Castillo De Naipes 6h2530

Castillo de Naipes

La Extraña Manera de Investigar en Psicología

Fernando Vera García

Castillo de Naipes. La Extraña Manera de Investigar en Psicología Fernando Vera García

Esta obra ha sido publicada por su autor a través del servicio de autopublicación de EDITORIAL PLANETA, S.A.U. para su distribución y puesta a disposición del público bajo la marca editorial Universo de Letras por lo que el autor asume toda la responsabilidad por los contenidos incluidos en la misma.

No se permite la reproducción total o parcial de este libro, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier medio, sea éste electrónico, mecánico, por fotocopia, por grabación u otros métodos, sin el permiso previo y por escrito del autor. La infracción de los derechos mencionados puede ser constitutiva de delito contra la propiedad intelectual (Art. 270 y siguientes del Código Penal).

© Fernando Vera García, 2021

Diseño de la cubierta: Equipo de diseño de Universo de Letras. Imagen de cubierta: ©Shutterstock.com

www.universodeletras.com

Primera edición: 2021

ISBN: 9788418570612. ISBN eBook: 9788418571497

Dedicado a mi esposa Karla, a mi padre Oscar y a mi madre Rebeca.

Que con su apoyo y sacrificio hicieron posible este libro.

1 Introducción

1. ¿Cuál es el alcance de la psicología?

La psicología es una disciplina que gradualmente ha logrado ocupar un importante lugar en la vida de las personas. En la actualidad, principalmente en el entorno urbano, aunque no nos demos cuenta, es un hecho que la psicología ha incidido de una u otra forma en cómo vivimos nuestras vidas. Y, sin embargo, la naturaleza de ese papel es incierta, como también son sus contribuciones, sean estas científicas o tecnológicas. Esa aparente contradicción representa el punto de partida para este estudio. Pero ¿a qué nos referimos cuando hablamos del papel que juega la psicología en la actualidad? Existen varias maneras de evaluar el alcance de una disciplina, todas ellas parciales e imperfectas, pero en su conjunto nos permiten estimar su impacto. Un primer acercamiento lo constituye la cantidad de sus practicantes. ¿Cuántos egresados hay?, ¿cuántas carreras existen?, ¿cuál es la matrícula? En el caso de la psicología en México, según cifras de ANUIES (s. f.), en el ciclo escolar 2018-2019 se ofertaron un total de 61 704 lugares en licenciaturas en psicología; la matrícula en las mismas fue de 181 019 estudiantes, lo cual representa una tasa de crecimiento desde 2010-2011 del 46 %; y la cantidad de egresados de dichas licenciaturas fue de 31 741, lo cual constituye el 4.6 % de los egresados de todas las carreras en dicho período escolar. Este crecimiento es similar al que se ha reportado en Estados Unidos. De acuerdo con el National Center for Education Statistics (2018b), entre 20142015 se confirieron 117 557 títulos de licenciatura en psicología, constituyendo la cuarta carrera con más títulos, solo detrás de negocios, programas de salud y relacionados, y ciencias sociales e historia. Su tasa de crecimiento desde 19701971 fue de 208 %, lo cual es casi el doble de la tasa de crecimiento total (126 %). Según el mismo organismo (2018a), en 2014-2015 fueron 333 las

instituciones que ofertaban títulos de doctor en psicología, siendo superada únicamente por salud y educación; 686 ofrecieron títulos de maestría, detrás de salud, educación y negocios; y 1459 las que confirieron títulos a nivel licenciatura, adelantada por artes visuales y escénicas, salud, ciencias de la computación y negocios. Así pues, tanto en México como en su vecino del norte, hay tanto una elevada oferta como demanda de educación en psicología. Otra vía de estimación del alcance de la psicología es la información del mercado laboral. En México, según el Observatorio Laboral (s. f.), que obtiene sus cifras de la Encuesta Nacional de Ocupación y Empleo del INEGI, de 66 profesiones, psicología ocupa el séptimo lugar en la cantidad de profesionistas empleados (298 414 a noviembre de 2019). La situación es similar en Estados Unidos, donde el Bureau de Labor Statistics (2019) estima que en 2018 había 181 700 empleos en psicología. El mismo organismo proyectó que para el año 2028 habría 207 800, un incremento de 14 %, mucho mayor al incremento promedio de todas las profesiones de 5 %. En pocas palabras, trabajo hay para los psicólogos. Por último, una rama fundamental de la psicología, aquella que más comúnmente se asocia a ellos, es la psicología clínica, en la cual las cifras pintan una imagen similar. De acuerdo con la Organización Mundial de la Salud (2018), entre 2011 y 2014, de noventa y dos países, cincuenta y nueve tuvieron un incremento en la cantidad de psicólogos por cada 100 000 habitantes. El caso de México fue un incremento importante, pasando de 0.55 a 2.11 por cada 100 000 habitantes, lo cual es mucho mayor al incremento promedio de 0.134 %. El Instituto Mexicano del Seguro Social (2017) señala datos igualmente al alza: de 1995 a 2017, la cantidad de psicólogos empleados pasó de 225 a 377, una tasa de crecimiento de (68 %), que es mayor a la tasa de crecimiento del total de empleados y del personal médico. Todo esto indica una misma tendencia que en el ámbito educativo; más oferta de servicios psicológicos de salud. Estas cifras permiten evaluar de modo cuantitativo el tamaño de la psicología. Pero existen otras formas de evaluar el impacto de la disciplina de la mente y la conducta. Como se sabe, la cultura se constituye por mucho más que cifras socioeconómicas. El lenguaje y las costumbres también permiten una evaluación, que no por subjetiva es menos valiosa. Las expresiones cotidianas de la gente muestran hasta qué grado nuestra vida se ha visto influida por la psicología. Términos o frases como «estar en negación»,

«racionalizar», «proyectarse», todos vienen de la tradición psicoanalítica, y más allá de que sean mal utilizados, su impacto es lo importante. En una ocasión estuve en una junta donde un colega estadounidense pidió disculpas por sus observaciones tan anal-retentivas. Toda esta terminología refleja como el modo de pensar psicológico ha impregnado nuestra vida. También se encuentran las construcciones o representaciones que la gente tiene de los psicólogos. No es extraño que, si en una conversación sale a la luz que uno de los interlocutores es psicólogo, de inmediato surjan comentarios como «no diré nada para que no me psicoanalices». El papel que los oráculos tenían antaño de leer el futuro en los sueños, hoy lo poseen los psicólogos para interpretarlos, siendo frecuente la petición «tú que eres psicólogo, dime qué significa esto que soñé». Sea de broma o en serio, la representación del psicólogo es compartida, es clara y es fuerte. Y es cierto que suele ser equivocada, pero cuando las personas comparten hasta los chistes de una profesión, podemos afirmar que la representación ya se ha constituido. Otro punto donde apreciar el impacto de la psicología se encuentra en el ámbito jurídico. Analizar el papel que se otorga a los psicólogos, por ley, permite comprobar qué tanto se ha constituido un entramado social y político. A continuación, algunos ejemplos de México, sobre cómo las prácticas e interacciones con el Estado se ven afectadas por el quehacer del psicólogo:

- Ley General de Salud, Artículo 333, VI (Cámara de Diputados del Honorable Congreso de la Unión, 2018): para realizar trasplantes entre personas que no son consanguíneas, es necesario obtener resolución favorable del Comité de Trasplantes del Hospital, previa evaluación médica y psicológica. - Protocolo para la Prevención del Abuso Sexual a Niñas, Niños y Adolescente (DIF, 2017): Parte esencial del protocolo, tanto a la hora de evaluar factores de riesgo, como de intervenir en casos de sospecha, o ante denuncia, es la evaluación psicológica. - Reglamento para el Control Vehicular y de Licencias y Permisos para Conducir en el DF (Gobierno del Distrito Federal, 2009): para renovar licencias de taxis y transporte público (B, C, D, E), es necesario acreditar una evaluación médica que incluye pruebas psicométricas.

- Código de Procedimientos Penales del DF (Asamblea Legislativa del Distrito Federal, 2014): para comprobar cuerpo de delito y probable responsabilidad, el Ministerio Público deberá agregar a la indagatoria un dictamen psicológico de la víctima. De igual forma, el Ministerio Público debe solicitar un dictamen psicológico para integrar el perfil del presunto responsable. - Código de Procedimientos Civiles (Asamblea Legislativa del Distrito Federal, 2018): se necesita un estudio psicológico para poder adoptar un hijo (Artículo 923). - Mismo código: la valoración psicológica puede ser usada como elemento dentro de un juicio de custodia.

Es decir, en México puede ser benéfico, e incluso obligatorio, el recurrir a servicios de psicólogos, sea para adoptar, recibir trasplantes, manejar un taxi, pelear por la custodia de un menor, evaluar el riesgo o hechos de violencia infantil, entre otros. Queda claro, pues, que la psicología ha pasado a ocupar un lugar importante en nuestras vidas, más allá de si uno acude al psicólogo o no. Su papel se extiende a escuelas, donde acompañan niños, los evalúan o les dan clases; en la empresa reclutan, capacitan o dan asesoría; en el tribunal, su juicio tiene peso pericial; en el hospital dan terapia o valoran; sin mencionar entornos académicos como el aula de clases y el laboratorio de investigación. Y, no obstante, existen señales de alerta que nos apunta a que algo no está bien con esta disciplina tan vitoreada. Se trata a veces de voces expertas cuya crítica especializada no trasciende a las paredes de la academia, o que quizás también apliquen a otras disciplinas, como las ciencias sociales, y, por lo tanto, se acepta como una debilidad no de la psicología propiamente. En otras ocasiones no alcanzan el carácter de crítica, sino más bien un cierto recelo con que se ve a la disciplina o los s de la misma. Un primer problema se encuentra en recientes críticas por no ser capaz de replicarse buena parte de los resultados de la disciplina, las cuales comenzaron en la década de 2010. En 2011 un equipo colaborativo de más de doscientos se dio a la tarea de determinar si los resultados de la psicología son replicables o no. Los autores concluyeron que ni un solo indicador medido pasó

la prueba de replicabilidad (Open Science Collaboration, 2015). Este tipo de investigaciones fue adquiriendo notoriedad, al punto de llegar al público lego. Desde revistas como Nature (Owens, 2018), hasta periódicos como The Guardian (Ioannidis, 2015), la crisis de replicabilidad fue extensamente cubierta. Otra cuestión es la persistente percepción, por parte del público, de que la psicología no es científica. En 2015 en la revista American Psychologist, Ferguson publicaba un artículo sobre la crisis de percepción pública de la psicología intitulado «Todos saben que la psicología no es una verdadera ciencia» («Everybody knows psychology is not a real science»). Existen líneas de investigación completas dedicadas a las supuestas falsas percepciones que tiene la gente de la psicología. Tampoco ayudan personajes como Dr. Phil, cuyas intervenciones en televisión americana se reducen a poco más que consejos motivacionales, lo cual difícilmente proyecta cientificidad. Pero esto obliga a una serie de preguntas: ¿en qué consiste la preparación de los psicólogos? ¿Qué es lo que está fundamentalmente mal en la psicología? ¿Por qué, si usan el método científico, no pueden replicar sus resultados? Esta situación aparentemente contradictoria forma el punto de partida de este libro. Contestar estas preguntas será el objetivo de este trabajo, en el cual nos enfocaremos en un ámbito específico del quehacer del psicólogo: la investigación.

2. Plan de la obra

Este libro está estructurado en tres grandes secciones. En la primera comenzamos por exponer cuál es el problema con la manera en que los psicólogos adquieren su conocimiento. El primer capítulo explora el método más utilizado para hacer investigación en psicología: la prueba de significancia de hipótesis nula. Se presentan cifras no solo de su alcance, sino también de la calidad en uso que de él hacen los psicólogos. El segundo capítulo analiza la calidad de las muestras utilizadas en investigación en psicología, en términos de su utilidad estadística y de su representatividad —es decir, de su valor para sacar conclusiones de la población más amplia—. Después, analizamos el sistema de medición utilizado en gran parte de la investigación psicológica; la psicometría. Basándonos en la obra de Michell, exploramos el concepto de medición que utilizan los psicólogos, y los efectos que este tiene. El cuarto capítulo está dedicado a la presencia de prácticas que, desde el punto de vista ético, son

cuestionables. Aquí se exploran aquellas prácticas que alcanzan el grado de brechas de ética como, por ejemplo, plagio, además de las que no llegan a ese nivel, pero que sí debieran condenarse desde el punto de vista ético, pues constituyen conductas que incrementan indebidamente la probabilidad de que el autor consiga resultados favorables. Por último, dedicamos el quinto capítulo al sustento filosófico de la investigación en psicología. Siguiendo un procedimiento de estudio de casos, Se analizan diversas teorías que han adquirido diferentes grados de notoriedad, pero que muestran serias dificultades de índole conceptual o teórica. En la segunda sección del libro, se proponen tres grandes explicaciones de por qué se ha dado esta situación en la investigación psicológica. La primera, una falta de congruencia en la formación universitaria. Se trata del contraste entre la expectativa y perfil de quienes estudian psicología y lo que se espera de un investigador en la materia. En el curso de este capítulo se verá que incluso existen contradicciones entre los mismos psicólogos, quienes por una parte promueven estas expectativas infundadas en aspirantes al echar mano de pruebas de orientación vocacional, mientras que, por la otra, las instituciones de psicología promueven una visión opuesta. Posteriormente, se expone un factor histórico que ha contribuido a esta problemática: el afán de los psicólogos por presentarse a sí mismos como científicos. Este afán alcanza el grado de un verdadero complejo de inferioridad, que ha llevado a los psicólogos a construir una serie de mitos respecto a su práctica. Por último, se explora un segundo factor que, a pesar de operar actualmente, también es de génesis histórica; la necesidad de mercadear sus métodos. Esta ha llevado al surgimiento de un entramado económico que propicia esas malas prácticas, e inhibe cualquier incentivo por hacer investigación de calidad. Por último, en la tercera sección se emiten recomendaciones que, de aplicarse, podrían mejorar considerablemente la calidad de la investigación. Aquí nos referimos a cambios profundos que deben ocurrir dentro de la disciplina, además de recomendaciones concretas para universidades, revistas y organismos profesionales. Este libro está escrito teniendo en mente a estudiantes de psicología. Consideramos que es a ellos a quienes es necesario alertar para permitir que tengan elementos críticos para evaluar su disciplina y desarrollar alternativas a futuro. Eso no quiere decir que se trate de un libro introductorio. Los temas expuestos en él debieran ser de interés para psicólogos ya formados también, y

esperamos que a ellos invite a reflexionar sobre su quehacer, así como los problemas y alternativas a este.

A principios de la década del 2000, la Asociación Psicológica Americana (APA), en conjunto con del Gobierno, declaró la década del 2000-2010 como la «Década del Comportamiento» (Dess, 2001). Esta iniciativa, que emulaba la proclamación de Bush de la década previa como «Década del Cerebro», tenía por objetivo poner foco en aquellas acciones que la ciencia del comportamiento podía aportar a la sociedad. Fue vista como una simple campaña de publicidad por algunos, pero apoyada por otros. A una década de su conclusión, no se sabe a ciencia cierta si sirvió de algo. Imagen de The Library of Congress, en Unsplash.

Primera parte: El problema

2 Estadísticas fallidas

«If your experiment needs a statistician, you need a better experiment».

Ernest Rutherford

Si uno hojea una revista académica de psicología, sea en México o en el resto del mundo, se sorprenderá de la cantidad de estadísticas. Pareciera que no se trata de psicología, sino de otro tipo de investigación, quizás epidemiología, o de matemáticas. Términos como significancia estadística, desviación estándar, varianza de error entre otros, se acompañan de matrices de correlación, modelos de ecuaciones estructurales, análisis de varianza, etc. Máxime si se trata de artículos en ciertas ramas de la psicología como es la psicometría, donde las variables son cosas como confiabilidad divergente, variables latentes y muchos más. Para el lego, todo esto da un aire de cientificidad característico de disciplinas avanzadas como la física, que para los no iniciados son prácticamente ininteligibles.¹ Esto se debe a que, en su mayoría, los psicólogos se han comprometido con un método de investigación basado en estimaciones estadísticas, denominado prueba de significancia de hipótesis nula (NHST en lo sucesivo por sus siglas en inglés). Varias estimaciones coinciden en la enorme primacía que se otorga a este procedimiento en psicología. Si bien estas varían según las revistas muestreadas, entre 2005-2006, sobre una muestra de diez revistas líderes en psicología,² se encontró que en el período más reciente el 96.9 % de los artículos utilizaban NHST (Cumming et al., 2007).³ Estos resultados han ido en aumento a lo largo del siglo XX. Dos estudios de índole histórica estiman que, en la década de los veinte, tan solo el 17 % de los artículos empíricos utilizaban NHST (Hubbard y et al., 1997; Hubbard & Ryan, 2000). Y ha ido aumentando progresivamente. En la década de los noventa ya superaba el 90 % —esto último fue hallado por los tres estudios citados arriba—.⁴ Uno

esperaría que los investigadores sepan utilizar con destreza y capacidad su principal herramienta de investigación. A continuación, se mostrará lo contrario.

A. El método de NHST

NHST quiere decir prueba de significancia de hipótesis nula, y para entenderlo es necesario analizar cada término. Partiendo de una hipótesis que postula una relación entre dos o más variables, la hipótesis nula es la negativa a la del investigador. Es la hipótesis de que no existe tal relación entre las variables en cuestión. Así, si se investiga la hipótesis de que los videojuegos inducen a la violencia, la hipótesis nula sería que los videojuegos no inducen a la violencia. La significancia de la hipótesis nula se calcula a partir de los resultados de la investigación. Consiste en la probabilidad de obtener dichos resultados si la hipótesis nula fuese cierta. Tomemos un ejemplo: imagínese que probamos los beneficios de la psicoterapia en reducir la ansiedad. Medimos la ansiedad antes y después del tratamiento y vemos que efectivamente bajó. En una escala del uno al diez, valoramos el nivel de ansiedad antes del tratamiento y encontramos que el promedio es de ocho. Tras el tratamiento, apreciamos que el promedio es de siete. Ahora, esto significa que sí es menor el promedio, pero bien podría ser por accidente, o por lo que los estadistas llaman varianza de error —cambios en una variable de interés o dependiente, debidos a factores ajenos a la psicoterapia, que es la variable independiente—.⁵ Lo que NHST nos dice, en este caso, es la probabilidad de alcanzar los resultados que obtuvimos, por puro azar. Si esa probabilidad es muy baja, quiere decir que esos resultados han de ser producto de algo distinto, algo que bien puede ser la psicoterapia. Pero «¿qué tanto es tantito?». «¿Cómo decidimos si la probabilidad fue suficientemente baja como para refutar la hipótesis nula?». La respuesta a esta pregunta la ofreció uno de los proponentes del método mismo, Ronald Fisher: una probabilidad del 5 % de que los resultados sean cosechados siendo la hipótesis nula cierta. Es decir, que exista 95 % de probabilidad de no conseguir esos resultados al azar. Este 5 % ha pasado a convertirse en un canon en investigación que utiliza NHST, aun a pesar de que Fischer explícitamente recomendó no designarlo como regla universal. Ahora bien, la significancia estadística no es el único valor de interés en la investigación que utiliza NHST. Posterior a las bases sentadas por Fisher,

Neyman y Pearson añadieron una serie de recomendaciones y aportaciones a la teoría de Fisher, entre las cuales destaca una mayor planeación de la investigación, por medio de estimaciones de condiciones ideales que permitiesen sacar el máximo provecho de la inferencia estadística. Si bien las propuestas de Neyman y Pearson no fueron en absoluto del agrado de Fisher, un híbrido de ambas surgió, y es el que se utiliza, o recomienda utilizarse, en la actualidad.⁷ En este modelo híbrido, además de la significancia estadística, se encuentran el tamaño de la muestra, el tamaño del efecto y la potencia estadística. Más adelante regresaremos al tema del muestreo, por ahora vale la pena notar que, desde el punto de vista estadístico, se puede pensar en la muestra mediante una analogía: lanzar una moneda. Si uno lanza una moneda tres veces, bien podría ser que esas tres veces caiga en cruz, pero eso no indica que la probabilidad de cruz sea naturalmente de 100 %. Conforme la muestra es más grande, más se aproxima a su estado natural, que es la población. Ahora se puede comprender la relación entre tamaño de la muestra y significancia estadística. Si la hipótesis es que la probabilidad de sacar cruz es del 100 %, entonces la hipótesis nula es que no hay tal probabilidad de 100 % de cruz; y si lanzo la moneda tres veces y las tres obtengo cruz, incluso cuando parezca que comprobé mi hipótesis, desde el punto de vista estadístico no conseguiría significancia estadística, puesto que la probabilidad de alcanzar esos resultados al azar es muy alta —en virtud de la muestra tan pequeña—. En tercer lugar, el tamaño del efecto (ES por sus siglas en inglés). Este parámetro es un indicador del grado en que los resultados se separan de la hipótesis nula, y como su nombre indica, nos informa sobre el tamaño del efecto o relación observados. La diferencia entre tamaño del efecto y significancia estadística es esencial para comprender varios problemas. Imaginemos que comparamos la psicoterapia como método contra la depresión contra sostener simplemente pláticas con una persona —algo que se asemejaría quizás al placebo usado en estudios farmacológicos—. Bien puede ser que la psicoterapia consistentemente mejore a las personas más de lo que la simple plática lo hace. Eso sería la significancia, pues nos indicaría, suponiendo una muestra adecuada, que es muy poco probable que al azar se logren semejantes diferencias entre psicoterapia y plática casual. Sin embargo, eso no nos dice qué tanto mejoran las personas en psicoterapia respecto a la alternativa. Supongamos que, en la misma escala de depresión del uno al diez, con la plática se mejora un punto y con psicoterapia dos. Ahora supongamos que ese tratamiento cuesta cientos de miles de pesos, ¿estaría dispuesto a pagarlo? Esta analogía permite exponer la relación

entre tamaño del efecto y significancia en el ámbito conceptual. A nivel estadístico la situación es igualmente interesante. Si el efecto es muy grande, menor será la cantidad de muestras necesarias para detectarlo. Mientras que, si es muy tenue o sutil, solo una muestra de considerable tamaño permitirá encontrarlo con un nivel de significancia apropiado. Hay un último parámetro estadístico a considerar: la potencia estadística. Esta medida es la otra cara a la significancia estadística, y se refiere a la probabilidad de no distinguir un efecto de la mera suerte. Es decir, la significancia mide el riesgo de cometer un error: afirmar que hay una relación cuando no la hay, y la potencia mide el riesgo de cometer el error opuesto; aseverar que no hay una relación cuando sí existe. La potencia se utiliza también para estimar el tamaño que una muestra ha de tener a fin de dar con un efecto dado. Los cuatro parámetros, significancia, efecto, potencia y tamaño de muestra, interactúan y se miden tanto en la preparación para un estudio —a priori—, como en el análisis de la información —a posteriori—. Incluso retroactivamente, existe una técnica denominada meta-análisis en la cual se toman como insumos resultados de investigación anteriores, para calcular el efecto o relación entre dos variables. Aun así, no podemos continuar más sobre este tema, debido a que este no es un libro de estadística. El objetivo más bien es entender cómo los psicólogos utilizan este método.

B. Énfasis en tan solo dos parámetros

Idealmente, los cuatro parámetros descritos son necesarios para poner a prueba hipótesis. No obstante, históricamente los psicólogos se han limitado a utilizar y reportar en sus investigaciones dos de ellos: el tamaño de la muestra y la significancia estadística. Al investigar si un tratamiento funciona o no, la efectividad de una intervención educativa, las diferencias entre grupos humanos o los factores de personalidad que guían el comportamiento de la gente, buena parte de los psicólogos se han enfocado casi exclusivamente en la significancia estadística. Por lo que respecta al tamaño de la muestra, esta es indicada en la

sección metodológica de los artículos de investigación, pero su interpretación también es problemática —tema que trataremos en el siguiente capítulo—. Mirando atrás, no pasó mucho tiempo tras la propuesta de Fischer de usar NHST en la década de los veinte para que comenzaran a surgir detractores. Sun y colegas (2010) lograron rastrear críticas al método hasta 1938, cuando Joseph Berkson cuestionó tanto la lógica como su utilidad. De igual forma, Huberty (2002) se centró en el excesivo énfasis puesto en la significancia estadística en detrimento del tamaño del efecto, ya desde 1951. Estas críticas se fueron acumulando, y la situación alcanzó un punto de inflexión en las décadas de los ochenta y noventa. Alcanzaron un punto tal, que algunos autores incluso propusieron abandonar el procedimiento de NHST por completo (ej. Hunter, 1997), enfatizando, además de la negligencia de los psicólogos que lo utilizan, sus problemas intrínsecos. Ante esta presión, la Asociación Psicológica Americana (APA) estableció un equipo de trabajo sobre el tema de la inferencia estadística, resultando en una serie de recomendaciones al respecto, mismas que incluyen el reporte del tamaño del efecto y de la potencia estadística.⁸ Aun así, el impacto no fue el esperado. Al analizar el tamaño del efecto, en 2009 Alhija y Levi encontraron que en pruebas distintas a la correlación y la regresión —que son en sí mismas medidas del efecto—, el porcentaje de artículos que señalaban ES iba de 35 % a 51 %, según si la revista lo requiriese o no. Un año más tarde, Sun y colegas (2010) indicaron que, de 1243 artículos, únicamente 49 % reportaban ES. En el caso de México, en una muestra de sesenta y siete artículos publicados en 2015 en publicaciones de psicología disponibles en la base de datos de libre REDALYC, el 42 % transmitió alguna medida de tamaño del efecto que no fuese correlación (Vera, 2018). Es decir, a pesar de la insistencia en la importancia de llevar a cabo, y señalar, los estadísticos completos, los psicólogos parecen ignorar y siguen adhiriéndose a su significancia estadística. Por lo que respecta a potencia estadística, la situación tampoco es favorable. Jacob Cohen (1962) fue quizás el primero en alertar sobre la baja potencia estadística de la investigación en psicología. En su estudio calculó la potencia de los artículos publicados en la revista Journal of Abnormal and Social Psychology en 1960. Teniendo los tres parámetros de tamaño de la muestra, significancia estadística y tamaño del efecto, se puede calcular la potencia estadística. Dado que el tamaño del efecto suele no reportarse, y puede variar, la estimación de potencia la hizo para tres diferentes rangos de tamaño del efecto:

pequeño, mediano y grande. Halló que la potencia estadística media era de .18 asumiendo un tamaño del efecto pequeño, de .48 para mediano, y de .83 asumiendo un tamaño del efecto grande. Según su recomendación, una potencia estadística de .80 o mayor es lo aceptado.¹ Dicho de otro modo, solo cuando se asume un tamaño del efecto grande se obtuvo un nivel de potencia estadística adecuado. El método de Cohen ha sido replicado en diversas ocasiones, siempre con resultados igual de decepcionantes. Chase y Chase (1976) realizaron el mismo ejercicio con ciento veintiún artículos publicados en el Journal of Applied Psychology en 1974, y encontraron potencias promedio .25 para efectos pequeños, .67 para efectos medianos, y .86 para efectos grandes. En otro estudio iluminador, Sedlmeier y Gigerenzer (1989) buscaron determinar si el artículo seminal de Cohen había tenido algún efecto sobre la potencia estadística de los estudios, tras veinticuatro años de su publicación. Tomaron los artículos de investigación de la misma revista, publicados en 1984.¹¹ Observaron que de los cincuenta y cuatro artículos utilizando NHST, ningún autor reportó potencia estadística y, al calcularlas retroactivamente, no hubo casi ninguna diferencia respecto a los resultados originales de Cohen: para tamaño del efecto chico la potencia fue de .21, para mediano de .50, y para grande de .84.¹² Resultados igualmente graves se han observado en psicología organizacional (Mone y colegas, 1996), y psicología de la salud (Maddock y Rossi, 2001). En la siguiente gráfica se puede apreciar la baja potencia promedio de los estudios y también la falta de cambios a través del tiempo. La tendencia es clara, la potencia de la investigación en psicología únicamente es adecuada para detectar efectos grandes.

Fuente: elaboración propia a partir de las investigaciones citadas. En el caso de Mone y colegas (1996), se tomó el promedio de tres revistas de psicología organizacional, pues el estudio incluía revistas de investigación en istración

Ahora bien, estos son resultados de cálculos retroactivos de potencia estadística. ¿Qué hay del uso que los psicólogos hacen de esta herramienta —recordando que una de sus principales funciones es determinar el tamaño de la muestra a utilizar—? La situación es preocupante. Mone y colegas (1996) acompañaron su estudio retroactivo con una encuesta a los autores de los artículos investigados. Comprobaron que el 63.9 % nunca utilizan el cálculo de potencia estadística. La razón más frecuente (68.9 %) fue porque los editores y revistas no lo requieren. El 28.7 % declaró ni siquiera conocer qué es la potencia estadística. En su revisión de la literatura, Tressoldi y Egiofré (2015) reportan cifras entre el 3 % y el 5 % de investigadores que utilizan el análisis prospectivo de potencia estadística para determinar el tamaño de la muestra en sus investigaciones. De igual modo, una encuesta de Vankov y colegas (2014) arrojó que tan sólo el 9.6 % de encuestados utilizaron alguna estimación de potencia estadística para determinar el tamaño de sus muestras.¹³

C. El santo grial y la confusión metodológica: la regla del .05

Ya vimos que, de los cuatro parámetros necesarios, los psicólogos rutinariamente se ocupan de dos. ¿Qué hay de la significancia estadística? Como mencioné arriba, se trata de la probabilidad de obtener ciertos resultados al azar, o siendo la hipótesis nula cierta. Nada más. Este es el limitado alcance de esta medida, que a los psicólogos parece olvidárseles constantemente. Y es que no solo ponen la mayor parte de su atención en la prueba de significancia, además, centran esa atención de manera errada. A continuación, revisaremos algunos de dichos errores.

a. La lógica de la significancia:

El primer error consiste en creer que la prueba de significancia nos dice la probabilidad de que la hipótesis nula sea cierta. Las cosas serían muy fáciles de ser así: el 0.5 significaría un 5 % de probabilidad de que la hipótesis nula sea cierta (Verdam et al., 2014). Sin embargo, la significancia informa de la probabilidad de conseguir ciertos resultados siendo cierta la hipótesis nula. Son dos cosas distintas. Interpretación del concepto de significancia estadística

Como se debe interpretar

Como se suele interpretar

P(X / H0)

P(H0 / X)

La probabilidad de observar X, siendo la hipótesis nula cierta. La probabilidad de que la hipó

Véase: Verdam et al., 2014.

Un problema adicional surge si se considera el tipo de hipótesis nula que se suele utilizar en psicología, que es aquella con valor de cero. Es decir, la hipótesis nula que enuncia cero correlaciones entre dos variables, o cero efectos de un tratamiento, o cero diferencias entre un grupo y otro. Conformarse con este tipo de hipótesis nulas lleva a la desafortunada situación de que los investigadores constantemente contrastan sus resultados contra nada, como si con cada estudio empezasen desde cero. Esto explica por qué la potencia estadística reportada previamente es únicamente apropiada si se asumen efectos grandes, pero inútil para efectos pequeños. Claramente, esto va en contra del espíritu científico de buscar siempre mayor precisión. La otra consecuencia desafortunada es que los investigadores constantemente verán la hipótesis nula refutada, debido a que es bien sabido que cuando se trata de organismos biológicos como el ser humano, en mayor o menor medida, todo tiene una relación con todo, así pues, una relación verdaderamente nula entre variables es muy poco probable (Cohen, 1994). Meehl alertó sobre el inconveniente que esto representa para la psicología en 1978, argumentando que, si la probabilidad a priori de que la hipótesis nula de tipo cero sea falsa es del 100 %, entonces se sigue que la significancia estadística de los resultados será más bien una función de la sensibilidad del estudio para detectar estas diferencias (ej. el tamaño de la muestra). Esto lleva a la paradoja de que conforme se avance en calidad metodológica, en vez de volverse más estricta la prueba de significancia, excluyendo cada vez más opciones, en realidad se torna más laxa. En el caso de que se asuma una hipótesis nula direccional —es decir, una en que se postula una dirección en que se dará el efecto, sea dirección positiva o negativa—, esta probabilidad bajará a 50 %. Lo más grave es que, por tratarse de refutación de hipótesis nula, y no de un método de confirmación, esta probabilidad del 100 % para hipótesis nula sin dirección, y 50 % para la direccional, existe independientemente de si la teoría que el autor está poniendo a prueba es cierta o no. Aun con todo, el mismo Meehl (1997, en Waller, 2004) puso a prueba esta hipótesis, y encontró que, con muestras de tamaño suficientemente grande, casi todos los quinientos cincuenta reactivos del Inventario Multifásico de la Personalidad de Minnesota (MMPI, una de las pruebas de personalidad más usadas en el mundo), mostraban diferencias estadísticamente significativas por

género. En 2004 Waller también examinó esta tesis de Meehl, analizando los resultados en el MMPI-2 de más de ochenta mil hombres y mujeres. Programó una computadora para decidir de manera aleatoria la dirección de la hipótesis alternativa, y un reactivo al azar del MMPI-II. Después aplicó una prueba de diferencia de proporciones entre hombres y mujeres. Tras quinientas once pruebas, los resultados fueron cercanos a lo que Meehl había predicho: 46 % de las hipótesis direccionales fueron estadísticamente significativas. Posteriormente, se realizó una prueba todavía más esclarecedora; en lugar de usar como variable independiente el género, y comparar hombres con mujeres, dividió a los participantes según contestaran sí o no a una pregunta al azar del MMPI-2 —se trataba de una variable independiente completamente arbitraria—. Tras 567 simulaciones, hallaron que la tasa de rechazo de la hipótesis nula fue de .47 —47 % contra el 50 % predicho por Meehl—. Esto quiere decir que, en psicología, el método con que se trabaja constantemente verá resultados positivos, independientemente de la teoría que se trate. Más grave aún, esto es en gran parte una función de la calidad del procedimiento. Este problema se puede apreciar mediante una analogía con la física: si nosotros tratamos de adivinar la temperatura de un recipiente con agua cien veces, y después utilizamos un termómetro para validar nuestros resultados, así, que el termómetro refutará una gran cantidad de nuestras estimaciones informales. Esto es debido a la precisión del termómetro, y entre más preciso sea, más estimaciones refutará. En psicología pasa lo opuesto, entre más preciso sea el sistema, más refutará la hipótesis nula.¹⁴

b. Confirmación, no refutación:

Este error consiste en lo siguiente: una cosa es rechazar la hipótesis nula, y otra muy distinta es confirmar una hipótesis dada. Si uno evalúa cualquiera de las hipótesis propuestas por psicólogos; inteligencia emocional, teoría de la mente, desesperanza aprendida, etc., usualmente la historia es la misma. Si se obtiene la significancia de 0.05 la idea que se está proponiendo es cierta. Es decir, NHST es tomado como un procedimiento de confirmar hipótesis o teorías, en vez de para de refutar hipótesis nulas. Y es que los psicólogos se han acostumbrado a utilizar el método de NHST como una forma de confirmar sus hipótesis,

buscando así instancias de confirmación en todos lados.

c. Significancia estadística, mas no importancia:

Hemos visto que la prueba de significancia es una medida de probabilidad y consistencia. Pero como se explicó en el ejemplo de la psicoterapia, que quienes se sometan a ella mejoren no significa que esa mejoría sea importante. Continuamente los psicólogos aluden a la significancia estadística como si fuese significancia práctica —más relacionada al tamaño del efecto que omiten reportar—. Esto ha sido criticado en numerosas ocasiones. En cuanto a México, un estudio sobre el tamaño del efecto encontró diversos casos en que los investigadores manifiestan diferencias estadísticas como si fuesen desigualdades prácticas (Vera, 2018). Es así como se acumulan resultados que informan de resultados significativos sin saber en realidad si estos lo son.

d. La regla de dedo .05 o nada:

El punto de corte, propuesto por Fisher, de 0.05 de significancia como regla para rechazar la hipótesis nula ha sido elevado al grado de una regla inviolable. Quienes hacen esto, investigadores y revistas, olvidan el hecho de que rechazar una hipótesis nula es una decisión, es decir, que es arbitrario. Al poner el .05 en un pedestal, se omite el pensamiento crítico. Por ejemplo, puede haber casos en que los resultados sean de significancia .06, pero con un tamaño de efecto considerable, o resultados de .05, aunque con tamaño del efecto ínfimo. En tales situaciones, valdría la pena para un investigador buscar una replicación de su experimento, considerar si el tamaño de la muestra ha sido un factor que altere esa probabilidad indebidamente, etc. En vez de eso, los psicólogos, al ver el resultado de .05, dan por terminado el asunto —máxime tras el advenimiento de programas de computadora como SPSS®, en los cuales el investigador obtiene los cálculos con un solo clic, y sin necesidad de entender la estructura matemática que subyace a las pruebas que utiliza—. Por ello, no sorprende que Campbell (1982, p. 698) escribiera lo siguiente en su despedida como editor del

Journal of Applied Psychology:

Books […] have been written to dissuade people from the notion that smaller p values mean more important results or that statistical significance has anything to do with substantive significance. It is almost impossible to drag authors away from their p values, and the more zeros after the decimal point, the harder people cling to them. El uso acrítico del criterio de .05 es tal, que existe un marcado sesgo en la publicación de resultados que no cumplen con dicho resultado. Esto fue descrito por Rosenthal (1979) como el problema del archivero (file drawer). Si bien no se puede estimar más que indirectamente, ya que por definición se trata de artículos que no se publicaron, sí existe evidencia preocupante de esto. Por ejemplo, Fanelli (2010) ha encontrado que la tasa de resultados negativos en revistas científicas es mucho menor en ciencias sociales, y que la psicología y psiquiatría se encuentran en primer lugar: el 91.5 % de los resultados que se publican son positivos. Este es un inconveniente complejo, al cual contribuyen muchos factores; las revistas pueden favorecer resultados positivos, al mismo tiempo que los investigadores prefieren ver sus teorías confirmadas, ¡aunque NHST no haga eso!

La obsesión con p < .05 y la cultura popular

La obsesión con p < .05 es tal que se extiende a productos de consumo populares. En la imagen, una taza navideña con la leyenda «Todo lo que quiero para navidad es p <.05». La taza es vendida por ElevateAndFly (www.elevateandfly.com). Imagen propiedad de Yara Mekawi, reproducida con permiso

De igual forma, en un mismo artículo se puede, y suele, dar este sesgo: los investigadores únicamente reportan los resultados que fueron significativos, llegando incluso a aplicar pruebas estadísticas a diestra y siniestra, y sin el más mínimo criterio o hipótesis, y posteriormente exponen aquellos resultados que sí fueron estadísticamente significativos. En un estudio realizado en revistas mexicanas de psicología, aprecié que esto ni siquiera era percibido por los autores como problemático, puesto que explícitamente hacían declaraciones como «de todas las pruebas estadísticas utilizadas, solo x dio resultados significativos». Un modo más sutil de esta práctica, pero más grave desde el punto de vista ético, ha sido denominado como HARKING por sus siglas en inglés, y quiere decir «hipotetizar tras conocer los resultados». Consiste en lo siguiente: se hacen las pruebas estadísticas, y tras ver cuáles sí cumplieron el criterio estadístico de .05, se diseña una hipótesis que coincida con dichos resultados. Al momento de redactar el reporte para publicación, se expone como si la hipótesis hubiese sido previa a la investigación (Kerr, 1998). En una situación todavía más alarmante, existen estudios en que los valores de significancia estadística no son los que corresponderían al resto de los valores de la prueba o los grados de libertad. El uso de la tecnología ha permitido descubrir esto: Nuijten y colegas (2016) analizaron artículos de ocho revistas líderes de psicología entre 1985 y 2013. Utilizaron el software statcheck, que permite detectar inconsistencias en los varios valores estadísticos. Encontraron que de un total de 16 695 artículos el 49.6 % señalaron al menos una inconsistencia; y el 12.9 % contenían una inconsistencia grave —en que se altera la decisión sobre significancia—. También observaron que, para todas las revistas analizadas, ese porcentaje ha permanecido relativamente estable, fluctuando siempre dentro del rango del 40 % y el 60 %. Aunque hay que reconocer, que no hallaron una

tendencia al alza en las inconsistencias. Otros estudios revisados indicaron porcentajes que van desde el 10.1 % hasta el 63 %. Es decir, ni siquiera se puede confiar lo suficiente en aquellos valores de significancia estadística que sí se reportan. Tampoco sorprende saber que las inconsistencias se sesgaban hacia lo significativo. De todos los valores p significativos el 1.56 % fue inconsistente, mientras que de todos los negativos este porcentaje bajó a 97 %. Resultados similares fueron obtenidos por Marjan Bakker (2014), miembro del Centro de Meta-Investigación, de la Universidad de Tilburg. En su tesis de doctorado analizó los resultados estadísticos de los artículos de 2008 publicados en tres revistas de alto impacto y tres revistas de bajo impacto. El análisis consistió en recalcular la prueba con base en los parámetros reportados. De un total de 4077 estadísticas, 394 tuvieron errores (9.7 %), y 50 (1.2 %) fueron errores graves, que cambiarían la decisión estadística. Esto es a nivel de prueba estadística; a nivel de artículo la situación es aún más alarmante. De los 194 artículos, 106 indicaron al menos un error (54.6 %), y 35 un error grave (18 %). Todas las problemáticas que se han revisado resultan en un fenómeno denominado sesgo de confirmación, que consiste en que predominen resultados positivos —sin importar qué tan espurios son a nivel práctico—. Este es el resultado del pedestal indebido en el cual se ha puesto al criterio de .05 de significancia estadística. Este pedestal lleva a los psicólogos a olvidar reportar lo que no es significativo, a interpretarlo como algo que no es y a no considerar todos los parámetros (véase Ferguson y Heene, 2012).

D. El proyecto de replicabilidad

En un esfuerzo poco usual, Brian Nosek y otros 269 autores (Open Science Collaboration, 2015), además de ochenta y seis voluntarios, se dieron a la tarea de determinar si los resultados de la investigación en psicología se sostienen ante el escrutinio metodológico. Replicaron cien investigaciones publicadas en tres revistas de psicología. Considerando que la ciencia busca ser objetiva, y que uno de los pilares de la objetividad es que terceros corroboren lo que uno dice, esta puede considerarse una buena prueba de cientificidad de la disciplina. Tristemente, los investigadores obtuvieron resultados alarmantemente pobres en

los diferentes criterios de replicabilidad que utilizaron. Mientras que el 97 % de los estudios originales habían logrado resultados estadísticamente significativos, el 36.1 % de los estudios de replicación los obtuvieron. El 47.4 % de los tamaños del efecto reportados inicialmente se hallaban dentro del 95 % de intervalo de confianza en la replicación. Por último, a los investigadores se les pidió su evaluación subjetiva sobre si los resultados replicaban el estudio original —lo cual se vuelve necesario de cara a estudios complejos y multivariados—. Únicamente el 39 % de ellos consideraron que su estudio hubiese logrado replicar el original. La dificultad de replicabilidad es especialmente importante cuando se considera el tipo de teorías e hipótesis que pueden llegar a surgir. Un caso particular vale la pena de discutir: la precognición. En 2011, Daryl Bem publicó un artículo proporcionando evidencia de la existencia de precognición; la habilidad de percibir un hecho antes de que ocurra. Bem señaló nueve experimentos que supuestamente demostraban la existencia de la precognición. Como era de esperarse, el artículo adquirió considerable notoriedad. A la fecha de este trabajo, ha sido citado 264 veces de acuerdo con cifras de Web of Science.¹⁵ A pesar de ello, los intentos por replicarlo han fracasado, como los tres llevados a cabo por Ritchie y colegas (2012) sobre el estudio que Bem mismo dijo era de los más fáciles de replicar; además de otro intento por parte de Robinson (en Ritchie y colegas, 2012). Asimismo, el artículo se ha convertido en caso de estudio de varias fallas metodológicas. Por ejemplo, LeBel (2011) analizó tres problemas con el estudio de Bem; el excesivo énfasis en la replicación conceptual, pero no literal; la falta de rigor en el procedimiento experimental y, por supuesto, el mal uso del método de NHST. De igual forma, Schimmack (2012) lo utilizó como ejemplo del obstáculo que puede constituir publicar varios estudios en un mismo artículo. Esta práctica es común, y muchos investigadores la utilizan por parecer dar mayor evidencia a favor de su hipótesis. Schimmack diseño una medida denominada índice de incredibilidad, que consiste en la probabilidad de que un conjunto de estudios arroje más resultados no significativos de los actualmente señalados. Por ende, se vuelve una medida de la credibilidad del esfuerzo, y la probabilidad de que un autor haya elegido solo aquellos que le favorecen. Su conclusión, utilizando este índice, fue que era poco probable que esos fuesen todos los estudios que el autor realizó. Ya sea que condujo más pero únicamente reportó a conveniencia —catorce de diecinueve pruebas estadísticamente significativas—, o porque hay algún tipo de manipulación de los datos.

