1. Introducción
En los últimos años, las actividades de transferencia de conocimiento y tecnología (KTT, de sus siglas en inglés knowlegde and technology transfer) han recibido cada vez más atención (Bengoa et al., 2020). La explicación detrás de este impulso y creciente interés la encontramos, por un lado, en los modelos económicos actuales, los cuales hacen una clara apuesta por la investigación como fuente de innovación que redunda en mayor competitividad y progreso (Rojas, 2007; Siegel et al., 2007). Desde el punto de vista de la universidad, otro incentivo lo encontramos en que dichos contratos constituyen para las universidades una fuente adicional de ingresos que les permite seguir investigando y generando nuevo conocimiento (Etzkowitz y Leydesdorff, 2000; Friedman y Silberman, 2003; Gunasekara, 2006). Por último, para las empresas, involucrarse en colaboraciones de esta índole les permite estar más cerca de dónde se genera el nuevo conocimiento e introducir en su día a día las últimas tecnologías para mejorar sus operaciones y, por ende, su posicionamiento en el mercado (Perkmann et al., 2013). Sin embargo, si bien la literatura evidencia las ventajas de este tipo de colaboración, todavía no hay un consenso en cómo fomentar e implementar dichas colaboraciones (Bengoa et al., 2020). Si bien hay casos de éxito, los modelos que funcionan en una institución, región o país no necesariamente deben funcionar en otros (Agasisti y Bertoletti, 2019).
En este contexto, toma especial relevancia el papel del investigador, dado que su pre-disposición para embarcarse en actividades de I+D con la industria condiciona que puedan materializarse: ¿Qué impulsa a un investigador en emprender proyectos de I+D con la industria? ¿Cómo surgen estas colaboraciones? ¿La administración universitaria, facilita o dificulta los trámites legales? ¿Qué impacto tienen estas colaboraciones en la carrera profesional del investigador? Si hay consenso en el impacto positivo de estas actividades en el impulso de la competitividad de un territorio, conocer la respuesta a las cuestiones anteriores es clave para poder diseñar mecanismos y normativas que faciliten la involucración de los investigadores en colaboraciones de I+D con la industria.
Estudios recientes han tratado de abordar las motivaciones de los investigadores con relación a sus actividades docentes e investigadoras de transferencia (Ryan y Berbegal-Mirabent, 2016), sin embargo, son todavía escasos los trabajos que han centrado su interés en las actividades de transferencia (Olaya-Escobar et al., 2017). Las evidencias de las que se disponen aún no parecen suficientes para comprender las motivaciones que impulsan a los investigadores a involucrarse en actividades de esta naturaleza. Siguiendo a Ryan (2014), el estudio de la motivación es fundamental para determinar tanto los factores individuales como organizacionales que afectan la productividad de las actividades de investigación y que, a su vez, contribuyen en el diseño de sistemas de incentivos y políticas de transferencia. En esta línea, DEste y Patel (2007) argumentan que, para el caso de los contratos de colaboración con la industria, la variedad y frecuencia en que se dan depende, en mayor proporción, de las características individuales de los investigadores que de los convenios institucionales, redes y demás estrategias institucionales. Es decir, para una empresa que busca colaborar con la universidad, es más relevante la interacción con el investigador que con la institución a la que el investigador pertenece.
Los contratos de I+D entre universidades y empresas son un componente clave para la formulación de políticas de innovación regional, puesto que los resultados de dichas colaboraciones son esenciales para la competitividad regional (Morisson y Pattinson, 2020). Dado que los investigadores son un actor importante en esas colaboraciones, es imperativo conocer en mayor profundidad qué les mueve a involucrarse en este tipo de actividades de transferencia. Así pues, siguiendo los llamamientos recientes que invitan a ahondar sobre la figura del investigador en este contexto (Olaya-Escobar et al., 2017), el presente estudio tiene por objetivo reconocer cuáles son los determinantes que condicionan la voluntad de los investigadores a la hora de involucrarse en contratos de I+D en colaboración con la industria. Para ello, se examina el caso de la Universidad Nacional de Colombia (UNAL), y se incluyen en el modelo de análisis factores tanto a nivel individual como contextual que pueden influir en su decisión, tomando como punto de referencia la escala diseñada y validada por Olaya-Escobar et al. (2017), la cual mide la predisposición de los investigadores para involucrarse en actividades de KTT. La aplicación empírica se realiza sobre una muestra de 184 profesores de la UNAL, y para medir el nivel de predisposición para participar en contratos de I+D se toma el número de contratos participados entre 2010 al 2015. Los contratos de I+D permiten a los investigadores trabajar en proyectos que confrontan teoría y práctica, lo que genera soluciones para el sector empresarial a la vez que se enriquecen las prácticas académicas.
