La difícil línea entre datos y conocimiento: claves para que no te engañen con la posverdad

En unos recientes talleres sobre Design Thinking que impartí en Canarias realicé una de mis prácticas habituales: las personas asistentes al curso tienen que entrevistar a sus compañeros y sacar información relevante de esas entrevistas. Es curioso observar cómo en algunos casos hay una barrera a la hora de saber identificar la información relevante y luego generar conocimiento a partir de ella. Vivimos en una sociedad donde la información es abundante pero no estoy seguro de que lo sea el conocimiento. Big Data, Industria 4.0, Redes Sociales, Internet de las Cosas, la información fluye casi de manera natural y constante, pero no así el conocimiento. No somos más inteligentes por tener más información, lo somos por manejar de manera más eficaz la información de la que disponemos.

En dichos talleres observaba que había verdaderas dificultades en ver el valor de los datos que se capturaban en las conversaciones. Se trataba de conocer mejor al compañero para identificar cómo podíamos mejorar su experiencia a la hora de recibir regalos y, por ejemplo, algún asistente descubría que la otra persona tenía un trabajo bastante exigente y una familia abundante, pero no era capaz de descubrir en esta intersección un problema.

Lo que nos pasa con esto de los datos es que han perdido valor para nosotros. No somos capaces de procesarlos porque no les damos importancia, esperamos que otros los procesen por nosotros e, interpretándolos, los conviertan en conocimiento. Pero cuidado, porque no todo el conocimiento, o más exactamente la interpretación de unos datos es inocente. La física, las matemáticas sí nos ofrecen datos neutros, no éticos, pero la realidad no funciona así, las noticias de prensa, radio o televisión no ofrecen datos, ofrecen la interpretación de esos datos, incluso la elección de las noticias que se van a transmitir ya supone una manipulación, no necesariamente negativa, puesto que configura una realidad concreta.

La posverdad tiene mucho que ver con todo esto. Ya no importa que una información sea cierta o no, es decir, que tenga unos datos que la avalen, basta con que se repita de manera consistente por los canales adecuados y en la forma correcta para que adopte el barniz de verosimilitud y sea considerada como verdad.

Dicho lo anterior, ¿qué hemos de tener en cuenta a la hora de capturar y procesar datos para conseguir información y conocimiento?

1. Empieza centrándote en la cantidad

Es básico que seamos capaces de empezar sin ponernos límites, por lo que si queremos acceder a conocimiento lo importante es ser consciente de que tenemos que acceder a él desde la cantidad, buceando en la abundancia, que luego deberemos procesar, como es obvio.

2. Diversifica fuentes

No consideres que todas las fuentes tienen el mismo valor, pero tampoco que hay fuentes sin valor. Por eso es necesario disponer de varias fuentes incluso para confirmar y validar un mismo dato.

3. Trabaja la calidad

De la cantidad a la calidad. No todos los datos son igual de valiosos, por lo que una selección e interpretación de los mismos es fundamental, y no sólo eso, sino que en ocasiones hemos de procesar esos datos para quedarnos con lo que de verdad nos interesa. Una entrevista te puede aportar mucha información, pero lo más probable es que sólo sea relevante una parte y dependiendo del contexto, como veremos.

4. Relaciona datos

Los datos no están aislados, la información y el conocimiento es el resultado de relacionar datos, de conectarlos para que nos ofrezcan su verdadero valor. No podemos pensar que al conocimiento accedemos procesando datos simples, sino siendo conscientes de su complejidad.

5. No consideres como obvio ningún dato

La importancia de un dato, de una información, no está en ella misma, sino en lo que podemos obtener de ella. No existen los datos irrelevantes, existen los datos irrelevantes para mí, pero eso no lo sé a priori.

6. Selecciona los datos que son relevantes

Como digo, cualquier volumen de información contiene datos relevantes e irrelevantes, pero eso he de analizarlo a posteriori. Además, para dos personas los mismos datos tienen distinta importancia. Incluso para la misma persona los mismos datos tienen distinta importancia en contextos o proyectos distintos.

7. Pon los datos en un contexto

El mundo es una red, las cosas no ocurren de manera aislada, y la información es fruto de la interacción entre elementos de esa red. No podemos aislar la información del contexto en que se produce. Una agresión es una agresión, pero no es lo mismo una agresión por racismo a una agresión como respuesta a otra agresión previa.

8. Sé consciente de tus sesgos

No todos interpretamos los datos de la misma manera. No todos damos importancia a los mismos datos. Y no depende tan sólo del proyecto o del contexto, en ocasiones también depende de nuestra formación, de nuestra capacidad de análisis e incluso de nuestras creencias e ideas éticas.

Al final se trata de conseguir conocimiento, de acceder a una interpretación de la realidad lo más útil posible para nosotros y nuestros proyectos. Y aquí es fundamental que huyamos de interpretaciones simples, del “conocimiento populista” que no hace sino justificar una interpretación previa de la realidad. El conocimiento objetivo consigue datos para construir un conocimiento que nos permita comprender la realidad, el “conocimiento populista” parte de un concepto de realidad previa para, a partir d ahí, buscar datos que validen esa concepción previa. Es así como llegamos a la posverdad, a construir una verdad en base a premisas personales, verdades a medias y modelos y datos no validados y confirmados.

Los datos nos llevan al conocimiento, pero no basta con tener esos datos, hemos de saber “jugar” con ellos, interpretarlos, procesarlos, pero siempre con honestidad y sin premisas que obstaculicen el saber.