Lo que los datos no cuentan

Investigación

Lo que los datos no cuentan

Por

Diego Montoya

octubre 15, 2026

Cada día se generan millones de datos sobre cómo vivimos, trabajamos, estudiamos y nos relacionamos. Instituciones, empresas e investigadores utilizan esta información para identificar tendencias, evaluar resultados y tomar decisiones. Los números parecen ofrecer una representación objetiva de la realidad, pero su interpretación depende de las preguntas que hacemos y de la información que decidimos recopilar.

Un indicador puede mostrar que una institución mejoró sus resultados, pero no necesariamente explica qué dificultades enfrentaron las personas durante ese proceso. Una estadística puede revelar diferencias entre dos comunidades sin aclarar las condiciones económicas, sociales o culturales que contribuyen a ellas. Cuando las cifras se presentan sin contexto, existe el riesgo de convertir una realidad compleja en una conclusión demasiado sencilla.

El problema no está en utilizar datos, sino en asumir que representan la totalidad de una experiencia. Toda investigación establece límites: selecciona variables, define métodos y trabaja con determinada población. Reconocer esas decisiones permite comprender mejor los resultados y evita atribuirles conclusiones que la información disponible no puede respaldar.

Para comprender aquello que las cifras no muestran, los investigadores pueden complementar el análisis estadístico con entrevistas, observaciones y testimonios. Estos métodos permiten conocer las experiencias de las personas, explorar sus motivaciones y descubrir factores que no siempre aparecen reflejados en una tabla. La combinación de distintas fuentes puede ofrecer una perspectiva más completa del problema estudiado.

También es necesario preguntarse quién recopila los datos, con qué propósito y qué grupos podrían estar ausentes de los registros. Si una encuesta no alcanza a determinados sectores de la población, sus resultados podrían representar de manera incompleta la realidad. Del mismo modo, un sistema automatizado puede reproducir sesgos presentes en los datos con los que fue desarrollado, incluso cuando sus resultados parecen precisos.