Este estudio contribuye a la literatura de tres formas principales. En primer lugar, a pesar de la apuesta de las universidades por implementar diferentes mecanismos, incentivos y políticas destinadas a estimular a los investigadores a involucrarse en actividades de KTT, la evidencia sugiere que es difícil medir su efectividad, por lo que la literatura que examina la motivación de los investigadores para participar en tales actividades es incipiente y reporta resultados no concluyentes (Ryan y Berbegal-Mirabent, 2016). En este sentido, el presente trabajo arroja nueva luz a este debate, con una aproximación original al perfil motivacional del investigador y en un país con bajos niveles de transferencia como es Colombia. Precisamente este contexto geográfico es la segunda contribución. Desafortunadamente, todavía son escasos los estudios que analizan los procesos de KTT en países que no tienen tradición en actividades de transferencia, por lo que este estudio aporta también información novedosa en este nuevo contexto. En Colombia, como otros países latinoamericanos, la relevancia de las actividades de transferencia ha ido ganando importancia con los años, sin embargo, su ritmo de implantación ha sido diverso, y todavía no hay consenso sobre qué mecanismos son los más efectivos, pues se trata de países con una baja generación de patentes, lo que limita las dinámicas de transferencia en comparación con las que siguen los países desarrollados (Crespi y Dutrénit, 2014; Ísmodes, 2015). Por último, la aportación práctica más relevante de este trabajo está relacionada con la capacidad predictiva de las distintas dimensiones de la escala utilizada para explicar la involucración de los investigadores en contratos de I+D en colaboración con la industria. En este sentido, los resultados aportan información muy valiosa para aquellos que formulan políticas e incentivos. Entender qué es lo que mueve al investigador es el primer paso para diseñar mecanismos útiles e impulsar la transferencia de conocimiento.
El resto del documento se estructura de la siguiente manera. Sigue a esta introducción el apartado de revisión de la literatura en el que, de forma resumida, se justifica la relevancia de la temática (contratos de I+D como mecanismos de transferencia) y se revisan trabajos anteriores que han examinado el rol de las motivaciones en las actividades que desempeñan los investigadores. A continuación, se presenta la sección con la metodología, en la cual se detalla el diseño de la investigación, y se explica la muestra y los pasos en los que se ha estructurado el análisis (recolección de datos, análisis factoriales y modelo de ecuaciones estructurales). Posteriormente se presentan los resultados obtenidos y su discusión. El artículo culmina con las principales conclusiones y recomendaciones para futuros estudios.
2. REVISIÓN DE LA LITERATURA
2.1 Los contratos de I+D como mecanismos de KTT
El creciente interés de las universidades para posicionarse no solo como centros de generación de conocimiento sino también como de difusión, ha propiciado que se diseñen o adopten políticas, métodos y recursos para incrementar la interacción con la industria mediante actividades de KTT. En este sentido, el trabajo de Franco y Haase (2015) presenta los mecanismos más usados para la transferencia, entre los que destacan: patentes (Mowery et al., 2001), licencias (Chapple et al., 2005; Thursby y Thursby, 2002), creación de empresas de base tecnológica y crecimiento acelerado como spin-offs y start-ups (Di Gregorio y Shane, 2003; Guenther y Wagner, 2008; Landry et al., 2006), investigación colaborativa, contratos de I+D, y servicios de consultoría (Chang et al., 2008; Thursby et al., 2001).
A pesar de la diversidad de mecanismos existentes, aún son pocas las universidades en transferir de manera sistemática sus resultados de investigación, debido a que no existe una receta que funcione para todos los contextos. En este sentido, no es posible aplicar el mismo esquema en todas las regiones, pues cada una responde a una realidad territorial distinta (Agasisti y Bertoletti, 2019). Lograr un alto dinamismo en estas actividades requiere de una combinación ambiciosa de recursos (p.ej. financieros, de capital humano, de infraestructura) por parte de la universidad (Berbegal et al., 2020; Geuna y Muscio, 2008) y de servicios de soporte a las actividades de KTT (Franco y Haase, 2015), que junto con los factores del contexto regional (González-Pernía et al., 2013), el perfil y la motivación del investigador (DEste y Patel, 2007; Ryan, 2014; Ryan, et al., 2016) condicionan la actividad de transferencia.
Este hecho se debe a que las universidades y las empresas se rigen por incentivos distintos (Landry et al., 2013) y que las realidades territoriales juegan un rol fundamental. Autores como Crespi y Dutrénit (2014) e Ísmodes (2015) , evidencian que la baja generación de patentes en Latinoamérica limita las dinámicas de transferencia en esta región respecto a las de los países desarrollados. Esta tendencia se puede explicar a través de los trabajos de Katz y Abarza (2002) y Maloney y Perry (2005) , quienes identificaron que los sistemas de propiedad intelectual en países en vías de desarrollo se han adoptado para atraer inversión extranjera, en contraposición al fortalecimiento de la generación de conocimientos propios. Esta situación se evidencia claramente en Latinoamérica, donde la efectividad de la implementación de legislación de los sistemas de propiedad intelectual es todavía muy débil, lo cual crea sistemas con un bajo nivel de madurez.
