Diseño y cálculo de índices para comparar el comportamiento del escalafón de los grupos de investigación de 6 universidades colombianas Cristhian Fabián Ruiz Ramos1, Diego Andrés Chavarro Bohórquez 2, Luis Antonio Orozco Castro3, José Luis Villaveces Cardoso 4 1 Investigador, actualmente trabaja en la Vicerrectoría de Investigaciones de la Universidad de los Andes. Bogotá, Colombia. ([email protected]) 2 Investigador, actualmente trabaja en la Vicerrectoría de Investigaciones de la Universidad de los Andes. Bogotá, Colombia. ([email protected]) 3 Estudiante de Doctorado de Administración de la Universidad de los Andes. Bogotá, Colombia. ([email protected]) 4 Vicerrector de Investigaciones de la Universidad de los Andes. Bogotá, Colombia. ([email protected]) 1. Los grupos de investigación en Colombia La estructuración de los grupos de investigación como forma organizada y socialmente reconocida en Colombia se inició con la formación de investigadores en la década de 1970 y la posterior creación de una cultura científica que adoptó una forma colectiva. Las prácticas en la vida del laboratorio muestran en esencia un trabajo colaborativo en el que existen divisiones del trabajo, autoridades y procesos de traducción de las ideas y enunciados a los agentes para avanzar en la ciencia (Latour, 1987), al que Colombia no fue ajena. Pero, a diferencia de muchos países que centraron su atención en la formación de programas de investigación de los que emergieron especialmente centros de investigación y parques tecnológicos, en Colombia se propuso la noción de grupo de investigación como un concepto organizacional para reconocer que la investigación es desarrollada por personas que, de forma inteligente y sobre la lógica de sus razones, orientan su acción e interacción con otros y se organizan para tal fin en el amplio espacio que significa la universidad. En la I Misión de Ciencia y Tecnología en Colombia que se desarrolló a finales de la década de 1980, se reconoce en la noción de grupo de investigación una forma conceptual para contribuir en la forma de entender la actividad científica, confiriéndole capacidades y competencias para realizar los trabajos de investigación, a nivel individual, en tanto formación académica, como a nivel colectivo, por la generación y apropiación de habilidades para las prácticas sobre las acumulaciones sociocognitivas que son fruto del trabajo y sus resultados (Charum, 1989; Charum, 1999). En el proceso de aparición y consolidación de la investigación en la universidad colombiana se ha discutido y trabajado sobre la forma de organizarla. Se ha venido modificando el concepto organizativo que primó en un comienzo, que buscaba definir "áreas" o "líneas" de investigación en comités, direcciones y vicerrectorías, a la organización de grupos de investigación como agentes que orientan su trabajo, abriendo paso a la discusión sobre las personas en el laboratorio, y dándoles el reconocimiento como los verdaderos sujetos de la investigación científica y el desarrollo tecnológico (Villaveces, 2001). El grupo de investigación se ha venido construyendo como una noción organizadora de la investigación que reúne los intereses de un conjunto de personas que deciden libremente investigar en una temática de su interés y orientan y desarrollan su trabajo durante un periodo suficiente como para producir resultados. Por tanto, un grupo no es una unidad de organización en el tablero de una burocracia, ni se define por un acta de creación, sino que existe por el hecho de generar productos con capacidad de circular (Villaveces, 2001). En el seno del Sistema Nacional de Ciencia y Tecnología de Colombia se hizo necesario operacionalizar el concepto emergente de las prácticas en las que se organiza la actividad investigativa y propiciar su institucionalización en las acciones que orientan la investigación. Fue así como se empezó a traducir la política científica de Colciencias en objetos tecnológicos informacionales – OTI y se iniciaron convocatorias para tener una representación de la actividad científica y tecnológica y su organización. El debate está a la orden del día entre quienes ven los grupos y su medición como una imposición de la política, y quienes reconocen los procesos de estructuración de la actividad social en la aparición de una cultura científica que tiene unas prácticas racionalmente orientadas, y que libremente constituyen una forma de asociación para la colaboración científica (Chavarro, Orozco, Ruiz y Villaveces, 2007). Como sea, son estos OTI los que nos permiten reconstruir informáticamente el concepto grupo de investigación para lograr análisis comparativos como el que se presenta en este trabajo. 