ese entorno no evaluará adecuadamente la verdadera naturaleza del problema y los posibles efectos de una intervención.
• La dictadura de la escala: es erróneo considerar que siempre tiene que escalar, cuando en realidad hay que entender el problema en su contexto y los puntos de apalancamiento que harán posible un cambio.
• La celebración humana del post-it: es erróneo perpetuar la idea de que el cambio es fácil, colorido y alegre, cuando en realidad estos procesos son difíciles, con relaciones de conflicto y poder. Es importante también ser conscientes de que tales espacios de aprendizaje no son inherentemente armoniosos. Mucho se ha dicho sobre la tiranía de la participación y los espacios participativos de poder y dominación (Lefebvre, 1991; Cooke y Kothari, 2001).
Los labs son espacios importantes para la innovación pública y requieren una gran creatividad y flexibilidad; al mismo tiempo, deben estar conectados a las instituciones formales para permitir el aprendizaje y la reflexión, que van emergiendo de la novedad de la experimentación.
Los desafíos en la construcción de los labs:
nuevas capacidades para la transformación
En la construcción de los labs como espacios experimentales, es importante identificar el tipo de capacidades que debemos desarrollar para fortalecer estos procesos emergentes. El primer desafío es generar capacidad de anticipación para gestionar la incertidumbre5, con el fin de movilizar a las personas y transformar las visiones construidas colectivamente en acción. La incertidumbre en la formulación de políticas radica no solo en la imprevisibilidad de los sistemas naturales, sino también en el conocimiento imperfecto sobre el comportamiento humano, así como en la variabilidad e imprevisibilidad inherente de dicho comportamiento. Por ejemplo, más investigaciones e innovaciones tecnológicas ayudarían a reducir la incertidumbre epistémica, mientras que poco se puede hacer para reducir la incertidumbre ontológica. El hecho de que haya múltiples partes interesadas involucradas en el proceso de políticas, cada una con sus propios sistemas de creencias, puntos de vista, preferencias e intereses, y por lo tanto sus propias interpretaciones de la misma información, da lugar a un nuevo tipo de incertidumbre: ambigüedad, “una situación en la cual un tomador de decisiones no tiene una comprensión única y completa para ser manejado” (Brugnach et al., 2008). Para sortear estas dificultades, el pensamiento anticipatorio puede ayudar al proveer un diálogo reflexivo desde una perspectiva intelectual y emocional, lo cual incluye el descubrimiento de los diferentes marcos interpretativos (framings), cosmovisiones subyacentes a nuestro sistema de valores que determinan nuestra acción.
El segundo desafío es generar capacidad de síntesis del conocimiento de una manera transdisciplinaria para comprender el problema. Estas prácticas implican una interacción continua entre actores de diferentes subsistemas sociales (investigación, política, sociedad civil, sector privado) para vincular diferentes perspectivas y tipos de conocimiento (científicos y experienciales), con el fin de alcanzar una comprensión más profunda del problema en la vida real y generar una brújula para una mejor toma de decisiones (Pohl y Hirst, 2008).
El proceso de aprendizaje implica la exploración e integración de conocimiento útil, ya sea tácito o codificado, para una comprensión más profunda de un problema, una mejor toma de decisiones y, por lo tanto, la transformación (Westberg y Polk, 2016). La base conceptual más relevante para la transdisciplinariedad es la visión sistémica del problema como proceso de construcción social y aprendizaje en acción (Hirsch et al., 2010) como dos actos inseparables y simultáneos (Westberg y Polk, 2016). Se rechaza la noción de que el conocimiento puede ser neutral en cuanto a los valores; ello implica relacionar e interconectar hechos, juicios, visiones, valores, intereses, epistemologías, escalas de tiempo, escalas geográficas y visiones del mundo no exentas de conflictos (Bammer, 2013).
