Una universidad anuncia que un nuevo material retiene parte de los contaminantes presentes en el agua. El artículo original describe una prueba de laboratorio en la que se hizo circular una solución preparada bajo condiciones controladas y se midió la concentración de una sustancia antes y después de atravesar el material. «Una tecnología universitaria abre el camino hacia el agua limpia», titula la oficina de comunicaciones al resumir el hallazgo; un periodista escribe después que los investigadores «han encontrado la solución a la contaminación de los ríos». Las tres versiones hablan del mismo experimento y hacen afirmaciones cada vez más amplias, pese a que entre la reducción observada en una solución artificial y la descontaminación de un río median problemas de escala, composición química, mantenimiento y costo que el experimento aún no resolvió.
La distancia entre esas formulaciones pertenece al estudio de la retórica científica. Aunque la palabra retórica suele evocar discursos ornamentales o estrategias para convencer a alguien de algo dudoso, en la ciencia designa un problema más amplio, el de cómo se organiza una afirmación para que otros puedan comprenderla, examinar sus fundamentos y situarla entre conocimientos todavía incompletos. Un resultado no circula solo. Alguien lo describe, selecciona comparaciones, decide qué figuras mostrar, define qué cuenta como evidencia y escoge una forma verbal compatible con el grado de incertidumbre; esas decisiones modifican la relación entre lo que se sabe y lo que un público cree haber entendido.
Los investigadores necesitan persuadir a sus colegas de que sus observaciones merecen atención, en tanto que las instituciones deben explicar por qué un proyecto fue financiado o qué beneficios podría alcanzar. Las personas ajenas a una especialidad, por su parte, suelen buscar respuestas prácticas y prestan menos atención al diseño del estudio. Es posible atender a esos públicos sin prometer más de lo que los datos sostienen si se distingue la retórica interna de la ciencia, la comunicación institucional y la circulación pública de los hallazgos, pues cada escenario concede autoridad a formas diferentes de evidencia.
La ciencia como actividad argumentativa
Los resultados empíricos se convierten en conocimiento compartido mediante procedimientos de exposición y discusión. Un instrumento registra valores; el artículo explica cómo se obtuvieron, por qué se consideran suficientemente fiables y qué interpretación admiten. Incluso cuando el autor presenta una tabla extensa, debe escoger una unidad de medida, indicar los controles pertinentes y dar razones para considerar significativo el contraste observado, de modo que la forma del informe interviene en la posibilidad misma de evaluar la evidencia.
Alan Gross, en The Rhetoric of Science (1990), sostuvo que los textos científicos usan recursos argumentativos reconocibles sin que ello vuelva arbitrarios sus hallazgos. Charles Bazerman (1988), por su parte, estudió históricamente el artículo experimental y mostró que sus convenciones se formaron junto con las prácticas de producción de conocimiento. Los géneros científicos regulan qué afirmaciones se presentan primero, cómo se atribuye una observación y qué objeciones cabe anticipar; intervienen, por tanto, en la forma en que los resultados llegan a conocerse.
Hay que separar dos cuestiones que a veces se confunden. Las regularidades que describe un informe existen con independencia de cómo se lo escriba; su construcción retórica afecta la manera en que se presentan y se defienden. A la inversa, una medición objetiva puede acompañarse de conclusiones verbales que exceden lo medido. Así, un experimento correctamente ejecutado puede recibir una interpretación causal excesiva. También una investigación importante puede comunicar sus límites de manera que obligue al lector a buscarlos con un esfuerzo innecesario.
La retórica científica permite estudiar esas transformaciones. Pregunta qué compromisos introduce un verbo, qué hace la comparación elegida, a qué público se dirige la prueba y cómo se presenta una discrepancia. Su análisis gana cuando se combina con la metodología de investigación, porque sin conocimiento suficiente del diseño es fácil confundir una conclusión persuasiva con una conclusión bien establecida.
La credibilidad se construye dentro de un género
En el habla corriente, la credibilidad se atribuye a una persona por su trayectoria, su comportamiento o la confianza que inspira, mientras que en una publicación especializada intervienen otros dispositivos, entre ellos afiliaciones institucionales, declaración de responsabilidades, revisión editorial, referencias, disponibilidad de métodos y posibilidades de réplica. Estos elementos no tienen idéntico valor. Una revista prestigiosa puede publicar un trabajo con errores y un estudio de una institución poco conocida puede presentar evidencias sólidas.
