Innovació és, també, pensar

<!-- metadata commented in wiki content


==Innovació és, també, pensar==

<span id='_GoBack'></span>
--><big>'''Abstract'''</big>

Els processos de transferència de coneixement en general i aquells adreçats a la transferència de tecnologia en particular són fluxos vitals per a la innovació. Per encabir aquest fet els models econòmics han migrat d’esquemes de producció basats en recursos cap a altres basats en coneixement.

Partim d’una hipòtesi crítica de que, tant per a la innovació com a per a l’economia del coneixement, els models actuals negligeixen les components cognitives subjacents. Passarem a continuació a una hipòtesi d’assaig en la que defensarem que la introducció explícita d’aquests enfocaments cognitius als plans estratègics poden enfortir i fer més eficient el sistema d’innovació.

<!--
==Contribució==

“3r Congrés d’Economia i Empresa de Catalunya, cap a un model eficient i equitatiu” dins l’eix “8. El sistema de ciència i innovació: realitat i potencial: relació acadèmia-indústria (sector públic-sector privat), processos de connexió entre els agents del sistema d'innovació i transferència de coneixement”.
-->

==Introducció i motivació==

El terme ‘innovació’ fa temps que es va obrir via més enllà de l’argot de cercles professionals especialitzats i va entrar a formar part del llenguatge quotidià de pràcticament tots els àmbits socioculturals. Els mitjans i les xarxes socials fan ús habitual, apareix als eslògans de campanyes de màrqueting, s’usa com apel·latiu de persones i entitats que volen marcar tendència i fins i tot com a divisa política. Lluny queden ja els seus orígens etimològics i no hi ha una clara intenció de rescatar-los. L’últim esforç oficial per definir la innovació potser el trobem a la tercera edició del Manual d’Oslo que l’Organització per a la Cooperació i Desenvolupament Econòmic (OECD: Organisation for Economic Co-operation and Development) va publicar fa tretze anys (OECD, 2005). Això sí, interpretacions alternatives, models i teories sobre el tema es publiquen de forma contínua i massiva des que Joseph Schumpeter va obrir les portes al nou ofici dels gurus de la innovació, sigui dit amb ''animus iocandi''.

Com la pedra filosofal, l’elixir de l’eterna joventut i d’altres pensaments onírics de la humanitat, trobar la fórmula de la innovació s’ha convertit en l’obsessió de molts i vendre-la en el modus vivendi de molts altres. Fixem-nos per exemple en aquesta introducció al llibre ‘''The Four Lenses of Innovation: A Power Tool for Creative Thinking''’ publicat per Wiley al 2015 (Gibson, 2015): “''Contrary to popular belief, innovation is not some mystical art that’s forbidden to mere mortals. The Four Lenses of Innovation thoroughly debunks this pervasive myth by delivering what we’ve long been hoping for: the news that innovation is systematic, it’s methodical, and we can all achieve it. By asking how the world’s top innovators Steve Jobs, Richard Branson, Jeff Bezos, and many others came up with their game-changing ideas, bestselling author Rowan Gibson identifies four key business perspectives that will enable you to discover groundbreaking opportunities for innovation and growth''”. És un dels milers de publicacions que fonamenten el seu èxit de venda en la esperançadora idea de que tothom pot innovar si segueix una metodologia i una sistemàtica determinada. No volem entrar en el debat ètic de vendre continguts d’autoajuda, però aquest tipus de fórmules comercials aplicades a l’àmbit de la innovació no ajuden precisament a potenciar-la, el que fan és més aviat fomentar un fals esperit o cultura innovadora, contribuint a banalitzar-la i tot amagant la realitat de la seva ''conditio sine qua non'', la capacitat i la voluntat de pensament.

Acceptada la innovació com el catalitzador del creixement de l’actual model econòmic, el ''think tank'' dels països desenvolupats, l’OECD, va haver d’idear i disseminar nous conceptes i models socioeconòmics per tal de facilitar-la. De tots ells potser el més rellevant és el concepte tan ben arrelat d’economia basada en el coneixement (OECD, 1996). La ‘''knowledge-based economy''’ o ‘''knowledge economy''’ va ser massivament disseminada i objecte de multituds d’enfocaments per part de un gran exèrcit internacional de gurus. Tal i com passa amb la innovació, per excés d’ús i per interessos lucratius d’autors oportunistes, s’ha anat generant un clímax de veneració i banalització alhora del concepte de coneixement i d’encobriment, voluntari o involuntari, de la seva ''conditio sine qua non'', la capacitat i la voluntat de pensament.