Llegados a este punto, la literatura existente cuestiona la evaluación del desarrollo tecnológico de los países con baja patentabilidad, alegando que no es que no participen en actividades de KTT entre universidades y empresas, sino que, dado el nivel de desarrollo tecnológico y los recursos existentes, muchos resultados de colaboración en I+D se explotan por otros medios. En este sentido, una mejor proxy para medir la interacción con el sector empresarial, y por ende la transferencia, es a través de los contratos de I+D (Fuquen y Olaya-Escobar, 2018). Los contratos de I+D se posicionan como uno de los mecanismos de transferencia con mayor potencial para ecosistemas de ciencia y tecnología en fases de consolidación, como es el caso de los países Latinoamericanos, además de presentar la ventaja de permitir la vinculación de estudiantes a proyectos reales en los cuales un grupo de docentes de alto nivel confrontan la teoría con la práctica para generar soluciones al sector empresarial, enriqueciendo así las prácticas académicas tradicionales (Ankrah et al., 2013). A pesar de la importancia de este tipo de colaboración, tanto para las universidades como para las empresas (Arundel y Geuna, 2004; Mowery y Sampat, 2005), la literatura sobre este mecanismo de transferencia es aún escasa (Olaya-Escobar et al., 2017) .
2.2 Motivaciones de los investigadores para involucrase en actividades de I+D
Los contratos universidad-empresa para el desarrollo de proyectos de I+D, si bien son deseables, no son tan fáciles de ejecutar como puede parecer a simple vista. El perfil del investigador desempeña un papel fundamental en este proceso y, por lo tanto, el interés y los motivos que mueven al investigador deben considerarse. Este argumento viene soportado por el trabajo de DEste y Patel (2007) , quienes observan que la variedad y frecuencia en que se dan este tipo de contratos dependen, en gran medida, de las características individuales de los investigadores más que de los convenios institucionales, redes y demás estrategias institucionales. En este sentido, el papel del investigador es fundamental, por lo que no es de extrañar que, tal y como apuntan Link y Siegel (2005) , los conocimientos previos y experiencia del investigador en actividades previas de KTT son elementos determinantes para las empresas a la hora de decidir con quién colaborar. De aquí se desprende que, una vez se entra en el juego (i.e., participar en actividades de KTT), es muy probable que se deriven colaboraciones futuras, bien sea con la misma empresa o con otras, pues se está dando señales al mercado de que el investigador produce conocimiento de frontera y que es de relevancia para ser explotado en el sector empresarial. Asimismo, el propio investigador habrá superado también la gran barrera de entrada, pues la transferencia de conocimiento y tecnológica, aparte de requerir el know-how en el área propia de la investigación, está sujeta a unos procedimientos administrativos internos que deben aprenderse y superarse para poder formalizar y desarrollar con éxito la colaboración con la empresa. Tal y como se confirma en el trabajo de Link et al. (2007), la experiencia del investigador (en este caso, medida en años) ejerce un impacto positivo en su predisposición para involucrase en actividades futuras de KTT.
Los argumentos expuestos anteriormente nos conducen a adentrarnos en el estudio de las motivaciones del investigador, siguiendo la línea dibujada en los trabajos de Ryan (2014) y Ryan y Berbegal-Mirabent (2016) quienes sugieren que las motivaciones, tanto intrínsecas como extrínsecas, son la base fundamental para comprender cómo se desempeñan los investigadores. Berbegal-Mirabent y Sabaté (2015) apuntan también que la situación contractual del investigador es un elemento clave en la decisión de emprender actividades de transferencia. En concreto, para los jóvenes académicos en una posición contractual más débil (contrato temporal), su carrera académica estará muy determinada por su capacidad para publicar, con fuertes incentivos para hacerlo, por lo que, dado que el tiempo es un recurso escaso, si hay que priorizar actividades con el objetivo es consolidar una posición académica, no es de extrañar que el investigador posponga las actividades de transferencia y priorice optar por publicar en revistas indexadas, que es el criterio habitualmente empleado a la hora de estabilizarse en la academia. Sin embargo, esta orientación editorial (la cual aumenta las probabilidades de promoción), inhibe las posibilidades de patentar (Lafuente y Berbegal-Mirabent, 2017). Por el contrario, los académicos con contrato de trabajo a largo plazo y con una carrera consolidada no tienen esta presión para publicar y, por lo tanto, otros incentivos determinan sus decisiones (Baldini, 2011; Fullwood et al., 2013).
Los argumentos anteriores apoyan la tesis de que los incentivos individuales cambian gradualmente con el tiempo (Calderini et al., 2007) y están en consonancia con los requerimientos a los que se ven expuestos los investigadores según avanzan en carrera profesional. Esto implica que los fuertes incentivos para la publicación, con el fin de crear una reputación, probablemente aumentarán las posibilidades de que los investigadores sean promocionados, lo que, a su vez, podría diluir la voluntad de participar activamente en actividades de transferencia hasta que uno no se ha consolidado una plaza estable. Por otro lado, es importante recordar que otra traba con la que se encuentran los investigadores a la hora de involucrase en actividades de KTT está relacionada con la confidencialidad. Para proteger un descubrimiento (resultante, por ejemplo, de un contrato de colaboración universidad-empresa para I+D), normalmente se pide a los investigadores que retrasen la publicación hasta que se haya completado una patente (Campbell et al., 2000; Lee, 2000). En conclusión, las restricciones para mantener la confidencialidad son un impedimento adicional para la publicación y, en consecuencia, para el desarrollo de una carrera académica. Las razones antes mencionadas refuerzan nuestro argumento de que no se debe subestimar el perfil del investigador.
