El mtodo cientfico es una idea cientfica que esta lista para jubilarse

La idea cientfica de que esta mas lista para retirarse es el mtodo cientfico en si mismo. Ms
precisamente la idea de que debera haber un solo mtodo cientfico, una forma exclusiva de
obtener resultados cientficos.
El problema es que el mtodo cientfico tradicional como una aproximacin exclusiva no es
adecuada a la nueva situacin de la ciencia contempornea, como volumen de datos soluciones
mltiples y biologa sinttica.
La prueba de hiptesis mediante la observacin, medicin y experimentacin tena sentido en el
pasado, cuando obtener informacin era escasa y costosa, pero ya no es as, en las ltimas
dcadas, no hemos ido adaptando a una nueva era de abundante informacin que ha facilitado el
diseo experimental e iteracin.
El resultado es que ahora hay un campo de la ciencia computacional acompaando de cerca a
cada disciplina, por ejemplo la biologa computacional y el archivo de manuscritos digitales.
La abundancia de informacin y el avance computacional ha promulgado la evolucin de un
modelo cientfico que es distinto del mtodo cientfico tradicional, y tres reas emergentes estn
avanzando aun mas.
Big data, la creacin y uso de grandes y complejos conjuntos de datos ubicados en "la nube", es
una tendencia generalizada que esta transformando el rumbo de la ciencia.
La escala es inmensa, organizaciones procesan rutinariamente millones de transacciones por hora
en bases de datos de cientos de petabytes, la creacin anual de datos en todo el mundo es
actualmente duplicada y se estima que alcanzar 8 zeta bytes en 2015.
Incluso antes de la era de los "big data", el modelado, simulacin, y prediccin se convirti en un
paso computacional clave en el proceso cientfico y los nuevos mtodos necesarios para trabajar
con grandes volmenes de datos, haciendo que el mtodo cientfico tradicional sea cada vez
menos relevante, nuestra relacin con la informacin ha cambiado con el "big data".
Anteriormente, en la era de la escasez de informacin cualquier dato pudo haber sido importante,
en un calendario, por ejemplo, cada elemento de informacin o cita, es importante y dirigido hacia
una accin.
Con "big data" es todo lo contrario, el 99% de la informacin puede ser irrelevante
( inmediatamente, con el tiempo, o una vez procesado en una resolucin mas alta). El enfoque
permite la extraccin de puntos de relevancia de un todo ms amplio, buscando por signos de
"ruido", anomalas y excepciones, por ejemplo, por ejemplo, los polimorfismos genomicos, el
siguiente nivel de procesamiento de grandes volmenes de datos, es el reconocimiento de
patrones, altas frecuencias de muestreo no solo permiten probar puntualmente el fenmeno
( como en el mtodo cientfico tradicional), sino tambin su esclarecimiento en mltiples mrcos
temporales y condiciones.
Por primera vez las normas de referencia longitudinal, varianza, patrones y comportamientos
cclicos pueden ser obtenidos. Para ello es necesario pensar ms all de la simple causalidad del
tradicional mtodo cientfico en amplios modelos sistmicos de correlacin, de asociacin y de
episodio desencadenante, algunos de los mtodos importantes usados en el descubrimiento de
"big data" incluyen la maquina de aprendizaje de algoritmos, redes neuronales, representacin
jerrquica y visualizacin de informacin.

Las Multitareas son otra tendencia que reconfigura el comportamiento de la ciencia, esta es la
coordinacin de un gran nmero de individuos ( lo multi) a travs de la internet para colaborar en
algunas actividades.
Los multi modelos han llevado al desarrollo de un ecosistema cientfico que incluye al investigador
institucional profesionalmente entrenado usando el tradicional mtodo cientfico, por un lado, y la
exploracin cientfica comn de temas de personal inters a travs de una variedad de mtodos,
del otro. En el medio hay diferentes niveles de organizacin profesional y esfuerzos de pares
coordinados.
El internet ( y la tendencia a conectar a toda la gente, 2 billones estimados ahora y 5 billones en
2020), permite una gran escala cientfica, no solo existen estudios ms baratos y ms rpidos en
las series multitareas, pero los estudios mas enfocados en escala y detalle que antes, son ahora
posibles. Lo mltiple puede proporcionar volmenes de datos que permite vincular
automticamente a terminales de trabajo las bases de datos de los sitios web. Cientficos civiles
participan en el procesamiento de informacin ligera y otras colecciones y actividades de anlisis
a travs de sitios web como gala y zoo.
Lo multi se dedica ms ampliamente a travs de la multitarea, a los mercados laborales
( inicialmente como accin mecnica y ahora mas dirigido a las habilidades)
Nuevos mtodos para el comportamiento de la ciencia estn siendo innovados a travs de
esfuerzos "hazlo tu mismo", la autocuantificacion, biohacking, impresin 3D, y los estudios
basados en la colaboracin de pares.
La biologa sinttica es la tercera tendencia, muy extendida que reconfigura el desarrollo,
aclamada como el potencial transistor del siglo 21, dadas sus posibilidades transformarivas, la
biologa sinttica es el diseo y construccin de sistemas biolgicos, es altamente multidisciplinar,
uniendo la biologa, la ingeniera, el diseo funcional y la computacin., una de las reas claves de
aplicacin es la ingeniera metablica, en donde es comn encontrar nuevos sistemas biolgicos,
organismos, lo cual se opone al espritu de la caracterizacin pasiva de fenmenos para los que
se desarroll el mtodo cientfico original.
Si bien es cierto que la optimizacin de los procesos genticos y la optimizacin de los procesos
regulatorios, dentro de las clulas pueden ser parcialmente interpretados bajo el mtodo cientfico,
el alcance global de las actividades y los mtodos es mucho ms amplio, y requiere de una
metodologa cientfica significativamente diferente de ,o que admite el mtodo tradicional,
incluyendo una re conceptualizacin de la ciencia como un esfuerzo de caracterizacin y creacin.
En conclusin, ya no podemos confiar exclusivamente en el mtodo cientfico tradicional en una
nueva era de la ciencia emergente, a partir de reas como "big data" , crowdsourcing y la biologa
sinttica, una multiplicidad de modelos debe ser empleada para la prxima generacin de avances
cientficos, complementando el tradicional mtodo cientfico, con nuevas formas que sean mejor
adaptables e igualmente vlidas.
No solo se requieren una multiplicidad de mtodos, es necesario abrir nuevos niveles para el
desarrollo de la ciencia.
Epistemolgicamente como sabemos, y la verdad del mundo y la realidad estn cambiando, en
cierto sentido, podramos estar hoy en un nodo intermedio de edad oscura, donde la ultiplicidad de
mtodos de las ciencias futuras pueden llevarnos a una nueva era de iluminacin, con tanta
seguridad como el tradicional mtodo cientfico nos llevo a la modernidad.