1En un momento en el que las controversias sociotécnicas se multiplican, la cuestión del recurso a los expertos científicos en caso de incertidumbre adquiere toda su relevancia. En efecto, con la aparición a lo largo de los años ochenta de varias crisis de primer orden, tanto sanitarias (sangre contaminada, vacas locas, listeriosis, dioxina) como ambientales (amianto, Seveso), el modelo tradicional de gestión colectiva de los riesgos se vio gravemente cuestionado. A pesar de que se avanzaron diferentes explicaciones para explicar el fracaso de este modelo (sobrevaloración de los beneficios y subestimación de las externalidades negativas; imposibilidad científica de convertir sus consideraciones en decisiones políticas, etc.), ante el fracaso apareció un modelo alternativo, basado en el principio de precaución, que aboga por una consideración de los riesgos hipotéticos por parte de los expertos y coloca por lo tanto el juicio del experto, su imparcialidad y su representatividad en el centro de los debates.

2Pero confiar la totalidad del análisis de las consecuencias de una elección tecnológica a los expertos no deja de plantear ciertos problemas: algunas asociaciones de consumidores ven en esto la posibilidad de transigir con el riesgo imponiendo innovaciones insuficientemente evaluadas en nombre de intereses económicos; a la inversa, los operadores privados ven que esto puede tener como consecuencia que se prohíban con el pretexto de su inutilidad ciertos productos que ofrecen un riesgo mínimo, cuando el juicio debe ser dejado, según ellos, a las leyes del mercado (Chevassus-au-Louis 2001). La cuestión que se plantea finalmente en este nuevo modelo de análisis de las elecciones tecnológicas es la de la neutralidad de los expertos en la evaluación de los beneficios (y los riesgos) que una sociedad podría extraer de una innovación determinada. Es de temer en efecto que sus análisis de las elecciones tecnológicas sean parciales y que finalmente los expertos sean también (inconscientemente o no) defensores de una causa, y tal vez de su propia causa (Roqueplo 1997).

3Así, aunque es admisible que la opinión del experto diverja de la del profano por un diferencial en materia de conocimientos técnicos y de competencias científicas, el origen de esta divergencia no debería ser imputable a una falta de objetividad, es decir, a elecciones de opciones tecnológicas basadas no tanto sobre la utilidad social de tal o tal innovación, sino sobre la pertenencia del experto a una categoría social o a una comunidad científica determinada. Ahora bien, aunque una amplia literatura empírica sobre las anomalías en términos de juicio concluye que las creencias del gran público y las del experto divergen de manera previsible, varias investigaciones avanzan que el origen del desfase de las opiniones se explica por el self serving bias, que viene a perturbar la objetividad de los juicios científicos. Esta teoría psicológica intenta explicar la diferencia de opinión entre individuos aduciendo la tendencia de cada uno a pensar que las medidas y las elecciones beneficiosas para su grupo de pertenencia lo son para el conjunto de la sociedad.

4En un momento en el que Europa y el mundo entero se enfrentan a diferentes crisis de salud pública y en el que la sociedad civil se plantea cada vez más la pertinencia de las elecciones tecnológicas de los dirigentes (tal y como reflejan los debates que animan y dividen a los ciudadanos europeos en torno a la tecnología nuclear), el objetivo de nuestro artículo es precisamente analizar las elecciones tecnológicas de los expertos franceses para evaluar la presencia o la ausencia de self serving bias. Para realizar nuestro estudio recurrimos a una encuesta de prospectiva tecnológica de tipo Delphi llevada a cabo en Francia y que recoge la opinión de más de 1200 expertos sobre la importancia que le otorgan a 1150 propuestas tecnológicas de futuro. Evaluamos empíricamente (mediante un modelo de tipo logístico) si las elecciones tecnológicas de los expertos que participan en esta encuesta dependen de su nivel de especialización. Nos situamos por lo tanto en una fase anterior a la de la mayor parte de las investigaciones existentes (que intentan entender las diferencias de opinión a través de los riesgos asociados a las diferentes opciones tecnológicas) y analizamos si, desde la fase de definición de las agendas de investigación y de las oportunidades tecnológicas futuras, las prioridades y expectativas de unos y otros en relación con las nuevas tecnologías coinciden.

