Una planta descubre defectos de envasado cuando el lote ya está listo para despacho. Instalar cámaras con inteligencia artificial parece una solución, pero todavía quedan preguntas por responder: ¿qué defectos puede detectar el sistema?, ¿funciona con la iluminación y la velocidad reales de la línea?, ¿cuántos productos conformes rechazaría por error?
Ese es el punto de partida de la investigación tecnológica aplicada: convertir una dificultad operativa en una pregunta que pueda responderse con evidencia. En vez de comenzar por la herramienta, el equipo define el desafío productivo, identifica qué necesita aprender y diseña una prueba que le permita decidir si conviene ajustar, ampliar o adoptar la solución.
¿Qué diferencia hay entre investigación aplicada, desarrollo e innovación?
La investigación aplicada genera conocimiento para atender un problema práctico. En el ejemplo de la planta, podría comparar técnicas de inspección para determinar cuáles detectan mejor los defectos bajo condiciones reales. El desarrollo experimental utiliza el conocimiento disponible y genera conocimiento adicional al desarrollar o mejorar un producto o proceso. En este caso, podría consistir en construir y probar un prototipo de inspección. La innovación se concreta cuando el producto o proceso, significativamente diferente de lo que ya existía en la organización, se introduce en el mercado o se pone en uso. (Manual de Frascati; Manual de Oslo).
Esta distinción ayuda a formular proyectos de I+D+i. Adquirir e instalar un sistema estándar puede mejorar la operación; para identificar un componente de I+D, hay que precisar qué incertidumbre técnica queda por resolver y qué conocimiento nuevo se espera generar mediante un trabajo sistemático. (Manual de Frascati, capítulo 2).
Cómo formular un desafío productivo
Un desafío productivo describe una brecha concreta: dónde ocurre, a quién afecta y cómo se manifiesta. «Necesitamos implementar inteligencia artificial» plantea una herramienta. Un desafío investigable sería: «¿Cómo detectar defectos de sellado antes del despacho sin aumentar el rechazo de envases conformes?»
Para formularlo, documenta el desempeño actual, fija el resultado que te interesa mejorar e identifica las restricciones del proceso. Si el proyecto es de logística, la brecha puede estar en los tiempos de despacho o los errores de inventario. Si es industrial, puede estar en las paradas, el consumo energético o los productos fuera de especificación. En cada caso, el indicador debe ayudar a decidir si la solución funciona en las condiciones donde se utilizará.
Cómo diseñar un proyecto tecnológico de I+D+i
| Etapa | Decisión que debes tomar | Ejemplo: inspección de envases |
|---|---|---|
| 1. Diagnóstico y línea base | ¿Qué problema ocurre y cómo se mide hoy? | Registrar defectos, rechazos y tiempos de inspección del método actual. |
| 2. Pregunta y objetivos | ¿Qué necesitas conocer, desarrollar o evaluar? | Determinar si un prototipo distingue envases conformes y defectuosos a la velocidad de la línea. |
| 3. Prototipo y piloto | ¿Qué versión puedes probar y en qué condiciones? | Probar una cámara y un modelo de visión artificial en una estación de envasado. |
| 4. Recolección y análisis de datos | ¿Qué unidades observarás, con qué instrumento y bajo qué criterios? | Evaluar envases de distintos lotes y turnos, y comparar las alertas con una inspección de referencia. |
| 5. Decisión de implementación | ¿Los resultados justifican ajustar, ampliar o adoptar la solución? | Revisar defectos detectados, falsos rechazos, tiempo de inspección y costo de operación. |
Antes de iniciar el piloto, acuerda los criterios de éxito. Un modelo puede detectar más defectos y aun así resultar poco útil si rechaza demasiados envases conformes o retrasa la línea. Por eso, evalúa en conjunto la detección, los falsos rechazos y el tiempo de inspección. Si entrenas un modelo de IA, reserva datos de prueba que no se hayan utilizado en su entrenamiento.
Qué aporta la metodología de investigación a los proyectos tecnológicos
La metodología permite conectar el problema, los objetivos, el diseño y los datos. Un alcance exploratorio ayuda a identificar condiciones todavía poco conocidas; uno descriptivo caracteriza el desempeño actual; uno correlacional examina asociaciones entre variables; y uno explicativo busca responder por qué ocurre un resultado o qué efecto produce una intervención. El alcance se elige por la pregunta y la evidencia disponible. (Metodología de la investigación, 6.ª ed., capítulos 3, 5 y 7).
Redacta los objetivos con verbos de acción que indiquen qué entregarás o medirás. En el ejemplo, caracterizar los defectos de sellado, diseñar el prototipo de inspección y evaluar su desempeño frente al método actual son objetivos distintos. Cada uno requiere evidencia propia: registros del proceso, documentación técnica del prototipo o resultados de las pruebas.
Define también la población, la muestra y el procedimiento de selección. En el piloto de envasado, la unidad podría ser cada envase; la población, los envases producidos en la línea durante el periodo definido; y la muestra, los seleccionados para la prueba. Si solo tienes acceso a un turno, el piloto puede aportar información útil, pero sus resultados no se deben extender automáticamente a los demás turnos. (Metodología de la investigación, capítulo 8).
Elige las técnicas e instrumentos de recolección según lo que necesites demostrar. Los registros del sistema pueden medir tiempos; una ficha de inspección puede documentar defectos; un cuestionario puede recoger la experiencia del personal. La validez y la confiabilidad se evalúan de acuerdo con el instrumento: el juicio de expertos puede aportar evidencia sobre el contenido de un cuestionario, mientras que una medición técnica puede requerir verificaciones de calibración o repetibilidad. (Metodología de la investigación, capítulo 9).
¿Cómo se demuestra que una solución tecnológica funciona?
Empieza por definir qué afirmación quieres respaldar. «El prototipo detecta los defectos definidos bajo las condiciones de prueba» exige medir su desempeño frente a una referencia. «El prototipo reduce las devoluciones en operación» exige observar un resultado empresarial y diseñar una comparación que ayude a descartar otras explicaciones. Un piloto puede respaldar la primera afirmación y aportar evidencia inicial para estudiar la segunda. (Metodología de la investigación, capítulos 7 y 10).
Estos criterios se trabajaron en el Seminario de Tesis de Investigación de la Universidad San Ignacio de Loyola (USIL), para las carreras de Ingeniería Industrial e Ingeniería Empresarial y de Sistemas. Su aplicación va más allá del aula: ayudan a formular una tesis de ingeniería o un proyecto empresarial que parta de una necesidad concreta y produzca evidencia para tomar decisiones.
¿Tu empresa tiene un desafío productivo que podría convertirse en un proyecto tecnológico? En EBUSINESS & ENGINEERING puedes explorar cómo delimitar el problema y diseñar un piloto con indicadores. Para profundizar en la metodología, visita INVESTICA – Investigación Tecnológica Aplicada.
Referencia metodológica: Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P. (2014). Metodología de la investigación (6.ª ed.). McGraw-Hill Education.
