FRENTE A LA ABUNDANCIA Y COMPLEJIDAD DE LOS DATOS: UNA VUELTA MÁS

Como elemento de contexto, debemos reconocer que el dato ha ido evolucionado desde una mirada unidimensional hacia una mirada pluri o multidimensional del mismo, transitando de este modo, desde el simple dato, a otro con más indicadores objetivos y posteriormente incorporando indicadores de carácter subjetivo, lo que hoy en día nos permite acercarnos hacia una medición más integral de constructos tan complejos como la felicidad, la pobreza, la calidad y el desarrollo, por mencionar algunos. Si agregamos a lo anterior, el enorme volumen de datos que aumenta exponencialmente y que se nos presentan a una velocidad asombrosa, mencionemos sólo un par de ejemplos: big data y Chat GPT.

Enfocados en el análisis de los datos cuantitativos es posible advertir que en ocasiones, tanto en nuestro rol de consumidor, como en el de productor de los mismos, se observa la presencia de algunos errores comunes en su generación y/o interpretación. He aquí aquellos de mayor ocurrencia:

EL SIGNIFICADO DEL DATO

En algunos casos se genera e interpreta el dato cuantitativo de un modo superficial poniendo atención exclusiva en lo procedimental, como operaciones de cálculo estadístico, sin preguntarse por el significado del dato ni del sentido de su análisis, dando por sentada la validez del mismo, por ejemplo: al analizar los resultados de una encuesta que se basa en una muestra no representativa estadísticamente, ya sea en tamaño y/o en su estrategia de selección de los sujetos y que pretende realizar inferencias para toda la población. En mi opinión, parte importante de este problema obedece a una suerte de analfabetismo matemático, del cual muchas veces se presume como una expresión de humanidad y sensibilidad a-numérica, ignorando el valor de la teoría y conceptos que debe acompañar al proceso de medición, en tanto éste excede la mera representación numérica como expresión de magnitud.

Al respecto, no debemos olvidar que el dato, del latín datum que se traduce como lo dado, en la práctica significa todo lo contrario; es decir, lo construido. Lo precedente, por cuanto en su construcción intervienen múltiples elementos tales como: las características del instrumento o técnica de recolección de datos, el modo en que se enfoca el problema de investigación, las expectativas del investigador, los presupuestos teóricos, la representatividad de la muestra y los sesgos cognitivos del investigador, entre otros tantos.

LA NECESIDAD DE DARLE UNA VUELTA MÁS A LA INTERPRETACIÓN DEL DATO

En primer lugar, debemos asumir una postura reflexiva acerca del dato, comprendiendo cómo fue creado y cómo es dado a conocer. Esto implica responder a preguntas significativas que den cuenta de la trazabilidad del dato desde su origen hasta su presentación en público, interrogándonos acerca de: la procedencia del dato, quién lo produjo, las operaciones estadísticas llevadas a cabo, quién realizó el análisis, quién financió la investigación, la representatividad de la muestra y un tremendo etcétera. Desgraciadamente, cómo señala Best (2009), la enseñanza de la estadística tiende a minimizar cómo, de hecho, surgen las cifras sobre aspectos de la vida real, desestimando que éstas son producto de opciones y compromisos de personas.

Por lo anterior, el desafío implica realizar un esfuerzo de interpretación del análisis del dato, que conduzca a una búsqueda de un significado más amplio a las respuestas de las preguntas de investigación, mediante su conexión con otros conocimientos disponibles.

A fin de cuentas, tal como señala Rumsey (2017), la idea no es caer en un escepticismo radical; sino más bien, convertirse en un verdadero sabueso de las estadísticas. Lo señalado, atendiendo a que como afirma Llaneras (2018): si bien es fácil mentir con estadísticas, también es difícil decir la verdad sin estadísticas, y es por ello, la invitación a asumir una postura reflexiva frente al dato que supere la ingenuidad y el escepticismo, dándole una vuelta más a la interpretación de éste.