3. METODOLOGÍA
3.1 Contexto de estudio: la Universidad Nacional de Colombia
La Universidad Nacional de Colombia es un ente universitario que fue creado en 1867, con plena autonomía, de carácter público y perteneciente al Estado colombiano. La sede principal está ubicada en la ciudad de Bogotá. Sin embargo, dado a su carácter nacional, existen otras siete sedes en todo el territorio colombiano: tres andinas en Medellín, Manizales y Palmira, y cuatro de frontera en Amazonas, Caribe, Orinoco y Tumaco, consolidando una población de 50.000 estudiantes (41.500 de pregrado y 8.500 de posgrado), cifra que históricamente ha representado entre el 9% y el 12% del total de alumnos matriculados en universidades estatales (https://bit.ly/2W1LJUq). Se trata de uno de los centros académicos con la mayor producción científica y ha sido catalogada como la mejor universidad, en numerosas clasificaciones tanto del estado como de rankings internacionales por varios años consecutivos. A nivel internacional, aparece en los rankings QS 2020 en el puesto 259, ocupando siempre el primer o segundo lugar de las universidades colombianas que aparece en la lista (https://bit.ly/2WCEtD6) y en el ranking Iberoamericano SJR-SCIMAGO ocupó el puesto 32 en el 2020 (https://bit.ly/30G6fyB).
3.2 Muestra y recogida de datos
Este estudio trabaja con datos primarios. Para ello, se elaboró una encuesta estructurada en tres partes. En la primera parte se explicaba el propósito del estudio y se clarificaban algunos de los términos utilizados. A continuación, se incluían preguntas acerca del perfil del encuestado (ver Tabla 1). En la segunda parte se preguntaba sobre su participación en actividades de KTT, incluyendo una pregunta explícita referente al resultado de interés de este estudio: el número de contratos de I+D en los que el encuestado había participado. Dado que el número de contratos participados puede ser muy variable según el año, se preguntó por el número acumulado durante el periodo de 2010 al 2015, con lo que se determinó qué tan activo es el profesor en este tipo de acuerdos de colaboración con empresa. Por último, en la tercera parte se preguntaba sobre los factores que pueden influir en la decisión del investigador en involucrarse en actividades de I+D. Para ello se utilizó la escala de veintiún ítems diseñada por Olaya-Escobar et al. (2017) (ver Anexo, para el detalle completo). La muestra final incluye las respuestas de 184 profesores de la UNAL, recogidas durante el periodo de agosto a diciembre de 2015.
La Tabla 1 presenta las características del perfil de los profesores encuestados, en donde se puede desatacar que el 67,94% de ellos son investigadores en un rango de edad entre los 40 a 59 años, lo que indica que se trata de una población con una carrera consolidada, tanto en el ámbito académico como empresarial. No es pues de extrañar el alto porcentaje (70,10%) de profesores con experiencia fuera del mundo académico. Otro dato relevante es que prácticamente la mitad de la muestra posee un doctorado, mientras que la otra mitad no. Este dato sugiere que, a pesar de que se trata de profesores consolidados en sus puestos y con una experiencia previa en el sector empresarial, su investigación la han desarrollado desde la experiencia y, por ende, estar en posesión de un doctorado no era requerimiento.
Género | Número | % |
---|---|---|
Femenino | 41 | 22,28 |
Masculino | 143 | 77,72 |
Edad | Número | % |
Menor de 30 años | 6 | 3,26 |
Entre 30 y 34 años | 14 | 7,61 |
Entre 35 y 39 años | 24 | 13,04 |
Entre 40 y 49 años | 71 | 38,59 |
Entre 50 y 59 años | 54 | 29,35 |
Mayor de 60 años | 15 | 8,15 |
Nivel de Estudio | Número | % |
Profesorado doctor | 98 | 53,26 |
Profesorado no doctor | 86 | 46,74 |
Experiencia empresarial previa | Número | % |
Profesorado con experiencia fuera del mundo académico | 129 | 70,10 |
Profesorado sin experiencia fuera del mundo académico | 55 | 29,89 |
Output (últimos 5 años)* | Número | |
Patentes | 12 | |
Contratos de I+D | 260 |
*Datos reportados por los investigadores que respondieron la encuesta sobre su actividad (De 2010 - 2015).
3.3 Instrumento de medición
Como se indicó anteriormente, las motivaciones de los investigadores para involucrase en actividades de I+D se han medido utilizando el instrumento diseñado por Olaya-Escobar et al. (2017) y está compuesto por veintiún ítems que se agrupan en cinco dimensiones. La primera dimensión (o factor) corresponde a la actitud del investigador hacia actividades de KTT y consta de siete ítems que hacen referencia al reto que implica para el investigador realizar actividades de KTT, la satisfacción personal y la autoestima que le generan, el deseo de contribuir y compartir conocimientos y la experiencia que obtiene. El segundo factor captura las expectativas de la contribución. Está constituido por cuatro ítems, los cuales capturan las oportunidades que este tipo de actividades aportan a la comunidad académica y a la universidad, el impacto en el aumento de la productividad investigadora, el intercambio de conocimientos que facilita y la posibilidad que brinda a la universidad para que cumpla con su rol de contribución al desarrollo social y relación con el entorno. El tercer factor corresponde a los incentivos de promoción y está constituido por tres ítems relacionados con las expectativas de promoción en la carrera académica, la mejora en el perfil y en mejores oportunidades laborales. El cuarto factor corresponde a la normativa y cultura universitaria. Se compone de cuatro ítems que abordan aspectos relacionados con la claridad y estricto cumplimiento de la normativa relacionada con la KTT, así como la comunicación por parte de los directivos sobre la importancia de colaborar con agentes externos a la universidad. Por último, el quinto factor se refiere a los servicios de soporte a las actividades de KTT y está integrado por cuatro ítems, los cuales capturan la experiencia, asesoría y capacidad de las oficinas de transferencia y tecnología (TTO) así como la existencia y utilidad de las campañas para fomentar y difundir las actividades de KTT. En el Anexo se presenta el detalle de los veintiún ítems que conforman este instrumento.
