nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
La bioeconomía se vislumbra como un paradigma promisorio para hacer frente a una creciente demanda mundial por alimentos, medicinas, energía y materias primas renovables o biodegradables, en correspondencia con los Objetivos del Desarrollo Sostenible de la ONU planteados en el año 2015 (Daar et al., 2003, Sachs et al., 2015). Sin embargo, la transición a una economía basada en la innovación en las ciencias de la vida, no se ha dado en la escala ni con la velocidad deseada (Yuan et al., 2011). Frente a un horizonte incierto, que no deja claro cuándo o cómo las capacidades de investigación y desarrollo en este campo se traducirán en nuevas industrias y sistemas de consumo, o si por el contario, los retos ambientales y sociales sobrepasarán la capacidad de los sistemas de ciencia y tecnología para encontrar soluciones (Schot y Steinmueller, 2016), resulta indispensable preguntarnos cómo las comunidades académicas exploran estos futuros.
Luego de revisar estudios clásicos y contemporáneos sobre la disciplina prospectiva (Berger, 1957; Godet, 1982; Georghiou et al., 2008 y Piirainen y Gonzalez, 2015, entre otros), nos hemos formado la convicción que la capacidad de diagnosticar nuestro pasado y presente, así como de identificar amenazas y oportunidades en aras de visualizar escenarios de futuro, es un tema que se puede abordar desde dos lecturas. Una de ellas es de naturaleza filosófica e implica el análisis de la toma de consciencia del sujeto(s) con respecto a su papel social y posibilidades de incidir en ciertos aspectos de su futuro (Berger, 1957; Godet, 1982); mientras que una segunda lectura es de naturaleza operativa, y se relaciona con los métodos e instrumentos para elaborar diagnósticos, ordenar y sintetizar información, construir consensos y coordinar acciones en el contexto de la planeación estratégica (Medina et al., 2006; Baena, 2015). Si bien ambas son fundamentales y se correlacionan, en este artículo nos concentramos en la segunda lectura.
En este sentido, compartimos la opinión de Cuhls, et al., (2015) sobre el hecho de que la capacidad de comprender la dinámica de un sector como la bioeconomía, describir sus tendencias y construir escenarios de futuro, depende de manera importante de las herramientas empleadas para complementar el conocimiento, lidiar con la complejidad en la interacción de variables ambientales, sociales, económicas, políticas y tecnológicas Medina y Ortegón (2006). Por estas razones, ante el desafío de la sustentabilidad, consideramos pertinente identificar con qué herramientas trazamos tendencias y construimos consensos, pues la calidad de los mismos impactará tanto en la toma de consciencia en materia de retos y oportunidades, como en la construcción de planes y acciones, y aun de manera más importante: en nuestra capacidad de trascender inercias y construir nuevos sistemas de pensamiento, producción y consumo.
Identificar el camino que conduce de una aspiración basada en ciencia y tecnología a un sistema económico y social que la implemente, no es un asunto trivial. Para apoyar esta finalidad, la prospectiva científica y tecnológica ha madurado sus metodologías y herramientas (Gándara y Osorio, 2014; Jaso, 2016). En virtud del interés de académicos por fomentar la bioeconomía como paradigma alternativo, en este artículo nos proponemos como objetivos identificar en primer lugar, en qué medida esta comunidad se ha apoyado en ejercicios de prospectiva formales, mediante la evaluación de su alcance temático, espacial y temporal, caracterizando sus enfoques y herramientas. En segunda instancia, valoramos si en los ejercicios de prospectiva identificados se combinan las herramientas atendiendo a las mejores prácticas que la teoría y metodología prospectiva proponen en la actualidad (Popper, 2008a).
Si bien no hemos revisado la totalidad de ejercicios prospectivos sobre bioeconomía, sino que nos hemos concentrado intencionalmente en la muestra de ejercicios académicos que usan este término de manera expresa, tal nivel de especificidad ha permitido que nuestros hallazgos controviertan conclusiones de Popper (2008b), quien en una amplia revisión multisectorial encontró una predominancia de herramientas cualitativas y que no existía correlación entre la selección de herramientas prospectivas y los sectores objeto de estudio. El análisis de nuestra muestra reveló que en el caso de la bioeconomía, la convergencia de las tradiciones disciplinarias de la biología y la economía sí influyó en la selección de herramientas basadas en la modelación cuantitativa, las cuales resultaron predominantes. Lo relevante del hallazgo radica en que este sesgo contraviene las recomendaciones metodológicas para la realización de ejercicios prospectivos en favor de un equilibrio metodológico entre herramientas cuantitativas y cualitativas. En este sentido, nuestros resultados se enmarcan en los hallazgos de Saritas y Burmaoglu (2015) quien detectó que el incremento de estudios prospectivos sobre ciencias ambientales y ecología se correlacionaba con la modelación dinámica, sin haber identificado disciplinas específicas o comunidades de práctica, tal como sí lo hemos hecho nosotros.