2. El escalafonamiento de grupos de investigación en Colombia Desde 1991 Colciencias, que es la entidad estatal que tiene a su cargo la orientación política y la financiación de actividades científicas en Colombia, ha adelantado un proceso de medición de grupos de investigación para lograr tener una idea de la calidad de la investigación que se hace en Colombia. En la actualidad, las categorías que utiliza Colciencias para escalafonar los grupos de investigación son, en orden de importancia, A, B y C. Para lograr tener una escala que permita clasificar a los grupos en una de estas categorías, Colciencias ha propuesto un índice llamado Scienticol. El índice Scienticol es una función de la producción de un grupo que se forma a partir de 4 indicadores que intentan sintetizar la actividad investigativa de cualquier unidad: el indicador de nuevo conocimiento (formado por artículos de investigación, libros, capítulos de libro, producción artística, producción patentada o registrada, producción técnica no patentable), el indicador de nuevo conocimiento tipo A (formados por los mismos tipos de producto del indicador de nuevo conocimiento, pero sólo aquellos que cuentan con indicios de alta calidad, como los artículos publicados en revistas indexadas en ISI, por ejemplo), el indicador de divulgación (que involucra participación en congresos, literatura gris y capítulos en memorias) y el indicador de formación (que es básicamente las tesis dirigidas por el grupo y los cursos académicos resultado de su investigación). Los grupos A son aquellos que tienen por lo menos 5 años de existencia, han producido por lo menos 2 productos de nuevo conocimiento por año y tienen un puntaje de 8 en la escala del índice Scienticol. Los B tienen por lo menos 3 años de existencia y 5 o más puntos en el índice Scienticol. Los C son aquellos grupos que tienen por lo menos 2 años y un puntaje entre 2 y 4,9 en el índice Scienticol. Cada uno de los indicadores mencionados está formado por los pesos de los productos, que son una función de R (peso relativo de cada producto), Ic (indicador de calidad del producto), Ie (indicador de existencia del producto) e Ivcu (indicador de visibilidad, circulación y uso). No entraremos en detalle a explicar el cálculo de estos indicadores para cada producto. El cálculo general del índice Scienticol se resume en la siguiente fórmula: ScientiCol = 5 IND_NC + 3.5 IND_NC_A + 1.0 IND_F + 0.5 IND_D Donde IND_NC es Indicador de Nuevo Conocimiento, IND_NCA es Indicador de Nuevo Conocimiento A, IND_F es Indicador de Formación e IND_D es Indicador de Divulgación. En general, lo que nos interesa resaltar es que el índice Scienticol tiene en cuenta exclusivamente la producción de un grupo y que el índice utilizado tiene un umbral, lo que quiere decir que llegado cierto valor los grupos no pueden seguir acumulando puntaje. Ese umbral es actualmente 10. La metodología de cálculo puede ser consultada en el documento conceptual para la medición de Grupos de Investigación, Tecnológica o de Innovación que está disponible en http://zulia.colciencias.gov.co:8098/portalcol/downloads/archivosSoporteConvocatorias/1448.pdf 3. Una alternativa de comparación relativa de grupos de investigación teniendo en cuenta la productividad La ubicación de grupos de investigación en un escalafón ha sido de interés constante en los últimos quince años. Los resultados de este proceso han sido tomados como indicadores de la calidad y el progreso científico en Colombia. Sin embargo, el índice Scienticol tiene algunas falencias que consideramos importantes cuando se quiere mirar el desempeño: 1. El establecimiento del umbral hace que haya una acumulación cada vez mayor de grupos A a los que se les pierde la pista de su posterior desempeño. 