Així que aquesta ''conditio sine qua non'' és el motiu que suscita als autors la presentació d’aquesta ponència, a meitat de camí entre un article de revisió crítica dels enfocaments usuals a la bibliografia de la innovació i l’economia del coneixement, basats en models d’estratègia i gestió, i un assaig de re-enfocament dels mateixos conceptes des de l’òptica de les capacitats cognitives que permeten el pensament i que sovint queden obviades. Per tal de focalitzar tant la revisió com l’assaig dins l’àmbit d’expertesa dels autors, ens restringirem a una única font d’innovació, aquella que prové de la generació de nou coneixement d’origen científic i/o tecnològic. Més endavant es donaran arguments per defensar aquesta tria, ja que possiblement és el flux d’innovació més rellevant.

Partim doncs d’una hipòtesi crítica de que, tant per a la innovació com a per a l’economia del coneixement, han proliferat en excés els abordaments que negligeixen els models cognitius i que aquesta simplificació pot esdevenir perillosa per a la salut del nostre sistema d’innovació. Passarem més endavant a una hipòtesi d’assaig en la defensarem que la introducció d’aquests enfocaments cognitius poden enfortir i fer més eficient el sistema d’innovació català. No és pretén cap canvi de paradigma, més aviat és pretén discórrer sobre una subtil i nova percepció del model actual que contempli els recursos cognitius implicats a la innovació i l’economia del coneixement, percepció que podríem presentar com a “economia basada en el pensament”.

==Breu recorregut pels conceptes cognitius inherents a la innovació==

Cap economia avançada posa en dubte que la innovació és el motor del progrés i un inesgotable estímul per a la prosperitat. El terme innovació significa genèricament activitats que creen nous productes materials i intel·lectuals valuosos, sense precedents, per a la civilització i el progrés de la humanitat (He, 2007). A nivell més operatiu, el Manual d’Oslo (OECD, 2005) ens descriu la innovació com la implementació d’un nou o considerablement millorat producte (bé o servei), o procés, o nou mètode de màrqueting, o nou model de negoci, o nou arranjament de l’espai organitzatiu o de les seves relacions externes. Aquesta definició tan àmplia comporta un ventall enorme de possibles tipus d’innovacions. Pel que fa a les finalitats de la present revisió i assaig, els autors es focalitzaran en aquelles activitats d’innovació d’origen científic i/o tecnològic que acaben provocant un nou producte, procés o servei.

Es tracta ineludiblement d’una peculiar concatenació de feines creatives, tanmateix ben gestionades i amb una clara orientació a negoci; o sigui que òbviament es necessita ‘talent creatiu’. També requereix d’una consciència de progrés i d’una voluntat ferma per vèncer barreres socioculturals, el que acostumem a anomenar ‘esperit innovador’. La intersecció d’aquests dos conjunts hauria de ser l’objectiu primordial de qualsevol política que s’adreci a la innovació: s’han de cultivar el major nombre de talents creatius amb esperit innovador (que podríem anomenar ‘talent innovador’ per abreujar).

El talent creatiu revela el potencial del ‘pensament creatiu’ i l’esperit innovador posa de manifest la ‘consciència innovadora’ i ‘l’habilitat per innovar’. El pensament creatiu respon a ‘cóm crear’ idees, teories o dissenys. La consciència innovadora respon a ‘per què innovar’. L’habilitat per innovar respon a ‘cóm transformar’ les idees, teories i dissenys en nous productes físics o intel·lectuals. Sense aquests tres ingredients de l’àmbit de les ciències cognitives, qualsevol discurs sobre innovació conté buits i qualsevol estratègia d’innovació no encertarà el seu ple. Òbviament aquests trets no tenen perquè recaure a la mateixa persona, que seria l’òptim esperat, però el sistema els ha de cultivar amb aquesta intenció. I aquest cultiu s’ha de fer a llarg termini i de forma persistent durant tota la vida acadèmica i professional de l’individu.

 [[Image:review_Jimenez_2018b-image1.png|396px]]

''Figura 1.- Components del talent innovador.''