Fuente: Web of Science. Información obtenida el 14 de septiembre de 2019. Certain data included herein are derived from Clarivate Web of Science. © Copyright Clarivate 2020. All rights reserved

E. ¿Qué se puede decir, entonces, de la estadística en psicología?

El método de NHST es el principal procedimiento de investigación utilizado en psicología. Sin embargo, hemos visto en el presente capítulo cómo este es mal utilizado consistentemente por psicólogos. Específicamente, la mayoría no proporciona ni el tamaño del efecto ni la potencia estadística, y cuando esta última se ha calculado retroactivamente, lo resultados han sido decepcionantes. Adicionalmente, el santo grial de significancia estadística es consistentemente mal utilizado, mal entendido y exaltado de más. Lo que es todavía más grave, el esfuerzo más exhaustivo por replicar los resultados de la psicología fracasó. Sea por desidia y falta de interés, o por desconocimiento, lo cierto es que los psicólogos están trabajando con herramientas que no saben utilizar. Evidentemente, esto lleva a dudar de los resultados que se obtienen. Como ya hemos visto, existe un sesgo de confirmación que ya ha sido cuantificado por científicos y expuesto por medios de comunicación. Pero un momento, ¿cómo puede ser que esto sea así? En el caso de la estadística, pareciera que existen ejemplos claros en contra de los argumentos aquí presentados. Por ejemplo, cualquier psicólogo que haya llevado a cabo alguna investigación sabrá que a veces no se obtiene la significancia estadística, así que debe ser falso que la hipótesis nula sea siempre cierta. También es real que existen investigaciones que sí reportan estadísticas completas incluyendo tamaño del efecto y potencia. No obstante, hay dos razones para ser pesimistas al respecto de esta defensa: la primera es que la cantidad de investigación que se adhiere a estos parámetros de calidad es la minoría. Hemos visto que los investigadores continúan malinterpretando sus resultados; que los tamaños de las muestras, cuando se han medido, no mejoran; y que la potencia y el tamaño del efecto siguen pasando desapercibidos. Lo cierto es que estas disputas metodológicas suelen confinarse a círculos de psicólogos especializados en el

tema. Pero quienes realizan la investigación empírica, quienes postulan teorías, siguen sin prestar atención a estas problemáticas. En segundo lugar, se encuentra un fenómeno un tanto más difícil de aprehender: como ya lo indicó Meehl (1990), los resúmenes de investigaciones simplemente no se pueden interpretar. Hay tantas fuentes de error, que simplemente es imposible hacer sentido de la información. Si la hipótesis nula fue rechazada con significancia de .05 no podemos saber si el efecto es digno de considerarse, si es el producto de una muestra muy grande, o qué exactamente. De igual forma, si se acepta la hipótesis nula por falta de significancia, no hay modo de saber si se trata de un efecto que no existe, producto de la potencia del estudio, u otro artefacto estadístico. Aun así, iniciativas como el proyecto de replicabilidad muestran hasta qué grado las investigaciones en psicología son defectuosas. Cuando estudiaba la licenciatura recuerdo un incidente en clase de estadística que es sumamente ilustrativo. El profesor había llegado a la explicación del concepto de significancia estadística. Había un compañero que simplemente no terminaba de aprehender el punto, y preguntaba una y otra vez. Exasperado, otro compañero volteó y le dijo: «Es fácil, solo tienes que buscar este valor — señalando el de significancia que aparece en un recuadro del programa SPSS® —, y si es de .05 o más chico ya la hiciste y tu experimento salió bien». El compañero agradeció el tip, mientras el profesor, aliviado, seguía con su clase. Sospecho que así hemos aprendido estadística muchos psicólogos.

En una editorial del New York Times (2015, 8 de septiembre) se hicieron públicas las reacciones al Proyecto de Replicabilidad. Estas se extendieron a periódicos y revistas de todo el mundo. Los resultados del estudio se encuentran en línea, en el sitio OSF: https://osf.io/ezum7/. Imagen de Myriam Zilles, en Pixabay

El grupo de meta-investigación, en la Universidad de Tilburg, busca analizar y exponer las maneras, muchas veces tóxicas, en que trabajan los investigadores. Imagen reproducida con permiso

¹ Varios autores han escrito sobre las diversas anclas que le permitieron a la psicología presentarse a sí misma como científica, como puede ser el uso de instrumentos de laboratorio o de estadísticas. En este contexto, John (1992) ha descrito la función que juegan las estadísticas para afirmar la autoridad epistémica de la psicología. ² Las revistas analizadas fueron: Acta Pscychologica, Child Development, Cognition, Journal of Abnormal Child Psychology, Journal of Abnormal Psychology, Journal of Consulting and Clinical Psychology, Journal of Experimental Psychology: General, Journal of Personality and Social Psychology, Psychological Science, y Quarterly Journal of Experimental Psychology. ³ Un estudio adicional que encontró considerable incremento en el porcentaje de artículos usando NHST fue llevado a cabo por Nuijten y et al. (2016). Sin embargo, los autores no proporcionaron cifras precisas para el período más reciente de análisis, y más bien proporcionaron el porcentaje sobre el total, situado en 54.4 %. Es claro que esto sesga los resultados a la baja, como se puede apreciar mediante la inspección visual de las gráficas de progresión histórica que sí proporcionan, y las cuales muestran una tendencia ascendente. ⁴ Ahora bien, la adopción generalizada del método de NHST no es exclusiva de la psicología. Por ejemplo, Silva-Aycaguer y colegas (2010) encontraron porcentajes de cercanos al 90 % durante los años 1995 a 2006 en el ámbito de ciencias médicas. Hubbard y Armstrong (1992) observaron que en la década de los ochenta las revistas de marketing revisadas utilizaban NHST en el 68 % de sus artículos. Parte del propósito de esta obra es exponer cómo se da este problema en psicología, lo cual en gran parte se refiere al efecto acumulado de esta y otras problemáticas. ⁵ Evidentemente esto es una sobre-simplificación del método. No se trata solo de

comparar las medias. Existen múltiples análisis de significancia, comúnmente denominados pruebas. Estos análisis requieren de cálculos de valores como media de la muestra, desviación estándar, error estándar, media de la población, entre otras. Para una breve historia sobre la significancia estadística —o valor alfa—, y las controversias entre Fisher y sus contemporáneos, véase Lehmann (2011). ⁷ Véase Lehmann (2011). ⁸ Los resultados iniciales fueron presentados por la APA en 1996, y un estudio de seguimiento por parte de Wilkinson en 1999. Véase también la que quizás sea su principal obra: Cohen (1988). ¹ En realidad, este criterio es sumamente laxo. Cohen (1962) recomendó que si la convención para significancia es de .05 —95 % de probabilidad de no cometer el error de tipo I—, la potencia debiera ser .95 o mayor. ¹¹ Entre la publicación de Cohen y la de Sedlmeier y Gigerenzer, la revista se dividió en dos: una dedicada a psicología anormal y otra a psicología social. El estudio de seguimiento fue sobre psicología anormal únicamente. ¹² De hecho, esta es una sobreestimación, pues excluye casos en que se utilizó una práctica desarrollada tras el artículo original de Cohen denominada ajuste alfa. Al incorporar dichos estudios, la potencia estadística fue aún más baja. ¹³ Si bien el punto debiera quedar claro ya, vale la pena mencionar un estudio por parte de Tressoldi (2012), en que el autor calculó la potencia estadística de estudios en el ámbito de psicología social. El autor hizo un análisis por tema, sobre cuatro temas controversiales: priming semántico, efecto de incubación, pensamiento inconsciente y percepción no local. Los resultados fueron, como es de esperarse, de niveles de potencia sumamente bajos. ¹⁴ Meehl abordó esta problemática en múltiples ocasiones en su vida, a veces limitándose al aspecto teórico, y en otras llevando a cabo pruebas informales como la descrita del MMPI. Una exposición particularmente esclarecedora, por su comparación con las ciencias duras, se puede encontrar en su contribución de 1967 a la revista Philosophy of Science. En ella, Meehl eleva este fenómeno al grado de una paradoja, que debiera obligar a repensar el método de NHST por

completo. ¹⁵ Data is derived from Clarivate Web of Science. © Copyright Clarivate 2020. All rights reserved.

3 Muestras irrelevantes: ¿podemos extrapolar las conclusiones de los psicólogos?

«Be careful of averages and how they’re applied. One way that they can fool you is if the average combines samples from disparate populations. This can lead to absurd observations such as: “On average, humans have one testicle”».

Daniel J. Levitin

Quienes saben de estadística en general, y de muestreo específicamente, son conscientes de que deben desconfiar de las encuestas que leen en cualquier medio. Una encuesta de preferencias electorales en Twitter refleja, cuando mucho, las preferencias de un grupo de personas que acostumbran las redes sociales, dejando fuera al resto. Una encuesta levantada en la ciudad de México arrojará resultados muy distintos en temas como aborto, eutanasia y matrimonio igualitario, que una realizada en Tuxtla Gutiérrez, Chiapas. Todo se reduce a una pregunta esencial: ¿la muestra es representativa de la población o no? Es decir, ¿podemos transferir las conclusiones que sacamos sobre la muestra a la población que se supone que la muestra representa? Seguidamente, revisaremos cómo estas preguntas son respondidas por las investigaciones en psicología.

1. Tamaño de las muestras en psicología

Previamente mencionamos que el tamaño de la muestra es uno de los cuatro parámetros a utilizar en un estudio de prueba de hipótesis nula. Una muestra

muy pequeña podrá detectar únicamente un efecto de gran tamaño o con alta probabilidad de error. De igual forma, una muestra grande permitirá detectar, en la mayor parte, efectos moderados a pequeños. Sin embargo, uno no puede conseguir voluntarios para un estudio con solo desearlo. Siempre hay un costo. En el caso de estudios con participantes humanos, cada encuesta adicional, cada estudio nuevo, requiere de recursos de tiempo, humanos, y a veces también monetarios. En cuanto al trabajo con animales la situación no es más fácil: la investigación psicológica en animales frecuentemente debe tomar en cuenta que estos aprenden y que recuerdan, de tal suerte que, si un protocolo de investigación implica dar ligeros choques al animal, o medir cuánto tiempo les toma aprender dónde encontrar comida en un laberinto, simplemente no es posible usar al mismo animal inmediatamente, por lo que, igualmente, se requiere de tiempo y dinero para realizar el estudio. Considerando las implicaciones de esta falta de recursos, no sorprende que los investigadores utilicen el tamaño de muestra mínimo indispensable para alcanzar representatividad. En el ahora clásico Statistical Power Analysis for the Behavioral Sciences (1988), Cohen propuso estimaciones para que los investigadores pudiesen planear sus muestras, a partir de los parámetros de significancia, potencia y efecto. Estas estimaciones no son perfectas, y dependen de cada caso, pero para los propósitos de estimaciones generales como la que aquí nos ocupa, serán suficientes. Tomemos un estudio que busca determinar si hay diferencias estadísticamente significativas en el desempeño académico de personas con depresión y sin depresión. Se utilizará una prueba que mida las desigualdades en las medias de desempeño académico de cada grupo. Cohen estima que, si se espera un efecto de tamaño mediano, y con un nivel de significancia estadística de 0.05 —es decir, 5 % de probabilidad de obtener los mismos resultados al azar—, se requeriría una muestra de sesenta y cuatro casos. Con mismas condiciones, pero para un efecto de tamaño chico, este número sube a 393 casos. Otras pruebas estadísticas como la correlación de Pearson pueden llegar a requerir hasta 1573 observaciones. En las investigaciones sobre tamaño de la muestra en revistas de psicología, los resultados no son favorables: en un estudio sobre cuatro revistas líderes de la APA,¹ Marszalek y colegas (2011) vieron que estas no han mejorado en los últimos treinta años, manteniéndose en una mediana entre 32 y 59.9 sujetos. Para darnos una idea de qué tan bueno o malo es esto, tomemos las convenciones propuestas por Cohen (1992); con una significancia estadística de 0.05 que es la que utilizan los psicólogos más frecuentemente, una muestra de cuarenta casos,

como fue la media en 2006, es inservible si se trata de efectos pequeños en ocho de las principales pruebas utilizadas.¹⁷ Para efectos medianos apenas es apropiada si se trata de estudios con el método de análisis de varianza one-way para cinco, seis o siete grupos. Únicamente es adecuada si se trata de efectos grandes, y ni siquiera aquí para todas las pruebas. Ahora bien, si la investigación científica busca siempre mayor precisión y refinación en sus resultados, es difícil saber cómo lograr esto cuando las muestras únicamente son apropiadas para los efectos más grandes.

Fuente: elaboración propia a partir de los resultados de Marszalek et al., 2011

Hay una razón por la cual los autores del estudio eligieron ese período de tiempo. A principios de los noventa, la Asociación Psicológica Americana estableció el equipo de trabajo sobre los métodos estadísticos de psicólogos, publicando sus resultados y recomendaciones en 1996. Los autores buscaban determinar si estas recomendaciones y renovado interés en la calidad de los procedimientos estadísticos habían funcionado tras diez años. La respuesta es no. Y si bien otros estudios han mostrado resultados más prometedores, como, por ejemplo, uno por parte de Fraley y Vazire (2014), en que encontraron medianas que iban de 72.8 a 178.1,¹⁸ aun así, estos estudios han mostrado notable debilidad en cuanto a potencia estadística para efectos pequeños o moderados. En otros ámbitos, como psicología del deporte, también se han visto resultados desalentadores —Schweizer y Furely localizaron en 2016 muestras entre 64.5 y 151, en un lapso de cinco años, con potencial igualmente bajo para efectos pequeños—. Así y todo, existe un problema adicional con estas muestras, aun cuando en ciertas ocasiones alcanzan un número aceptable. Se trata de la relación que guarda el tamaño de las muestras con el sesgo de publicación. Como ya vimos en el capítulo anterior, el sesgo de publicación se refiere a la probabilidad mayor que tienen los estudios con resultados estadísticamente significativos de ser publicados. Como mostró Fanelli (2010), la psicología y la psiquiatría lideran el ranking en lo que respecta a publicación excesiva de resultados positivos. En el contexto actual, el tamaño de la muestra se ha utilizado como un proxy para determinar la existencia de sesgo de publicación. La lógica detrás de esta idea es la siguiente: existe una relación inversa entre el tamaño de la muestra y la presencia de resultados estadísticamente significativos. Esto se debe a que las muestras de menor tamaño se publican cuando logran resultados positivos, mientras que las muestras de mayor tamaño tienen una probabilidad mayor de arrojar resultados negativos —sin significancia estadística—, debido a que, entre otros factores, el estudio parece más sólido metodológicamente, es más probable que haya sido financiado por una agencia que requiera un reporte publicando los resultados, entre otras razones. En línea con esta hipótesis, Kühberger y colegas (2014) observaron precisamente tal correlación inversa entre tamaño de la

muestra y significancia estadística, al analizar cerca de cuatrocientos artículos de la base de datos PsycINFO. Lo más interesante es que la potencia de las investigaciones no tuvo un impacto que permitiese explicar esto como el resultado de la falta de análisis de potencia. Desafortunadamente, si bien es cierto que, en la mayoría de los casos, entre mayor sea la muestra es mejor, en la práctica no es claro cómo los psicólogos llegan a determinar el tamaño de la muestra de sus investigaciones. El estudio de Vankov y colegas (2014), al que aludimos previamente, comprobó que el 9 % de los autores encuestados dijeron utilizar la potencia estadística como método para determinar el tamaño de la muestra; mientras que el 43.6 % indicaron que el tamaño fue elegido por ser el típico en el entorno —lo que quiera que eso signifique—. También están las cifras de Tressoldi y Giofré (2015), que sitúan el uso de potencia estadística prospectiva para determinar el tamaño de la muestra entre el 2.9 % y el 5 %. Esta falta de planeación se traduce en un pobre muestreo, que en ocasiones cumple con el adecuado tamaño, y en otras no; pero, en general, no es ejercido con una conciencia clara de cuál debe ser el tamaño.

2. La cultura importa: lecciones de representatividad

Pero el muestreo no se limita al mero tamaño. Una muestra de tamaño apropiado puede ser inservible para sacar conclusiones de una población. El principio es muy sencillo: Nuevo León tiene aproximadamente cinco millones de habitantes. Pero encuestar a toda su población no permite sacar conclusiones del resto del país. La muestra simplemente no es representativa. ¿Cómo se comporta la psicología en este rubro? Resulta ser que aquí también la calidad de las muestras difícilmente permite representatividad. Desde hace tiempo se ha señalado que las muestras utilizadas por psicólogos están sesgadas hacia un grupo específico. Henrich y colegas (2010) han denominado WEIRD —un juego de letras en inglés que se traduce en extraño— a este grupo típicamente utilizado en psicología. Este denominativo se refiere, en español, a muestras compuestas primordialmente por occidentales, con educación, de regiones o sociedades industrializadas, ricas, y democráticas.¹ Los autores se basaron principalmente en un estudio de Arnett (2008), quien

encontró que el 68 % de las muestras en seis revistas de la APA fueron de Estados Unidos. En contraste, apenas alrededor del 1 % fue de algún país africano, lo cual se repitió con Israel. Este patrón de muestreo se reiteró a lo largo de los diez años revisados por el autor. Además de este fenómeno en la composición de las muestras, se ha indicado ya en numerosas ocasiones, que los psicólogos muestrean por conveniencia. Es decir, en vez de salir al campo y buscar la verdadera representatividad, recurren a los grupos o sectores más cercanos. Y dado que los investigadores suelen trabajar en universidades, no sorprende que una de las muestras preferidas por los psicólogos sean los estudiantes universitarios. La misma Arnett (2008) constató en su investigación que el 67 % de los estudios provenientes de Estados Unidos utilizan como participantes a estudiantes universitarios de psicología. En estudios provenientes de otros países esta cifra ascendió a 80 %. Todo esto ha llevado a que en varios círculos de investigadores se le conozca a la psicología como «ciencia de los estudiantes».² Así y todo, el impacto de esto en el caso de la cultura es claro. Para patrones aprendidos, o culturalmente transmitidos, una muestra WEIRD ciertamente es inapropiada para sacar conclusiones relevantes sobre el resto de los seres humanos. Pero hay quienes podrían argumentar que recurrir a estudiantes es aceptable, y que nada impide generalizar de muestras de estudiantes a la población en general. Resulta ser que Gordon y colegas (1986) se propusieron determinar si esta ciencia de los estudiantes es apropiada o no. Revisaron treinta y dos estudios en donde se compara a estudiantes con no estudiantes, y encontraron que de los veintidós que reportaron comparaciones estadísticas, existieron diferencias significativas importantes entre estudiantes y no estudiantes en doce (54.5 %), y resultados ambiguos en cuatro más. Asimismo, hallaron diferencias cualitativas en varios adicionales, tanto a nivel empírico como metodológico Esto sugiere que, efectivamente, los resultados de esta ciencia de los estudiantes no se debieran extrapolar a la población general. Y, no obstante, así pasa. Tanto el artículo de Henrich y colegas sobre muestras WEIRD, como el estudio de Arnett que sirvió de sustento, han recibido considerable atención. Juntos han sido citados más de treinta mil veces, y ambos con una clara tendencia al alza. Se esperaría, pues, una mejora en la calidad de las muestras en psicología. Sin embargo, la evidencia sugiere que esto no es así. En un estudio de seguimiento al de Arnett, Rad y colegas (2018) analizaron las muestras de artículos empíricos

publicados en la revista Psychological Science, en 2014 y 2017 —a seis y nueve años del artículo de Arnett—. Apreciaron que en 2014 el 94.1 % de las muestras fueron de países occidentales, mientras que en 2017 la cifra de occidentales fue de arriba del 70 %. A pesar de que eso puede parecer una mejoría, en realidad, hay otras cifras alarmantes, como el hecho de que no hubiese una sola muestra de África, el Medio Oriente o América Latina en 2017. El recurso a estudiantes sí bajó respecto al 67 % descrito por Arnett (2008), llegando a 30 % en 2014, y 25 % en 2017. Aun con todo, esto fue en gran parte debido al creciente uso de encuestas en línea, las cuales también están sujetas a sesgos considerables, sobre todo en términos de nivel socioeconómico y educativo. Los autores también hallaron algo que se puede constatar con solo hojear una revista de psicología cualquiera, a saber, que los autores tienden a registrar únicamente la distribución por género de los participantes, omitiendo otras variables de considerable interés, como son el nivel de estudios, socioeconómico o raza.

Fuente: Web of Science. Información obtenida el 13 de octubre de 2019. Certain data included herein are derived from Clarivate Web of Science. © Copyright Clarivate 2020. All rights reserved

Como última observación, es desafortunado que este recurso a muestras de conveniencia y poco representativas, también se ha reportado en varias subdisciplinas de la psicología. Por ejemplo, en el ámbito de psicología organizacional, Bergman y Jean (2016) analizaron un total de ochocientas once muestras, provenientes de cinco revistas líderes, para los años 2012-2014. No solo encontraron sobrerrepresentación de estudiantes (24 %), lo cual es claramente cuestionable tratándose de un entorno profesional que abarca décadas posteriores a la graduación de la universidad, también localizaron subrepresentación de otros grupos claramente de interés. Por ejemplo, únicamente el 9 % de las muestras se enfocaban exclusivamente en trabajadores operativos —entiéndase puestos como operativos de call center, enfermeras, operarios y otras ocupaciones de lo que comúnmente se denomina clerical o blue collar—. Más todavía, no observaron una sola muestra de personas que trabajen de manera freelance, como contratista, u otras formas de empleo similares. Otra disciplina en que se ha reportado esta falta de representatividad es la psicología del desarrollo. En su análisis de tres revistas líderes en psicología del desarrollo, Nielsen y colegas (2017) encontraron que en el período de 2006 a 2010, de un total de 1582 artículos, el 90.5 % de las muestras fue WEIRD, y el 6.7 % eran no WEIRD (ej. de África, Israel y el Medio Este, Asia, y América Latina).²¹

3. ¿Podemos extrapolar los resultados de la psicología?

Una muestra de calidad representativa y de tamaño adecuado es un requisito para sacar conclusiones confiables, sea cual sea la población de que se trate. Sin embargo, donde los investigadores se han tomado la molestia de medirlo, los

tamaños de la muestra son la primera fuente de preocupación. Muestras pequeñas de poca potencia estadística que, como ya lo indicaron Bakker y colegas (2012), tienen mayor probabilidad de resultar en la codiciada significancia estadística que una muestra grande con suficiente potencia estadística. En segundo lugar, se encuentra el excesivo uso de muestreo por conveniencia, especialmente basado en poblaciones WEIRD, y de estudiantes de licenciatura. Estos inconvenientes llevan a concluir que, al igual que las encuestas de periódicos y redes sociales, uno debiera mirar con escepticismo los resultados de la investigación en psicología. En uno de mis trabajos como investigador me tocó aplicar cuestionarios. Recuerdo preguntar al líder de la investigación cuántas encuestas debíamos levantar para poder llevar a cabo el estudio. Me respondió que «las más que se pudiese», pero que como regla treinta debía ser el mínimo. Me apena decir que apliqué esa regla por varios años, hasta que aprendí que carece de fundamento. Mirando hacia atrás, debí haber pedido la justificación al porqué de treinta casos, y de dónde estos tendrían que provenir. ¹ Las revistas fueron: Journal of Abnormal Psychology, Journal of Applied Psychology, Journal of Experimental Psychology: Human Perception and Performance, y Developmental Psychology. ¹⁷ Prueba t de diferencias entre dos medias independientes, prueba de significancia de una correlación producto-momento (r), prueba de diferencias entre dos r independientes, distribución binomial, prueba de curva normal para dos proporciones independientes, chi cuadrada para bondad de ajuste, análisis de varianza one-way y correlación múltiple. ¹⁸ Los autores utilizaron una medida denominada N-Pact Factor (NF), que se define como la mediana del tamaño de la muestra de los estudios publicados en dicho año. Las medidas aquí reportadas corresponden al NF agregado de los cinco años evaluados. De utilizarse las medianas de cada año, los tamaños de la muestra oscilarían entre 51.5 (Psychological Science en 2008), y 184.5 (Journal of Personality en 2009). ¹ En inglés: western, educated, industrialized, rich, and democratic. ² Science of the Sophmore.

²¹ El restante 2.4 % correspondió a muestras no especificadas o de animales.

4 Psicometría: el curioso caso de la medición de la mente

«The hours of folly are measured by the clock; but of wisdom, no clock can measure».

William Blake

«Intelligence is what intelligence tests measure».

E. G. Boring

Previamente revisamos el papel dominante que la inferencia estadística tiene en la investigación cuantitativa. Vimos como no solo el método es limitado, sino la manera en que lo utilizan los psicólogos suele ser incorrecta. Pero NHST es el último paso en el proceso de investigación, y requiere de un insumo para su uso. Por ejemplo, antes de concluir que existen diferencias estadísticamente significativas, en el nivel de ansiedad, entre niños víctimas de bullying y niños que no lo son, necesitamos medir esos niveles de ansiedad. Ese es el papel que suele jugar la psicometría. En este capítulo revisaremos este ámbito para determinar su estatus epistémico y, en consecuencia, su valor científico.

A. Medir la mente

La palabra psicometría significa, literalmente, medición de la psique. Al hojear las páginas de revistas y libros de psicología, pareciera que los psicólogos son capaces de medir los más variados productos mentales: actitudes, personalidad, disposiciones, síntomas, intelecto, procesamiento de la información, y muchas cosas más. Estas mediciones son plasmadas, en la herramienta predilecta del psicólogo; la prueba psicométrica. No todas son iguales. Existen pruebas de desempeño, como las escalas Weschler de inteligencia, que piden a las personas desempeñar una serie de tareas, para luego calcular factores como cantidad de respuestas correctas y tiempo. Otra variante de la prueba psicométrica es el cuestionario. Esta es quizás la más utilizada. Las respuestas del sujeto a una serie de preguntas nos abren la puerta al mundo interno del individuo. A veces las preguntas son explícitas en lo que buscan, como en el caso de escalas de medición de actitudes, en que se le pregunta al sujeto, directamente, qué tan de acuerdo está con una aserción sobre, digamos, el matrimonio homosexual. Otras veces, las preguntas son encubiertas, como cuando se le plantean al sujeto aseveraciones como «creo que los demás quieren sacar ventaja de mí». Estas pruebas psicométricas tienen sus controles de calidad, que permiten evaluar si, efectivamente, están midiendo lo que queremos que midan. Los psicólogos hablan de confiabilidad para referirse a la capacidad de la prueba de dar el mismo resultado, por parte del mismo sujeto, consistentemente.²² La forma más común de evaluar la confiabilidad es mediante un método denominado testretest, en que literalmente se aplica la misma prueba, a los mismos sujetos, en dos ocasiones. Si los resultados son estables, entonces la prueba es confiable. Por otra parte, hablan de validez para referirse a si la prueba psicométrica en verdad mide lo que dice estar midiendo. Esta validez se divide en varios tipos. La validez de contenido se refiere a que la prueba esté midiendo el dominio que desea, de modo comprehensivo. Por ejemplo, una escala de actitud típica, calculando orientación política, no será muy válida desde el punto de vista de contenido si no incluye preguntas sobre el papel que el Gobierno deba jugar en la vida de la gente, pues se sabe que esa es una fuente de diferencia entre orientación de izquierda y de derecha. La validez concurrente evalúa que la prueba sea consistente con medidas similares del mismo fenómeno. Por ejemplo, una escala de riesgo suicida quizás sea comparada con una escala que proyecte síntomas depresivos. Por último, la validez de constructo busca medir qué tanto

la prueba es consistente con lo que afirma la teoría. Por ejemplo, si se predice que el intelecto ayuda al éxito económico, se esperaría ver mejores resultados en gente más exitosa —validez convergente—, o peores resultados en gente que deserta de la escuela —validez divergente—. Confiabilidad y validez suelen representarse mediante la analogía del tiro al blanco. La confiabilidad sería tirar consistentemente en el mismo lugar, mientras que la validez sería dar en el blanco. Estas dos nociones permiten justificar el uso de pruebas psicométricas, y, en la mente de los psicólogos, son la prueba de que estos instrumentos sirven, y de que genuinamente se están midiendo partes o atributos de la psique. Ahora bien, subyaciendo al total de la empresa psicométrica, se encuentran dos postulados:

- Un principio pitagórico: todo lo que existe, existe en cierta cantidad. Propuesto en estos términos por Thorndike (1904, en Michell, 2004). - Un concepto específico de medición: medir es asignar números a cosas o eventos, según una regla. Popularizada por Stevens (1946).²³

Estos, junto a los desarrollos matemáticos y estadísticos utilizados para analizar pruebas psicométricas, han permitido a los psicólogos presentar sus instrumentos como legítimas formas de medir la mente. En este capítulo exploraremos si esto es cierto o no.

B. ¿Qué medimos? La ontología de las variables psicométricas

La primera pregunta que surge de cara a la miríada de pruebas psicométricas que se publican en revistas, libros y disertaciones de grado y posgrado es: ¿qué están midiendo? La duda misma pareciera ofensiva por lo evidente. No obstante, es un interrogante que rara vez se hacen los psicólogos. De hecho, en la práctica estos suelen asumir la realidad objetiva de aquello que están midiendo. Por ejemplo, en la teoría psicométrica clásica se adopta una fórmula, por parte de Edgeworth,

donde los puntajes observados resultan del conjunto de los puntajes reales y el error. En esta ecuación, lo real corresponde a una entidad o atributo que existe en el sujeto, mientras que el error atañería a todos aquellos factores que podrían afectar el puntaje real, como son el cansancio, el estrés, etc. De ahí que se controlen las condiciones de aplicación de la prueba para minimizar el error y conseguir puntajes reales.

Fórmula de Edgeworth

Fuente: Borsboom (2005). Ot representa los resultados observados del test, los cuales están compuestos de los resultados reales (Rt) más los de error (Et). También suele representarse en términos de varianza

Esto también aplica a la perspectiva contemporánea de la psicometría, mediante el denominado modelo de variables latentes. En este nuevo modelo de psicometría, se asume que los resultados de la prueba son explicados por variables latentes que dan lugar a los mismos. Al auge de este nuevo modelo ha contribuido el desarrollo de técnicas estadísticas como son el análisis de factores y los modelos de ecuaciones estructurales. Por ejemplo, la teoría de los cinco grandes factores de personalidad —en inglés denominada big five model— se traduce en una prueba con múltiples reactivos para cada uno de los factores. Si los reactivos se analizan en términos de varianzas, se pueden agrupar según varíen en un mismo sentido. Si se agrupan los reactivos que el investigador aventuró como indicativos de un mismo factor de personalidad, entonces se podría concluir que los reactivos, efectivamente, miden la variable que pretenden. Esto asume que dicha variable existe.

Representación del análisis de factores utilizado para agrupar ítems en una prueba del big five model

Fuente: elaboración propia, a partir de los factores propuestos por Tupes y Christal, y analizados por Goldberg (1992)

Es claro que, en muchos casos, hay razón para creer que las pruebas psicométricas miden atributos psicológicos reales. Un notable ejemplo es la medición de la ansiedad y la depresión. En 1961 Beck y colegas introdujeron el inventario Beck para medir la depresión (BID por sus siglas en inglés). Tras múltiples estudios y una amplia adopción, en 1988 incluyó junto con sus colegas el inventario Beck para medir la ansiedad (BAI por sus siglas en inglés). Ambos se han vuelto ampliamente utilizados en el ámbito de la psicología clínica y la psiquiatría, al punto que son aplicados como medidas de validez concurrente para múltiples pruebas psicométricas. Leyendo las dos publicaciones, así como la literatura subsecuente, queda claro que Beck y colegas pretenden medir entidades reales. Es decir, a nivel ontológico, asumen que lo que sus pruebas miden en verdad existe. Sostener que algo existe no significa que se asuma un privilegiado a ese algo. Por ejemplo, Beck y colegas (1961) en múltiples ocasiones mencionan que lo que están midiendo son las manifestaciones observables, dicho de otra forma, los síntomas, de ambas entidades. Es decir, que miden a través de lo observable algo no directamente accesible, pero verdadero. Esto es acorde con nuestras intuiciones sobre la depresión y la ansiedad. Tanto en frecuencia como en gravedad, todos hemos experimentado algún grado de estos dos fenómenos, y sabemos de otros que los padecen en mayor o menor medida. Esto coincide con el discurso psicométrico. El caso de BID y BAI es difícil de discutir, pero otros son más cuestionables. Por ejemplo, en el entorno de los negocios, una preocupación constante es la evaluación de personal con potencial para asumir roles de liderazgo. La psicología organizacional lleva décadas investigando cuáles son esos atributos que constituyen el potencial de liderazgo, a fin de predecirlo e identificar empleados de alto potencial. Esto ha dado lugar a un sinfín de pruebas psicométricas que pretenden medir atributos indicativos de ese potencial. La consultoría Hogan® cuenta con una prueba que mide nueve atributos supuestamente predictivos del alto potencial (Hogan Assessment Systems, 2017). Algunos de esos atributos quizás se consideran cosas reales que existen en la mente o cerebro de las personas, como la capacidad de pensar

ampliamente; pero otros difícilmente se conciben como entidades reales en la mente de la gente; «liderar un negocio» o «istrar recursos». Pero este no es el único instrumento de medición de potencial, existen múltiples. La consultoría Korn Ferry® cuenta con una prueba que calcula un atributo denominado agilidad para el aprendizaje. Esta se refiere a la capacidad de aprender de la experiencia y aplicar esa lección a situaciones nuevas (Korn Ferry, 2013-2015). El concepto fue propuesto por Lombardo y Eichinger (2000), y se divide en cinco factores: agilidad para el cambio, para los resultados, para la gente, agilidad mental, y autoconciencia (self awareness). En sus manuales y publicaciones sobre el tema, tanto los autores como Korn Ferry® aluden a esta cualidad como algo que las personas tienen, con frases como «la gente con alta agilidad para el aprendizaje». En todos estos, hay al menos dos razones para dudar del estatus ontológico de muchos de estos factores. No solo por lo implausible de algunos de ellos (ej. «liderar el negocio»), también por la multitud de los mismos, que lleva a dudar que en verdad la mente de las personas contenga tantas entidades. Por último, están los más cuestionables, varios de los cuales pueden encontrarse en las pruebas de actitud. El concepto de actitud es problemático, de entrada, pues puede utilizarse para denotar cualquier preferencia o inclinación, como puede ser mi actitud hacia sacar la basura, pasear al perro, etc. Esto es parte de un problema más amplio que puede rastrearse hasta la época aristotélica, en términos de capacidades. Podríamos definir la capacidad flamable simplemente aludiendo a aquella que hace que las cosas se incendien, y no habríamos hecho más que dar vueltas en círculos. Pero, por otra parte, el concepto de actitud sí es de interés, puesto que ostensivamente conocemos casos bona fide de actitudes, como es la actitud hacia la sexualidad, la inclinación política, etc. Resulta que existen pruebas de actitud para toda clase de cosas, incluyendo, pero no limitado a, las siguientes: hacia el tiempo (Mello y colegas, 2016), el duelo (Sim y colegas, 2014), la estadística (Darias, 2000), los roles de género (Zeyneloglu y Terzioglu, 2011), y hasta las computadoras (Reiner y Miller, 1996). ¡Incluso hay una escala de actitud hacia la psicología como una ciencia!²⁴ Queda claro que la medición de la actitud ha llegado a dar precisamente esas mismas vueltas que el caso de las capacidades en la filosofía. No obstante, en este punto se podría argumentar que esto es normal e inherente a la investigación científica, aceptando que muchas de estas supuestas entidades resultarán ser falsas. La psicología, en este sentido, no sería muy diferente de ciencias como la física. Después de todo, hasta el siglo XIX muchos físicos todavía creían en la existencia de una sustancia llamada éter. Pero esta defensa

de la psicometría difícilmente funcionará, pues el problema está en que los instrumentos psicométricos no distinguen entre entidades reales y entidades no reales. El tratamiento de ambas como variables a medir a través un abordaje estadístico es el mismo. Uno podría diseñar escalas ad infinitum, pero a falta de un criterio o método que permita distinguir entidades reales de no reales, la psicometría está condenada a ir en círculos. Otra posible defensa consiste en adoptar una especie de instrumentalismo. Consiste en aceptar que los resultados de la prueba no necesitan denotar alguna entidad psicológica real; más bien, lo que interesa es el desempeño en la prueba y de las comparaciones en los resultados de una serie de grupos. Esta línea argumentativa parece subyacer mucho de la práctica de investigación basada en psicometría. Comúnmente vemos análisis que contrastan el desempeño en pruebas psicométricas según el género, la presencia o no de alguna enfermedad, o los beneficios de un determinado tratamiento.²⁵ Sin embargo, aceptar este instrumentalismo tiene serias consecuencias. Por una parte, obliga a la psicología a comprometerse a un paradigma conductista ya superado. Por la otra, porque vuelve todo el discurso teórico irrelevante. La fórmula de Edgeworth pierde el sentido si se niega la existencia de esos resultados reales del sujeto. Lo mismo ocurre con modelos más sofisticados como el de variables latentes. Así, vemos que los psicólogos se encuentran en una incómoda situación: asumen la realidad de las entidades psicológicas que pretenden medir, pero utilizan pruebas cuando ni siquiera tienen claro si miden algo real o no. Estas tratan de manera indistinta de eso que tenemos buena razón para creer que existe, de aquello que no. Más aún, en tanto que estas pruebas permiten analizar ambas del mismo modo, se da un círculo vicioso en que se perpetran análisis que en muchos casos no llevan a nada. Ni siquiera el principio pitagórico de Thorndike, de que todo lo que existe, existe en cierta cantidad, es respetado. Muchas veces, ni existe lo que la psicología dice estar midiendo.

C. ¿Cómo se mide la mente? Una conspicua idea de lo que es medir

Aceptemos por un momento la incómoda coexistencia de mediciones de

entidades que probablemente no existen en la mente de las personas, y otras que sí. Podemos creer, ingenuamente, que se puede hacer investigación de calidad y avanzar el conocimiento sobre aquellas entidades que sí existen, como la personalidad, el intelecto o la ansiedad. Ahora voltearemos a ver cómo es que los psicólogos miden estas entidades. Idealmente, el siguiente paso consistiría en determinar si aquello que se pretende medir en verdad cuenta con una estructura cuantitativa. Siguiendo a Michell (1997), esta es una tarea empírica, no algo que se pueda postular a priori.² Es decir, que el principio pitagórico propuesto por Thorndike no es algo necesariamente verdadero, sino algo que se debe determinar empíricamente. Tomemos dos ejemplos poco controversiales: el color y el sexo. De inicio no es válido decir que el color es algo con una estructura cuantitativa. No podemos manifestar que «1 de rojo + 1 de rojo» sean igual a azul.²⁷ De igual forma, que «hombre + 1» equivalga a mujer. De acuerdo con Michell (1997), para decir que un atributo tiene una estructura cuantitativa, se ha de mostrar que, para una serie de instancias del atributo en cuestión, se cumplen las siguientes reglas:

Regla

Para dos magnitudes de la misma cantidad son idénticas o no. Si no lo son, entonces debe hab

Una magnitud compuesta de dos partes es la misma independientemente del orden de las part Para cualquier par de magnitudes de la misma cantidad, existe una tercera entre ellas.

Para dos conjuntos de magnitudes, uno superior y uno inferior, tales que ninguna magnitud pe

Fuente: Michell (1997)

Desafortunadamente, en psicología este paso tampoco es llevado a cabo al estudiar atributos o entidades psicológicas. Simplemente se asume que tienen una estructura cuantitativa. Tomemos una prueba cualquiera, como la propuesta por Goldberg (1992) para medir los cinco grandes factores de la personalidad. No existe un estudio, análisis o demostración de que cualquiera de esos factores, o el conjunto de los mismos, sean de una estructura cuantitativa. Lo mismo vale para las actitudes, intelecto o cualquier otra variable psicológica medida por pruebas psicométricas. Esto es el resultado de la segunda tesis central de la psicometría, enunciada por Stevens (1946): medir es simplemente asignar números a cosas según alguna regla. Semejante concepto fracasa en capturar lo que verdaderamente ocurre al medir. Tomando como ejemplo la medición de la longitud, la regla asigna números a cosas según un criterio determinado —sea el sistema métrico decimal o el americano—. Pareciera que Stevens no se percató de que antes de la regla está el hecho de que es la longitud la que cuenta con estructura cuantitativa, en virtud de cumplir con las reglas estipuladas previamente. La medición es solo el segundo paso, el instrumental en terminología de Michell (2000). En ningún momento se ha visto que la extraversión, la agilidad para el aprendizaje o la actitud hacia la estadística tengan semejante estructura. De cara a lo anterior, no sorprende que Michell se refiera a la psicología como una ciencia patológica. Es necesario reconocer el contexto en que el principio de medición de Stevens surgió. Durante la primera mitad del siglo XX, tuvo un boom la corriente operacionalista de medición. Según esta, entre cuyas luminarias se encuentra el físico P. W. Bridgman, y la obra inicial de Wittgenstein, únicamente conocemos el significado de un término si tenemos claro cuáles son las operaciones para medirlo. Este precepto reduce la definición de un término, como personalidad o intelecto, a la forma en que se mide. El operacionalismo capturó la atención de muchos físicos y filósofos de la ciencia, e influyó en la incipiente disciplina de la psicometría. Tristemente, mientras que la física y la filosofía de la ciencia se han alejado de esta idea, por contar con múltiples problemas, la psicología y psicometría se han quedado estancadas ahí.

D. ¿Cuáles son las consecuencias?

Existen múltiples consecuencias a estas omisiones por parte de psicólogos. La investigación psicométrica se ve contaminada, aun cuando las variables sean tratadas a nivel cuantitativo y estadístico. Algunas de estas son más fáciles de verificar que otras, pero siempre existen. A continuación, revisaremos algunas de ellas.

I. La proliferación de entidades

En la medida en que psicólogos continúan presuponiendo la realidad de las entidades —factores— que postulan, prolifera el inventario de elementos que, se dice, componen o son parte de la mente de las personas. El Inventario Multifásico de la Personalidad de Minnesota (MMPI por sus siglas en inglés) mide diez factores; la prueba Myers-Briggs calcula cuatro; el inventario de Goldberg, cuatro; la prueba 16FP de Cattell, dieciséis; y así sucesivamente. Lo mismo ocurre con las actitudes, con las pruebas de liderazgo, etc. Los psicólogos indudablemente argumentarán que las pruebas mencionadas, y muchas más, cuentan con diferentes grados de validez, y que ello es prueba de algunas son mejores que otras. Aun así, esto es errado. Validez no es sinónimo de verdad. El hecho de que una serie de ítems en una prueba se correlacionen, o agrupen en un análisis de factores, no es indicativo de que esos tengan una existencia real, o que siquiera sean causados por el mismo factor o atributo subyacente. Por tomar un ejemplo poco controversial, podríamos diseñar una escala para medir poderes psíquicos, utilizando preguntas como «en ocasiones presiento cosas antes de que sucedan» o «eventos que otros ven con sorpresa, yo sabía que ocurrirían». Esos ítems podrán covariar juntos, pero eso no significa que a ellos subyazca una habilidad psíquica determinada. De igual forma, el hecho de que la validez de contenido se mida en términos de acuerdo con el juicio de expertos, solo significa que las preguntas de la prueba reflejen los

conocimientos y creencias de esos expertos, pero no la realidad.²⁸ Como argumentan Borsboom y colegas (2004), el concepto de validez utilizado por psicólogos en la actualidad enfatiza, entre otras cosas, las correlaciones —con otras pruebas, entre ítems, con indicadores no psicométricos, etc. —. Pero las correlaciones no son indicativas de mucho. No permiten determinar causalidad, causa común o existencia.

