Noticias

Hay muchas preguntas que no dejan dormir a los científicos en la noche. ¿Estamos haciendo las cosas bien? ¿Somos lo suficientemente precisos? ¿Hemos evitado nuestros prejuicios? ¿Es este el mejor modo de investigar? A pesar de los conocimientos y las mejores intenciones, no hay un sí definitivo.

La recolección de datos es clave para una ciencia robusta. Recoger datos usando métodos participativos ya ganó impulso en la agricultura. Pero no suficiente, ya que los productores todavía necesitan mucho apoyo de los investigadores científicos para generar datos de alta calidad. Eso significa tiempo y formación, y por supuesto, costos. Involucrar un gran número de productores en la investigación agrícola genera aprietos financieros y logísticos difíciles de sobrepasar cuando la ciencia sigue su camino clásico.

La mayoría de los estudios en agricultura tienen como fin mejorar los medios de vida de los productores y hacerlos parte del proceso tiene mucho sentido – los investigadores acceden a conocimientos y visiones que sólo el campo les puede dar, mientras que los productores se motivan para adaptarse a nuevas prácticas y herramientas agrícolas. Pero, ¿cómo pueden los productores jugar un rol activo en la investigación científica sin que los investigadores los supervisen de cerca todo el tiempo?

Productores como ciudadanos científicos – una fuente de sabiduría?

Un nuevo estudio muestra que, los productores tienen la tendencia a hacer observaciones que no son altamente confiables a nivel individual, sin embargo cuando la investigación involucra un gran número de productores, los datos agregados son científicamente sólidos. Investigadores de Bioversity International-CCAFS, de la Universidad Humboldt en Berlín y del Programa de Reconstrucción Rural en Horconcito, el distrito Santa Barbara, Honduras, exploraron qué tan precisas son las observaciones de los productores comparadas con los estándares científicos. Ellos también investigaron cómo la “Sabiduría de los Grupos” puede servir a la investigación agrícola.

Ciencia ciudadana
La recolección y análisis de datos relacionados con el mundo natural por personas del común, a menudo como parte de un proyecto en colaboración con científicos profesionales. (Oxford English Dictionary, 2014)

Crowdsourcing
Práctica para obtener servicios, ideas y/o contenido que requiere contribuciones de un grupo grande de personas, y en particular, de la comunidad activa en línea en lugar de los empleados o proveedores tradicionales. (Merriam Webster Dictionary)

La Sabiduría de los Grupos es un concepto conocido al hablar de ciencia ciudadana y de colaboración masiva (crowdsourcing). ¿A qué se refiere? Se trata de la sinergia que se da incluso cuando las contribuciones individuales pueden alejarse del “valor verdadero o correcto”, pero al agregarlas forman un balance y los datos dan un resultado científicamente pertinente. Pero esto no es un hecho, advierten los investigadores. Eso pasa si la investigación incluye suficientes y distintos puntos de vista y los productores tienen independencia en la recolección de los datos.

Entre más sencillo, mejor

Este es el primer estudio que investiga la calidad de los datos proporcionados por un método de ciencia ciudadana. Para esto, los investigadores usaron la metodología llamada Tricot. La idea es simple. Los productores reciben tres variedades aleatorias de diferentes cultivos que siembran junto a sus propios cultivos, y después las evalúan y ordenan según ciertas características. Después, ellos pasan la información a los investigadores.

En este estudio, cada uno de los pequeños productores voluntarios de cinco sitios en Honduras recibió tres variedades de frijol común de un total de siete variedades. Todos cultivaron las plantas usando el mismo manejo, y después las evaluaron por su vigor, arquitectura (que tan vertical se mantienen) y su resistencia a plagas y enfermedades, características que pueden ser observadas con un grado alto de objetividad, dicen los investigadores. Las preguntas de los científicos para los 35 productores fueron sencillas y no requirieron respuestas cuantitativas; al final fue cuestión de juzgar cual es la mejor y cual la peor.

Cultivo de frijol en Honduras. Foto: Jose Luis Urrea (CCAFS)

Dependiendo de la característica, el 77-100% de las observaciones se ajustaron al estándar “científico” establecido por un agrónomo, concluyó el estudio. “Los productores tienen ideas y experiencias diferentes que pueden resultar en interpretaciones de la realidad muy divergentes. Pero estas observaciones y opiniones de los productores en conjunto dan resultados científicos robustos que reflejan bien los estándares científicos comunes,” explica Jonathan Steinke, investigador visitante de Bioversity International y autor líder del estudio.

