La riproducibilità dei dati nella ricerca scientifica – Gli interventi

Individuate le cause più probabili della difficoltà a riprodurre i risultati scientifici, possiamo identificare alcuni interventi per migliorare la situazione. Ci rifacciamo dunque alla tabella 1, pubblicata nello scorso articolo, che riportiamo per comodità. Il controllo del prodotto finale, cioè della bontà dei risultati proposti per la pubblicazione, è affidato alla revisione tra pari, la peer review, che come abbiamo visto non può garantire un’efficacia adeguata a filtrare i problemi di scarsa riproducibilità. Le riviste scientifiche più importanti già da anni stanno cercando di combattere il problema della riproducibilità ben oltre le capacità di peer review, avvalendosi del contributo di esperti di varie discipline anche ancillari (una su tutte, la statistica), tecnologie informatiche e strumenti all’avanguardia (per esempio per la rilevazione di plagi o manipolazione di immagini). La prestigiosa rivista scientifica Nature – solo per fare un esempio – sta da anni promuovendo una campagna di sensibilizzazione sull’argomento, dedicando un’area specifica Challenges in Irreproducible Research sul proprio sito web e non solo rendendo più stringenti i criteri di revisione degli articoli proposti, ma anche eliminando vincoli di lunghezza della sezione dei metodi e richiedendo agli autori i dati grezzi. L’attenzione è massima perché ne va non solo della bontà della scienza ma anche del prestigio delle riviste.

Tab. 1

La qualità di un prodotto però si ottiene soprattutto attraverso il controllo del processo realizzato per svilupparlo, tutto quanto ruota attorno all’organizzazione di come è svolto: responsabilità, protocolli e metodi, documentazione, acquisto e gestione dei materiali, approvvigionamento e manutenzione delle attrezzature, non escludendo comunicazione interna ed esterna, formazione e gestione della conoscenza. Ciò che stiamo delineando in questo modo è l’ambito di un sistema di gestione per la qualità: un modello organizzativo orientato a fornire garanzia della qualità del prodotto finale. Un sistema di gestione per la qualità ha un’altra caratteristica della massima importanza per la ricerca scientifica: mira al miglioramento continuo. Una corretta traduzione e adozione nel campo scientifico di una cultura di gestione modellizzata non solo darebbe un contributo sostanziale alla conduzione della scienza, ma faciliterebbe anche la comunicazione tra scienza e industria (un ambito da sempre molto regolamentato), contribuendo a rendere familiare il lessico di gestione e a diffondere alcuni concetti chiave. Soprattutto, questa contaminazione positiva potrebbe contribuire a rendere la ricerca più affidabile, introducendo criteri quantitativi nella valutazione dei suoi risultati.

Quanto all’etica, vale la pena notare che un controllo del processo e del risultato della ricerca aiuterebbe anche il responsabile dello studio scientifico a tenere sotto controllo l’integrità del lavoro svolto dal personale di ricerca. Inoltre, il fatto che gli enti finanziatori e gli editori stiano cominciando a chiedere con maggiore frequenza che lo studio scientifico sia chiaramente pianificato e includa i criteri per l’analisi dei dati, le condizioni sperimentali e i risultati ricercati e attesi, lascia meno spazio alla manipolazione fraudolenta di dati e risultati.

Ancor più che correggere, è importante prevenire. Si doverebbe iniziare con l’educazione ai metodi di progettazione sperimentale, alla gestione dei dati di ricerca e all’assicurazione della qualità, come segnalano già alcuni articoli scientifici sull’argomento. L’istituzione internazionale EMBO, con sede in Germania, offre da molti anni un ampio programma di formazione peri responsabili di laboratorio, compresi argomenti strettamente correlati alla buona gestione della ricerca. Il NIH (USA) sta sviluppando un modulo di formazione per migliorare la riproducibilità e la trasparenza dei risultati della ricerca, obbligatorio per i propri ricercatori. Nonostante queste chiare indicazioni, la maggior parte delle istituzioni accademiche continua a sfornare ricercatori esperti in scienze, ma carenti di competenze per una gestione efficiente ed efficace della pratica sperimentale.

In conclusione, sfruttare quello che la gestione in qualità ha già sviluppato in decenni di applicazione nel mondo industriale può dare un contributo sostanziale alla riduzione dei problemi di irriproducibilità. Per introdurre efficacemente la cultura di una gestione modellizzata nel mondo scientifico e combattere l’irriproducibilità, è necessario che i principali stakeholder agiscano con azioni coordinate:

  • Università / Accademia, integrando la formazione dei ricercatori
  • Istituti di ricerca, attraverso l’emanazione di regole interne
  • Enti finanziatori, richiedendo che la ricerca sia condotta in modo regolamentato
  • Governi, adottando politiche di incentivazione e premio.
  • Riviste scientifiche, continuando ad applicare il massimo rigore nella peer review.

 

FONTI:

I commenti sono chiusi

  • SEI INTERESSATO?

    CONTATTACI VIA EMAIL OPPURE SEGUICI SUI SOCIAL!

  • Facebook
    Facebook
    Twitter
    LINKEDIN
    Google+
    http://www.valorequalita.eu/wp/2018/06/06/la-riproducibilita-dei-dati-nella-ricerca-scientifica-gli-interventi">
    RSS
    Follow by Email
  • Articoli