II. Números disfrazados de medidas

Lo simplista de «asignar números a cosas según un criterio» lleva a que las mediciones de la psicología sean totalmente arbitrarias. Podemos imaginar una escala de ansiedad que cataloga a la gente según grados «alta / media / baja», otra que clasifica a la gente del diez al cien, y otra más del uno al diez. Ninguna de ellas es comparable entre sí, porque no se sabe a qué se refieren esos números. Peor aún, ninguna permite conocer cuál es el grado de ansiedad de una persona, ya que no sabemos cuál es el significado de un número. No sabemos a qué refiere un cambio de uno, dos o cinco números naturales en la escala de depresión. De nuevo, habrá quien defienda a la psicología argumentando que esto es falso. Después de todo, las escalas de pruebas psicométricas acostumbran a incluir guías de interpretación, y que también se correlacionan con determinadas sintomatologías. No obstante, esta es una evasiva que omite el punto de la crítica. Estas correlaciones y guías de interpretación lo único que proponen son aproximaciones estadísticas basadas en desempeños promedio de ciertas muestras. Pero eso no es indicativo de que la prueba esté midiendo aquello que pretende medir, o que el fenómeno en cuestión tenga, en efecto, una estructura cuantitativa. Un ejemplo notable: existe un fenómeno denominado efecto Flynn, que se refiere al incremento en niveles de IQ con el tiempo. La interpretación de Flynn es que no se trata de un artificio estadístico, sino que, en realidad, la población —en promedio al menos— es más inteligente. Pero ¿qué tanto más inteligente? ¿Qué puede hacer la gente hoy en día que no pudiese hacer hace sesenta años? Esas son preguntas que la psicometría no puede responder.² Parte de la ilusión proviene de lo que Michell (2009) denomina la falacia del psicometrista; el inferir que una entidad tiene estructura cuantitativa a partir de

una concepción ordinal sobre la misma. Por ejemplo, concluir que la ansiedad y la depresión son fenómenos cuantitativos, solamente porque hablamos de ellas en términos de mayor o menor, alta o baja, o demás clasificaciones.³

Arbitrariedad de la medición de atributos psicológicos

Fuente: adaptado de Blanton y Jaccard (2006). Con este diagrama, los autores muestran lo arbitrario de las escalas en psicología. Esto, claro, asumiendo la existencia del atributo en cuestión, y que el mismo tenga una estructura cuantitativa³¹

III. Conductismo y mediciones superficiales

Hoy en día el conductismo es considerado un paradigma superado. La noción de que estudiar la conducta, en especial animal, es la base legítima para construir la psicología, se considera, en general, falsa —aunque es cierto que el análisis de la conducta persiste en ciertos círculos—. Sin embargo, el fantasma del conductismo perdura, toda vez que la psicología tiene un problema fundamental: no posee a ese mundo interior de las personas que es la causa de su conducta manifiesta. Por ello, aun cuando las investigaciones se inscriban en un marco cognitivo, o de procesamiento de información, estas siempre deben depender de la conducta de las personas. Cuando decimos conducta, nos referimos al sentido amplio de la palabra; discurso consciente, conducta, actos, desempeño en una prueba, etc. Este fantasma también permea a la psicometría. Poniéndolo en términos simples, la prueba psicométrica no nos puede decir qué ocurre en realidad en la mente de las personas que la responden. Esto es problemático en dos sentidos: por una parte, no sabemos si aquello que la prueba mide, en verdad, se realiza adecuadamente. No existe una correspondencia o isomorfismo entre la prueba y el atributo psicológico. Por ejemplo, si un estudio de personalidad mide un atributo, como extraversión, la prueba no permite equiparar las conclusiones sobre dos sujetos con un mismo puntaje. Puede ser que una persona sea más extrovertida, pero esté inhibida por un tercer factor, tal que la tristeza momentánea, o algún mecanismo interno de defensa.³² Ante este inconveniente, los psicólogos suelen argumentar que ese es el punto de estudiar poblaciones. Este argumento pretende que el método de poblaciones neutralice esos factores, que corresponden a la famosa varianza de error. Aun con todo, esto es falso, toda vez que, si la prueba no lo puede hacer para uno, no lo podrá hacer para treinta, cincuenta o cien.

Diferentes procesos resultando en un mismo indicador de extraversión

Fuente: elaboración propia

El segundo inconveniente es que las pruebas psicométricas tampoco explican el proceso que lleva a obtener dichos resultados. A pesar de que varias pruebas, como el MMPI, incluyen escalas para validar si los puntajes pueden no ser válidos, estos están diseñados para detectar casos de sugestibilidad, mentira o interés por transmitir una imagen positiva de uno mismo. Estas subescalas o reactivos de prueba, si bien son un intento valioso, no permiten capturar la totalidad. Incluso cuando los sujetos conscientemente intenten decir la verdad, la prueba no da cuenta del proceso causal que lleva a una persona a contestar un ítem de cierto modo —no se diga ya toda una prueba—.

E. Conclusión

Considerando la sofisticación de los métodos estadísticos con que se validan las pruebas psicométricas, pareciera implausible que estos estén errados. Después de todo, los psicólogos dan fe de la robustez de estas al ver cómo los ítems se agrupan en factores, o al constatar el orden con que las variables de los mismos se distribuyen de la manera que la prueba pretende. Ello obliga a considerar que sea la crítica la que se equivoca. No obstante, las respuestas de los psicólogos a preguntas básicas sobre la existencia de ciertos atributos psicológicos, o la estructura cuantitativa de los mismos, es indicativa de la medida en que los cálculos hechos con pruebas psicométricas son cuestionables en muchas ocasiones, e incluso falsas o arbitrarias en otros. Tanto la apariencia de robustez, como la adopción y persistencia en el uso de estos procedimientos, se deben en parte al paradigma que subyace a las pruebas psicométricas. A principios del siglo XX el movimiento de operacionalismo adquirió notoriedad en la física, y posteriormente en otras ciencias. La idea básica, como después la adoptaron los positivistas lógicos, era que «el significado de un concepto es su método de verificación». Los conceptos eran

así definidos por medio de las operaciones efectuadas para medirlos. No sorprende, pues, que el famoso historiador de la investigación psicológica declarara que «la inteligencia es aquello que miden las pruebas de inteligencia» (Boring, 1923). Esta cita suele ser sacada de contexto, como una muestra del operacionalismo irreflexivo de los psicólogos. Siendo justos, Boring estaba consciente de lo limitado de esta definición, y más bien la tomaba como un punto de partida, necesariamente reductivo, para el estudio de la inteligencia. Desafortunadamente, pareciera que los psicólogos se quedaron en esa etapa, y no fueron capaces de progresar en su definición de atributos psicológicos —y consecuente refinación de instrumentos—. Más bien, se contentaron con seguir utilizando estas definiciones operacionales, sin mayor cuestionamiento. De igual forma, no han logrado cambiar sus métodos, aunque el paradigma operacionalista que dio origen a los mismos ha mostrado sus serias limitaciones. ¿Cómo se pueden interpretar las pruebas psicométricas de cara a esta crítica? En primer lugar, se ha de reconocer que el hecho de que las pruebas arrojen una serie de cifras de correlación, agrupación por factores o de otra naturaleza, no es indicativo de que la realidad de las personas sea esa. Como argumenta Danziger (1985), el método utilizado por psicólogos impone una estructura numérica a fenómenos empíricos, y asume que la estructura numérica, junto con sus propiedades —aditiva, transitiva, etc.— representan la estructura del fenómeno en cuestión. Esto es un paso injustificado. Uno que los psicólogos parecen no reconocer. ²² Esta medida de consistencia interna se asemeja a lo que en medicina se denomina consistencia interevaluador. Por citar, si dos psiquiatras utilizan un manual de clasificación de trastornos mentales, el manual será consistente —o confiable—, si los dos psiquiatras llegan al mismo diagnóstico de un sujeto mediante su uso. ²³ Varios autores, como Michell (2004), suelen atribuir la autoría de esta definición a Stevens. En parte esto es porque fue él quien la popularizó, al repetirla en múltiples publicaciones. Sin embargo, en su escrito inicial de 1946, él, de hecho, la atribuye a N. R. Campbell. ²⁴ Volveremos sobre esta escala en particular más adelante, para discutir lo que revela de la percepción que tienen los psicólogos de sí mismos.

²⁵ Maul (2013) argumenta que justamente esta es la razón por la cual las críticas de ciertos autores no han tenido éxito en disuadir a los psicólogos de la práctica irreflexiva de la psicometría. ² Michell (2004) profundiza sobre este punto, criticando la idea pitagórica de que todo es cuantitativo. La versión simplista de Thorndike es una que incluso se podría aceptar en términos débiles. Por ejemplo, en el caso del sexo, es cierto que el sexo no es cuantitativo, pero también que podemos contar cuántas entidades de sexo masculino existen. ²⁷ Claro, en cierto sentido el color sí tiene una estructura cuantitativa, toda vez que es el resultado perceptible del espectro electromagnético, el cual se mide en nanómetros. Pero esto es algo determinado empíricamente, y no es el color lo que tiene estructura cuantitativa, sino el espectro electromagnético, del que la percepción de color es solo el resultado. ²⁸ Véase Salzberger (2013) para una breve discusión sobre el juicio de expertos. ² Quizás la mejor obra de Flynn en la materia sea What is intelligence? (Flynn, 2009). ³ Michell (2009) rastrea esta falacia hasta Herbart y Fechner, contemporáneos de Kant. De igual forma, cita a Titchener como uno de los primeros críticos de esta falacia. Desafortunadamente, estos debates han pasado a la historia, y poco se ha aprendido de ellos. ³¹ Irónicamente, Blanton y Jaccard (2006, p. 30) no ven esto como problemático en el ámbito de la investigación básica. Para ellos, lo que importa es «que permitan la aplicación de métodos estadísticos». Esto es falso, pues se supone que se están midiendo atributos. Los autores ponen como ejemplo un investigador interesado en determinar si la similitud lleva a la atracción. Para ellos, lo único que importa son los patrones entre sujetos. Esto es herencia del modelo galtoniano, sobre el cual volveremos más adelante. ³² Nancy Cartwright ha hecho ya un argumento similar en el contexto de los estudios aleatorios controlados (RCT por sus siglas en inglés). Ella propone sustituir el discurso sobre validez externa —entendida como la posibilidad de extender resultados de una población a otra—, por uno de capacidades. Es interesante que lo haga en un contexto que también apela a las poblaciones en interés de reducir la varianza de error (véase Cartwright & Munro, 2010).

5 Prácticas cuestionables de investigación

«Comfort is no test of truth. Truth is often far from being comfortable».

Swami Vivekananda

De todas las posibles actividades del hombre, la ciencia es considerada, merecidamente, como una de las más nobles. A diferencia de la política, que se presta a toda clase de corrupciones por el poder, o de los negocios, cuyo fin de generar dinero es visto con recelo, el compromiso de la ciencia es con la verdad, cosa que todos creemos como un bien en sí mismo. Lo mismo ocurre con el científico. La imagen tradicional es la de una persona que además de una serie de valores generales como honestidad, ejerce otros específicos a su profesión como son el rigor, la adherencia a los datos, el no dejarse llevar por argumentos meramente retóricos, etc. Esta representación idealizada incluso ha sido promovida por los mismos científicos y académicos. Quizás uno de los autores que más han contribuido a esta, además de los griegos, sea Francis Bacon, uno de los grandes filósofos de la ciencia y promotor del inductivismo. En su Novum organon (1620/1800), o Nuevo organon —en alusión al tratado de lógica de Aristóteles denominado Organon—, detalló una serie de recomendaciones para el razonamiento que claramente definen mucho del perfil que en la actualidad atribuimos a los científicos. Bacon se refiere como Ídolos de la mente a esos factores que impiden un adecuado juicio inductivo. El primer tipo de ídolo es el de la tribu: la confianza ciega que ponemos en los sentidos al tomarlos como medida acertada de la naturaleza. Luego se encuentran los ídolos de la caverna, que se refieren a los factores individuales que influyen en el proceso de inducción de la persona, como son la personalidad, preferencias, prejuicios, etc. Después están los ídolos del mercado: aquellas

interferencias al juicio inductivo producto del uso del lenguaje en sociedad. Por último, los ídolos del teatro son sistemas de conocimiento manchados por el uso de métodos o fundamentos equivocados. Esta concepción es la de un filósofo o científico cuya obra no está sujeta a las limitaciones de la percepción humana, de factores personales, de imprecisiones del lenguaje o de fundamentos errados. Un científico ideal. Esta imagen ideal también permea la obra, más reciente, de Karl Popper (2002), mejor conocido como el proponente del falsificacionismo. Lo que la tesis falsificacionista defiende es que el científico no debe buscar inductivamente confirmar sus teorías mediante nuevos experimentos, sino más bien refutarlas. Esto implica tomar todas las hipótesis actuales como meramente provisionales, ya que no han sido rebatidas. Asimismo, implica indagar constantemente en pruebas más rigurosas, más difíciles, para cada hipótesis. Sin entrar en detalles sobre los méritos o problemas con las teorías de Popper, basta decir que su impacto e influencia han sido mayores en la comunidad científica que en la filosófica. Esto se debe en buena parte a que la imagen que pinta de los científicos es la de sujetos comprometidos con la verdad, que están constantemente poniendo a prueba sus propias conjeturas, y buscando refutarlas con pruebas cada vez más estrictas. Esta imagen idealizada, sin embargo, no aguanta el más mínimo escrutinio. Los casos de mala conducta por parte de científicos suelen llegar a las primeras planas, sobre todo cuando se daña a la población general. La naturaleza de la mala práctica puede variar del simple maquillar datos, a la completa fabricación de los mismos. Por ejemplo, Hwang Woo-suk, de la universidad de Columbia, especializado en células madre, fue hallado culpable de fabricar considerables cantidades de la información de sus trabajos, incluyendo las fotografías de células madre, las cadenas de ADN clonadas, entre otros (Resnik, Shamoo & Krimsky, 2006). Otro es el de Anil Potti, investigador del cáncer, que ha tenido que retractar más de diez publicaciones, ha sido demandado por los participantes de sus estudios clínicos, y en general, ha caído en la desreputación total. Potti declaraba que el 80 % de los participantes en sus pruebas encontraba el tratamiento adecuado (Oransky, 2015). Esta situación no es aislada a un sector de cualquier índole, sea una disciplina, un país o una universidad. Incluso se llega a argumentar que es favorecida por el esquema de incentivos de la práctica científica en general. Esta estructura de incentivos ha sido el objeto de análisis principalmente de economistas y algunos

sociólogos de la ciencia. Quizás el precursor más importante de esta nueva oleada de análisis sea Thomas Kuhn, quien en su obra La estructura de las revoluciones científicas (1971) postula ciclos de ciencia caracterizados más bien por la inercia. Si bien el tema del libro era entender los cambios de paradigma — como el cambio del paradigma newtoniano al relativista en la física—, tuvo la consecuencia mayor de volver a poner el foco en la ciencia como una actividad humana. Kuhn terminaba su libro argumentando que los períodos entre un cambio de paradigma y otro —a los que él llamaba ciencia normal— se caracterizan por ajustes menores a teorías, y explícitamente cita a la educación como uno de los elementos que llevan a los científicos a no cuestionar el paradigma en el que operan y tomarlo por bueno. Evidentemente, esto lo ponía en conflicto directo con la visión idealizada de Popper, llevando a los dos autores al punto de un debate mayor al respecto. Y es que lo que Kuhn vio, fue que la ciencia, al igual que cualquier otra, es una actividad humana. Y que, como cualquier otra actividad humana, está sujeta a factores sociales. Esto ha dado lugar al surgimiento de una sociología de la ciencia, que busca explorar aquellos factores sociales involucrados en la producción del conocimiento. Ahora bien, dentro de estos factores sociales, uno de particular interés es el económico. Decir que la ciencia es una actividad económica es algo que debe entenderse en un sentido amplio. No se refiere únicamente a que se requieran recursos, los cuales siempre son limitados, también hace alusión al hecho de que la ciencia se rige como un sistema de incentivos, lo cual la hace susceptible de un análisis microeconómico de ganancias.³³ La ciencia es una competencia, ya sea por recursos o por reconocimiento. En la mayor parte de las disciplinas y países los recursos se asignan con base en medidas de productividad e impacto de los investigadores, medidos principalmente por medio de la cantidad de publicaciones, y el conteo de citas, respectivamente. Pero es bien sabido que estos incentivos, cualquiera que sea su impacto benéfico para la distribución de recursos, tienen como efecto secundario el incitar malas conductas científicas. Por ejemplo, autores que a fin de cumplir con cuotas de artículos publicados parten una investigación en dos o más reportes de resultados, o publican variaciones del mismo estudio —especialmente en escritos de revisión—. De igual modo, un investigador puede abusar de la práctica de las autocitas, a fin de inflar la cantidad de menciones que recibe —medida usualmente como factor de impacto—. Pero el hecho de que esta situación sea generalizada y afecte a cualquier disciplina científica, no quita que su impacto pueda variar según el campo de

estudio, como se argumentará seguidamente. Comenzaremos por presentar una reseña de lo que es la mala conducta en ciencia, y posteriormente expondremos cuál es su prevalencia en la psicología y otras disciplinas. Por último, ofrecemos una propuesta ante por qué en la psicología es problemático esto, quizás a mayor nivel que en otras disciplinas.

A. Definición y alcance de mala conducta científica

Al igual que en la vida cotidiana, qué se considera bueno o malo varía, según el contexto y lo estricto de los criterios que se utilicen. Lo mismo ocurre en el estudio de la mala conducta científica, por lo que comenzaremos por esclarecer dicho concepto. Las principales definiciones de mala conducta científica son notables por conservadoras, por lanzar una red muy pequeña sobre las múltiples conductas que atentan contra los ideales científicos. Estas se suelen limitar a la tríada de fabricación, falsificación y plagio. Así es como la definen la National Science Foundation de los Estados Unidos (s. f.), la Office of Research Integrity (s. f.) del mismo país, la American Pscychological Association (s. f.) y el Concodrat to Research Integrity del Reino Unido (2012), con la única salvedad de que la APA añade las brechas de confidencialidad y violaciones a la autoría de las publicaciones, y a la mención que hace el Concordat a violaciones a disposiciones legales o de índole profesional, como por ejemplo no declarar conflicto de interés o falta de consentimiento informado. Así y todo, esta tríada permite capturar las brechas más representativas. El plagio se refiere a la apropiación de las ideas, procesos o resultados de otros; la falsificación a la manipulación de cualquier componente del proceso de investigación con el fin de favorecer determinados resultados; y la fabricación consiste en la atroz invención de datos o resultados. A las anteriores prácticas, que son las más representativas, se suma una larga lista de aquellas que han ocupado a investigadores recientemente, y que se suelen denominar también como prácticas cuestionables de investigación (QRP por sus siglas en inglés). Algunas de estas son formas menores de la tríada descrita previamente. Otras veces son prácticas que, si bien no generan una falsedad, sí representan un exceso de licencia que se toma el investigador, y que,

por tanto, pueden ser mal vistas. A continuación, se presenta una lista de estas QRP. Si bien no es exhaustiva, sirve para dar una idea de lo que comprenden.

Tabla 2: Prácticas cuestionables de investigación

Categoría

QRP

Falsificación

No reportar todas las variables dep

Plagio y QRP de la autoría y la publicación

Plagio. Autoplagio. Autorías de re

Fabricar Datos

Faltas de conducta, códigos de ética y conflicto de interés No indicar el involucramiento de o Otros

Análisis de potencia estadística ins

Fuente: elaboración propia a partir de Committee on Publication Ethics (2000), John et al. (2012), Martinson et al (2005), Sagarin et al. (2014), Simmons et al. (2012), Stürmer et al. (2017), Swazey et al. (1993). La categorización fue elaboración del autor, siendo los diversos artículos revisados los que reportan las conductas

Sobre esta lista de conductas vale la pena destacar las variadas, y a veces sofisticadas formas de falsificar información que existen. No es, como se suele decir en inglés, darle un spin a la historia, o a los datos, sino que comprende toda una serie de prácticas que se llegan a dar en diversas fases del proceso de investigación: diseño, recolección de datos, análisis o reporte de resultados. Igualmente, en lo que respecta a la autoría y publicación, nótese nuevamente que se trata de toda una serie de prácticas que atentan contra la integridad y seriedad del proceso científicos.

a. Intermedio sobre otras QRP: validez experimental y la perversa práctica de citar

En la literatura sobre prácticas cuestionables y mala conducta, las anteriores son las más representativas. Pero eso no quiere decir que sean las únicas. A continuación, presento algunas otras muestras de prácticas que, tanto por sus motivaciones como por sus efectos, debieran considerarse como QRP. Se trata de algunas mal denominadas amenazas a la validez experimental, y a la práctica de citar, que por lo perversa mereciera un libro aparte. Se le debe a Campbell (1957) la enumeración de una serie de factores que amenazan a la validez de investigación. En algunas ocasiones estos han sido considerados como artefactos y en otros como hipótesis alternas. Algunos ejemplos de estas amenazas serían la ansiedad que genera en los sujetos el experimento, o un fenómeno estadístico comúnmente asociado a las muestras pequeñas denominado regresión estadística a la media. Estos elementos son riesgos específicos de un dominio de investigación o de aspectos estadísticos.

Aun así, varios autores han expuesto prácticas cuestionables de investigación como si fuesen amenazas a la validez cuando en realidad son mucho más que eso, se tratan de brechas éticas. Presentarlas como si fuesen factores, en tercera persona, impide su reconocimiento como prácticas que atentan contra la investigación. De nueva cuenta, estas pueden ser sumamente sofisticadas, como se aprecia con los siguientes ejemplos: McMillan (2000) habla de la violación de supuestos estadísticos que son necesarios para realizar ciertas pruebas —por ejemplo, que la muestra exhiba una distribución normal, o que exista homocedasticidad de la varianza—; Onwuegbuzie (2000), por su parte, considera la falta de verificación de supuestos estadísticos como una amenaza. Claro que son amenazas a la validez; claro que son factores que atentan contra la veracidad de los resultados. Pero son atribuibles al investigador, sea por flojera o por moral distraída. Por otra parte, se encuentran las citas. Las citas juegan un papel fundamental en el intercambio científico. Si la ciencia fuese un edificio, el proceso de citar sería el material que une los ladrillos. Sin embargo, estas también se prestan para la mala conducta científica. Lo cierto es que los investigadores trabajan sobre la base de un código de confianza que los lleva a creer en lo que otros dicen o citan. Como se verá seguidamente, son muchos los científicos que abusan de esta confianza para torcer las palabras de aquellos a quienes citan.

B. Prevalencia de QRP y mala conducta en psicología y otras disciplinas

En 2010, el médico inglés Andrew Wakefield fue hallado culpable de una serie de prácticas por parte del General Medical Council, respecto de su investigación sobre la relación entre la vacuna MMR y el autismo. Sobra decir que este tipo de investigaciones han contribuido a la creencia de que las vacunas aumentan el riesgo de desarrollar autismo, lo cual, a su vez, ha llevado a miles de padres de familia a no vacunar a sus hijos. Entre las prácticas de las que se le encontró culpable al Dr. Wakefield se encuentran: alterar los expedientes de los sujetos que participaban en sus estudios, no declarar conflictos de interés financieros y falsificar la información misma de su influyente publicación (Godlee & Smith, 2011). Todo esto condujo a que le vetaran. Esos casos también se han dado en psicología; en 2011 fue suspendido de la Universidad de Tilburg el Dr. Diederik

Stapel por praxis fraudulenta en su investigación en psicología social. Entre sus supuestos hallazgos se contaba dar con vínculos entre comer carne y agresión, y entre contextos desordenados y discriminación. Un comité investigador demostró que al menos cincuenta y cinco artículos de Stapel, y diez tesis doctorales, se basaban en datos falsificados (Bik, 2019). Otro asunto notable es el de Stuart Greenberg, psicólogo para la Universidad de Washington, quien se había vuelto la referencia en evaluaciones psicológicas para juicios de custodia por los hijos, fue declarado culpable de alterar datos, hacer declaraciones tendenciosas, violar la confidencialidad, entre otras. Tras una prohibición de ejercer en esta materia por tan solo tres años, salieron a la luz los reportes de acoso sexual a sus empleados y ayudantes, incluyendo una cámara oculta que había instalado en el baño. Poco después de su arresto se suicidó (Armstrong & O’Hagan, 2011). Ocasionalmente, vemos en las noticias historias como estas, en que algún científico fue descubierto falsificando o fabricando datos. Pero ¿qué tan frecuentes son la mala conducta y las QRP? Afortunadamente, se han llevado a cabo diversos estudios sobre este tema, y si bien no se cuenta con estimaciones a gran detalle, las que existen sí sirven para darse una idea de la prevalencia de esta problemática. En 2009 Fanelli realizó un meta-análisis sobre dieciocho estudios que han investigado las malas conductas —quince fueron de Estados Unidos y tres del Reino Unido—. Encontró que entre el 0.3 % y el 4.9 % declararon haber fabricado o falsificado datos —promedio ponderado agrupado de 1.97 %—; el 33.7 % itieron haber incurrido en otras QRP —promedio crudo de 9.54 %—; y reportaron haber sido testigos de QRP entre el 5.2 % y el 33.3 % —promedio ponderado agregado de 14.12 %—. Esta estimación sugiere que casi dos de cada cien investigadores han incurrido en QRP, y catorce de cada cien han sido testigos de estas. Son únicamente estimaciones, pero permiten tener una idea de qué tan frecuentes son las QRP. Es interesante notar que esta problemática no es exclusiva a un grupo como estudiantes o investigadores jóvenes. Swazey y colegas (1993) encuestaron a dos mil candidatos a doctorado y dos mil de la facultad, de cuatro disciplinas, y observaron que entre el 6 y el 9 % de facultad y estudiantes conocían a de la facultad que han cometido plagio. En casos menos graves, un tercio de los encuestados es consciente de autorías inapropiadas. En el ámbito de la psicología, un estudio de John y colegas (2012) comprobó que en dos grupos de estudio arriba del 90 % aceptaron haber incurrido en al

menos una QRP.³⁴ Utilizando un método de medidas geométricas, estimaron que uno de cada diez investigadores ha cometido estas prácticas. Ese estudio quizás sea excesivo, Fiedler y Schwarz (2016) condujeron su propia investigación tras analizar problemas con el inicial, y vieron en una muestra de psicólogos de Alemania que, aproximadamente el 10 %, ha realizado QRP. En otro análisis Stürmer y colegas (2017) obtuvieron encuestas de ochenta y ocho psicólogos, entre pre y postdoctorados de la división de psicología social de la asociación psicológica alemana para evaluar la percepción de investigadores y psicólogos de carrera temprana sobre QRP. Encontraron que con excepción de manipular o inventar datos, la mayoría respondió que la prevalencia del resto de QRP está entre moderada y alta prevalencia. Esto incluye reporte selectivo, hipótesis post hoc, y muchas más. En un estudio aún más reciente, por parte de Agnoli y colegas (2017), aplicaron el cuestionario de John y colegas (2012) con diez QRP a de la Asociación Italiana de Psicología. Para cada QRP, pedían a los participantes estimar su prevalencia entre psicólogos italianos, el porcentaje de ellos que lo aceptarían, su propia isión de si la habían utilizado, y si creían que era algo defendible. La tasa de isión de haber incurrido en dichas prácticas fue del 27.3 % en promedio. El 88 % de los participantes aceptaron haber incurrido en al menos una QRP. Llama la atención que las tres QRP con más altas tasas de isión fueron relacionadas con la estadística y metodología: decidir si recolectar más datos tras haber determinado si la muestra que se tiene es significativa (53 %), no reportar todas las medidas dependientes utilizadas (47.9 %) e indicar selectivamente solo aquellos estudios que «funcionaron» (40.1 %).³⁵ Otra QRP de interés es la falta de apertura de los científicos a la replicabilidad. Ya vimos que un alto porcentaje de estudios en psicología añaden errores de índole estadística, o bien no se logran replicar. La otra cara de esta moneda es una de carácter ético: que los investigadores no estén dispuestos a compartir los datos crudos de sus estudios. Si un canon de la ciencia es la apertura y honestidad, es evidente que dicha renuencia iría en contra del espíritu científico. Wicherts y colegas (2006) escribieron a los autores de correspondencia de 141 artículos publicados en revistas de la APA, solicitando los datos de sus investigaciones, para un estudio de replicación. Ofrecieron a los autores una descripción detallada de sus objetivos de investigación, aprobación por parte del comité de ética, confirmación de que no compartirían los resultados, e incluso sus CV. Lograron obtener treinta y ocho respuestas positivas, y el set de datos propiamente conseguido fue de un deplorable 25.7 % de los estudios. El 35 % abiertamente se rehusó a compartir sus datos.

Fuente: Wicherts et al (2006)³

Bakker (2014) efectuó un estudio similar, pero con una novedad: analizó la renuencia a proporcionar datos en función de los errores en estadísticas reportadas —al igual que en el primer capítulo, el método consiste en emplear las estadísticas expresadas y recalcularlas para determinar si son consistentes—. Tomó cuarenta y ocho artículos del estudio de Wicherts y colegas (2006) y analizó estas inconsistencias en los resultados. Encontró que, de cuarenta y nueve pruebas estadísticas con error, treinta y seis fueron de artículos en que el autor no compartió los datos (73.5 %). También localizó diez casos en que los autores manifestaban un valor de significancia menor a 0.05, cuando, en realidad, el valor recalculado era superior. En todos esos, los autores no compartieron sus datos. Estos y otros resultados muestran otra cara a la moneda de las estadísticas defectuosas; hay más que simple incompetencia por parte de los investigadores. Existe falta de ética. Por último, por lo que respecta a la práctica de citar, se encuentra un estudio que realicé en 2018 sobre las revistas Annual Review of Psychology, Psychological Bulletin, y Psychological Review.³⁷ Analicé una muestra aleatoria de cincuenta citas por revista, sobre el primer fascículo del volumen de 2016. Para cada cita, me referí a la fuente para determinar si era fidedigna o si constituía un error o tergiversación. Comprobé que el 19.5 % de las citas contenían errores o falseamientos respecto al material citado. Un 8.27 % fueron errores y tergiversaciones graves, en que el sentido del material original era alterado considerablemente, o incluso falso. Por ejemplo, estudios citando material que supuestamente condujo un experimento, cuando el estudio mentado hizo algo totalmente distinto, o quienes citan toman algo conceptual —por ejemplo, una propuesta de concepto de religiosidad—, como si fuese algo empírico —en este caso, que así sea la psicología de las personas religiosas—. Cabe mencionar que si bien ese 19.5 % es alarmante, no alcanza el cerca de 25 % que se ha estimado para revistas de medicina (Jergas y Baethge, 2015).

C. El caso de México

Desafortunadamente, no hemos podido localizar estudios que midan la prevalencia de QRP en el ámbito de la psicología mexicana, con excepción de uno por parte de investigadores del CINESTAV (Frixione, Ruiz-Zamarripa y Hernández, 2015), que merece reseñarse. El estudio es revelador porque expone algunas prácticas cuestionables en las humanidades y ciencias sociales, y también las enmarca en el contexto de uno de los principales sistemas de incentivos al desempeño científico: el Sistema Nacional de Investigadores (SNI). Los autores analizaron el grado de cumplimiento de los requisitos establecidos por el SNI, para una muestra de setenta y dos académicos del área IV: humanidades y ciencias de la conducta. En general, los autores hallaron considerable disparidad en el cumplimiento de los requisitos para ingreso, reingreso o avance en el SNI. Pero de interés para nuestros propósitos es que los investigadores aseguraron haber encontrado varios casos en que los autores registraban como contribuciones originales trabajos que claramente no lo eran, como artículos de opinión o prólogos de libros. También observaron republicación del mismo contenido en más de una revista. Pero el más alarmante fue que un investigador de área IV publicaba casi exclusivamente en una revista de la cual era fundador y editor permanente (p. 15). Estas, claramente, se tratan de instancias de prácticas cuestionables de investigación. Desafortunadamente, los autores no especificaron la disciplina en que se dieron.

D. ¿Se portan mal los psicólogos?

¿Qué podemos concluir, entonces, de estas cifras? En primer lugar, aceptar que no existen muchos estudios interdisciplinarios que estimen la prevalencia de esas prácticas, así que no hay referentes obligados en la materia. Cuando se trata de QRP, la situación es similar a cuando se mide el valor de una industria ilegal como el narcotráfico: precisamente por ser ilegales o inmorales, no se conocen lo suficiente, así que se han de estudiar a partir de mediciones indirectas como la percepción de sujetos o encuestas. Todos estos métodos vienen con sus sesgos, incluso algunos investigadores han tenido que implementar incentivos para que los encuestados digan la verdad (John et al., 2012).

Específicamente en el caso de la psicología, vemos todos los comportamientos que se dan en otras disciplinas, como el plagio, autorías inadecuadas, la manipulación de datos o de reportes de datos, etc. En este sentido, concluimos que la prevalencia de estas prácticas se da en aproximadamente la misma medida que en otras disciplinas. Pero entonces, ¿por qué incluir esta información en este libro? Si estamos argumentando que hay un inconveniente en la psicología específicamente, ¿por qué añadir leña al fuego innecesariamente? La razón es muy sencilla, consideramos que dadas ciertas características de la psicología y la investigación que en ella se realiza, este problema de QRP se agrava considerablemente. En primer lugar, algo que ayuda a detectar QRP, y consecuentemente a reducirlas, es la replicación. Varios casos de mala conducta en medicina como el de las células madre, o la vacuna MMS, generaron escepticismo en otros investigadores, quienes se dieron a la tarea de investigar. En psicología simplemente no existe una cultura de replicación, en parte porque una gran cantidad de ellas son únicamente conceptuales —es decir, se replica la idea del experimento, según el autor nuevo, pero no el mismo experimento—, y porque las replicaciones que sí se han llevado a cabo, como ya vimos, han fracasado. Por ende, es tanto más difícil determinar si ciertos resultados son simplemente demasiado buenos para ser verdad. En segundo lugar, se encuentra la confianza excesiva en el método de NHST. Como se ha explicado, al fomentar la reducción de todo a un mero valor de significancia, no solo se generan incentivos para obtener dicha probabilidad de manera artificial —detener el muestreo ad hoc, reportar lo significativo, etc.—, sino que, además, se reduce el nivel de escrutinio que recibe una teoría o hipótesis. Invitamos a los lectores experimentados a que recuerden la última vez que una revisión de la literatura analizaba los resultados de predecesores en términos de desviación estándar en la muestra, o prueba de supuestos estadísticos como la homocedasticidad de la varianza. Más bien, las revisiones de la literatura están plagadas de enunciados del tipo «S encontró X», donde X depende casi por completo de si los resultados fueron significativos. Esta falta de análisis crítico se observa también en la práctica de citar. En psicología es costumbre enumerar una gran cantidad de obras para una declaración, como se comprueba en el siguiente enunciado, en el cual menos de la mitad son palabras del autor.

Narrative (Cisler, Bacon, & Williams, 2009; Cisler & Koster, 2010; De Raedt & Koster, 2010; Gotlib & Joormann, 2010; Joormann, Yoon, & Zetsche, 2007; Mathews & MacLeod, 2005; Mobini & Grant, 2007; Mogg & Bradley, 1998,

2004, 2005; Ruiz-Caballero & Bermudez, 1997; Teachman et al., 2012; Williams et al., 1996; Williams, Watts, MacLeod, & Matthews, 1988, 1997; Yiend, 2010) and meta-analytic (Bar-Haim et al., 2007; Cisler et al., 2011; Frewen, Dozois, Joanisse, & Neufeld, 2008; Peckham, McHugh, & Otto, 2010; Phaf & Kan, 2007) reviews document that depressed and anxious persons are biased toward the processing of negative information. (Winer et al., 2016).

¿Cuántos revisores se dan a la tarea de revisar semejante cantidad de referencias? En otras disciplinas las cosas son diferentes. Por ejemplo, en filosofía es costumbre citar a muy pocos autores, y elaborar en sus teorías a profundidad, a diferencia de simplemente saturar de alusiones. Es aún más interesante notar que en muchas ocasiones los autores mismos ni siquiera están conscientes de por qué es cuestionable una QRP. Por ejemplo, en un estudio sobre reporte del tamaño del efecto (Vera, 2018) encontré casos en que los psicólogos aceptaban que incurrían en estas prácticas, con frases de tipo «de todas las pruebas estadísticas realizadas, solo X obtuvo significancia», que demuestran una QRP, como el reporte selectivo, en acción. Pero ellos no ven por qué está mal, debido a que en gran medida aprendieron que el .05 es lo único que importa, y, por tanto, lo único en lo que fijarse. Cuando aún era investigador principiante cursando la carrera, en alguna oportunidad colaboré en una investigación sobre determinado trastorno. El jefe de investigación un día se acercó a mí y me dijo —parafraseando—. Ahora vamos a preparar la literatura. Necesito que busques todos los artículos sobre estos temas. Cuando los tengas incorpóralos en al artículo para cumplir con la sección de referencias. Ante esto yo le pregunté que cómo haría eso. Me contestó que no importaba, que simplemente buscara dónde incluirlos en el cuerpo del texto. Temo que con semejante soltura se conduzcan muchas investigaciones en psicología.

Imagen de Marcin Czerniawski, en Unsplash

En abril de 2015, varios años entrada la guerra contra el terrorismo de los Estados Unidos, salió a la luz un reporte de Soldz y colegas (2015), detallando cómo la APA había trabajado en conjunto con la CIA y con funcionarios de la Casa Blanca desde principios de la década de los dos mil, para, entre otras cosas, editar su código de ética y permitir así que los psicólogos, trabajando en centros militares y de detención, formaran parte del programa de «interrogación extendida» —eufemismo para tortura— de la CIA. Tras varias negativas públicas de cualquier brecha ética, la APA por fin comisionó un reporte independiente por parte del anteriormente fiscal David Hoffman. Este confirmó dichas acusaciones, manchando así la credibilidad de la APA, y llevando a la salida, renuncia o retiro anticipado de varios directivos, incluyendo el CEO. Entre las acciones de cambio se estableció una restricción total al trabajo de psicólogos con personas detenidas en centros que no cumplen con la legislación internacional en materia de derechos humanos. Años más tarde se buscó revertir esta norma, pero afortunadamente la APA votó por mantenerla (Carey, 2018). No fueron de la APA violando un código de ética. Fue la asociación misma cambiando el código de ética para permitir a los psicólogos ser parte de la tortura. Para los documentos públicos con la postura y acciones de la APA, véase APA: (s. f.). La organización ha hecho públicos varios documentos relativos al escándalo. Para la cobertura en prensa del incidente, véase: Jalabi, 2015; Ackerman, 2015a; Ackerman, 2015b. ³³ Por ejemplo, véase la obra de James Wibble (1998), quien ofrece análisis económicos del fraude en la ciencia, de la elección de proyectos de investigación, de fracaso del mercado por el monopolio de una teoría, entre otros. ³⁴ Los autores utilizaron dos grupos: uno en que utilizaron un suero de la verdad bayesiano —un incentivo para decir la verdad—, y uno en que no lo utilizaron. Con el suero de la verdad el porcentaje ascendía a 94 %, mientras que en el

grupo sin dicho suero el resultado fue de 91.4 % que aceptó haber cometido al menos una de dichas prácticas. ³⁵ Con diferente orden y tasas de isión, estas también fueron las tres categorías más altas en la muestra de control del estudio de John y colegas (2012). ³ En la gráfica, las treinta y ocho respuestas positivas corresponden a las solicitudes de datos con respuestas positivas tras uno o más intentos (27 % en total). Sin embargo, los autores declaran que, en realidad, solo obtuvieron los datos propiamente en el 25.7 % de los casos. ³⁷ Estas revistas fueron seleccionadas específicamente por sus altos factores de impacto y posición líder en la disciplina.

6 El sustento filosófico de la investigación: estudios de caso

«In psychology there are experimental methods and conceptual confusion».

Ludwig Wittgenstein

En el capítulo anterior revisamos la calidad de las investigaciones en psicología desde un punto de vista estrictamente metodológico. Vimos cómo los métodos de medición y estadísticos utilizados son problemáticos, y de qué modo su mal uso nos debe llevar a desconfiar de los resultados alcanzados por los psicólogos. Asimismo, revisamos la prevalencia de prácticas cuestionables de investigación en la disciplina, cómo estas afectan a la psicología de manera particular. Pero existe un problema mucho más profundo. Se trata de uno que afectaría a cualquier resultado, incluso si el procedimiento fuese utilizado de modo idóneo. Si las muestras fuesen representativas y de suficiente tamaño, y si todos los patrones del NHST fuesen calculados correctamente, no por ello los resultados serían de valor científico. Se trata del sustento filosófico de la investigación. ¿Qué es el sustento filosófico? Esta no es una pregunta fácil de responder, en parte porque filosofía es un término igualmente amplio y ambiguo. Aquí nos referimos por sustento filosófico a la claridad y coherencia conceptual de la investigación en psicología. Quizás valga más la pena mostrar ostensivamente a qué nos referimos con sustento filosófico, quedando claro con cada caso que se realiza un análisis propio de la filosofía de la ciencia. Hablaremos de sustento filosófico cuando analicemos si en verdad una investigación confirma o refuta una hipótesis o teoría —teoría de la confirmación—, o si una determinada explicación es apropiada a un fenómeno —explicación científica—, o si las causas de un fenómeno son en verdad adecuadas conceptualmente —causalidad

—. En todos estos, se trata de cuestiones que la misma filosofía no ha podido determinar unívocamente. Sin embargo, sí son ámbitos donde se han hecho importantes avances a lo largo de los siglos XX y XXI, y en los cuales la filosofía puede informar a la ciencia. Hay varias razones que hacen de este análisis diferente a los expuestos en capítulos previos. A diferencia de aquellos, donde se pudo cuantificar para determinar la muestra promedio, o la cantidad y porcentaje de estudios que reportan determinado parámetro estadístico, o incluso la prevalencia de QRP, en cuanto al análisis filosófico esto no se puede hacer. Es necesario someter cada caso a un análisis específico, de tal forma que se respeten los factores propios de cada teoría. Por ejemplo, cada hipótesis tendrá supuestos diferentes según la rama de la psicología, lo fundamental de la idea, las variables intervinientes, e incluso el estado del arte sobre el tema. De igual modo, los criterios que hacen aceptable a una explicación se aplicarán de diferente modo a distintos aspectos: quizás una explicación neuropsicológica no necesita recurrir a un lenguaje personal e intencional, mientras que una de psicología social quizás no haga sentido si se reduce a lo individual. Por otra parte, el término sustento filosófico es amplio, y puede abarcar distintos tipos de análisis; puede analizarse la carga axiológica de una teoría, la calidad de las explicaciones, la evidencia a favor o en contra, si los resultados se siguen de las premisas, etc. Por todo lo anterior es que este capítulo se desarrolla a manera de estudios de caso. Se analizarán distintas conjeturas con las cuales ha tenido o el autor en el transcurso de su trayectoria y que adolecen de falta de sustento filosófico. Ante este método es natural preguntarse si son representativos del grueso de la disciplina. Lo cierto es que esto es difícil de determinar toda vez que no se cuenta con un inventario de las teorías psicológicas que existen para decir si se representa a ese total o no. Lo más que se puede hacer es seleccionar varias hipótesis, de preferencia aquellas que más impacto han tenido o tienen, y a partir de ahí llevar a cabo el análisis.

A. Las explicaciones en psicología

I. Caso 1: ¿la falta de teoría de la mente explica el autismo?

En 1985 Baron-Cohen y colegas publicaron un estudio en que postularon la falta de teoría de la mente como explicación del déficit social en personas con autismo. Esta teoría de la mente se refiere a tener la capacidad de atribuir estados mentales a otros —creencias, deseos, etc.—. Se denomina así porque se supone que la persona tiene, literalmente, una teoría de lo que hay en la mente de otros. Por ejemplo, yo sé que llegó una carta del extranjero hoy, pero tengo la idea de que mi esposa no lo sabe pues ha estado de viaje. Esta habilidad es esencial para nuestra vida diaria, desde asumir el lenguaje que otros conocen, hasta dar instrucciones para llegar a un lugar. En su estudio los autores utilizaron una prueba denominada Sally-Anne, en que se le cuenta al participante una historia de dos niñas jugando con una pelota. Las niñas deciden guardar la pelota en un lugar, y una de ellas sale del cuarto. En su ausencia, la otra niña cambia la pelota de lugar. Al regresar la niña que se ausentó, deciden retomar el juego. Al final, se le pregunta al sujeto dónde buscará la pelota la niña que se ausentó y que no sabe del cambio que hubo. La respuesta correcta es que buscará la pelota donde inicialmente estaba, puesto que estaba ausente y no podría saber que su compañera la cambió de lugar. BaronCohen y colegas aplicaron esta prueba a un grupo de niños con diagnóstico de autismo, a otro de niños con síndrome de Down, y a uno último de niños sanos. Encontraron que el 80 % de los niños con autismo fracasaron en dos intentos de responder la pregunta. Aproximadamente, la misma proporción de niños sanos y con síndrome de Down pasaron en ambos intentos. Los autores concluyen lo siguiente:

Our results strongly the hypothesis that autistic children as a group fail to employ a theory of mind. We wish to explain this failure as an inability to represent mental states. As a result of this the autistic subjects are unable to impute beliefs to others and are thus at a grave disadvantage when having to predict the behaviour of other people. (p. 43)

Esta propuesta de explicación del déficit social de las personas con autismo se volvió sumamente influyente. Según Web of Science,³⁸ en abril de 2019 el

artículo original de Cohen y colegas había sido citado 3204 veces, siguiendo un patrón generalmente al alza, y con un promedio de 95.72 citas por año desde el año siguiente a su publicación y hasta 2018. El impacto de esta línea de investigación se puede apreciar en varios hechos: se comenzó a aplicar esta prueba a múltiples patologías, incluyendo síndrome de Williams, esquizofrenia y trastorno antisocial,³ además de que variaciones de la misma fueron aplicadas por los autores a múltiples casos de autismo. Igualmente, esta idea de un déficit en la teoría de la mente pasó a convertirse en la idea de un déficit en la empatía, el cual ha permeado muchas más esferas de la vida cotidiana, como, por ejemplo, el personaje de Sheldon Cooper en la serie The big bang theory, o incluso en la biografía de Einstein escrita por Walter Isaacson (2008), en que el autor expresa que Einstein era un sistematizador, no un empatizador, distinción propuesta por Baron-Cohen mismo, y que se basa, en parte, en este supuesto déficit de teoría de la mente.