5Los resultados muestran que las prioridades de investigación recogidas corresponden a las áreas de interés de los expertos interrogados, lo que sugiere que la opinión formulada por los expertos tiene sesgos poco compatibles con la idea de objetividad que motiva su designación. Además, observamos una diferencia de comportamiento entre expertos y profanos según la madurez tecnológica de los temas a evaluar: el profano parece igual de interesado por el desarrollo y la comercialización de las innovaciones que por la investigación de base, a diferencia del experto. Así, un mismo individuo tiene una opinión diferente según el nivel de especialización que tiene sobre el tema sobre el cual se pronuncia: tiene tendencia a privilegiar los temas emergentes cuando ya trabaja sobre estos temas, pero es más indiferente al estado de avance de la propuesta tecnológica cuando no domina el tema, lo que tiende a confirmar la hipótesis de self serving bias.

6Concluyendo, al validar la hipótesis de self serving bias, este estudio sugiere que la irracionalidad colectiva de algunas elecciones tecnológicas no debe necesariamente buscarse en la irracionalidad individual de los evaluadores, sino que encuentra su explicación en la existencia de sesgos comportamentales resultantes de intereses categoriales: el propio experto, a pesar de ser racional, puede no ser objetivo. Teniendo esto en cuenta, detrás de los debates y las controversias sociotécnicas se esconde probablemente un conflicto entre grupos de expertos de opiniones diferentes (sesgadas por intereses diferentes), lo que supone una clara invitación a volver a pensar la organización colectiva del peritaje técnico, para que esté supere los límites de los expertos individuales y pueda ofrecer a los responsables de las decisiones una opinión fiable en materia de elecciones tecnológicas.

7El recurso a los expertos en casos de incertidumbre implica cuestiones clave en términos de elección de sociedad y de elecciones tecnológicas, como reflejan las divergencias y controversias entre Estados Unidos y Europa sobre numerosos problemas ambientales y de salud pública, concretamente sobre la cuestión de los OMG (Joly y Marris 2001). El debate actual remite en realidad a concepciones diferentes de la gestión de los riesgos y de la innovación tecnológica y del rol que la ciencia y los expertos desempeñan en esta cuestión.

8Históricamente, en efecto, las relaciones entre la ciencia y la política han estado ante todo gobernadas siguiendo un modelo tecnocrático (Millstone y Van Zwanenberg 2002): para beneficiarse de una perspectiva objetiva de los riesgos generados por tal o cual elección tecnológica, los decisores públicos se rodean y confían únicamente en los expertos científicos. En efecto, los profanos son entonces considerados como irracionales. Tienen sesgos cognitivos —como el sesgo de las cantidades pequeñas o la sobreestimación de las informaciones de las que disponen (Rabin 1998)—, no saben razonar con probabilidades (Tversky y Kahneman 1981) y, de manera general, carecen de capacidades cognitivas suficientes para comprender y analizar las situaciones a las que se ven confrontados. En este contexto, las elecciones políticas pueden —y deben— basarse exclusivamente en consideraciones científicas (Weingart 1999). Es una demostración de neutralidad y de racionalidad de las decisiones, al poder contar los decisores con una evaluación de los riesgos reales (realizada por expertos científicos) y no únicamente de los riesgos percibidos (por la sociedad civil). [1]

9Si bien la fase de evaluación de los riesgos deba ser confiada a los expertos científicos, el modelo tecnocrático preconiza también que la responsabilidad de la fase de evaluación de los beneficios asociados a las diferentes opciones tecnológicas y finalmente de la gestión de estos riesgos sea atribuida a los decisores económicos (las empresas implicadas en la nueva tecnología) o políticos (representantes de los ciudadanos afectados por la nueva tecnología). Así, la evaluación de la aceptabilidad de tal o tal innovación tecnológica, así como la decisión de su implementación (o por el contrario de su rechazo), incumben a los gestores, que basan su propia evaluación en resultados científicos unívocos.

10Con la aparición a lo largo de los años ochenta de varias crisis de primer orden, tanto sanitarias (sangre contaminada, vacas locas, listeriosis, dioxina) como ambientales (amianto, Seveso), este modelo tradicional de gestión de riesgos fue gravemente cuestionado. Parecía en efecto que los gestores subestimaron las consecuencias engendradas por las opciones tecnológicas elegidas. Pueden avanzarse varias explicaciones para explicar este fracaso. En primer lugar, podemos pensar que las empresas y el mercado, encargados de la evaluación de los beneficios de las nuevas opciones tecnológicas, sobrevaloraron sus propios beneficios, minimizando u ocultando (en el caso del amianto, por ejemplo) los inconvenientes y otras externalidades negativas que podían repercutir sobre sus vecinos. La racionalidad individual de los actores evaluadores pudo así alejarse de la racionalidad colectiva debido a una divergencia de intereses entre las dos poblaciones. Otro argumento evocado a menudo para explicar el fracaso del modelo tecnocrático es que este presupone que la ciencia puede producir juicios sin ambigüedad, comprensibles para un público amplio e inmediatamente traducibles en una decisión política. Sin embargo, numerosas investigaciones dejan entrever que el ritmo de la investigación científica y el ritmo de las aplicaciones tecnológicas se ha desconectado recientemente, haciendo emerger controversias científicas y desacuerdos que no permiten una evaluación objetiva y única de las ventajas esperadas de una tecnología emergente (Kourilsky y Viney 2000). Así, ciertos resultados científicos pueden haber sido sobrevalorados por los gestores, despreciando sus condiciones de validez limitadas y a pesar de resultados contradictorios. Progresivamente, la visión positivista de la ciencia ha dado paso a un análisis más constructivista (Latour 1989). La ciencia ya no es vista como una revelación de verdades universales, independientes del sistema social que las produce, sino como un constructo social (Beck 1998), engendrando con ello dudas sobre la universalidad y la amplitud de los beneficios de tal o cual innovación o aplicación tecnológica.