En la Retórica, Aristóteles (s. IV a. C./2007) denominó ethos a la dimensión de la persuasión que depende de la credibilidad que el orador establece en su discurso. Aplicado a la investigación, el concepto ayuda a preguntar cómo un autor hace reconocible su competencia sin convertir el prestigio en una prueba. La descripción precisa de un procedimiento transmite una credibilidad distinta de la que produce una larga lista de títulos académicos, porque la primera facilita un examen independiente y la segunda informa sobre antecedentes personales cuyo significado para el resultado concreto es limitado.
Fórmulas impersonales como «Se analizaron las muestras» o «Se observó una diferencia» suelen leerse como neutrales. Pueden concentrar la atención en el procedimiento y ahorrar información irrelevante sobre los participantes, pero también pueden ocultar decisiones. ¿Quién seleccionó las muestras? ¿Quién interpretó los valores dudosos? Escribir «Analizamos las muestras» hace más visible la responsabilidad de los autores sin volver subjetiva la medición; ninguna regla general establece que la primera persona debilite el rigor científico.
El problema reaparece en la comunicación pública. Allí el prestigio de una universidad puede legitimar inicialmente una noticia, aunque esa legitimidad no se transfiere de manera automática a todas las aplicaciones que se anuncien. Comunicar la fuente, el alcance del estudio y la posibilidad de contrastarlo resulta más informativo que insistir en que el descubrimiento procede de un centro de excelencia.
De los datos a la afirmación que merece aceptarse
Una figura puede mostrar que dos grupos difieren en su promedio, pero es el texto el que decide si llama a esa diferencia variación, asociación, efecto o mejora. Esos sustantivos no son sinónimos. Si los grupos no fueron asignados aleatoriamente y existen factores de confusión, efecto puede sugerir un vínculo causal todavía incierto; si el estudio mide una escala intermedia, mejora clínica puede exceder el desenlace registrado. El desplazamiento se produce, así, mediante palabras habituales que no parecen ornamentales.
La arquitectura de Toulmin (1958/2003) permite reconstruir el paso entre evidencia y conclusión, ya que en ella los datos apoyan una pretensión mediante una garantía, a menudo implícita, que explica por qué esos datos serían pertinentes. En un experimento sobre un filtro, las concentraciones medidas antes y después forman parte de los datos. Para afirmar que el material reduce la concentración de determinada sustancia hace falta una garantía sobre el instrumento, la comparación y el control de explicaciones alternativas, mientras que declarar que el filtro resolverá la contaminación del agua exige garantías adicionales sobre las condiciones reales de uso.
En la comunicación científica, la precisión verbal exige identificar también qué se ha comparado. «La herramienta detecta un 90 % de los casos» puede describir la sensibilidad dentro de una muestra seleccionada; el lector quizá lo interprete como la probabilidad de estar enfermo cuando obtiene un resultado positivo. Esta última magnitud, el valor predictivo positivo, depende además de la especificidad de la prueba y de la prevalencia de la condición. Una frase numéricamente correcta puede orientar hacia una conclusión equivocada si omite el denominador o la población que le dan sentido.
Los ejemplos muestran que la retórica atraviesa operaciones aparentemente pequeñas, como elegir un sustantivo, situar una cifra en el título, introducir una reserva o comparar alternativas, operaciones a las que también debe llegar el cuidado metodológico.
El cambio de audiencia transforma la función del texto
Jeanne Fahnestock (1986) comparó la presentación de hallazgos científicos en publicaciones destinadas a especialistas y en textos dirigidos al público. Su estudio mostró que el cambio de audiencia traía consigo un cambio de género. El informe original pertenece al género forense, pues defiende la validez de observaciones pasadas ante una comunidad capaz de objetarlas. La adaptación divulgativa, en cambio, tiende al género epidíctico y celebra el hallazgo como acontecimiento admirable o como promesa de aplicaciones que a veces no fueron objeto de la investigación. Al suprimir reservas y matices, confiere a los hechos una certeza mayor que la sostenida en el artículo de origen.