Fuente: Web of Science. Información obtenida el 4 de abril de 2019. Certain data included herein are derived from Clarivate Web of Science. © Copyright Clarivate 2020. All rights reserved

Ahora bien, el artículo de investigación original tiene múltiples errores metodológicos del tipo que venimos presentando —tamaño de la muestra, reporte exclusivo de significancia estadística, etc.—. No obstante, para los presentes propósitos nos enfocaremos únicamente en si es una explicación del déficit social o no. Está de más decir que su supuesta explicación fracasa de múltiples formas.

Prueba Sally-Anne

Imagen de Dr. Fatima M. Felisberti. Véase: Felisberti & King (2017). Reproducida con permiso

En primer lugar, ¿qué se está explicando? Decir que se explica el déficit social del autismo puede referirse a una explicación etiológica general, o a la explicación de una conducta específica. Afirmar que es una explicación etiológica equivale a postular por qué la gente en general tiene déficit social; a diferencia de explicaciones de hechos concreto. Los autores no aclaran esto. Aunado a lo anterior, déficit social es un término ambiguo, general, e incluso cargado axiológicamente. Existen múltiples conductas en el autismo que se adhieren a esta noción —ignorar a los demás, tratarlos como objetos, etc.—. Los autores no esclarecen si efectivamente todas estas conductas pertenecen al mismo tipo, y, por ende, la falta de teoría de la mente subyace a todas. En esta misma línea, ¿qué hay de conductas que claramente constituyen un déficit social, pero que no son parte de la sintomatología del autismo? Por ejemplo, el bullying. Los autores no son claros al respecto de esto tampoco. El riesgo de no serlo, y que ya es visible en la manifestación de un déficit en teoría de la mente como explicación a múltiples patologías, es que se trivialice el concepto. El comportamiento social de una persona con síndrome de Williams y el de otra con trastorno antisocial difieren considerablemente entre sí, y con respecto al autismo. De ello se desprende que el concepto en realidad no aporta mucho a nuestra comprensión diferencial de estos trastornos. En segundo lugar, se encuentra el tipo de explicación que eventualmente se volvió la teoría. Inicialmente, los autores propusieron esta inhabilidad como el resultado de un déficit cognitivo específico: el de formar representaciones de segundo orden o meta-representaciones. Para esto se basaron en un modelo meta-representacional de Leslie (1987). La idea del modelo era que la atribución de estados mentales requiere de la habilidad de formar meta-representaciones de tal modo que podamos separar lo que uno sabe o siente de lo que otros saben o sienten. Hasta este punto la teoría hace sentido. El problema se dio después, ya que hubo niños que sí pasaron la prueba inicial de Baron-Cohen y colegas (20 %). Esto llevó a los autores a un segundo estudio, en que sometieron a estos niños a una prueba aún más difícil (1989c) que involucraba distinguir lo que una

persona piensa, de los pensamientos de una segunda, sobre una tercera. Así fueron haciendo ensayos cada vez más difíciles hasta que lograron su objetivo; que todos los niños con autismo fracasarán la prueba. Pero el inconveniente con esto radica en que ahora el modelo meta-representacional ya no funciona para la hipótesis, debido a que el mismo fue diseñado para representaciones de segundo orden.⁴ Una vez despojada del sustento de la teoría computacional de Leslie, la hipótesis carece de sentido, como se aprecia con el siguiente hecho: parte del déficit social que Leo Kanner descubrió al exponer el autismo en 1943 fue que tratan a las personas como objetos. Entonces, ante la pregunta de por qué las personas con autismo tratan a otros como objetos, la única respuesta posible es «porque no las pueden tratar como personas». En resumen; Baron-Cohen y colegas pudieron presentar una versión de la prueba que todos los niños con autismo fracasan solo a costa del sustento computacional, sin el cual la explicación carece de sentido. Esto es algo que nunca se discutió en la literatura. Autores, editores y revisores se conformaron con que el estudio encontró que los niños con autismo fracasaban en una prueba, y que había las codiciadas diferencias estadísticamente significativas entre grupos. De ahí asumieron que eso explicaba su déficit social. Nunca se les ocurrió cuestionar cómo se da esa relación entre el explanandum —el fenómeno— y el explanans —la explicación—.

II. Caso 2: psicología positiva y las supuestas relaciones causa-efecto

Existen en filosofía múltiples tipos de explicaciones, todas compitiendo por constituirse como la mejor teoría de la explicación científica. Existen algunas que describen por medio de mostrar que un caso determinado es una instancia de una ley, como la ley de gravitación universal. Existen otras que pretenden exponer en términos de contraste, enlistando el o los factores que llevaron a que ocurriera X y no Y. Otras conjeturas intentan mostrar cuál de las múltiples preguntas de tipo por qué se están respondiendo con una explicación. Aquí vamos a recurrir a una explicación igualmente importante: la causal. Y para ello analizaremos las supuestas relaciones causa-efecto de la psicología positiva. La psicología positiva es una de las modas más recientes en psicología. Sus

postulados han sido explotados en múltiples entornos incluidos el educativo y el organizacional. En el primero existen ya programas como el SEAL que pretenden enseñar a los niños a sacar sus mejores atributos, mientras que en el ámbito organizacional observamos centenares de cursos e intervenciones en temas de positividad como mindfulness. En el centro de la disciplina se encuentran dos enunciados según Miller (2008):

- Que se puede alcanzar la felicidad si se utilizan y desarrollan las características positivas de uno. - Que una actitud positiva permite a las personas alcanzar sus metas.

No sorprende que la disciplina haya sido objeto de considerable discusión, teniendo presente que estas declaraciones parecen más salidas de un libro de autoayuda que de una disciplina científica.⁴¹ Y, sin embargo, los proponentes de esta rama se describen a sí mismos como verdaderos científicos. Argumentan los auspiciadores de la psicología positiva que existe considerable evidencia a su favor, pero como ya lo argumentó Pérez-Álvarez (2016), muchas veces no se están demostrando relaciones causales entre variables, sino un mismo concepto. Tomemos el caso de la supuesta relación entre humildad y gratitud (discutido en Pérez-Álvarez, 2016 sobre Kruse y colegas, 2014): los autores del estudio defienden que existe una relación de mutua causalidad entre gratitud y humildad, de tal forma que una favorece a la otra, y presentan evidencia de tres estudios; uno en que los participantes que escribían una carta de agradecimiento se sentían más agradecidos que quienes escribían sobre sus dos últimas horas; otro en que la humildad en un momento dado predecía⁴² el nivel de gratitud experimentado tras escribir una carta; y un tercero en que mostraban que gratitud y humildad se refuerzan mutuamente. Pero como bien lo razona Pérez-Álvarez, uno podría inferir la relación entre uno y otro concepto antes de realizar el estudio, únicamente con analizar el significado de los términos. La gratitud implica reconocer la contribución de otros, lo cual es imposible si uno no es humilde y cree que es debido a uno mismo. Uno puede tomar cualquier par de variables y llamarlas dependiente e independiente, codificarlas numéricamente y correr un análisis estadístico, pero eso será solo una cortina de humo sobre el hecho de que

las variables son parte de un mismo fenómeno.⁴³ La sofisticación de las pruebas estadísticas utilizadas simplemente oculta la confusión conceptual subyacente.

B. ¿Qué cuenta como evidencia?

Está de más decir que la evidencia es parte sine qua non de la ciencia. Si hay una disputa entre dos teorías, la evidencia la resuelve. Una será creída si se fundamenta en evidencia. No obstante, pocas veces pensamos exactamente qué cuenta como evidencia de una hipótesis. Un ejemplo interesante lo encontramos en la teoría de la relatividad de Einstein. Esta predice, entre otras cosas, que la luz será desviada por la gravedad del sol. Una de las primeras evidencias de esto la proporcionó Arthur Eddington, quien realizó una expedición a África para aprovechar que desde una región particular se podría presenciar un eclipse de sol. Ese eclipse permitía fotografiar las estrellas durante el día y después compararlas con las estrellas en la noche. Los resultados de las fotografías sí mostraron una desviación en la posición de estas —o más bien en la luz que se percibe—, lo cual constituyó evidencia de la hipótesis. La desventaja con la evidencia es que nunca es completamente certera, por lo que siempre es necesario contar con evidencia de calidad, y de varias fuentes, para decir que una teoría sostiene ese peso de prueba. Veamos a continuación algunos casos de certidumbre en psicología.

I. Caso 1: teoría de la mente

Mencioné previamente como variaciones de la prueba Sally Anne florecieron tras el estudio original. Años más tarde, Baron-Cohen (2000) citaba muchos de estos supuestos experimentos como prueba de la veracidad de su hipótesis de teoría de la mente. Vamos a revisar seguidamente tres de tales estudios que muestran lo débil del concepto de evidencia en el ámbito. En primer lugar, un estudio en que Baron-Cohen (1989a) simplemente preguntó

a niños con autismo y a niños sanos si sabían dónde se localiza el cerebro y para qué sirve. Según su razonamiento, si un niño no puede concebir de estados mentales ajenos, menos sabrá dónde estos se generan. Lo que ocurrió es que, como era de esperarse, la mayor parte de los niños con autismo no supieron, mientras que los niños sanos sí. El problema con este estudio, además de acercarse peligrosamente a la idea falaz de que el conocimiento se desarrolla y no aprende, consiste en que es una prueba en extremo débil de la hipótesis de teoría de la mente, una cuyos resultados, por cierto, contradicen la hipótesis misma. Es muy débil porque si alguien pasa la prueba entonces se debe aceptar que posee teoría de la mente, pero si alguien no la pasa no se puede concluir que carezca de teoría de la mente puesto que se incurre en la falacia de afirmar el consecuente. En términos legos, un niño puede no saber para qué sirve el cerebro por mera falta de educación, y no debido a que carezca de esa habilidad. Como era de esperarse, sí hubo niños con autismo que respondieron correctamente. Pero sus respuestas se perdieron en las diferencias estadísticamente significativas. Un segundo estudio en 1989 (b), consistió en evaluar el uso de la función de señalar por parte de niños autistas y sanos, tanto para declarar como para pedir —él les llamó función proto-declarativa y proto-imperativa respectivamente—. Encontró que en niños con autismo la función proto-imperativa existía, pero no la proto-declarativa. Tomó esto como evidencia de la veracidad de su teoría de la mente. El inconveniente es que, desde que Kanner (1943) describió el síndrome por primera vez notó que los niños autistas, si tienen lenguaje, lo utilizan para pedir y no para expresar. La falta de señalar hacia intereses formaba parte de los criterios diagnósticos del DSM IV (American Psychiatric Association, 2000), vigente en la época del estudio. Entonces, ¿cómo puede ser que lo mismo que se pretende explicar —falta de señalar para expresar— constituya evidencia a favor de una hipótesis dada? La respuesta es que es mediante razonamiento circular y especulación, como se puede apreciar en el siguiente pasaje:

It may involve the child representing the mental state of thinking. For example, in production of protodeclarative pointing, the child may need to represent “I want you to attend to what I am thinking about”; and, in comprehension, the child may need to represent “You want me to attend to what you are thinking about. (Baron-Cohen, 1989b, pp. 124)

II. Caso 2: evidencia de libre albedrío

En un intercambio en American Psychologist Ferguson (2015, 2016) y Tryon (2016) debatieron sobre varios aspectos de la investigación en psicología y sus alcances. En un punto Ferguson postuló que existe evidencia de la validez del concepto del libre albedrío. Nos dimos a la tarea de examinar esa supuesta evidencia citada, Y estos fueron los hallazgos (Vera, 2018): Un primer autor (Bonn, 2013) encontró evidencia de que el cerebro procesa más de lo que dictan los estímulos. Esta era, por ejemplo, la existencia de una red default de procesamiento de información, la existencia de guiones culturales de los sueños, entre otras. Asimismo, halló que este procesamiento permite controlar el comportamiento y monitorearlo para determinar si cumple con sus objetivos o no. Para Bonn, esto constituye evidencia de libre albedrío. El truco está en que el autor alteró el concepto de libre albedrío, de tal forma que la evidencia lo sustentara. Pero esta definición es muy débil. Específicamente, no deja claro si ese procesamiento de información y control de la acción sigue un patrón o ley, o si está exento de dicha causalidad. Y es esto justamente lo que la evidencia no permite decidir, lo que en verdad nos interesa en la cuestión del libre albedrío: si hay una elección o si todo está gobernado por leyes. De hecho, los únicos que se podrían oponer a esta idea, de que la mente no está por completo determinada por estímulos, serían los seguidores de la corriente conductual, ya superada. La psicología cognitiva se basa casi por completo en el reconocimiento de ese procesamiento interno, pero en ningún momento se compromete con que ese procesamiento nos haga libres —en verdad, lo opuesto —. En realidad, esa idea es una total perogrullada; que podamos escribir y dibujar criaturas como unicornios y centauros, los cuales nunca hemos percibido directamente como estímulo, puesto que no existen, demuestra que la mente humana procesa más de lo que le dictan los estímulos. Otro autor citado (Rychlak, 2009) por Ferguson fue todavía más lejos. En sus estudios presentaba a personas con trigramas consonante-vocal-consonante (CVC) junto con pares asociados a estos, y medía las tasas de recuerdo. Es decir, presentaban a las personas el trigrama CVC, y esta debía responder cuál era el par asociado a dicho trigrama. Rychlak encontró cosas como que la gente

recuerda más o mejor cuando el trigrama CVC les gustó que cuando no les gustó. También que, en ciertas patologías como la esquizofrenia, los sujetos recordaban más el contenido no gustado. De esto concluyó que los seres humanos se autodeterminan mediante una serie de operaciones como asignar premisas significativas a referentes (Rychlak, 1981), lo cual, a su vez, era visto como evidencia de libre albedrío. ¿Cómo puede ser que experimentos tan sencillos como tasas de recuerdo proporcionen evidencia de semejante autodeterminación, premisa significativa —lo que sea que signifique— o libre albedrío? La respuesta es la misma que en muchos otros casos: por mera especulación. La tercera evidencia corresponde a Simonton (2013), nuevamente alteró el concepto de libre albedrío a uno carente de sentido en que la gente que decide a partir de opciones aleatorias es más libre. Es decir, que esforzarse, tener planes, etc., lo hacen a uno menos libre. Amén de la anterior confusión conceptual, el autor no presentó evidencia de este libre albedrío, y más bien fueron resultados de estudios sobre la creatividad. Esta pequeña historia no está aislada. Cada nueva escuela de psicología, desde Wundt y Freud hasta hoy, ha propuesto que puede resolver los grandes problemas de la humanidad: la libertad, el amor, etc. Howard Gardner (1985), en su libro sobre la historia de la revolución cognitiva, plantea lo mismo, que la psicología está tomando las grandes dudas filosóficas para resolverlas. Pero la caída es proporcional a la promesa, y los casos de supuesta evidencia se siguen acumulando.

III. Caso 3: teoría de la inteligencia emocional y el éxito en la vida

Pocas teorías psicológicas han trascendido tanto al entorno de la psicología como la de inteligencia emocional. El libro de Goleman Inteligencia emocional: por qué importa más que el IQ rápidamente se convirtió en un best seller mundial. Especialmente, en el mundo de los negocios, toda la industria de desarrollo del liderazgo se ha visto influida por la noción de que los líderes tienen un atributo denominado inteligencia emocional. La obra de Goleman figura entre las diez lecturas obligadas sobre liderazgo de Harvard Business

Review (Drucker, Goleman y George, 2011), misma que es leída por un gran número de personas en el mundo de los negocios. La consultoría Hay Group, hoy parte de Korn Ferry®, una de las consultorías de recursos humanos más grandes del mundo, se asoció con Goleman para desarrollar pruebas de evaluación de inteligencia emocional, mismas que son usadas en contextos de reclutamiento y selección, capacitación y desarrollo de futuros directivos. Digan lo que quieran de Goleman, este ha sabido capitalizar la teoría. Al igual que con inteligencia múltiple, esta idea apela a las personas por varias razones incluyendo la meta de ser un líder, el confort que da saber que todos tenemos una inteligencia, etc. A continuación, revisaremos algo de la evidencia a favor de esta supuesta inteligencia. Uno de los principales hallazgos citados a favor de la inteligencia emocional es que predice el éxito en la vida. Dicho en palabras de sus de sus proponentes (Cherniss y et al., 2006, p. 241) «Hay considerable evidencia a favor de un vínculo entre inteligencia emocional y una variedad de resultados y contextos. Mucha de esta investigación se ha enfocado en el ámbito organizacional». Veamos la evidencia:

- Rosette & Ciarocci (2005): en un estudio aplicaron una serie de pruebas, incluyendo una de inteligencia emocional, a un grupo de ejecutivos. Después pidieron a los subordinados de estos y a sus jefes que evaluaran la efectividad de ellos como líderes. Un análisis de regresión denotó que los cambios en inteligencia emocional predecían la efectividad del liderazgo de estos ejecutivos.

- Langhorn (discutido por Cherniss y et al., 2006) encontró que, en cien gerentes de restaurantes del Reino Unido, los resultados de una prueba de EQ predecían el incremento de ganancias anual y satisfacción de clientes.

- En dos estudios con militares por parte de Bar-On y colegas (2005) observaron una correlación positiva entre desempeño de los participantes y sus resultados en una prueba de inteligencia emocional.

- Luskin y colegas (2005) hallaron que no solo bajaron los niveles de estrés de quienes tomaban un curso de competencia emocional, también incrementó la cantidad de ganancias.

- Bachman y colegas (2000) apreciaron que los gerentes de cuenta que más llegaban a sus metas de ganancias tenían mayores niveles de inteligencia emocional.

- Lopes y colegas (2004) vieron que los niveles de inteligencia emocional predecían mayores niveles de una serie de variables, incluyendo mayores incrementos por mérito, potencial de liderazgo, evaluación de supervisores y tolerancia al estrés.

Todas estas muestras de evidencia, presentadas de este modo, darían amplios motivos para considerar que la teoría está sustentada empíricamente. Sin embargo, existen múltiples problemas con este tipo de resultados. Para este propósito me enfocaré en el problemático uso de la palabra predecir. Por lo general, cuando se presentan los grandiosos resultados a favor de la inteligencia emocional, se enfatiza que esta cualidad pronostica el éxito, dando la impresión de que si contásemos con dicha cualidad podríamos obtener esos resultados. Así es como se vende en los programas de liderazgo y capacitación a empresas. Este sentido del término predicción corresponde al utilizado en ciencias exactas, donde se predice que, de calentar el agua a 100 grados centígrados, esta hervirá. O como se dice que una medicina afectará al organismo en caso de que el sujeto sea alérgico. Pero este no es el mismo sentido de la palabra predecir, o al menos no desde el punto de vista metodológico. Aquí predicción se está utilizando en el sentido estadístico, correspondiente al método de regresión. Lo que dicho procedimiento hace es estimar la correlación entre dos variables, y después estimar, a partir de ese grado de correlación, qué pasaría con una variable si la otra cambiase. Pero esto es siempre bajo los supuestos de la muestra que se utilizó, y se trata de una predicción estadística sobre cómo covarían dos o más variables. Entonces, cuando nos dicen que la inteligencia emocional predice el éxito en la vida, en realidad, se refieren a que hay una correlación entre el éxito

en la vida y esta medida, y que ambas varían juntas a un determinado grado que permite asumir que de variar una la otra también mostrará varianza. Pero, de hecho, no nos dicen que una prediga a la otra en el sentido causal del término. Bien podría ser que el éxito en la vida traiga consigo un incremento en estas medidas, quizás como resultado del bienestar que se vive. O podría ser que ambos resultados, éxito en la vida e inteligencia emocional —si es que tal cosa existe—, sean causadas por una misma variable subyacente que no conocemos hoy en día. De cualquier forma, este pequeño gran detalle suele ser convenientemente omitido por los proponentes de la teoría, quienes dan a entender predicción causal, cuando se refieren a predicción por regresión estadística.

IV. Caso 4: el suicidio como adaptación. La tesis de la psicología evolutiva

Pocas teorías han atraído tanta atención académica como la psicología evolutiva. Esta corriente tiene como sus figuras más reconocidas actualmente a Leda Cosmides y John Tooby, quienes han perseguido esta línea de investigación desde la década de los setenta.⁴⁴ Con algunas variaciones, la idea es bastante sencilla. Los psicólogos evolutivos buscan la explicación de ciertas conductas o funciones psicológicas superiores en la historia evolutiva de la especie. Pero hay elementos nuevos en esta corriente. En primer lugar, la mayor parte se han asociado con una visión de la mente que es computacional, y en la cual existen módulos especializados para cada cosa. En segundo lugar, han pasado a tomar esos módulos y a homologarlos con genes. El resultado es que, en sus teorías, es común que los psicólogos evolutivos hablen de módulos como el que permite detectar a tramposos, o de genes como el gen del suicidio. Ahora bien, es importante notar que de las varias hipótesis que aquí hemos revisado, esta es quizás la más sofisticada en términos filosóficos. Varios filósofos de la ciencia han debatido sobre si se puede demostrar o no. Si se debe tomar como un paradigma en donde las hipótesis centrales son asumidas y solo se ponen a prueba las implicaciones de estas —Lakatos denominó a esto un cinturón central que no se puede poner a prueba—. De igual forma, filósofos de la mente suelen debatir sobre la noción de módulos y cuál es su relación con el paradigma que defiende que la mente funciona como una computadora. Todos estos debates son importantes en sí mismos, y existen varios que han criticado a la psicología

evolutiva por la virtual falta de evidencia o posibilidad de poner a prueba sus postulados. No obstante, la historia, al igual que en la prueba de hipótesis nula, se repite: el debate surge, existen algunos intercambios y al final de cuentas nada pasa. Los investigadores siguen actuando igual. A continuación, utilizaré como estudio de caso la hipótesis de que el suicidio es una adaptación. Antes de adentrarnos en el análisis de la evidencia, hace falta hacer una nota sobre la distinción entre adaptación y subproducto. Denominamos una adaptación a cualquier característica del organismo cuya presencia favorece las probabilidades de supervivencia o reproducción del organismo, lo cual explica su presencia en la especie. Un subproducto sería toda aquella característica del organismo que no favorece las probabilidades de supervivencia o reproducción del organismo, pero que constituye un subproducto de una adaptación. En muchas ocasiones, la psicología evolutiva puede exponer que una determinada característica es un subproducto de la adaptación, sin que esto implique un gran problema conceptual. En realidad, es una perogrullada, pues de aceptarse la teoría de la evolución como explicación del cambio en especies, y dado que no somos organismos unicelulares, se puede deducir que todas nuestras características son o una adaptación o un subproducto. No hay gran ciencia ahí. Tomemos un ejemplo para mostrar lo superfluo de la aserción: los seres humanos tenemos cinco dedos. De ellos, los que más favorecen nuestra reproducción o supervivencia son los pulgares, puesto que nos permiten llevar a cabo un sinfín de tareas. Fuera de eso, puede ser que tener tres dedos más o cuatro no haga ninguna diferencia sobre nuestra ventaja evolutiva. Aun así, ocurre que tenemos cuatro además del pulgar. La existencia de estos cuatro a diferencia de tres podrá no ser una adaptación, pero ha de ser un subproducto de aquella adaptación que nos dio dedos en primer lugar. Así podemos hacerlo con cualquier característica, incluido el grosor del cabello, el color de la lengua o cualquier otra que no haya brindado una ventaja evolutiva, pero que, sin embargo, exista. Por ello, a pesar de que algunos psicólogos evolutivos gustan de proponer teorías en que se explica la característica como un subproducto, estas no son de nuestro interés por ahora. Más bien nos interesa el otro tipo de aserciones; que una característica sea una adaptación propiamente. En el presente contexto, nos interesa saber si efectivamente el suicidio es una adaptación o no. Michael Brown es quizás uno de los principales psicólogos evolutivos estudiando el suicidio. En su contribución con Stephanie Brown al Oxford handbook of evolutionary perspectives on violence, homicide and war (2012)

analiza las opciones de que el suicidio sea un subproducto de la depresión⁴⁵ o que sea una adaptación. Esta última hipótesis se denomina inclusive fitness y ha sido desarrollada tanto por Brown y sus colegas, como por deCatanzaro. En esencia, lo que la teoría formula es que el suicidio será una adaptación si, pese a resultar en la muerte del sujeto, incrementa la ventaja adaptativa del grupo. Revisemos a continuación la evidencia para esta hipótesis, según Brown y Brown (2012):

- El hecho de que las tasas de suicidio incrementan con la edad, acorde con el decremento en «valor reproductivo».

- La asociación entre bajo ingreso de la familia y baja fertilidad, con el suicidio, los cuales argumenta, decrecen el potencial reproductivo.

- A favor de la teoría de percepción de uno mismo como carga: •Las investigaciones psicoanalíticas que postulan que personas expuestas a mensajes de rechazo pueden llegar a creer que no valen o que son una carga. •La evaluación clínica de patient burdensomeness —el grado en que un paciente se percibe a sí mismo como un peso para otros— constituye un factor de riesgo en intentos de suicidio, ideación suicida y suicidios completados. •Estudios de razones por las que se producen intentos de suicidio. •Resultados de autopsias psicológicas. •Resultados de análisis de notas suicidas.

- Pruebas directas del modelo de percepción de uno mismo como carga: •En entrevistas a varias poblaciones DeCatanzaro encontró que relaciones

heterosexuales inestables y percepción de uno mismo como carga para la familia predecían ideación suicida. Estos resultados fueron replicados por Brown y colegas, quienes encontraron una relación inversa entre una medición de potencial reproductivo y peso percibido para la familia. •Brown y colegas observaron en una muestra de estudiantes universitarios, a quienes les aplicaron un cuestionario, que el potencial reproductivo individual predecía —estadísticamente— la percepción de uno mismo como carga. En otro estudio, concluyeron que el potencial reproductivo incidía en la ideación suicida de manera más fuerte cuando el afectado era una madre joven, y cuando los hermanos o hermanas tenían un bajo potencial reproductivo. En un estudio más comprobaron este efecto mediador del potencial reproductivo, pero solo cuando hay un vínculo fuerte con los seres cercanos. En un último estudio volvieron a encontrar este vínculo en pacientes con depresión tomando mediciones de potencial reproductivo e ideación suicida en dos tiempos, separados por un año de diferencia.

Como podemos ver, los autores citan una gran cantidad de evidencia a favor de su teoría evolutiva. No obstante, una examinación más cercana a la información nos revela que la evidencia no es ni de cerca tan contundente.⁴ Los problemas de interés comienzan cuando analizamos con mayor detalle la supuesta evidencia. En primer lugar, vale la pena mencionar que los autores están tratando al suicidio como una categoría homogénea, por lo que todo comportamiento suicida debiera ajustarse a esta función adaptativa. Es decir, todo comportamiento suicida debiera ser una instancia de la adaptación en cuestión, que en este caso es la adaptación de otros. Este conductismo no reconocido es de interés en sí mismo, pero no profundizaremos en él por ahora. La esencia de la evidencia que presentan los autores es sencilla: si el grupo estaría mejor sin la persona, es más probable que esta se suicide. Separemos primero el supuesto valor reproductivo real del percibido. Una persona puede creer que tiene un gran valor reproductivo cuando en realidad no lo posee. Para que la teoría evolutiva haga sentido, la ventaja adaptativa por la ausencia de la persona debió ser una ventaja real, de lo contrario, el suicidio no hubiese favorecido la adaptación y reproducción de la especie. Pero en el caso de esta evidencia, toda apunta a la percepción de las personas. Ahora bien, la idea podría ser defendida argumentando que la percepción de que uno es una carga para los

demás es, en sí misma, prueba de la evolución. Después de todo, nuestra experiencia está mediada por la percepción. Y así como una serpiente se defenderá si percibe que la vamos a atacar —aunque no sea cierto—, así también la persona se va a suicidar si cree que es una carga para los demás. En ese supuesto, los estudios aquí presentados podrían constituir evidencia a favor de la hipótesis. Sin embargo, hay al menos dos fuentes de evidencia que refutan esto de modo contundente. La primera es el hecho de que existen considerables grupos de personas que desde el punto de vista evolutivo no contribuyen a la adaptación del grupo, y que, aun con todo, no se sabe que cuenten con tasas de suicidio más alto. Quizás el grupo más claro sea el de personas con discapacidad —ceguera, sordera, etc. —. Remontándonos a las historias que los psicólogos evolutivos gustan de utilizar, imaginemos el mundo prehistórico de nuestros ancestros evolutivos. Las personas con ceguera o sordera representarían una carga para el grupo, toda vez que estarían peor equipadas para realizar tareas como cazar, recolectar o defenderse. De igual forma, personas con discapacidad motriz estarían en desventaja, o serían una carga, si el grupo tuviera necesidad de recorrer grandes distancias, o huir de depredadores. Por ello, se esperaría ver tasas de suicidio más elevadas en estos grupos. No obstante, los resultados de investigaciones sobre estas poblaciones no permiten concluir que las tasas de suicidio sean más altas. En cuanto a la discapacidad auditiva, tras una revisión de trece estudios sobre el tema, Turner y colegas (2007) no hallaron evidencia directa de mayores tasas en personas con esta discapacidad. Pese a ello, sí observaron mayores tasas de depresión y algunos factores de riesgo percibido. La situación es igualmente ambigua en la discapacidad visual. En su análisis de diez años con información del servicio de salud americano, Lam y colegas (2008) señalaron que el efecto de la discapacidad visual en las tasas de suicidio no era estadísticamente significativo. Fue solo cuando se ligó a la evaluación general de salud y enfermedades no oculares que se volvió relevante. La situación es igualmente ambigua en el caso de la discapacidad intelectual. Algunos estudios han reportado tasas mayores para discapacidad leve, pero no para discapacidad grave o profunda. Otros han indicado mayor riesgo suicida, pero no mayores suicidios propiamente.⁴⁷ Nótese que este hecho, que no ha sido comprobado y cuenta con evidencia mixta, de hecho, tiene un peso de evidencia igual a la estadística de que el suicidio incrementa a partir de los setenta años. Un grupo objetivamente con menor ventaja adaptativa para un entorno determinado muestra mayores tasas de

suicidio. Y es justamente por eso que no considerar este tipo de evidencia es algo similar a la falacia conocida en estadística como «del tirador texano», que en este caso consiste en tomar la muestra únicamente de aquel grupo que favorece a la teoría en cuestión.⁴⁸ Pero la evidencia más dramática en contra es otra: el efecto devastador que el suicidio tiene en los seres cercanos al sujeto. Se ha documentado extensamente el efecto traumático a largo plazo que el suicidio tiene en los seres cercanos, incrementando el riesgo relativo de las personas expuestas a otros trastornos psiquiátricos, peor calidad de vida, riesgo de otras enfermedades, y mayor mortandad. ¡Incluso se ha reportado un mayor riesgo de suicidio!⁴ Usemos otra vez la narrativa evolutiva. Una familia de nuestros ancestros tiene a un miembro ahí que es una carga —o se siente como una carga—; el gen o módulo suicida de esta persona la lleva a quitarse la vida. El impacto que esto tiene en la familia la debilita con respecto a su competencia —para alimento, albergue, etc., incluidos depredadores—, pues están deprimidos, con peor calidad de salud física, o incluso desarrollando enfermedades mentales. Quizás incluso uno que otro se suicida, con lo cual la familia tiene menos esperanzas de defenderse de un animal salvaje. En última instancia la familia termina por perecer. Esta narrativa contradictoria de la teoría evolutiva del suicidio está construida con los mismos supuestos, y cuenta con amplia evidencia. Pero entonces, ¿qué hacer con toda la evidencia que supuestamente apoya la teoría? Lo primero que hay que realizar, y es muy sencillo, es reconocer que esta evidencia también puede adecuarse en la hipótesis rival que explica el suicidio como un evento causado o detonado por la historia de socialización del sujeto.⁵ Que esta ideación de ser una carga para otros sea reconocida desde antes del furor por la hipótesis evolutiva sirve para mostrar que puede existir en el marco de una teoría social del suicidio. Y llegamos así a lo que consideramos como la lección más importante: se debe reconocer que esta sensación de ser una carga para los demás es parte del fenómeno del suicidio, y no una causa separada de él. Claro, se inscribe antes del acto mismo, y por ende se puede decir que causa —en parte o totalmente— al acto, pero el fenómeno del suicidio comenzó antes del acto mismo, con la ideación. Hemos expuesto así dos inconvenientes fundamentales con la evidencia a favor de la hipótesis evolutiva del suicidio: el primero consiste en el modo en que se

toma la evidencia a favor de la hipótesis cuando en realidad puede ser neutral, o incluso tomando evidencia de manera selectiva —sea por descuido o flojera—. En segundo lugar, hemos visto que parte del problema está en que se toma por evidencia algo que claramente es parte del fenómeno mismo.

V. Caso 5: los sueños como ensayos de amenazas

Pocos fenómenos son tan retadores para la psicología como los sueños. En ellos se juegan dos dificultades epistémicas: por una parte, pertenecen al mundo interior inaccesible a terceros; y, por la otra, su registro ni siquiera es confiable para el sujeto mismo que los sueña. Estos obstáculos no han impedido que capturen la imaginación de la humanidad desde los inicios de la civilización. Ya en la época antigua habían sido tomados como oráculos, o como formas de experiencia extracorpórea. Morfeo, el dios griego de los sueños, los utilizaba para comunicar a los humanos advertencias o profecías. José el soñador adquirió notoriedad por su interpretación de los sueños de romanos. Y si bien ya desde los griegos se atisbaban ideas sobre el carácter funcional o fisiológico de los sueños, no fue sino hasta la época moderna que se comenzaron a proponer teorías científicas al respecto. La neurobiología ha avanzado considerablemente en comprender los sistemas de activación que subyacen a los sueños, pero por lo que respecta al contenido de estos, continúa siendo objeto de debate. Una de las teorías más conocidas es la psicoanalítica. En La interpretación de los sueños, Freud (1898/2013) postuló que estos son realizaciones de deseos inconscientes, una idea que se volvió sumamente influyente hasta el día de hoy. Pues bien, casi un siglo después, los psicólogos evolutivos Anti Revonsuo (2000) y Katja Valli vinieron a formular una nueva hipótesis del contenido de los sueños: la teoría de simulación de amenazas (TST por sus siglas en inglés). Según Revonsuo y sus colegas, los sueños son una adaptación, cuya función es ensayar amenazas reales, a fin de mejorar el desempeño de las personas en la vigilia. Como era de esperarse, Revonsuo construye una narrativa similar a la que vimos en el caso del suicidio: nos pide que imaginemos a nuestros ancestros prehistóricos enfrentándose a incontables peligros, sea por depredadores, fuerzas de la naturaleza o incluso enemigos de su misma especie. La ventaja adaptativa de los humanos se debió haber visto incrementada considerablemente con ese

mecanismo que permite al soñador ensayar las amenazas que encuentra en vigilia, logrando así mejorar su desempeño. Considerando que el contenido de los sueños es prácticamente inaccesible, no solo por ocurrir dentro de la caja negra skinneriana, también porque para el mismo soñador son un misterio que se comienza a desvanecer tan pronto despierta, es interesante entender entonces dónde encuentran Revonsuo y colegas evidencia para su teoría. A continuación, revisaremos esta idea puesto que constituye un caso en extremo interesante sobre el proceso mediante el cual se deriva un experimento a partir de una idea. Es difícil determinar, a priori, cuál es la manera idónea de confirmar o refutar esta hipótesis. En parte porque este nunca es un procedimiento unívoco —una conjetura puede tener una cantidad enorme de implicaciones observables—, aunque en parte, también debido a que la teoría evolutiva es complicada desde el punto de vista epistémico. Sin embargo, Revonsuo mismo (2000) ha propuesto varias implicaciones a la misma. En su artículo original, defiende las siguientes proposiciones:

a. La experiencia del sueño no es aleatoria ni desorganizada. Constituye una simulación organizada y selectiva del mundo perceptible. b. La experiencia del sueño se especializa en la simulación de eventos amenazadores. c. El encuentro con eventos amenazadores durante la vigilia tiene un marcado efecto sobre el contenido de sueños subsecuentes: los riesgos reales activan el sistema de simulación de amenazas de un modo cualitativamente único, distinto al efecto de cualquier otro estímulo o experiencia. d. Las simulaciones de amenazas son realistas, en términos tanto perceptuales como de comportamiento. Por lo tanto, son ensayos efectivos tanto de la percepción de peligros, como de la respuesta de evitación. e. La simulación de habilidades perceptuales y motoras lleva a un mejor desempeño en las situaciones de vigilia correspondientes, aun si los episodios de ensayo no se recuerdan. f. El ambiente en que los humanos y sus ancestros vivieron incluía frecuentes eventos peligrosos, que amenazaban el éxito reproductivo e imponían

considerable presión selectiva sobre la población humana. Las claves ecológicas activaban el sistema de simulación de amenazas. Las simulaciones recurrentes mejoraban la percepción y respuesta ante peligros, incrementando la probabilidad reproductiva de los individuos. Por lo tanto, el sistema de ensayo de amenazas fue una adaptación en nuestra historia evolutiva.

Por supuesto que, al presentar la teoría, Revonsuo (2000) citó una serie de cifras y evidencia a favor de la misma. Por ahora más bien nos interesa analizar qué implicaciones de la hipótesis pusieron a prueba los autores. En la siguiente tabla se muestran los principales estudios llevados a cabo para ponerla a prueba.

Estudios poniendo a prueba la hipótesis TST

Estudio

¿Qué hicieron?

Revonsuo y Valli (2000). Analizaron el contenido de 592 sueños, de 52 estudiantes universit Valli y colegas (2005).

Analizaron el contenido de los sueños de 70 niños finlandeses, 64 n

Valli y colegas (2006).

Analizaron los reportes de sueño de 235 niños palestinos de la Fran

Zadra y colegas (2006).

Analizaron el contenido de 212 sueños recurrentes recolectados en

Valli y colegas (2007)

Analizaron el contenido de los sueños de 50 estudiantes universitar

Valli y colegas (2008)

Analizaron los reportes de sueños y de vigilia de 39 estudiantes un

Esta lista se basa en la revisión hecha por los propios proponentes de la teoría (Valli y Revonsuo, 2009).⁵¹ Los resultados aquí expuestos son únicamente los principales, respecto a la hipótesis principal del estudio. En todos ellos los autores reportaron resultados sobre los tipos de amenazas, la respuesta del sujeto a las amenazas, etc.

¿Qué tan buena es esta manera de poner a prueba la hipótesis evolutiva? Hay al menos tres puntos que los autores no consideran lo suficiente, y que es bueno resaltar, pues apuntan a la débil relación entre el experimento y la teoría. En primer lugar, todas muestran la frecuencia de amenazas y prevalencia de sueños amenazadores, lo cual únicamente brinda evidencia para los puntos (b), (c) y (d). Ahora bien, es importante notar que el punto (a) es más bien un presupuesto del análisis de contenido de los sueños. Pero los puntos (e) y (f), que son los que propiamente establecen la función evolutiva de los sueños, no han sido puestos a prueba. Derivar tales proposiciones, de la evidencia brindada, es una inferencia que no fue puesta a prueba. Esto lleva al segundo punto de la crítica. El hecho de que los sueños amenazantes, o que contienen incidentes amenazantes, sean más frecuentes, es perfectamente compatible con una hipótesis evolutiva rival: que los sueños cumplan una función de descarga de tensión. Esta alternativa se ve favorecida por los mismos estudios, a un punto tal que podrían haber sido postulados como método de prueba para tal hipótesis. Por ejemplo, si asumimos que los habitantes de una zona de conflicto como la Franja de Gaza están más expuestos a estrés. Sería posible que soñar con esos eventos estresantes y amenazadores permita al organismo liberar la tensión generada durante la vigilia. En efecto, existen múltiples teorías sobre el rol funcional de los sueños. La misma idea freudiana de sueños como satisfacción de deseos, era de naturaleza funcional. A esta se podrían añadir aquellas como la codificación de memoria, la preservación emocional del sujeto y muchas otras más.⁵² Por ello llama la atención que, ante la complejidad del fenómeno del sueño, Revonsuo y colegas hayan propuesto una hipótesis tan estrecha sobre su función. Semejante conjetura tendrá dificultad para dar cuenta de fenómenos conocidos por todos, como la frecuente extrañeza de los sueños, la existencia de sueños plácidos, entre otros.

Esto nos lleva al tercer problema con la teoría: el apelativo a estadísticas descriptivas e inferenciales como único sistema de prueba de hipótesis. Es cierto que predominaron los sueños con algún contenido amenazante. También es verdad que la diferencia en cantidad de sueños amenazantes —o contenidos de tal índole— entre personas expuestas a amenazas y personas no expuestas fue probablemente no debida al azar. Pero eso no cambia el hecho de que hubo una considerable cantidad de sueños no amenazantes. Por ejemplo, en el primer estudio poco más de la tercera parte de los sueños (33.6 %) no incluyó amenazas. Esta cifra es similar a la encontrada por Zadra y colegas; 34.4 % (2004); y es un poco mayor a la de Valli y colegas en 2007 (22.3 %). Entonces, si van a utilizar la prevalencia de amenazas como método de prueba, ¿cómo explican este promedio de 30 % de sueños que no las incluyen? Ocurre aquí algo similar a lo que se vio en el caso de la teoría de la mente en autismo, en donde las diferencias estadísticamente significativas ocultaban el hecho de que sí hubo varios niños que pasaron la prueba. La estadística, en este sentido, fue utilizada de una manera tal que dejó sin explicación una tercera parte de los resultados. Así y todo, ninguna hipótesis es perfecta. Y, de hecho, estos ejemplos podrían explicarse dentro del marco de la TST. Por ejemplo, los autores podrían argumentar que las manifestaciones funcionales de un proceso no agotan la totalidad de sus expresiones. Así como la función evolutivamente adaptativa de los dedos pulgares, que es permitirnos manipular objetos, no implica que siempre estén haciendo eso; así también podría ser que los sueños realicen múltiples procesos, solo algunos de los cuales resultaron evolutivamente útiles. El inconveniente está en que, como en tantos otros casos revisados, los autores se contentan con ver su teoría «confirmada», aun cuando su método de prueba es débil y sus experimentos dejan abierta la puerta para múltiples alternativas. Considerar estas alternativas es parte de lo que permite a la ciencia progresar, y es precisamente lo que no hicieron los autores.

C. ¿La psicología necesita de la filosofía?

La historia de las relaciones entre filosofía y psicología es de suma importancia para entender el porqué de estos problemas en la psicología. Es por ello que se profundizará en el tema más adelante, cuando busquemos explicaciones a este

estado de las cosas. Sin embargo, podemos adelantar algo por ahora. La psicología tiene sus raíces en la filosofía, toda vez que fueron los filósofos quienes por siglos realizaron investigaciones sobre el hombre y sus atributos. Claro, esta investigación era de tipo no experimental, consistiendo en reflexión e introspección. Fue hasta recientemente, en el siglo XIX, cuando Wundt estableció su laboratorio de psicología, que esta disciplina se independizó. Desde entonces, pareciera que la psicología reniega de su pasado. Como un adolescente rebelde, los psicólogos se esmeran constantemente en denigrar este pasado. Sea mediante un completo desinterés por los avances de los filósofos en ámbitos como el del libre albedrío, o con declaraciones grandilocuentes relativas a que la psicología está tomando los problemas que filósofos no pudieron resolver para darles término de una vez por todas —Gardner (1985) hace esto precisamente en su Historia de la revolución cognitiva—. Cuando hablo con psicólogos de distintas universidades sobre sus materias, nunca escucho que su favorita haya sido la de filosofía. Eso es entendible, después de todo, no por eso eligieron estudiar psicología. Lo que sí me sorprende es cuán poco recuerdan, o pueden articular, sobre tales materias. Pareciera que las consideran de relleno, y, por tanto, no dignas de su atención. La triste consecuencia es lo que hemos visto en el presente capítulo: falta de claridad conceptual y sustento filosófico. ³⁸ Data is derived from Clarivate Web of Science. © Copyright Clarivate 2020. All rights reserved. ³ Véase para estos ejemplos: Karmiloff-Smith y colegas (1995); Frith y Corcoran (1996); y Dolan y Fullman (2004). ⁴ Estas nuevas pruebas, más difíciles, traen consigo dos problemas esenciales adicionales: que cada vez más niños sanos fracasan también, con lo cual es difícil ver la relación entre déficit social y la habilidad en cuestión, y que la misma habilidad deja de ser una muestra de las interacciones regulares de las personas. Muy rara vez las personas se encuentran en situaciones en que deben contemplar lo que otra piensa de lo que una segunda piensa sobre la mente de una tercera. ⁴¹ Martin Seligman, considerado el padre de la psicología positiva, cuenta con

libros con los siguientes títulos —el lector podrá decidir si se acercan más a la ciencia o a la autoayuda—: El secreto de la felicidad, Optimismo aprendido, y Felicidad auténtica. ⁴² Véase el caso de inteligencia emocional, pues el uso del término predecir es engañoso. ⁴³ Lo mismo encontré en un estudio sobre el reporte de tamaño del efecto en revistas mexicanas de psicología (Vera, 2017), donde los autores corrían análisis estadísticos sobre cualquier cantidad de variables llevando a resultados espurios que podrían deducirse por analiticidad —es decir, por el significado de los términos—, como, por ejemplo, una relación entre estrés percibido y sufrir de un trastorno por estrés. ⁴⁴ Está de más decir que la historia de la psicología evolutiva se podría rastrear hasta la época misma de Darwin. Desde que propuso su teoría de la evolución de las especies ha habido múltiples intentos de aplicarla a las funciones mentales del hombre. A veces en versiones bienintencionadas, y a veces resultando en aberraciones morales como los excesos de la eugenesia. ⁴⁵ Vale la pena notar que el autor suscribe a la teoría que la depresión puede ser en ciertos casos una adaptación. No me voy a detener en este punto. ⁴ Vale la pena notar que el dato de que el suicidio es más prevalente en la edad avanzada es engañoso, puesto que, si bien es cierto que es más frecuente a partir de los setenta años, la misma OMS estipula que en algunos países es más habitual en gente joven, y que, de hecho, es la segunda causa de muerte en población de quince a veintinueve años (World Health Organization, 2018). Así pues, la distribución de suicidio no sigue una tendencia paralela a la edad, sino que parece tener dos picos. El hecho de que sea población joven claramente contraviene la teoría de que es una función del potencial reproductivo del sujeto. Esta no es una cuestión filosófica, se trata de un de reporte selectivo de evidencia a favor de uno, pero vale la pena mencionarlo. También es importante indicar que se ha reportado mayores tasas de intentos de suicidio en jóvenes, y no en adultos mayores (Mościki, 2014). ⁴⁷ Véanse las revisiones de Giannini y colegas (2010), y Merrick y colegas (2006). En ambos casos los autores son cuidadosos de no minimizar el mayor riesgo que supone la discapacidad. Sin embargo, los resultados sí son lo

suficientemente ambiguos como para ameritar más investigación y cautela en las conclusiones. ⁴⁸ Esto se suele ejemplificar como dibujar primero la silueta y luego aventar ahí el cuerpo. ⁴ Para estudios ilustrativos al respecto véase Erlangsen y colegas (2017), Agerbo (2005), y Campos y colegas (2018). Nótese que varios de estos estudios han reportado el incremento de riesgo relativo en no consanguíneos de la familia de la persona, notablemente la pareja. Esto descarta el contraargumento de que se trate de un gen que otros de la familia compartan. Esto también coincide con el riesgo de suicidio en poblaciones de niños y adolescentes, donde la exposición a temas de suicidio, como pueden ser medios de comunicación o algún compañero de clase, también incrementan el riesgo y las tasas de suicidio. ⁵ Sorprende que los autores citen evidencia psicoanalítica, cuando es esta teoría una de las más fuertes al abogar por el efecto de la socialización en el sujeto. ⁵¹ Los autores citan siete estudios a favor de su teoría. No obstante, uno de dichos estudios no fue bien citado y por lo tanto no se pudo localizar. Los restantes seis se incluyen para análisis. ⁵² Una discusión de estas y otras funciones, se puede encontrar en Moorcroft (2013), y Hartmann (2011).

