Escoge sabiamente los consejos, y a quienes los aconsejan

En la anterior entrada hablamos de cómo en la tesis uno se hace mayor y aprende a hacer las cosas por cuenta propia. La figura del mentor debería de estar ahí, idealmente, para guiar cuando sea necesario, aunque la realidad es algo diferente. Los jefes disponen de un tiempo limitado y no pueden estar ahí para todo, y tampoco creo que debiera correr toda la labor de guía a su cargo. Por tanto, se vuelve esencial aprender a comunicar tu trabajo a otras personas para buscar consejo o ayuda, y para a su vez ayudar a otros. Es aquí donde a veces se forma una zona gris donde el estudiante, en su estado natural de duda y falta de agencia por estar en camino de formarse, pueda otorgarle un peso desproporcionado a las opiniones de otros.

Las situaciones a las que me refiero no son inusuales, casi diría que diarias. Véase, por ejemplo, el típico caso de lab meeting donde un principiante como un/a estudiante de doctorado se “enfrenta” a miembros más experimentados. Los grupos de investigación suelen ser ambientes multidisciplinares. La gente que trabaja en un lab suele venir de carreras y formación distintas, culturas distintas, y por norma también convergen personas de espectros de edad muy grandes. Es normal que haya diferencias de opinión y que a veces, en ciertas situaciones como lab meetings o problemas, cada uno aporte una visión o una opinión muy distinta. Sumemos a esto otros factores como jerarquías de cargos, diferencia de edad, género o etnia, o la propia buena intención del resto para darnos el máximo feedback posible, y rara será la vez cuando la/el pobre estudiante no salga del meeting con la sensación de tener que repetir todo, o que le faltan veinte mil cosas por hacer.

La cuestión es que, igual que aprendemos a pedir consejo, también hay que aprender que no se puede hacer caso a todas las opiniones y consejos. Un ejemplo lo vemos en que no existe estándar perfecto para hacer ciencia en todos los campos por igual. En otras palabras, ciertos campos ganan en innovación lo que, de acuerdo a los estándares de otro campo, pierden en rigor. Sin ir más lejos, a veces los análisis bioinformáticos recopilan datos de múltiples laboratorios, que han usado métodos distintos para extraer y generar los datos, limitando así la reproducibilidad. Puede ocurrir que para alguien de cierto background (como por ejemplo biología celular o genética clásica en organismos modelo), acostumbrado a pensar en un framework concreto, el diseño de nuestra metodología sea insuficiente o simplemente nulo (cuántas veces habré escuchado a la gente decir: “así eso no lo puedes publicar”, o “deberías añadir 547 controles”). Y aunque técnicamente no estén equivocados, también es cierto que muchas veces la realidad es más sencilla.

No existe un nivel de rigurosidad o de procedimiento perfecto y absoluto a todas las disciplinas. A lo mejor no es necesario tener en cuenta los detalles que te critican en tu proyecto, porque la pregunta que tu proyecto quiere responder no contempla los detalles que aportan esos controles. O porque existe otra manera de controlar eso a través de otra herramienta o técnica, más en línea con el abordaje que ya está planteado. A veces existen sesgos que son inherentes a la metodología utilizada y no se pueden erradicar por completo, pero no importa porque están controlados al formar parte de todos los trabajos de ese tipo. Si seguimos los consejos de absolutamente todo el mundo, pasarán dos cosas: primero, que no acabaremos nunca el trabajo (y es importante saber cuándo parar, de lo que hablaremos otro día); y segundo, que acabaremos en espirales más confusas porque hay consejos que se contradicen y no se pueden aplicar en conjunto.

Hay otro punto donde integrar el consejo y el feedback también es muy importante: cuando llega la hora de escribir ciencia. A esto dedicaremos un artículo completo en un futuro; en lo que respecta al tema de esta entrada, las opiniones salen a flote más a menudo y es más fácil tomárselo a personal, porque cada uno tiene su propio estilo de escritura. En mi experiencia,  y aunque normalmente se siga una estructura concreta, hay claramente diferentes estilos de escritura a la hora de escribir artículos, y no todas se parecen entre sí o se acomodan entre sí. A veces se nota mucho la diferencia entre estilos de cada persona y no hay forma satisfactoria de conciliar el texto, lo que se arregla con un repaso final a manos de un único autor. Cuando hay un rechazo directo a un estilo concreto, como por ejemplo el ser más literarios, por parte de alguien más acostumbrado a (o entrenado para) escribir factual reports en un estilo más sobrio, hemos de valorar caso a caso si renta integrar cada sugerencia.

¿El denominador común a cada ejemplo comentado más cualquier otro caso? Hablar con más personas. Primero de todo para oír más consejos provenientes de personas diferentes con distinto background, personalidad, y experiencias, y segundo para saber qué piensan del comentario conflictivo que te hizo la otra persona. La crítica más valiosa se desprenderá de lo común a lo que te diga cada uno, y para los consejos más complicados, nos ayudará a aclarar si ese consejo es aquellos que simplemente es mejor reconocer y aceptarlos como opinión, pero no seguirlos. Y como tal, ése es un ejercicio muy importante para crecer como científicos y como profesionales con autonomía.