Pensemos en un estudio lingüístico que identifica una regularidad estadística en un conjunto de conversaciones y cuyo artículo debe explicar la selección del corpus, las condiciones de anotación y las alternativas interpretativas. Una publicación dirigida a docentes podría preguntar, en cambio, qué aporta ese resultado a la comprensión de las intervenciones en clase. Al cambiar el destinatario la pregunta pasa a ser otra, de manera que es legítimo reorganizar la exposición para responderla. La transformación deja de ser fiel cuando el nuevo texto asegura que modificar la conducta docente producirá necesariamente un aprendizaje mayor, pese a que el estudio solo observó patrones conversacionales.
En la divulgación, la omisión es inevitable. Nadie necesita reproducir cada tabla, cada especificación instrumental y todas las pruebas de sensibilidad de un artículo para comprender su interés. La tarea editorial consiste en preservar las limitaciones que cambian la interpretación y en reducir los detalles que solo afectan a la ejecución técnica. Seleccionar exige un discernimiento sobre el estudio que va más allá de la simplificación lingüística.
Un buen comunicador aprende a identificar qué información resulta indispensable para una inferencia concreta. Puede prescindir del nombre comercial de un instrumento de medición si ese detalle no modifica la lectura, pero difícilmente podrá suprimir que el experimento se hizo en ratones cuando el titular propone un tratamiento para personas.
Comunicar resultados con grados de certeza diferentes
Las ciencias trabajan con incertidumbres de naturaleza diversa. Algunas atañen a la precisión de una estimación, como la que expresa un intervalo de confianza, que indica dentro de un marco estadístico la incertidumbre que deriva del procedimiento de estimación. Otras corresponden a problemas de validez del instrumento, sesgo de selección o transportabilidad a poblaciones nuevas. Una tercera clase aparece cuando varias hipótesis explican los mismos datos y todavía faltan observaciones capaces de diferenciarlas.
Agrupar todas estas situaciones bajo la fórmula «se necesitan más estudios» ayuda poco a un lector que necesita saber qué permanece incierto y por qué. Van der Bles y colaboradores (2019) revisaron la investigación sobre comunicación de incertidumbre en hechos, cifras y conocimiento científico y propusieron un marco que distingue tres objetos de incertidumbre (hechos, cifras y ciencia) y dos niveles. La incertidumbre directa se expresa sobre la afirmación misma, mientras que la indirecta atañe a la calidad de la evidencia que la sustenta. Una cifra exacta y un juicio sobre el consenso de una disciplina no generan necesariamente la misma clase de duda.
Compárese «El sistema reduce la contaminación en un 40 %» con «En las condiciones de laboratorio examinadas, la concentración medida disminuyó alrededor de un 40 % respecto del valor inicial». La segunda formulación incorpora una restricción contextual y describe la magnitud observada, aunque aún podría indicar las diferencias entre réplicas y la incertidumbre de la estimación. La claridad tampoco depende de reemplazar todas las cifras por intervalos, pues una acumulación de información técnica también puede impedir la comprensión.
La incertidumbre tampoco debe confundirse con ignorancia absoluta, porque un campo puede reunir un cuerpo amplio de investigaciones coherentes y conservar, al mismo tiempo, preguntas importantes sobre mecanismos o aplicaciones particulares. Presentar un desacuerdo residual como si anulara todo el conocimiento sería tan engañoso como ocultarlo. La precisión exige ordenar las afirmaciones según lo que las fuentes permiten sostener.
Metáforas, analogías y límites de la comprensión pública
Las metáforas ayudan a construir modelos mentales de procesos que el lector no puede observar directamente, como cuando se habla de edición genética, de redes neuronales o de un sistema inmunitario que reconoce amenazas. Cada expresión selecciona ciertas relaciones y deja otras fuera. La analogía tiene valor didáctico cuando permite formular preguntas sobre una estructura parcialmente semejante y genera problemas si el destinatario supone que todas las propiedades del dominio conocido se trasladan al nuevo.
Describir la memoria como un archivo facilita explicar el almacenamiento y la recuperación, pero puede inducir la idea de que recordar consiste en extraer una copia inalterada del pasado, conclusión que la investigación sobre memoria reconstructiva obliga a corregir. En física, la comparación de la curvatura del espacio-tiempo con una sábana deformada ayuda a visualizar algunos efectos gravitacionales. El dibujo suele incorporar una gravedad externa para producir la deformación, una limitación conceptual que conocen quienes enseñan relatividad.