Segunda parte: La explicación

7 ¿Quién estudia psicología? Perfil y expectativas de los estudiantes

«The University brings out all abilities, including incapability».

Anton Chekhov

Al exponer el mal uso que los psicólogos hacen de la estadística, compartimos la historia de un estudiante que estaba teniendo problemas con la prueba de significancia de hipótesis nula, y de cómo su compañero la «ayudó» enseñándole el atajo de la regla de dedo de 0.05. En efecto, tanto ese caso como el capítulo entero obligan a la pregunta: ¿cómo pueden los psicólogos utilizar mal una herramienta tan central a su disciplina? Ello equivale a decir que los físicos emplean mal las matemáticas o que los médicos no entienden el vademécum farmacológico. Es necesario buscar parte de la explicación en la experiencia universitaria.

A. Estadística: currículo vs. realidad

La formación estándar del psicólogo incluye uno o más cursos de estadística como norma. Estos se suelen separar en estadística básica y avanzada, descriptiva e inferencial, o univariada y multivariada. La enseñanza de la estadística también forma parte central de los estándares o recomendaciones de calidad para los programas de estudio, por parte de organismos profesionales — por ejemplo, la APA en Estados Unidos 2013, o la BPS en el Reino Unido, s. f.

—. En México, la importancia de la materia queda explícita en los contenidos del examen de acreditación de egreso del CENEVAL (2018), y se puede suponer que sea un tema de interés para la acreditación otorgada por el CNEIP (2018), ya que esta contempla metodología de la investigación. Pero el hecho de que la estadística se enseñe de modo regular en el currículo no garantiza que se haga bien, o que los estudiantes la aprendan de una manera apropiada. Ciertamente, tanto anecdóticamente como basado en investigaciones, se ha podido constatar que los estudiantes de psicología también son presa de un fenómeno denominado por Onwuegbuzie (1999) como «ansiedad por estadísticas», cuyo nombre habla por sí mismo. Comerchero y Fortugno (2013) lo encontraron presente en una muestra de estudiantes de posgrado —no se diga ya licenciatura—, y lo analizaron en función del perfeccionismo. Galli y colegas (en Hood y Neumann, 2013) también lo hallaron en estudiantes de psicología. Parte del corolario que constituye esta ansiedad por estadísticas consiste de actitudes desfavorables hacia la materia. Incluso se han diseñado talleres y métodos de intervención para reducir, adaptarse o lidiar con la ansiedad por estadísticas (Hood y Neuman, 2013). Desafortunadamente, a pesar de estos estudios, que comenzaron desde los noventa, la situación no parece haber mejorado mucho. Carpenter y Erik (2017) analizaron los resultados en una prueba de habilidad matemática a lápiz y papel, de 3735 estudiantes de licenciatura, la mayoría de los cuales aspiraban a un título en psicología (89 %).⁵³ Analizaron el período que comprende de 1990 hasta 2011. Encontraron una caída de 9 % en la puntuación total, y un incremento del 28 % en la cantidad de intentos requeridos para pasar la prueba. Irónicamente, sí observaron una tendencia al alza en los resultados en la sección de matemáticas de la prueba SAT, la cual es utilizada ampliamente en Estados Unidos para isión a educación superior. Quizás esto se deba a que la prueba SAT permite a los estudiantes utilizar una calculadora, o que abarca otros temas que pueden compensar por pobres resultados en un dominio. No obstante, los autores comprobaron que la prueba a lápiz y papel, que requiere que los estudiantes efectivamente ejecuten las operaciones, daba una mejor predicción estadística, del desempeño en el curso de estadística, que los puntajes de SAT. Pero ¿cómo puede ser que un tema tan central a la investigación en psicología sea visto desfavorablemente y genere ansiedad en los estudiantes de la misma? Analógicamente, sería como un economista a quien le desagrada y provocan ansiedad las matemáticas. Simplemente no hace sentido, y creemos que la razón se encuentra en las expectativas de las personas que entran a estudiar psicología.

B. La motivación por investigar

Pocas investigaciones han ido directamente a preguntarles a las personas por qué eligieron una determinada carrera. Más bien los investigadores suelen darles a estudiantes cuestionarios a llenar, con respuestas preestablecidas. Una de estas pocas investigaciones fue llevada a cabo por Stewart y colegas en 2005, quienes comenzaron por tener aproximadamente doscientas entrevistas en un formato de rellenar el espacio, ante la pregunta «Decidí estudiar psicología porque ____». A partir de estas entrevistas generaron representaciones visuales y mapas semánticos con lo obtenido. Resultó ser que las respuestas se concentraron en temas (hot spots) relativos a «Ayudar a otros». El conjunto de más respuestas fue el de consejería (en inglés counseling), seguido de psicología clínica. Esto hace sentido con la concepción común de los psicólogos como dedicados a dar terapia, aun cuando todos sepamos que no es lo único que un psicólogo puede hacer. Si bien el interés por la clínica y el ayudar a otros no están peleados con un interés en la investigación o el desarrollo de conocimiento, sí es cierto que son dos cosas separadas. Por ende, es lógico que los psicólogos entren a la carrera quizás sin saber la cantidad de metodología que deberán llevar, o si lo saben, es probable que no le den la importancia que esta requiere para una disciplina que la ocupa en la mayor parte de sus investigaciones. En otros países la situación no varía mucho, a pesar de que pocas investigaciones han hecho lo más obvio, que es preguntar a los estudiantes. En una universidad en Tenerife, Gámez y Marrero (2003) aplicaron un cuestionario a estudiantes de derecho y biología, y después compararon con resultados de estudiantes de psicología previamente recabados. Amén de una metodología cuestionable, llama la atención que se halló en último lugar la motivación intrínseca por el conocimiento de la materia. Pese a diferencias en el resto de los factores, una investigación utilizando el mismo cuestionario, por parte de Rovella y colegas (2008) con estudiantes de psicología de una universidad en Argentina, encontraron que, de nuevo, el factor en último lugar fue esta motivación intrínseca. En otro estudio por parte de Urhlandt (en Rovella y colegas, 2008), los estudiantes fueron motivados principalmente por la resolución de sus propios

conflictos —categoría que también figuró en estos estudios, aunque no en primer lugar—. Un estudio similar (Duran y colegas, 2009) efectuado en la Universidad de Girona, en España, apreció que las motivaciones principales para estudiar fueron la solución de los problemas personales y la preocupación por las relaciones sociales.

Lo anterior coincide con un estudio por parte de Rowley, Hartley y Larkin (2008) en que evaluaron las expectativas de estudiantes de psicología en una universidad en Inglaterra. Los investigadores aplicaron un cuestionario primero sobre sus expectativas y percepción de su grado de preparación para estudiar psicología, en dos momentos: al inicio y al final de su primer año de estudios. Hallaron varias cosas relativas a la carga de lectura, el prospecto de que les gustasen todas las materias o no, entre otras. Pero en lo que respecta a la estadística, en el primer tiempo, los estudiantes consideraron que había más estadística de la necesaria. Y a pesar de que esto bajó en el segundo tiempo, aún se mantuvo arriba del 50 % de los estudiantes.

C. Un daño auto infligido

Es interesante notar que en muchos casos los mismos psicólogos, en conjunto con educadores y orientadores vocacionales, han contribuido a esta problemática. Desde las décadas de los sesenta y setenta, y principalmente gracias a la obra de John L. Holland, las pruebas de orientación vocacional se han vuelto una práctica común en instituciones de educación media y superior. El proceso pareciera sencillo: el estudiante completa un cuestionario que se supone, ha sido validado, y los resultados le permiten conocer qué profesiones están disponibles según su interés y/o aptitud. Lo interesante es determinar en dónde se sitúa la psicología. La prueba de orientación vocacional pionera es el inventario de Holland y colaboradores (1969). Los autores propusieron una clasificación con base en seis categorías: realista, intelectual, artística, social, empresarial y convencional (RIASEC por sus siglas en inglés). Cada ocupación está clasificada según cuatro letras, cada una representando una categoría de las seis, en orden decreciente de preponderancia. Por ejemplo, arquitectura fue catalogada con las siglas RIAE, que corresponden a: realista, intelectual, artística y empresarial. Fue situada en la categoría principal de realista. Resulta ser que los autores situaron a la psicología en la clase social, y le asignaron, a todas las ramas de la psicología consideradas —ej. educativa, industrial, general—, diferentes combinaciones según

preponderancia, pero siempre sobre las mismas cuatro categorías; social, artística, empresarial e intelectual. Desafortunadamente, en todos los casos predominaba sobre las demás la clase social. En contraste, física, química, matemáticas, biología, zoología, veterinaria, medicina y muchas otras ciencias fueron catalogadas como intelectual. Es decir, que siempre predominó el aspecto social en la psicología, situándola en la misma categoría que el clero, el trabajo social, etc. Más recientemente, Harrington y Feller (1993) se dieron a la tarea de comparar el grado de consistencia en códigos RIASEC por parte de diferentes grupos: estudiantes, expertos en el entorno, orientadores profesionales y códigos ocupacionales. En dos grupos de comparaciones observaron que los estudiantes la consideraban social primero y después intelectual y artística, o artística e intelectual. En contraste, eran los expertos quienes le asignaron valores de realista, pero seguido de artística por alguna razón. Esto quiere decir que, al menos en la fecha en que se realizó el estudio, y a pesar de los sesgos de Holland, al menos los expertos del ámbito sí reconocían su valor dentro de la categoría de realista, en la cual se sitúan otras ciencias. El inconveniente es que los estudiantes no. Pero no solo son los estudiantes quienes tienen una percepción sesgada hacia lo social, y de ayuda. Así como Holland situó a la psicología separada de las profesiones de corte intelectual, otros autores han hecho lo mismo. Por ejemplo, Tracey (2002) propuso un inventario nuevo de orientación vocacional, que hace exactamente lo mismo que Holland: situar a la psicología en las categorías de ayuda y de ciencia social, pero no de ciencia general. Ahora bien, no estamos negando que la psicología tenga un fuerte componente social, ni tampoco queremos incurrir en un reduccionismo que busque igualar psicología con neurociencia o biología. Nótese que en la clasificación de Tracey, la categoría de ciencia en general incluye profesiones tan variadas como la geología o la antropología, mientras que la psicología es situada con el trabajo social, la pediatría, la terapia de familia, etc. De lo anterior podemos concluir que los psicólogos y orientadores vocacionales mismos perpetúan este mito de que la psicología se reduce al trabajo de ayudar a otros y de tener interés por lo social. De nuevo, esta es únicamente una cara de la moneda que es la psicología, pero la dimensión de investigación, intelectual o realista, que son igualmente importantes, han sido pasadas de largo en el diseño de estos inventarios. Irónicamente, este enfoque de las pruebas de orientación

vocacional también está en conflicto con lo que la misma APA pregona. En 2009, el organismo estableció un grupo de trabajo con el objetivo de promover la inclusión de la psicología dentro de las disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas). Desafortunadamente pareciera que el grupo de trabajo, más que preguntarse si la psicología debería ser considerada parte de las STEM o no, lo que buscaban era reafirmar una respuesta afirmativa a la cuestión. En su reporte de resultados llegaban al grado de asegurar que serían las iniciativas STEM las que se beneficiarían de incluir a la psicología en su catálogo, además de declararse esenciales para asegurar el liderazgo científico, tecnológico y económico de los Estados Unidos (Bray, 2010, p. 2). Esta testarudez de los psicólogos por ser considerados como una ciencia, no solo es contradicha por la pobre calidad de la investigación, sino que es sintomática de la obsesión por ser considerados una ciencia.

D. El lugar de la filosofía en el currículo

En la sección anterior revisamos el problema de la falta de sustento teórico, o filosófico, de la investigación en psicología. En esto también juega un papel la educación. Desafortunadamente, tras una búsqueda exhaustiva en diversas bases de datos, no logré encontrar estudios que objetivamente evalúen la actitud o gusto de los estudiantes por las asignaturas de índole teórica o filosofía.⁵⁴ Esta laguna en el campo hace sentido si se compara con los estudios sobre metodología o estadística. La obsesión de los psicólogos por el método cuantitativo y de prueba de significancia de hipótesis los lleva a estudiar las actitudes de estudiantes, su percepción de la dificultad de las asignaturas o la ansiedad que les genera. En contraste, dado que el sustento teórico/filosófico es de poco interés, no se estudia el proceso de su enseñanza-aprendizaje. A pesar de este vacío, la evidencia anecdótica sugiere que, en efecto, este sustento es de poco interés en la enseñanza de la psicología. Varios autores, preocupados por esta situación, han luchado por el reconocimiento de la dimensión teórica de la disciplina, y han incluso creado revistas en esta línea. Por ejemplo, Brent Slife y Richard Williams han alertado sobre el hecho de que los libros de texto, la currícula y la enseñanza de la psicología, frecuentemente omiten el interés por la dimensión teórica de la disciplina. En gran parte por

enfocarse de manera acrítica en un procedimiento particular.⁵⁵ Otro factor que ha contribuido a esta problemática, y que los autores han señalado, es la creciente fragmentación del ámbito, tanto en práctica como en enseñanza. Esto ha llevado a cada vez más programas educativos especializados, que al enfocarse en solo un entorno —por ejemplo, psicología organizacional—, sacrifican el tronco común, que suele incluir asignaturas teóricas. Aun así, se podría argumentar que estas mismas publicaciones, e institucionalización de una subdisciplina enfocada a la teoría, son indicativos de que la situación ha cambiado. Aunque esta idea se ve refutada cuando se considera que varias de estas obras y llamados de atención han tenido lugar desde la década de los noventa. Tras dos décadas, la situación no ha cambiado.

E. En esta problemática, ¿qué papel juega el género?

En este punto consideramos importante abordar una cuestión que se ofrece como explicación posible para esta falta de rigor y calidad en la investigación: el género. Existen al menos dos razones para abordar la cuestión; la primera es que es bien sabido que existe sobrerrepresentación de mujeres en los programas de psicología, lo cual va de la mano con la idea común de que la psicología es una disciplina «para mujeres». En segundo lugar, porque existe en el ámbito académico una serie de investigaciones que atribuyen a las mujeres cualidades como empatía y preocupación por los otros; mientras que a los hombres aptitudes como capacidad lógico-matemática o de investigación. Autores como Baron-Cohen (2003) han postulado esta distinción entre mujeres empatizadoras y hombres sistematizadores desde finales de los noventa y principios de los dos mil. Luego de supuestamente mostrar que los niños con autismo carecen de una capacidad para atribuir estados mentales a otros, pasaron a su siguiente gran teoría: que existe esta diferencia entre hombres y mujeres, y que es una diferencia innata.⁵ Cordelia Fine (2010) ya ha hecho un gran trabajo de exponer las fallas en estas investigaciones, así como los mitos de género que perpetúan. Por ahora basta con notar que estos enunciados existen también en el espacio científico. Por ello, consideramos necesario abordar la cuestión de si efectivamente se puede explicar esta incompetencia para la investigación, al menos en parte, como el resultado de una mayoría de estudiantes de psicología mujeres que carecen de las competencias necesarias. Nos referiremos a esta

explicación como la hipótesis sexista.

El mito de los dos cerebros: izquierdo racional y derecho emocional

El mito de que existen dos estilos de personalidad, una emocional y otra racional, ha sido trasladado al ámbito del género. Se ha extendido la idea de que los hombres utilizan más el hemisferio izquierdo (racional), mientras que las mujeres utilizan más el derecho (emocional). En su libro Delusions of Gender (2010), Cordelia Fine expone teorías como la de Baron-Cohen y colegas como lo que son: una muestra más del sexismo que cataloga a las mujeres como «emocionales» y a los hombres como «racionales». Con ello, solo se perpetúa el mito de que la mujer pertenece al hogar y el hombre al mundo laboral. Imagen de Elisa Riva, en Pixabay

La manera más directa de poner a prueba semejante hipótesis claramente sería comparar la investigación de hombres con la de mujeres y determinar cuál es de mayor calidad. No obstante, este primer paso se encuentra, de inmediato, con dos problemas: el hecho de que los investigadores son adultos y que investigar es una actividad social. Que los investigadores sean adultos implica que ya existe un historial de aprendizaje y socialización que los precede. Se sabe que los infantes reciben claves de género que van desde los colores de la vestimenta hasta el tipo de juguetes y actividades apropiadas para cada sexo. Está demostrado que esto lleva a que las mujeres cambien sus intereses de carrera como producto de la socialización, resultando en un porcentaje decreciente de mujeres que aspiran a ser ingenieras o científicas, conforme avanza la edad. Esto podría llevar, incluso las que sí deciden estudiar ciencia, a estar en desventaja en términos de competencias. Por ello, si se encontrase que la investigación efectuada por mujeres es de peor calidad que aquella que es llevada a cabo por hombres, lo más que se podría concluir es la versión débil de la tesis sexista; que las mujeres son menos capaces como adultos. De ahí, no estaría permitido concluir que las mujeres sean menos capaces innatamente, pues el efecto de la cultura y los roles de género seguirían operando (véase Hill, Corbett y Rose, 2010). El segundo inconveniente con emprender tal investigación radica en que la ciencia es una actividad típicamente grupal, por lo que los protocolos de investigación y las publicaciones consecuentes suelen ser publicadas en grupo. Y estos grupos pueden, y de hecho suelen, contar con autores hombres y mujeres. Para muestra, es suficiente considerar los resultados cuantitativos revisados en

esta obra. Ni los estudios de reporte de tamaño del efecto, de tamaño o representatividad de las muestras, o de prácticas cuestionables de investigación efectuaron análisis por género. Y aun de haberlo intentado, la existencia de múltiples autores representando ambos sexos hubiesen rápidamente frustrado el intento. De igual forma, que la investigación sea una tarea social implica que la enseñanza de la misma está sujeta a vicisitudes. Por muy apto que sea un joven investigador o investigadora, si le enseñan a solo fijarse en el .05 de significancia, o a muestrear siempre con estudiantes de psicología, es difícil que la persona no incurra en esas mismas prácticas. Pese a estos limitantes, es posible obtener información indirecta que permite comprobar si, en efecto, la pobre calidad de la investigación en psicología es explicada, parcial o totalmente, por la predominancia de mujeres en la disciplina. Los resultados de la investigación sobre habilidades relacionadas con la ciencia, las matemáticas, tecnología e ingeniería (STEM por sus siglas en inglés), muestran consistentemente que el desempeño de hombres y mujeres es similar en los años de primaria y secundaria, y que es únicamente más adelante que las mujeres comienzan a rezagarse en desempeño (Manning, 1998). Esto va de la mano de la creencia y representación social, de que las mujeres simplemente no son buenas para tales tareas. De igual modo, otros estudios sobre ansiedad por estadística han mostrado diferencias entre hombres y mujeres, siendo las mujeres quienes muestran niveles más altos (Onwuegbuzie y Daley, 1999). Eso sugiere que las diferencias en desempeño más bien son el resultado de factores sociales y motivacionales, que de capacidad intrínseca diferente. Pero persiste un problema que impide considerar esta como una explicación de las fallas en la psicología: el de las mujeres a la educación, el cual no ha sido siempre el mismo. A lo largo del siglo XX las mujeres han ido adquiriendo progresivamente mayor representación en la educación superior.⁵⁷ En el caso específico de la psicología en Estados Unidos, en 1970, únicamente el 43 % de los títulos de licenciatura en psicología (bachelors) era para mujeres. En 1991 esta cifra se ubicaba en el 73 %. Lo mismo ocurre a nivel de posgrado; en 1971 tan solo el 25 % de los títulos de doctorado fueron otorgados a mujeres, mientras que para 1991 esta cifra ascendió a 61 %. Es decir, que la mayoría femenina en psicología se alcanzó en la parte tardía del siglo XX. Ahora bien, considerando que las críticas al excesivo énfasis en la significancia estadística, y la nula atención puesta al reporte de tamaño del efecto, datan de las décadas de los treinta y cincuenta respectivamente, debemos concluir que no es una cuestión de género. En la época misma en que los psicólogos ya efectuaban mala

investigación, la disciplina seguía siendo predominantemente masculina. La misma situación se repite en las posiciones de liderazgo gremial, como puede ser la dirección de organismos profesionales o los puestos editoriales. Por ejemplo, en cuanto a la APA, en 1989, el 17.9 % de los puestos de fellow —el más alto tipo de membresía— eran mujeres. En 2005, esa cifra apenas había alcanzado el 26 %. Igualmente, desde 1975 hasta 2005, el porcentaje de mujeres del comité de dirección de la APA, si bien ha crecido, hasta alcanzar un 38.4 % —5.º año consecutivo arriba del 30 %—, no ha superado el 50 % en una sola ocasión. De igual modo, Over (1981) analizó la distribución por género de posiciones editoriales de catorce revistas de psicología, comparando dos años: 1972 y 1977. En 1972, el 6.8 % de los editores habían sido mujeres, y en 1977, esa cifra había crecido 11 % (17.8 %).

Fuente: American Psychological Association (2006)

Esto mismo se puede apreciar de otra manera: como se verá en el siguiente capítulo, otra parte de la explicación a la lamentable situación de la psicología se encuentra en ciertos momentos históricos en que psicólogos específicos priorizaron la apariencia de cientificidad por encima de la verdadera cientificidad. Sacrificaron el rigor conceptual y metodológico a cambio de la superficial imagen de legítimos científicos. La mayor parte de estas figuras fueron hombres. De cara a lo anterior, concluimos que la hipótesis sexista de que los fracasos en la investigación en psicología son el resultado, parcial o total, de que esta es ejercida mayoritariamente por mujeres, carece de sustento. Y vale la pena recordar el caso de Baron-Cohen y sus colegas, que son de los más notorios proponentes de esta teoría de diferencias innatas: sus estudios sobre autismo y diferencias de género están plagados de serios impedimentos metodológicos. En estas investigaciones participaron tanto hombres como mujeres. Tanto hombres como mujeres pueden hacer mala investigación.

F. Conclusión

De ese modo, se va construyendo una narrativa. No es raro que los estudiantes de psicología ingresen a la carrera esperando otra cosa que no es propiamente avanzar el conocimiento, sino que estén más bien motivados por cuestiones como entender sus problemáticas personales o ayudar a otros. Ambas son búsquedas nobles y dignas en sí mismas, pero ciertamente ayudan a entender por qué el disgusto y ansiedad ante la estadística, así como el pobre desempeño en investigación. Esto también coincide con posturas divulgadas por la APA (Walton, 2012), que en su revista periódica gradPSYCH Magazine presenta las malas razones para

estudiar psicología, entre las cuales listan entenderse a uno mismo y querer ayudar a las personas. Pero de nueva cuenta, ¿qué constituye una buena razón para estudiar psicología? ¿Tiene razón la APA al desdeñar estas razones como pobres? Otras investigaciones han buscado evidenciar esta problemática, promoviendo supuestas escalas de medición de la percepción de la psicología como una ciencia (Friedrich, 1996). Estas, a su vez, han sido retadas —aunque los autores lo postulen como un complemento—, por escalas para medir la percepción de la psicología como una disciplina de ayuda (Gervasio y colegas, 2010). Pero en el fondo se trata de dos caras de una misma moneda. Por una parte, quienes quieren preservar la visión de la psicología como una disciplina eminentemente clínica o de ayuda, y, por otra parte, quienes se esmeran en promoverla como una disciplina adherida al método científico. Ambas partes parecen olvidar que una misma disciplina puede separar el componente epistémico del práctico —por ejemplo, medicina vs. biología—, así como el hecho de que varias influyentes personalidades en la historia de la psicología han realizado sus propuestas desde la investigación clínica —piénsese en Freud—, o que han estudiado fuera del contexto restringido de un laboratorio —ej. Piaget —. De cualquier forma, esta falta de claridad de parte de la disciplina se transmite a los estudiantes, quienes entran a la carrera esperando otra cosa, o no tienen la opción de especializarse en aquello que genuinamente les interesa, terminando así haciendo lo peor: mala investigación. ⁵³ En el sistema de educación superior americano, las personas pueden elegir cambiar de título (major) conforme progresan. Si bien la mayoría indicaron que buscaban un título en psicología, también hubo quienes deseaban uno en neurociencia (4 %) o biología (3 %). ⁵⁴ El único caso moderadamente relacionado, pero revelador en sí mismo, fue un estudio por parte de Fahrenberg y Cheetham (2008), en el cual analizaron respuestas a un cuestionario sobre temas filosóficos por parte de 563 estudiantes de psicología en Alemania. Una de las preguntas fue sobre las implicaciones de estas cuestiones filosóficas para practicantes de distintas profesiones. Tan solo el 66 % estuvieron seguros de que tenían implicaciones para la psicoterapia. Es decir, que cerca de la mitad de los psicólogos encuestados no están convencidos de que cuestiones filosóficas tengan implicaciones para la psicoterapia.

⁵⁵ Véase Slife y Williams, 1995, 1997; Howard, 1998; Machado, Lourenço y Silva, 2000; Teo, 2018. ⁵ Vale la pena recalcar que el autismo es un trastorno que afecta más a hombres que a mujeres —al menos según los criterios diagnósticos vigentes al momento en que Baron-Cohen y colegas publicaron su hipótesis—. Esto permitió al autor citar la falta de teoría de la mente en una condición predominantemente masculina, como parte de la evidencia a favor de su teoría de diferencias entre los sexos. De igual forma, le permitió postular que el autismo es una instancia de un cerebro en extremo masculino (Baron-Cohen, 2003). El hecho de que la hipótesis de teoría de la mente sea sumamente defectuosa, debiera hacernos dudar del valor que pueda tener como evidencia de algo más. ⁵⁷ Por ejemplo, en el caso de Estados Unidos, la proporción de mujeres que obtienen un título de bachelors —el equivalente de licenciatura— superó el 50 % apenas en 1982 (véase Pion y colegas, 1996).

8 La historia de la psicología 1: mitos, leyendas y otros relatos fantásticos

«There is something feeble and a little contemptible about a man who cannot face perils of life without the help of comfortable myths».

Bertrand Russell

Ninguna explicación del fenómeno que nos ocupa estará completa si no considera el factor histórico. La psicología, como cualquier otra disciplina, ha atravesado toda una serie de vicisitudes, y creemos que estudiar la historia de la psicología puede aportar luz a la problemática que enfrenta la disciplina. Pero como es bien sabido, la historia siempre conlleva una distorsión, sea porque no hay ser humano totalmente objetivo, porque es escrita por los vencedores, o simplemente porque no sabemos a ciencia cierta qué incluir y qué no en la reconstrucción de los acontecimientos. Esto se da también en la ciencia, y en específico en la psicología. Es por ello que en el presente capítulo y el siguiente analizaremos críticamente la historia y cómo esta se ha ido constituyendo en una determinada narrativa de la psicología. Creemos que esa narrativa nos permitirá comprender más la situación actual de la disciplina.

A. En el principio estaba el complejo de inferioridad

Si observamos el discurso de los psicólogos, de inmediato llama la atención una constante obsesión por su estatus científico. Al igual que un joven con dudas

sobre su virilidad puede ir al gimnasio y sobre-compensar por sus complejos, así también los psicólogos repiten hasta el cansancio, una y otra vez, que son una ciencia. Y, sin embargo, la gente, tanto legos como de ciencia, no está convencida. Para muestra, considérense las siguientes muestras:

1. La APA destina un directorado exclusivamente a promover los intereses de la disciplina como científica, dejando claro que puede hacer contribuciones aquí y allá. Sea en cambio climático o política (APA, s. f.).

2. La misma APA estableció un grupo de trabajo en 2009, dedicado exclusivamente a buscar la aceptación de la psicología dentro de la categoría de disciplinas STEM. No se preguntó si en efecto debiese pertenecer ahí, lo asumió (Bray, 2010).

3. El primer resultado sugerido por Google a las palabras «Is Psychology» es «Is psychology a science». Entre los restantes se encuentra «Is psychology a pseudoscience», así como «Is psychology considered a science».

4. Derksen (1997) comienza su artículo sobre la retórica de la psicología de la siguiente manera: «One can find a range of opinions on the question of whether psychology is a science» (p. 435).

5. Fox (1996) empieza su artículo sobre charlatanería, cientificismo y el estatus de la psicología así: «Three problems are identified that the author believes must be addressed in order for psychology to achieve its full potential as a science or profession» (p. 777).

6. Lilinfield (2012) narra cómo los psicólogos típicamente se encuentran con que el público falto de instrucción niega que la psicología sea una ciencia.

Así pues, vemos de qué modo la psicología se esfuerza por ser tomada en serio, por ser aceptada como una disciplina científica legítima. Esto constituye un verdadero complejo de inferioridad.

Fuente: Google, febrero de 2019. Google and the Google logo are ed trademarks of Google LLC, used with permission

Es difícil determinar cuál es la causa de dicho complejo de inferioridad, o porqué podría darse en la psicología, pero no en otras disciplinas. Lo que sí podemos hacer es rastrear cómo ese complejo se ha ido materializando a lo largo de la historia de la disciplina.

a. Wundt y el laboratorio de psicología

Los psicólogos e historiadores de la ciencia suelen situar el nacimiento de la psicología alrededor de la figura de Wilhelm Wundt, y específicamente en el año de 1879. Si bien él no acuñó el término psicología, sí se le acredita como su padre (véase Danziger, 1990; y Mandler, 2007).⁵⁸ Médico de formación, y con estudios en diversas áreas, como era costumbre en esa época, fundó en 1879 el primer laboratorio de psicología, el cual siguió a la publicación de su Grundzüge der physiologischen psychologie (Principios de psicología fisiológica). Como el nombre de su libro lo indica, Wundt era heredero de la tradición de investigadores en fisiología al estilo de Müller, Du Bois-Reymond, y von Helmholtz; y aplicó estos principios de experimentación a esta nueva disciplina de la psicología, que él veía como diferente tanto de la biología como de la filosofía. Es aquí en donde situamos la primera instancia de aquel complejo de inferioridad, y si bien Wundt pudo no haber padecido tal cosa, sentó las bases con esto. Él estaba enfocado en separar a la psicología de otras disciplinas, especialmente de la filosofía. Por siglos habían sido los filósofos quienes se habían debatido sobre el ser humano y su naturaleza. El empirismo inglés llevó esta reflexión al terreno más cercano a la psicología actual. Pero estas seguían siendo reflexiones individuales de pensadores, no experimentos de personas con bata de laboratorio. A la filosofía se le denomina, apropiadamente, como una disciplina de sillón (armchair), lo que significa que uno la puede practicar desde

su asiento con tan solo un lugar donde anotar. Si Wundt iba a hacer de la psicología una disciplina separada de otras, necesitaba un laboratorio. Este invento de un laboratorio de psicología marcaba una línea clara separando a la psicología de la filosofía, y acercándola más a las ciencias naturales. Irónicamente, si bien este fue el resultado de la labor de Wundt, no fue su intención. En 1913 escribió un ensayo sobre las relaciones entre la psicología y la filosofía, en el cual alertaba del peligro de un distanciamiento entre una y la otra. Wundt consideraba que los filósofos querían alejar a los psicólogos experimentales por considerarlos una amenaza a su territorio, mientras que los psicólogos estaban enfocados en la aplicación y utilidad de su labor, por lo que no querían preocuparse de temas como metafísica o epistemología. Su advertencia la expuso con el ejemplo de qué pasaría cuando un estudiante instruido en cierta disciplina fuese evaluado por un maestro formado en otra. La falta de una filosofía en común impediría el diálogo (Wundt, 2013).⁵ Wundt tenía razón. Casi un siglo después, autores como Slife y Williams (1997) alertaban sobre el efecto nocivo que la fragmentación de la disciplina tenía, y la necesidad de un marco teórico común. Tristemente, incluso los alumnos de Wundt hicieron caso omiso de estas advertencias. Por ejemplo, el danés Alfred Lehmann, quien trabajó de la mano de Wundt, escribía en 1920 que «el desarrollo de la psicología experimental en la generación pasada, que llevó a una total emancipación respecto de la filosofía, es muestra unívoca de su justificado lugar en la escala de las ciencias» (Pind, 2019, p. 109). La manera en que el laboratorio funcionaba también permitía una mayor demarcación. Comenzó un imperativo por la medición. Como lo ha descrito Coon (1993), las reacciones psicofísicas y los tiempos de respuesta fueron los fenómenos que permitieron a los primeros psicólogos presumir que ellos también hacían mediciones y cálculos sobre variables. Otro factor que permitió a los psicólogos presentarse ante sus colegas académicos, y la comunidad en general, como científicos, fue el uso de instrumentos especializados. Para Wundt fue el cronoscopio, que le permitía medir esas preciosas variables: los tiempos de respuesta. Entonces, así como el biólogo tenía el microscopio, y el físico el termómetro, también el psicólogo poseía su propio instrumento de medición.

Imagen: cronoscopio de Hipp. Permitía medir tiempos de reacción con gran precisión. Fuente: Division of Medicine and Science, National Museum of American History, Smithsonian Institution. Reproducida con permiso

B. Compulsión a la repetición: el fantasma de Wundt persiste

Estos dos vicios de origen, la necesidad de separarse de otras disciplinas —sobre todo la filosofía—, y el afán de parecer científicos, se han convertido ya en parte del complejo de inferioridad de la materia, aunque no se presente así a los practicantes, estudiantes ni público en general. De hecho, la narrativa que se ha construido es precisamente la opuesta, una de triunfo de la ciencia y el progreso. Esto se aprecia claramente si se estudia las varias corrientes de psicología que han surgido a lo largo del siglo XX. Si bien Wundt inventó el laboratorio de psicología, sus métodos y teorías fueron rápidamente descartados por sus contemporáneos. Específicamente, la introspección como procedimiento todavía constituía un abordaje subjetivo. Fue aquí donde Watson forjó un nombre para sí mismo, con un proyecto que, de nueva cuenta, parecía más político que científico. Su artículo de 1913 Psychology as the behaviorist views it presentó al mundo una crítica al estudio por medio de la introspección y el antídoto: la psicología conductual. En este escrito, también en su obra y la de sus seguidores, se repite el mantra de Wundt; por una parte, la confianza en que por fin se logró alcanzar la tierra prometida de la cientificidad; y, en segundo lugar, el elogio al método como vía para dicha cientificidad. De igual forma, Watson no tenía problema en expresar sus reservas respecto a la filosofía. No solo creía que estaba siendo superada, sino que pronosticaba que, a no ser que surgieses nuevas problemáticas, el mundo había visto ya a su último gran filósofo (Watson, 1928, en Lamiell, 2013). Pero al estudiar únicamente la conducta —y con Skinner se enfatizó en la conducta animal—, los psicólogos se fueron a lo ridículo: sacrificar su propio objeto de estudio en favor de una táctica que se ve, a todas luces, científica. Con esto, simplemente excluyeron de su ámbito aquello que precisamente hace

interesante la psicología. Su proyecto estaba destinado a fracasar desde el arranque, si se considera la perogrullada de que una misma conducta puede estar motivada o tener intención por diferentes factores —por ejemplo, levantar la mano para saludar o para pedir la palabra—. Efectivamente, el conductismo fracasó, pero fue seguido por otra versión del mito; la revolución cognitiva. En esta ocasión fueron las computadoras las que dieron lugar a una nueva corriente de la psicología. Contra el tabú de los conductistas, las computadoras demostraron que, como lo critica Searle (2001), volvió a ser científico tener mente. Todo esto bajo el concepto de «procesamiento de información». Y de nuevo la promesa se repite: «Por fin se alcanzó el estudio científico del hombre», y de nueva cuenta el método; estudiar a la computadora. ¿A quién le importa que la computadora no tenga conexiones neuronales, o sistema respiratorio y vascular?, o que a un ordenador se le tiene que programar y al hombre no. La lógica de investigación fue puesta de cabeza:

- La computadora procesa información.

- Las personas procesan información.

- Por lo tanto, estudiemos la computadora para entender a las personas.

Sobra decir que después de varias décadas de esta revolución cognitiva, seguimos sin avanzar mucho en entender al ser humano. De nuevo se empieza a desgastar una corriente más. Ahora bien, claro que esto es una sobre-simplificación: la psicología cognitiva ha intentado dialogar con las neurociencias, así como los conductistas aceptaban que existen procesos internos, incluso si no se podían investigar. Pero en ambos casos estas salvedades son meras notas al pie de página en los proyectos de investigación de los psicólogos.

Vale la pena notar que, a menor escala, estos mitos wundtianos se repiten en corrientes menores de psicología. Un ejemplo ilustrativo se puede encontrar en la psicología humanista. Maslow (2012) criticaba que el psicoanálisis reducía todo a sexualidad y el conductismo a estímulo y respuesta. Defendía que con la psicología humanista por fin se llegaba al estudio comprehensivo y científico del ser humano. En el curso de hacerlo, introducía ideas que al día de hoy han sido relegadas al olvido, o la irrelevancia, como tendencias autoactualizadoras, experiencias pico, psicología ética y demás. Tampoco es de sorprender que recientemente, en un movimiento que más bien se parece a un libro de autoayuda, la psicología positiva incurre en las mismas prácticas. Critican que los humanistas utilizaban un método fenomenológico poco científico, y que por fin ellos cuentan con la manera científica de estudiar la felicidad del ser humano.

C. Adoctrinamiento y autoengaño

La situación descrita hasta ahora concierne momentos específicos en la historia de la psicología. Posturas de autores inmersos en un contexto determinado. Pero este complejo de inferioridad también es transmitido de modo sistemático a los profesionistas mediante la herramienta de adoctrinamiento más poderosa: el libro de texto. Los libros de texto de psicología están plagados de esta retórica cientificista, que enseña a incontables estudiantes de licenciatura que la psicología sí es una ciencia, tal como las demás. En un estudio más bien inusual, Mowat (2013) analizó el discurso de veintiocho secciones de historia de la psicología en libros de texto utilizados en el Reino Unido. Encontró cinco temas que se repetían: en primer lugar, la idea de que los temas de la psicología tienen un largo pasado, pero solo recientemente se estudian de manera rigurosa y científica. En segundo lugar, la objetividad de la psicología, en contraste con otras prácticas — enfatizando palabras como precisión, y sistematicidad—. Tercero, el paralelo entre la psicología y el resto de las ciencias naturales. Cuarto, el progreso desde una etapa de conocimiento religioso, hasta una de progreso científico. Por último, el nacimiento de la psicología con Wundt. De cualquier modo, todas las secciones de historia de las disciplinas debieran incluir algo similar. El problema es el énfasis que se da a estos factores cuando son cuestionables en el mejor de

los casos, o de plano falsos en el peor. Es cuestionable que la psicología sea una disciplina que se estudia de modo riguroso y científico, como ya hemos visto en la sección anterior. Es falso que el método en psicología es utilizado de la misma forma que en otras disciplinas. Es cuestionable que hoy en día contemos con algo denominado, propiamente, «conocimiento científico» en psicología. Otros estudios apuntan en una dirección similar. Smyth (2001) señaló en sus estudios de libros de texto de diversas disciplinas una diferencia interesante entre los de psicología y los de biología. La biología podía presentar ciertos hechos como verdades a secas, sin necesidad de justificación. En contraste, en psicología eran presentados siempre con el soporte de evidencia a su favor, como si se adelantase a los cuestionamientos que se le harán. En cambio, presentaban al método como algo no problemático, algo fijo e inamovible, lo cual contrasta con lo extremadamente disputable de los procedimientos utilizados, y con el mal uso que, de cualquier manera, se hace de ellos. El autor no emite un juicio tan fuerte como el que aquí presentamos, pero sí se cuestiona al respecto de esta situación, y reflexiona sobre el papel que esto juega en influenciar la opinión pública. Y no es únicamente en el libro de texto que se plasman y transmiten estos mitos, también existen prácticas específicas de los psicólogos que apuntan a esta desafortunada situación. Un ejemplo se aprecia en la línea de investigación de ciertos autores ante las falsas concepciones de la psicología que tiene la gente al ingresar a los estudios universitarios. Esta línea de investigación adquirió notoriedad tras un estudio de Vaughan (1977) en que utilizó un cuestionario con una serie de ideas equivocadas sobre la psicología. Desde entonces, han surgido múltiples cuestionarios como este, y se han utilizado para una variedad de propósitos, como puede ser el éxito de la instrucción en reducir esas ideas equivocadas. En estas escalas se presentan una serie de enunciados como «Los biólogos estudian el cuerpo; los psicólogos estudian la mente» (Vaughan, 1977). Muchos se tratan de enunciados claramente falsos como, entre otros, que la gente se comporta de modo extraño durante la luna llena, o que la conciencia se separa del cuerpo en las experiencias de conciencia expandida. Pero se trata de declaraciones para las cuales no se tiene una respuesta definida, máxime cuando se trata de estudios con metodologías tan pobres como las de la psicología. Por decir, que los niños tienen una mayor capacidad de aprendizaje que los adultos, una supuesta idea falsa que posee evidencia a favor en estudios longitudinales sobre la pérdida de la memoria con el envejecimiento. La razón por la cual son interesantes es debido a que muestran dos cosas: primero, la constante lucha de

los psicólogos por ser reconocidos como fuente de autoridad por encima de otras formas de conocimiento o el mero sentido común de las personas —al igual que los libros de texto, y Wundt—. En segundo lugar, cómo ni siquiera estas supuestas ideas falsas lo son necesariamente. Un último caso donde se comprueba este complejo ya fue expuesto en el capítulo anterior: la escala de Friedrich (1996) para medir la percepción de la psicología como una ciencia (PAS por sus siglas en inglés). Los autores que introdujeron esta escala comenzaron por aclarar que muchas veces la gente no se percata de que la psicología es una ciencia de verdad. Entre las preguntas que se hacen en este cuestionario se encuentran las siguientes:

- Es tan importante para la psicología utilizar el laboratorio como lo es para la química o la biología.

- El estudio de la psicología debería verse primordialmente como una ciencia.

- Los fondos del Gobierno para la investigación son necesarios para expandir lo que sabemos sobre la psicología, así como lo es para adquirir conocimiento en áreas como la química y la física.

No sorprende ver los mismos temas que Mowat (2013) y Smyth (2001) apreciaron en libros de texto.