11Sea cual sea la explicación elegida, vemos que resulta crucial confiar la evaluación de los beneficios sociales de las diferentes innovaciones engendradas por la ciencia a individuos capaces de proponer un análisis de los impactos (eventualmente opuestos) de estas opciones sobre cada una de las franjas de población, y queda ya a cargo del decisor elegir la opción tecnológica (y por consiguiente los intereses) que hay que privilegiar. Es por ello que ha surgido un modelo alternativo basado en el principio de precaución, que aboga por una consideración de los riesgos hipotéticos por parte de los expertos. En este modelo, la legitimidad del peritaje viene de que «la convicción responsable de personas reconocidas como competentes en un ámbito determinado representa lo más creíble que tiene la sociedad para fundamentar una acción» [2] (Roqueplo 1997). Pero confiar la totalidad del análisis de las consecuencias de una elección tecnológica a los expertos no deja de plantear ciertos problemas: ciertas asociaciones de consumidores ven en ello la posibilidad de transigir con el riesgo imponiendo en nombre de intereses económicos innovaciones insuficientemente evaluadas; o a la inversa, los actores privados ven en ello el riesgo de que, con el pretexto de la inutilidad, se prohíban productos que tienen un riesgo mínimo, cuando este juicio debe dejarse, según ellos, a las leyes del mercado (Chevassus-au-Louis 2001). La cuestión que se plantea finalmente en este nuevo modelo de análisis de las elecciones tecnológicas es la de la neutralidad de los expertos en la evaluación de los beneficios (y de los riesgos) que una sociedad podría extraer de una innovación. Podemos en efecto temer que sus análisis de las opciones tecnológicas sean parciales y que finalmente también los expertos sean (inconscientemente o no) abogados de una causa —como así sugiere por otra parte Roqueplo (1997)— y, por qué no, de su propia causa.

12Aunque en este momento parece imposible verificar ex ante si los proyectos tecnológicos seleccionados por los expertos permiten alcanzar el óptimo social, una manera de esquivar esta dificultad consiste, en un primer momento, en verificar si las prioridades elegidas por estos últimos son, en realidad, la expresión de un sesgo a favor de su grupo de pertenencia. En efecto, es admisible que la opinión del experto diverja de la del profano por un diferencial en materia de conocimientos técnicos y de competencias científicas, pero también por el hecho de que, muy a menudo, en materia de prospectiva tecnológica los expertos deben pronunciarse sobre temas que están en el límite de los avances científicos y por lo tanto «más que una verdad comunican frecuentemente una convicción instruida por sus conocimientos y su experiencia» (Comets 2005), pero el origen de esta divergencia no debería ser en ningún caso imputable a un defecto de objetividad, es decir, a elecciones de opciones tecnológicas basadas no tanto en la utilidad social de tal o tal innovación, sino en la pertenencia del experto a una categoría social, a una comunidad científica particular.

13Ahora bien, aunque una amplia literatura empírica sobre las anomalías en términos de juicio concluye que las creencias del gran público y las del experto divergen de manera previsible (sobre la divergencia entre visión de la economía por los economistas y el gran público véase por ejemplo Blendon et al. [1997]; Caplan [2002]), el origen del desfase en la evaluación de las opciones parece explicarse en parte por el self serving bias, que viene a perturbar la objetividad de las opiniones científicas. Esta teoría psicológica intenta explicar las diferencias de opinión entre individuos por el hecho de que cada uno tiene tendencia a pensar que las medidas y las elecciones beneficiosas para su grupo de pertenencia lo son para el conjunto de la sociedad. En efecto, «hay considerables evidencias empíricas que muestran que la gente tiende a aceptar creencias positivas (y normativas) sesgadas en favor de su propio interés» (Caplan 2002). Ahora bien, el interés principal de los científicos reside en la asignación de fondos para su ámbito de investigación. Por lo tanto, a priori, un experto competente en un campo de investigación es susceptible de impulsar una elección favorable a este campo pese a la irracionalidad de esta decisión. Puede ocurrir por lo tanto que los expertos juzguen erróneamente a pesar de su conocimiento en el tema (Babcock y Loewenstein 1997). En este contexto el experto científico ya no es neutro.