Buenas prácticas de métodos prospectivos
Teóricos de la prospectiva como Godet (1982), Loveridge (2008), y Piirainen y González (2015), coinciden en identificar dos efectos derivados de su práctica: el primero consiste en la generación de conocimiento relacionado con la comprensión de un campo de la actividad socioeconómica y sus consecuentes descripciones del futuro; mientras que el segundo radica en la construcción de nuevas habilidades derivadas del proceso mismo de generación del conocimiento, éstas dependen del uso de enfoques y herramientas específicas. Dichas habilidades resultan tanto de la interacción entre actores alejados física y cognitivamente, así como de la combinación de fuentes de información de naturaleza disímil y complementaria. Este doble efecto pone de relieve la necesidad de estudiar cómo se conducen los ejercicios prospectivos y con qué métodos se puede obtener el mayor beneficio de ellos. Esto se puede comprender revisando a continuación el proceso por el cual se han desarrollado (Popper, 2008b; EFMN, 2009).
En sus orígenes, entre las décadas de 1960 y 1970, los ejercicios prospectivos tendieron a apoyarse en dos fuentes de datos principales. Una de ellas se basó en el aprovechamiento de datos cuantitativos, con lo cual era factible extrapolar series, modelar el comportamiento de variables, analizar tendencias bibliométricas y patentométricas, e incorporar esos datos a la construcción de indicadores. Se podía así monitorear tecnologías clave, analizar las mejores prácticas o identificar mapas de desarrollo tecnológico (Zeraoui y Balbi, 2011). En cambio, la segunda fuente estaba basada en el aprovechamiento de información cualitativa obtenida de expertos, recabada mediante entrevistas, cuestionarios, paneles, ensayos, conferencias y otros instrumentos de observación. Sin embargo, conforme se diversificaron los campos de conocimiento y se dinamizó la interacción económica, política y social en las décadas siguientes, se generaron nuevas fuentes de incertidumbre que rebasaron la capacidad de anticipación de ambas fuentes (Loveridge, 2008).
Por esa razón, partir de 1980 y 1990, los prospectivistas ensayaron la incorporación de otras dos fuentes de datos. La tercera está basada en la interacción entre actores sociales heterogéneos y no únicamente expertos académicos. Así, las opiniones y preferencias de consumidores, representantes políticos y ciudadanos, empresarios, funcionarios públicos, activistas y líderes de opinión fueron recabadas mediante foros, congresos, talleres y paneles ciudadanos, incorporándolas al análisis de partes interesadas, sistemas de sondeo y votación, matrices de actores y análisis morfológico entre otras herramientas. De esta manera, las variables científicas y tecnológicas pudieron ser contextualizadas con variables sociales, ideológicas y políticas que han resultado determinantes para explicar el apoyo o reticencia a ciertas tecnologías (Georghiou et al., 2008). Por su parte, la cuarta fuente de datos está basada en la creatividad, y responde a la necesidad de ensayar combinaciones originales de la información y conocimiento existente, incorporando la intuición, la genialidad y la creatividad de individuos, permitiendo romper con el pensamiento rutinario y sus inercias. Así, los métodos prospectivos han incorporado ensayos de ciencia ficción, juegos de roles, pronósticos geniales, la identificación de eventos poco probables pero de gran impacto1, entre algunas herramientas para generar eventos y contextos difíciles de concebir por los métodos anteriores, enriqueciendo la construcción de escenarios (Giaoutzi y Sapio, 2013).
Rafael Popper (2008a) ha acomodado las 33 herramientas más usuales al interior de un polígono de cuatro ángulos, conocido como el Diamante de Popper. Su esquema tiene la virtud de posicionar las herramientas de acuerdo a su dependencia de alguna de las cuatro fuentes de información ya descritas. Ha colocado en las esquinas las herramientas más representativas de cada fuente, mientras que en el centro se ubican las que permiten reflexionar y procesar información.
Las limitaciones de tiempo y recursos que enfrenta cualquier ejercicio prospectivo vuelven idealista emplear todas las herramientas simultáneamente; sin embargo, incluir al menos una de cada fuente o sector ha demostrado ser una práctica conveniente por las razones que explicaremos a continuación. La modelación, el análisis de series de tiempo u otras herramientas basadas predominantemente en información cuantitativa tienen como fortaleza arrojar inferencias basadas en evidencia objetiva; sin embargo, las variables y datos disponibles no siempre capturan la complejidad tecnológica del sector bajo estudio (Bijker et al., 1987), de ahí que sea indispensable complementarlas con las herramientas basadas en la experticia. La opinión de los expertos (por lo regular heterogénea), recabada mediante entrevistas o paneles servirá para interpretar, valorar, corroborar, corregir, matizar, discriminar y profundizar los reportes estadísticos. La retroalimentación continua entre ambos tipos de herramientas puede ser muy provechosa (Denzin et al., 2005; Neuman, 2014).