D. La cuantificación: los números como legitimadores de la disciplina

En buena medida, la obsesión por ser reconocidos como una ciencia, ha

contribuido a que la psicología adoptase, de manera gradual, el método que actualmente predomina. Esta obsesión está presente desde el inicio del laboratorio de psicología, pero ha llevado a que escalonadamente se deteriore en favor de lo que Danziger (1990) denomina metodolatría. En su análisis de la historia de la investigación en psicología, el autor expuso las múltiples vicisitudes que sufrió el procedimiento, pero que siempre estuvieron ligadas al imperativo de medir. Inicialmente, se encontraba el método introspectivo de Wundt, donde el investigador era al mismo tiempo el sujeto de estudio. En segundo lugar, surgió la escuela de París, interesada en estudiar casos individuales, pero marcando una fuerte distinción entre investigador y sujeto de estudio. En tercer lugar, la tradición galtoniana de estudiar el desempeño comparado de sujetos en determinadas tareas o variables. En última instancia, sería la tradición galtoniana la que desembocaría en el sistema actual, pero la obsesión por los números estaba ahí desde el principio. Y esta obcecación llevaría a una degradación progresiva en la calidad y sustento teórico del método, que discutimos previamente al hablar de la medición en psicología. En la tradición de Wundt, era la posibilidad de medir tiempos de respuesta la clave de la cuantificación. Si bien hoy los tiempos de respuesta pueden parecer una variable de poco interés, Wundt tenía razones para ello. Él quería preservar la integridad del procedimiento y su sustento filosófico, lo cual resultaba en un muy angosto ámbito de estudio en que podía aplicarse. Las restricciones que imponía a los experimentos, para poder considerarlos apropiados, eran muchas. Está de más decir que, tanto el objeto de Wundt —la conciencia—, como el método de introspección, serían repudiados tras poco tiempo. Por otra parte, surgió en Francia la fórmula de estudio de diferencias individuales. Movidos principalmente por el interés en la hipnosis, la escuela de Charcot daría lugar a un método en que se comparan las diferencias entre sujetos. Este sería adoptado por varios años, e incluso se puede encontrar actualmente en estudios de análisis del comportamiento que, si bien cuantifican, preservan la diferencia entre sujetos de estudio —incluso si estos sujetos son ratas— e investigadores. A diferencia de Wundt, sin embargo, esta rama de investigación marcaba la distinción entre investigador y sujeto de estudio. En esta etapa, la cuantificación seguiría siendo de interés, pero no sustituía el análisis de casos concretos. Se describían tendencias. Patrones y promedios, aunque siempre volviendo sobre el análisis individual. Pero fue el paradigma galtoniano, de investigar poblaciones en lugar de

individuos, el que se convertiría en el estándar. Como lo muestra Danziger (1990), se dio un cambio radical en las principales revistas de psicología americanas, entre la década de 1890 y la de 1930. Paulatinamente, se fue abandonando el paradigma de casos individuales a favor de estudios con grupos. Mientras que entre 1894 y 1896 en promedio el 45 % de estudios empíricos identificaban a los sujetos por nombre. Para el período 1934-1936, ese porcentaje había bajado a 7 %. De igual modo, en revistas de investigación básica se dio una inversión entre artículos experimentales que reportan resultados a nivel de individuos y aquellos que lo hacían grupalmente.

Elaboración propia a partir de cifras de Danziger (1990). En promedio, se pasó de tan solo un 30 % de estudios que atribuyen resultados al grupo, a un 85 %

El paradigma galtoniano, aunado a un repudio por la teorización, propio del positivismo, llevaría a que se adopte la inferencia estadística como método privilegiado de razonamiento. El grupo se volvió la unidad de medida, sea por tratarse del conjunto que recibe la condición experimental, por ser un grupo que posee un atributo de interés —ej. Género—, o por tratarse de uno definido según su desempeño en alguna medición psicométrica. La inferencia estadística permitía presentar los resultados como objetivos y desligarlos de cualquier juicio por parte del experimentador. De igual forma, la psicometría dejaba prescindir del juicio experto, a favor de la prueba estandarizada. Esto llevaría a las múltiples falacias y problemas metodológicos que ya expusimos previamente. En el fondo de la medición en psicología, y especialmente en el contexto del giro galtoniano, se encuentran los dos preceptos ingenuos que revisamos previamente. La idea pitagórica de Thorndike, de que «todo lo que existe, existe en cierto grado»; y, por otra parte, el postulado de Stevens de que «medir es asignar números a objetos o eventos, según una regla» (ambas citas en Michell, 2004). Estas dos ideas, en conjunto, han llevado a la proliferación de medidas en psicología, a veces psicométricas y otras no, que dan la apariencia de objetividad, aun a costa de cualquier valor científico. Ya el mismo Boring expuso, en una serie de artículos, los riesgos de utilizar la significancia estadística como medida de verdad científica. Alertaba que la variación en distribuciones y resultados estadísticos no debe tomarse por realidad psicológica. Tristemente sus advertencias, así como las de muchos otros, pasaron desapercibidas (Danziger, 1990). Ahora bien, el énfasis en la cuantificación, como medida de cientificidad, no es la única explicación a por qué la disciplina tiene el método y resultados que tiene hoy. Hay otro factor, también de raíces históricas, que contribuye a este procedimiento y a la victoria del modelo galtoniano: el imperativo económico. En el próximo capítulo, revisaremos dicho imperativo.

E. Conclusión: la caída del mito

Este viaje por algunos momentos de la historia de la psicología ha pretendido avanzar la siguiente hipótesis: que en la génesis de la psicología se dio un esfuerzo más istrativo y político que científico para adquirir el estatus de ciencia —algo que se confirmará nuevamente en el siguiente capítulo—. Esto se ha cimentado en el colectivo de los psicólogos —al menos los investigadores—, quienes repiten una y otra vez que la psicología es una ciencia, y que debe compararse con la física y la química. También explica la obsesión por el método —cuantitativo— como medida de objetividad y valor científico. Y, no obstante, vemos una y otra vez que esto es falso. El rigor de la investigación que tanto presumen los libros de texto y la escala de psicología como ciencia (PAS) es un mito. Lo es porque, como vimos en la primera sección, la investigación no se hace adecuadamente. El carácter afín a la física y la química se ve refutado una y otra vez, con corrientes de psicología que prometen siempre lo mismo: que por fin encontramos la manera de estudiar científicamente al hombre. Incluso algo tan sencillo como el corregir las hipótesis refutadas, algo que es considerado como sello distintivo de la ciencia a diferencia del dogma religioso, ha probado no ocurrir en la psicología. Por ejemplo, Kelley y Blashfield (2009) analizaron un artículo sumamente influyente en la historia de la psicología clínica, por parte de Boverman y colegas (1970). Dicho artículo había concluido que existía un doble estándar en cómo los profesionistas de salud mental evalúan a hombres y mujeres. Sin embargo, el estudio contaba con múltiples fallas metodológicas, mismas que fueron expuestas por varios autores. Con ese trasfondo, los investigadores analizaron las citas al artículo de Boverman y colegas en el pasado reciente. Según el Science Citation Index (SCI), y Social Science Citation Index (SSCI), el artículo de Boverman y colegas fue citado treinta y una veces entre 1999 y 2001. De las treinta y una citas, veintitrés tomaron las conclusiones como buenas. Es decir, que la mayor parte de quienes citaron ese artículo omitieron considerar las importantes fallas metodológicas en que incurrieron los autores. Este no es un caso aislado. Consideremos la hipótesis de teoría de la mente revisada anteriormente. Dado que la habilidad de atribuir estados mentales a

otros no es innata, si la hipótesis fuese cierta, entonces los niños con autismo serían indistinguibles de los niños sanos —al menos por lo que respecta a socialización— previo a la adquisición de una teoría de la mente. La edad más temprana en que se ha atribuido esta habilidad, por los proponentes mismos de la hipótesis, es la de dieciocho meses (Frith y Frith, 2003). Aun así, hay evidencia de que los niños con autismo son distinguibles de niños sanos desde edades tan tempranas como los ocho a diez meses (Landa, 2008; Volkmar & Klin, 1993). Esto nunca fue considerado por los proponentes de la hipótesis. Lo mismo vimos en los niños que pasaron la prueba. Confrontados con estos casos que claramente van en contra de la hipótesis, los autores simplemente les presentaron pruebas más difíciles, con tal de defender su hipótesis. O qué decir de la teoría evolutiva del suicidio, que cómodamente ignora clara evidencia en su contra. En el ámbito de inteligencia emocional, comúnmente se presenta a esta como el rasgo distintivo de los líderes. No obstante, sabemos que el mundo corporativo está plagado de líderes tóxicos, que gritan a sus empleados, los humillan, etc. ¹ Quizás el mejor ejemplo de este fracaso para corregir con base en evidencia se puede encontrar en la práctica misma de NHST. A pesar de las considerables críticas de metodólogos como Meehl y Cohen, o del grupo de trabajo de la APA para investigar la inferencia estadística. Sí han tenido un efecto, y algunas publicaciones han hecho avances, pero en su mayoría, los investigadores siguen trabajando igual. Vale la pena recordar las palabras de uno de los más notables metodólogos y críticos de la práctica de psicología: Paul Meehl. En 1978 se quejaba de que mientras en las ciencias avanzadas las teorías son rechazadas por refutación, o se vuelven ampliamente aceptadas, en psicología esto no pasa. En psicología las hipótesis sufren el destino que el general McArthur atribuyó a los viejos generales; nunca mueren, simplemente se van desvaneciendo. Pero tristemente esto permite que sean traídas de vuelta a conveniencia de cualquier autor y que su refutación sea pospuesta eternamente. ⁵⁸ No es raro encontrar que tanto Wundt como William James reciban crédito como los padres de la psicología. James y Wundt tuvieron, en general, intereses muy diferentes con respecto a lo que debía ser la disciplina. Mientras que Wundt buscaba una psicología experimental que continuase con las innovaciones llevadas a cabo en fisiología, James estaba más bien enfocado en una psicología funcionalista, heredera de Darwin. Si bien ambas corrientes no son mutuamente

excluyentes, hubo considerable animadversión hacia los seguidores de Wundt, en Estados Unidos, la cual se radicalizó con la corriente conductista. La razón fue que atribuían a Wundt un introspeccionismo contrario a sus ideales. ⁵ Véase también la reflexión de Lamiell (2013) sobre esta problemática. El autor también analiza el caso del conductismo y el desdén de Watson por la filosofía. En revistas de investigación aplicada, el porcentaje de resultados a nivel grupal siempre fue más alto, pero con el tiempo también vio un incremento. Esto se debe principalmente a que la investigación aplicada, por estar más ligada con la aplicación del conocimiento, se presta más para el método de poblaciones. Volveremos sobre este punto más adelante. ¹ Para una crítica a la industria de desarrollo del liderazgo y su fracaso por insistir en atribuir a líderes exclusivamente atributos positivos como ser inspiradores o no mentir, véase Pfeffer, 2015.

9 La historia de la psicología 2: es la economía, estúpido

«Nothing is so permanent as a temporary government program».

Milton Friedman

Comenzamos este estudio con diversos indicadores del alcance de la psicología, argumentando que esta ocupa un lugar importante y vasto en la vida contemporánea. Y eso nos lleva a postular una tercera explicación del problema. La psicología tiene ya un lugar en la vida económica de la sociedad, y esto ha llevado a dos cosas: la primera, que pueda salirse con la suya en este mal uso de prácticas y herramientas; y, la segunda, que no pueda darse el lujo de desterrar estas prácticas nocivas. A continuación, analizaremos estas dos caras de la misma moneda: la económica.

A. El papel de los psicólogos en la sociedad moderna

En su análisis del origen de la investigación científica, Danziger (1990) muestra cómo la identidad profesional de los psicólogos se fue constituyendo a partir de dos ejes principales. El primero ya lo revisamos en el capítulo anterior: la necesidad de legitimarse y ser reconocidos como una ciencia. El segundo eje es todavía más problemático; el afán de mercadear sus productos para fines prácticos. Como es de esperarse, ese afán se desarrolló más rápido en la psicología americana, dada su fuerte orientación pragmática. Sin embargo, es un afán que se ha ido abriendo paso hasta permear el perfil profesional del

psicólogo en casi cualquier parte del mundo. Uno de los principales lugares en que esto se dio fue en la educación, a través de la obra de G. Stanley Hall, y más adelante Lewis Terman. Si Wundt fue el padre de la psicología, y William James el de la psicología americana, ciertamente Hall, quien trabajó con ambos, es el responsable de su mayor grado de institucionalización. Tras sus estudios en Europa, regresó a su natal Estados Unidos ávido por aplicar lo que había aprendido. No solo fue cofundador y primer presidente de la American Psychological Association, sino que también fundó el American Journal of Psychology. Durante su labor académica comenzó un proceso de divulgación de la psicología a partir de conferencias, que probaría ser esencial para su progreso. En ellas, un tema central fue el desarrollo infantil, a tal grado que su nombre está totalmente ligado al movimiento de Child Study, que pretendía traer los conocimientos científicos a la práctica pedagógica y educativa (Young, 2016). Utilizando el método de encuestas, se apoyó en padres de familia y maestros para conseguir información de los niños, misma que después se llevaba para su análisis. El efecto en la sociedad de sus encuestas y de su divulgación llevó a que el público se interesase por la psicología y sus contribuciones, y cimentó el camino para la psicología clínica, pues los padres de familia llevaban a sus hijos al psicólogo. Curiosamente, al igual que Wundt, el legado de Hall es principalmente reconocido por su labor institucionalizadora y de difusión de la psicología, y no por sus contribuciones científicas, ya que, de estas, al igual que del movimiento de Child Study, muy poco queda. No obstante, otra serie de eventos tendría igual impacto en la industrialización y popularización de la psicología: la medición del intelecto. Esta se puede rastrear, cuando menos, hasta la década de 1880, cuando se comienzan a desarrollar pequeñas pruebas para medir las habilidades de las personas. Por ejemplo, contar dígitos o sustitución de términos (Young, 2016). Fue con los ses Binet y Simon que la historia cambió para siempre, al publicar la primera prueba compuesta que arrojaba una calificación única. Los autores le denominaron edad mental, puesto que habían incorporado otra innovación importante: la aplicación a grupos de referencia para determinar dónde debía situarse un sujeto según lo que la mayoría de la población objetivo hubiese sabido responder. Esta prueba inmediatamente atrajo atención, tanto positiva como negativa, en diversas partes del mundo. Pero fue en Estados Unidos donde tuvo el mayor impacto gracias al trabajo de psicólogos como Terman, Walter Dill Scott, y Robert Yerkes. Terman había sido alumno de Hall, y estuvo muy influido por la prueba Binet-

Simon de inteligencia. En 1916 publicó la versión revisada de la prueba BinetSimon empleando el término de «coeficiente intelectual» en lugar de edad mental. Entre las innovaciones que introdujo estaba la estandarización de esta medida, para que, a pesar de la edad del evaluado, la calificación diera un valor comparable con otras edades. En 1917 el entonces presidente de la APA, y miembro del Comité Nacional de Investigación en Psicología, Robert Yerkes, empezó a cabildear para incluir las pruebas de inteligencia como una herramienta para evaluar a los candidatos a ingresar al ejército. Esta campaña estaba fundamentalmente ligada al ingreso de los Estados Unidos a la Primera Guerra Mundial, lo cual había incrementado dramáticamente la incorporación de personal al ejército. La campaña no fue fácil para Yerkes, y por un tiempo tuvo que competir con Scott y su colega Bingham, quienes habían iniciado la introducción de evaluaciones según el intelecto, pese a que estas estaban basadas en la apreciación de otros oficiales. Yerkes y Scott encontraron la manera de trabajar juntos en un programa intensivo para producir la prueba Army α. La primera prueba de inteligencia aplicada a un contexto específico: adultos militares. Fue después mejorada por el grupo Yoakum, al cual pertenecía Terman, para producir la versión revisada Army Alpha. ² Las ambiciones de Yerkes consistían en aplicar la prueba a todos los militares, a fin de determinar el lugar que habrían de ocupar (véase Carson, 1993 y Kevles, 1968). Tras la guerra, Terman llevó la prueba de inteligencia recientemente mercadeada al sector más lógico para su uso; la educación. Terman popularizó el término de CI, así como la prueba revisada, prescribiendo su uso en escuelas para determinar qué tipo de profesión deberían seguir las personas según su CI y alineando la instrucción a ellos. Antes de Terman las pruebas de inteligencia habían sido recomendadas únicamente para niños con problemas educativos y de aprendizaje. Pero Terman era más ambicioso. Él quería que absolutamente todos los niños fuesen evaluados. Pero no solo eso, proponía aplicar al ámbito de la criminología y, por supuesto, la debilidad mental. Incluso llegó al extremo de pretender asignar un CI a personajes de la historia, basándose en poco más que información histórica y especulación pura. Así fue como estos personajes: Hall, Yerkes, Terman, y algunos otros más como Thorndike, contribuyeron a la institucionalización de las prácticas de medición de personas en los sectores educativo y militar. Ahora bien, todo esto podría ser una historia de éxito. De una disciplina abriéndose camino —en algunos casos como el militar, a través de resistencias— por medio del progreso científico. Aun así, en ambos contextos fue más el afán por inmiscuirse en el entorno práctico, es decir, por mostrar que pueden aportar conocimiento científico, que el genuino

aporte. En cuanto al militar, Carson (1993) ha expuesto que Yerkes emprendió un camino de negociación constante para lograr introducir sus métodos. ³ Por ejemplo, tras reseñas que no fueron las que él esperaba, modificó la prueba para hacerla parecer más militar, propiciando que las instrucciones para la prueba se emitieran a manera de órdenes militares, o cambiando las clasificaciones finales de las personas a una nomenclatura militar. Incluso uno de los criterios utilizados por el grupo encargado de probar la validez estadística de la prueba fue que correlacionara con el juicio de los militares sobre el intelecto de la persona. Esto es conspicuo, por decir lo menos, ya que se supone que la prueba venía a traer cientificidad ahí donde no la había antes, y al final fue esa cientificidad lo primero en sucumbir, por querer que la prueba coincidiera con el juicio de los militares. De igual forma, tanto Yerkes en el ámbito militar, como Hall y Terman en el educativo, enfatizaron claramente la divulgación y la aplicación universal. Ya no se trataba de determinar si los militares serían aptos para el servicio, o evaluar el intelecto de niños con discapacidad o retraso mental. No, ahora se trataba de evaluar a todos absolutamente. Esto comenzó la creación de empleos dedicados específicamente a aplicar los preceptos psicológicos a las instituciones humanas. Tras estos iniciales encuentros con la industrialización, el papel de los psicólogos se ha ido ampliando hasta tal punto que hoy en día se aplican baterías de pruebas, peritajes y demás en múltiples entornos. Los proponentes de psicología positiva y sus conceptos relacionados como inteligencia emocional y mindfulness impregnan el mundo de los negocios y la capacitación a ejecutivos. Las mediciones psicológicas y de orientación empapan las escuelas con pruebas estandarizadas, orientadores vocacionales, etc. Prácticamente no hay espacio de la sociedad actual en que los psicólogos no intervengan de un modo u otro.

B. La tiranía del statu quo

Milton Friedman es quizás uno de los economistas más reconocidos del siglo XX. Fue uno de los más fervientes proponentes del libre mercado y la reducción del papel del Gobierno en la vida de las personas. Entre sus posiciones más controversiales se encuentra la crítica al Estado de bienestar, por considerar que vuelve a las personas dependientes de la ayuda del Gobierno. Consideramos que

esto se debe en parte a la construcción de un entramado de apoyo que genera una expectativa y una dependencia respecto a la ayuda proporcionada. Esto lleva a que eliminar dicho programa sea sumamente difícil, aun cuando no haya garantías de su beneficio. Pues bien, algo similar ocurre con la psicología. Se ha inmiscuido a tal grado en la vida de las personas y en las prácticas de varias instituciones que se ha generado una dependencia respecto a su saber. Incluso si ese saber no está garantizado o no existan pruebas de su provecho. Esto también explica por qué los múltiples llamados a cambiar no tienen un efecto real y sostenido. Simplemente no existe un incentivo para variar ya que la demanda de servicios de psicólogos se mantiene virtualmente intacta. Y es por ello que las controversias y debates rara vez se extienden más allá del ámbito especializado. Con la excepción de una ocasional publicación en algún periódico o revista como el New Yorker, estos debates no han tenido las repercusiones necesarias como para resultar en un cambio genuino. Comparemos el caso de la psicología con el de una disciplina aledaña: la psiquiatría. Al ser una profesión médica, está sujeta a un mayor escrutinio público. Películas como la americana Side effects de 2013 dramatizan sobre el comportamiento de las compañías farmacéuticas y su cultura de la prescripción. La ganadora del Óscar Angelina Jolie protagonizó el drama basado en la vida real de una mujer que es internada en un hospital psiquiátrico tras cuestionar a la policía sobre la investigación de su hijo desaparecido. Y no se trata únicamente de ficción. En la década de los sesenta surgió en Estados Unidos el movimiento de sobrevivientes de la psiquiatría, el cual buscaba denunciar los abusos de la profesión. De igual modo, en los sesenta y setenta, el movimiento de la antipsiquiatría, liderado por personalidades como Thomas Szasz y R. D. Laing, retaba el concepto mismo de enfermedad mental como una construcción social con fines políticos y de control. Más recientemente, se ha visto directamente atacada por parte de la Iglesia de la cienciología, la cual afirma que la psiquiatría es un peligro, y que el uso de psicofármacos es indebido. Los inconvenientes de la psiquiatría han sido expuestos también tanto por periodistas como por los mismos practicantes de la disciplina. En su libro The emperor´s new drugs, el investigador Irving Kirsch expone los defectos en la teoría del desajuste químico del cerebro que subyace a buena parte de los fármacos antidepresivos y antipsicóticos, así como la tesis de la bala mágica —la idea de que el psicofármaco ataca puntualmente a dicho desajuste—. El

psiquiatra americano Daniel Carlat adquirió notoriedad al confesar su participación en los esquemas que las farmacéuticas utilizan para incrementar las ventas de sus psicofármacos (Carlat, 2007). Las controversias de la psiquiatría y de su uso del manual diagnóstico estadístico, o DSM, también han sido notorios. La última versión del manual estuvo plagada de señales de alerta y problemas, mismos que adquirieron notoriedad pública. Desde conflictos de interés, con tres cuartos de los istas involucrados en su diseño teniendo uno o más vínculos financieros con empresas farmacéuticas (Cosgrove y Krimsky, 2012); hasta un fracaso en las pruebas de campo del manual; ⁴ todo esto pasando por errores conceptuales y metodológicos. A pesar de este nivel de escrutinio y exposición pública, y de las controversias y abusos que históricamente se han dado en la psiquiatría, no hay señales de que vaya a cambiar en buena parte de sus prácticas. La teoría de la bala mágica y del desajuste químico perduran. El DSM continúa siendo la Biblia de los psiquiatras. Entonces, si una disciplina sometida a tanto escrutinio, controversias y pérdida de credibilidad puede darse el lujo de operar de la misma manera, ¿qué razón hay para creer que otra en condiciones más laxas vaya a cambiar? Creemos que esto se debe a la falta de alternativas viables. Dado el tamaño de la industria ligada a la psicología, no se va a desistir de estas formas tóxicas de actuar sin mayor pega.

C. Conclusión: el alto precio de la congruencia

Imaginemos por un segundo qué pasaría si las revistas se dieran a la tarea de verificar las citas y referencias de los autores; o si solo se aplicaran a la industria métodos y teorías validadas con genuino rigor científico; o si las universidades exigieran un verdadero dominio de los procedimientos estadísticos utilizados para aprobar a los estudiantes. Varias industrias relacionadas con servicios psicológicos se verían afectadas. Quizás universidades verían sus matrículas reducidas, con la consecuente pérdida de recursos. Los fondos de Gobiernos dejarían de fluir, o las contrataciones de servicios por parte de empresas se vendrían abajo. Millares de psicólogos perderían su actual prestigio o incluso empleo. Tal parece que el statu quo de estas malas prácticas se mantiene porque el precio real es demasiado alto.

En 1922, se propuso en el congreso de los Estados Unidos que la aplicación de pruebas de inteligencia fuese un requisito para permitir a inmigrantes. La propuesta mencionaba como las pruebas de inteligencia se utilizaban ya en los ámbitos militar, de salud, educativo y laboral. Véase New York Times (1922, diciembre 31). Imagen de Skeeze, en Pixabay

² De igual forma se produjo una versión para iletrados denominada Army Beta. ³ Claramente esta negociación respondía a las resistencias por parte de los militares, quienes estaban acostumbrados a gestionarse a sí mismos según el juicio de expertos. De hecho, en algún punto se llamó a los evaluadores de Yerkes «las pestes» —en inglés pests, lo cual puede ser que aluda el inglés de pruebas: tests—. ⁴ Una de las medidas más importantes de calidad del manual es la denominada confiabilidad interevaluador. Esta es una medida de la consistencia con que diversos s del manual diagnostican a una persona de la misma manera. Su cálculo es representado como la estadística kappa. Históricamente, un kappa de .6 era considerado como un mínimo para decir que existía aceptable confiabilidad interevaluador. En 2012, el grupo de trabajo del DSM anunció que el rango de valores kappa aceptables sería de .2 a .4 en adelante, yendo en contra de años de estándares superiores. No es de sorprender que en los resultados de las pruebas de campo solo un desorden superase el .7, y cuatro rebasaran el .6. Veinticinco trastornos se encontraron por debajo de .6. ¡Incluso hubo trastornos con kappa negativo! Para una crítica sobre la disminución de los criterios de aceptabilidad véase Jones, 2012. Para los resultados de las pruebas de campo véase Freedman y colegas, 2013.

Tercera parte: La solución

10 Corrigiendo la investigación en psicología: recomendaciones para una mejor práctica

La primera sección de este libro ha sido principalmente descriptiva. Hemos revisado el problema que tiene la psicología en su manera de investigar o adquirir conocimiento, comenzando por los principales métodos de investigación cuantitativa, pasando por las prácticas cuestionables de investigación y terminando con el limitado sustento filosófico de esta. En la segunda parte aventuramos tres factores como explicación a la situación actual de la investigación en psicología: la enseñanza, el afán por legitimar su práctica como científica, y la necesidad de mercadear sus procedimientos. Este último capítulo será estrictamente propositivo. Haremos una serie de recomendaciones que ayudarían a sacar a la psicología de su estado actual. A grandes rasgos lo que se necesita es un cambio de mentalidad en el modo en que la investigación en psicología se ejerce. A fin de facilitar la presentación de estas soluciones, las hemos separado en diferentes puntos, aunque, en realidad, han de entenderse de forma conjunta, pues en todos los casos cada recomendación depende del resto.

A. Honestidad: aceptar que hay un problema

Creemos que, del mismo modo que con las adicciones, el primer paso es reconocer que se tiene un problema. Es increíble la cantidad de psicólogos que defiende sus métodos a capa y espada, citando términos como muestra representativa, significancia estadística, y que, como hemos visto, no saben utilizarlos. Esta honestidad se refiere a dejar atrás la postura defensiva, la necesidad de ser considerados ciencia, y aceptar que, si bien se asume que la psicología es una ciencia, las fórmulas que está utilizando no son adecuadas.

itir que la manera en que se postulan hipótesis es limitada, por decir lo menos. Reconocer que no por utilizar una prueba psicométrica se está midiendo un atributo mental, aun cuando dicha prueba haya sido validada con una serie de medidas adicionales; que algo no está bien cuando en una oración la mayor parte de las palabras son citas; que la regulación de la práctica de la psicología es limitada; que el perfil de los estudiantes muchas veces no coincide con lo que se espera de la disciplina. En fin, aceptar que algo estamos haciendo mal. Ese requisito parece fácil. Tras leer este libro muchos lectores psicólogos estarán dispuestos a conceder que algo está mal, en teoría, en abstracto. Pero es justamente ese en abstracto lo que hace de esto algo problemático, por dejar la responsabilidad en un ente colectivo (todos); o en un ente abstracto (todos o la mayoría). Por ello, a continuación, detallamos cómo se puede ver esta aceptación de culpa:

- A nivel individual: •Cuestionarnos si genuinamente sabemos qué significa la terminología estadística que utilizamos. Ese output que arrojan los paquetes estadísticos como SPSS®, y del cual solo nos fijamos en el valor de significancia. •Plantearnos si al muestrear simplemente buscamos una población cercana, accesible y comenzamos a aplicar nuestras pruebas y estudios, o si genuinamente llevamos a cabo un estudio ambicioso, cuidando que el tamaño y la composición de la muestra sean determinados de forma consciente y rigurosa. •Aceptar que los instrumentos psicométricos que utilizamos son pobres maneras de medir atributos psicológicos. •Reconocer aquellas veces en que lanzamos una lista de referencias de las cuales únicamente sacamos un enunciado o leímos el resumen. En el caso de editores, itir cuando hemos fracasado en buscar validar, aunque sea algunas de las referencias de los artículos que se nos envían. •Preguntarnos si sabemos cómo se debe ver una explicación en psicología. O cuando efectuamos una investigación, indagar sobre cuál es el mejor modo de probar la hipótesis, desde antes, y no simplemente buscar confirmaciones en donde sea.

•Cuestionar si genuinamente la educación que hemos recibido se basa en investigación o en preconcepciones.

- A nivel colectivo: •Las universidades deben reconocer que muchas veces solo enseñan atajos a sus estudiantes, y no metodología real. •También que una buena parte de las personas que estudia no son competentes en la investigación, y a veces incluso estudian por motivaciones cuestionables, como el muy famoso en México «mientras me caso». •Deben aceptar que el currículo de la formación como psicólogos es limitado: se enseña muy poco de aquellas materias necesarias para cimentar el conocimiento presente; historia, filosofía, ética, etc. Esas que son vistas muchas veces como de relleno. •Las asociaciones deben reconocer que los estándares de calidad para investigación y publicación son pobres.

Al plantear estos cuestionamientos, quizás se logre hacerlos más propios, y con ello abrir la puerta al reconocimiento de que la investigación se ha hecho con mala calidad por suficiente tiempo. Por ello considero necesario hacer lo propio. A nivel personal, reconozco que en alguna época yo también incurrí en varias prácticas que ahora son objeto de la presente crítica. He sido autor o coautor de varios estudios publicados en que se hace uso de alguna discutidas en este libro; principalmente, el énfasis en un método de NHST mal utilizado, pobres técnicas de muestreo o recurso a la psicometría de manera acrítica. Sé que en ninguna de las investigaciones que participé se incurrió en mala conducta científica propiamente, pero he presenciado ejemplos que me llamaron la atención, y en que debí actuar de diferente modo. Por ejemplo, en el curso de un estudio recuerdo que solicité a ciertos artículos que no estaban cubiertos en la base de datos de nuestra institución. Un colega me recomendó limitarme a utilizar las conclusiones del resumen. Si bien esto no es necesariamente una falta de ética, sí es una práctica cuestionable toda vez que

omití un análisis exhaustivo de la información para determinar su calidad. Los investigadores con quienes he trabajado han sido profesionistas comprometidos con el quehacer científico, y ha sido un privilegio trabajar con y aprender de ellos. Entiendo por qué muchas veces los psicólogos se comportan como lo hacen. Yo también he sentido la emoción de publicar mi primer artículo, así como los subsecuentes. También he sentido el gusto de encontrar resultados positivos en mis trabajos. Considero que en muchas ocasiones estas malas prácticas son producto de una manera de trabajar que nos precede, y en muchas ocasiones envuelve. Por ejemplo, el caso que ya expusimos en que autores ni siquiera reconocían que está mal reportar sólo los resultados significativos. Sin embargo, el conocimiento es también responsabilidad. En cuanto aprendí de las limitaciones del método de NHST o de la importancia de la potencia y el tamaño del efecto decidí distanciarme de estas herramientas que hoy hacen más daño que bien. De igual modo, pensaría dos veces antes de realizar una investigación que no tenga un procedimiento de muestreo robusto y debidamente planeado. Espero que la lectura de este libro lleve a otros a cambiar sus prácticas de igual forma que yo lo hice.

B. Crear un método acorde al objeto de estudio, y no a la inversa

A lo largo de esta obra hemos presentado evidencia de múltiples fuentes que muestra cómo los psicólogos han empezado la casa por el tejado dando primacía al método por encima del objeto de estudio. Han privilegiado la apariencia de cientificidad por encima de la verdadera cientificidad. Comenzando con Wundt, vemos que el laboratorio y los instrumentos servían para distanciarse de la filosofía y presentarse como científicos. Esta práctica llegaría al extremo de utilizar batas de laboratorio en estudios de conducta, ya sea animal o humana. Luego vimos como la estadística inferencial, y específicamente la prueba de significancia, se convirtieron en una herramienta retórica de legitimación. Igualmente, observamos como en los libros de texto se vende esta idea, y se presenta al método como algo axiomático, siendo lo único sujeto a discusión las teorías mismas, nunca el primero. No sorprende que Danziger (1990) denomine a este fenómeno metodolatría.

Quizás en ningún lugar sea esto tan prominente como en las corrientes conductista y cognitiva. Comenzando por el conductismo, con un simple movimiento Watson desterraba del dominio de la psicología cualquier cosa que tuviese que ver con la mente, camino que seguirían los psicólogos por varios años —en muchos casos el conductismo persiste en la actualidad, ya sea explícitamente, o como algo subyacente a muchas investigaciones, aunque estas no lo acepten—. El conductismo básicamente excluyó del ámbito de interés la mayor parte de los temas de estudio que asociamos con la psicología: mente, ideas, sueños, fantasías, deseos, etc. Y a nadie importó que, desde el punto de vista conceptual más sencillo, y antes de cualquier investigación, el conductismo se demuestra carente de interés o sentido al no poder dar cuenta de un pedazo de evidencia tan sencillo que parece una perogrullada; que una misma conducta puede ser causada por varios factores o razones, y que puede tener más de una intención, como lo es rascarse la cabeza por comezón o por confusión. Para comparar, esto equivaldría a que la historia no se dedique a estudiar eventos pasados porque no se conocen más allá de la especulación. Quizás, en menor medida —aunque esto es discutible—, también el cognitivismo incurre en este error al regresar la mente al centro de la atención, pero únicamente tras el advenimiento de la computadora. Como bien lo plantea Searle (2001), el efecto que el advenimiento de las computadoras tuvo en el imaginario de los psicólogos fue que, de nuevo, era científico tener mente. Pero aquí, una vez más, los psicólogos pusieron el carro antes de los bueyes; tuvo que ser un desarrollo tecnológico independiente lo que los guiara a aceptar como un objeto de estudio válido a la mente. Claro, en el proceso tuvieron que comprometerse con una tesis igual de implausible; que las personas funcionan como una computadora. De ahí dimana la creencia falaz de que estudiar a las computadoras llevará a un mayor entendimiento de las personas, qué importa que la computadora debe ser programada por alguien, que se debe de prender, que no tiene órganos, que no posee bioquímica. Es así que postulamos esta segunda recomendación: basar el método en el objeto de estudio. Buscar formas de analizar que sean congruentes o acordes con lo que se está estudiando. Lo que estamos proponiendo es sencillo y posible; en la historia de la psicología ya hay ejemplos de ello. Uno lo encontramos en Freud. Entre los puntos de partida de la teoría psicoanalítica está el supuesto de que las cosas no ocurren en la mente, o vida anímica, simplemente «porque sí». Una persona no tiene un lapsus linguae sólo «porque sí». Los chistes que hacemos no se nos ocurren de la nada, y no los emitimos simplemente «porque sí». Y así también las cosas no se nos vienen a la cabeza «porque sí». A este principio él

denominó determinismo psíquico, y en torno a él gira una de las piezas fundamentales del método psicoanalítico: la asociación libre. Freud, y evidentemente sus sucesores, dedicaba gran atención y cuidado en lograr que el paciente dijera todo cuanto se le viniese a la mente. Ante un silencio abrupto a media sesión preguntarían «justo ahora, antes de callar, ¿qué le vino a la mente?», o si una persona dijese «tuve una idea, pero no es nada», insistirían en que el paciente lo comunicase sin reparo de lo tonto o fuera de lugar que pareciese. Ahora bien, no quiero decir con esto que el procedimiento psicoanalítico sea el ideal o apropiado. Más bien lo que deseo mostrar es que puede haber un método que existe como consecuencia del objeto de estudio que se persigue, y no a la inversa. Un ejemplo menos controversial, o que provoca menor animadversión que el psicoanálisis, se puede ver en la obra de Kurt Lewin, como lo argumenta Danziger (1990). En su sistema se aceptaba que el investigador y el investigando entraban en una relación irreductible a uno de ellos. El estudio del sujeto de investigación ocurría en el contexto del estudio de la relación misma que se entablaba. Y en este sentido el método era congruente. Uno de los peores mitos y errores de la psicología, y que ya vimos descaradamente en el análisis de discurso de libros de texto, consiste en deificar a esta táctica cuantitativa de prueba de significancia, al grado de que los estudiantes de psicología piensen que es la única opción científica —amén de aceptar ciertos métodos cualitativos para investigaciones sociales—. ¿Acaso esos psicólogos creen que Einstein dobló la luz para proponer su teoría de la relatividad? ¿O piensan que un arqueólogo junta muestras representativas de ruinas? ¿O que un astrofísico refuta la hipótesis nula de que el universo no se expande? No, la ciencia no funciona así. Cada disciplina desarrolla sus métodos de prueba según el objeto de estudio. Eso es algo que hoy en día le falta a la psicología.

C. Mejorar la calidad de la educación

Estoy seguro de que esta recomendación causará enojo en quienes laboran en universidades. ¿Cómo osamos sostener que se mejore la calidad de la

enseñanza? Pues bien, es claro que esta problemática no podría existir sin que la universidad jugara un papel importante. Y para que este inconveniente se resuelva, la universidad tendrá que hacer su parte. Pero ¿cómo puede ser esto? Veamos cómo, para cada problemática que detallamos en la segunda sección, la enseñanza superior asume una importancia, llevando a un círculo vicioso que se reproduce una y otra vez. En primer lugar, revisemos el mal uso de la estadística. Los estudiantes aprenden el uso de estadística como si se tratase de recetas de cocina: «si tu variable independiente se mide de manera categórica, y tu dependiente en intervalos, entonces utiliza la prueba estadística X. Después sigue estas instrucciones en tu computadora, y consulta el valor de la significancia». Esto no es propiamente falso, pero sí es sumamente simplista e incompleto. Se omiten factores esenciales al proceso de investigación como la naturaleza de estos métodos estadísticos, las interacciones de los diferentes parámetros, las interpretaciones posibles para un determinado valor de significancia, etc. De igual modo aprenden los estudiantes a muestrear según los criterios más burdos, como, por ejemplo, la abundancia de muestreos por conveniencia, el abuso de muestras universitarias, o las dos reglas para determinar el tamaño; «mínimo treinta sujetos y entre más, mejor». Todas estas lecciones son simplemente falsas. Los profesores que enseñan estos atajos, estas reglas de interpretación, simplemente perpetúan el ciclo que después estos estudiantes repetirán en sus vidas profesionales. En segundo lugar, está la práctica de investigación. Más allá de la ética involucrada en no plagiar, mentir o alterar la información, lo cierto es que no se pone mucha atención a todas las implicaciones de la ética de la investigación, particularmente en lo que se refiere a prácticas cuestionables, el uso de referencias, etc. Vimos claramente como hay autores que no tienen claro por qué está mal simplemente correr toda clase de análisis estadísticos o señalar sólo aquellos resultados que fueron significativos. Su forma de frasear el reporte de investigación los delata. Aun así, en muchas ocasiones las prácticas cuestionables de investigación son una problemática moral, no de educación, pero aquí nos referimos a aquellas que tienen que ver con falta de conocimiento sobre lo que se espera de la investigación. En tercer lugar, se halla el sustento filosófico de la práctica de investigación. Aquí la situación se complica, puesto que no se puede enseñar de modo unívoco. Así como nuestro análisis requirió de estudios de casos individuales a

profundidad, así también el mejorar este aspecto de la investigación dependerá, en parte, de una enseñanza igualmente específica y a profundidad; lo opuesto de los manuales. No obstante, sí hay recomendaciones prácticas a seguir; asegurar que los egresados de psicología cuentan con un suficiente nivel de pensamiento crítico, ya sea desarrollándolo en la formación, o requiriéndolo para el ingreso. Al respecto, vimos ejemplos notables en que los psicólogos no tienen claro en qué consiste una explicación adecuada, o qué cuenta como evidencia. Más preocupantes son los que reportan asociaciones entre variables que en realidad son una misma cosa. Todo esto constituye muestras claras de falta de pensamiento crítico. Por otra parte, mejorando la enseñanza de filosofía en la formación de los psicólogos. Es más bien común que la filosofía se vea relegada a una materia en el área de fundamentos, que es vista en muchos casos como una materia de relleno por los estudiantes —y a veces, quizás, también maestros—. Eso no solo promueve en los psicólogos la creencia de que la filosofía es prescindible, o reemplazable, también los mantiene ciegos a los fundamentos verdaderos de su práctica de investigación. Por último, se debe mejorar —y en ciertos casos incorporar— la enseñanza de historia de la psicología. En muchas ocasiones esta historia consiste de un simple repaso de las grandes corrientes de la psicología: Gestalt, psicoanálisis, conductismo, psicología humanista, cognitivismo, y quizás un par de corrientes más. Más frecuentemente que no, esta enseñanza de historia, al no ser una historia crítica, prolonga un fenómeno muy peligroso; el mito del progreso. Así cada fase de la psicología es vista como una corriente mejor, no diferente. El resultado de esto, evidentemente, es que se repite el patrón descrito en esta obra, en que cada nueva corriente de psicología no es más que una moda, que insiste en el lema eterno «ahora sí encontramos la manera científica de estudiar X». Asimismo, esa falta de una historia crítica lleva a que muchas veces los psicólogos no estén conscientes del progreso que ya se ha hecho antes. Muchos psicólogos no pueden apreciar hasta qué punto la psicología evolutiva actual conserva ciertas concepciones de principios del siglo como las propias de la eugenesia. O como la psicología positiva no hace más que repetir las fórmulas del movimiento de optimismo de la década de los ochenta. Como estos hay múltiples instancias que comprueban el dicho popular de que desconocer la historia nos lleva a repetirla. Queda claro que la enseñanza de la psicología eterniza el problema por el uso de atajos que fomentan el analfabetismo metodológico, o por la omisión de temas y enfoques necesarios. Se trata siempre de estudiantes que al graduarse y ejercer

aplicarán las enseñanzas y/o prácticas que vieron en sus maestros, reproduciendo así el problema.

D. Mejores incentivos a la publicación

Muchas de estas recomendaciones no llegarán por buena voluntad de los psicólogos. De hecho, la evidencia apunta a que la capacidad de autogestión de estos es sumamente limitada. Por ello, parte esencial de la solución debe ser la regulación externa y, aunque se deba encontrar un balance en cuanto al nivel ideal de regulación, que permita a la ciencia mantener su objetividad y apertura a las nuevas ideas, creemos que un mínimo indispensable es posible. Esta regulación debe darse principalmente en el proceso de publicación de investigación. En efecto, una de las cosas que más llama la atención al leer estas páginas es que se trata de problemas que en muchos casos ya se conocían. Las reservas sobre la práctica de NHST las pudimos rastrear hasta la década de los treinta y cincuenta. Luego de los setenta a los ochenta se acumularon las críticas de autores como Meehl, Cohen, y otros más. Fue en los noventa que la APA estableció el grupo de trabajo sobre inferencia estadística y elaboró sus recomendaciones. Y vemos que el paso de los años hace poco por generar un impacto real. De igual modo, ya en los sesenta, Meehl (1967) cuestionaba la manera en que se prueban hipótesis en psicología; y en el transcurso, aludía a la soltura con que se deriva un experimento a partir de la teoría. En filosofía de la ciencia el siglo XX ha sido de grandes desarrollos y propuestas. Las hipótesis de la explicación científica han pasado del modelo positivista denominado nomológico-deductivo hasta teorías de la causalidad, de la pragmática de la explicación, de explicaciones teleológicas, entre otras. Y, sin embargo, en psicología estos avances no han sido considerados de modo sustancial. Esto es más claramente visible en la psicometría, la cual sigue trabajando sobre supuestos de un operacionalismo ya superado. Y si bien es discutible, es probable que sean los filósofos de la mente y la psicología quienes más están contribuyendo en este sentido de rigor conceptual, y no los propios psicólogos experimentales. En otros ejemplos, como es el de las prácticas cuestionables de investigación, hemos visto que hay poco desarrollo sobre cuestiones como la terrible práctica de citar. En otros,

observamos que la psicología adolece de los mismos inconvenientes que en otras disciplinas, sin que por ello se haga algo de forma sistemática para mejorar el ámbito. Ahora bien, creemos que en gran medida esto se reduce a una cuestión de incentivos. Ya se han realizado análisis económicos de la práctica científica. En su mayoría estos han versado sobre los incentivos para incurrir en prácticas cuestionables, pero muchas observaciones se podrían aplicar al caso de la psicología en general. ¿Qué estímulo tendrán los psicólogos para cambiar su modelo de trabajo si el actual ha permitido un auge de la disciplina, con presencia en entornos diversos y retornos cuantiosos? En efecto, no ha habido mucho en juego para los psicólogos que utilizan mal los métodos, que mercadean teorías basadas en experimentos pobres o que defienden conjeturas conceptualmente erradas. El siglo XX vio un auge en la demanda de servicios psicológicos, y fue atendida a costa de factores como la calidad de los productos. El público rara vez nota la pobre calidad de lo que está consumiendo. ⁵ Por eso se necesita una mayor y mejor regulación en materia, tanto de investigación, como de aplicación de esta a la práctica. En el caso de la investigación, gran parte de esta regulación debe implementarse a nivel de las revistas científicas que publican resultados de investigación. A continuación, detallo tales recomendaciones:

I. Aprobación sobre el protocolo de investigación

Una recomendación, comúnmente hecha por críticos de la práctica de investigación en psicología, es el requisito de remitir el protocolo de investigación a la revista antes de que esta se lleve a cabo. Esto permite evitar la práctica de HARKING, en la cual se construye una narrativa ad hoc a los resultados hallados, así como el reporte selectivo de resultados estadísticamente significativos. ⁷ Siguiendo esta recomendación, los revisores de revistas podrían apoyar a fortalecer el protocolo de investigación y emitir recomendaciones sobre el muestreo, el tipo de análisis propuesto y la justificación conceptual del estudio, antes de comenzarse. Esto contrasta con la situación actual, en que los editores deben opinar sobre el reporte de una investigación ya realizada.