14En un momento en el que Europa y el mundo se enfrentan a varias crisis de salud pública y en el que la sociedad civil se plantea cada vez más la pertinencia de las elecciones tecnológicas de los dirigentes (como reflejan los debates que animan y dividen a los ciudadanos europeos en torno a la tecnología nuclear), el objetivo de nuestro estudio es precisamente analizar las elecciones tecnológicas de los expertos franceses, con el fin de evaluar la presencia o ausencia de self serving bias. La cuestión es crucial. En efecto, si los expertos científicos no son neutros se plantea la cuestión de la implicación del gran público en un control democrático de las elecciones tecnológicas, así como también la de la composición óptima de los comités de expertos. [3]

15Para realizar nuestro estudio elaboramos una encuesta de prospectiva tecnológica del tipo Delphi, llevada a cabo en Francia, que recoge la opinión de más de 1200 expertos sobre la relevancia de unas 1150 propuestas tecnológicas de futuro. Evaluamos empíricamente (mediante un modelo de tipo logístico) si las elecciones tecnológicas de los expertos que participan en esta encuesta dependen de su nivel de conocimiento. Así, la principal originalidad de esta contribución (además del extenso número de observaciones sobre el que se fundamenta) consiste en estudiar potenciales divergencias de opinión en la fase de definición de los futuros tecnológicos posibles, es decir, antes de toda problemática de aceptabilidad social de los riesgos que están vinculados a ellos. Nos situamos por lo tanto en una fase anterior a la mayor parte de los trabajos existentes (que intentan entender las diferencias de opinión en función de los riesgos) y analizamos si, ya en esta fase de definición de las agendas de investigación y de las oportunidades tecnológicas futuras, expertos y profanos divergen. Esto nos permite captar si las prioridades y expectativas de unos y otros en relación con las nuevas tecnologías coinciden y, si no es el caso, disponer de una fuente de explicación complementaria a esta incomprensión entre expertos y profanos.

16El resto del artículo se organiza de la manera siguiente: en la primera parte precisamos las nociones de experto y experticia que recogemos en nuestro análisis; en la segunda parte, detallamos el modelo comportamental y la base de datos Delphi que utilizamos para realizar nuestra evaluación empírica; a continuación, la tercera parte está dedicada a las aplicaciones econométricas y a la interpretación de los resultados; y finalmente, la conclusión nos permite analizar los datos en perspectiva.

Conocimiento y experticia

17Antes de pronunciarnos sobre la cuestión de la imparcialidad de la opinión de los expertos en materia de elección tecnológica tenemos que precisar las nociones de experto y de experticia recogidas en nuestro análisis. Paradiso define el experto como «un individuo […] que no obtiene de sí mismo su legitimidad, sino que esta se la concede la instancia de autoridad que le hace el encargo; es elegido en función de la competencia que se le reconoce; su actividad […] está destinada a aportar a su mandatario elementos que le permiten formular un juicio o una decisión» (Paradiso 1996, 3). Esta definición subraya la importancia que tiene el conocimiento, tanto en el acto de cualificación del experto propiamente dicho como en el proceso de peritaje en sí mismo: es el conocimiento reconocido el que guía en primer término la designación del experto, y luego su comportamiento. En la literatura sobre las diferencias de opinión entre expertos y profanos se atribuye tradicionalmente el estatus de experto en función de un nivel de conocimiento reconocido o supuesto de los individuos, siendo este nivel muy a menudo aproximado por un nivel de educación o una posición profesional (Lazo et al. 2000; Savadori et al. 2004; Thomson et al. 2004). Pero caracterizar un experto únicamente basándose en su nivel de conocimiento de un ámbito tecnológico se presta a un buen número de críticas. En el plano conceptual, en primer lugar, la experticia no es equivalente a la experiencia (Collins y Evans 2002). En segundo lugar, en un plano empírico, Bolger y Wright (1994), basándose en la revisión de más de sesenta artículos dedicados a la calidad de las evaluaciones de los expertos, identificaron dos grandes límites al uso de una definición tan extensa de la experticia:

