Entre intuición y conocimiento: bases epistemológicas de la prospectiva

Objetivo didáctico

Evaluar la calidad epistemológica de afirmaciones prospectivas que combinan intuición, experiencia, datos, evidencia científica y juicio experto, con el propósito de determinar qué peso debe concederse a cada fuente al justificar decisiones pedagógicas bajo incertidumbre.

Introducción

En la lección anterior examinamos cómo las imágenes del futuro incorporan supuestos y valores. Ahora aparece un segundo problema: incluso después de hacer visibles esas imágenes, el futuro sigue sin ser observable. No existe un conjunto de datos empíricos procedentes de 2040 que pueda resolver nuestras discrepancias actuales. Por eso, la prospectiva no puede limitarse a “aplicar el método científico al futuro” como si se tratara de un objeto ya disponible para medición directa.

Esto no significa renunciar al rigor. Significa precisar dónde puede operar cada forma de conocimiento. La evidencia científica permite describir mecanismos, estimar relaciones, evaluar intervenciones pasadas y presentes, identificar regularidades y refutar afirmaciones sobre el mundo observable. Los datos permiten construir líneas de base, comparar trayectorias y someter hipótesis a prueba. La experiencia profesional aporta conocimiento contextual y reconocimiento de patrones. El juicio experto puede integrar información incompleta. La imaginación permite formular posibilidades que todavía no tienen datos. El error aparece cuando una fuente invade el estatuto epistemológico de otra: cuando la intuición se presenta como hecho, cuando una proyección se presenta como certeza o cuando la falta de datos se usa para declarar que cualquier escenario vale lo mismo.

La OECD define la prospectiva estratégica como una exploración estructurada y sistemática de futuros plausibles para anticipar y prepararse mejor ante el cambio, y subraya que no busca predecir un único futuro. UNESCO formula un argumento complementario: la alfabetización en futuros permite comprender cómo usamos el futuro para interpretar y actuar en el presente, precisamente porque ese futuro todavía no existe y solo puede imaginarse. Ambas posiciones desplazan la pregunta desde “¿podemos saber exactamente qué ocurrirá?” hacia “¿cómo podemos decidir rigurosamente cuando no podemos saberlo?”.

Desarrollo del tema

Intuición: conocimiento comprimido o confianza sin calibrar

La intuición profesional suele presentarse como una oposición a la razón analítica, pero esa dicotomía es demasiado simple. En contextos de práctica prolongada, una persona experta puede reconocer patrones sin reconstruir conscientemente todos los pasos que originan su juicio. Esa rapidez no vuelve irracional el resultado: puede ser la expresión de aprendizaje acumulado. El problema es que, desde fuera —y muchas veces también desde dentro—, una intuición experta bien fundada y una impresión sobreconfiada pueden sentirse exactamente igual.

Kahneman y Klein (2009) buscaron precisamente las condiciones que permiten distinguirlas. Su acuerdo central es especialmente útil para la prospectiva: la calidad probable de una intuición depende, por una parte, de que el entorno posea regularidades suficientemente válidas para ser aprendidas y, por otra, de que la persona haya tenido oportunidades suficientes para aprender esas regularidades mediante práctica y retroalimentación. La mera experiencia subjetiva de seguridad no constituye evidencia de exactitud.

Este criterio obliga a interrogar la experiencia educativa. Una directora puede haber desarrollado una intuición extraordinaria para anticipar conflictos de implementación dentro de la institución que ha dirigido durante años, porque ha observado patrones repetidos y sus decisiones han producido retroalimentación. Esa misma directora puede ser una fuente débil para anticipar qué tecnologías reorganizarán la educación superior en quince años: el horizonte es menos repetitivo, existen rupturas y muchas de las condiciones futuras no tienen equivalente directo en su experiencia pasada.

En prospectiva, por tanto, la intuición no debe ser ni glorificada ni expulsada. Debe descomponerse: ¿qué patrón cree reconocer la persona?, ¿en qué experiencias se formó?, ¿qué parte de ese entorno sigue siendo comparable?, ¿qué retroalimentación recibió sobre juicios anteriores? y ¿qué señales indicarían que el patrón dejó de ser válido?

Aplicación: si una persona experta dice “he visto esto muchas veces”, pregunta qué exactamente ha visto muchas veces y cuál es la evidencia de que la situación futura pertenece a la misma clase de problema.

Ciencia y prospectiva: rigor sin promesa de certeza

La ciencia y la prospectiva no son campos rivales. La prospectiva necesita conocimiento científico para delimitar qué se sabe del presente, qué mecanismos cuentan con respaldo, qué tendencias pueden medirse y qué afirmaciones no sobreviven a la evidencia disponible. Sin embargo, una conclusión científica sobre condiciones observadas no adquiere automáticamente validez para un horizonte lejano. Entre presente y futuro median decisiones, innovaciones, conflictos, retroalimentaciones, cambios institucionales y acontecimientos que pueden modificar las relaciones conocidas.