No obstante las virtudes anteriores, las conclusiones resultantes de la interacción entre académicos suelen tener la carga de los sesgos cognitivos, preferencias diversas e intereses particulares o de grupo, sean estos conscientes o inconscientes; por lo cual algunos de sus pronósticos pueden verse limitados. El devenir de una tecnología embrionaria suele construirse a partir de la interacción de numerosos actores sociales, algunos de los cuales la apoyarán u objetarán a partir de sus posiciones éticas o ideológicas, otros en función de la defensa de sus intereses económicos o políticos, algunos más por la manera en la que la incorporarán a su vida cotidiana (Latour, 2005; Stirling, 2008). De ahí que sea muy útil rescatar las necesidades, opiniones y visiones de actores que, aunque alejados de la práctica de la investigación y desarrollo, resultan clave para la configuración de nuevos mercados y su respaldo institucional. En este sentido las herramientas basadas en la interacción social, como los paneles o talleres con tomadores de decisiones, líderes de opinión y ciudadanos, se convierten en una especie de útil simulador que evalúa potenciales innovaciones en un contexto social (Magruk, 2011; Neuman, 2014).
Hasta aquí, las herramientas anteriores permitieron a los prospectivistas lidiar con la abundancia y heterogeneidad de la información, generando parámetros de certidumbre e incertidumbre. Necesitan ahora encontrar soluciones a problemas complejos, hallar combinaciones inéditas del conocimiento existente, anticipar riesgos y generar innovaciones radicales. Se abre entonces un espacio para la creatividad. Entran en escena los ensayos de ciencia ficción, los pronósticos basados en la genialidad, la identificación de eventos poco probables pero de gran impacto, entre otros. Estos nos ayudarán a cristalizar la información generada en escenarios específicos (Manu, 2007; Zhukovskaya, 2015).
Es importante advertir que si bien hemos dado una secuencia a la combinación de herramientas con la final de justificar su complementariedad, en realidad, pueden emplearse en cualquier otro orden. Describamos a continuación algunos de los principales retos, oportunidades y conceptualizaciones sobre la bioeconomía, área sobre la cual han comenzado a ensayarse estudios prospectivos.
Medio ambiente y concepto de bioeconomía
Las expectativas sobre la capacidad de la bioeconomía para enfrentar retos ambientales y las necesidades del crecimiento poblacional y el desarrollo, son muy amplias. Las vinculadas con la alimentación2 y la sustitución del plástico convencional por plástico bio-basado y biodegradable3 son tan solo dos ilustraciones de un abanico muy amplio de aspiraciones. En este contexto, académicos y funcionarios han discutido sobre las áreas de conocimiento que sustentan este desarrollo tecnológico y el tipo de impactos deseados. De esta manera, se ha transitado de visiones más estrechas de crecimiento económico basado en industrias intensivas en biotecnología, hacia visiones que enfatizan el uso de recursos biológicos renovables o bien el uso sustentable del conocimiento y la innovación (Bugge, Hansen y Klitkou, 2016).
Las definiciones sobre qué deberíamos entender por bioeconomía se renuevan y compiten entre sí. Sin embargo, a nivel nacional e internacional emerge un consenso creciente sobre su ámbito y lo que se espera de ella.
Las agencias del gobierno estadounidense, por ejemplo, convinieron en definir a la bioeconomía como: “La conversión global industrial de la utilización sustentable de biomasa acuática o terrestre en energía, productos intermedios y finales para el beneficio económico, ambiental y de seguridad nacional” (DoE et al., 2016, 9). En tanto que la Comisión Europea ejemplifica los esfuerzos internacionales por arribar a consensos. Actualmente define por bioeconomía “…la producción de recursos renovables y su conversión en comida, alimento, productos bio-basados y bio-energía. Incluye la agricultura, la silvicultura, la pesca, la ganadería, la producción de pulpa y papel, así como secciones de las industrias química, biotecnológica y energía” (EC, 2012, 3). Sin embargo, la bioeconomía es mucho más que un agregado de industrias; desde un enfoque sistémico implica la construcción de nuevos acuerdos sociales para entender el crecimiento y el desarrollo, la reorientación de patrones de producción y consumo, la reorganización de equilibrios políticos y la co-evolución de un sistema de generación de conocimiento e innovación. Mathijs et al. (2015, 16) lo sintetizan así: “A transition to a sustainable bioeconomy is a process that cannot be governed only by markets and technology. It requires a constant monitoring of these principles and a strong strategic orientation based on a clear definition of societal challenges, a holistic view, reflexive governance and a sound base of empirical evidence”.