Los científicos exploraron potenciales contextos de investigación usando una simulación computarizada. Ellos concluyeron que cuantos más productores participan en el experimento y recogen datos, más variedades se pueden distinguir unas de otras.

Cuidado con la estadística!

¿Entonces, de qué estamos hablando? La validez y la confiabilidad son los santos griales del método científico. Queremos que los resultados sean confiables – que midan cosas con consistencia – y válidos – que sean lo más cercanos posible a la realidad o a un estándar reconocido. En este caso, los investigadores resaltan que la metodología Tricot da prioridad a la validez y también que está compensando la baja confiabilidad de un gran número de observaciones.

Algo para considerar cuando se trata de incluir productores en la investigación es que ellos tal vez vean el mismo detalle que los científicos, pero usan palabras muy diferentes para describirlo. Sin embargo, “uno de los propósitos de la investigación participativa es incluir opiniones diversas y explotar el conocimiento que de otra manera sería inaccesible, difícil de interpretar o invisible para los científicos,” dice el estudio. Entonces, dar a los productores independencia para ser ciudadanos científicos, es esencial para asegurar que ambas partes se estén refiriendo a los mismos detalles.

Esto no fue un reto fácil. Los investigadores también tuvieron que reformular y ajustar sus métodos. Dado que las preguntas iniciales produjeron datos de baja calidad, ellos refinaron la forma como los productores estaban reportando sus resultados, y también la recolección y compilación de los datos, Steinke explicó. “Nosotros también experimentamos este modo de investigar – involucrando productores como científicos ciudadanos con autonomía, dividiendo un ensayo mayor en muchos micro-ensayos –fue algo muy nuevo, así como extraño para nuestros socios de investigación. Sin embargo, fuimos muy afortunados de trabajar con cultivadores reconocidos que se interesaron en esta nueva forma de hacer investigación,” comentó Steinke.

Los productores están en general muy motivados en participar en los ensayos Tricot”, dice Jonathan Steinke, investigador visitante de Bioversity International. “Están curiosos de conocer nuevas variedades y ven la oportunidad de aprender sobre agricultura y descubrir variedades que podían funcionar muy bien en sus granjas.

Ahora, ¿qué sigue?

“Muchos proyectos exitosos de investigación participativa en agricultura se enfocan en fortalecer las habilidades de diagnóstico de los productores y trabajan con grupos de investigaciones de productores para generar datos,” explica Steinke. Pero reducir los costos de las investigaciones participativos mientras se busca escalar el papel de los productores en los procesos de recolección de datos requiere dejar atrás los métodos tradicionales.

Seeds for Needs, una iniciativa de Bioversity International, se concentra en ensayos que usan métodos de colaboración masiva en países de tres continentes, éstos son los primeros experimentos que “cuentan completamente con recolección sistemática de datos generados por productores individuales, bajo una mínima supervisión por parte de los investigadores,” dice Steinke.

Capacitar a los productores para jugar el papel de científicos ciudadanos en la investigación agrícola va a necesitar más que hacer las preguntas correctas.

Los investigadores están ahora trabajando con jóvenes emprendedores para explorar cómo empresas privadas podrían usar la metodología Tricot para ayudar a los productores a descubrir nuevas tecnologías agrícolas detrás de pequeños paquetes de prueba. Al mismo tiempo, ellos están examinando cómo los productores podrían usar herramientas digitales para descubrir nuevos temas de investigación.

CITACIÓN

Steinke, J., van Etten, J., Zelan, P.M. 2017. The accuracy of farmer-generated data in an agricultural citizen science methodology. Agronomy for Sustainable Development. 37:32. 

Lea más: 

• How can the Data Revolution contribute to climate action in smallholder agriculture?
• What are the prospects for citizen science in agriculture? Evidence from three continents on motivation and mobile telephone use of resource-poor farmers.
• First experiences with a novel farmer citizen science approach: crowdsourcing participatory variety selection through on-farm triadic comparisons of technologies (TRICOT)
• Farmers become citizen scientists: Testing wheat crops for climate change adaptation