La distinción más importante es entre incertidumbre paramétrica e incertidumbre estructural. En la primera, conocemos razonablemente el modelo del problema pero ignoramos con exactitud el valor de algunos parámetros. Podemos trabajar con rangos, distribuciones o sensibilidad. En la segunda, no sabemos si el propio modelo seguirá siendo adecuado: pueden aparecer nuevas variables, mecanismos o reglas de interacción. Cuanto más profundo sea el cambio que investigamos, menos defendible resulta representar toda la incertidumbre como si fuera solo un margen alrededor de una trayectoria central.

Esta es una de las razones por las que los escenarios complementan —y no sustituyen— a la investigación empírica. UNESCO ha señalado que la planificación por escenarios es útil cuando existe turbulencia, incertidumbre, novedad y ambigüedad y no puede darse por supuesto que las condiciones futuras reproduzcan las pasadas. La tarea prospectiva consiste entonces en utilizar la evidencia disponible para construir futuros plausibles, pero también en explorar dónde esa evidencia deja de ser suficiente para justificar una única extensión del presente.

El juicio de alta calidad mantiene tres capas separadas. Primera: hechos y relaciones observadas. Segunda: inferencias condicionadas, que explicitan qué tendría que seguir ocurriendo para que una trayectoria sea plausible. Tercera: decisiones, que incorporan valores, riesgos y tolerancia a consecuencias. Mezclarlas produce dos errores opuestos: cientificismo prospectivo —creer que una técnica elimina la contingencia— y relativismo prospectivo —creer que, como el futuro no es observable, todas las historias tienen igual valor.

Aplicación: exige que toda afirmación prospectiva pueda etiquetarse como dato, inferencia, supuesto, juicio de valor o decisión. Si una oración mezcla dos categorías, sepárala antes de evaluarla.

Juicio experto: una fuente que debe diseñarse, no venerarse

Cuando los datos son incompletos y el problema exige anticipar desarrollos no rutinarios, el juicio experto resulta difícil de evitar. Pero “consultar expertos” no es todavía un método. Bolger y Wright (2017) proponen tratar el conocimiento experto como una fuente de información cuya calidad depende de procesos de selección, entrenamiento, elicitación y combinación. Cooke y otros desarrollos de structured expert judgment insisten en que las opiniones sobre cantidades inciertas deben recogerse mediante procedimientos explícitos y reproducibles en vez de agregarse informalmente.

Esto transforma la pregunta “¿a quién consideramos experto?”. Mauksch, von der Gracht y Gordon (2020) muestran que los estudios de prospectiva utilizan criterios distintos para identificar expertise: reputación social, desempeño conductual, conocimiento cognitivo o combinaciones entre ellos. Ningún criterio es neutro. Elegir solo a personas institucionalmente visibles puede reproducir consensos dominantes; elegir solo a especialistas estrechos puede perder conocimiento periférico; confundir confianza verbal con desempeño puede amplificar errores.

La diversidad de un panel tampoco garantiza calidad por sí misma. Un grupo heterogéneo puede ampliar perspectivas y revelar variables ignoradas, pero también puede sufrir dominancia, conformidad, polarización o ambigüedad si no existe una arquitectura de consulta. Por eso técnicas como Delphi —que se estudiará más adelante— separan rondas, preservan anonimato relativo y permiten revisar juicios a partir de información agregada. La estructura busca que el disenso sea informativo, no que desaparezca.

Una regla útil es tratar el juicio experto como evidencia condicionada y trazable. Debe conocerse quién juzga, sobre qué dominio, con qué información, bajo qué procedimiento y con qué grado de incertidumbre. En lugar de “los expertos creen que…”, una formulación rigurosa distingue distribución de posiciones, argumentos, supuestos y razones del desacuerdo.

Aplicación: cuando dos expertos discrepen, no promedies inmediatamente. Pregunta primero si responden la misma pregunta, usan el mismo horizonte, comparten supuestos y tienen acceso a evidencias comparables.

Triangulación prospectiva: del conflicto de fuentes a una arquitectura de juicio

La respuesta madura ante fuentes heterogéneas no es elegir entre “datos” e “intuición”, sino diseñar una arquitectura de triangulación. Cada fuente debe asignarse al tipo de pregunta que puede responder con mayor legitimidad. Los datos históricos son fuertes para describir tendencias observadas; la investigación científica puede estimar relaciones y evaluar mecanismos; el juicio experto puede interpretar cambios no bien representados en series; la experiencia de actores aporta conocimiento de implementación; y la exploración de futuros permite someter una estrategia a condiciones que todavía no existen.

Triangular no significa sumar votos. Una fuente puede tener mayor peso en una dimensión y menor en otra. Por ejemplo, un modelo cuantitativo puede ser excelente para describir la evolución histórica de matrícula y débil para anticipar una ruptura regulatoria. Una persona reguladora puede identificar cambios normativos inminentes y ser una fuente pobre para estimar efectos pedagógicos. Un docente puede detectar fricciones de implementación y no estar calibrado para estimar la velocidad de desarrollo tecnológico.

El criterio final es la robustez del razonamiento. Una conclusión se fortalece cuando fuentes diferentes convergen por razones independientes; también se fortalece cuando el desacuerdo revela qué supuesto determina la divergencia. En ambos casos, la incertidumbre debe conservarse en el producto final. Eliminarla para entregar una cifra única puede ser políticamente cómodo y epistemológicamente deshonesto.