Método
En un campo tan amplio como el descrito anteriormente, nos ha interesado identificar cómo las comunidades académicas que han decidido enmarcar su trabajo dentro del término “bioeconomía”, exploran escenarios de futuro. Para ello, se adoptó una estrategia de investigación documental, principalmente bibliométrica, operacionalizada de la siguiente manera (Diagrama 1). En el portal de Scopus, se realizó una búsqueda de artículos que abordaran el futuro de la bioeconomía desde un enfoque prospectivo, ya sea por su conceptualización o por el empleo de alguna de sus herramientas. Se utilizó la sintaxis de búsqueda: “Bioeconomy AND (Foresight OR Future OR Scenario)” para el campo de tema (título, resumen y palabras clave). Se incluyeron guiones y truncamientos para ampliar la cobertura de dicha sintaxis. La selección de documentos se delimitó al periodo 2015-2019 en razón del debate europeo iniciado en 2014 para fijar metas de política ambiental de largo plazo (Donat et al. 2015). De un total de 323 documentos se eligió una submuestra de artículos de acceso abierto dado nuestro interés por analizar en profundidad el contenido del documento, encontrándose 72 artículos. Después de revisar el abstract se depuró la muestra para retener aquellos que efectivamente contuvieran alguna de las variantes del análisis prospectivo aplicado a la bioeconomía. La base definitiva de análisis contuvo 31 artículos publicados entre el 2015 y 2019.4
En términos de visibilidad, nuestra muestra de 31 artículos tuvo 11 artículos aparecidos en los dos últimos años con cero citas; 7 artículos tuvieron de 1 a 5 citas; 8 tuvieron entre 6 y 15 citas, 5 tuvieron entre 16 y 50 citas, mientras que uno de los artículos publicado en 2015 se destacó por tener 218 citas.
Para solventar el primero de los objetivos del artículo: la evaluación del alcance temático, espacial y temporal, así como la caracterización de sus enfoques y herramientas; se construyeron 31 fichas resumen que permitieron alimentar una base de datos con los siguientes campos principales: referencia, área temática, alcance geográfico, horizonte temporal, enfoque metodológico, fuente de información (Cfr. Diamante de Popper), y herramientas. Los extractos textuales fueron codificados sucesivamente para obtener categorías y una primera relación de estudios prospectivos y su alcance (Tabla 1). Complementariamente se elaboró una segunda relación entre el enfoque general de los artículos (por ejemplo, modelación cuantitativa, análisis institucional, análisis tecnológico, etc.) y el pilar de su estrategia metodológica (por ejemplo, modelo de equilibrio general, modelo de recursos forestales, análisis de ciclo de vida, análisis ideológico y conceptual, etc.) (Tabla 2). Para profundizar en su estrategia metodológica, el uso de sus herramientas y su contrastación con la sección de buenas prácticas prospectivas, se construyó una tercera relación. En ella, se codificó la fuente de los datos (evidencia, experticia, interacción social y creatividad), vinculándolas matricialmente con las principales herramientas empleadas en cada ejercicio. Esta relación se graficó en forma de red, manteniendo como nodo origen alguna de las 4 fuentes, y como nodo destino cualquiera de las 33 herramientas del Diamante de Popper. Dado su carácter de red capacitada, el grosor de las aristas representó el grado de salida (número de veces en que se empleó una fuente), mientras que el diámetro del nodo representó el grado de entrada (número de veces en que se empleó una herramienta). El análisis gráfico se realizó en el programa Gephi 0.9.2 (Figura 1) (Bastian et al. 2009). Finalmente, para abordar el segundo objetivo se contrastó esta gráfica de red con el Diamante de Popper, el cual muestra el equilibrio entre herramientas que se apoyan en 4 fuentes de evidencia principales.
Tabla 1 Alcance temático y especial de los estudios prospectivos.
| Tema/Alcance | Internacional | Nacional | Subnacional | Total |
|---|---|---|---|---|
| Bioenergía | 1 | 2 | 2 | 5 |
| Bioeconomía | 4 | 4 | ||
| Biomasa | 2 | 1 | 3 | |
| Madera | 2 | 1 | 3 | |
| Construcción | 1 | 1 | 2 | |
| Forestal | 1 | 1 | ||
| Energía y Química | 1 | 1 | ||
| Energía | 1 | 1 | ||
| Biomateriales | 1 | 1 | ||
| Total | 8 | 9 | 4 | 21 |
Fuente: Elaboración propia con base en artículos de Scopus (2015-2019).
Tabla 2 Enfoque metodológico de los documentos prospectivos.