Así y todo, en otros países ya se han dado pasos en esta dirección. Por ejemplo, los estándares de reporte de resultados cuantitativos de la APA requieren que se explicite todo el diseño experimental, así como la diferenciación entre análisis planeados y análisis no planeados (Appelbaum y colegas, 2018). Aun así, estos son apenas primeros pasos, y no reducen la necesidad de aprobación sobre protocolos a priori. En cuanto a México, no hay avances sobre este punto.

II. Ciencia y datos abiertos

Uno de los pilares de la investigación es la apertura al escrutinio y la posibilidad de replicación del estudio. En este sentido es la siguiente recomendación: que las revistas requieran a los autores remitir las bases de datos, en crudo, utilizadas para análisis. Con esto, otros autores pueden revisar nuevamente los resultados de uno, interpretarlos de manera diferente, etc. Algunas revistas de otros países ya han comenzado a requerir esto. Por ejemplo, la prestigiosa revista PLoS One (s. f.) requiere que los autores hagan públicos todos los datos que sustenten su investigación, sin ninguna restricción. En este rubro, las diferentes publicaciones de psicología en algunos casos han avanzado con requisitos de disponibilidad de la información. Sin embargo, estos no son aplicados de modo uniforme, o con el mismo nivel de rigor. Por ejemplo, dentro de las revistas de la APA se puede encontrar considerable variación, a pesar de estar registradas bajo la misma organización. Psychological Bulletin requiere que los autores añadan si los datos estarán disponibles, pero dejan abierta la puerta para que esto no se haga (APA, s. f.). Este requisito, que de por sí es laxo, no aplica para varias otras revistas de la misma APA, incluyendo algunas de las más leídas, como American Psychologist, el Journal of Experimental Psychology: General, entre otros. Es cierto que el código ético publicado por la APA requiere que los autores compartan con otros los datos de su investigación para posterior análisis (APA, 2017), pero no solo ya vimos que en la práctica esto muchas veces no pasa, sino que, además, es requerido bajo demanda, y no se traduce en un requisito editorial generalizado. En otros países, la situación es similar. Por ejemplo, la British Psychological Society no menciona nada al respecto ni en su Código Ético (BPS,

2018), ni en su Código de Ética para Investigación con Humanos (BPS, 2014). Por último, en México el Código Ético del Psicólogo estipula que, si se le solicitan, el psicólogo debe proporcionar los datos en que se basan sus conclusiones de investigación (SMP, 2009). No obstante, esto no se traduce a directrices editoriales específicas. Las principales revistas de psicología en México, como, por ejemplo, la Revista Mexicana de Psicología, Acta Comportamentalia, Mexican Journal of Analysis of Behavior, o Psicología y Salud, no incluyen en sus lineamientos para autores nada al respecto. ⁸

III. Directrices para reportes de investigación cuantitativa

Aun con sus limitaciones, la prueba de significancia podría ser utilizada en ciertos contextos. Aunque para evitar el abuso de estas herramientas es necesario contar con estándares de calidad mínimos, para la conducción y anotación de métodos cuantitativos. Es sorprendente ver que problemáticas tan sencillas como el reporte de estadísticos completos no han sido abordados más que recientemente. De nuevo, otros países ya han hecho avances, pero estos han sido tibios. Por ejemplo, en Estados Unidos la APA ha emitido estándares para el reporte de estudios cuantitativos, que incluyen estimaciones precisas de tamaño de la muestra, potencia, tamaño del efecto y demás. No obstante, estos son tomados muchas veces como recomendaciones, y no como algo vinculante. Además de este problema, en muchos casos no son lo suficientemente específicos. Por ejemplo, no aluden al reporte explícito de pruebas para determinar supuestos estadísticos, y únicamente piden que se indique si hubo inconvenientes con los mismos. Igualmente, piden que se describa el método para muestrear, pero no establecen directrices que permitan evitar el excesivo muestreo por conveniencia y sesgado que se da en la investigación en psicología (véase Appelbaum y colegas, 2018). En el caso de México, las directrices para autores parecen más bien guías de estilo que estándares científicos, enfocándose en el formato de las gráficas e ilustraciones, las palabras o el modo de citar, pero no en la manera de reportar estadísticas de la investigación.

IV. Generar espacios para diferentes tipos de publicaciones

Hoy en día una gran cantidad de revistas se enfocan solo en ciertos tipos de publicaciones. Lo más común es que las revistas acepten manuscritos de investigación empírica, y guarden un espacio reservado para cosas como obituarios, comentarios a otros trabajos o editoriales. Sin embargo, estos espacios no son algo que se aplique siempre, y muchas veces ni siquiera existen. Ahí es donde las revistas idealmente destinarían espacio para tres tipos de publicaciones que no reciben la suficiente atención: discusión y/o aplicación de métodos alternativos —especialmente cuantitativos—, análisis teóricoconceptuales y estudios de replicación. Disponer de un espacio para discusión o investigación con diferentes procedimientos, tanto de prueba de hipótesis como de medición, generaría un lugar para el tipo de investigación que hoy en día se ve relegada a segundo plano. Por ejemplo, alternativas metodológicas como la prueba de hipótesis con métodos Bayesianos, estudios de un caso u otras innovaciones metodológicas. Desafortunadamente, en la actualidad sucede lo opuesto. Las revistas, o no generan dicho espacio, o explícitamente se comprometen con un tipo de sistema, en detrimento de alternativos —como Journal of Experimental Psychology—. Los espacios para discusión de aspectos teórico-conceptuales son todavía más escasos. Múltiples revistas, sobre todo en entornos aplicados, no consideran la necesidad de este tipo de publicaciones. Incluso revistas que, por su orientación, se prestarían más para este tipo de análisis, no son claras o explícitas para requerir de los autores estas consideraciones. Por ejemplo, Annual Review of Psychology, una de las revistas con mayor impacto en el ámbito, y que publica exclusivamente revisiones de la literatura, no incluye nada en sus directrices sobre elementos de naturaleza conceptual o filosófica (véase Annual Reviews, 2018). La situación es la misma en el caso de Psychological Inquiry, que publica siempre un artículo focal, seguido de comentarios al mismo y respuestas del autor. Literatura directamente relevante sobre el tema de revisiones sistemáticas rara vez aborda cuestiones de esta índole. Por ejemplo, en su libro Systematic reviews and metaanalysis, los autores no destinan un solo capítulo a las revisiones sistemáticas, y más bien se enfocan en métodos para selección de estudios y procesos de meta-análisis (Littel y colegas, 2008). Considérese Siddaway y colegas (2019). Su artículo sobre revisiones sistemáticas de la

literatura apenas dedica unos párrafos a aspectos de carácter teórico como son la consideración de evidencia y contraejemplos a la teoría en cuestión, o una recomendación genérica sobre no limitarse a resumir, más bien brindar nuevos análisis del fenómeno en cuestión (p. 767). Evidentemente, no se quiere decir que estas sean las únicas fuentes sobre la materia, o que no sean buenas en aquellos temas que sí abordan. No obstante, son ilustrativas de un problema que es la omisión de este tipo de análisis y consideraciones. Incluir guías de preguntas para hacer durante una revisión sistemática también favorecería a la producción de estos trabajos, que después puedan incorporarse de modo regular a las revistas de psicología. Comparar la psicología con una disciplina aledaña es iluminador. Al estudiar el posgrado en filosofía, los requisitos para la tesis incluían cosas como analizar hipótesis opuestas y ser justos en la evaluación de las mismas, explicando por qué estas teorías serían de interés y qué inconvenientes resuelven. Igualmente, nos requerían considerar in extenso las posibles críticas a la propia postura y adelantarnos con argumentos en defensa de la misma. Directrices de esta índole fortalecerían la calidad de la discusión en la investigación psicológica. Por último, el reservar espacios para estudios de replicación claramente ayudaría a reducir el sesgo de confirmación que se observa en la psicología, y cuya otra cara es la crisis de replicación. Un tema bien investigado por economistas de la ciencia es la estructura de incentivos, en la cual el interés por publicar cosas originales figura como una variable que incluso contribuye a la mala conducta de científicos. Todos quieren ver sus ideas confirmadas y desean publicar investigación original. Después de todo, no se otorgan premios por replicaciones. Pero los estudios de replicación sirven una función importante en la ciencia, que pocas veces es reconocida. Permiten validar que los hallazgos de otros sean verdaderos, y no meros artificios, o productos de las circunstancias.

V. Controles para prevenir QRP

Existen una serie de controles, además de los ya descritos, que permitirían reducir o detectar QRP durante el proceso de revisión editorial. Por ejemplo, para contrarrestar la práctica tan acrítica de citar que hemos visto en la

psicología, las revistas podrían requerir que sus editores verifiquen un porcentaje fijo de las menciones que figuran en los artículos que reciben. Para reducir el riesgo de análisis ad hoc, los revisores podrían tener una lista de cotejo con ítems como el identificar análisis atípicos sobre las variables de investigación, un exceso de resultados estadísticamente significativos, exceso de autocitas, o de aquellas que exclusivamente favorecen el propio punto de vista. Esas recomendaciones claramente ponen un mayor peso en los revisores. Pero consideramos que esto vale la pena si permite identificar prácticas cuestionables. Después de todo, ese es el propósito fundamental del proceso de revisión.

E. El papel de los organismos profesionales

El proceso editorial es ciertamente el principal lugar donde se puede generar cambio. Después de todo, ahí se reproduce y perpetúa la mala investigación. Sin embargo, no es el único en que se generan incentivos para las buenas prácticas. Los organismos profesionales también tienen un papel. Algunas de las acciones puntuales que recomendamos se presentan seguidamente.

I. Ampliar el alcance de los códigos de ética

A lo largo de esta obra hemos expuesto una serie de prácticas en que incurren los psicólogos que, pese a no constituir brecha de ética propiamente, sí atentan contra los ideales científicos de ampliar el conocimiento. Más aún, hemos visto que en varios casos los psicólogos mismos no están conscientes de que lo que realizan está mal. Como es de esperarse, una buena parte de estas prácticas conciernen al énfasis excesivo en el método estadístico de NHST. En este sentido, es necesario ampliar los códigos de ética de psicólogos para abarcar estas prácticas, y fortalecer la conciencia ética de quienes llevan a cabo la investigación. Quizás el más avanzado en esta materia sea el código ético publicado por la APA

(2017). En él se incluyen prácticas específicas de la psicología, como son el engaño que a veces es necesario al investigar sujetos humanos —ej. para no alertar a los sujetos sobre el propósito del estudio, pues tendría efectos sobre la naturalidad de sus respuestas—, o el cuidado con pacientes. Adicionalmente, añade puntos que directamente atañen a las problemáticas aquí descritas. Por ejemplo, evitar dobles publicaciones o declaraciones engañosas. No obstante, no aborda muchas otras, como son el reporte selectivo de resultados significativos o positivos, la responsabilidad de citar verazmente el trabajo de otros, las técnicas que permiten alcanzar resultados significativos —alterando el nivel de medición de las variables hasta lograr un resultado esperado, deteniendo el muestreo cuando se alcanza significancia, entre otras—. En otros países, la situación tampoco es alentadora. Los Códigos Éticos de la BPS (2014, 2018) omiten toda discusión sobre temas como plagio, falsificación de datos u otros modos de brechas de ética mayores. No se diga QRP, que muchas veces existen y se toleran, a pesar de su gravedad. En México la situación es similar. En su versión de 2009, el Código Ético del Psicólogo publicado por la Sociedad Mexicana de Psicología dedicaba escasos tres artículos al tema de la investigación. Estos versan sobre apego a leyes y directrices de investigación —sin especificar cuáles—, diseño y conducción veraz y ética de la investigación —sin mayor detalle—, y cuidado al trabajar con seres vivos. Es por ello que ampliar el código ético, con principios generales y detalle de las QRP que no son aceptables, daría visibilidad a problemáticas que hoy muchos psicólogos ni siquiera llegan a considerar, o en las cuales incurren sin saber que está mal.

II. Dar visibilidad a las problemáticas metodológicas

Esta es una recomendación en la cual la APA ha hecho grandes avances por encima de otros organismos profesionales. Al momento de escribir esta obra, el sitio de internet de la APA listaba un total de cincuenta y cuatro reportes de grupos de trabajo (task forces) dedicados a una temática. Comenzando en 1996, con el grupo de trabajo sobre la práctica de NHST, han publicado sobre temas

que atañen directamente a las problemáticas abordadas en esta obra, como son: la competencia de psicólogos profesionales, psicólogos de orientación cuantitativa, e incluso el futuro de la psicología. Este modelo, de establecer grupos de trabajo dedicados exclusivamente a un tema, es algo bueno, y debiera no solo mantenerse, sino replicarse por otros organismos. Eso no quiere decir que el trabajo de la APA esté completo. De hecho, faltarían grupos de trabajo sobre muchos temas, como QRP, muestreo, sustento filosófico y más, pero la base pudiera ser prometedora y aplicarla en otros países sería algo benéfico. La BPS sí ha publicado sobre temáticas específicas, pero esta historia no es uniforme. Que yo sepa, organismos como el CNEIP o la SMP no producen reportes de manera sistemática, más allá de boletines periódicos de temas misceláneos.

III. Brindar herramientas a psicólogos

Uno de los papeles principales de los organismos profesionales debería ser fortalecer y elevar a la disciplina. En este sentido, los organismos profesionales pueden poner a disposición de psicólogos, sea del público o , herramientas que permitan elevar la calidad de la investigación. En el ámbito de las herramientas estadísticas, esto puede ser muy fácil. Tomemos el ejemplo de la potencia estadística. Existe un programa gratuito elaborado por de la Universidad Heinrich Hein de Dusseldorf, denominado G*Power, que permite realizar cálculos de potencia estadística.⁷ No sería difícil para las organizaciones colaborar con este tipo de grupos de trabajo y universidades para hacer difusión sobre herramientas como estas. Otro ejemplo son los instrumentos para calcular el tamaño de la muestra. Hoy en día uno puede encontrar decenas de calculadoras en línea. Sin embargo, estas muchas veces no publican sus fórmulas, o utilizan fórmulas en extremo básicas. Aun así, no costaría mucho a organizaciones profesionales programar calculadoras de tamaño de la muestra que sean más refinadas y acordes a los cánones científicos de transparencia y rigor. Estas recomendaciones son muy puntuales para el caso de métodos cuantitativos, pero de igual forma podrían utilizarse para cuestiones más abstractas como son

el adecuado fundamento teórico de la investigación o la validez de la misma.

F. Conclusión: ¿se puede mejorar la psicología?

Hemos visto como a los varios problemas de la investigación en psicología corresponden propuestas de solución que son a la vez claras y realistas. Con los ejemplos de antecedentes, ya sea en otros países, o en otros momentos de la historia, hemos observado que estas recomendaciones sí se pueden cumplir. Como dije, no basta una sola recomendación, sino que se necesita de todas. Por ejemplo, la APA mostró honestidad a nivel institucional o del gremio al reconocer los serios inconvenientes con los procedimientos de inferencia estadística utilizados por psicólogos. No obstante, sin mecanismos de regulación, estas directrices no pasan de ser recomendaciones, y difícilmente se va a generar un cambio sostenido si no se actualiza y mejora la educación en consecuencia. Por otra parte, por mucho que se mejoren ciertos aspectos técnicos del método de investigación, si no se desarrollan las habilidades de pensamiento crítico y el sustento filosófico, los psicólogos seguirán haciendo modelos estadísticos muy refinados, pero carentes de validez. De ese modo, a fin de generar un cambio, este debe ocurrir de manera sistemática, integral y en los diferentes ámbitos de la disciplina. ⁵ Tan solo pensemos en el caso de la psicología positiva en Estados Unidos, o de la industria del liderazgo en el ámbito corporativo. El psicólogo Dr. Phil se gana la vida de prescribir fórmulas para la felicidad en televisión, pero logra estar listado como la celebridad número 9 en la lista de Forbes de las 100 celebridades mejor pagadas en 2019, con la módica cantidad de 95 millones de dólares (Forbes, s.f.). Véase Kmetz, 2019. ⁷ Véase Hartgerink y Wicherts, 2016. ⁸ La única excepción quizás sea el Mexican Journal of Behavior Analysis, que si bien no incluye tal disposición, sí remite a sus lectores a los lineamientos del

Journal of Experimental Analysis of Behavior, la cual requiere a los autores preservar los datos de sus estudios por un período de cinco años y compartirlos expeditamente bajo solicitud (véase Journal of Experimental Analysis of Behavior, s. f.; y Mexican Journal of Behavior Analysis, 2012). Véase, por ejemplo, Kruschke y Liddell, 2018. El método de prueba de hipótesis bayesiano no está exento de problemas. Se ha criticado por exigir demasiado conocimiento que el investigador muchas veces no tiene, como es la probabilidad previa de cierta hipótesis o la cuantificación de hipótesis alternativas. Sin embargo, es una alternativa viable cuyo uso evita muchos inconvenientes asociados con la práctica de NHST tradicional. Una de las principales lecciones de este libro es aceptar que el procedimiento debe elegirse según el problema u objeto a investigar, por lo cual no vale sustituir un método usado acríticamente por otro. ⁷ Véase Faul y colegas (2007). El programa se encuentra disponible en http://www.psychologie.hhu.de/arbeitsgruppen/allgemeine-psychologie-undarbeitspsychologie/gpower.html

11 Conclusión

Hemos llegado al final de nuestro análisis sobre cómo la psicología adquiere conocimiento. Comenzamos ese camino con un vistazo al alcance de la psicología, no solo en cuanto al entramado económico que se origina de esta, también cómo figura en nuestras leyes, incluso en la cultura popular. En el transcurso del siglo XX la psicología logró posicionarse como una disciplina con estatus y recursos y también mediante la constitución de ciertos objetos de discurso en nuestras vidas. Hoy en día términos como condicionamiento, introspección y personalidad configuran parte de la forma misma en que nos pensamos a nosotros mismos. Apreciamos, a su vez, que hay evidencia preocupante de que algo está mal. Pocos pueden apuntar claramente a un pedazo de conocimiento bien cimentado por parte de la psicología, y ciertamente no un conocimiento que sea preciso. Existe un halo de déjà vu en muchos de los temas discutidos por la disciplina, como debates entre naturaleza y crianza, la psicología de género, entre otros. Los postulados de la psicología siempre figuran más como generalidades o recomendaciones, y no como verdades en las cuales podemos confiar. Y ciertamente se ha dado poco avance en la solución de los problemas que nos aquejan; careciendo de respuestas a preguntas sobre cómo debemos educar a nuestros hijos, cómo tratar sufrimientos o trastornos mentales, etc. Nuestro estudio ha mostrado hasta qué punto los psicólogos dependen de un método cuantitativo sumamente limitado: la prueba de significancia de hipótesis nula. Encima de eso, los psicólogos la utilizan consistentemente mal al aferrarse a una interpretación falsa de la significancia estadística, un virtual desconocimiento del tamaño del efecto y la potencia estadística, y un mal muestreo. Hemos expresado que el muestreo, además de ser malo por el uso de pequeñas muestras, también lo es por muestras con poca validez: estudiantes de licenciatura, muestreo por conveniencia, no probabilístico, etc. Este método es el último paso en un proceso que muchas veces comienza con otra práctica igualmente limitada y mal entendida; la psicometría. Careciendo de una teoría válida de la medición, los psicólogos han construido cientos de pruebas y escalas

psicométricas que utilizan para medir la mente. En el mejor de los casos es cuestionable que esto sea algo científicamente fundamentado. En el peor de ellos, es francamente una aberración. De igual modo, hemos indicado hasta qué punto la disciplina presenta prácticas cuestionables de investigación, ya sea en el reporte de resultados, el diseño experimental, el manejo de la estadística, HARKing, e incluso en la práctica de citar. Por último, hemos discutido mediante estudios de caso lo débil que es el sustento filosófico de las teorías en psicología, lo poco que se entiende la noción de explicación científica o lo laxos que son los criterios para decir que una hipótesis ha sido corroborada. Todo esto a pesar de que los psicólogos se han gloriado de no necesitar de la filosofía y del paso hacia adelante que significó su emancipación respecto a la disciplina madre. Al aventurar explicaciones a esta situación, señalamos cómo parte del problema radica en la falta de congruencia entre lo que la psicología, a nivel institucional, aspira a ser, y lo que los estudiantes esperan al ingresar, siendo necesario un compromiso que sacrifica calidad en la investigación. Exploramos las raíces históricas de esta problemática: la obsesión de los psicólogos por ser considerados como una ciencia y la necesidad de probar su utilidad social. La primera los llevó a fetichizar el método por encima de cualquier otra cosa; y construyendo una narrativa sesgada de lo que son, la cual les permite no atender a los serios inconvenientes con su manera de hacer ciencia. La segunda llevó a una demanda en la sociedad actual, por los bienes y servicios que ofrece la psicología; desde el ámbito educativo hasta el clínico, pasando por el mundo corporativo. Esta demanda constante da incentivos para seguir haciendo las cosas mal, pues al final de cuentas, aun así, se venden sus productos. Las recomendaciones que hemos hecho para cambiar este estado de cosas son claras, pero no por ello son fáciles de acatar. Como un vicio, el camino para vencerlo es claro y bien conocido, pero es cuesta arriba y empieza por reconocer que algo anda mal. Después, efectuar una correcta priorización de objeto de estudio por encima del método, seguida de una mejora en la enseñanza de la psicología, mayor calidad en el proceso de publicación científica y mejor labor de organismos profesionales. Todos estos cambios deben ocurrir si se espera lograr una mejora en la disciplina. Aunque no será fácil, toda vez que se ha construido un entramado económico y social que ahora mantiene a la psicología en el estado en el que está. Aunque creemos que esto será necesario para alcanzar una disciplina con calidad en la investigación.

A. ¿Hemos sido justos con la psicología?

No nos sorprendería que muchos psicólogos vean con incredulidad este análisis, sobre todo si se dedican a la psicología social. En efecto, el método de prueba de significancia no es el único de investigación de la psicología. Sin embargo, nos hemos enfocado en él puesto que constituye el principal utilizado por psicólogos, y prácticamente el único de naturaleza cuantitativa. Existen procedimientos cualitativos, usualmente tomados prestados de la sociología, como el análisis del discurso, la investigación acción, la teoría fundamentada, entre otros. El problema con estos métodos, y la razón por la cual no se incluyeron en el presente libro, es porque constituyen la minoría, debido a que su aplicación se suele restringir a ciertos entornos como la psicología grupal y social, y las principales conjeturas y corrientes psicológicas utilizan el cuantitativo de inferencia estadística. Por supuesto, valdría la pena un análisis de los logros y resultados que dichos sistemas han dado a la disciplina. En segundo lugar, se nos puede atacar de no ser justos o benévolos en nuestra presentación de la psicología, y más aún de sus contribuciones. En efecto, la psicología ha producido piezas importantes de saber desde que surgió. Un ejemplo lo tenemos en el descubrimiento del fenómeno de condicionamiento. El condicionamiento es un fenómeno fácilmente verificable con varias especies de animales, incluso en ciertas ocasiones con seres humanos. Muchos hemos llevado a cabo el experimento en clase: exponemos a un pez beta a una luz al tiempo que le ponemos un espejo enfrente. El pez beta reacciona al espejo preparándose para atacar al ver a otro de su especie. Tras algunas repeticiones, el pez beta se prepara para atacar con tan solo el estímulo de luz. Lo interesante del caso de condicionamiento son dos cosas; la primera, que al menos el condicionamiento clásico no fue descubierto siguiendo los métodos tan adorados por psicólogos, ciertamente, no pertenecía a una línea de investigación psicológica o sobre el aprendizaje. Pavlov estaba estudiando el proceso fisiológico de salivar, cuando se percató que los perros salivaban antes de la presencia del estímulo. Más importante aún, tanto el condicionamiento clásico como el operante han fracasado como teorías para entender procesos de aprendizaje complejos del ser humano. Simplemente no se puede conocer al ser humano sin investigar esa caja negra que Skinner y Watson tanto repudiaron, y

lo que sí se es capaz de conocer por vía del condicionamiento es, desgraciadamente, limitado. Existen otros hallazgos de interés claro. Fenómenos que la psicología ha descubierto y que son importantes para la comprensión del ser humano. El fenómeno de la disonancia cognitiva, el cual consiste en el estrés o malestar cognitivo que genera la presencia de dos creencias o conocimientos contradictorios, es un buen ejemplo de un fenómeno de interés que la psicología estudia. Otros se pueden encontrar en teoría de grupos, donde psicólogos sociales y sociólogos han estudiado los procesos casi automáticos de atribución de cualidades y virtudes a los del propio grupo. Y estoy seguro de que como estos hay muchos ejemplos de hallazgos interesantes que nos ha dado la psicología. El inconveniente con estos descubrimientos es que muchas veces se reducen a mero sentido común, o a una apariencia de sistematización de fenómenos que ya se conocían. En cuanto a estos fenómenos de índole social, basta estudiar a autores como Marco Aurelio, Oscar Wilde, George Bernard Shaw o Bertrand Russell para comprobar que estos ya se conocían. Que el estudio del prejuicio, del aferrarse a nuestras creencias, del categorizar a otros, existe. Entonces, la psicología no ha hecho más que darnos una nueva terminología para estos hechos. Pero si le preguntamos sobre las explicaciones de estos fenómenos, o sus cambios, vemos que las contribuciones son mucho más limitadas. Entonces sí, es cierto que la psicología ha hecho contribuciones de interés. Pero estas son las menos, son limitadas, y muchas veces son menos dramáticas o novedosas de lo que parecen a primera vista. En la mayor parte de los casos, la psicología nos ha dado descripciones de fenómenos, no explicaciones.

B. ¿Dónde queda México en esta historia?

A lo largo de la obra hemos presentado las cifras y resultados generales, los cuales suelen proceder de Estados Unidos y el Reino Unido. No obstante, cada vez que fue posible presentamos en contraste el caso de México. En gran medida los análisis son comparables, siendo la principal dificultad que muchos de estos estudios no se han producido en México. Aunque donde sí se ha podido realizar la comparación hemos observado un panorama igual de desalentador, quizás

incluso más que en otros países. El predominio del procedimiento de prueba de hipótesis nula es claro, y se dan los mismos abusos y errores que se han observado en otros países: creer que es un método de confirmación de hipótesis, uso acrítico del criterio de 0.05 y falta de reporte de tamaño del efecto o potencia estadística. Sin embargo, a diferencia de otros países, incluso de habla hispana, en México el asunto ha recibido muy poca atención. En una búsqueda que realicé en 2017 encontré que no se había publicado sobre el tema en revistas mexicanas de psicología, y hasta donde tengo entendido soy el primero en haberlo hecho en Ciencia Ergo Sum. La calidad del muestreo es, a grandes rasgos, similar. Muestreos no probabilísticos y por conveniencia predominan con constante recurso a estudiantes de licenciatura. Aquí vale la pena notar una variabilidad importante entre las diferentes revistas. Algunas, como la Revista Mexicana de Psicología, añaden muestras de considerablemente mayor tamaño que en otras. Sobre las prácticas cuestionables de investigación, no contamos con cifras de México al momento. Por lo que respecta al sustento filosófico de las teorías, lo cierto es que se puso el énfasis en ideas independientemente de su país de origen, aunque vale la pena decir que en México no se han producido hipótesis de gran alcance como sí en otros países, principalmente Estados Unidos e Inglaterra. Vale la pena hacer mención del factor institucional. Creemos que en México se nota un rezago respecto a la labor que, a nivel institucional, se efectuó en otros países. Por ejemplo, en Estados Unidos la APA, al menos, estableció el grupo de trabajo sobre inferencia estadística, emitiendo claras recomendaciones al respecto, mismas que revisó años después en un artículo de seguimiento. La misma organización constantemente establece grupos de trabajo, recomendaciones y directrices para psicólogos. Lo mismo puede decirse de la British Psychological Society (BPS), pues son exhaustivos los recursos que brindan a psicólogos, incluso posicionándose sobre diversos temas. Cuando la Asociación Psiquiátrica Americana estaba por lanzar el DSM V, la BPS fue de los organismos más críticos del fallido manual, al condenar confusiones conceptuales, riesgos a nivel social, entre otros (BPS, 2011). En contraste, los organismos en México se caracterizan por una inercia en la manera de hacer las cosas; la edición de una revista, cursos y/o diplomados y el típico congreso anual. Quizás existan algunas acciones adicionales, como es en el caso del Consejo Mexicano para la Enseñanza e Investigación en Psicología, organismo que lanzó un proceso de certificación para instituciones de educación superior; o el Código Ético del Psicólogo, editado por la Sociedad Mexicana de Psicología.

Pero aún en estos ejemplos, no es claro que hayan dado resultados, y todavía requieren de mucho más trabajo. Igualmente es de interés el punto sobre los criterios que las diferentes revistas requieren para la publicación de artículos. Estas parecen más una guía de estilo que una serie de criterios sobre calidad del material a publicar, como expusimos en capítulos anteriores. Así, es necesario que México se ponga al corriente con estos debates y problemáticas internacionales, a fin de mejorar la calidad de la investigación. Aunque esto se dificultará si otros países, especialmente los principales productores de conocimiento en psicología —Estados Unidos, Reino Unido y Alemania— no cambian también.

C. ¿Qué le espera a la psicología?

Como último punto, quisiéramos hacer una reflexión sobre cuál es el futuro de la psicología y qué creemos que va a ocurrir con la calidad de la investigación. En un mundo ideal este tipo de publicaciones llevarían naturalmente a un cambio en la manera de hacer las cosas. La idea de la empresa científica es precisamente esa: el progreso ocurre a través del intercambio de ideas, argumentos y evidencias. Pero como ya lo saben los sociólogos de la ciencia, esto no necesariamente ocurre así, y en la psicología es más evidente. Son varias teorías que acumulan considerable evidencia en su contra y, aun así, se continúan utilizando. Hemos visto como las críticas y estudios sobre la calidad de la investigación han caído en oídos sordos. Incluso hay autores que han publicado, a modo de estudio de caso, ideas que persisten pese a ser refutadas, mostrándolas como instancias en que la psicología no corrige el rumbo (por ejemplo, véase Kelley y Blashfield, 2009). Creemos que desafortunadamente el cambio y progreso no se darán de modo orgánico, es decir, progresivo con base en este tipo de discusiones y trabajos. La razón para creer esto es doble: por una parte, la historia y casos que ya hemos detallado. Si fuese a cambiar ya lo hubiese hecho. Y por la otra, por la economía. Como vimos en la sección anterior, existe todo un entramado de incentivos que

perpetúan el statu quo. Sin embargo, tenemos la esperanza de que nuevas generaciones de psicólogos promuevan un cambio de paradigma de investigación. Esperamos que esta obra contribuya a que los jóvenes estudiantes e investigadores se atrevan a pensar una forma diferente de investigar en psicología y corrijan así más de un siglo de malas prácticas.

12 Referencias

1. Introducción

Asamblea Legislativa del Distrito Federal. (2014) Código de Procedimientos Penales para el Distrito Federal. Recuperado el 25 de mayo de 2019, de http://www.aldf.gob.mx/archivo-72f5a70c1aea7d6491dca24e12fd1fa8.pdf

Asamblea Legislativa del Distrito Federal. (2018). Código de Procedimientos Civiles para el Distrito Federal. Recuperado el 25 de mayo de 2019, de http://www.aldf.gob.mx/archivo-ab814182c8da973b9fba2cabed6183b5.pdf

Asociación Nacional de Universidades e Instituciones de Educación Superior. (S.F.). Anuarios Estadísticos de Educación Superior. Recuperado el 8 de noviembre de 2019, dehttp://www.anuies.mx/informacion-yservicios/informacion-estadistica-de-educacion-superior/anuario-estadistico-deeducacion-superior

Bureau of Labor Statistics. (2019). Occupational projections and worker characteristics. Retrieved on November 8, 2019 from: https://www.bls.gov/emp/tables.htm

Cámara de Diputados del Honorable Congreso de la Unión. (s. f.). Ley General de Salud. Texto Vigente. Recuperado el 25 de mayo de 2019 de

http://www.diputados.gob.mx/LeyesBiblio/ref/lgs.htm

Dess, N. (2001). A psychological decade. Psychology Today, 34, 1.

Ferguson, C. (2015). “Everybody knows psychology is not a real science”. American Psychologist, 70(6): 527-542. DOI: 10.1037/a0039405.

Gobierno del Distrito Federal. (2009). Reglamento para el Control Vehicular y de Licencias y Permisos para Conducir en el Distrito Federal. Recuperado el 25 de mayo de 2019, de http://data.consejeria.cdmx.gob.mx/index.php/articuloleyes-y-reglamentos/28-reglamentos/586-reglamento-para-el-control-vehiculary-de-licencias-y-permisos-para-conducir-en-el-distrito-federal#reglamento-parael-control-vehicular-y-de-licencias-y-permisos-para-conducir-en-el-distritofederal

Instituto Mexicano del Seguro Social. (2017). Capítulo XIII. Recursos Humanos, Materiales y Financieros. Memoria Estadística 2017. Recuperado el 7 de agosto de 2018 de http://www.imss.gob.mx/conoce-al-imss/memoria-estadistica-2017

Ioannidis, J. (28 de agosto de 2015). Psychology experiments are failing the replication test - for good reason. The Guardian. Recuperado el 25 de mayo de 2019, de https://www.theguardian.com/commentisfree/2015/aug/28/psychologyexperiments-failing-replication-test-findings-science

National Center for Education Statistics. (2018a). Table 318.60. Number of postsecondary institutions conferring degrees, by control of institution, level of degree, and field of study: 2014-15. In Digest of Education Statistics: 2016. Retrieved on May 17, 2018, from:

https://nces.ed.gov/programs/digest/d16/tables/dt16_318.60.asp?referrer=report

National Center for Education Statistics. (2018b). Table 322.10. Bachelor’s degrees conferred by postsecondary institutions, by field of study: Selected years, 1970-71 through 2014-15. In Digest of Education Statistics: 2016. Retrieved on May 17, 2018, from: https://nces.ed.gov/programs/digest/d16/tables/dt16_322.10.asp?referrer=report

Observatorio Laboral. (s. f.). Estadísticas de carreras profesionales por área. Recuperado el 8 de noviembre de 2019, de http://www.observatoriolaboral.gob.mx/static/estudiospublicaciones/Ola_indice_estadisticas_area.html

Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251): aac4716. DOI: 10.1126/science.aac4716.

Owens, B. (2018). Replication Failures in Psychology not due to Differences in Study Populations. Nature News, 19 November 2018. Recuperado el 25 de mayo de 2019. DOI: 10.1038/d41586-018-07474-y.

Sistema Nacional para el Desarrollo Integral de la Familia. (2017). Protocolo de Prevención del Abuso Sexual Infantil a Niñas, Niños y Adolescentes. México. Recuperado el 25 de mayo de 2019, de https://www.gob.mx/cms/s/attachment/file/306450/Protocolo_Prevenci_n_Abuso_Sexu

World Health Organization. (2018). Human Resources Data by Country. In Mental Health > Global Health Observatory data repository. Recuperado el 19 de

mayo de 2018 de http://apps.who.int/gho/data/node.main.MHHR?lang=en

2. Estadísticas fallidas

Alhija, F. N. A. & Levy, A. (2009). Effect Size Reporting Practices in Published Articles. Educational and Psychological Measurement, 69(2), 245-265. DOI: 10.1177/0013164408315266.

American Psychological Association. (1996). Initial Report. Task Force on Statistical Inference. Recuperado el 28 de diciembre de 2018, de https://www.apa.org/science/leadership/bsa/statistical/

Bakker, M. (2014). Good science, bad science: Questioning research practices in psychological research. (Tesis de Doctorado en Psicología). University of Amsterdam, Netherlands.

Baron-Cohen, S. Leslie, A. & Frith, U. (1985). Does the autistic child have a “theory of mind”? Cognition, 21(1), 37-46. DOI: 10.1016/0010-0277(85)900228.

Bem, D. (2011). Feeling the Future: Experimental Evidence for Anomalous Retroactive Influences on Cognition and Affect. Journal of Personality and Social Psychology, 100(3), 407-425. DOI: 10.1037/a0021524.

Campbell, J. P. (1982). Editorial: Some remarks from the outgoing editor. Journal of Applied Psychology, 67(6), 691-700. DOI: 10.1037/h0077946.

Chase, L. J. & Chase, R. B. (1976). A statistical power analysis of applied psychological research. Journal of Applied Psychology, 61(2), 234-237. DOI: 10.1037/0021-9010.61.2.234.

Cohen, J. (1962). The statistical power of abnormal-social psychological research. A review. Journal of Abnormal and Social Psychology, 65(3), 145-153. DOI: 10.1037/h0045186.

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences 2.ª edición. New York: Taylor & Francis.

Cohen, J. (1994). The Earth Is Round (p < .05). American Psychologist, 49(12), 997-1003. DOI: 10.1037/0003-066X.49.12.997.

Cumming, G., Fidler, F., Leonard, M., Kalinowski, P., Christiansen, A., Kleining, A., Lo, J., McMenamin, N. & Wilson, S. (2007). Statistical reform in psychology: Is anything changing? Psychological Science, 18(3), 230-231. DOI: 10.1111/j.1467-9280.2007.01881.x.

Fanelli, D. (2010). “Positive” results increase down the Hierarchy of the Sciences. PloS One, 5(4), E10068. DOI: 10.1371/journal.pone.0010068.

Ferguson, C., & Heene, M. (2012). A Vast Graveyard of Undead Theories: Publication Bias and Psychological Science’s Aversion to the Null. Perspectives on Psychological Science, 7(6), 555-561. DOI: 10.1177/1745691612459059.

Hubbard, R. S., & Armstrong, J. (1992). Are null results becoming an endangered species in marketing? Marketing Letters, 3(2), 127-136. DOI: 10.1007/BF00993992.

Hubbard, R., & Ryan, P. (2000). The Historical Growth of Statistical Significance Testing in Psychology-and Its Future Prospects. Educational and Psychological Measurement, 60(5), 661-681. DOI: http://dx.doi.org/10.1177/00131640021970808.

Hubbard, R., Parsa, R., & Luthy, M. (1997). The Spread of Statistical Significance Testing in Psychology: The Case of the Journal of Applied Psychology, 1917-1994. Theory & Psychology, 7(4), 545-554. DOI: 10.1177/0959354397074006.

Huberty, C. (2002). A History of effect size indices. Educational and Psychological Measurement, 62(2), 227-240. DOI: 10.1177/0013164402062002002.

Hunter, J. (1997). Needed: A ban on the significance test. Psychological Science, 8(1), 3-7. DOI: 10.1111/j.1467-9280.1997.tb00534.x.

John, I. D. (1992). Statistics as rhetoric in psychology. Australian Psychologist, 27(3), 144-149. DOI: 10.1080/00050069208257601.

Kerr, N. (1998). HARKing: Hypothesizing after the results are known. Personality and Social Psychology Review, 2(3): 196-217. DOI:

10.1207/s15327957pspr0203_4.

LeBel, E. P., & Peters, K. R. (2011). Fearing the Future of Empirical Psychology: Bem’s (2011) Evidence of Psi as a Case Study of Deficiencies in Modal Research Practice. Review of General Psychology, 15(4), 371-379. DOI: 10.1037/a0025172.

Lehmann, E. (2011). Fisher, Neyman, and the Creation of Classical Statistics. United States: Springer.

Maddock, J. & Rossi, J. (2001). Statistical Power of Articles Published in Three Health Psychology-Related Journals. Health Psychology, 20(1), 76-78. DOI: 10.1037/0278-6133.20.1.76.

Marszalek, J., Barber, C., Kohlhart, J. & Cooper, B. (2011). Sample Size in Psychological Research over the Past 30 Years. Perceptual and Motor Skills, 112(2), 331-348. DOI: 10.2466/03.11.PMS.112.2.331-348.

Meehl, P. (1967). Theory testing in psychology and physics: A methodological paradox. Philosophy of Science, 34(2), 103-115. DOI: 10.1086/288135.

Meehl, P. (1978). Theoretical risks and tabular asterisks: Sir Karl, Sir Ronald, and the slow progress of soft psychology. Journal of Consulting and Clinical Psychology, 46(4), 806-834. DOI: 10.1037/0022-006X.46.4.806.

Meehl, P. (1990). Why summaries of research on psychological theories are

often uninterpretable. Psychological Reports, 66(1), 195-244. DOI: 10.2466/pr0.1990.66.1.195.

Mone, M., Mueller, G., & Mauland, W. (1996). The perceptions and usage of statistical power in applied psychology and management research. Personnel Psychology, 49(1), 103-120. DOI: 10.1111/j.1744-6570.1996.tb01793.x.

Nuijten, M., Hartgerink, B., Assen, C., Epskamp, H., & Wicherts, J. (2016). The prevalence of statistical reporting errors in psychology (1985-2013). Behavior Research Methods, 48(4), 1205-1226. DOI: 10.3758/s13428-015-0664-2.

Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349, aac4716. DOI: 10.1126/science.aac4716.

Ritchie, S. J., Wiseman, R. & French, C. C. (2012) Failing the Future: Three Unsuccessful Attempts to Replicate Bem’s ‘Retroactive Facilitation of Recall’ Effect. PLoS ONE 7(3), e33423. DOI:10.1371/journal.pone.0033423.

Rosenthal, R. (1979). The “File drawer problem” and tolerance for null results. Psychological Bulletin, 86(3), 638-641. DOI: 10.1037/0033-2909.86.3.638.

Schimmack, U. (2012). The Ironic Effect of Significant Results on the Credibility of Multiple-Study Articles. Psychological Methods, 17(4), 551-566. DOI: 10.1037/a0029487.

Silva-Aycaguer, L. C., Suarez-Gil, P., & Fernandez-Somoano, A. (2010). The

null hypothesis significance test in health sciences research (1995-2006): Statistical analysis and interpretation. BMC Medical Research Methodology, 10(44). DOI: 10.1186/1471-2288-10-44.

Sedlmeier, P. & Gigerenzer, G. (1989). Do studies of statistical power have an effect on the power of studies? Psychological Bulletin, 105(Mar 89), 309-316. DOI: 10.1037/0033-2909.105.2.309.

Sun, S., Pan, W. & Wang, L. L. (2010). A Comprehensive Review of Effect Size Reporting and Interpreting Practices in Academic Journals in Education and Psychology. Journal of Educational Psychology, 102(4), 989-1004. DOI: 10.1037/a0019507

The New York Times. (2015, septiembre 8). Editorials / Letters. How Reliable are Psychology Studies?

Tressoldi, P. (2012). Replication unreliability in psychology: Elusive phenomena or “elusive” statistical power? Frontiers in Psychology, 3, 218. DOI: 10.3389/fpsyg.2012.00218.

Tressoldi, P.E. & Egiofré, D. (2015). The pervasive avoidance of Prospective Statistical Power: Major consequences and practical solutions. Frontiers in Psychology, 6(726), 726. DOI: 10.3389/fpsyg.2015.00726.

Vankov, I., Bowers, J. & Munafò, M. (2014). On the persistence of low power in psychological science. The Quarterly Journal of Experimental Psychology, 67(5), 1037-1040. DOI: 10.1080/17470218.2014.885986.

Vera, F. (2018). Effect-size reporting in Mexican psychology journals: What it says about quality of research within the field. Ciencia Ergo Sum, 24(3), 225233.

Verdam, M., Oort, G. & Sprangers, E. (2014). Significance, truth and proof of p values: Reminders about common misconceptions regarding null hypothesis significance testing. Quality of Life Research, 23(1), 5-7. DOI: 10.1007/s11136013-0437-2.

Waller, N. (2004). The fallacy of the null hypothesis in soft psychology. Applied and Preventive Psychology, 11(1), 83-86. DOI: 10.1016/j.appsy.2004.02.015.

Wilkinson, L. (1999). Statistical Methods in Psychology Journals. American Psychologist, 54(8), 594-604. DOI: 10.1037/0003-066X.54.8.594.

3. Muestras irrelevantes: ¿podemos extrapolar las conclusiones de los psicólogos?

Arnett, J. J. (2008). The Neglected 95 %: Why American Psychology Needs to Become Less American. American Psychologist, 63(7), 602-614. DOI: 10.1037/0003-066X.63.7.602.

Bakker, M., Van Dijk, A., & Wicherts, J. (2012). The Rules of the Game Called Psychological Science. Perspectives on Psychological Science, 7(6), 543-554. DOI: 10.1177/1745691612459060.

