Coronavirus: la política científica y su contratiempo

Los decisores públicos y privados necesitan urgentemente de información para guiar las acciones colectivas en estos momentos y, consecuentemente, se ha iniciado la búsqueda de diagnósticos, tratamientos y la vacuna para hacer frente al coronavirus. Sin embargo, esta crisis produce problemas complejos de una dimensión todavía imprevisible que no permiten reducir su respuesta al campo de la biomedicina. En este escenario, el debate acerca de la gobernanza de los sistemas de ciencia e innovación se vuelve especialmente interesante.

[Recibe los análisis de más actualidad en tu correo electrónico o en tu teléfono a través de nuestro canal de Telegram]

En la entrevista que le hizo Manuel Ansede al expresidente del Consejo Europeo de Investigación (ERC), Mauro Ferrari, poco después de dimitir, éste revelaba que uno de los motivos de su salida fue la discrepancia de criterio con el Consejo Científico (formado por 20 científicos de reconocido prestigio). Según Ferrari, él propuso crear un programa específico sobre la Covid-19, pero el Consejo se negó defendiendo el modelo de autonomía de arriba abajo de los investigadores con financiación ERC. El problema, según el expresidente, era de gobernanza.
  Surgen cuestiones complejas en política científica que los gobiernos y agencias de financiación están respondiendo de manera apresurada: ¿es mejor financiar cuantas más iniciativas mejor ('to let a thousand flowers bloom') o hay peligro de duplicidades? ¿Qué tipo de conocimiento debe priorizarse? Sistemas de ciencia y tecnología nacionales centrados en dar con soluciones técnicas, acciones fragmentadas y una preponderancia de la biomedicina estarían guiando la respuesta global a esta crisis.

Modelos de innovación

La organización institucional de los centros donde se produce investigación, desarrollo o innovación responde a modelos donde se precipitan, en un momento dado, aquellos propósitos que debe perseguir la generación de conocimiento. La crisis del coronavirus se está gestionando en un modelo en transición, pero que sigue funcionando competitivamente en una escala acotada a los estados bajo una visión lineal.

Edward Steinmueller y Johan Schot definieron en 2012 las principales características de los tres modelos de innovación que se han consolidado desde el poco entendido Día de la Victoria. El primer modelo, preponderante desde 1945 hasta 1980, estaba centrado en la innovación para el crecimiento económico. La investigación debía llevar a una nueva tecnología, la tecnología conducía a la innovación y la innovación al bienestar. En este primer estadio se produce un crecimiento continuado de la productividad y existe una total autonomía de la ciencia.



El segundo modelo es el de los sistemas nacionales de innovación. Nace a partir de 1980 en un contexto en el que los estados pretenden competir entre sí en un mercado progresivamente globalizado. Tiene en Japón y los países escandinavos sus principales referentes, y en la propagación de los parques tecnológicos su rasgo más visible. Se sigue poniendo el énfasis en el crecimiento económico, así como en la transferencia de conocimiento y en su capacidad de absorción; esto es, que las sociedades puedan aplicar el conocimiento disponible mediante las estructuras adecuadas. En este segundo modelo se establecen linealmente dos asunciones: que la investigación debe apoyar a la innovación; y que a mayores recursos invertidos, más y mejores resultados. Investigación y recursos originan, por tanto, resultados concretos y medibles, alentando un proceso de jerarquización de aquellas disciplinas que logran mayores resultados concretos y medibles.

Finalmente, el tercer modelo intenta desligar la innovación del crecimiento económico para orientarla a la consecución de necesidades sociales. Lo ejemplifican los Objetivos de Desarrollo Sostenible y la Agenda 2030, que se impulsan en 2015. La gran diferencia es en la direccionalidad de las tecnologías: se empieza a comprender la influencia que ejerce el contexto socioeconómico y cultural y la multiplicidad de actores que intervienen en cualquier tipo de investigación. La interrelación compleja de actores diversos permite despojarse de la idea del avance autónomo de la ciencia. Las consecuencias de la producción de nuevas tecnologías se anticipan, cuestionando la neutralidad tecnológica y asumiendo que la innovación produce efectos emocionales, físicos y genera favorecidos y desfavorecidos.

Fragmentación

En vez de coordinarse y crear una suerte de 'Proyecto Manhattan' global contra el coronavirus y compartir los hallazgos, persiste la división entre los países en la respuesta a esta crisis; como muestra, el 75% del total de iniciativas son de escala estatal. Podríamos decir que el conocimiento es un bien público fragmentado y la política científica "contiene multitudes". De hecho, empresas que facturan como estados, como las farmacéuticas Sanofi y GlaxoSmithKline (GSK), sí están sumando esfuerzos para llegar antes en la carrera por la vacuna.

Desde hace tiempo se detecta un problema en la fragmentación competencial dentro de la UE. Diversas administraciones públicas y también la iniciativa privada abordan los mismos desafíos científicos y tecnológicos en el ejercicio de sus competencias legítimas, lo que dificulta obtener la máxima eficacia en el uso de los recursos. La redundancia y el solapamiento son problemas sin resolver que en la actual situación resultan alarmantes. Después de la falta de recorrido del método de coordinación abierta (Open Method of Coordination, OMC), introducido por el Consejo Europeo de Lisboa en marzo de 2000, y de los artículos 185 y 187 del Tratado de Funcionamiento de la UE (TFUE), en la colaboración científica a nivel europeo se asentó el principio de geometría variable. Es un principio en el que cada Estado miembro participa únicamente en las acciones que considera adecuadas a sus intereses y su aportación económica la hace de acuerdo a sus posibilidades y en el contexto de su peso económico. En definitiva, un juego en el que, como en el fútbol, ganan los que tienen que ganar.

Respecto a la Covid-19, la Comisión Europea, que ha relegado la I+D a una Dirección General, competiría con los estados, quienes a su vez lo harían con las regiones y las ciudades, en un mosaico de acciones de difícil armonización.

Dicho esto, no todo es negativo y se han creado instrumentos de coordinación que se están demostrando útiles. Se pueden destacar dos ejemplos: el repositorio de metadatos de libre acceso creado por la infraestructura europea para investigación clínica (Ecrin); y el lanzamiento de una plataforma específica sobre coronavirus en el marco del Área Europea de Investigación (ERA) que sirve de portal único de información de oportunidades de financiación a nivel europeo y estatal.

Más allá de la biomedicina

Se puede decir que está aceptado que no haya relación entre las prioridades globales de investigación biomédica y las necesidades de salud global. Un problema conocido como el '10/90', en referencia a la observación de que sólo el 10% de la inversión en investigación biomédica se distribuye a enfermedades o problemas que afectan a más del 90% de la población. Aunque aún es pronto, es probable que la pandemia acelere este proceso.

La reacción inmediata a la crisis ha sido, en términos generales, ir en busca de nuevo conocimiento biomédico y epidemiológico en el plazo más breve posible. Sin embargo, esta mirada angosta centrada en la biomedicina impide aprovechar otros tipos de conocimiento potencialmente valiosos en la actual situación. La investigación en salud tiende a concentrarse alrededor de las vías ya conocidas (path dependence), en los métodos y disciplinas de mayor prestigio académico (factor de impacto), siguiendo incentivos de mercado e incluso la ideología. De este modo, muchos de los programas y convocatorias surgidos en los últimos meses contra la Covid-19 se han centrado en el desarrollo de medicamentos o vacunas. Ahondar en aspectos como las consecuencias sobre la movilidad social o la salud mental permite ensanchar la perspectiva para informar mejor a los decisores. Escapar del cierto totemismo que recae sobre la biomedicina es lección de sabiduría.