3.4 Método
El análisis se ha dividido en dos fases. En primer lugar, se ha demostrado, mediante un análisis factorial confirmatorio, la validez de la escala de Olaya-Escobar et al. (2017) para los datos de este estudio. Una vez comprobado que los datos se ajustan bien al instrumento, se ha procedido con la segunda fase, en la que, mediante un modelo de ecuaciones estructurales, se ha determinado cuál es la capacidad explicativa de cada dimensión de la escala con relación al resultado de interés: la participación en contratos de I+D de los investigadores de la UNAL. La Figura 1 muestra el modelo que se ha investigado.
4. RESULTADOS
Siguiendo las fases en las que se ha estructurado el análisis, a continuación se presentan los resultados obtenidos en el análisis factorial, los cuales corroboran la idoneidad de la escala de Olaya-Escobar et al. (2017) para medir la predisposición de los investigadores en involucrarse en actividades de KTT. Posteriormente, se presentan los resultados del modelo de ecuaciones estructurales.
4.1 Análisis factorial
Para determinar si los datos recopilados son apropiados para un análisis factorial, se realizó el test de esfericidad de Barlett, el cual arrojó resultados que permitieron corroborar su validez, con valores de χ2 =2.818,068 con 210 grados de libertad y p-valor=0,000. Asimismo, la prueba de Kaiser-Meyer-Olkin también confirmó la idoneidad de aplicar esta metodología (KMO=0,897 a una significancia de 0,000).
Posteriormente, mediante un análisis de componentes principales, se validó la agrupación de los veintiún ítems de la escala de Olaya-Escobar et al. (2017) en los cinco factores anteriormente descritos, los cuales explican el 74,30% de la varianza. La unidimensionalidad de los factores se examinó a través de un análisis factorial exploratorio para cada factor de manera independiente. En todos los casos, el análisis extrajo un único factor, corroborando que el enfoque era el adecuado. La Tabla 2 presenta los resultados del análisis de fiabilidad, en donde se puede verificar que tanto el alfa de Cronbach como el índice de fiabilidad compuesta (CR) superan el punto de corte recomendado de 0,7, lo que sugiere una buena consistencia interna entre los elementos dentro de cada factor. La varianza media extraída (AVE) también supera el punto de corte de 0,5 (Nunnally y Bernstein, 1994) para todos los factores.
Factor | Ítem | Carga | Análisis de Fiabilidad |
---|---|---|---|
Actitud hacia actividades de KTT | IM1 | 0,635 | Alfa de Cronbach: 0,891 Rango del alfa de Cronbach eliminando un ítem: 0,855 - 0,890 Rango de correlaciones de los ítems y la suma de la subescala: 0,453 - 0,853 CR: 0,898 •AVE: 0,564 |
IM2 | 0,799 | ||
IM3 | 0,696 | ||
IM4 | 0,494 | ||
IM5 | 0,843 | ||
IM6 | 0,930 | ||
IM7 | 0,777 | ||
Expectativa de contribución | IM8 | 0,787 | Alfa de Cronbach: 0,905 Rango del alfa de Cronbach eliminando un ítem: 0,845 - 0,901 Rango de correlaciones de los ítems y la suma de la subescala: 0,728 - 0,874 CR: 0,910 •AVE: 0,717 |
IM9 | 0,862 | ||
IM10 | 0,914 | ||
IM11 | 0,829 | ||
Incentivos de promoción | EM1 | 0,772 | Alfa de Cronbach: 0,900 Rango del alfa de Cronbach eliminando un ítem: 0,804 - 0,891 Rango de correlaciones de los ítems y la suma de la subescala: 0,737 - 0,863 CR: 0,906 • AVE: 0,763 |
EM2 | 0,883 | ||
EM3 | 0,958 | ||
Normatividad y cultura universitaria | PKS1 | 0,793 | Alfa de Cronbach: 0,862 Rango del alfa de Cronbach eliminando un ítem: 0,815 - 0,831 Rango de correlaciones de los ítems y la suma de la subescala: 0,694 - 0,737 CR: 0,864 AVE: 0,614 |
PKS2 | 0,734 | ||
PKS3 | 0,799 | ||
PKS4 | 0,800 | ||
Servicios para promover las actividades de KTT | PKS6 | 0,808 | Alfa de Cronbach: 0,773 Rango del alfa de Cronbach eliminando un ítem: 0,570 - 0,772 Rango de correlaciones de los ítems y la suma de la subescala: 0,525 - 0,711 CR: 0,787 • AVE: 0,561 |
PKS7 | 0,800 | ||
PKS8 | 0,576 |
CR: Fiabilidad Compuesta
AVE: Promedio de la varianza extraída
Todas las cargas significativas del valor de p = 0,01
El siguiente paso consistió en comprobar la idoneidad de los datos para el modelo. Para ello se realizó un análisis discriminante. En la Tabla 3 se muestra que las raíces cuadradas de cada uno de los AVE son mayores que los elementos fuera de la diagonal (Fornell y Larcker, 1981), corroborando de nuevo el encaje de los datos con el modelo propuesto.