| Enfoque | Pilar metodológico | Cantidad de documentos | Referencias |
|---|---|---|---|
| Modelación cuantitativa | Equilibrio Gral./Parcial | 3 |
A [Börjesson, H. et al. (2016); Haddad, S. et al. (2019); Philippidis, G., et al. (2019)] B [Bartolini, F. et al. (2015); Tsiropoulos, I., et al. (2017)] C [Jonsson, R. et al. (2016); Lundholm, A. et al. (2019)] D [Choi, H. S. et al. (2019); Peñaloza, D. et al. (2018)] |
| Optimización | 2 | ||
| Recursos Forestales | 2 | ||
| Otros | 2 | ||
| Total | 9 | ||
| Evaluación Integral | Análisis de Escenarios | 4 |
E [Foster, G. (2019); Hagemann, N. et al. (2016); Jasinevičius, G. et al. (2017); Junginger, H. M. et al. (2019)] F [Blanc, S. et al. (2019)] |
| Ciclo Vida, Costo, Externalidades | 1 | ||
| Total | 5 | ||
| Análisis Tecnológico | Análisis de Trayectorias Tecnológicas | 3 |
G [Koukios, E. et al. (2018); Poz, M. et al. (2017); Wietschel, L. et al. (2019)] H [Aro, E. (2016)] |
| Análisis de Tecnologías Clave | 1 | ||
| Total | 4 | ||
| Análisis Institucional | Análisis Ideológico y Conceptual | 3 |
I [Hausknost, D. et al. (2017); Heimann, T. (2019); Peltomaa, J. (2018)] J [Hansen, L., & Bjørkhaug, H. (2017).] |
| Análisis de Actores Clave | 1 | ||
| Total | 4 | ||
| Análisis Tecno-Económico | Meta-Análisis | 1 |
K [Rogers, J. et al. (2017)] L [Farzad, S., et al. (2017)] |
| Análisis de Tasa Interna de Retorno | 1 | ||
| Total | 2 | ||
| Análisis Económico | Análisis del Mercado | 1 |
M [Toppinen, A., et al. (2018)] N [Grubor, A. et al. (2018)] |
| Análisis de la Demanda | 1 | ||
| Total | 2 | ||
| Análisis de Políticas | Valoración de Impacto | 1 |
O [Scarlat, N. et al. (2015)] P [Salter, B. et al. (2016)] |
| Análisis de Diseño de Políticas | 1 | ||
| Total | 2 | ||
| Análisis Estadístico | Análisis de Componentes Principales | 1 | Q [Wen, X., et al. (2019)] |
| Análisis de Riesgo | Análisis de Riesgo Sanitario | 1 | R [Longhurst, P. et al. (2019)] |
| Valoración de potencial | Ensayo de Opinión | 1 | S [Jiménez-Sánchez, G., & Philp, J. (2015)] |
Fuente: Elaboración propia con base en artículos de Scopus (2015-2019).
Fuente: Adaptación del Diamante de Popper (2008a, 79), con base en artículos de Scopus (2015-2019).
Fig. 1 Fuentes y herramientas prospectivas empleadas.
Resultados
Para contextualizar nuestro primer objetivo, comenzamos por mapear el alcance temporal, temático y especial de los 31 estudios prospectivos analizados. Encontramos que 21 de ellos se elaboraron con miras a un horizonte temporal definido, predominando los escenarios hacia el 2030 (33%) y 2050 (5%), lo cual coincide con los años meta de la política climática de la Unión Europea (Donat et al. 2015). Estas fechas ilustran la intención de los autores por ofrecer resultados útiles y compatibles con las metas de política regional, con lo cual se disminuye la brecha entre las necesidades de los tomadores de decisión y los escenarios generados por los prospectivas, respondiendo así a la crítica expresada por la European Environmental Agency en su reporte del 2009: “…there is little compelling evidence to support the significant claims often made regarding the potential benefits of using scenarios” (EEA, 2009, 5). En contraste, otros 10 ejercicios modelaron tecnologías clave con base en factores de cambio sin la intención de caracterizar un escenario para algún año en específico.
Como se puede observar en la Tabla 1, dentro de la muestra de estudios que sí se planteó elaborar escenarios para un año en particular, identificamos que se realizaron ejercicios prospectivos sobre 9 temas de la bioeconomía (8 de ellos asociados a sectores y 1 más que mantuvo a la bioeconomía como tema genérico). Se destaca que el grupo mayoritario se relaciona con la energía, en específico 5 se enfocaron en la bioenergía, analizando el potencial de cultivos de distintas generaciones biotecnológicas para la producción de combustibles. En segundo lugar, 4 estudios abordaron la bioeconomía en su conjunto, ya sea estudiando sus distintos subsectores o manejándola como concepto social o de políticas. En tercer lugar se encontraron los estudios sobre la disponibilidad de la biomasa y las condiciones ambientales, tecnológicas y de mercado para hacer frente a su mayor demanda. Vale la pena mencionar el hallazgo de varios estudios relacionados con el sector de la madera, los recursos forestales y la construcción, elaborados en el norte de Europa. La mayoría de los estudios tuvieron un alcance nacional (43%), otros abordaron el ámbito internacional (38%), ya sea analizando al menos dos países, un continente o bien la escala mundial. El alcance subnacional estuvo presente en estudios para países de Europa (20%).
