Un informe reciente sobre las competencias que deben desarrollar nuestros estudiantes para el futuro inmediato de la consultora McKinsey destaca 56 “elementos distintivos del talento”. Son un grupo de habilidades y actitudes que llaman la atención por acercarse de nuevo de una manera concreta y específica el reiterado término de la “formación integral”.
Una de estas habilidades es la “comprensión de nuestros propios sesgos”, esto es, saber reconocer cuando en nuestros propios juicios subyace un patrón de pensamiento preexistente que afecta nuestra forma de pensar de manera que impide un correcto razonamiento o una decisión adecuada.
La universidad, como institución dedicada a pensar y a enseñar a pensar, a desarrollar la competencia del pensamiento crítico, que incluye entre otros el razonamiento lógico, la solución de problemas y la capacidad de obtener información relevante, tiene que estar siempre muy alerta para dar cuenta de los sesgos del pensamiento. Nada se puede dar por sentado en la universidad, ni siquiera las teorías y modelos más reconocidos y con mayor tradición.
Tal vez de manera consciente, o inconsciente, el reconocimiento de los premios Nobel de Economía de este año y de otros más, va para profesores que desafiaron el statu quo de sus campos del conocimiento y mediante innovaciones metodológicas se aproximaron a nuevas respuestas para viejos problemas, que entre otras cosas, son muy pertinentes para nosotros hoy: ¿Cuál es el impacto de los migrantes sobre el empleo y los salarios de la región a la que migran?, ¿El incremento en el salario mínimo reduce los niveles de empleo?, ¿Los años de educación tienen realmente efecto sobre los ingresos futuros de las personas? Y quien crea que ya tiene las respuestas, incluso con conocimiento de científico de causa, tal vez deba mirar con más detalle el trabajo que comenzaron hace más de treinta años los profesores Card, Angrist e Imbens premiados este año, quienes no se quedaron con las respuestas existentes en su momento frente a fenómenos complejos de la economía del trabajo y la educación.
En un campo como el del empleo en donde no es posible aplicar métodos experimentales en condiciones ideales debido a la naturaleza misma del fenómeno, imaginaron y llevaron a cabo cuasi experimentos o experimentos naturales para establecer relaciones causales y de esta manera enriquecieron el instrumental de los economistas para el análisis de datos a la vez que reabrieron cuestiones que se suponían superadas. Estos investigadores controvirtieron el estado del arte en su momento mediante la creatividad y la imaginación e iniciaron la llamada “revolución de la credibilidad”.
Se debe recordar que en 2019 el premio fue para los profesores Banerjee y Kremer y para la profesora Duflo, segunda mujer en recibir el premio, también por ser pioneros en innovar en la metodología de investigación sobre un viejo problema, el del desarrollo económico y en particular sobre la batalla contra la pobreza utilizando métodos experimentales.
Diez años antes, en 2009 el premio se entregó a la primera mujer en recibirlo, Elinor Ostrom, por desafiar la hipótesis aceptada a mediados del siglo pasado sobre la pobre administración de la propiedad común de recursos naturales que llevaba a su destrucción. Para hacerlo aplicó una metodología innovadora de investigación en campo basada en experimentos económicos basados en la teoría de juegos. Este reconocimiento a las innovaciones metodológicas para comprender de mejor manera los problemas, y solucionarlos, se desborda hoy en día hacia toda la universidad y sobre todo hacia el aprendizaje en todos los niveles; el aprendizaje experiencial, las salidas de campo y los laboratorios ya no son solo marca de identidad de las ciencias básicas. Los nuevos desafíos del mundo de hoy no se resuelven en la clase magistral de un conocimiento acumulado, sino en los desafíos que colocan para su comprensión los problemas de toda índole que no se han resuelto. El instrumental para acercarse a los fenómenos y los problemas, así como las fuentes de información se han ampliado de manera exponencial si se piensa en el Machine Learning y el Big Data que pronto estará al alcance de estudiantes de primer semestre, de manera que investigar y aprender parecen converger cada vez más en las circunstancias de la universidad de hoy.