Sense treure rellevància a cap altre ingredient ni desmerèixer cap model d’innovació, es vol posar èmfasi en el fet que el pensament creatiu és la base indispensable per a produir tangibles intel·lectuals que engeguin el procés d’innovació. El que això sembli una obvietat fa justament que sovint s’obviï tant en els discursos com a la posada en pràctica de polítiques, plans o estratègies d’innovació, essent possiblement la principal causa dels desencerts. Es proposa doncs abordar la innovació amb un itinerari que comenci pel talent innovador i amb la humil intenció de donar arguments per tal d’emfatitzar i promoure la seva presència en aquestes esferes. No s’entrarà en cap enfocament economista de la innovació que des de la irrupció de Schumpeter (Schumpeter, 1989) ens ha anat deixant un gran ventall de models (tants com autors), tots ells interessants, però que sovint obvien els continguts cognitius. Amb altres paraules, els autors d’aquesta dissertació creuen que conèixer, explicitar i difondre els processos cognitius que porten al descobriment i la invenció poden ser útils per augmentar la probabilitat de descobrir i inventar.

Si ens permeten la metàfora, el concepte d’innovació és prismàtic i s’acostuma a exhibir amb la cara cognitiva contra el tapet. Sabem que existeix, però mai surt clarament enquadrada a la foto. Anem doncs a girar el políedre oferint una perspectiva no usual amb el talent innovador en el primer pla, en lloc dels habituals (i igualment importants): ''management'' , ''business'', ''leadership'', ''intellectual property'', ''market'', ''entrepreneurship'', etc. Un breu recorregut per la literatura de la ciència cognitiva serà el petit preu a pagar per assolir aquesta nova perspectiva.

La ciència cognitiva respon a la necessitat vital d’entendre la ment humana, és doncs l’estudi del pensament, l’aprenentatge i els processos d’organització mental. Va néixer com a ciència als 1950s quan és va entendre finalment que les respostes a les grans incògnites que comportava el repte cognitiu provenien de múltiples disciplines i quan la psicologia va superar el període conductista. Es va anar forjant un camp interdisciplinari amb contribucions de la psicologia, la neurociència, la lingüística, la filosofia de la ment, la ciència computacional, l’antropologia, la sociologia i la biologia (Miller, 2003). Des de llavors, la bibliografia sobre teories del pensament i classificacions de les formes bàsiques del pensament humà s’ha fet molt extensa: (Bruner et al., 1956), (Newell et al., 1972), (Zhu et al., 1991).

El pensament l’hem d’entendre com una funció del cervell que ha evolucionat durant un llarg període de temps i que ha permès als humans generalitzar i indirectament reflectir el món físic, l’essència de les coses que el constitueixen i la relació inherent entre elles. Per tal de sobreviure, enfrontar-se a la natura, transformar el món físic i assolir les diferents expectatives, el pensament humà esdevé una funció intel·lectual indispensable.

Esmentarem una categorització comunament acceptada de les formes bàsiques de pensament segons quatre principis fonamentals, en termes de: abstracció de continguts, intel·ligència aplicada al pensament, direcció del procés de pensament i profunditat de pensament.

El nivell d’abstracció dels continguts ens pot portar a pensament simbòlic concret o a pensament lògic abstracte. Segons el grau d’intel·ligència podem dividir el pensament en reproductiu o creatiu. La direcció del procés de pensament ens classifica entre pensament divergent (multi-dimensional) o pensament convergent (focalitzat). D’acord a la profunditat, podem parlar de pensament conscient o pensament subconscient.

 [[Image:review_Jimenez_2018b-image2.png|600px]]

''Figura 2.- Categorització de les formes bàsiques de pensament segons quatre principis fonamentals''

El llenguatge (tant parlat com escrit) és la matèria primera del pensament lògic en forma de seqüència lineal de símbols (tant sonors com gràfics) que representen els continguts del pensament (les relacions entre les coses i els atributs essencials de les coses). El llenguatge també fa de pont entre el pensament simbòlic de l’emissor (orador o escriptor) i el receptor (oient o lector). Al tractar-se d’un procediment lineal, està totalment restringit al temps, l’orde i la continuïtat. Aquest fet el fa bastant ineficient i ple de limitacions. Però és el que tenim, i amb les seves ineficiències i limitacions hem arribat al corpus de coneixement actual que no és gens fútil (o potser sí ho veuen així altres formes de pensament alienígenes); però de coneixement es parlarà més endavant.