Bergman, M., & Jean, V. (2016). Where have all the “workers” gone? A critical analysis of the unrepresentativeness of our samples relative to the labor market in the industrial-organizational psychology literature. Industrial and Organizational Psychology, 9(1), 84-113. DOI: 10.1017/iop.2015.70.

Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences 2nd Edition. New York: Taylor & Francis.

Cohen, J., & Steinberg, Robert J. (1992). A Power Primer. Psychological Bulletin, 112(1), 155-159. DOI: 10.1037/0033-2909.112.1.155.

Fanelli, D. (2010). “Positive” results increase down the Hierarchy of the Sciences. PloS One, 5(4), E10068. DOI: 10.1371/journal.pone.0010068.

Fraley, R. C. & Vazire, S. (2014). The N-pact factor: Evaluating the quality of empirical journals with respect to sample size and statistical power. PLoS ONE, 9(10), E109019. DOI: 10.1371/journal.pone.0109019.

Gordon, M., Slade, L., & Schmitt, N. (1986). The “Science of the Sophomore” Revisited: From Conjecture to Empiricism. Academy of Management. The Academy of Management Review, 11(1), 191. DOI: 10.5465/amr.1986.4282666.

Henrich, J., Heine, S., & Norenzayan, A. (2010). The weirdest people in the world? Behavioral and Brain Sciences, 33(2-3), 61-83. DOI: 10.1017/S0140525X0999152X.

Jergas, H. y Baethge, C. (2015). Quotation accuracy in medical journal articles-a systematic review and meta-analysis. Peer J, 3, e1364. DOI: 10.7717/peerj.1364.

Kühberger, A., Fritz, A. & Scherndl, T. (2014). Publication bias in psychology: A diagnosis based on the correlation between effect size and sample size. PLoS ONE, 9(9), E105825. DOI: 10.1371/journal.pone.0105825.

Nielsen, M., Haun, D., Kärtner, J. & Legare, C. H. (2017). The persistent sampling bias in developmental psychology: A call to action. Journal of Experimental Child Psychology, 162, 31-38. DOI: 10.1016/j.je.2017.04.017.

Marszalek, J., Barber, C., Kohlhart, J. & Cooper, B. (2011). Sample Size in Psychological Research over the Past 30 Years. Perceptual and Motor Skills, 112(2), 331-348. DOI: 10.2466/03.11.PMS.112.2.331-348.

Rad, M., Martingano, A. & Ginges, J. (2018). Toward a psychology of Homo sapiens: Making psychological science more representative of the human population. Proceedings of the National Academy of Sciences of the United States, 115(45), 11401-11405. DOI: 10.1073/pnas.1721165115.

Schweizer, G. & Furley, P. (2016). Reproducible research in sport and exercise psychology: The role of sample sizes. Psychology of Sport & Exercise, 23, 114122. DOI: 10.1016/j.psychsport.2015.11.005.

Tressoldi, P. E. & Egiofré, D. (2015). The pervasive avoidance of Prospective Statistical Power: Major consequences and practical solutions. Frontiers in

Psychology, 6(726), 726. DOI: 10.3389/fpsyg.2015.00726.

Vankov, I., Bowers, J. & Munafò, M. (2014). On the persistence of low power in psychological science. The Quarterly Journal of Experimental Psychology, 67(5), 1037-1040. DOI: 10.1080/17470218.2014.885986.

4. Psicometría: el curioso caso de la medición de la mente

Beck, A. T., Epstein, N., Brown, G. & Steer, R. (1988). An inventory for measuring clinical anxiety: Psychometric properties. Journal of Consulting and Clinical Psychology, 56(6), 893-897. DOI: 10.1037//0022-006x.56.6.893.

Beck, A. T., Ward, C. H., Mendelson, M., Mock, J. & Erbaugh, J. (1961). An inventory for measuring depression. Archives of General Psychiatry, 4, 561-71. DOI: 10.1001/archpsyc.1961.01710120031004.

Blanton, H. & Jaccard, H. (2006). Arbitrary metrics in psychology. American Psychologist, 61(1), 27-41. DOI: 10.1037/0003-066X.61.1.27.

Boring, E. (1923). Intelligence as the Tests Test It. The New Republic, 35(444), 35-37.

Borsboom, D. (2005). Measuring the Mind. Conceptual Issues in Contemporary Psychometrics. United Kingdom: Cambridge University Press.

Borsboom, D., Mellenbergh, G. J. & van Heerden, J. (2004). The concept of validity. Psychological Review, 111(4), 1061-1071. DOI: 10.1037/0033295X.111.4.1061.

Cartwright, N. y Munro, E. (2010). The limitations of randomized controlled trials in predicting effectiveness. Journal of Evaluation in Clinical Practice, 16(2), 260-266. DOI: 10.1111/j.1365-2753.2010.01382.x.

Danziger, K. (1985). The Methodological Imperative in Psychology. Philosophy of the Social Sciences, 15(1), 1-13. DOI: 10.1177/004839318501500101.

Darias, E. J. (2000). Escala de actitudes hacia la estadística. Psicothema, 12(2): 175-178.

Flynn, J. R. (2009). What is intelligence? Beyond the Flynn Effect. United Kingdom: Cambridge University Press.

Goldberg, L. (1992). The Development of Markers for the Big-Five Factor Structure. Psychological Assessment, 4(1), 26-42. DOI: 10.1037/10403590.4.1.26.

Hogan Assessment Systems. (2017). High Potential Talent Report. Technical Manual. Core Competencies for Emerging Leadership. Oklahoma: Hogan Assessment Systems. Recuperado el 28 de septiembre de 2019, de https://www.hoganhipo.com/wpcontent/s/sites/11/2017/02/HiPo_Tech_Manual_Final.pdf

Korn Ferry. (2013-2015). viaEDGE™ Technical Manual. Recuperado el 28 de septiembre de 2019, de http://static.kornferry.com/media/sidebar_s/viaEdge_Technical_Manual.pdf

Lombardo, M., & Eichinger, R. (2000). High potentials as high learners. Human Resource Management, 39(4), 321-329. DOI: 10.1002/1099050X(200024)39:4<321:AID-HRM4>3.0.CO.

Maul, A. (2013). On the ontology of psychological attributes. Theory & Psychology, 23(6), 752-769. DOI: 10.1177/0959354313506273.

Mello, Z., Barber, S., Paolini, V., Howell, T. & Worrell, F. (2016). Psychometric properties of time attitude scores in young, middle, and older adult samples. Personality and Individual Differences, 101, 57-61. DOI: 10.1016/j.paid.2016.05.037.

Michell, J. (1997). Quantitative science and the definition of measurement in psychology. British Journal of Psychology, 88(3), 355-383. DOI: 10.1111/j.20448295.1997.tb02641.x.

Michell, J. (2000). Normal Science, Pathological Science and Psychometrics. Theory & Psychology, 10(5), 639-667. DOI: 10.1177/0959354300105004.

Michell, J. (2004). Measurement in Psychology. Critical History of a Methodological Concept. United Kingdom: Cambridge University Press.

Michell, J. (2009). The psychometrician´s fallacy: Too clever by half? British Journal of Mathematical and Statistical Psychology, 62, 41-55. DOI: 10.1348/000711007X243582.

Rainer, R. K. & Miller, M. D. (1996). An assessment of the psychometric properties of the computer attitude scale. Computers in Human Behavior, 12(1), 93-105. DOI: 10.1016/0747-5632(95)00021-6.

Salzberger, T. (2013). Attempting measurement of psychological attributes. Frontiers in Psychology, 4, 75. DOI: 10.3389/fpsyg.2013.00075.

Sim, J., Machin, L. & Bartlam, B. (2014). Identifying vulnerability in grief: Psychometric properties of the Adult Attitude to Grief Scale. Quality of Life Research, 23(4), 1211-1220. DOI: 10.1007/s11136-013-0551-1.

Stevens, S. S. (1946). On the theory of scales of measurement. Science, 103(2684), 677-680. DOI: 10.1126/science.103.2684.677.

5. Prácticas cuestionables de investigación

Ackerman, S. (2015a, Julio 11). US torture doctors could face charges after report alleges post-9/11 “collusion”. The Guardian. Recuperado el 13 de septiembre de 2019, de https://www.theguardian.com/law/2015/jul/10/us-torturedoctors-psychologists-apa-prosecution.

Ackerman, S. (2015b, Julio 14). Three senior officials lose their jobs at APA

after US torture scandal. The Guardian. Recuperado el 13 de septiembre de 2019, de https://www.theguardian.com/us-news/2015/jul/14/apa-senior-officialstorture-report-cia.

Agnoli, F., Wicherts, J. M., Veldkamp, C. L. S., Alberto, P. & Cubelli, R. (2017). Questionable research practices among italian research psychologists. PLoS ONE, 12(3), e0172792. DOI: 10.1371/journal.pone.0172792.

American Psychological Association. (s. f.). Research Misconduct. Recuperado el 25 de mayo de 2019, de https://www.apa.org/research/responsible/misconduct/index.

American Psychological Association (s. f.). Report of the Independent Reviewer and Related Materials. Recuperado el 13 de septiembre de 2019, de https://www.apa.org/independent-review/.

Armstrong, K. & O’Hagan, M. (2011). Seattle Times special report: twisted ethics of an expert witness. The Seattle Times. Recuperado el 29 de octubre de 2020, de: https://www.seattletimes.com/seattle-news/seattle-times-special-reporttwisted-ethics-of-an-expert-witness/.

Bacon, F., Spedding, James, & Ellis, Robert Leslie. (1620/1800). Novum organum. G. Routledge; E. P. Dutton.

Bakker, M. (2014). Good science, bad science: Questioning research practices in psychological research. (Tesis de Doctorado en Psicología). University of Amsterdam, Netherlands.

Bik, E. (2019). Fabrication: the Diederik Stapel case. Science Integrity Digest. Recuperado el 29 de octubre de 2020, de https://scienceintegritydigest.com/2019/07/16/fabrication-the-diederik-stapelcase/

Campbell, D. (1957). Factors relevant to the validity of experiments in social settings. Psychological Bulletin, 54(4), 297-312. DOI: 10.1037/h0040950.

Carey, B. (2018, Agosto 9). Psychologists’ Group Maintains Ban on Work at Military Detention Facilities. The New York Times. Recuperado el 13 de septiembre de 2019, de https://www.nytimes.com/2018/08/09/health/interrogation-psychologistsguantanamo.html

Committee on Publication Ethics. (2000). The COPE Report 2000. London: BMJ Books. Recuperado el 25 de mayo de 2019, de https://publicationethics.org/files/u7141/COPE2000pdfcomplete.pdf

Fanelli, D. (2009). How Many Scientists Fabricate and Falsify Research? A Systematic Review and Meta-Analysis of Survey Data (How Many Falsify Research?). PLoS ONE, 4(5): E5738. DOI: 10.1371/journal.pone.0005738.

Fiedler, K., & Schwarz, N. (2016). Questionable Research Practices Revisited. Social Psychological and Personality Science, 7(1), 45-52. DOI: 10.1177/1948550615612150.

Frixione, E., Ruiz-Zamarripa, L. & Hernández, G. (2016). Assessing individual intellectual output in scientific research: Mexico´s national system for evaluating scholars performance in the humanities and the behavioral sciences. PLoS ONE, 11(5), 1-28. DOI: 10.1371/journal.pone.0155732.

Godlee, F. & Smith, J. (2011). Wakefield’s article linking MMR vaccine and autism was fraudulent. BMJ; 342:c7452.

Jalabi, R. (2015, Abril 30). Psychologists met in secret with Bush officials to help justify torture - report. The Guardian. Recuperado el 13 de septiembre de 2019, de https://www.theguardian.com/us-news/2015/apr/30/psychologists-bushofficials-torture-program

John, L., Loewenstein, G., & Prelec, D. (2012). Measuring the prevalence of questionable research practices with incentives for truth telling. Psychological Science, 23(5): 524-532. DOI: 10.1177/0956797611430953.

Kuhn, T. (1971). La Estructura de las Revoluciones Científicas. México: Siglo XXI.

Onwuegbuzie, A. (2000). Expanding the framework of internal and external validity in quantitative research. Annual Meeting of the American Educational Research Association. Recuperado el 25 de mayo de 2019, de http://eric.ed.gov/? id=ED448205

Popper, K. (2002). Conjectures and Refutations: The Growth of Scientific Knowledge. Recuperado el 25 de mayo de 2019, de https://ebookcentral.proquest.com

Martinson, B., Anderson, M. S. & De Vries, R. (2005). Scientists behaving badly. Nature, 435(7043), 737-738. DOI: 10.1038/435737a.

McMillan, J. (2000). Examining categories of rival hypothesis for educational research. Reporte: Annual Meeting of the American Educational Research Association. Recuperado 25 de mayo de 2019, de http://eric.ed.gov/? id=ED447194

National Science Foundation. (s. f.). Part 689 - Research Misconduct. Recuperado el 25 de mayo de 2019, de https://www.nsf.gov/oig/regulations/

Office of Research Integrity. (s. f.). Definition of Research Misconduct. Recuperado el 25 de mayo de 2019, de https://ori.hhs.gov/definition-researchmisconduct.

Oransky, I. (2015). It’s official: Anil Potti faked cancer research data, say Feds. Retraction Watch. Recuperado el 29 de octubre de 2020, de https://retractionwatch.com/2015/11/07/its-official-anil-potti-faked-data-sayfeds/.

Resnik, D. B., Shamoo, A. E., & Krimsky, S. (2006). Fraudulent human embryonic stem cell research in South Korea: lessons learned. ability in research, 13(1), 101-109. DOI: 10.1080/08989620600634193.

Sagarin, B., Ambler, J., & Lee, E. (2014). An Ethical Approach to Peeking at Data. Perspectives on Psychological Science, 9(3), 293-304. DOI:

10.1177/1745691614528214.

Simmons, J., Nelson, L., & Simonsohn, U. (2011). False-Positive Psychology: Undisclosed Flexibility in Data Collection and Analysis Allows Presenting Anything as Significant. Psychological Science, 22(11), 1359-1366. DOI: 10.1177/0956797611417632.

Soldz, S., Raymond, N., Reisner, S., Allen, S.A., Baker, I. L. & Keller, A. S. (2015). All the president´s psychologists. The American Psychological Association´s Secret Complicity with the White House and U. S. Intelligence Community in of the CIA’s “Enhanced” Interrogation Program. Recuperado el 13 de septiembre de 2019, de https://s3.amazonaws.com/s3.documentcloud.org/documents/2069718/report.pdf

Stokstad, E. (2018, September 20). This research group seeks to expose weaknesses in science—and they’ll step on some toes if they have to. Recuperado de https://www.sciencemag.org/news/2018/09/research-groupseeks-expose-weaknesses-science-and-they-ll-step-some-toes-if-they-have

Stürmer, S., Oeberst, A., Trötschel, R., & Decker, O. (2017). Early-Career Researchers’ Perceptions of the Prevalence of Questionable Research Practices, Potential Causes, and Open Science. Social Psychology, 48(6), 365-371. DOI: 10.1027/1864-9335/a000324.

Swazey, J., Anderson, M. & Lewis, K. (1993). Ethical Problems in Academic Research. American Scientist, 81(6), 542-553.

Universities UK. (2012). The Concordat to Research Integrity.

Recuperado el 25 de mayo de 2019, de https://www.universitiesuk.ac.uk/policyand-analysis/reports/Pages/research-concordat.aspx

Vera, F. (2018). Effect-size reporting in Mexican psychology journals: What it says about quality of research within the field. Ciencia Ergo Sum, 24(3), 225233.

Vera, F. (2018). Errores y tergiversaciones en las citas de revistas de psicología. Enseñanza e Investigación en Psicología, 23(2), 150-158.

Wible, J. (1998). The Economics of Science. Methodology and Epistemology as if Economics Really Mattered. London: Routledge.

Wicherts, J., Borsboom, D., Kats, J. & Molenaar, D. (2006). The Poor Availability of Psychological Research Data for Reanalysis. American Psychologist, 61(7), 726-728. DOI: DOI: 10.1037/0003-066X.61.7.726.

Winer, E., Salem, T., & Albarracín, Dolores. (2016). Reward De valuation: DotProbe Meta-Analytic Evidence of Avoidance of Positive Information in Depressed Persons. Psychological Bulletin, 142(1): 18-78. DOI: 10.1037/bul0000022.

6. El sustento filosófico de la investigación: estudios de caso

Agerbo, E. (2005). Midlife suicide risk, partner’s psychiatric illness, spouse and child bereavement by suicide or other modes of death: A gender specific study.

Journal of Epidemiology and Community Health, 59(5), 407-412. DOI: 10.1136/jech.2004.024950.

American Psychiatric Association. (2000). Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition, Text Revision. Washington, DC: American Psychiatric Association.

Bachman, J., Stein, S., Campbell, K., & Sitarenios, G. (2000). Emotional intelligence in the collection of debt. International Journal of Selection and Assessment, 8, 176-182. DOI: 10.1111/1468-2389.00145.

Bar-On, R., Handley, R. & Fund, S. (2005). The impact of emotional intelligence on performance. En V. Druskat, F. Sala, & G.Mount (Eds.), Linking emotional intelligence and performance at work: Current research evidence. NJ: Lawrence Erlbaum Associates, Inc.

Baron-Cohen, S. Leslie, A. & Frith, U. (1985). Does the autistic child have a “theory of mind”? Cognition, 21(1): 37-46. DOI: 10.1016/0010-0277(85)900228.

Baron-Cohen, S. (1989a). Are autistic children “behaviorists”? An examination of their mental-physical and appearance-reality distinctions. Journal of Autism and Developmental Disorders, 19(4): 579-600.

Baron-Cohen, S. (1989b). Perceptual role taking and protodeclarative pointing in autism. British Journal of Developmental Psychology, 7: 113-127.

Baron-Cohen, S. (1989c). The autistic child´s theory of mind: a case of specific developmental delay. Journal of child psychology and psychiatry, 30(2): 285297. DOI: 10.1111/j.1469-7610.1989.tb00241.x.

Baron-Cohen, S. (2000). Theory of mind and autism: A review. International review of research in mental retardation, 23: 169-184.

Bonn, G. (2013). Re-conceptualizing free will for the 21st century: acting independently with a limited role for consciousness. Frontiers in Psychology, 4, 2-9. DOI: 10.3389/fpsyg.2013.00920.

Brown, M. & Brown, S. (2012). Suicide. En The Oxford Handbook of Evolutionary Perspectives on Violence, Homicide, and War. Oxford University Press.

Campos, R., Holden, R. & Santos, S. (2018). Exposure to suicide in the family: Suicide risk and psychache in individuals who have lost a family member by suicide. Journal of Clinical Psychology, 74(3), 407-417. DOI: 10.1002/jclp.22518.

Cherniss, C., Extein, M., Goleman, D., & Weissberg, R. (2006). Emotional Intelligence: What Does the Research Really Indicate? Educational Psychologist, 41(4), 239-245. DOI: 10.1207/s15326985ep4104_4.

Dolan, M., & Fullam, R. (2004). Theory of mind and mentalizing ability in antisocial personality disorders with and without psychopathy. Psychological medicine, 34(6), 1093-1102.

Drucker, P. F., Goleman, D., & George, B. (2011). HBR’s 10 Must Reads on Leadership (with featured article “What Makes an Effective Executive”, by Peter F. Drucker). Harvard Business Press.

Isaacson, W. (2008). Einstein: His Life and Universe. Simon and Schuster.

Erlangsen, A., Runeson, B., Bolton, J.M., et al. (2017). Association between spousal suicide and mental, physical, and social health outcomes: A longitudinal and nationwide -based study. JAMA Psychiatry, 74(5),456-464. DOI:10.1001/jamapsychiatry.2017.0226.

Felisberti, F. M., & King, R. (2017). Mind-reading in altruists and psychopaths. En: Ibáñez, A., Sedeño, L., & García, A. (Eds.). Neuroscience and Social Science. Springer, Cham. DOI: 10.1007/978-3-319-68421-5_6.

Ferguson, C. J. (2015). “Everybody knows psychology is not a real science”: Public perceptions of psychology and how we can improve our relationship with policymakers, the scientific community, and the general public. American Psychologist, 70(6): 527-542.

Ferguson, C. J. (2016). Free will, mechanism, and the nature of being human: Reply to Tryon (2016). American Psychologist, 71(6): 507-508. DOI: 10.1037/a0040319.

Freud, S. (1898/2013). La Interpretación de los Sueños. España: Ediciones Akal.

Frith, C. D., & Corcoran, R. (1996). Exploring “theory of mind” in people with schizophrenia. Psychological medicine, 26(3), 521-530.

Gardner, H. (1985). The mind’s new science: A history of the cognitive revolution. New York: Basic Books.

Giannini, M., Bergmark, B., Kreshover, E., Plummer, C. & O’Keefe, E. (2010). Understanding suicide and disability through three major disabling conditions: Intellectual disability, spinal cord injury, and multiple sclerosis. Disability and Health Journal, 3(2), 74-78. DOI: 10.1016/j.dhjo.2009.09.001.

Hartmann, E. (2011). The Nature and Functions of Dreaming. UK: Oxford University Press.

Kanner, L. (1943). Autistic disturbances of affective . Nervous Child, 2, 217-250.

Karmiloff-Smith, A., Klima, E., Bellugi, U., Grant, J., & Baron-Cohen, S. (1995). Is there a social module? Language, face processing, and theory of mind in individuals with Williams syndrome. Journal of cognitive Neuroscience, 7(2), 196-208.

Kruse, E., Chancellor, J., Ruberton, P., & Lyubomirsky, S. (2014). An Upward Spiral Between Gratitude and Humility. Social Psychological and Personality Science, 5(7): 805-814. DOI: 10.1177/1948550614534700.

Lam, B., Christ, S., Lee, D., Zheng, D. & Arheart, K. (2008). Reported visual impairment and risk of suicide - The 1986-1996, National Health Interview Surveys. Archives of Ophthalmology, 126(7), 975-980. DOI: 10.1001/archopht.126.7.975.

Leslie, A. (1987). Pretense and Representation: The Origins of “Theory of Mind”. Psychological Review, 94(4): 412-426. DOI: 10.1037/0033295X.94.4.412.

Lopes, P., Brackett, M., Nezlek, J., Schütz, A., Sellin, I. & Salovey, P. (2004). Emotional intelligence and social interaction. Personality and Social Psychology Bulletin, 30, 1018-1034. DOI: 10.1177/0146167204264762.

Luskin, R., Aberman, R., & DeLorenzo, A. (2005). The training of emotional competence in financial advisors. Issues in Emotional Intelligence. Recuperado el 28 de mayo de 2019, de http://www.eiconsortium.org/reports/emotional_competence_training_financial_advisors.html

Merrick, J., Merrick, E., Lunsky, Y., & Kandel, I. (2006). A review of suicidality in persons with intellectual disability. Israel Journal of Psychiatry and Related Sciences, 43(4), 258-264.

Miller, A. (2008). A Critique of Positive Psychology - or “The New Science of Happiness”. Journal of Philosophy of Education, 42(3‐4): 591-608. DOI: 10.1111/j.1467-9752.2008.00646.x.

Moorcroft, W. H. (2013). Understanding Sleep and Dreaming. New York: Springer.

Mościki, E. (2014). Suicidal Behavior Among Adults. En The Oxford Handbook of Suicide and Self-Injury. United Kingdom: Oxford University Press.

Pérez-Álvarez, M. (2016). The Science of Happiness: As Felicitous as It Is Fallacious. Journal of Theoretical and Philosophical Psychology, 36(1): 1-19. DOI: 10.1037/teo0000030.

Revonsuo, A. (2000). The reinterpretation of dreams: An evolutionary hypothesis of the function of dreaming. Behavioral and Brain Sciences, 23(6), 877-901. DOI: 10.1017/s0140525x00004015.

Revonsuo, A. & Valli, K. (2000). Dreaming and consciousness: Testing the threat simulation theory of the function of dreaming. Psyche: An Interdisciplinary Journal of Research on Consciousness, 6(8).

Rosete, David, & Ciarrochi, Joseph. (2005). Emotional intelligence and its relationship to workplace performance outcomes of leadership effectiveness. Leadership & Organization Development Journal, 26(5), 388-399.

Rychlak, J. (1981). Logical learning theory: propositions, corollaries, and research evidence. Journal of Personality and Social Psychology, 40(4), 731-749.

Rychlak, J. (2009). In search and proof of human beings, not machines. En L.

Mos (Ed.): History of psychology in autobiography. New York: Springer Science and Business Media.

Simonton, D. (2013). Creative thoughts as acts of free will: A two-stage formal integration. Review of General Psychology, 17(4): 374-383. DOI: 10.1037/a0032803.

Tryon, W. (2016). Underreliance on mechanistic models: Comment on Ferguson (2015). American Psychologist, 71(6): 505-506. DOI: 10.1037/a0040108.

Turner, O., Windfuhr, K. & Kapur, N. (2007). Suicide in deaf populations: A literature review. Annals of General Psychiatry, 6, 26-34. DOI: 10.1186/1744859X-6-26.

Valli, K., Lenasdotter, S., MacGregor, O. & Revonsuo, A. (2007). A test of the threat simulation theory - Replication of results in an independent sample. Sleep and Hypnosis, 9(1) 30-46.

Valli, K., & Revonsuo, A. (2009). The threat simulation theory in light of recent empirical evidence: A review. The American Journal of Psychology, 122(1), 17.

Valli, K., Revonsuo, A., Pälkäs, O., Ismail, K., Ali, K. & Punamäki, R. (2005). The threat simulation theory of the evolutionary function of dreaming: Evidence from dreams of traumatized children. Consciousness and Cognition, 14(1), 188218. DOI: 10.1016/S1053-8100(03)00019-9.

Valli, K., Revonsuo, A., Pälkäs, O. & Punamäki, R. (2006). The Effect of Trauma on Dream Content—A Field Study of Palestinian Children. Dreaming, 16(2), 63-87. DOI: 10.1037/1053-0797.16.2.63.

Valli, K., Strandholm, T., Sillanmäki, L. & Revonsuo, A. (2008). Dreams are more negative than real life: Implications for the function of dreaming. Cognition and Emotion, 22(5), 833-861. DOI: 10.1080/02699930701541591.

Vera, F. (2017). Effect-Size Reporting in Mexican Psychology Journals: What it Says about the Quality of Research within the Field. CIENCIA ergo-sum, 24(3), 225-233.

Vera, F. (2018). ¿Evidencia de libre albedrío?: Comentario sobre un intercambio en American Psychologist. Enseñanza e Investigación en Psicología, 21(1): 8287.

World Health Organization. (2018). Suicide. Recuperado el 28 de mayo de 2019, de https://www.who.int/news-room/fact-sheets/detail/suicide.

Zadra, A., Desjardins, S. & Marcotte, &. (2006). Evolutionary function of dreams: A test of the threat simulation theory in recurrent dreams. Consciousness and Cognition, 15(2), 450-463. DOI: 10.1016/j.concog.2005.02.002.

7. ¿Quién estudia psicología? Perfil y expectativas de los estudiantes

American Psychological Association. (2006). Women in the American Psychological Association. Washington: APA. Recuperado el 16 de septiembre de 2019, de https://www.apa.org/pi/women/committee/wapa-2006.pdf

American Psychological Association. (2013). APA Guidelines for the Undergraduate Psychology Major. Recuperado el 28 de mayo de 2019, de https://www.apa.org/ed/precollege/about/undergraduate-major

Baron-Cohen, S. (2003). The Essential Difference: male, women, and the extreme male brain. London: Allen Lane.

Bray, J. (2010). Psychology as a core science, technology, engineering, and mathematics (STEM) discipline. Report of the American Psychological Association 2009 presidential task force on the future of psychology as a STEM discipline. United States: American Psychological Association. Recuperado el 28 de octubre de 2019, de https://www.apa.org/pubs/info/reports/stem-discipline

Carpenter, T. P. & Kirk, R. E. (2017) Are psychology students getting worse at math?: Trends in the math skills of psychology statistics students across 21 years. Educational Studies, 43(3), 282-295. DOI: 10.1080/03055698.2016.1277132.

Centro Nacional de Evaluación para la Educación Superior A.C. (2018). Guía para el sustentante. Examen General para el Egreso de la Licenciatura en Psicología. Recuperado el 28 de mayo de 2019, de http://www.ceneval.edu.mx/psicologia

Comerchero, V., & Fortugno, D. (2013). Adaptive Perfectionism, Maladaptive

Perfectionism and Statistics Anxiety in Graduate Psychology Students. Psychology Learning & Teaching, 12(1), 4-11. DOI: 10.2304/plat.2013.12.1.4.

Consejo Nacional para la Enseñanza e Investigación en Psicología. Marco de Referencia CA-CNEIP 2018. Recuperado el 28 de mayo de 2019, de https://www.cneip.org/cneip_cacneip

Duran, M., González, A. & Rodríguez, M. (2009). Motivacions de carrera, creences irracionals i competència personal en estudiants de psicologia. Revista D’Ensenyament De La Psicologia: Teoria I Experiència (REPTE), 5(1), 50-63.

Fahrenberg, J. & Cheetham, M. (2008). Assumptions about human nature and the impact of philosophical concepts on professional issues: A questionnairebased study with 800 students from psychology, philosophy, and science. Philosophy, Psychiatry, & Psychology, 14(3), 183-201. DOI: 10.1353/ppp.0.0130.

Fine, C. (2010). Delusions of Gender. How our minds, society, and neurosexism create difference. New York: Norton & Company.

Friedrich, J. (1996). Assessing Student’s Perceptions of Psychology as a Science: Validation of a Self-Report Measure. Teaching of Psychology, 23(1), 613. DOI: 10.1207/s15328023top2301_1.

Gámez, E. & Marrero, H. (2003). Metas y motivos en la elección de la carrera universitaria: Un estudio comparativo entre psicología, derecho y biología. Anales de Psicología, 19(1), 121-131.

Gervasio, A., Wendorf, C. & Yoder, N. (2010). Validating a Psychology as a Helping Profession Scale. Teaching of Psychology, 37(2), 107-113. DOI: 10.1080/00986281003609199.

Harrington, T. F. & Feller, R. (1993). Four methods to determine RIASEC codes for college majors and a comparison of hit rates. Career Development Quarterly, 41(4), 383. DOI: 10.1002/j.2161-0045.1993.tb00412.x.

Holland, J., Whitney, D., Cole, S. & Richards, J. (1969). An Empirical Occupational Classification derived from a Theory of Personality and Intended for Practice and Research. Iowa: American College Testing Program.

Hood, Michelle, & Neumann, David L. (2013). Evaluation of a Workshop to Reduce Negative Perceptions of Statistics in Undergraduate Psychology Students. Psychology Learning and Teaching, 12(2), 115-125. DOI: 10.2304/plat.2013.12.2.115.

Hill, C., Corbett, C. & Rose, A. (2010). Why so Few? Women in Science, Technology, Engineering, and Mathematics. Washington: AAUW.

Howard, R. (1998). Every psychologist needs to be a theorist. American Psychologist, 53(1), 69-70. DOI: 10.1037/0003-066X.53.1.69.

Machado, A., Lourenço, O. & Silva, F. (2000). Facts, concepts, and theories: The shape of psychology´s epistemic triangle. Behavior and Philosophy, 28(1/2), 1-40.

Manning, M. (1998). Gender Differences in Young Adolescents’ Mathematics and Science Achievement. Childhood Education, 74(3), 168-171. DOI: 10.1080/00094056.1998.10522697.

Onwuegbuzie, & Daley. (1999). Perfectionism and statistics anxiety. Personality and Individual Differences, 26(6), 1089-1102. DOI: 10.1016/S01918869(98)00214-1.

Over, R. (1981). Representation of women on the editorial boards of psychology journals. American Psychologist, 36(8), 885-891. DOI: 10.1037/0003066X.36.8.885.

Pion, G., Mednick, M., Astin, H., Iijima, C., Kenkel, M., Puryear, G., Kohout, J. & Kelleher, J. (1996). The shifting gender composition of psychology. American Psychologist, 51(5), 509-528. DOI: 10.1037/0003-066X.51.5.509.

Rovella, A; Sans de Uhrlandt, M; Solares, E; Delfino, D y Diaz, D. (2008). Motivo de logro y elección de la carrera de psicología. Revista Electrónica de Psicología Política, 6(18), 93-100.

Slife, B. & Williams, R. (1995). What´s Behind the Research? Discovering Hidden Assumptions in the Behavioral Sciences. Thousand Oaks: SAGE Publications.

Slife, B. & Williams, R. (1997). Toward a theoretical psychology. Should a subdiscipline be formally recognized? American Psychologist, 52(2), 117-129. DOI:

10.1037/0003-066X.52.2.117.

Stewart, R., Hill, K., Stewart, J., Bimler, D. & Kirkland, J. (2005). Why I am a Psychology Major: An Empirical Analysis of Student Motivations. Quality and Quantity, 39(6), 687-709. DOI: 10.1007/s11135-005-4484-9.

Rowley, M., Hartley, J. & Larkin, D. (2008) Learning from experience: the expectations and experiences of first‐year undergraduate psychology students. Journal of Further and Higher Education, 32:4, 399-413, DOI: 10.1080/03098770802538129.

Teo, T. (2018). Outline of Theoretical Psychology. Critical Investigations. London: Palgrave Macmillan.

The British Psychological Society. (2019). Standards for the Accreditation of Undergraduate, Conversion and Integrated Masters Programmes in Psychology. Recuperado el 28 de mayo de 2019, de https://www.bps.org.uk/psychologists/accreditation/education-providers.

Tracey, T. (2002). Personal globe inventory: Measurement of the spherical model of interests and competence beliefs. Journal of Vocational Behavior, 60, 113-172. DOI: 10.1006/jvbe.2001.1817.

Walton, A. (noviembre de 2012). Are you on the right path? Five bad reasons to go to psychology grad school - and a few good ones. gradPSYCH Magazine. Recuperado el 28 de mayo de 2019, de https://www.apa.org/gradpsych/2012/11/index.

8. La historia de la psicología 1: mitos, leyendas y otros relatos fantásticos

American Psychological Association, (s.f.) About the APA Science Directorate. Recuperado el 1 de noviembre de 2019, de https://www.apa.org/science/about/index

Bray, J. (2010). Psychology as a core science, technology, engineering, and mathematics (STEM) discipline. Report of the American Psychological Association 2009 presidential task force on the future of psychology as a STEM discipline. United States: American Psychological Association. Recuperado el 28 de octubre de 2019, de https://www.apa.org/pubs/info/reports/stem-discipline

Broverman, I., Broverman, D., Clarkson, F., Rosenkrantz, P. & Vogel, S. (1970). Sex-role stereotypes and clinical judgments of mental health. Journal of Consulting and Clinical Psychology, 34(1), 1-7. DOI: 10.1037/h0028797.

Coon, D. (1993). Standardizing the Subject: Experimental Psychologists, Introspection, and the Quest for a Technoscientific Ideal. Technology and Culture, 34(4), 757.

Danziger, K. (1990). Constructing the subject: Historical origins of psychological research (Cambridge studies in the history of psychology). Cambridge: Cambridge University Press.

Derksen, M. (1997). Are We not Experimenting then?: The Rhetorical

Demarcation of Psychology and Common Sense. Theory & Psychology, 7(4), 435-456. DOI: 10.1177/0959354397074001.

Fox, R. (1996). Charlatanism, Scientism, and Psychology’s Social Contract. American Psychologist, 51(8), 777-784. DOI: 10.1037/0003-066X.51.8.777.

Friedrich, J. (1996). Assessing Student’s Perceptions of Psychology as a Science: Validation of a Self-Report Measure. Teaching of Psychology, 23(1), 613. DOI: 10.1207/s15328023top2301_1.

Frith, U. & Frith, C. (2003). Development and neurophysiology of mentalizing. Philosophical Transactions of the Royal Society of London, 358, 459-473. DOI: 10.1098/rstb.2002.1218.

Kelley, L. & Blashfield, R. (2009). An example of psychological science´s failure to self-correct. Review of General Psychology, 13(2): 122-129. DOI: 10.1037/a0015287.

Lamiell, J. (2013). On Psychology’s Struggle for Existence: Some Reflections on Wundt’s 1913 Essay a Century On. Journal of Theoretical and Philosophical Psychology, 33(4), 205-215. DOI: 10.1037/a0033460.

Landa, R. (2008). Diagnosis of autism spectrum disorders in the first 3 years of life. Nature Clinical Practice Neurology, 4(3), 138-147. DOI: 10.1038/nneuro0731.

Lilinfeld, S. (2012). Public skepticism of psychology. American Psychologist, 67(2), 111-129. DOI: 10.1037/a0023963.

Mandler, G. (2007). A History of Modern Experimental Psychology: From James and Wundt to Cognitive Science. Cambridge: The MIT Press.

Maslow, A. (2012). Toward a Psychology of Being. United States of America: Start Publishing.

Michell, J. (2004). Measurement in Psychology. Critical History of a Methodological Concept. Cambridge: Cambridge University Press.

Meehl, P. (1978). Theoretical risks and tabular asterisks: Sir Karl, Sir Ronald, and the slow progress of soft psychology. Journal of Consulting and Clinical Psychology, 46, 806-834. DOI: 10.1016/j.appsy.2004.02.001.

Mowat, E. (2013). Making Psychology a Science: A Discourse Analysis upon the History of Psychology within Introductory Psychology Textbooks (Tesis de Pregrado en Psicología). The University of Edinburgh, Scotland.

Pfeffer, J. (2015). Leadership BS. Fixing workplaces one truth at a time. New York: Harper Business.

Pind, J. (2019). “A complete emancipation from philosophy”: Alfred Lehmann´s laboratory of psychophysics at the University of Copenhagen. The American Journal of Psychology, 132(1), 97-114.

Searle, J. (2001). Mentes, cerebros, y ciencia. Madrid: Cátedra.

Slife, B. & Williams, R. (1997). Toward a theoretical psychology. Should a subdiscipline be formally recognized? American Psychologist, 52(2), 117-129. DOI: 10.1037/0003-066X.52.2.117.

Smyth, M. (2001). Fact Making in Psychology: The Voice of the Introductory Textbook. Theory & Psychology, 11(5), 609-36. DOI: 10.1177/0959354301115002.

Vaughan, E. (1977). Misconceptions about Psychology among Introductory Psychology Students. Teaching of Psychology, 4(3), 138-141. DOI: 10.1207/s15328023top0403_9.

Volkmar, F. & Klin, A. (1993). Theory of mind deficits in autism: social or cognitive? Primary or secondary? Paper presented at the Annual Meeting of the Society for Research in Child Development. New Orleans, LA March 25, 1993.

Watson, J. (1913). Psychology as the Behaviorist Views It. Psychological Review, 20, 158. DOI: 10.1037/h0074428.

Wundt, W. (2013). Psychology´s struggle for existence: Second Edition, 1913. History of Psychology, 16(3), 197-211. DOI: 10.1037/a0032319.

9. La historia de la psicología 2: es la economía, estúpido.

Carlat, D. (November 25, 2007). Dr. Drug Rep. The New York Times Magazine. Disponible en: https://www.nytimes.com/2007/11/25/magazine/25memoirt.html.

Carson, J. (1993). Army Alpha, Army Brass, and the Search for Army Intelligence. Isis, 84(2), 278-309. DOI: 10.1086/356463.

Cosgrove, L. & Krimsky, S. (2012). A comparison of DSM-IV and DSM-5 ’ financial associations with industry: A pernicious problem persists. PLoS Medicine, 9(3), e1001190. DOI:10.1371/journal.pmed.1001190.

Danziger, K. (1990). Constructing the subject: Historical origins of psychological research (Cambridge studies in the history of psychology). Cambridge: Cambridge University Press.

Freedman, R., Lewis, D., Michels, R., Pine, D., Schultz, S., Tamminga, C., Gabbard, G., Shur-Fen, S., Javitt, D., Oquendo, M., Shrout, P., Vieta, E. & Yager, J. (2013). The Initial Field Trials of DSM-5: New Blooms and Old Thorns. American Journal of Psychiatry, 170(1): 1-5. DOI: 10.1176/appi.ajp.2012.12091189.

Jones, K. D. (2012). A critique of the DSM-5 Field Trials. The Journal of Nervous and Mental Disease, 200(6), 517-519. DOI: 10.1097/NMD.0b013e318257c699.

Kevles, D. (1968). Testing the Army’s Intelligence: Psychologists and the Military in World War I. The Journal of American History, 55(3), 565-581. DOI: 10.2307/1891014.

The New York Times. (1922, December 31). Intelligence Test Urged in Immigration.

Young, J. (2016). G. Stanley Hall, Child Study, and the American Public. The Journal of Genetic Psychology, 177(6), 195-208. DOI: 10.1080/00221325.2016.1240000.

10. Corrigiendo la investigación en psicología: recomendaciones para una mejor práctica

American Psychological Association. (s. f.). Psychological Bulletin. Manuscript Submission. Recuperado el 25 de octubre de 2019, de https://www.apa.org/pubs/journals/bul?tab=4

American Psychological Association. (2017). Ethical Principles of Psychologists and Code of Conduct. Washington: American Psychological Association.

Annual Reviews. (2018). Instructions for the Preparation of Manuscripts. Recuperado el 26 de octubre de 2010, de https://www.annualreviews.org/page/authors/general-information#psych

Appelbaum, M., Cooper, H., Kline, R. B., Mayo-Wilson, E., Nezu, A. M. & Rao,

S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA publications and communications board task force. American Psychologist, 73(1), 3-25. DOI: 10.1037/amp0000191.

British Psychological Society. (2014). Code of Human Research Ethics. United Kingdom. British Psychological Society.

British Psychological Society. (2018). Code of Ethics and Conduct. United Kingdom. British Psychological Society.

Danziger, K. (1990). Constructing the subject: Historical origins of psychological research (Cambridge studies in the history of psychology). Cambridge: Cambridge University Press.

Faul, F., Erdfelder, E., Lang, A. G. & Buchner, A. (2007). G*Power 3: A flexible statistical power analysis program for the social, behavioral, and biomedical sciences. Behavior Research Methods, 39, 175-191.

Forbes. (s. f.). The World’s Highest-Paid Celebrities 2019. Consultado el 21 de septiembre de 2019, en https://www.forbes.com/celebrities/list/#tab:overall.

Hartgerink, C. & Wicherts, J. (2016). Research practices and assessment of research misconduct. ScienceOpen Research. Recuperado el 14 de septiembre de 2019, de https://www.scienceopen.com/document?id=a578e338-4545-4aea92d9-9ca1dd858873.

Kmetz, J. (2019). Correcting corrupt research: Recommendations for the profession to stop misuse of p-Values. The American Statistician, 73(S1), 36-45. DOI: 10.1080/00031305.2018.1518271.

Kruschke, J. & Liddell, K. (2018). The Bayesian new statistics: Hypothesis testing, estimation, meta-analysis, and power analysis from a Bayesian perspective. Psychonomic Bulletin & Review, 25(1), 178-206. DOI: 10.3758/s13423-016-1221-4.

Littel, J. H., Corcoran, J. & Pillai, V. (2008). Systematic Reviews and MetaAnalysis. United Kingdom: Oxford University Press.

Meehl, P. (1967). Theory-testing in psychology and physics: A methodological paradox. Philosophy of Science, 34(2), 103-115.

Mexican Journal of Behavior Analysis. (2012). Author Guidelines.

PLoS One. (s. f.). Data availability. Recuperado el 24 de octubre de 2019, de: https://journals.plos.org/plosone/s/data-availability.

Searle, J. (2001). Mentes, cerebros, y ciencia. Madrid: Cátedra.

Siddaway, A. P., Wood, A. M. & Hedges, L. V. (2019). How to do a systematic review: A best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses. Annual Review of Psychology, 70, 747-770. DOI: 10.1146/annurev-psych-010418-102803.

Sociedad Mexicana de Psicología (2009). Código Ético del Psicólogo. México: Trillas.

11. Conclusión

British Psychological Society. (2011). Response to the American Psychiatric Association: DSM-5 Development. Recuperado el 16 de noviembre de 2019, de https://dxrevisionwatch.files.wordpress.com/2012/02/dsm-5-2011-bpsresponse.pdf

Kelley, L. & Blashfield, R. (2009). An example of psychological science´s failure to self-correct. Review of General Psychology, 13(2): 122-129. DOI: 10.1037/a0015287.

Índice

1 Introducción 7

Primera parte: El problema 17

2 Estadísticas fallidas 19

3 Muestras irrelevantes: ¿podemos extrapolar las conclusiones de los psicólogos? 43

4 Psicometría: el curioso caso de la medición de la mente 55

5 Prácticas cuestionables de investigación 75

6 El sustento filosófico de la investigación: estudios de caso 95

Segunda parte: La explicación 131

7 ¿Quién estudia psicología? Perfil y expectativas de los estudiantes 133

8 La historia de la psicología 1: mitos, leyendas y otros relatos fantásticos 151

9 La historia de la psicología 2: es la economía, estúpido 171

Tercera parte: La solución 181

10 Corrigiendo la investigación en psicología: recomendaciones para una mejor práctica 183

11 Conclusión 207

12 Referencias 217