura, diseño curricular y criterios de evaluación.
El artículo describe varias herramientas prácticas que los investigadores, jefes de laboratorio y financiadores pueden utilizar:
La Rueda del Futuro, Partiendo de un cambio central (por ejemplo, «la IA ahora puede coescribir artículos»), los investigadores trazan las consecuencias directas e indirectas, incluidas las no intencionadas, para producir un mapa de riesgos y oportunidades.
Análisis de Escenarios 2×2, Al identificar un factor clave y una incertidumbre clave, los investigadores pueden construir cuatro mundos futuros plausibles y probar qué estrategias son sólidas en todos ellos, en lugar de optimizar para un único futuro esperado.
Escritura de Visión (Backcasting), Escribiendo desde la perspectiva de un futuro investigador en, digamos, 2035, describiendo qué cambió, qué funcionó y qué falló. Esto aclara las aspiraciones a largo plazo y los hitos necesarios para alcanzarlas.
Desafía al Futurista, Una prueba de estrés estructurada en la que una afirmación futura propuesta es cuestionada con modos de fallo y variables faltantes, luego revisada con condiciones explícitas adjuntas.
De la ciencia reactiva a la ciencia anticipatoria
Los autores señalan que algunas organizaciones ya utilizan estos métodos. Shell ha utilizado el análisis de escenarios para navegar crisis energéticas durante décadas. Las agencias de inteligencia utilizan técnicas analíticas estructuradas para evitar sesgos cognitivos. El Good Judgment Project de la Universidad de Pensilvania aprovecha la sabiduría de las multitudes para preguntas geopolíticas prospectivas.
Pero en la ciencia, estas herramientas siguen siendo marginales. Los autores piden que se integren en las solicitudes de subvenciones, la planificación estratégica institucional y los programas de formación en investigación. Los financiadores, argumentan, deberían exigir a los solicitantes que articulen no solo lo que planean hacer, sino también qué suposiciones están haciendo sobre el futuro y cómo se adaptarían si esas suposiciones resultan equivocadas.
«La previsión traslacional convierte la preparación de una lista de verificación de emergencia estática en un sistema para probar y actualizar los supuestos de los que dependen las decisiones futuras», escriben los autores.
En un mundo donde el ritmo del cambio científico y tecnológico se acelera, la capacidad de pensar sistemáticamente sobre el futuro puede ser tan importante como cualquier descubrimiento individual.
Fuentes
[1] Mesko, B., Kristof, T., Car, J., Sung, J., Wong, T.Y. «The science of foresight: how to future-proof your research.» Nature, 655, 848-850 (2026). DOI: 10.1038/d41586-026-02231-y. https://www.nature.com/articles/d41586-026-02231-y
Traducido por Alessandra