2. La orientación a la producción del índice scienticol no tiene en cuenta que cada grupo utiliza ciertos recursos con los que debe poder producir. Esa relación entre los recursos de un grupo y su producción (entradas – salidas) no es visible con este método. 3. Como el índice Scienticol se ha estandarizado para la medición de todos los grupos, se ha perdido la manera de diferenciar y valorar a los grupos de acuerdo con la disciplina que practican, que es al fin y al cabo la que caracteriza a esa comunidad. Es decir, un grupo de ciencias sociales es visto de la misma forma que un grupo de ciencias exactas. 4. El índice Scienticol plantea un ideal contra el que se comparan los grupos. Aquellos más cercanos estarán mejor escalafonados que los demás. Es decir, así no exista un grupo con las características ideales propuestas, todos son comparados como si éste existiera. Para poder llenar estas falencias hemos hecho, desde 2007, algunos ejercicios de valoración relativa de los grupos de investigación. Planteamos en ese momento algunos factores que nos permitieron ver la composición relativa de grupos A, B y C de varias universidades colombianas y su relación con la productividad ponderada de artículos científicos (Villaveces, Orozco, Ruiz, Chavarro et. Al, 2007, p.127). En ese momento pensamos que cada institución debía tener un ideal de esa composición relativa de grupos. En el caso de la Universidad de los Andes, decidimos que esa composición debía verse de la siguiente manera: Fuente: Villaveces, Orozco, Ruiz, Chavarro et. al, 2006, p.118 Es decir, la mayoría de los grupos deberían ser maduros, con una producción importante, reconocida y disponible para la sociedad. Al lado de ellos, también debería ser necesaria la existencia de unos cuantos grupos que estén comenzando a abordar nuevas temáticas. Esto se concreta en que cerca de las dos terceras partes de sus grupos estén clasificadas en A, y un tercio, en C. Los primeros serían los consolidados, y los segundos, los emergentes. Lo que encontramos es que la relación entre la manera planteada para valorar el escalafonamiento no siempre reflejaba factores de productividad ponderada mayores. Además, esta proposición no es necesariamente cierta para todas las universidades, lo que dejaría cerrada la posibilidad de hacer cualquier tipo de comparación. La anterior alternativa fue un avance y nos permitió un acercamiento parcial al problema, pero nuestro objetivo, el de comparar relativamente a los grupos de investigación, nos llevó a proponer una aproximación que tuviera en cuenta la productividad, la disciplina académica del grupo y la exclusión de ideales en esta comparación. En nuestra opinión, cada una de las variables del índice Scienticol, vistas por separado, nos dan una idea de las unidades constitutivas de lo que se puede llamar productividad, definida como la cantidad de recursos utilizados para producir algo. En nuestro caso nos interesa aproximarnos a la productividad porque nos puede dar una idea de qué tan eficientes estamos siendo en la utilización de recursos. Por esto hemos hecho un ejercicio que consiste en valorar la eficiencia de los grupos de investigación utilizando un método de frontera eficiente, llamado Análisis Envolvente de Datos (DEA, por sus siglas en inglés). Esta técnica nos permite hacer un análisis comparativo de los grupos a partir de sus eficiencias relativas, previa caracterización de los actores y recursos para la investigación (entradas) y de los productos de investigación (salidas). Las eficiencias relativas corresponden a la comparación de los valores de productividad (relación entre recursos y producción académica) de un conjunto de grupos de investigación con características similares en cuanto a sus disciplinas. Los grupos de investigación son las estructuras organizacionales que congregan la actividad investigativa de la Universidad. Por eso éstas serán las unidades de evaluación con DEA. Las unidades evaluadas con DEA se denominan DMU (Decision Making Unit, por sus siglas en inglés) y son