18– Se espera que los expertos designados tengan buenas aptitudes en el ejercicio del peritaje, un gran conocimiento del ámbito científico, así como un cierto número de reglas y de «buenas prácticas» que les permiten aplicar su conocimiento a situaciones reales (Shanteau 1992). Ahora bien, muy a menudo los expertos designados son cuestionados sobre ámbitos cercanos a su campo de especialidad con pérdidas importantes de precisión en su pronóstico (Rowe y Wright 2001);

19– A menudo los grupos de expertos y no expertos difieren en términos de variables sociodemográficas (Savadori et al. 2004), comprometiendo sesgos de muestra. Teniendo esto en cuenta, parece difícil, en estas investigaciones, comparar el perfil de respuesta de los expertos con el de los profanos y, por lo tanto, extraer conclusiones en términos de precisión de pronóstico.

20Teniendo esto en cuenta, adoptamos en nuestro análisis una definición más restrictiva de los expertos. Concretamente, los expertos interrogados en nuestro estudio fueron designados de manera ad hoc por una autoridad superior. En este sentido, responden a la definición de Paradiso (1996). La elección de los expertos fue fruto de una colaboración entre el Ministère de l’Enseignement Supérieur et de la Recherche (MESR – Ministerio de Educación Superior e Investigación), la Société française d’enquêtes par sondages (SOFRES – Sociedad Francesa de Encuestas por Sondeos) y el Bureau d’Économie Théorique et Appliquée de Strasbourg (BETA – Oficina de Economía Teórica y Aplicada de Estrasburgo). El fichero Télélab del MESR y el fichero France Technologie fueron las principales fuentes de información movilizadas para seleccionar respectivamente los expertos del sector público y sus homólogos del sector privado. En total, se contactó con 3388 expertos. Y recogimos las respuestas explotables de 1253 expertos, es decir, un 37% del fichero inicial.

21En una segunda fase, para paliar las dos críticas enunciadas más arriba, consideramos que además de su designación por una autoridad superior, un experto debe estar implicado profesionalmente en el tema de estudio sobre el cual se pronuncia. Ahora bien, en la base Delphi (cf. supra) que empleamos, los expertos son interrogados sobre todos los temas que pertenecen al ámbito de investigación que les corresponde y no solo sobre sus temas específicos de especialidad. De este modo, un experto que pertenece al ámbito de la biología da su opinión sobre temas tan diferentes como la explicación de los procesos que intervienen en la formación y el crecimiento del cerebro a nivel molecular o el uso de nuevas variedades transgénicas como alimentos. Por ello se les pide a los expertos encuestados que autoevalúen su nivel de conocimiento sobre todos los temas sobre los cuales se les pide una opinión. Disponemos por lo tanto de una confirmación aportada por el propio experto de su (mayor o menor) competencia sobre los temas tecnológicos del estudio. Finalmente, un conocimiento definido como «muy alto» implica que el experto se dedica en la actualidad a la investigación sobre este tema preciso o sobre temas cercanos. Un conocimiento definido como «alto» significa que el experto se dedicó en el pasado a esta investigación y que sigue de cerca las investigaciones sobre este tema gracias a contactos con investigadores o a la lectura de las publicaciones sobre el tema. Un conocimiento «limitado» sugiere que el experto se contenta con una lectura de artículos de revistas de divulgación, reseñas o contactos con algunos especialistas. Un conocimiento «nulo» indica que el experto no tiene ningún conocimiento en este ámbito. En nuestro estudio planteamos la hipótesis de que solo los individuos que tienen un conocimiento alto o muy alto de los temas pueden verdaderamente ser considerados expertos. Un mismo individuo podrá por lo tanto ser considerado experto cuando la observación en cuestión tiene que ver con su tema de predilección y profano cuando estemos considerando una respuesta que aporte sobre un tema más alejado de sus áreas de interés.

22Sobre las 78 486 observaciones recogidas (parejas de temas tecnológicos / expertos), solo un 10% corresponden a respuestas de expertos que se declaran competentes sobre el tema (con conocimiento definido como alto o muy alto), mientras que una mayoría de las observaciones hacen referencia a individuos que tienen un conocimiento nulo del tema estudiado. La tabla 1 que ofrecemos a continuación repasa las estadísticas globales de los conocimientos declarados de los expertos y presenta la tipología de especialización registrada por nuestro análisis:

23Nuestra metodología de trabajo permite así paliar la primera crítica (puesto que los expertos son solo considerados como tales si trabajan o han trabajado sobre el tema), pero también paliar la segunda crítica puesto que un mismo individuo será alternativamente experto en un tema y profano en otro. No hay por lo tanto sesgo en los perfiles de muestra de expertos y de profanos (diferencias de pertenencia institucional u otras diferencias de edad). Además, los profanos de nuestro análisis son en realidad especialistas (con un nivel de formación y capacidades de razonamiento superiores a la media de la sociedad) que son encuestados en relación a temáticas que son poco conocidas o totalmente desconocidas para ellos. En este contexto, la existencia de un self serving bias será por lo tanto especialmente interesante de señalar ya que a priori cualquier diferencia de comportamiento imputable a un diferencial de nivel de formación será despreciable. Expertos y profanos serán diferenciables por lo tanto únicamente por la cantidad de información de la que disponen. [4] Ahora bien, los modelos económicos tradicionales de formación de las creencias y preferencias muestran que aumentar la cantidad de información de los agentes reduce la varianza de sus estimaciones, pero no debería cambiar su media (Pesaran 1987; Sheffrin 1996).

24A partir de esta definición original del experto y del profano, adoptamos el razonamiento siguiente para evaluar la existencia o no de un self serving bias: si la opinión de un experto en relación con la importancia de una tecnología para el futuro es independiente de su nivel de conocimiento de la tecnología en cuestión, entonces podemos deducir razonablemente no solo que expertos y profanos tienen visiones de futuro convergentes, sino también que no se da en los expertos self serving bias. Por el contrario, si el nivel de conocimiento de un individuo tiene un impacto significativo sobre su opinión, entonces podemos deducir que desde la fase de definición de los futuros posibles (y antes de la fase de evaluación de riesgos), los expertos tienen tendencia a valorizar las opciones que les son favorables, corroborando así la hipótesis del self serving bias.

Los determinantes de la opinión de los expertos: teoría e indicadores

25La base estadística que utilizamos para comprobar estas hipótesis empíricamente está constituida por una encuesta de prospectiva tecnológica de tipo Delphi realizada en Francia durante el período 1994-1995. [5] El método Delphi, de tipo subjetivo, consiste en recoger a la vez la opinión bruta de los expertos sobre cuestiones relativas a la innovación tecnológica y confrontar estas opiniones con una segunda encuesta en la que cada experto puede revisar su opinión después de conocer el resultado de la primera fase. Este procedimiento en dos etapas permite a la vez identificar comportamientos desviados (durante la primera vuelta) y futuros más consensuados, resultantes de la segunda vuelta (Munier y Rondé 2000).

26La encuesta francesa está compuesta de un conjunto de 1150 temas relativos a avances tecnológicos futuros que son o serán objeto de investigaciones en Francia desde ese momento hasta 2020. Estos temas reagrupados en quince grandes campos tecnológicos fueron sometidos a un conjunto de expertos (ingenieros, comerciales e investigadores) procedentes tanto de la investigación privada como de la pública. Se recogieron y transmitieron al laboratorio BETA para su análisis más de 78 000 respuestas elementales. Estas informaciones hacen referencia al nivel de conocimiento del experto sobre el tema, a la importancia que el experto le concede, al período probable de realización de la innovación tecnológica (desde antes del año 2000 hasta después de 2021), a la precisión del pronóstico del experto, a la necesidad o no de una cooperación internacional para llevar a cabo el proyecto y a los obstáculos eventuales para la realización del proyecto tecnológico (técnicos, reglamentarios, financieros, relativos a la información u organizativos).

27Los expertos que respondieron a la encuesta son representativos de tres entornos: el de las empresas (mayoritariamente personas de los departamentos de I+D), el de la investigación universitaria y el de los grandes organismos públicos de investigación. El objeto principal del estudio es comprobar la hipótesis del self serving bias, y numerosos autores (Granovetter 1992; Sanbonmatsu et al. 1997; Rabin 1998) muestran que los juicios emitidos por un individuo son fuertemente dependientes de su contexto socioprofesional. Por ello introdujimos en nuestro estudio empírico variables que describen el entorno profesional de los expertos encuestados con el fin de controlar su impacto sobre la opinión emitida. La tabla siguiente describe así el entorno profesional de los expertos encuestados basándose en una tipología de cuatro categorías.

28Con el fin de precisar el entorno profesional de los expertos, la base Delphi informa también sobre el tipo de empleo ejercido por el experto. Más exactamente, la encuesta Delphi distingue dos categorías de expertos: los implicados en actividades de I+D y los que no lo están. Se puede constatar que, globalmente, la muestra de los expertos franceses comporta cerca de un 70% de personal de I+D.