Las analogías eficaces delimitan su propio alcance. Un texto sobre una herramienta de inteligencia artificial puede comparar su funcionamiento con la predicción de palabras. La comparación orienta al lector hacia el aprendizaje de regularidades estadísticas y se vuelve insuficiente cuando el sistema usa información multimodal, herramientas externas o mecanismos que no se reducen a completar la palabra siguiente. La explicación gana al declarar qué parte se compara y en qué punto debe abandonarse la imagen.
Con el recurso visual ocurre algo semejante, ya que una infografía de apariencia precisa puede presentar una simulación como si fuera una observación directa. El diseño debería identificar qué elementos son datos, cuáles son interpolaciones y cuáles pertenecen a una ilustración conceptual, porque el prestigio gráfico es también una forma de autoridad retórica y necesita respaldo.
Historias individuales y magnitudes colectivas
Una historia sobre una persona afectada por un problema ambiental puede abrir una cuestión difícil de percibir mediante tasas y porcentajes, porque sitúa el fenómeno dentro de una vida, muestra decisiones y permite al público comprender por qué el problema le concierne. Dahlstrom (2014) estudió las oportunidades y tensiones de usar narrativas en la comunicación de ciencia a audiencias no expertas. Su análisis reconoce la capacidad de las historias para despertar interés y advierte que esa misma capacidad puede favorecer una persuasión desconectada del peso global de la evidencia.
Una experiencia individual puede ser verdadera sin representar la frecuencia de un desenlace. Cuando un paciente cuenta que mejoró poco después de recibir un tratamiento, su narración comunica una secuencia temporal y quizá el significado que tuvo para él; la eficacia causal requiere otra clase de evidencia. Otra persona puede relatar un efecto adverso grave y poco frecuente. Su testimonio merece atención, si bien para estimar el riesgo absoluto en una población se necesitan datos de exposición y seguimiento.
Las historias pueden ser puntos de acceso a una explicación numérica. Una exposición responsable podría presentar a una persona afectada, explicar después qué muestran las tasas poblacionales y regresar al caso para indicar qué aspectos se conocen y cuáles siguen abiertos. Si el relato ocupa el lugar de una muestra representativa sin serlo, el lector queda expuesto al sesgo de disponibilidad; si las historias se eliminan por considerarlas poco científicas, se pierde información sobre las consecuencias prácticas que motivan muchas preguntas de investigación.
La elección depende de la finalidad comunicativa, pues explicar un mecanismo, discutir una decisión y movilizar recursos institucionales son actividades distintas. Una narración que ayuda a comprender puede ser poco adecuada para justificar una recomendación si selecciona un caso atípico y omite la distribución general de resultados.
Tablas, figuras y decisiones que orientan la mirada
Una tabla de resultados permite comprobar valores que una frase necesariamente selecciona. Una figura, a su vez, revela a menudo diferencias de distribución que el promedio oculta. Ambas muestran los datos mediante decisiones de diseño. Una escala truncada puede acentuar una diferencia pequeña; un gráfico que parte siempre de cero, en cambio, puede ser inadecuado para mostrar variaciones finas en una serie temporal. Como la elección depende de la variable, del tipo de gráfico y de la pregunta, la corrección visual se decide caso a caso.
En la investigación científica, una figura debería permitir reconocer qué se midió, cuál fue la unidad de análisis, cómo se expresa la variabilidad y qué elementos proceden de modelos y cuáles de observaciones directas. Si varios puntos pertenecen a una misma persona en visitas sucesivas, dibujarlos como observaciones independientes puede ocultar la dependencia de la muestra. Si el lector necesita conocer el tamaño de los grupos para interpretar las barras de error, esa información no debería quedar perdida en una nota suplementaria difícil de localizar.
Edward Tufte (2001) insistió en la relación entre densidad informativa y claridad gráfica. Sus recomendaciones admiten excepciones según el tipo de visualización, pero son útiles porque exigen que los recursos visuales ayuden a establecer comparaciones pertinentes. Las imágenes espectaculares que impiden inspeccionar escalas y supuestos transmiten una impresión de autoridad que el lector no puede verificar.