Continuant amb l’aproximació al pensament, és necessari mencionar els mètodes de processament del pensament simbòlic: anàlisi, síntesi, comparació, abstracció, generalització, classificació i imaginació.

L’anàlisi és la operació mental que ens permet descompondre l’observació (i la seva representació simbòlica) en un conjunt de components observables (i amb les seves corresponents representacions simbòliques). La síntesi és justament el procés mental invers, el que permet combinar un conjunt d’observables (i les seves representacions simbòliques) per aconseguir un únic observable (i la seva representació simbòlica) complert.

La comparació estableix les similituds o diferències entre els fenòmens, objectes o fets observats. L’abstracció és l’operació mental que extreu els atributs essencials de les coses triant els aspectes comuns dels fenòmens, objectes o fets observats en pluralitat, descartant els no essencials; aquests atributs obeeixen a un nivell de pensament lògic i surten del món dels observables. La generalització permet estendre els atributs fruit de l’abstracció a altres fenòmens, objectes o fets amb la mateixa natura. La classificació és l’operació mental que permet reunir objectes i conceptes en funció a atributs comuns.

I finalment la imaginació, que comporta el processament mental de múltiples observables (imatges o percepcions en general) mitjançant l’ajustament, integració i reconstrucció. A diferència de l’anàlisi i la síntesi, on els components observables no canvien, la imaginació “altera” els observables (i les seves representacions simbòliques) per formar un observable totalment nou. Per exemple, és el mecanisme que ens permet recrear mentalment un objecte que ja no es troba present dins el nostre camp d’observació (entesa l’observació en el seu ampli sentit sensorial). La imaginació s’alimenta d’elements prèviament percebuts i experimentats i els transforma en noves visualitzacions. Segons el grau de novetat d’aquestes visualitzacions podem distingir entre imaginació reconstructiva o imaginació creativa. Amb la imaginació reconstructiva podem crear-nos imatges a partir del que altres ens han descrit sense haver-les experimentat. Amb la imaginació creativa podem crear imatges sense inputs previs. Òbviament, la imaginació (tant reconstructiva com creativa) és una capacitat clau per a qualsevol activitat creativa, tant artística com científica.

Es comunament acceptat que el ‘''Hereditary Genius''’ de Francis Galton al 1869 (Galton, 1869) va suposar la primera publicació amb un enfoc científic sobre la creativitat. Però pel que fa al pensament creatiu, possiblement el primer investigador en abordar el tema va ser el psicòleg anglès Grahan Wallas amb ‘''The Art of Thought''’ al 1945 (Wallas, 1926). Va ser un dels primers models del procés creatiu basant-se en quatre fases (que es continuen citant en els treballs acadèmics sobre creativitat): preparació, incubació, il·luminació i verificació.

Una altra fita acadèmica en teories de la creativitat la va marcar Joy Paul Guilford al 1950 en la seva lliçó magistral al congrés anual de la APA. De fet Guilford pretenia crear un model per l’intel·lecte en conjunt, però en el seu intent ho va fer per a la creativitat en especial (Guilford, 1950, 1967). Parteix de la hipòtesi que qualsevol tasca mental té tres dimensions: contingut, operació i producte. Cada dimensió, a la seva vegada, es divideix en les següents parts:

:1. Contingut: gràfics, símbols, semàntica i comportament.

:2. Operació: cognició, memòria, pensament divergent, pensament convergent i avaluació.

:3. Producte: unitat, classificació, relació, sistema, transformació i implicació.

Si fem el producte obtenim 120 tipus de tasques mentals anomenats factors intel·lectuals. Per aquest gran ventall de variables pel pensament creatiu, Guilford també va desenvolupar un conjunt de mètodes per poder-les mesurar.

Desprès de l’extens treball de Guilford van venir altres autors prolífics, d’entre els quals destaca Robert J. Sternberg que va desenvolupar la ‘''triarchic theory of intelligence''’ (Sternberg, 1988). Segons aquesta teoria la intel·ligència gira entorn l’intercanvi de tres aspectes operatius de la ment: analític, pràctic i creatiu. La intel·ligència analítica (o intel·ligència componencial) inclou el pensament abstracte, el raonament lògic, així com les habilitats verbals i matemàtiques. La intel·ligència pràctica (o intel·ligència contextual) es tracta de l’habilitat d’aplicar el coneixement al món real així com de triar o modelar l’entorn. La intel·ligència creativa (o intel·ligència experiencial) comporta el pensament creatiu fent servir pensament divergent (generar noves idees) i habilitat per afrontar situacions noves.

