¿Qué sucede cuando un investigador que realiza una investigación financiada se da cuenta de que su idea era completamente errónea?

Como Shriram Krishnamurthi, Adriana Heguy, Ben Y. Zhao, Igor Markov y Joseph Wang tienen respuestas fantásticas sobre lo que debería suceder y la perspectiva de estar en estas situaciones, puedo agregar una anécdota sobre lo que sucedió.

En 2008, el investigador de la Universidad Estatal de Iowa, Dong Pyou Han, encontró resultados notables en muestras de sangre de su investigación sobre la vacuna contra el VIH. Los conejos inyectados con la vacuna GP41 comenzaron a mostrar signos de anticuerpos en sus análisis de sangre, un hallazgo que sugiere que la vacuna había provocado una respuesta inmune contra el VIH. Este fue uno de los avances más prometedores en la historia de la investigación del VIH.

Estimulado por estos resultados, Michael Cho, quien dirigió su equipo de investigación, presentó solicitudes de subvención a los NIH. Todos estaban asombrados, pero querían más. Millones de dólares llegaron para financiar la investigación.

Lástima que no fuera real.

Han se dio cuenta de su error demasiado tarde: las muestras de sangre de conejo originales se habían contaminado con anticuerpos humanos. Nunca informó a Cho ni a nadie más en su equipo.

En cambio, decide preservar la ilusión de la investigación equivocada. Como gerente de laboratorio, Han tenía acceso directo a las muestras. Informó directamente a Cho y proporcionó datos para las solicitudes de subvención. Han sigue agregando muestras de sangre con anticuerpos humanos para mantener los hallazgos consistentes. Esto continúa por años.

En 2013, un grupo de la Universidad de Harvard intenta validar los mismos resultados y encuentra los anticuerpos humanos muy inusuales en las muestras de sangre de conejo del laboratorio. Todo se desmorona. Cho informa inmediatamente el problema. Se inicia una investigación federal. Para su crédito, Han renuncia silenciosamente y asumió toda la responsabilidad por sus acciones.

Entonces, ¿qué sucede cuando un investigador continúa haciendo una investigación financiada que él / ella sabe que está mal para empezar? La responsabilidad total de Dong Pyou Han, dictaminó el tribunal federal, significó más de cuatro años y medio en prisión y $ 7.2 millones para pagar los daños por los datos falsificados .

Hay al menos tres tipos diferentes de investigación financiada (en los EE. UU. En informática), y mucho depende de qué tipo esté haciendo.

Si se trata de fondos de donación (generalmente de empresas y fundaciones), entonces no tiene ninguna obligación. Gasta el dinero según lo permita su institución, pero los financiadores no pueden tener ninguna expectativa sobre usted. (Por supuesto, ejerce esta libertad con precaución. Si no logra nada, la próxima vez que les pida un regalo, pueden ser menos entusiastas).

Si se trata de financiación por contrato (generalmente de empresas y algunas agencias), debe analizar esto con su financiador. Por lo general, hay requisitos de informes frecuentes, por lo que descubrirán muy pronto que las cosas no van según el plan. La forma en que reaccionan depende realmente de quiénes son, qué esperan, etc. Nunca he recibido financiación por contrato, por lo que realmente no puedo hablar sobre este caso con conocimiento personal, y espero que haya mucha variación aquí. .

Si se trata de fondos de subvención (generalmente de organizaciones de investigación del gobierno nacional, a veces de fundaciones), estás en algún punto intermedio. Estas agencias generalmente entienden que la investigación tiene el potencial de fracasar (de hecho, para mí, la definición de “investigación” es que incluye ese potencial: de lo contrario, es solo un “proyecto” u otra cosa). Tendrán mecanismos para hacer frente a eso. Por ejemplo, la Fundación Nacional de Ciencias de EE. UU. Solicita informes anuales. En este informe, explica si las cosas van en la línea que propuso. Hay una sección donde se discute si no lo son. Si la desviación es significativa, se espera que contacte a su gerente de programa y discuta lo que está sucediendo. En principio, supongo que un gerente de programa tiene la libertad de no financiar el resto del proyecto (si aún no han liberado todos los fondos), o tal vez incluso cancelar el contrato, pero no he escuchado que sucedan esas cosas. Por lo general, espero que estén buscando dos cosas:

(1) Que ha estado haciendo un esfuerzo de buena fe en primer lugar (es decir, no sucedió debido a negligencia, incompetencia, pereza o ignorancia grave).