consideradas las responsables de transformar las entradas en salidas, por lo que se les puede estimar su eficiencia (Cooper, Seiford y Tone, 2007: 22). Este término (DMU) hace referencia a un grupo amplio de unidades organizacionales que pueden ser divisiones de una organización, empresas, entes territoriales e incluso países (Restrepo y Villegas, 2007: 107). En nuestro caso, el término DMU hará referencia a un grupo de investigación. Aplicamos el modelo CCR en el espacio de la envolvente, que es el más básico de los análisis DEA. Este modelo fue propuesto por Charnes, Cooper y Rhodes en 1978 y su propósito principal es proyectar las DMU ineficientes sobre la frontera de productividad (Cooper, et al. 2007). Existen dos tipos de orientación para este modelo: uno orientado a las entradas y otro orientado a las salidas. En el primer caso, el propósito es reducir los valores de las entradas con el fin de mantener al menos el valor de las salidas que cada DMU muestra. En el segundo, se pretende maximizar el valor de las salidas en virtud del nivel máximo de los recursos consumidos. Fuente: Cooper, Seiford y Tone, 2007: 90. Hemos optado por aplicar el modelo orientado a las salidas, puesto que una DMU ineficiente, en este caso, no optaría por contraer sus entradas, pues detrás de la formación de un grupo no opera un mecanismo simple como el de una máquina a la que se le pueden quitar sus partes constitutivas y, por el contario, lo que se busca es incrementar las salidas. Es así como se pretende, entonces, mirar la eficiencia de los grupos de investigación, tomando como referencia las DMU que guardan una mejor relación entre sus entradas y sus salidas, calculando la eficiencia de las otras a partir de la diferencia que tiene cada una de éstas con la frontera eficiente encontrada. Si bien existen otros modelos que “exploran rendimientos no discrecionales, salidas no deseables y muchas otras alternativas” (Restrepo y Villegas 2007), el modelo CCR da una orientación a los administradores de la ciencia sobre qué tan ajustados están sus modelos de reconocimiento económico en términos de producción y de visibilidad internacional de los productos que registra su institución. En palabras de Korhonen et al. (1999: 122), “desarrollar una aproximación a la evaluación de desempeño en investigación ayuda a la administración a destinar recursos de investigación en el ´mejor´ camino posible” (Korhonen, Tainino y Walleniuns, 1999). Si bien una de las limitaciones del modelo CCR es que no diferencia o no pondera las salidas establecidas, en este caso hemos decidido realizar una ponderación por tipo de producto de acuerdo con lo que se ha establecido en el índice Scienticol. En este sentido, mirar los grupos de investigación como unidades organizacionales que toman unos recursos y los transforman en productos de investigación como artículos, libros, patentes y normas, entre otros, brinda un mayor valor a los análisis bibliométricos, más aún cuando “La mayoría de los investigadores negocian solo con evaluaciones bibliométricas y unos pocos combinan evaluaciones de desempeño con los procesos de investigación” (Guan y Wang, 2004: 132). Las variables de entrada y de salida para cada DMU son: Entradas Inverstigadores declarados: número de integrantes que se declaran investigadores dentro del grupo. Años de formación del grupo: edad del grupo declarada por el director. Salidas Indicador de producción de nuevo conocimiento (IND_NC). Indicador de producción de nuevo conocimiento A (IND_NC_A). Indicador de divulgación (IND_D). Indicador de formación (IND_F). 