==Epistemologia de la ciència i la tecnologia==

Tancat el breu recorregut per les teories cognitives en general, voldríem fer algunes apreciacions particulars sobre el procés de pensament creatiu a la ciència i la tecnologia (Gorman, 2004), ja que, recordem, és la font del talent innovador a la que es vol restringir aquest article. L’acoblament de ciència i tecnologia és analitzat per alguns autors (Goldman, 2007) i ocasionalment anomenat com ‘tecnociència’. La ciència, les tecnologies que d’ella es deriven i les tecnologies que requereix pel seu exercici, han suposat el principal motor de canvi social des de finals del segle XIX, escampant, aprofundint i evolucionant l’impacte de la primera revolució industrial (McClellan III, 2015). Els fruits del pensament científic afecten a la societat en primera instància per mitjans de les innovacions tecnològiques i en segona instància canviant com entenem el món i a nosaltres mateixos. Però de totes les idees científiques que han anat modelant la vida moderna, potser cap ha estat més influent que la pròpia idea de ciència tal i com es va engendrar al segle XVII.

El científic manega materials de pensament principalment basats en visualitzacions espacials i relacionals. La seva activitat creativa es focalitza en trobar l’essència dels objectes de la natura, els seus atributs, les relacions entre ells i les lleis que regeixen els seus canvis i interaccions. Es tracta principalment de processos de pensament no conscient que produeixen “visions” (no poden ser descrites amb llenguatge) i sovint apareixen sobtadament i de forma accidental (el clímax conegut com moment “Eureka”). Els resultats de valor afegit que persegueix el pensament científic són aquells que no han estat revelats amb anterioritat, els que donen peu a una nova teoria o metodologia. Però malgrat aquesta gestació imaginativa, intuïtiva i subconscient, el procés de creació científica és totalment inseparable del pensament lògic, al capdavall la cotilla que permet la validació dels seus resultats.

La paraula ‘ciència’ prové etimològicament de ‘coneixement’ en llatí. Però des de la revolució científica del segle XVII, entenem la ciència com una forma particular d’aproximar-nos a l’estudi de la natura. La paraula ‘tecnologia’ prové del grec ‘art, tècnica o ofici’. Tot i que el concepte de tecnologia és molt més antic que el de ciència, no és fins al segle XIX on totes dues encaixen juntes d’una forma tan “explosiva” i es converteixen en el “motor bicilíndric” de canvi i progrés que acaba dominant la condició humana.

Què és el que fa que ciència i tecnologia tinguin un emparellament tant productiu? Per poder donar resposta, és el moment d’associar inclusivament tecnologia a ‘saber com’ (farem servir en endavant el terme anglès de ‘''know-how''’) i ciència a ‘coneixement’ (entenent sempre el coneixement sobre el món).

Des de 5.000 anys abans de la invenció de l’escriptura, la humanitat va anar acumulant ''know-how'' molt sofisticat i poderós en forma tecnològica (agricultura, ceràmica, tèxtil, metall, construcció) i no tan tecnològica (organització social, govern, comerç, religió). Aquest ''know-how'' es podia disseminar i transmetre de generació en generació sense necessitat d’escriptura per tal de no haver de “reinventar la roda”. El ''know-how'' és una forma de coneixement pragmàtic que permet crear coses i processos, de fet el podem entendre com un coneixement “enclastat” a aquestes coses i processos perquè la seva transferència està vinculada a ells.

Però el coneixement científic, entenent-lo com a fruit abstracte dels processos cognitius aplicats a l’explicació de la natura, és teòric, requereix ineludiblement d’una representació simbòlica, necessita de l’escriptura. El coneixement es captura en texts, que a la seva vegada són els recipients de les idees. Així doncs, l’escriptura és una condició necessària (però òbviament no suficient) per a la ciència. La ciència moderna, des del seu naixement al XVII, està vinculada a la textualitat, les seves afirmacions han de ser formulades i disseminades per escrit (llibres, assaigs, articles, reports, etc.).