29Además de estas indicaciones sobre el tipo de actividad del experto, disponemos también del tamaño de la institución donde trabaja cada experto cuyos datos son resumidos en la tabla 3. Es destacable que los expertos de las pequeñas estructuras no están subrepresentados respecto a los miembros de organizaciones más grandes, puesto que el 54% de los expertos de la muestra ejercen su actividad en el seno de una estructura de menos de 500 personas.

30Por otra parte, y en la medida en la que Perkins (1981) y Chaiken y Maheswaran (1994) insisten sobre el papel explicativo de la experiencia adquirida de un individuo sobre su opinión, controlamos también el efecto de la edad del experto —que se utiliza aquí como proxy de la experiencia adquirida— sobre sus elecciones. La tabla siguiente presenta la distribución por edad de los expertos. Obsérvese que dos terceras partes del panel global de expertos tienen entre 40 y 60 años y que solo un 3% no ha alcanzado aún la treintena.

31Además de estos determinantes individuales, añadimos variables de control que caracterizan el objeto sobre el cual el individuo se pronuncia. Integramos así las conclusiones de Sanbonmatsu et al. (1997), según las cuales el juicio de valor atribuido a un objeto es positivamente dependiente de las características de la información disponibles sobre este objeto en relación con otros objetos. Aplicado a nuestro caso de estudio, podemos pensar que el peso relativo de la información disponible sobre el tema en relación con el conocimiento global que tiene el experto sobre el campo tecnológico al cual pertenece el tema afecta a su opinión. A priori, cuanto más avanzada está la tecnología a la que pertenece el tema (cerca de la fase de comercialización), más podemos suponer que la incertidumbre vinculada al tema será débil y que por lo tanto las informaciones disponibles serán considerables. La base Delphi clasifica los temas de investigación futuros de acuerdo a cuatro fases del proceso de investigación y desarrollo. Así, los temas sobre los cuales los expertos debe pronunciarse están, en el momento de la encuesta, en una de las fases siguientes:

• Explicación científica: el principio o el fenómeno está explicado científicamente, de manera teórica;
• Puesta a punto: la investigación y el desarrollo a nivel teórico han dado lugar a una primera realización efectiva (por ejemplo, la construcción de un prototipo);
• Primera aplicación comercial: la rentabilidad de la innovación tecnológica es demostrada en la práctica. Se comercializa un primer «objeto» resultante de esta innovación;
• Uso común: objetos resultantes de esta innovación tecnológica son comercializados en grandes cantidades.

32La tabla siguiente registra la distribución (en porcentaje) de las innovaciones en función de su fase de desarrollo.

33Finalmente, aunque nuestro foco de interés principal es el impacto del nivel de conocimiento de un individuo sobre su opinión consideramos, siguiendo en esto la literatura sobre los determinantes de la opinión en situación de incertidumbre, que la opinión de un experto depende, por una parte, de ciertas características personales y, por otra, de determinantes relativos al objeto sobre el cual el experto debe pronunciarse. Finalmente, estudiamos por lo tanto el modelo descrito por la figura 1, prestando una atención especial al poder explicativo del nivel de conocimiento del individuo sobre su opinión.

Figura 1

Variables explicativas de la opinión del experto

Variables explicativas de la opinión del experto

34Después de esta presentación de nuestras hipótesis de trabajo y de la base de datos empleada, la parte siguiente precisa las especificaciones econométricas elegidas y resume nuestros principales resultados.

Aplicaciones econométricas

Modelo

35El modelo que empleamos consiste en estimar la probabilidad de que un experto conceda una gran importancia a un tema en función de un cierto número de variables explicativas relativas o bien al experto (institución de pertenencia, edad, sexo, tipo de empleo, dimensión de su institución), o bien a los temas estudiados (fase de desarrollo tecnológico), o bien a los dos (conocimiento que tiene el experto i del tema j).

36Efectuamos por lo tanto una regresión sobre el modelo siguiente: [6]

37

38Con

39ij = 1 a 58 010 parejas expertos/temas, [7]

40i = 1 a 1253 expertos,

41j = 1 a 150 temas tecnológicos

42El contenido de las variables EDAD, ORG, EF, EMPLEO, CON, FD queda recogido en la tabla 6 a continuación.