La dominancia de los temas energéticos refleja por un lado la preocupación de los prospectivistas académicos por vincular el potencial de la investigación biotecnológica para atenuar sacudidas macroeconómicas asociadas a las altas y bajas de los precios del petróleo; mientras que por otro, ilustra el interés por construir eslabones de proveeduría de materias primas renovables y favorecer la autonomía y desarrollo local. La investigación sobre biomateriales (p. ej. bioplásticos) es aún muy incipiente, y requiere estimaciones más precisas de tendencias de fomento, regulación y consumo a escala global; pues hasta el momento, la posibilidad de que las alternativas biotecnológicas compitan con materias primas basadas en combustibles fósiles requieren el aprovechamiento de economías de escala en grandes mercados internacionales.
Nuestro primer objetivo implica identificar los enfoques y las herramientas con las que se diagnostica el sector y se explora el futuro. En esta línea de indagación se identificaron 10 enfoques generales que sirvieron para aproximarse al tema de la bioeconomía. En la Tabla 2 se puede observar un claro predominio de la modelación cuantitativa, basada en sistemas de ecuaciones de equilibrio general o parcial, de optimización o de recursos forestales, principalmente. La mayoría de los estudios adaptó metodologías de terceros, reconocidas en su propio ámbito, y alimentó programas de cómputo especializado con variables de bases de datos nacionales o internacionales con variables de mercado y de recursos naturales. En cambio, únicamente 5 documentos buscaron trascender este enfoque en aras de incorporar un mayor número de variables sociales, tecnológicas y ambientales, en lo que denominamos una evaluación integral, con un abordaje prospectivo más explícito y conducido a través de la construcción de escenarios.
Los 17 documentos restantes se subdividieron en las 8 clasificaciones que se muestran en la Tabla 2, evidenciando un enfoque preferente, algunos puramente técnicos, económicos o estadísticos, mientras que 4 prefirieron un abordaje de elementos institucionales, incorporando elementos ideológicos, de construcción del discurso y de las preferencias de actores sociales (distintos tipos de empresarios y consumidores). Llama la atención que únicamente estos 4 estudios rescataron elementos cualitativos como enfoque central. En resumen, de los 31 estudios analizados, 26 eligieron un enfoque especializado, mientras que 5 optaron por un enfoque integrador.
Nuestro segundo objetivo requirió valorar si la elaboración de escenarios de futuro se ha beneficiado de las mejores prácticas que el campo de la prospectiva ha generado a lo largo de su historia. Como se documentó en la sección teórica, las estrategias metodológicas han ganado capacidad de comprensión y anticipación en la medida en que han sumado fuentes de información provenientes de la evidencia, la experticia, la interacción social y la creatividad; así como de la integración de la información con el apoyo de herramientas ubicadas en la parte central del Diamante de Popper. Con dicha finalidad analizamos la metodología de los 31 ejercicios de nuestra muestra para determinar cuál de las 4 fuentes de información es predominante, y en segundo lugar qué herramientas empleó, lo cual nos permitió construir una matriz de relaciones entre fuentes y herramientas.
Para analizar gráficamente la correlación entre fuentes y herramientas, las caracterizamos como nodos origen y destino respectivamente. Como se puede observar en la Figura 1, el diámetro del nodo está relacionado con su utilización relativa. Por su parte, asignamos a las aristas que los vinculan el valor de la cantidad de ocasiones en que fue empleada cada herramienta por cada fuente, permitiendo que el grosor refleje la utilización relativa de cada herramienta. La evaluación es posible colocando a las fuentes y las herramientas en la posición aproximada que les asigna el Diamante de Popper, y comparándolas con tal diagrama tal y como se ilustra en la Diagrama 1, con lo cual llegamos a los siguientes resultados:
Análisis de fuentes.- De los 31 estudios, 27 se apoyaron en evidencia (71%), 8 en experticia (21%), 3 en interacción social (8%) y ninguno en creatividad. 4 estudios combinaron evidencia y experticia, y 3 evidencia con interacción. Dentro de evidencia quedaron clasificados los ejercicios que emplearon bases de datos sobre recursos naturales, indicadores ambientales, publicaciones e información de mercado, generalmente obtenida de terceros; mientras que bajo experticia se clasificaron aquellos que se basaron en las opiniones y análisis de expertos, recabados de forma ex profesa para el estudio en cuestión. En tanto que calificaron como interacción social, aquellos que rescataron opiniones de distintos actores sociales, no únicamente académicos, tratándose principalmente de empresarios y tomadores de decisión. Por lo que respecta a la creatividad, ningún ejercicio se apoyó en las herramientas asociadas a esta fuente.
Análisis de herramientas.- Los 31 estudios emplearon 11 herramientas de uso común en la práctica prospectiva, lo cual corresponde a una tercera parte de las referidas en el Diamante de Popper. Éstas fueran empleadas en 50 ocasiones, predominando la modelación cuantitativa (15, 30%), la revisión de la literatura (13, 26%), y las entrevistas (5, 10%). En segundo lugar, las encuestas, el mapeo tecnológico y el análisis de tecnologías críticas compartieron su empleo en 2 ocasiones (4%); y finalmente, el análisis de escenarios, la bibliometría, la patentometría, los ejercicios Delphi y el análisis de series de tiempo compartieron su empleo en 1 ocasión (2%). Generamos el rubro otras, dado que nos pareció importante evidenciar el empleo de herramientas relevantes para el estudio de la sustentabilidad como los “análisis del ciclo de vida” y costos, “análisis de narrativas”, externalidades y “senderos socioeconómicos compartidos”.