El tercer desafío es generar la capacidad de experimentar para desarrollar espacios tangibles en el contexto actual que permitan el cambio. La experimentación requiere el desarrollo y el uso de una gama de herramientas experimentales que van más allá de los ensayos controlados aleatorios (Ansell y Bartenberger, 2016). Un experimento generativo aborda un problema particular enraizado en la experiencia y la situación de las personas que realizan el experimento (vivencial y orientada a problemas). No hay un a priori, una sensación de certeza de que esta sea la única o la correcta solución al problema, sino que se aprende al tratar de abordarlo (aprender haciendo). La solución se refina continuamente a medida que se implementa (iterativa) y, simultáneamente, se construye la capacidad de la implementación transformativa (Ansell y Bartenberger, 2016).
Las actualizaciones iterativas asociadas con los experimentos generativos pueden reflejar la negociación constante para avanzar hacia una solución que satisfaga a los diferentes interesados. Es poco probable que un experimento generativo avance sin un cierto grado de acuerdo compartido del problema en sí mismo y la conveniencia de aprender sobre él.
El cuarto desafío es innovar en la forma de evaluar y monitorear los procesos de innovación pública más allá de los modelos convencionales, basados a menudo en relaciones de causa y efecto. Un gran aporte viene de Michael Patton: en el libro Getting to Maybe: How the World is Changed (2006), publicado en coautoría con Frances Westley y Brenda Zimmerman, reflexiona sobre las implicaciones de la teoría de la complejidad para la innovación social. En dicha teoría se establecen las bases filosóficas de lo que denominará evaluación de desarrollo, que se constituyó en un nuevo paradigma de evaluación orientado al aprendizaje, la innovación y adaptación en sistemas dinámicos y complejos.
De acuerdo con Patton, es necesario incorporar enfoques reflexivos en la evaluación de procesos en los que existan diversos actores involucrados. Como resultado de esas interacciones múltiples, no está claro cómo o si la intervención conducirá a un resultado específico. Al reconocer la imprevisibilidad inherente a cualquier camino de cambio tomado, supuestamente se requiere una gestión integradora y adaptativa, de sondeo y aprendizaje, y una reflexión recurrente sobre los patrones emergentes (Patton, 2011; Snowden y Boone, 2007).
Concretamente, Patton la define como una evaluación que informa y apoya el desarrollo innovador y adaptativo en entornos dinámicos complejos. Al presentar la evaluación de desarrollo, Patton afirma lo siguiente:
No espere tener todas las respuestas de cómo hacer esto al principio ni al final. La evaluación de desarrollo le ayudará a tener claro dónde comenzó, qué se desvió en el camino que tomó y por qué, lo que aprendió en el camino, y donde terminó, al menos por un momento en el tiempo, antes de la próxima ráfaga de viento. (Patton, citado por Gamble, 2008, p. 6) (traducción propia)
Una de las ideas principales de este enfoque es, por tanto, la de ayudar a guiar la acción colaborativa de iniciativas innovadoras que enfrentan una gran incertidumbre y que se caracterizan por su naturaleza experimental, de cocreación y de aprendizaje social (Arkesteijn et al., 2015; Gibson et. al., 2016). Otra característica clave es que la unidad de análisis para el cambio, y por tanto para la evaluación, ya no es el proyecto o programa (como en los modelos convencionales) sino el sistema.
De acuerdo con Patton, la evaluación nació y creció en el espacio cerrado y contenido de los proyectos; por ese motivo tiene una fuerte mentalidad basada en el proyecto. Sin embargo, tras los últimos cuarenta años hay un reconocimiento creciente de que los proyectos por sí solos no conducen al cambio. El cambio es sustentable cuando es sistémico; los proyectos son solo una parte de este. Por tanto, si un proyecto quiere obtener determinados resultados tiene que afectar necesariamente al sistema en el cual está inserto –que es abierto, dinámico y con múltiples factores no controlables por la intervención–, ya que estos suelen ser disfuncionales e interfieren en la obtención dichos resultados.
Por ello, Patton habla de la necesidad de intervenciones y gerenciamiento adaptativo, ya que no se trata de testear un modelo sino de generarlo constantemente. Las técnicas tradicionales de evaluación no sirven para el cambio sistémico y hacer frente