Diseño y cálculo de índices para comparar el comportamiento del

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