(2) Que está buscando entender la falla (“pensamos que podríamos hacer X, nos encontramos con Y, eso inhibió a Z, creemos que W puede ser el culpable, vamos a tratar de investigar”).

Si se aprueban ambos criterios, espero que lo alienten a continuar e intenten resumir su fracaso en lecciones para la comunidad en su conjunto: ambos registran lo que han aprendido hasta ahora (para que la próxima persona que intente esto no tenga que comenzar desde cero) ) y vea si puede identificar los motivos del error (por ejemplo, si se trata de matemáticas, una prueba negativa, un contraejemplo, etc.).

En general, un financiador sabio sabe que el fracaso es inevitable, y ha tenido en cuenta esta posibilidad en el mecanismo mismo de financiamiento.

La realidad es que el fracaso absoluto es poco común. (Algunos podrían criticar el proceso de financiación con el argumento de que las cosas con el potencial de estar realmente mal pueden ni siquiera ser financiadas en primer lugar). Lo que sucede a menudo es que las cosas no funcionan como se esperaba: los resultados son más débiles, los experimentos tuvieron que hacerse a través de diferentes entradas, etc. Pero es bastante raro que el resultado de una propuesta sea “completamente erróneo”. La financiación es lo suficientemente competitiva como para que el trabajo tenga suficiente evidencia preliminar de que este no es un resultado común.

En la mayoría de las áreas de astrofísica, usted hace estallar el champán, porque si ha descubierto que sus ideas sobre lo que está sucediendo son fundamentalmente erróneas, eso significa que ha descubierto algo nuevo. La mayoría de los fondos para astronomía y astrofísica son de la forma “Quiero dinero para mirar X” y si resulta que estás gastando dinero para volar una nave espacial a Plutón y Plutón no está allí, entonces acabas de descubrir algo realmente grande. Un ejemplo clásico de esto fue el descubrimiento de la energía oscura. La gente recibió muchos fondos para medir la desaceleración del universo, cuando en realidad se estaba acelerando.

Lo que preocupa a las personas en astrofísica no es tener ideas incorrectas, sino lo que son esencialmente fallas de ingeniería, presupuesto y gestión. Si ejecuta una simulación de supercomputadora y resulta que puede demostrar que sus ideas estaban equivocadas, gana. Si resulta que está buscando fondos para hacer una simulación, y llega a la mitad cuando descubre que ha subestimado enormemente los costos y el tiempo para completar la simulación, tiene un gran, gran problema. Sin embargo, la mayoría de los investigadores y los comités de financiación son buenos para hacer este tipo de presupuesto.

Además, lo otro que sucede es que no está “completamente equivocado”, pero resulta que sus conclusiones y el alcance de sus hallazgos son mucho menos grandiosos de lo que originalmente pretendía. Empiezas pensando que el enfoque X te dará el secreto del universo, pero resulta que el enfoque X requerirá una computadora del tamaño del planeta Júpiter, por lo que tienes que encontrar algo. Esto también afecta la forma en que escribes las subvenciones. Casi nunca escribes, “descubriremos X, sino que queremos explorar X, y podríamos descubrir Y y Z”.

Vale la pena señalar que un programa de investigación decente casi * nunca * resultará de la manera que pretendía. Si supiera lo que sucedería una vez que ejecute la simulación, no tendría que ejecutar la simulación.

Depende un poco del tipo de financiación que sea. Si se trata de una subvención (como la de la National Science Foundation) o un obsequio (por ejemplo, de una empresa), es posible que no tenga un plan de investigación específico. Presumiblemente, al descubrir que su enfoque original era incorrecto, pensó en una mejor manera de proceder. Entonces generalmente sigues ese nuevo curso. Puede haber problemas si tiene fondos en, digamos, seguridad informática y su nueva idea era trabajar en las interfaces de usuario. Pero generalmente está bien si persigue la misma área problemática.

Si se trata de un contrato de investigación (como los problemas de DARPA), entonces es probable que tenga hitos específicos y entregables, y necesitaría volver a su oficial de programa con un nuevo plan e intentar revisar el contrato. Un contrato también puede tener una revisión de punto medio, donde su financiación podría reducirse si no está haciendo un progreso satisfactorio (incluso si su idea era correcta).

1. Esperemos que esto no suceda con demasiada frecuencia. Uno de los criterios de selección para las revisiones de propuestas de NSF (y otros sistemas de propuestas revisados ​​por pares) es la probabilidad de éxito. Por supuesto, cada proyecto tiene una posibilidad de fracaso, y NSF fomenta proyectos de alto riesgo y alto rendimiento, pero casi todas las propuestas tienen algunos resultados iniciales que prueban la viabilidad básica de la idea / enfoque. A menudo, ese trabajo inicial es bastante maduro y deja poco al azar.

