Es necesario que el lector comprenda que el término de observación aquí utilizado no se refiere al simple hecho de observar per se, sino al hecho de interactuar de alguna forma con el sistema, ya sea consciente o inconscientemente, con el fin de obtener alguna información. A los cambios que presenta el sistema por el hecho de hacer una observación se le denomina efecto observador.
Pero… por qué es necesario hacer una observación si se sabe de antemano que es probable que se perturbe el sistema? La respuesta sencilla a esta contradictoria pregunta es que si uno quiere simular un sistema, sin importar cual sea, necesita forzosamente datos del sistema a simular. Después de todo, la simulación consiste en trasladar un proceso físico real a un modelo matemático.
Tipos de observaciones los hay, y en gran cantidad. Algunos de ellos se presentan a continuación:
● Directa e indirecta. Que se caracteriza de acuerdo a si el observador entra o no en contacto directo con el fenómeno a estudiar.
● Participante y no participante. En donde el tipo depende de si el observador forma parte o no del fenómeno estudiado.
Pero no importa cuál sea el tipo de observación que se realiza, uno de los factores más interesantes que producen información errónea es precisamente el efecto observador, y es interesante porque no es posible saber si el efecto observador se hizo presente o no durante una observación. Un ejemplo fácil de asimilar, es el siguiente: imagínese usted, estimado lector, que algún familiar suyo tiene fiebre, por ejemplo la abuelita. Por instinto, lo primero que hace uno es medir su temperatura corporal con un termómetro, para corroborar lo que hacemos de manera empírica con la palma de la mano (que más que medir la temperatura corporal, mide el coeficiente de transferencia de calor por conducción). Pero… un momento! El hecho de encontrarnos midiendo la temperatura corporal del sistema (que nos perdone la abuelita por el sobrenombre) es una forma en que estamos a su vez alterando el sistema! Esto es fácil de comprender, he aquí la causa: como toda persona que haya tenido una experiencia con el termómetro sabe, se necesita esperar un cierto tiempo para que la temperatura que se lee en el termómetro sea confiable. Este tiempo de espera es necesario mientras el termómetro y el sistema llegan a un equilibrio termodinámico. Ahora bien, para llegar a este equilibro, el sistema (la abuelita con fiebre) cede parte de su energía térmica al termómetro, misma energía que la placa de metal del termómetro absorbe y transfiere a su vez al mercurio, que se dilata y todos conocemos el resto. Pero esta pérdida de energía por parte del sistema conlleva a una disminución en su temperatura, por lo tanto, la temperatura que se está midiendo no es la temperatura que se deseaba medir, sino la temperatura que el sistema posee por la perturbación de la observación. La temperatura medida sería entonces del sistema “abuelita + termómetro”.
Si bien esta disminución en la temperatura podemos despreciarla a un nivel macroscópico, a nivel microscópico existe y es importante en numerables ocasiones. Piense ahora el lector que si esto pasa en algo tan común como la medición de temperatura, debe pasar en cuestiones mucho más específicas y la alteración será entonces notable a nivel macroscópico. Definitivamente la calidad de la solución obtenida es subjetiva, ya que con las proporciones del cuerpo de la abuelita se tendrá una disminución de, digamos, un quinto de grado Celsius, lo que no afectará en gran medida la hipótesis de que la abuelita tiene fiebre. Pero qué sucedería si en lugar de tratar de medirle la temperatura a un cuerpo humano, quisiéramos saber la temperatura de un vaso de agua que tiene la misma velocidad que la abuelita? O la temperatura de una gota de agua bajo las mismas condiciones? La transferencia de calor tendría una velocidad similar, pero esta vez la disminución en la energía interna del vaso de agua ocasionaría una disminución de varios grados Celsius, y la disminución de temperatura en la gota de agua sería más marcada todavía, y así podríamos seguir bajando escalas. También está el hecho que una perturbación de esta índole en el caso de estudios sobre animales o humanos puede alterar tanto el comportamiento del sistema que los resultados recabados son totalmente erróneos.
Es necesario entonces distinguir cuando la información que se tiene para hacer el modelo matemático es de buena calidad y cuando es de calidad pobre. Denominaremos como información de calidad pobre a aquella información que conduzca a conclusiones erróneas sobre el sistema, mientras que información de buena calidad sería el caso contrario, en donde se pueden establecer conclusiones válidas sobre el sistema estudiado. El término de información de buena calidad no significa que la información es perfecta, pero sí que describe suficientemente bien lo que se quiere modelar.
