Del esquema 1 también podría desprenderse la concepción de que hay un listado de problemas por resolver que forman parte del conocimiento disponible, como fue el caso de los 23 problemas matemáticos que presentó Hilbert en el I Congreso Internacional de Matemáticas en 1900, mismos que marcaron el curso de gran parte de la investigación matemática del siglo XX. Sin embargo, la inexistencia de un Hilbert en nuestro campo, o la imposibilidad de un planteamiento de esa naturaleza en las ciencias sociales, ha llevado a sistematizar la experiencia en torno al origen del problema de investigación: puede surgir de lagunas en los cuerpos teóricos y en el conocimiento disponible, de problemas sociales por resolver, o bien de explicaciones insatisfactorias a determinados fenómenos sociales (Bechhofer y Paterson, 2000: 1). Como estas fuentes no son excluyentes, el problema de investigación también podría surgir de combinaciones de ellas.
Mirado desde otro ángulo, desde la perspectiva de la lógica, el origen del problema se puede derivar por inducción —a partir del conocimiento empírico, es decir, provenir de la experiencia— o por deducción —sobre la base del conocimiento teórico— (Krathwohl, 1997: 80-83). Si el origen es inductivo podría pensarse erróneamente que la pregunta es netamente empírica, es decir, que surgiría de la observación pura de una situación. Sin embargo, como sabemos, toda observación está cargada de teoría (Hanson, 1989: 216-252) y, por tanto, el problema estaría delimitado indirectamente por el cuerpo de conocimiento disponible. Se debe enfatizar que todo problema, o pregunta de investigación, está conceptualmente condicionado, es decir, no es posible formular una pregunta a menos que se sepa algo. Lo relevante para la investigación social es que ese algo esté en el cuerpo de conocimiento que han acumulado las disciplinas que cultivamos.
Un punto para destacar del proceso de investigación representado por el esquema 1 es que no se someten a prueba las hipótesis teóricas sino sus consecuencias contrastables. En las ciencias sociales se suele distinguir entre las proposiciones teóricas y las proposiciones empíricas. Por ejemplo, “la anomia induce al comportamiento social desviado” podría dar cabida a los siguientes enunciados empíricos: el suicidio será más frecuente entre los solteros que entre los casados; tendrá más incidencia en la población protestante que en la católica; y en los trabajadores profesionales más que en los manuales (Stinchcombe, 1987: 15-17). Debido a la relación lógica que vincula ambos tipos de enunciados, el rechazo de una proposición empírica lleva a la refutación del enunciado conceptual, pero si se considera que de un mismo enunciado teórico se pueden derivar múltiples proposiciones empíricas, el no rechazar un enunciado empírico sólo aumenta la verosimilitud de la teoría, pero no la comprueba.
El tercer y último comentario que sugiere el esquema 1, en aras de su buena comprensión, se refiere al rectángulo rotulado estimación de hipótesis. El término estimación o pruebas de hipótesis convoca a la estadística y, a través de ella, a los métodos cuantitativos. El “test” de hipótesis tradicional compara la distribución de los datos con la distribución que surge del procedimiento de selección de casos; casos que se obtienen por la aplicación de diversas formas de muestreo aleatorio; o bien, con la distribución que se observaría si el fenómeno fuese de azar, es decir, generado por múltiples e infinitas y pequeñas causas (Stinchcombe, 1987: 23). Sin embargo, los métodos más modernos de la estadística desarrollados para responder a las exigencias de las ciencias sociales se caracterizan por contrastar distribuciones teóricas, derivadas de modelos estadísticos basados en hipótesis sustantivas, con la distribución observada de los datos (Hildebrand, Laing y Rosenthal, 1977). La contrastación de las distribuciones teórica y empírica permite decidir acerca del grado de bondad de ajuste del modelo y, por tanto, de la hipótesis.
No obstante, ésta no es la única lectura posible de las operaciones señaladas en el esquema 1 con relación al contraste de las hipótesis, también cabe la posibilidad de examinar cuán plausible o verosímil es la proposición teórica a partir de sus correspondientes enunciados empíricos. Por ejemplo, a partir de la teoría de Alexander Chayanov (1974) se ha planteado la hipótesis de que, en situación de crisis, los pobres emplearán intensivamente su fuerza de trabajo familiar para paliar los efectos sobre sus condiciones de vida (Cuéllar, 1990: 19-53). Para someter a prueba esta hipótesis no necesariamente hay que emplear métodos estadísticos, bastaría con observar el uso de la fuerza de trabajo de los pobres (mujeres, niños y ancianos, además de los adultos) antes, durante y después del período de crisis, lo cual podría hacerse empleando métodos etnográficos (González de la Rocha, 1986: 11-38). El procedimiento de prueba se puede extender en el tiempo (estudio del uso de la fuerza de trabajo del hogar en otras crisis) y en el espacio, es decir, en otros contextos territoriales como zonas rurales, semiurbanas y urbanas, así como en otros países. La hipótesis gana en verosimilitud en la medida en que sean más diversos los ámbitos en que se sostiene, así como mayor sea el lapso de tiempo que cubre (Cortés, 2008: 90-94).
Ahora bien, al someter a contraste las hipótesis, la estadística conmina a admitirlas o rechazarlas si no cumplen con requisitos preestablecidos. Sin embargo, este no es el proceder en la investigación social. De hecho, dada la contradicción, es decir, la no correspondencia entre los enunciados empíricos y los datos (sean o no cuantitativos), el investigador social se vuelca sobre la información, analiza si ha sido bien construida, si las mediciones son válidas y confiables, emprende la búsqueda de posibles distorsiones en el proceso de registro, codificación, o en los criterios de clasificación y, una vez que estabiliza el frente de los datos, revisa sus enunciados empíricos, examina la consistencia con las proposiciones teóricas de carácter más general y, en caso necesario, procede a redefinir su problema o a reelaborar su teoría. El motor de la investigación es la contradicción entre los enunciados que derivan de la teoría y los datos.
A lo largo del proceso de investigación es habitual que el investigador social deba enfrentarse una y otra vez a la contradicción entre las regularidades que deberían observarse si su teoría fuese adecuada y el arisco comportamiento de los datos. Y cada vez emprende el camino empírico que consiste en valorar la información, o el camino teórico que revisa tanto el estado del problema como la teoría. Pero, para seguir apoyándonos en la geometría, estas operaciones no se hacen en un mismo plano, sino en planos de complejidad cada vez mayor, tanto en lo teórico como en lo empírico. Por ejemplo, una investigación puede partir preguntándose si los programas de transferencias condicionadas logran evitar la transmisión intergeneracional de la pobreza y, después de varios pasos intermedios que modifican la pregunta y las conceptuaciones así como la información, terminar analizando la movilidad ocupacional y evaluando el impacto del programa sobre el logro ocupacional de los jóvenes que recibieron los apoyos del programa (Yaschine, 2012), lo que deja abierta la pregunta original que implicaba el análisis de la situación económica general, tema que queda claramente fuera del alcance del programa y de la investigación.
Para representar geométricamente la idea del avance en el grado de complejidad en la delimitación del problema, en la teoría y en los datos, supongamos que se pliega verticalmente el Esquema de Bunge sobre su centro, si este pliegue es tal que el rectángulo del nuevo cuerpo de conocimientos y nuevos problemas no se superpone con el del cuerpo de conocimientos disponibles y problema, sino que se sitúa en un plano superior y que este proceso se repite cada vez que aparece la contradicción, se formaría una espiral (Cortés y Rubalcava, 1987: 13-25) o, con más precisión, un helicoide (García, 1997: 40) que representaría el proceso de la investigación.
Читать дальше