1 | 2 | 3 | 4 | 5 | |
---|---|---|---|---|---|
Actitud hacia actividades de KTT | 0,751 | ||||
Expectativa de contribución | 0,822 | 0,847 | |||
Incentivos de promoción | 0,581 | 0,566 | 0,874 | ||
Normatividad y cultura universitaria | 0,096 | 0,060 | 0,258 | 0,784 | |
Servicios para promover las actividades de KTT | 0,148 | 0,116 | 0,234 | 0,741 | 0,749 |
Todas las correlaciones son significativas en el nivel 0,01 (bilateral)
Los elementos de la diagonal son la raíz cuadrada de la media extraída.
4.2 Modelo de ecuaciones estructurales
La segunda parte del análisis se fundamenta en la aplicación del modelo de ecuaciones estructurales. El objetivo de esta parte es el de determinar en qué medida cada uno de los factores de la escala explica la participación de los investigadores en contratos de I+D. El modelo de medición se estima utilizando el método de máxima verosimilitud robusto de la matriz de varianza-covarianza asintótica, y se utiliza el software EQS. Los índices de ajuste obtenidos muestran una bondad de ajuste: χ2 Satorra-Bentler de 336,633, con 195 grados de libertad y un valor de p de 0,000 (χ2 /df = 1,726). También los valores de CFI (0,920) y RMSEA (0,063) están dentro de los niveles recomendados (por encima de 0,9 y por debajo de 0,08, respectivamente). Los resultados del modelo se presentan en la Tabla 4.
De su lectura, se evidencia que el factor de mayor influencia positiva en la actitud de los académicos para participar en contratos de I+D es la existencia de una cultura y una normativa favorable hacia la transferencia de resultados de investigación (β= 0,709). Sin embargo, los servicios de promoción de la KTT parecen ejercer una influencia negativa en los contratos de I+D (β= -0,680). En cuanto a las motivaciones, ya sean intrínsecas o extrínsecas, los resultados indican que su efecto no es estadísticamente significativo.
Coeficiente estandarizado | t - valor | |
---|---|---|
(F1 Actitud hacia KTT) → Contratos I+D | -0,045 | -0,224 |
(F2 Expectativa de contribución) → Contratos I+D | 0,034 | 0,165 |
(F3 Incentivos de promoción) → Contratos I+D | 0,090 | 0,759 |
(F4 Normativa y cultura universidad)→ Contratos I+D | 0,709 | 1,947** |
(F5 Servicios para promover la KTT) → Contratos I+D | -0,680 | -1,822** |
Covarianza | t - valor | |
(F2 Expectativa de contribución) → (F1 Actitud hacia KTT) | 0,060 | 4,523*** |
(F3 Incentivos de promoción) → (F1 Actitud hacia KTT) | 0,068 | 4,340*** |
(F4 Normativa y cultura universidad) → (F1 Actitud hacia KTT) | 0,049 | 1,124 |
(F5 Servicios para promover la KTT)→ (F1 Actitud hacia KTT) | 0,044 | 1,815** |
(F3 Incentivos de promoción) → (F2 Expectativa de contribución) | 0,058 | 4,877*** |
(F4 Normativa y cultura universidad) → (F2 Expectativa de contribución) | 0,044 | 0,763 |
(F5 Servicios para promover la KTT) → (F2 Expectativa de contribución) | 0,041 | 1,481* |
(F4 Normativa y cultura universidad) → (F3 Incentivos de promoción) | 0,069 | 3,214*** |
(F5 Servicios para promover la KTT) → (F3 Incentivos de promoción) | 0,066 | 2,856*** |
(F5 Servicios para promover la KTT) → (F4 Normativa y cultura universidad) | 0,086 | 7,859*** |