En una noticia destinada al público general, la figura puede simplificarse sin perder las denominaciones que condicionan su sentido; si se muestran dos probabilidades, debe indicarse a qué población pertenecen y durante qué periodo se observaron. Cuando se usa una ilustración para mostrar un mecanismo hipotético, es preferible decirlo, porque la diferencia entre un dibujo explicativo y una imagen de microscopía cambia qué afirmaciones cree estar viendo el lector.
Del manuscrito a la oficina de comunicaciones
La circulación de un resultado suele incluir una cadena de intermediarios. Los autores redactan el trabajo, una revista edita un resumen o una nota, una institución produce un comunicado y diversos medios lo transforman para sus públicos. A esa cadena pueden sumarse materiales para redes sociales, entrevistas grabadas y titulares elegidos por personas que no leyeron el artículo completo. Cada eslabón selecciona información bajo restricciones de espacio, tiempo y atención.
Sumner y colaboradores (2014) compararon 462 comunicados de prensa sobre investigación biomédica y de salud, emitidos en 2011 por veinte universidades británicas, con los artículos de origen y con 668 noticias relacionadas. Cuando un comunicado exageraba un consejo, una afirmación causal o una inferencia hacia seres humanos a partir de estudios en animales, las noticias tendían a reproducir la misma exageración. Una replicación posterior (Bratton et al., 2019) observó nuevamente esa asociación en las afirmaciones causales derivadas de correlaciones y en las extrapolaciones de estudios no humanos a personas, aunque no la reprodujo para los consejos dirigidos al público. Tampoco encontró que la exageración aumentara significativamente la cobertura periodística. Ambos trabajos son observacionales y describen correspondencias entre comunicados y noticias. Quien quiera repartir responsabilidades entre las instituciones, la prensa y quienes editan los titulares necesita, por tanto, evidencia de otro tipo para atribuir cada distorsión a un comunicado concreto.
La distorsión puede comenzar mucho antes del titular final. Un estudio que encuentra asociación entre una conducta y un resultado se resume con un verbo causal en la nota institucional; el periodista conserva ese verbo y agrega una referencia a una intervención práctica. Quienes conocen el estudio pueden atribuir el exceso a la prensa, aunque parte del desplazamiento ya aparecía en la fuente que se le entregó. Seguir la cadena documental permite localizar las decisiones sin atribuir intenciones que no constan.
Un procedimiento de revisión útil consiste en poner en paralelo el hallazgo principal del artículo, las reservas metodológicas, el título propuesto para difusión y las aplicaciones mencionadas. Una aplicación que no fue evaluada debe nombrarse como posibilidad a investigar; un resultado observado en una muestra seleccionada debe conservar esa indicación. Una comunicación pública puede ser atractiva sin trasladar al público el trabajo de descubrir las condiciones que el titular omitió.
El público participa en la construcción del significado
El modelo clásico de divulgación imagina a quien comunica como el que tiene la información y al público como un destinatario al que le falta conocimiento. Esa caracterización es parcialmente correcta en algunas situaciones, por ejemplo cuando una persona busca entender qué mide un espectrómetro o cómo funciona un ensayo clínico. En otras, la falta de definiciones ocupa un lugar secundario frente a las experiencias previas de los participantes con instituciones, sus motivos concretos de preocupación y preguntas cuya pertinencia no depende de dominar un vocabulario académico.
El informe de las National Academies (2017) sostiene que comunicar ciencia eficazmente requiere objetivos explícitos y una comprensión investigada de las audiencias y de sus circunstancias. Como transmitir información, promover comprensión, facilitar deliberaciones o apoyar decisiones son fines diferentes, la eficacia debe evaluarse respecto del fin elegido. Una conferencia puede conseguir que sus asistentes recuerden un dato sin que comprendan las condiciones bajo las cuales era aplicable.
En un barrio donde se instalan sensores de contaminación, los residentes pueden preguntar quién accederá a las mediciones, cuándo se informarán los valores y qué acciones se tomarán ante una alerta. Si un equipo académico responde únicamente cómo se calibró el instrumento, su respuesta quizá sea impecable desde el punto de vista técnico y siga sin atender el motivo de la consulta. Escuchar esas preguntas permite identificar qué consecuencias prácticas de la evidencia necesitan explicarse.
