Seguro que muchos os habéis hecho esa pregunta alguna vez, o lo que es más probable, os habréis preguntado: ¿por qué ese tipo es coautor en mi artículo si no ha hecho nada? Éste es un punto muy delicado de la investigación que suele causar bastante malestar y que puede suponer incluso la ruptura de colaboraciones entre grupos. ¿Queréis saber si se os ha colado un autor injustificadamente? Entonces sigue leyendo…

Acabo de mandar un artículo a una revista que obliga a especificar la contribución de cada autor. Afortunadamente esto cada vez es más común. La novedad en este caso es que la revista sigue un patrón para ello, y es un patrón de 14 motivos para considerar a alguien como autor de un artículo científico. Esta guía responde a lo que se conoce como taxonomía CREDIT (Contributor Roles Taxonomy), y es un proyecto piloto de los editores de revistas médicas (ICMJE) que cristalizó en un comentario de Nature en 2014. La idea es que se le dé el mérito adecuado al trabajo de cada autor y que ese trabajo se conozca de forma transparente. Este grupo de expertos ha llegado a la conclusión de que hay sólo 14 tareas principales por las que una persona puede ser considerada en la lista de autores. No es preciso tenerlas todas para figurar, pero sí es imprescindible tener alguna. Allá van:

1. Conceptualización: los científicos nos diferenciamos de las empresas, porque nosotros sí valoramos la importancia de las ideas. Una de las razones más básicas para figurar en un artículo es haber tenido la idea, haber especificado los límites y los objetivos de la propia investigación. Dicho de otra manera: haber hecho las preguntas correctas. Conozco un caso concreto en el que se excluyó al autor de la idea en un artículo, y fue como el lanzamiento de una bomba atómica en medio del laboratorio. El problema acabó salpicando a mucha gente y generando muy mal ambiente. Si has tenido la idea mereces estar en el artículo.

2. Tratamiento de datos: participar en las actividades en las que se producen, analizan, e incluso mantienen los datos de la investigación (incluyendo los códigos computacionales para interpretarlos) se considera una tarea esencial que merece el reconocimiento como autor. A menudo no prestamos suficiente atención a este punto pero si lo pensáis pasamos mucho tiempo haciendo únicamente ese tarea.

3. Análisis formal: aplicar tratamientos estadísticos, matemáticos, computacionales o cualquier otra técnica formal para la síntesis y el análisis de los datos. Hay poco que añadir: el análisis es una pieza clave para una buena publicación, y más si requiere métodos sofisiticados.

4. Adquisición de financiación: conseguir el apoyo económico para el proyecto que lidera la investigación. Este punto es de los que me resultan más discutibles, y de hecho mi compi de despacho opina que al lado del apartado de autores deberíamos tener uno que pusiera «Mecenas» para diferenciar bien ambas cosas. Sin embargo, hay dos puntos que conviene recordar: uno, en la práctica sin dinero resulta imposible hacer gran parte de los estudios en el laboratorio, y dos, con lo difícil que es conseguir financiación para la ciencia no podemos negar que el que la consigue tiene algún tipo de mérito =D.

5. Investigación: llevar a cabo el proceso investigador, en particular, realizando los experimentos o recogiendo datos. Creo que este punto se aplica bien por lo general, pero en ocasiones se deja de lado a técnicos o becarios con la excusa de que hacen un trabajo rutinario y sin valor. Sobre eso me remito a un cartel que había en mi laboratorio de Lisboa: «Se aceptan consejos de quien lo haga mejor, no de quien sepa más». Rutinario no significa prescindible.

6. Metodología: desarrollo y diseño de los métodos, y también la creación de modelos. Una parte muy creativa de la ciencia que a veces se deja olvidada, pero que sin duda merece ser tenida en cuenta a la hora de valorar los méritos. Proponer y saber realizar los experimentos adecuados es un arte que debe cotizar al alza. Muchos premios Nobel se han ganado sólo por eso. Si además somos capaces de explicarlos todavía mejor. Un buen ejemplo de esto es el experimento de Rutherford y el modelo atómico.

7. Administración del proyecto: ejecución y planificación de las actividades de investigación que incluyen responsabilidades de coordinación y gestión. Este punto, al igual que el 4, puede ser criticable, pero si pensamos en proyectos colaborativos como los de CERN o LIGO tendremos que asumir que es inevitable. En las grandes empresas científicas la tarea de coordinación puede ser enormemente compleja y sin ella tampoco avanzaríamos.

8. Recursos: provisión de materiales, agentes, pacientes, muestras, animales, instrumentación, ordenadores y cualquier otra herramienta de análisis. Recuerdo en este sentido el debate que se abrió con el caso de Jessica Tang, una estudiante de Medicina de la Universidad de California que tuvo que retirar su artículo de una revista por haberlo publicado sola, sin incluir a su jefe. Puede que tú hagas todo el trabajo, pero si lo haces usando los recursos de otros, hay que asumir que parte del éxito de tu publicación depende de ellos.

9. Software: programación, desarrollo de software, diseño de programas de ordenador, simulaciones, implementación de códigos y algoritmos, y las pruebas de los mismos. No siempre está presente en todos los artículos, pero es algo a tener en cuenta, sobre todo ahora que el Big Data y la IA están ganando terreno en la ciencia. Un ejemplo paradigmático de esto es la demostración del teorema de los cuatro colores realizada por ordenador.

10. Supervisión: responsabilidades de dirección y liderazgo en la ejecución y planificación de la actividad de investigación, lo que incluye también a mentores externos al núcleo del grupo. Es importante distinguir esta tarea de la de administración. Una cosa es gestionar recursos y otra dirigir a las personas desde el punto de vista de las ideas, los pasos a seguir, los experimentos a realizar, los equipos que no tienen que romper o cuándo no mirar a lámpara de luz UV…

11. Validación: verificar las actividades realizadas, la reproducibilidad de los resultados y experimentos y otros resultados de la propia investigación. En un mundo donde el lema es publicar o morir, resulta muy representativo que exista este punto sobre la validación. Como os he contado ya, a veces hacemos ciencia de una sola vez, así que es primordial que haya alguien encargándose de ser crítico y validar los experimentos.

12. Visualización: preparar, crear o elaborar el trabajo a publicar, especialmente en lo concerniente a la visualización de datos (figuras, modelos, tablas, simulaciones, vídeos…). Personalmente es uno de los puntos en los que disfruto más y que considero más esenciales en la actividad de la publicación, también con una fuerte componente creativa, que además aporta mucho valor al artículo.

13. Escritura del borrador original: preparación del trabajo escrito inicial, incluyendo la traducción de parte de él si es preciso. Me parece especialmente acertado que este punto se separe del siguiente, que consiste en las correcciones y versiones que van surgiendo. La escritura del primer borrador supone una gran carga de trabajo y originalidad que merece ser destacada.

14. Escritura, revisión y edición de la versión final: hay correcciones que sólo cambian un punto gordo del texto pero también hay revisiones que valen más que el «paper» entero y es justo que si la labor realizada ha sido significativa se tenga en cuenta debidamente. De hecho, a menudo la revisión lleva mucho más trabajo que la escritura, y mejora su calidad de forma considerable.

Con esto acaba la lista, y con ella podréis saber si realmente hay un impostor en vuestro artículo. De todas formas, para los que no les haya quedado claro, podéis seguir usando la guía ultrarápida de PhD Comics.

@DayInLab