Análisis de complementariedad.- Es relevante para nuestro objetivo identificar la complementariedad entre fuentes y herramientas. De las 12 herramientas identificadas, 5 fueron empleadas exclusivamente por una fuente, mientras que 7 fueron herramientas de uso común en más de una fuente, tal es el caso de revisión de la literatura, encuestas, entrevistas, modelación, análisis de tecnologías críticas, el mapeo tecnológico y otras, lo cual quedó evidenciado como nodos intermediarios en la red de la Fig. 1.
Conclusiones
Nuestros objetivos de investigación partieron de la necesidad de estudiar la manera en que la comunidad académica interesada en el desarrollo de la bioeconomía ha elaborado escenarios de futuro, y se fundamentaron en el siguiente supuesto. La capacidad para planear la transición a una economía sustentable dependen en buena medida de la forma en la cual los ejercicios prospectivos incorporan en su diseño metodológico, aquellas herramientas que permiten hacer diagnósticos profundos, identificar tendencias, corregir sesgos cognitivos, recoger la opinión de actores sociales diversos y capitalizar la creatividad (Godet, 1982; Baena, 2015). Bajo esta premisa, fue necesario atender un primer objetivo relacionado con la evaluación del nivel de empleo de ejercicios prospectivos entre los académicos interesados en el estudio del futuro de la bioeconomía, analizando su alcance temático, espacial y temporal, caracterizando sus enfoques y herramientas; y en una siguiente instancia nos planteamos el objetivo de valorar la combinación de herramientas empleadas en los ejercicios en el tenor de las mejoras prácticas y recomendaciones que la teoría y metodología prospectiva han acumulado a lo largo de su desarrollo.
La respuesta a nuestro primer objetivo se resume en los siguientes resultados. La muestra de 31 estudios analizada indica el interés reciente (2015-2019) de la comunidad académica por encarar el tema de la sustentabilidad desde las ciencias de la vida a partir de dos puntos de encuentro: su identificación bajo el término bioeconomía, y la necesidad de analizar su viabilidad tecnológica, económica, social y ambiental respaldados con metodologías para la exploración formal de escenarios de futuro. Los ejercicios pretendieron manejar horizontes de presente, corto, mediano y largo plazo, aventurando el análisis al año 2117. Sin embargo, solo una pequeña muestra de 4 artículos evaluó el sector en su conjunto, mientras que el resto se avocaron a la también necesaria tarea de abordar áreas específicas como la bioenergía, la biomasa y los recursos forestales, en donde consideraron necesario dilucidar las condiciones de equilibrio entre disponibilidad de recursos y dinámica de mercado. En general, los especialistas mostraron una ligera predilección por la escala nacional con relación a las escalas internacional y subnacional, con la aspiración de retroalimentar el diseño de políticas; si bien el interés predominante provino de autores europeos.
El análisis de los enfoques metodológicos reveló una preferencia por las herramientas orientadas al procesamiento de información cuantitativa (modelos de equilibrio general y parcial), aquellas que en la sección teórica asociamos a las fuentes basadas en evidencia. En segundo lugar, los estudios se orientaron al análisis de tecnologías relevantes con el apoyo de revisiones de literatura y la opinión de especialistas, aquellas a las que nos referimos como fuentes basadas en la experticia. La fuerte preferencia por la modelación cuantitativa y la valoración experta contrasta con la muy baja utilización de herramientas que se benefician de la interacción de actores sociales, así como con el nulo empleo de herramientas basadas en la creatividad.
La respuesta a nuestro segundo objetivo se sintetizó en los siguientes hallazgos. El uso complementario de herramientas basadas en evidencia, experticia, interacción social y creatividad integradas en una misma estrategia metodológica aún no se observa en la prospectiva para la bioeconomía, no obstante la apremiante necesidad por desarrollar innovaciones radicales y enfrentar problemas complejos del desarrollo sustentable despegándose de las inercias del pensamiento y entendimiento convencionales. Giaoutzi y Sapio (2013, 3) sintetizan así el imperativo del trabajo multidisciplinario “estudiar el futuro no es la simple proyección económica, el análisis sociológico o el pronóstico tecnológico, sino la examinación multidisciplinaria del cambio en las principales áreas de la vida para encontrar la dinámica interactiva que está gestando la siguiente era”.Consideramos que la cantidad de enfoques, y el nivel de combinación de herramientas empleadas hasta ahora, resulta limitado para explorar la transición hacia un sistema económico apoyado por la innovación en ciencias de la vida. El análisis de tendencias tecnológicas necesita retroalimentarse de la opinión de actores sociales clave e incorporar elementos creativos en correspondencia con la multiplicidad de factores que explican la adopción de nuevas tecnologías por amplios colectivos sociales.
