Columna Scientia: Investigación en ingeniería

Este artículo es exclusivo para suscriptores (3)

Suscríbase para disfrutar de forma ilimitada de contenido exclusivo y confiable.


Ingrese a su cuenta para continuar disfrutando de nuestro contenido


Este artículo es exclusivo para suscriptores (2)

Suscríbase para disfrutar de forma ilimitada de contenido exclusivo y confiable.


Este artículo es exclusivo para suscriptores (1)

Suscríbase para disfrutar de forma ilimitada de contenido exclusivo y confiable.

El nuevo doctorado en Ingeniería ofrecido conjuntamente por el TEC y la UCR se presenta como una estrategia para dar un fuerte impulso a la investigación científica en ingeniería, en tres áreas importantes: teoría, sistemas y aplicaciones tecnológicas, en las distintas ingenierías y con proyectos multidisciplinarios que integren algunas de ellas.

Esta investigación difiere, en sus métodos y técnicas, de la investigación científica que se hace en otros campos muy activos en el país: las ciencias naturales y las ciencias sociales.

Generalmente, en la investigación de la naturaleza o la sociedad, se observa directa o indirectamente el objeto de conocimiento para plantear y poder demostrar hipótesis de investigación, aplicando teorías, métodos y herramientas adecuadas a su naturaleza, para obtener un nuevo conocimiento o la explicación de un hecho. Todo ello, siguiendo el conocido método científico de investigación, que conduce a afirmar o negar la hipótesis.

Es menos conocido el método de investigación en ingeniería, de naturaleza empírica y experimental, de prueba y error, en iteraciones de experimentos que inducen o conducen a un planteamiento o resultado que satisface los objetivos y restricciones del problema a resolver o del objeto de la investigación.

La prueba de hipótesis del método científico puede ser parte del arsenal de investigación en ingeniería, así como también las herramientas de la ciencia de la computación y los sistemas informáticos.

La ciencia de la computación y los sistemas de información permiten a científicos de diferentes campos nuevas formas de representar lo real, mayores niveles de abstracción, mayor eficiencia en el manejo científico de los datos –adquisición, almacenamiento, acceso, análisis– o aplicar altas capacidades computacionales en la solución de problemas muy complejos o en condiciones de “ big data” .