***,**,* Significativo al 1%, 5% y 10% respectivamente.
5. DISCUSIÓN DE LOS RESULTADOS
En cuanto a la interpretación del modelo, los resultados de la aplicación del modelo al caso de la UNAL sugieren que el factor norma y cultura universitaria es el que ejerce una mayor influencia en propiciar la vinculación de los académicos en actividades de KTT, pues es el factor de mayor impacto en los contratos de I+D. Una posible explicación de este resultado puede deberse al hecho que la UNAL cuenta con una normativa muy rigurosa, trámites, beneficios y compromisos claros que permiten al investigador conocer previamente las condiciones al asumir contratos de investigación. El hecho que existan normas y que estas sean favorables para el desarrollo de contratos de I+D, hace que los investigadores tengan más confianza para involucrarse en este tipo de contratos. Adicionalmente, en los contratos de I+D, la interacción es más dinámica, pues la relación es directamente del investigador con la empresa, facilitando los acuerdos y compromisos, pero siempre amparados bajo la normativa establecida por la universidad. Otro aspecto por resaltar es la existencia de procesos administrativos claros que facilitan la tramitación de este tipo de contratos. En los últimos años, tanto el gobierno como las instituciones se han preocupado por impulsar actividades de fomento de la cultura de innovación y, específicamente, en temas relacionados con la gestión de la propiedad intelectual, y la vinculación con el sector empresarial. Esto facilita que las áreas de apoyo de la universidad entiendan la importancia de estas actividades y diseñen procesos administrativos menos complejos y desgastantes para el investigador. Estos hallazgos son coherentes con los obtenidos en los trabajos de Olaya-Escobar et al. (2017) y Perkmann et al. (2013) , así como la discusión que plantea Hockaday (2020) en el libro en el que narra su experiencia al frente de la Oxford University Innovation Ltd., la TTO de esta prestigiosa universidad.
Sin embargo, los resultados para los investigadores de la UNAL sugieren un efecto negativo de los servicios de apoyo y promoción de la KTT en la participación en contratos de I+D. Este resultado podría interpretarse como la falta de formalizar una oficina de transferencia que dé este tipo de soporte. La UNAL responde a una realidad regional, con autonomía en sus distintas sedes que tiene distribuidas por el territorio, cada una de ellas con unas dinámicas regionales específicas. Esta diversificación, si bien es positiva porque cada sede puede responder mejor a las necesidades del territorio inmediato, parece que dificulta el diseño de estrategias institucionales unificadas. Mientras que algunas sedes se han apoyado en organizaciones externas que apoyan la transferencia, no todas han sabido proporcionar este servicio. Consecuentemente, los datos de este estudio muestran un efecto negativo ocasionado, ya sea por la falta de confianza del investigador en apoyarse en entidades ajenas a la institución, por el desconocimiento de este tipo de servicios por parte del investigador o por la dificultad de entendimiento del lenguaje técnico del investigador por parte de los expertos en transferencias de oficinas externas. Este hallazgo brinda una oportunidad para la consolidación de la oficina de transferencia mediante la revisión de los servicios ofrecidos, los tiempos de los procesos administrativos, el personal de apoyo de la oficina y demás aspectos (Olaya-Escobar et al., 2020) que logren posicionarla como la unidad de apoyo para el investigador a las actividades de KTT y, específicamente, para potencializar los contratos de I+D. Estos resultados a su vez son consistentes con los obtenidos por Wu et al. (2015) , quienes encontraron que, para las licencias de patentes, las características individuales del investigador son más importantes que la asistencia brindada por la TTO.
En cuanto a las motivaciones extrínsecas, medidas a través del factor incentivos de promoción, se observa que ejercen una influencia positiva aunque estadísticamente insignificante sobre el número de contratos en I+D participados (β=0,090). Este no-efecto puede tener dos lecturas. En primer lugar, como se mencionaba en la sección de revisión de la literatura, este tipo de contratos tienen una contribución mínima en los procesos de promoción dentro de la universidad, estando menos relacionados con la estabilidad profesional (Wu et al., 2015; Fullwood, 2013; Baldini, 2011) a diferencia de lo que sucede con otro tipo de resultados de investigación, como serían las publicaciones de artículos en revistas indexadas o la participación en proyectos de investigación competitivos (Olaya-Escobar et al., 2017). Que dicho efecto sea aquí positivo sugiere que, para la realidad Latinoamérica, este tipo de actividad de investigación es (aunque en menor medida que las publicaciones) un medio válido para demostrar la capacidad investigadora y se tiene en cuenta en los procesos de promoción. Por otro lado, el signo positivo (aunque no significativo) se puede interpretar como la necesidad de los investigadores en dar señales al exterior (mercado) del potencial de sus trabajos para resolver problemas de la industria. Dichos contratos de colaboración abren las puertas a futuras colaboraciones con la industria y posicionan al investigador como profesional de referencia en un entorno, digamos, más practitioner (Perkmann et al., 2013). En todo caso, sea una interpretación u otra, los datos no son concluyentes en lo que respecta a las motivaciones extrínsecas. Probablemente, la baja actividad reportada por los investigadores que respondieron la encuesta (260 contratos de I+D en los últimos 5 años) puede relacionarse con el escepticismo o desconocimiento de los investigadores respecto al impacto real de contribución tanto para la universidad como para la sociedad, así como los beneficios personales, ya sean de promoción o económicos.
El efecto de las expectativas de contribución en los contratos de I+D es también débil y tampoco es significativo (β = 0,034). Aunque con cautela, el signo positivo sugiere que aquellos investigadores que muestran una predisposición natural para la realización de actividades KTT están absorbidos y son unos apasionados por la actividad en sí misma. Aun así, el número actual de contratos participados es todavía bajo, lo que lleva a concluir que son pocos los investigadores que participan en este tipo de actividad, bien sea porque son muy selectivos con los contratos en los que participan o porque los contratos escogidos son de naturaleza compleja (Olaya-Escobar et al., 2017).