Posibles explicaciones para las preferencias identificadas podrían encontrarse en el costo asociado al empleo de un mayor número de herramientas, así como en la insuficiente interacción entre la comunidad interesada en la bioeconomía y los especialistas en prospectiva.
Para discutir nuestros resultados en el contexto de estudios previos sobre el empleo de herramientas prospectivas, así como valorar nuestros aportes al campo de las metodologías prospectivas, es útil rescatar las revisiones de la literatura enfocadas en el mapeo metodológico de estudios prospectivos.
La primer revisión amplia corresponde a Popper (2008b), quien sobre el análisis de 886 ejercicios prospectivos, recolectados de múltiples fuentes alrededor del mundo, encontró que no había una correlación significativa entre la selección de herramientas empleadas y el sector de estudio. Al enfocar nuestro estudio en el sector de la bioeconomía, pudimos comprobar que las aplicaciones en los campos que lo componen (energía, biomasa, mercados, entre otros) sí recogen las tradiciones metodológicas de sus campos de origen: la cuantificación de la eficacia y la eficiencia, la modelación de la dinámica de poblaciones y el análisis de los mecanismos de precios para equilibrar oferta y demanda ante variaciones de política. De esta manera sustentan sus análisis prospectivos fundamentalmente en enfoques cuantitativos y en herramientas que privilegian el análisis de evidencia. Siendo ésta otra diferencia con relación a los resultados encontrados por Popper (2008b), quien identificó la predominancia de herramientas cualitativas como los paneles de expertos y el diseño de escenarios. Llama la atención, sin embargo, un hallazgo en común: el muy escaso uso de herramientas de creatividad.
La revisión metodológica amplia más reciente corresponde a Saritas y Burmaoglu (2015), quienes a partir de un estudio bibliométrico en la base de Web of Science, lograron identificar que el surgimiento de nuevas áreas de aplicación de estudios prospectivos en campos como la economía y los negocios, las ciencias ambientales y la ecología, coincidía con el nuevas combinaciones en el uso de herramientas, diferentes a las documentadas por Popper (2008b). En su revisión de ejercicios desarrollados entre 1991 y 2015 encontraron que a partir del 2010, las herramientas basadas en modelos dinámicos y de simulación complementan las herramientas tradicionales como Delphi en escenarios. Nuestros resultados ilustran, corroboran y explican dichos resultados, documentando las áreas de aplicación específicas.
El alcance de nuestras conclusiones se acota por las siguientes limitaciones. Nuestra base de artículos se enfocó a la base de datos de Scopus y a la selección de artículos de acceso abierto. Esto la ha sesgado a los artículos académicos escritos en inglés, dejando de lado artículos no indizados en dicha base, así como los reportes de consultorías o de otras organizaciones públicas y civiles no comunicadas en dichos formatos. En segundo lugar, nos concentramos en las publicaciones generadas a partir del 2015 en la medida en que nos interesaba analizar la reacción de la academia ante los compromisos de política ambiental de la Unión Europea acordados en el 2014; sin embargo, un periodo más amplio podría matizar nuestros resultados. En tercer lugar, los artículos se seleccionaron en función de nuestra sintaxis de búsqueda “Bioeconomy AND (Foresight OR Future OR Scenario)”, mientras que incluir áreas científicas y técnicas constitutivas de la bioeconomía, así como el nombre de herramientas específicas, ampliaría nuestra base de análisis.
Aun así, nuestro resultados nos invitan a profundizar el presente diagnóstico ampliando la muestra de estudios con palabras clave que den cuenta del campo de la bioeconomía en su conjunto, así como incluyendo reportes y documentos de política, no exclusivamente artículos académicos. En tanto, sirvan estos hallazgos para recomendar la mayor combinación de enfoques y herramientas para la exploración y construcción de escenarios para un futuro sustentable.
Nuestros resultados abren una agenda de investigación con tres avenidas principales, el análisis de las capacidades para la conducción de ejercicios prospectivos y el uso de diferentes herramientas en distintas comunidades y grupos de actores; la valoración de la prospectiva en la agenda de la política pública ambiental; así como la evaluación de la utilidad de los ejercicios prospectivos para la toma de decisiones en ámbitos públicos y con horizontes de largo plazo. Esta última necesidad ha sido resaltada de manera particular por la Agencia Ambienta Europea en su reporte del 2009, en donde muestra su escepticismo con relación a los escenarios de futuro generados hasta la fecha (EEA, 2009).
Tanto nuestros resultados como la agenda de investigación antes expuesta cobran relevancia para diversas áreas de la política pública como la salud, la alimentación o la seguridad, entre otras, que enfrentan entornos complejos, retos que solo se resuelven en el largo plazo y que han cifrado sus expectativas de mejora en la innovación desarrollada en campos específicos de la ciencia y la tecnología.