4. Fuente de datos y muestra GrupLAC: Base de datos que administra Colciencias y que se ha constituido en la hoja de vida oficial de los grupos de investigación en Colombia. En esta base se encuentra información de más de 5000 grupos registrados. El corte de la base es enero de 2008. La muestra corresponde a los grupos de las siguientes universidades, que son las más visibles internacionalmente por su producción en bases de datos indexadas: Universidad de los Andes, Universidad Nacional de Colombia, Universidad Industrial de Santander, Universidad del Valle, Universidad de Antioquia y la Pontificia Universidad Javeriana. Solo tomamos los grupos escalafonados en A, B o C, ya que su información está más depurada. A continuación presentamos los grupos tenidos en cuenta por universidad y escalafón: Universidad Grupos A Grupos B Grupos C Universidad Nacional de Colombia 186 116 76 Universidad de Antioquia 89 46 21 Universidad de Los Andes 69 25 14 Universidad del Valle 56 35 21 Pontificia Universidad Javeriana 46 34 32 Universidad Industrial de Santander 16 15 25 Total grupos 462 271 189 Total 378 156 108 112 112 56 922 Para este ejercicio solo tuvimos en cuenta 3 grandes áreas: Ciencias, Ciencias Sociales y Ciencias Humanas. Es decir, hicimos un análisis por cada área de estas para poder comparar grupos similares. Hicimos también un segundo análisis por algunas de las disciplinas dentro de estas grandes áreas. La selección de las disciplinas se hizo con base en el número de grupos registrados en cada una de ellas, atendiendo al criterio matemático del DEA que sugiere que el número de DMU mínimo debe ser de 3*(entradas + salidas). Las disciplinas son: Ciencias (Física, Química y Ciencias de la computación), Ciencias Humanas (Filosofía, Educación, Psicología), Ciencias Sociales(Administración y Economía). A continuación presentamos el número de grupos por áreas. Las áreas seleccionadas están sombreadas en la tabla: Area Ciencias Exactas y de la Tierra Disciplina Astronomía Ciencia de la Computación Física Geociencias Matemática Oceanografía Probabilidad y Estadística Química Total Ciencias Exactas y de la Tierra Ciencias Humanas Total Ciencias Humanas Antropología Arqueología Ciencia Política Educación Filosofía Geografía Historia Psicología Sociología Teología Grupos A Grupos B Grupos C Total 2 2 8 7 6 21 36 11 8 55 8 5 8 21 8 5 4 17 1 1 2 4 2 2 8 27 18 4 49 93 49 33 175 11 3 12 18 16 3 13 12 8 1 3 1 5 9 6 1 7 13 7 2 4 9 2 2 17 4 21 39 28 1 24 34 17 5 94 54 42 190 4 12 6 Area Ciencias Sociales Aplicadas Disciplina Administración Arquitectura y Urbanismo Ciencia de la Información Comunicación Demografía Derecho Diseño Industrial Economía Planeamiento Urbano y Regional Servicio Social Total Ciencias Sociales Aplicadas Grupos A Grupos B Grupos C Total 9 12 4 25 8 8 2 18 1 2 1 4 3 2 5 1 1 12 5 1 18 2 3 1 6 16 6 5 27 6 58 1 7 1 1 2 39 16 113 5. Resultados La aplicación del modelo CCR-O (Orientado a salidas) se realizó usando la herramienta para el análisis envolvente de datas en Matlab® desarrollada por Restrepo y Villegas (Disponible en http://industrial.udea.edu.co/jgvillegas/Pagina%20DEA/index.html). No obstante, fue necesario realizar algunas implementaciones a la versión de los autores, debido al volumen de datos que manejamos en este caso. A continuación mostramos los análisis realizados por áreas generales. Hay que anotar que las cuatro salidas que estamos proponiendo corresponden a tres dimensiones de la actividad de un grupo: producción de conocimiento nuevo, divulgación y formación. Con el primer método de eficiencia realizado, cualquier grupo con una salida muy considerable en una de estas dimensiones puede ser considerado eficiente con respecto a otro que no tenga una salida tan prominente, pero que guarde un mejor equilibrio entre las tres. Por lo tanto, cuando miramos las disciplinas específicas realizamos también un ejercicio de eficiencia cruzada que busca corregir esto, como se verá más adelante. Ciencias Exactas y de la Tierra 45 40 39 Número de grupos 35 30 32 25 29 20 24 15 16 10 14 14 5 1 0 0,26 - 0,50 0,51 - 0,75 0 0,02 - 0,25 2 4 Eficiencia Grupos B Grupos A 0 Mayor a 0,75 Grupos C Ciencias Humanas 60 Número de grupos 50 52 40 30 20 34 34 25 10 12 5 10 3 5 2 7 0 0,02 - 0,25 0,26 - 0,50 0,51 - 0,75 Mayor a 0,75 Eficiencia Grupos A Grupos B 1 Grupos C Ciencias Sociales Aplicadas 30 Número de grupos 25 26 20 17 15 13 10 5 17 13 8 7 2 4 5 1 0 0 0,02 - 0,25 Grupos A 0,26 - 0,50 0,51 - 0,75 Eficiencia Grupos B Mayor a 0,75 Grupos C Las anteriores gráficas nos dan indicios sobre el aprovechamiento de los recursos por parte de los grupos para producir los resultados definidos. Aunque hemos agrupado varias disciplinas y distintas formas de hacer ciencia para dar una