2. Si sucede y cuándo sucede, ese no es el fin del mundo. La investigación es un proceso. Suponiendo que el enfoque inicial / objetivo de investigación tiene alguna novedad, es probable que el proceso de investigación arroje ideas interesantes o nuevas direcciones. En estos casos, el IP simplemente “ajusta” el proyecto hacia las ideas / problemas más interesantes, y continúa.

Hay momentos en que la idea inicial es un fracaso casi total. En ese caso (con suerte bastante raro), el IP solo usa el financiamiento (si ya se recibió, por ejemplo, NSF) para trabajar en nuevos proyectos más valiosos y otorgar el crédito apropiado a la fuente de financiamiento. A los gerentes de programas de NSF no les importa mucho esto, ya que su $ en última instancia ayudó a producir investigaciones / resultados interesantes, incluso si no se trataba del proyecto / tema objetivo inicial.

Un programa de investigación bien diseñado no debe tener un solo punto de falla. Y en el entorno actual donde la financiación es tan difícil de obtener, es difícil imaginar que se otorgue una subvención a menos que la metodología y los antecedentes sean absolutamente sólidos.

Lo que es mucho más probable es que el programa se retrase, como lo hacen muchos proyectos grandes. Esto podría ser simplemente porque las tareas resultaron ser más difíciles de lo previsto, o porque un investigador renunció / enfermó / se distrajo por otra cosa. Entonces, por supuesto, simplemente tiene que entregar todo lo que pueda.

Por el contrario, a veces descubres que los objetivos de tu investigación se pueden alcanzar utilizando métodos completamente diferentes de los que propusiste. En este caso, descarta su programa de investigación, pero aún logra sus objetivos de investigación, tal vez incluso va más allá de ellos.

Ellos lo escriben. Existe un prejuicio erróneo entre muchos científicos de que no están haciendo un buen trabajo si no prueban una teoría. Pero en ciencia, es igualmente importante saber cuándo una teoría es incorrecta como cuándo es correcta.

Las ideas equivocadas no son realmente ideas equivocadas. Eso le da un juicio de valor innecesario. En cambio, son ideas o hipótesis donde la hipótesis nula no ha sido refutada. Esta información hace tanto para avanzar el conocimiento como la investigación donde hay evidencia para apoyar la hipótesis.

A los humanos, siendo humanos, les gusta estar en lo cierto. Obtienes más reputación por tener razón y crear nuevos conocimientos. Sin embargo, descubrir que una teoría está mal, también es un nuevo conocimiento. No es tan sexy y no alienta mucho a los financiadores, pero es igualmente importante.

Depende del tipo de financiación y también del campo de investigación. En mi campo, o en cualquier otro campo de la biología, la investigación financiada suele estar impulsada por hipótesis y para obtener el hallazgo necesita datos preliminares que sugieran que su hipótesis tiene bases sólidas. Aun así, no es raro que las hipótesis resulten ser erróneas y los nuevos datos recopilados apuntan a una nueva dirección y a experimentos distintos de los descritos en la propuesta de subvención. Esto es entendido por toda la comunidad y no representa un problema. La propuesta de subvención debe incluir posibles dificultades y un “Plan B” en cualquier caso.

La forma en que funciona la mayoría de las investigaciones es la siguiente:

1. Usted hace el trabajo (o al menos un trabajo preliminar sustancial) y demuestra que funciona.
2. Solicita fondos para hacer lo que ya ha hecho, o tal vez hacerlo un poco mejor.
3. Usted publica el trabajo que ya hizo antes de recibir fondos y la organización de financiamiento lo felicita.
4. Usas la mayor parte del dinero que obtuviste para financiar el proyecto que básicamente ya has hecho para hacer el trabajo preliminar en tu próxima creación.

Entonces, la mayoría de las veces ese problema no surge realmente.

Usted revisa, revisa nuevamente y ajusta si es necesario.

Sigo recordando a mis alumnos que un resultado negativo sigue siendo un resultado. Necesitan revisar sus suposiciones, revisar su trabajo, revisar su interpretación, (en la mayoría de los casos) revisar su código. Si todo sale, entonces el resultado negativo persiste, entonces trata de llegar al fondo de ese resultado negativo. Puede encontrar una nueva observación interesante.