Table 6

Recapitulación de las variables del modelo

Variables	Indicadores y valores
Dependiente	Imp (grado de importancia concedido al tema)	IMP = 1 si el experto concede una gran importancia o una enorme importancia al tema IMP = 0 si el experto considera que el tema tiene una importancia limitada o incluso nula
Explicativas	Edad (del experto)	EDAD = 1 si el experto tiene menos de 30 años EDAD = 2 si el experto tiene entre 30 y 39 años EDAD = 3 si el experto tiene entre 40 y 49 años EDAD = 4 si el experto tiene entre 50 y 59 años EDAD = 5 si el experto tiene entre 60 y 69 años EDAD = 6 si el experto tiene más de 70 años
	Org (organización de pertenencia del experto)	ORG = 1 si el experto pertenece a una empresa privada ORG = 2 si el experto pertenece a una institución pública ORG = 3 si el experto pertenece a una universidad ORG = 4 si el experto pertenece a una agencia pública
	Ef (dimensión de la organización de pertenencia del experto)	EF = 1 si la organización cuenta con menos de 10 personas EF = 2 si la organización cuenta entre 10 y 100 personas EF = 3 si la organización cuenta entre 100 y 500 personas EF = 4 si la organización cuenta entre 500 y 2000 personas EF = 5 si la organización cuenta más de 2000 personas
	Empleo (tipo de empleo ejercido por el experto)	EMPLEO = 1 si el experto ejerce una actividad de I+D EMPLEO = 2 si no es el caso
	Con (nivel de conocimiento del experto)	CON = 1 si el experto dedica sus investigaciones actuales al tema CON = 2 si el experto ha trabajado en ese campo en el pasado y sigue estando informado sobre el tema CON = 3 si el experto lee artículos de divulgación sobre el tema CON = 4 si el experto no está informado en absoluto sobre el tema
	FD (fase de desarrollo de la propuesta tecnológica)	FD = 0 si el tema está en fase de explicación científica o de desarrollo FD = 1 si el tema está en fase de aplicación comercial o está siendo ya utilizado

Recapitulación de las variables del modelo

43Considerando que F responde a una función logística, [8] la ecuación (1) corresponde a un modelo de tipo logit. La probabilidad de juzgar un tema como importante es por lo tanto dada por:

44

45donde β representa el vector de los coeficientes estimados de las variables explicativas. El estimador es calculado utilizando el método de máxima verosimilitud. [9]

Tabla 7

Estimadores del modelo logístico aplicado al conjunto de la muestra

Variable	Coeficiente (error típico)
Constante	9*** (0,120)
Edad	0,046*** (0,015)
Org	0,189*** (0,015)
Ef	-0,058*** (0,010)
Empleo	-0,053 (0,034)
Con	-2,92*** (0,020)
FD	-0,065*** (0,012)
N	58010
Función de verosimilitud	- 20143
χ2	29232

Estimadores del modelo logístico aplicado al conjunto de la muestra

***indica que los estimadores son significativos a un límite del 1%

Conclusión

58De este análisis llevado a cabo con 58 010 observaciones es destacable que, contrariamente a los resultados de Caplan (2002) en relación con las opiniones de los economistas y a los de Dahl y Ransom (1999) sobre los sacerdotes mormones, el self serving bias existe en las elecciones tecnológicas llevadas a cabo por la comunidad de expertos franceses. En efecto, hemos visto cómo las prioridades de investigación de los expertos corresponden a sus propias áreas de interés (temas exploratorios en su campo de especialidad). En otras palabras, cuantas más competencias punteras sobre un tema tienen los expertos, más consideran este tema primordial para el futuro de la sociedad. La irracionalidad colectiva de ciertas elecciones tecnológicas no debe buscarse por lo tanto en la irracionalidad individual de los evaluadores, sino que encuentra su explicación en la existencia de sesgos de comportamiento debidos a intereses categoriales. El propio experto puede no ser objetivo, lo que refuerza la idea de Shanteau (1992): el estatus de experto se atribuye a menudo por consenso de los pares, mientras que idealmente debería ser atribuido en función de la objetividad de la opinión emitida por el experto.

59Además, aunque hemos demostrado cómo expertos y profanos (incluso cuando estos tienen formación como es el caso en nuestro estudio) emiten opiniones diferentes en relación con las elecciones tecnológicas, no hay que olvidar que, como recuerda a justo título Tesh (1999), los profanos también son aconsejados por expertos y que la escasa información que tienen procede de la literatura que los expertos-especialistas elaboran. Al final el conflicto entre expertos y profanos esconde probablemente un conflicto entre grupos de expertos de opiniones diferentes (sesgadas por intereses diferentes).

60Finalmente, ya que la frontera entre los hechos científicos y los juicios de valor es cada vez más tenue y la idea de sound science es cada vez más frágil, conviene pensar de nuevo la organización colectiva del peritaje para que este supere los límites de los expertos individuales y permita ofrecer a los decisores una opinión fiable en materia de elecciones tecnológicas.