sola mirada en términos de eficiencia, esta metodología nos ha demostrado que el escalafón de un grupo no guarda relación directa con su productividad. Lo que se ve en todas las gráficas es que, a pesar de que entre los grupos más eficientes se encuentran varios de los escalafonados en A, no son más del 30% de su categoría. Por otro lado, se ve que hay grupos que a pesar de no lograr el puntaje Scienticol requerido para ser un grupo A, son bastante eficientes, si bien son muy pocos. Al analizar la relación que existe entre la eficiencia y cada una de las entradas, nos damos cuenta de que en el área de Ciencias Exactas y de la Tierra, los grupos más eficientes no están conformados por más de 10 investigadores declarados. Los grupos con más de 20 integrantes muestran eficiencias entre 0,26 y 0,50. Este mismo comportamiento se observa en el área de Ciencia Humanas, en Ciencias Sociales Aplicadas un grupo con más de 20 integrantes alcanza una eficiencia mayor a 0,75. Ciencias Exactas y de la Tierra Categoría Grupo A Rango integrantes >20 0 -10 10-20 Total grupos A Grupo B >20 0-10 10-20 Total grupos B Grupo C Eficiencia >0,75 0 - 0,25 0,26 - 0,50 0,51 - 0,75 13 1 20 5 2 31 5 15 1 Total general 2 79 12 14 25 38 16 93 2 1 29 2 14 1 1 46 2 2 32 14 1 49 >20 0-10 10-20 Total grupos C Total general 1 3 1 29 3 29 4 33 86 56 26 3 16 17 175 Ciencias Sociales Aplicadas Categoría Grupo A Rango integrantes >20 0-10 10-20 Total grupos A Grupo B >20 0-10 10-20 Total grupos B Grupo C Total grupos C Total general 0-10 10-20 Eficiencia >0,75 0 - 0,25 0,26 - 0,50 0,51 - 0,75 1 4 2 6 3 3 16 6 1 12 4 Total general 5 38 15 7 9 25 17 58 4 1 15 1 12 1 5 1 36 2 4 17 13 5 39 1 10 3 1 1 12 4 1 13 2 16 12 39 40 22 113 Ciencias Humanas Categoría Grupo A Rango integrantes >20 0-10 10-20 Total grupos A Grupo B >20 0-10 10-20 Total grupos B Grupo C Total grupos C Total general >20 0-10 10-20 Eficiencia >0,75 0 - 0,25 0,26 - 0,50 0,51 - 0,75 5 2 2 13 11 1 41 10 8 1 Total general 3 67 24 7 26 52 9 94 5 1 30 5 6 4 3 1 44 9 5 36 10 3 54 4 1 2 1 1 27 6 1 33 8 1 34 5 2 42 13 96 67 14 190 Mirando la relación que existe entre los años de formación del grupo y la eficiencia encontrada (Ver anexo 1), vemos que para las tres áreas los grupos con escalafón B y C Se ubican entre 5 y 15 años de existencia y eficiencia menor a 0,5, mientras que los grupos A son más dispersos. En el caso de Ciencias Sociales Aplicadas y Ciencias Humanas, los grupos con más de 15 años de existencia no alcanzan valores de eficiencia mayores a 0,80, salvo un grupo de Ciencias Humanas. Esto ya plantea unas preguntas iniciales sobre las razones que explican por qué la mayoría de los grupos se tienen una eficiencia entre 0,25 y 0,50. Sin embargo, para aproximarnos a esta explicación, es necesario hacer un análisis más detallado que merece futuras investigaciones. A continuación mostramos los resultados de la aplicación del modelo CCR-O por disciplinas específicas. Dado que este modelo no discrimina las salidas, la eficiencia encontrada puede deberse a un alto valor en solo una de sus salidas, por esto, en el análisis por disciplinas introduciremos una extensión al modelo CCR-O denominado eficiencia cruzada que calcula n veces la eficiencia para cada DMU, empleando los pesos óptimos obtenidos en el método CCR-O (Restrepo y Villegas, 2007: 109). Con la aplicación de esta extensión nos aseguramos de identificar aquellos grupos que guardan la mejor relación entre las entradas y todas las salidas, es decir, los grupos más equilibrados dentro de su disciplina. Lo que se puede apreciar en todas las gráficas es que con el primer modelo, que no discrimina entre las salidas, hay varios grupos que son eficientes porque pueden tener valores muy altos en una única salida. Cuando aplicamos el modelo de eficiencia cruzada, la mayoría de los grupos bajan su eficiencia, quedando sólo unos pocos estables. Estos son a nuestro juicio grupos consolidados que le han prestado atención a todas las dimensiones mencionadas anteriormente. Si bien los grupos A que alcanzan una eficiencia de 1 con el CCR-O muestran altos índices de nuevo conocimiento y nuevo conocimiento A, sus valores para los