Por último, la actitud hacia las actividades de KTT tampoco es determinante para explicar la participación de los investigadores en contratos de I+D (β= -0,045). El signo negativo podría indicar que, a pesar de que los investigadores son conscientes de que el rendimiento global de la universidad es la suma de las contribuciones individuales y que su trabajo puede aportar al desarrollo del país, muchas veces prefieren otro tipo de estrategias que contribuyan, pero que no requieran interacción externa y procesos administrativos adicionales (Bruneel et al., 2010). Aun así, esta interpretación debe ser tratada con cautela dada la no significancia de este factor.
6. CONCLUSIONES
En los últimos años, las actividades de transferencia de conocimiento y tecnología desde las universidades hacia el sector productivo han ido creciendo en importancia (Bengoa et al., 2020; Hamilton y Philbin, 2020), siendo dichas actividades vistas como un mecanismo efectivo para dinamizar la economía y promover un crecimiento y desarrollo sostenido de un territorio.
Antes, estas demandas por un acercamiento entre ciencia e industria, la apuesta de las universidades por implementar diferentes mecanismos y políticas destinadas a estimular las actividades de KTT ha ido en aumento, y la literatura académica se ha hecho reflejo de ello. Sin embargo, se observa un vacío teórico y empírico a la hora de analizar la motivación de los investigadores para participar en tales actividades, al haber sólo unos pocos trabajos y todavía con resultados no concluyentes (Ryan y Berbegal-Mirabent, 2016). Adicionalmente, la mayoría de estos estudios se han centrado en el análisis de ecosistemas de ciencia-tecnología maduros, lo que agrandaría la posible brecha con los países con menos recursos y tradición y que, por lo tanto, requieren de una mayor atención. Este es el caso de regiones como Latinoamérica, donde la baja generación de patentes limita las dinámicas de transferencia respecto a las de países desarrollados (Crespi y Dutrénit, 2014; Ísmodes, 2015).
Con el objetivo de comprender qué es lo que impulsa a los investigadores a participar en actividades de transferencia, este estudio se articula alrededor de la siguiente pregunta de investigación: ¿qué factores influencian la predisposición de los investigadores para involucrarse en contratos de I+D con la industria? Partiendo del trabajo de Olaya-Escobar et al. (2017) , este estudio aborda dicha cuestión a través de una aproximación original al perfil motivacional del investigador en un país con bajos niveles de transferencia como es Colombia y, en concreto, los investigadores de la UNAL. Tomando como medida de la actividad de KTT el número de contratos de I+D participados por el investigador en los últimos 5 años, se plantea un modelo de ecuaciones estructurales para averiguar el efecto de un conjunto de factores motivacionales sobre el output de interés.
En concreto, los resultados evidencian que para que los investigadores de la UNAL participen en contratos de I+D es muy importante que la institución cuente con una cultura y un marco normativo favorable. Por el contrario, los servicios de apoyo parecen tener una influencia negativa. Con respecto a las motivaciones, ya sean intrínsecas o extrínsecas, no se observa ningún efecto estadísticamente significativo. Los resultados (discutidos en la sección anterior) tienen importantes implicaciones para los encargados de diseñar políticas de promoción y soporte a las actividades de KTT.
Si bien para diseñar este estudio se ha seguido un proceso riguroso, hay un conjunto de limitaciones que han condicionado la investigación. En primer lugar, es relevante remarcar la dificultad para acceder a información institucional de la UNAL dada la carencia de una oficina de transferencias de tecnología centralizada. Este hecho ha ocasionado que las diferentes sedes de la institución tengan comportamientos muy divergentes, como es el caso de las sedes de Bogotá y Medellín, las cuales son las más dinámicas. Otra limitación referente a los datos es su fecha de recogida. A pesar de que los datos son de 2015, consideramos que el trabajo sigue estando vigente, dado que no ha habido cambios significativos en la realidad descrita. Además, la poca literatura al respecto en el contexto Latinoamericano hace que estos datos adquieran mayor valor. En cuanto al contexto de estudio, como se desprende de los descriptivos de la muestra, los profesores que respondieron al cuestionario responden al perfil de docentes de planta, con estabilidad profesional y económica, y con el 67,94% de ellos en un rango de edad entre los 40 a los 59 años. Estos números indican que se trata de profesores que ya han consolidado su carrera, tienen experiencia en investigación, así como credibilidad en el sector empresarial. Si bien es un perfil interesante de explorar a nivel motivacional, como trabajo futuro sería interesante aplicar el modelo a profesores que están consolidando su carrera, con el fin de verificar la influencia del factor de incentivos de promoción en profesorado novel. Por último, el estudio particulariza por el caso de la UNAL, una institución con un fuerte componente tecnológico, lo que impide generalizar los resultados para el resto de las instituciones del país. Se anima a trabajos futuros analizar la realidad en otras universidades del país o región, para explorar así el posible efecto que tiene el componente geográfico, cultural y económico (p.ej. riqueza, innovación, fomento del emprendimiento) del territorio en el que se ubica la universidad en la predisposición de los investigadores para involucrarse en actividades de KTT.