Criterios para generar ideas

El primer criterio en la generación de una buena idea de investigación, y sin lugar a dudas el más importante, es que esta debe surgir de un problema relevante. Cuando un proyecto sirve para resolver un problema de valor, todos los involucrados en la investigación disfrutan del proceso al encontrar que su trabajo tiene sentido hacia un fin concreto.

Por ejemplo, en el año 2020 vi la situación causada por el COVID-19 como una oportunidad para generar ideas interesantes de investigación a desarrollar en dos de mis cursos en la Universidad de Montemorelos. En lugar de forzar el seguimiento del plan de estudio de estos cursos, con proyectos que ya había definido antes de la pandemia, que nada tenían que ver con el COVID-19, decidí virar el timón hacia proyectos de investigación en los cuales mis estudiantes aplicaran el conocimiento adquirido en la solución de problemas relacionados con esta enfermedad infecciosa.

En primer lugar, con mis estudiantes de mi curso de Redes Neuronales Artificiales trabajamos en equipos peque- ños en la creación y evaluación de diversas topologías (o estructuras) de redes neuronales profundas para la detec- ción de COVID-19 y de neumonía en radiografías. Uno de estos equipos utilizó en los experimentos 178 radiografías

Generar la idea inicial 31

de pecho con diagnóstico de COVID-19, 178 radiografías de pecho con diagnóstico de neumonía y 178 radiografías de pecho de pacientes sanos. Las imágenes de radiografías abiertas (libres para su uso) de pacientes con COVID-19 y de neumonía fueron tomadas de GitHub (Cohen et al., 2020). Las imágenes de radiografías de pacientes sanos fueron tomadas de diversos repositorios de Kaggle1_.

La topología resultante en este equipo obtuvo una alta exactitud de 97% en el reconocimiento de radiografías con COVID-19, neumonía y de pacientes sanos. En otras pala- bras, el modelo de clasificación devuelve la clasificación correcta en 97 imágenes de 100. Mediante esta aproxima- ción de clasificación automática se espera que el personal médico pueda validar sus diagnósticos. Asimismo, este tipo de aproximaciones sirve para que el médico pueda dedicar- le más tiempo al paciente, no a la computadora.

Por otra parte, en el curso de Procesamiento de Lengua- je Natural, mis estudiantes utilizaron técnicas avanzadas de procesamiento de lenguaje natural para descubrir pa- trones interesantes relacionados con el COVID-19. Espe- cíficamente, en los experimentos se utilizó el conjunto de datos abiertos CORD-19 (COVID-19 Open Research Dataset) provisto por el equipo Semantic Scholar del Allen Institute

for AI (Allen Institute for AI, s.f.). Este repositorio de da- tos contiene más de 130,000 artículos científicos acerca del coronavirus para ser utilizados por la comunidad de investigadores a nivel mundial.

En los experimentos iniciales se encontraron patrones relacionados con la prevención del COVID-19, los autores más influyentes en esta área, las universidades y países con más publicaciones acerca del tema, patrones relacionados con el periodo de incubación, factores de riesgo, síntomas y análisis de grupos vulnerables. Gracias al procesamiento de lenguaje natural fue posible encontrar patrones en miles de

artículos científicos en cuestión de milésimas de segundo. El hacerlo manualmente o con técnicas computacionales tradicionales tomaría días o semanas.

Un segundo criterio de generación de ideas consiste en que estas deben estar conectadas con la originalidad y la curiosidad. En palabras de Adam Grant (2016),

el sello distintivo de la originalidad es rechazar el valor predeterminado y explorar si existe una mejor opción. He pasado más de una década estudiando esto, y resulta ser mucho menos di- fícil de lo que esperaba. El punto de partida es la curiosidad: reflexionar sobre por qué existe el valor predeterminado en primer lugar. Nos vemos obligados a cuestionar los valores prede- terminados cuando experimentamos vuja de, lo contrario de déjà vu. El déjà vu ocurre cuando encontramos algo nuevo, pero se siente como si lo hubiéramos visto antes. Vuja de es lo con- trario: nos enfrentamos a algo familiar, pero lo vemos con una nueva perspectiva que nos per- mite obtener nuevos conocimientos sobre viejos problemas. (p. 7)

Finalmente, comparto algunos criterios adicionales de Her- nández Sampieri et al. (2014) para la generación de ideas de investigación:

Las buenas ideas intrigan y estimulan. Es por esto que, al elegir una idea, esta debe resultar atractiva. Las buenas ideas de investigación no son necesaria- mente nuevas, pero sí novedosas. Se pueden actuali- zar estudios previos, adaptar los planteamientos de- rivados de investigaciones efectuadas en contextos diferentes o conducir ciertos planteamientos a través de nuevos caminos.

Generar la idea inicial 33

Las buenas ideas de investigación pueden servir para elaborar teorías y solucionar problemáticas. Es por esto que creo que como docentes adventistas debemos fungir como «radares», siempre atentos a descubrir oportunidades que sirvan para detectar problemas a solucionar.

Las buenas ideas fomentan nuevas interrogantes y cuestionamientos. Una investigación no termina con la escritura del documento de proyecto de fin de ca- rrera de pregrado, la tesina de maestría o la tesis de doctorado. Siempre hay espacio para desarrollar nuevas ideas en el futuro con base en los resultados encontrados. Esto es lo que se conoce como «traba- jo futuro». En la Sección 4.5 presento más detalles acerca del trabajo futuro.