El intercambio también puede revelar errores en los supuestos del investigador, porque la muestra usada para validar un dispositivo quizá no incluía condiciones frecuentes en las viviendas donde se pretende instalarlo. Los resultados de laboratorio siguen siendo válidos en sus condiciones, mientras que la observación local reabre la pregunta de transportabilidad. La comunicación pública mejora cuando deja margen para que el conocimiento situado señale problemas que la exposición preparada no había considerado.
Desacuerdos, consensos y falsa simetría
Cuando un resultado se discute públicamente, los medios suelen buscar voces distintas, una pluralidad que puede ayudar a identificar incertidumbres y conflictos de valores. Saber si la evidencia está dividida de manera equivalente exige, con todo, mirar más allá de la existencia de dos opiniones contrapuestas, puesto que un consenso metodológico construido durante décadas puede convivir con objeciones minoritarias de naturaleza diversa. Presentar ambas posiciones como si tuvieran idéntico respaldo distribuye de forma engañosa la autoridad epistémica.
El error opuesto consiste en invocar el consenso como sustituto de toda explicación. Si una recomendación científica tiene consecuencias relevantes, los destinatarios pueden necesitar saber qué observaciones la sostienen, qué desacuerdos persisten y cuáles son los límites de su aplicación. El consenso informa acerca del estado de una comunidad experta, de modo que quien lo invoca sigue obligado a exponer esas observaciones y los supuestos de su razonamiento.
La comunicación debería distinguir controversias sobre datos de controversias sobre decisiones. Dos especialistas pueden coincidir en las estimaciones de riesgo y discrepar sobre el costo aceptable de una intervención, un desacuerdo que no se resolverá acumulando estudios sobre una magnitud ya conocida, pues incluye preferencias y consecuencias distributivas. A la inversa, un conflicto aparente sobre valores puede ocultar que los interlocutores usan definiciones diferentes de un desenlace.
Las controversias exigen cuidado con las posiciones atribuidas. «La ciencia dice que debemos adoptar esta política» comprime una cadena en la que la investigación aportó algunas estimaciones y la decisión incorporó prioridades institucionales. Una formulación más fiel distingue la evidencia que informa la elección de la responsabilidad de quienes la toman, separación que conserva el lugar de la ciencia y permite discutir legítimamente las políticas sin convertir el desacuerdo político en una objeción al método científico.
El lenguaje de las probabilidades en decisiones cotidianas
Las cifras despiertan una impresión de precisión que puede estar justificada y que también puede resultar engañosa. Decir que una intervención «reduce un riesgo en un 50 %» informa sobre una reducción relativa. Si la probabilidad inicial era del 2 %, la reducción a la mitad la situaría en el 1 % y la disminución absoluta sería de un punto porcentual. Con una probabilidad inicial del 40 %, la misma reducción relativa implicaría un cambio absoluto de veinte puntos. La magnitud práctica es muy diferente.
En una comunicación pública responsable debe poder recuperarse la comparación de origen, es decir, quiénes integraban la población, durante cuánto tiempo se siguió a los participantes y qué desenlace se midió. Una frecuencia natural, como «dos de cada mil», puede ser más fácil de comprender que una probabilidad presentada sin denominador, especialmente cuando hay varios pasos condicionales. La ventaja depende, con todo, de la tarea y de la audiencia; ningún formato resuelve todos los problemas de comunicación numérica.
Consideremos el anuncio ficticio de un programa de detección que informa una exactitud del 95 %. La cifra podría parecer tranquilizadora, pero para decidir si usarlo hace falta saber cuántas personas con la condición se detectan, cuántas sin ella reciben una alerta y con qué frecuencia se presenta el problema en la población prevista. La distinción puede explicarse sin fórmulas complejas mediante una tabla con números hipotéticos claramente identificados como ejemplo, siempre que esos números didácticos no se presenten como datos de validación del programa.
La transparencia consiste en escoger las métricas que responden a la decisión del destinatario y en conservar las condiciones que cambian su significado, sin abrumarlo con todas las publicadas. Una explicación que necesita cinco definiciones antes de expresar el resultado quizá deba organizarse en capas de lectura, con una presentación inicial y acceso a los detalles para quien los requiere.
