Análisis y comunicación de datos cuantitativos

Si bien es cierto que las pioneras en detectar el valor que reside en los datos que acumulaban en sus bases fueron las organizaciones empresariales, el mundo científico no ha sido ajeno a esta realidad. A mediados de los noventa, el desaparecido Jim Gray -científico estadounidense galardonado en 1988 con el premio Turing- fue capaz de anticipar esta nueva situación. Gray acuñó el término eScience para referirse al nuevo paradigma imperante en la investigación científica: la investigación intensiva en datos (data-intensive scientific rersearch). En opinión de este autor, la investigación científica ha atravesado cuatro estadios (paradigmas):

• El paradigma empírico. En los albores de la ciencia, ésta era puramente empírica y su objetivo no era otro que el de tratar de describir los fenómenos naturales. En particular, los científicos no pretendían generar modelos o leyes que rigieran comportamientos universales sino tan solo explicar aquello que veían.

• El paradigma teórico. La ciencia evolucionó y sus objetivos se tornaron más ambiciosos. La ciencia no se limitaba ya a tratar de explicar aquello que veía. Los científicos deseaban formular modelos de aplicación general: modelos universales. En otras palabras, a pesar de que la ciencia continuó siendo empírica, adquirió un carácter teórico. Las leyes de Kepler, las leyes de Newton o las ecuaciones de Maxwell son ejemplos apropiados de este estadio de la ciencia.

• El paradigma de la simulación. Los modelos teóricos universales que formulaban los científicos en su esfuerzo por explicar el funcionamiento de la realidad se fueron volviendo más y más complejos, hasta el punto de que pronto resultó evidente que estas formulaciones eran demasiado complicadas como para poder ser resueltas de modo analítico (exacto). Los científicos recurrieron entonces a la simulación. La Física, la Biología o la Química (en el ámbito de las Ciencias Experimentales) o la Economía y la Psicología (entre las Ciencias Sociales) son ejemplos de disciplinas que han adoptado la simulación (normalmente apoyada en el recurso intensivo a los ordenadores) con el fin de valorar el desempeño de sistemas excesivamente complejos para ser evaluados mediante un enfoque analítico.

• El paradigma intensivo en datos. En la actualidad, el progresivamente mayor recurso a la simulación ha generado grandes volúmenes de datos. A éstos se une el aluvión proveniente de las observaciones empíricas de las Ciencias Experimentales (que cuentan con instrumentos cada vez más precisos y potentes). Todos esos datos, captados o generados, se acumulan en bases de datos a la espera de ser analizados mediante potentes programas de ordenador que persiguen la detección de patrones o pautas de regularidad. Según este nuevo paradigma, estas pautas permitirán a los científicos aventurar nuevas conjeturas acerca de cómo funciona el mundo. Esta forma de entender la ciencia recibe el nombre de El Cuarto Paradigma.