indicadores de divulgación y formación son bajos, en el caso de los grupos B y C que logran alcanzar la eficiencia de 1 en el CCR-O es porque sus valores en estos últimos índices son muy altos. Por esto, con la eficiencia cruzada este tipo de grupos baja en el puntaje considerablemente. Eficiencia CCR y eficiencia cruzada grupos - Física 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A Eficiencia 0,70 0,60 Eficiencia CCR_Grupos B 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 0,20 Eficiencia cruzada_ Grupos C 0,10 0,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 Eficiencia CCR y eficiencia cruzada grupos - Quimica 1,00 Eficiencia CCR_Grupos A 0,90 Eficiencia 0,80 0,70 Eficiencia cruzada_ Grupos A 0,60 Eficiencia CCR_Grupos B 0,50 Eficiencia cruzada_ Grupos B 0,40 0,30 Eficiencia CCR_Grupos C 0,20 Eficiencia cruzada_ Grupos C 0,10 0,00 1 3 5 7 9 11 13 15 17 19 21 23 25 27 Eficiencia CCR y eficiencia cruzada grupos - Ciencia de la Computación 1,00 Eficiencia 0,90 0,80 Eficiencia CCR_Grupos A 0,70 Eficiencia cruzada_ Grupos A 0,60 Eficiencia CCR_Grupos B 0,50 Eficiencia cruzada_ Grupos B 0,40 0,30 Eficiencia CCR_Grupos C 0,20 Eficiencia cruzada_ Grupos C 0,10 0,00 1 2 3 4 5 6 7 8 Eficiencia CCR y eficiencia cruzada grupos - Filosofía 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A 0,70 Eficiencia CCR_Grupos B Eficiencia 0,60 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 Eficiencia cruzada_ Grupos C 0,20 0,10 0,00 1 4 3 2 5 6 9 8 7 10 11 12 14 13 15 16 Eficiencia CCR y eficiencia cruzada grupos - Psicología 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A 0,70 Eficiencia CCR_Grupos B Eficiencia 0,60 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 Eficiencia cruzada_ Grupos C 0,20 0,10 0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 Eficiencia CCR y eficiencia cruzada grupos - Educación 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A 0,70 Eficiencia CCR_Grupos B Eficiencia 0,60 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 Eficiencia cruzada_ Grupos C 0,20 0,10 0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Eficiencia CCR y eficiencia cruzada grupos - Administración 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A 0,70 Eficiencia CCR_Grupos B Eficiencia 0,60 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 Eficiencia cruzada_ Grupos C 0,20 0,10 0,00 1 2 3 4 5 6 7 8 9 10 11 12 Eficiencia CCR y eficiencia cruzada grupos - Economía 1,00 0,90 Eficiencia CCR_Grupos A 0,80 Eficiencia cruzada_ Grupos A 0,70 Eficiencia CCR_Grupos B Eficiencia 0,60 0,50 Eficiencia cruzada_ Grupos B 0,40 Eficiencia CCR_Grupos C 0,30 Eficiencia cruzada_ Grupos C 0,20 0,10 0,00 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 6. Conclusiones Hemos propuesto una manera diferente de valorar a los grupos de investigación empleando como parámetros un marco de referencia que tiene en cuenta las diferencias disciplinares entre el gran conjunto del saber científico. Por otro lado, al ser un modelo relativo que no tiene en cuenta un ideal sino que toma como referencia elementos existentes dentro del mismo conjunto, se acerca más a la evaluación de la eficiencia. Para esta valoración hemos utilizado tres dimensiones de la investigación, producción de conocimiento, difusión y formación, que en conjunto hablan de la actividad investigativa de los grupos. Lo que encontramos es que la clasificación a partir del índice Scienticol no refleja del todo la productividad de los grupos, pero sí puede ser un elemento para su valoración. Muchos de los grupos con excelente calificación en el sistema utilizado por Colciencias, cuando se los pasa por la lupa de la productividad, disminuyen claramente su eficiencia. Esto sugiere varias preguntas que van desde qué factores son los que hacen productivo a un grupo hasta la pregunta por la “grupicidad” en términos de colaboración de los grupos de investigación. La metodología aplicada muestra que el umbral y la no discriminación por disciplinas hace que en algunos casos valores del índice Scienticol altos en relación con el ideal sean relativamente bajos si se los compara con las características de sus pares. Si bien en