Un mismo resultado, cuatro versiones públicas
Imaginemos un estudio ficticio sobre ventilación de aulas en el que los investigadores instalan sensores de dióxido de carbono en doce salas de una misma institución, miden los niveles durante dos semanas y observan que abrir determinadas ventanas se asocia, durante las sesiones estudiadas, con concentraciones menores. No se midieron contagios, rendimiento académico ni efectos sobre salud, por lo que el material permite describir condiciones de ventilación y formular hipótesis sobre intervenciones futuras.
«En las aulas observadas, la apertura de ventanas coincidió con valores inferiores de dióxido de carbono respecto de los periodos sin apertura, bajo las condiciones medidas», diría un enunciado técnico. La formulación resulta algo densa para una audiencia general, si bien preserva la naturaleza observacional y la delimitación del estudio. «En doce aulas se registró menos dióxido de carbono cuando algunas ventanas permanecían abiertas. El estudio no evaluó si eso cambió las tasas de infección», podría decir una segunda versión destinada a familias. Se pierde detalle instrumental y se mantiene la distinción entre lo medido y lo que quedó sin evaluar.
«Abrir ventanas previene los contagios en las salas de clases», afirma una tercera versión, que ha transformado una variable ambiental en un resultado sanitario que nadie midió. «La investigación demuestra que las escuelas mal ventiladas causan problemas de aprendizaje», anuncia una cuarta, que añade un desenlace nuevo y atribuye causalidad. Cada versión enuncia una proposición distinta. A las dos últimas les falta evidencia pertinente.
La revisión editorial puede reconstruir el tránsito examinando cuatro preguntas. ¿Cuál es la unidad observada? ¿Qué comparación permite el diseño? ¿Qué resultado se midió efectivamente? ¿Qué ámbito de aplicación autoriza la muestra? Estas preguntas obligan a regresar al método cuando el titular parece demasiado convincente. Si el comunicador desea hablar de infecciones, puede incorporar investigación adicional independiente, atribuirla a sus fuentes y evitar presentarla como resultado de este estudio concreto.
La demostración es deliberadamente simple. Si bien en la práctica un informe puede contener múltiples modelos, hallazgos secundarios y análisis exploratorios, la disciplina es la misma. Consiste en evitar que la cifra más llamativa desplace al resto y en no colocar junto a un resultado una aplicación que pertenezca a otro nivel de evidencia. Una noticia breve puede conservar el rigor cuando las pocas frases disponibles están bien elegidas.
Formatos digitales y autoridad algorítmica
Una investigación circula hoy en múltiples formatos. El título del artículo puede aparecer solo en el resultado de un buscador, una frase de la discusión puede compartirse como imagen y un sistema generativo puede producir una respuesta que mezcla trabajos de años distintos. Esa fragmentación reduce la probabilidad de que el público encuentre las condiciones de la afirmación original. Los metadatos, las referencias accesibles y los enlaces hacia materiales íntegros favorecen una lectura fiel, siempre que alguien los consulte.
La selección algorítmica modifica también la visibilidad, porque una plataforma puede favorecer mensajes que reciben reacciones rápidas y, con ello, poner a competir los titulares sorprendentes con explicaciones más cuidadosas. Esa posibilidad obliga a examinar la relación entre las características del formato, los incentivos editoriales y el tipo de afirmaciones que circulan con mayor facilidad, sin presumir que toda publicación breve distorsione la ciencia.
Los LLM añaden otra vía de mediación. Pueden simplificar un artículo difícil, traducir un resumen e identificar términos que el lector necesita comprender, pero también omitir la población del estudio, atribuir equivocadamente una conclusión o generar referencias inexistentes. Como la fluidez de una respuesta dice poco sobre su fidelidad a la fuente, una comunicación producida con estas herramientas necesita un procedimiento de verificación cuyo rigor corresponda a las consecuencias previstas.
La transparencia sobre el origen y la transformación del contenido tiene una utilidad práctica. Una traducción puede señalar que conserva una interpretación provisional, un resumen puede enlazar el pasaje en que se apoya y una figura generada puede indicar que es una ilustración conceptual. El destinatario debe poder distinguir los elementos observados de los inferidos y reconocer quién responde por la versión que está leyendo, ya que sin esa trazabilidad una afirmación repetida muchas veces puede parecer mejor respaldada de lo que está.