La prospectiva estratégica contemporánea insiste en esa función. La OECD la sitúa dentro de una gobernanza anticipatoria basada en evidencia, pero distingue claramente la exploración de futuros plausibles de la predicción única. UNESCO, desde Futures Literacy, añade que trabajar con incertidumbre permite ampliar alternativas y cuestionar la ilusión de certeza. La ciencia no desaparece: cambia de función. Ayuda a disciplinar la imaginación, no a clausurarla.

Aplicación: ante un desacuerdo, elabora una tabla con cinco columnas: afirmación, fuente, tipo de evidencia, supuesto crítico y condición de revisión. Muchas controversias se vuelven más claras cuando dejan de presentarse como choque de opiniones.

Tabla 1: Función epistemológica de fuentes frecuentes en prospectiva pedagógica.

Nota: Elaboración didáctica propia con base en Kahneman y Klein (2009), Bolger y Wright (2017), Mauksch et al. (2020), OECD y UNESCO.

Figura 1: Arquitectura mínima de juicio prospectivo.

Conclusión

La intuición y la ciencia no ocupan extremos de una escala entre irracionalidad y verdad. Son recursos con condiciones de validez distintas. Una intuición experta puede condensar regularidades aprendidas; también puede trasladar al futuro un patrón que dejó de existir. Un modelo científico puede explicar rigurosamente una relación presente; también puede sobreextenderla si sus condiciones cambian. El juicio experto puede integrar evidencia incompleta; también puede formalizar prestigios y sesgos si el procedimiento de elicitación es débil.

La prospectiva rigurosa no resuelve esta tensión eliminando una fuente, sino haciendo explícito su estatuto. Qué sabemos, qué inferimos, qué suponemos, qué valoramos y qué decidimos deben permanecer distinguibles. De esa forma, el producto no promete una certeza imposible, pero tampoco abandona criterios de calidad.

Esta lección prepara el paso siguiente. Una vez que sabemos evaluar cómo se construye el conocimiento prospectivo, podemos comparar las tradiciones que institucionalizaron distintas maneras de hacerlo. En la L3 contrastaremos enfoques anglosajones y europeos y juzgaremos qué concepciones de anticipación, estrategia y decisión sostiene cada uno.

Actividad de aprendizaje autónoma

Producto: elabora un dictamen de admisibilidad epistemológica de aproximadamente 1,300 a 1,600 palabras. No debes decidir todavía si la institución adopta o rechaza la solución tecnológica; debes decidir qué peso merece cada prueba antes de que el consejo tome la decisión.

Tu dictamen debe:

1. Clasificar, para cada prueba, qué es dato observado, inferencia, supuesto, conocimiento contextual y juicio experto.
2. Evaluar la Prueba B mediante las condiciones de validez de la intuición experta: regularidad del entorno, oportunidad de aprendizaje, retroalimentación y transferencia.
3. Auditar la Prueba A distinguiendo incertidumbre paramétrica de incertidumbre estructural y señalando qué supuestos permiten extrapolar.
4. Determinar qué puede sostener la Prueba C y qué no puede resolver por sí sola.
5. Evaluar la Prueba D considerando selección de expertos, procedimiento de elicitación, tratamiento del desacuerdo y transparencia.
6. Construir una jerarquía razonada de peso probatorio y proponer qué evidencia adicional pedirías antes de formular una recomendación institucional.
7. Definir dos condiciones de revisión: una que aumentaría tu confianza en la estrategia tecnológica y otra que la reduciría.

Utiliza la mesa como preparación, no como sustituto del dictamen. Una misma fuente puede cumplir más de una función, pero cada función adicional exige una justificación distinta.

Referencias bibliográficas

• Bolger, F., & Wright, G. (2017). Use of expert knowledge to anticipate the future: Issues, analysis and directions. International Journal of Forecasting, 33(1), 230–243. doi:10.1016/j.ijforecast.2016.11.001
• Cooke, R. M., & Goossens, L. L. H. J. (2008). TU Delft expert judgment data base. Reliability Engineering & System Safety, 93(5), 657–674. doi:10.1016/j.ress.2007.03.005
• Kahneman, D., & Klein, G. (2009). Conditions for intuitive expertise: A failure to disagree. American Psychologist, 64(6), 515–526. doi:10.1037/a0016755
• Lawrence, M., Goodwin, P., O’Connor, M., & Önkal, D. (2006). Judgmental forecasting: A review of progress over the last 25 years. International Journal of Forecasting, 22(3), 493–518. doi:10.1016/j.ijforecast.2006.03.007
• Mauksch, S., von der Gracht, H. A., & Gordon, T. J. (2020). Who is an expert for foresight? A review of identification methods. Technological Forecasting and Social Change, 154, 119982. doi:10.1016/j.techfore.2020.119982
• OECD. (2025). Trends shaping education 2025. OECD Publishing. doi:10.1787/ee6587fd-en
• UNESCO. (2018). Transforming the future: Anticipation in the 21st century (R. Miller, Ed.). Routledge & UNESCO.