este análisis se define la eficiencia de un grupo de investigación como el aprovechamiento de los recursos para producir cosas verificables, es decir, vemos a los grupos exclusivamente en términos productivos sin prestar mucha atención al proceso sociológico de su conformación, interacción, negociación, etc, que es el que realmente determina sus dinámicas de producción, sirve para hacer sobresalir a aquellos grupos que guardan un mejor equilibrio entre sus recursos y sus productos. Lo importante de esta comparación es que parte de hechos observados y no de proposiciones ideales, lo que hace que cualquier comparación tenga un referente tangible. La investigación es una actividad que se construye socialmente. Como construcción social, la investigación se puede ver como un signo que es interpretado de distinta manera por distintas personas. La aproximación que proponemos nosotros no tiene otro objetivo que el de interpretar este objeto llamado "investigación" como un sistema de producción de conocimiento. Estamos concientes de que los seres humanos no se comportan como las máquinas, y por lo tanto no concluimos causalidades a partir de la observación matemática de los fenómenos. Lo más importante de nuestro modelo es que plantea preguntas a quien se enfrenta a su interpretación: ¿Por qué hay algunos grupos de investigación que utilizan mejor sus recursos? ¿Hay momentos de productividad y de improductividad a lo largo de la historia de la conformación de un grupo? ¿Por qué? 7. Referencias Charum, J. (1989). “Estructura científica y entorno social”. En Estructura científica, desarrollo tecnológico y entorno social. Bogotá: Misión de Ciencia y Tecnología. Ministerio de Educación Nacional (MEN), Departamento Nacional de Planeación (DNP) y Fondo Financiero de Proyectos de Desarrollo (Fonade), pp. 155-267. Charum, J.; Montenegro, A., y Pardo, C. E. (1999). “Sobre la gestión estratégica de la investigación y la tecnología: un modelo de análisis para el seguimiento de las actividades científicas y tecnológicas”. UN Reportes (69), 1-39. Chavarro, D.; Orozco, L.; Ruiz C. y Villaveces, J. (2007). Construcción social del concepto grupo de investigación y de los objetos tecnológicos informacionales (OTI) para su representación. En Villaveces, J.; Orozco, L.; Ruiz.; Chavarro, D.; Llanos, E.; Silva, A. y Herrera, B. La investigación en Uniandes. Una aproximación desde la cienciometría. Ed. Ediciones Uniandes. 2007 Colciencias (2006). Documento conceptual del índice para la medición de Grupos de Investigación, Tecnológica o de Innovación. Bogotá: autor. Cooper, W.; Seiford, L. y Tone, K. (2007). Introduction to data envelopment analysis and its uses: with DEA-solver software and references. Ed. Springer.. Guan, J. y Wang, J. (2004). “Evaluation and interpretation of knowledge production effi ciency”. Scientometrics. (59), 131-155 Korhonen, P.; Tainio, R. y Wallenius, J. (2001). “Value efficiency analysis of academic research”. European Journal of Operational Research. (130), 121-132. T. L. Latour, B. (1987): Ciencia en acción, Barcelona: Labor, 1992 Restrepo, M. y Villegas, J. (2007) “Clasificación de grupos de investigación colombianos aplicando análisis envolvente de datos”. Revista Facultad de Ingeniería. Universidad de Antioquía. (42), 105-119. Villaveces, J. L. (2001). Los grupos de investigación en la universidad colombiana año 2000. En L. E. Orozco (comp.), Educación superior: desafío global y respuesta nacional, tomo II. Bogotá: Ediciones Uniandes. Anexo 1. Relación entre los años de formación del grupo y la eficiencia obtenida con el método CCR-O (orientado a salidas) Ciencias Exactas y de la Tierra 1,00 0,90 0,80 Eficiencia 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0 5 10 15 20 25 30 Años de formación del grupo Grupos B Grupos A 35 40 Grupos C Ciencias Sociales Aplicadas 1,00 0,90 0,80 Eficiencia 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0 5 Grupos A 10 15 20 Años de formación del grupo Grupos B 25 30 Grupos C 35 Ciencias Humanas 1,00 0,90 0,80 Eficiencia 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0 5 Grupos A 10 15 20 25 Años de formación del grupo Grupos B 30 35 Grupos C 40