Una de las causas principales de la información de baja calidad es precisamente el efecto observador, como el lector puede ahora comprender. Esta no es la única causa de información de calidad baja, pero sí es una de las más importantes debido a que se suele desestimar el efecto que tiene en la información, incluso en fuentes bibliográficas actuales. La inclusión del efecto observador en la información recopilada puede llegar a conclusiones totalmente en contra de lo que sucede realmente con el fenómeno bajo estudio.
Esto es una gran contrariedad si se toma en cuenta que cuantificar de manera precisa el efecto observador es una tarea demasiado difícil, por no decir imposible. Por si fuera poco, la literatura parece indicar que la principal forma de reducir el efecto observador en un estudio es realizar experimentos con sistemas no-complejos y con la mínima instrumentación posible. Sin embargo, es posible demostrar que aún utilizando instrumentación mínima se puede causar un gran efecto observador. Y los dolores de cabeza continúan: no sólo el efecto observador se presenta incluso en ambientes no-complejos, sino que este efecto no es predecible! Una mayor cantidad de observaciones no aumenta el efecto observador, así que una menor cantidad de observaciones tampoco logra reducirlo! Afortunadamente, existen técnicas más adecuadas para disminuir el efecto observador.
La primera técnica, que más que una técnica en sí es un mejor acercamiento a la forma mencionada, consiste en utilizar diferentes tipos de instrumentos para realizar una medición, si se observa que existe una variación importante entre las mediciones, entonces se determina que al menos uno de los instrumentos está ocasionando el efecto observador. Este acercamiento tiene en la lógica sus bases, y aunque es rápido de llevar a cabo, tiene entre sus desventajas el hecho de que se deben de tener varios instrumentos diferentes para medir la misma propiedad. Por ejemplo, en el mencionado estudio de la abuelita, si además de colocarle el termómetro para medir su temperatura lo hacemos con una pistola de radiación infrarroja y con un termopar, y comprobamos que las lecturas difieren notablemente, entonces no tenemos más de donde elegir: o los instrumentos no están calibrados (o están descompuestos, pues) o alguno de los tres equipos está produciendo el efecto observador.
Una segunda técnica a discutir es el uso del análisis de causa (causal analysis), con la cual se intenta detectar información no acorde con la realidad. La idea básica consiste en analizar las conclusiones a las que se han llegado utilizando la información bajo prueba mediante una intervención directa. Por ejemplo, si se tiene un reactor químico bajo estudio y se determina, en base a los datos recopilados, que la conversión no es completa debido a que la temperatura es demasiado baja, puede ser que el efecto observador haya alterado la información y por ende la temperatura no sea realmente la causa de la baja conversión. La intervención consiste entonces en aumentar la temperatura, manteniendo las demás variables constantes, y corroborar si realmente la conversión se ve afectada por este aumento en la temperatura, que en caso de ser así, tenemos cierta evidencia de que la información no es de baja calidad. Es decir, lo que se hace con esta técnica es comprobar si los datos nos llevan a conclusiones no solo válidas, sino también reales.
Una tercera técnica consiste en la amplia área de diseño de experimentos, pero esto ya depende en gran medida del problema que se tenga enfrente. No es lo mismo tener bajo estudio a un grupo de personas para determinar si todos los hombres mayores de 40 hacen ejercicio, en donde fácilmente se les puede “engañar” o hacerles creer que no están bajo estudio, que tener a un grupo de personas a las que se les esté evaluando su labor (que seguro tendrá un efecto placebo) o incluso que tener un grupo de animales, los cuales seguro se comportarán de forma diferente cuando se den cuenta que existe alguien observando.
Aplicaciones del efecto observador hay en cualquier caso bajo estudio: los hay en las ciencias químicas, tal y como el citado caso del reactor, los hay en las ciencias físicas, como el problema de observación de un electrón, lo hay en las ciencias sociales, como en estudios de interacción animal, e incluso los hay en psicología humana, en donde como se dijo al principio, bajo la mirada de alguien más, siempre vamos a actuar diferente, para hacer lo que sea “moralmente correcto” ante los ojos de la sociedad.
No hay comentarios:
Publicar un comentario