El siete de febrero de 2011, la portada del sitio web del Massachusetts Institute of Technology (MIT) tuvo durante todo el día un perfil sobre César Hidalgo. Sus investigaciones destacan en el mundo y actualmente dirige un laboratorio en el prestigioso Media Lab del MIT y desde su oficina en Estados Unidos se dio un tiempo para conversar con La Tercera.
"Comencé estudiando física en la UC, hasta fui presidente del centro de alumnos de la Facultad de Física. Cuando egresé quise hacer un doctorado en Estados Unidos, pero no postulé pensando 'cual es la mejor universidad', yo tenía muy claro que es lo que quería hacer y donde estaba el individuo que yo creía que era el mejor del mundo en el tema. Esa lista era muy corta y específica, porque yo estaba interesado en trabajar en complejidades en redes y ahí estaba Laszlo Barabasi, que dictaba clases en el Doctorado en Física de la Universidad de Notre Dame. Postulé como cualquier persona, rendí el GRE, mande mi carta de intención y un día me llegó un email de aceptación. Postulé a cuatro lugares y ese fue el único donde me aceptaron, así que a Notre Dame los pasajes", recuerda César.
Hidalgo estuvo un año tomando clases en la Universidad de Notre Dame. En su segundo año, Laszlo Barabasi se fue a la Escuela de Medicina de Harvard, César lo acompañó y continuó sus estudios en el Center for Cancer Systems Biology de Harvard. "Ahí realicé investigación y publiqué dos papers, uno de ellos fue portada de Nature Bio Technology, donde vimos la regulación de los genes, un script gigante de regulación de genes. El otro fue sobre dominios en las proteínas. Ese año conocí a Ricardo Hausmann, que es el director del Centro de Salud Internacional de Harvard. Ahí me puse a trabajar con él en temas ligados a la economía", comenta.
Cuando terminó su doctorado, trabajó en la John F. Kennedy School of Government de Harvard, donde alcanzó la posición de Adjunct Lecturer, un profesor asociado que imparte cursos pero no puede tener su propio laboratorio. Algo que si consiguió cuando ingresó al MIT, donde llegó como Assistant Professor.
¿En que consiste tu trabajo actual en el MIT?
Soy director de un pequeño laboratorio al interior del MIT Media Lab. Es un centro más o menos grande dentro del MIT y que cumplió hace poco 25 años. Es un centro que, por así decirlo, es multidisciplinario en su naturaleza. Cuenta entre 20 y 30 facultys (profesores) y cada uno tiene un laboratorio que considera entre 3 y 15 estudiantes, dependiendo del tamaño del laboratorio. En el Media Lab hay gente que trabaja con robots, en cosas de música, en dinámica de seres humanos, neurobiología, psicología conceptual. Es súper interdisciplinario, no es como un departamento de química o física de los que uno está acostumbrado. El grupo que tengo se llama Macro Conections, nosotros nos especializamos en tomar grandes bases de datos y ponerlas en una cierta forma que uno pueda entender los fenómenos que están dando cabida a estos datos. Por ejemplo, una base de datos de comercio internacional. Hay mucha gente que trabaja en las aduanas marcando las cosas que salieron, cuantas entraron y existe un sistema armonizado que agrupa y que clasifica todos los productos en categorías, y tiene distintos niveles de profundidad. Por ejemplo, nivel 4, donde tu desagregas como mil categorías, nivel 6 son cinco mil categorías. La gente recolectaba estos datos para determinar los aranceles de las aduanas cuando los productos entran y salen de los países, y para esto se generó una base de datos y un sistema de contabilidad.