Atorgarem al coneixement els atributs d’universal, necessari i cert, tal i com els van introduir Plató i Sòcrates. Eludim la disputa racionalista-empirista (puix entenem que la font del procés cognitiu que ha produït el coneixement pot incloure perfectament l’experiència) i no entrem en els postmodernismes que defensen la introducció de visions subjectives del món dins el concepte de coneixement. Des d’aquesta perspectiva pròpia del positivisme, la ciència, amb el seu mètode científic, es converteix en l’únic mecanisme intel·lectual existent que assegura els tres atributs (universalitat, necessitat i certesa) i és, per tant, la generadora de coneixement sobre el món.

La universitat es va inventar al segle XII no merament com una escola avançada, sinó com una comunitat d’acadèmics que perseguien aquest tipus de coneixement com a finalitat ''per se'' (Haskins, 1957). Aquestes universitats creades entre el XII i el XVI es van convertir en els instruments crucials per als fundadors de la ciència moderna.

En contrast a la universalitat del coneixement, tenim la pragmaticitat del ''know-how'', el saber com resoldre una situació concreta mitjançant una tecnologia o una metodologia. Podem dir que és l’enginyeria la que s’encarrega d’assolir aquesta fita. A diferencia del coneixement, que és totalment explicitable, el ''know-how'' també contempla components tàcits, habilitats i destreses de difícil explicitació, només assolibles amb l’experiència. L’enfocament d’aquest assaig, que no vol ser pas cientista, parteix de la legitimitat i la necessitat d’ambdós fruits del pensament, ''knowledge'' i ''know-how'', com a combustible d’una sistema adreçat a la innovació. I és que aquí rau el gran potencial del binomi de la tecnociència. La generació de noves tecnologies és altament depenent dels resultats científics, és a dir, per disposar de nou ''know-how'' sovint, però no necessàriament, necessitem nou coneixement científic. A la seva vegada, les ciències experimentals requereixen d’equipaments tecnològics cada cop més sofisticats, és a dir, per generar coneixement és necessari disposar de molt ''know-how''. Estem davant d’un binomi ja indissociable, possiblement el motor de progrés més important de la història de la humanitat, una simbiosi on cada cop les fronteres es fan més difoses.

No volem acabar aquest apartat sense tractar breument un detall important, l’aprenentatge. No ens podem reprimir parafrasejar a Isaac Newton: “''Si he pogut veure més enllà que els altres és perquè he estat dempeus sobre les espatlles de Gegants''” (Westfall, 1980:274). Efectivament, a aquestes alçades de la història de la humanitat és impossible generar nou coneixement del no res. Tot tecnocientífic ha d’aprendre abans de crear. Torna a ser una obvietat, però recordem que un dels propòsits d’aquest article és assenyalar els perills d’obviar ingredients a la fórmula de la innovació.

L’aprenentatge és existencial i totalment imbricat amb el pensament, així que el seu estudi torna a ser complex i interdisciplinari. Quedem-nos amb la definició de que es tracta d’un canvi relativament permanent a les associacions mentals i/o al comportament degut a l’experiència (Seel, 2012). Des d’un punt de vista històric, l’aprenentatge ha estat un tema recurrent a l’epistemologia i la filosofia. Però va ser al segle XX que va entrar a formar part de l’àmbit científic amb l’adveniment de la psicologia de l’aprenentatge i camps relacionats com el de la motivació, cognició i metacognició. Les teories de psicologia de l’aprenentatge es poden agrupar en categories bàsiques com les del cognitivisme, conductisme, connectivisme, constructivisme i l’aprenentatge social.

El segle XXI ens depara grans avenços en aquest camp fruit de la irrupció, fa més d’un lustre, d’un àmbit prometedor, el ‘''machine learning''’ (Samuel, 1959). Una màquina aprèn en la mesura que pot canviar la seva estructura, programa o dades de tal forma que això suposi una expectativa de millora en el seu acompliment. Usualment això és du a terme mitjançant tasques basades en intel·ligència artificial. Però el fet important aquí és que moltes tècniques del ''machine learning'' deriven dels esforços dels investigadors en psicologia en avançar a les seves teories d’aprenentatge (tant humà com animal) mitjançant models computacionals. I inversament, sembla que els conceptes i les tècniques que exploren els investigadors de ''machine learning'' també estan il·luminant certs aspectes de la biologia de l’aprenentatge. Serveixi això d’exemple de la potència de la interdisciplinarietat que tractarem més endavant.