La responsabilidad de explicar sin sustituir el juicio del destinatario
La comunicación pública de ciencia puede proponerse aumentar la comprensión, favorecer decisiones informadas o facilitar una discusión colectiva, objetivos que requieren respetar la diferencia entre dar razones y dirigir de manera opaca la conducta. Una cifra presentada sin su contexto puede ser exacta y engañosa; una historia conmovedora puede ser auténtica y estadísticamente atípica. La responsabilidad comunicativa consiste en hacer visibles esas diferencias cuando son relevantes para quien recibe el mensaje.
El comunicador debe reconocer además qué parte de una recomendación deriva de la evidencia y qué parte incorpora valores. Los datos pueden estimar la probabilidad de un efecto, mientras que la aceptación de cierto costo, la prioridad concedida a una población y la elección de una intervención pertenecen a decisiones que no siempre tienen respuesta puramente técnica. Ocultarlas bajo la expresión «la ciencia ha decidido» priva al público de una distinción necesaria para deliberar.
La investigación de la comunicación científica, resumida por Fischhoff (2013) y por las National Academies (2017), invita a evaluar qué entiende realmente una audiencia y qué errores aparecen en la interacción. Diseñar una explicación es formular hipótesis sobre sus destinatarios, hipótesis que se comprueban observando su comprensión, escuchando preguntas inesperadas y revisando las partes que indujeron inferencias falsas. La claridad no puede medirse únicamente por la brevedad de un texto ni por la facilidad con que obtiene aprobación.
Una comunicación lograda conserva un rasgo central del trabajo científico, la posibilidad de corregir lo dicho a la luz de evidencia nueva. Cuando una institución reconoce que un resultado cambió o que un titular fue excesivo, puede perder la apariencia de infalibilidad y ganar una credibilidad más defendible. El cuidado retórico ayuda a que cada frase comunique el alcance real del hallazgo y deje al destinatario recursos para examinarlo.
Referencias
- Aristóteles. (2007). On Rhetoric: A Theory of Civic Discourse (G. A. Kennedy, trad. y ed., 2.ª ed.). Oxford University Press. (Obra original del siglo IV a. C.)
- Bazerman, C. (1988). Shaping Written Knowledge: The Genre and Activity of the Experimental Article in Science. University of Wisconsin Press.
- Bratton, L., Adams, R. C., Challenger, A., Boivin, J., Bott, L., Chambers, C. D., & Sumner, P. (2019). The association between exaggeration in health-related science news and academic press releases: A replication study. Wellcome Open Research, 4, 148. https://doi.org/10.12688/wellcomeopenres.15486.2
- Dahlstrom, M. F. (2014). Using narratives and storytelling to communicate science with nonexpert audiences. Proceedings of the National Academy of Sciences, 111(Supplement 4), 13614–13620. https://doi.org/10.1073/pnas.1320645111
- Fahnestock, J. (1986). Accommodating science: The rhetorical life of scientific facts. Written Communication, 3(3), 275–296. https://doi.org/10.1177/0741088386003003001
- Fischhoff, B. (2013). The sciences of science communication. Proceedings of the National Academy of Sciences, 110(Supplement 3), 14033–14039. https://doi.org/10.1073/pnas.1213273110
- Gross, A. G. (1990). The Rhetoric of Science. Harvard University Press.
- National Academies of Sciences, Engineering, and Medicine. (2017). Communicating Science Effectively: A Research Agenda. The National Academies Press. https://doi.org/10.17226/23674
- Sumner, P., Vivian-Griffiths, S., Boivin, J., Williams, A., Venetis, C. A., Davies, A., Ogden, J., Whelan, L., Hughes, B., Dalton, B., Boy, F., & Chambers, C. D. (2014). The association between exaggeration in health related science news and academic press releases: Retrospective observational study. BMJ, 349, g7015. https://doi.org/10.1136/bmj.g7015
- Toulmin, S. E. (2003). The Uses of Argument (ed. actualizada). Cambridge University Press. (Obra original publicada en 1958). https://doi.org/10.1017/CBO9780511840005
- Tufte, E. R. (2001). The Visual Display of Quantitative Information (2.ª ed.). Graphics Press.
- van der Bles, A. M., van der Linden, S., Freeman, A. L. J., Mitchell, J., Galvão, A. B., Zaval, L., & Spiegelhalter, D. J. (2019). Communicating uncertainty about facts, numbers and science. Royal Society Open Science, 6(5), 181870. https://doi.org/10.1098/rsos.181870