Por su parte, las Naciones Unidas por años han estado juntando esta base de datos, y los economistas sumaban las filas y columna y determinaban el valor de las exportaciones de los países. De esta forma tu tienes un número para cada producto que determina el mercado mundial y un número para cada país que sería el volumen de las exportaciones. Pero la matriz, por así decirlo, si tienes 200 países y cinco mil productos, es una matriz que tiene un millón de conexiones, pero tu te quedaste con 5.200 números, entonces ¿Qué pasó con el resto? Es ahí donde entramos nosotros. Hemos demostrado que la estructura de esa matriz trae información de cuales son las capacidades que tiene cada país para hacer cada producto. Entonces ahora yo veo esa matriz y digo: "Este país puede hacer estos productos y dado eso, van a ser capaces de hacer estos determinados productos en el futuro". Así puedes tomar datos del 2005 y poder predecir que va pasará en diez años más. En general, estas predicciones son bastante buenas.
Gracias a esto uno es capaz de encontrar la estructura interna de donde emergen estos patrones, que no son obvios, y cuando uno encuentra eso ya puede empezar a hacer ciencia predictiva.
EL PRIMER MUNDO DE LOS POSTGRADOS
César no duda en afirmar que Cambridge-Massachusetts es la mejor ciudad del mundo para estudiar, principalmente por su red de contactos. "Para que te hagas una idea, el MIT y Harvard están a dos estaciones de metro de distancia (en bicicleta son diez minutos), después está Northeastearn, Boston College, Boston University y también todos los hospitales de Harvard, que son centros gigantes donde se realiza mucha investigación. En MIT están los institutos Whitehead y Broad, que son muy importantes en lo que es biología de sistemas, donde se hizo el proyecto Genoma. Además de otras universidades e institutos de investigación que hay en la ciudad. Es un ambiente académico enorme. Te encuentras con mucha gente para poder hablar temas de investigación y que está muy bien ubicada", afirma Hidalgo, asegurando que la única parte del mundo que puede hacerle el peso es San Francisco, donde se encuentra la universidad de Berkeley, la Universidad de Southern California y Stanford.
¿Cuales crees que son las claves de la educación universitaria de Estados Unidos para lograr tanto prestigio y excelencia?
Hay un montón de cosas. Por ejemplo en MIT todos los profesores enseñan el curso que ellos quieren. A mi cuando me contratan me dicen "¿Qué curso quieres hacer?". En ese momento te das a la tarea de inventar un curso. Enseñas sobre el área donde uno realiza sus investigaciones y así los estudiantes van aprendiendo. A nivel de postgrado no se da tanto eso de estudiar según libros o ejercicios, sino que todos enseñan lo que quieren. Por eso los profesores te motivan mucho, es más entretenido estudiar un tema en el que estás interesado y constantemente conversas con gente que tiene los mismos intereses. Los estudiantes cuando terminan no es que aprendieron más que otro alumno que está en Brasil o Europa, sino que aprendieron lo reciente. Por ejemplo, si tomas una clase con Steven Pinker sales de la cátedra sabiendo lo último de psicología evolutiva, porque él es el líder mundial en la materia.
Otro factor importante es que hay muchas interdisciplinas. En ese sentido, las disciplinas académicas tienen mucho lenguaje técnico y muchas estructuras mentales a las que uno se acostumbra. La gente aprende a ver las cosas de cierta manera cuando esta en una disciplina por mucho tiempo y eso te dificulta conversar. Por ejemplo, la palabra modelo, para un físico significa una ecuación diferencial, para un estadístico es una regresión, para un arquitecto quiere decir una versión a escala de algo que quiero construir, para un biólogo es un ratón al que le quite un gen... tiene muchos significados e interpretaciones para las diferentes disciplinas.
También las preguntas se plantean de manera distinta, en las ciencias sociales se cuestiona el porqué de las cosas y en las ciencias naturales se preguntan como funcionan o preguntas más cuantitativas.
Cuando tu no tienes interdisciplinas cuesta más generar diálogos y nosotros vivimos en un mundo donde los grandes avances no están en las disciplinas, están entre medio de ellas. Porque ya tenemos tanta disciplinas que ahora el desafío es hacer los puentes, juntar las cosas. En ese sentido seguir cavando los mismo años que hemos hecho en la última década no sirve mucho, hay que comenzar a hacer los túneles que los conecten.