La tendència recent és la d’enfocar el tema des dels fonaments neurobiològics de l’aprenentatge i el pensament, discutint-los alhora. Hi ha expectatives de que la neurobiologia pugui donar respostes concloents a les qüestions de com funciona el cervell, de com les neurones produeixen el pensament, l’aprenentatge i l’actuació. Són punta d’espasa d’aquestes expectatives dos mega-projectes: la ''BRAIN initiative'' engegada per l’Administració d’Obama (BRAIN, 2013) i el ''Human Brain Project'' (HBP, 2013) engegada per la Comissió Europea en resposta a l’anterior; totes dues iniciatives compten amb un finançament aprovat a deu anys de 3.500 milions d’euros i 1.000 milions d’euros respectivament. Desitgem des d’aquí que aquestes grans inversions també hagin de servir per il·luminar les futures generacions en com pensar més i millor i el procés d’innovació se n’acabi beneficiant.

==De l’economia del coneixement a l’economia del pensament==

Creiem que hem descrit breument les coordenades dels conceptes de pensament i coneixement en el pla cognitiu i també hem esbossat les seves projeccions al pla epistemològic de la ciència i la tecnologia. No ens volem estendre més en aquest anàlisi perquè el nostre objectiu és posar de manifest la necessitat del pensament creatiu com a motor de la ciència i la tecnologia i com a font del nou coneixement que consumeix qualsevol procés d’innovació. De fet, com altres autors defensen (Goldman, 2007), som partidaris d’atorgar a les idees científiques el protagonisme de l’avanç de la ciència, en lloc de fer servir l’expressió de descobriments científics. La paraula ‘descobriment’ té més força retòrica per la seva neutralitat i imprimeix una connotació més persuasiva; la natura és així i el científic que l’ha escrutat, l’ha descobert. Però un cop més s’obvia el pensament creatiu del propi científic i es despulla innecessàriament el pla cognitiu necessari per a que es produeixi el nou coneixement. Copèrnic no va descobrir que la terra girava al voltant del sol; va ser la idea de Copèrnic de que era la terra la que es movia la que va motivar que arreplegués tot un seguit d’evidències i conclusions per a que es pogués validar una nova teoria. Einstein no va descobrir la relativitat especial; Einstein va tenir la idea d’acceptar que la velocitat de la llum era una constant universal i que, per tant, no depenia del sistema de referència inercial d’on s’observés, portant directament a una nova concepció de l’espai i el temps que tothom després va poder validar experimentalment.

És pràctica habitual doncs que el discurs es desfaci gratuïtament de la component de pensament creatiu que és ''conditio sine qua non ''per a la generació de nou coneixement, així com el gran esforç intel·lectual necessari per a adquirir aquest nou coneixement. Tornant a l’exemple anterior, són ben conegudes les dificultats que va tenir Einstein per a ser reconegut pels seus coetanis perquè les seves teories, una de moltes la relativitat, no eren fàcilment enteses. Tot coneixement requereix un cert llindar d’esforç i capacitats cognitives per tal de ser adquirit. La teoria de la relativitat general pot estar perfectament explicada a la publicació d’Einstein (Einstein, 1920), però fins que algú més no va fer l’esforç intel·lectual d’entendre-la no podem parlar de coneixement adquirit (o transferit). Es requereixen capacitats intel·lectuals, voluntat (normalment lligada a la motivació) i treball de pensament per assolir el llindar ‘d’adquisició’ de coneixement. I llavors el coneixement entra en la fase ‘d’utilitat’ i, tornant a l’exemple de la relativitat, es poden implementar els algorismes pertinents de correccions relativistes per a que els satèl·lits GPS puguin funcionar correctament. I acte seguit aquest coneixement es pugui ‘explotar’ venent aparells i aplicacions de geoposicionament.

Estem acostumats a expressions com “generació o producció del coneixement” i “adquisició o inversió en coneixement”, en contexts que tracten el coneixement com un bé productiu o un fungible de l’organització. És cap a on ens ha portat la visió i l’evolució conceptual de la societat o l’economia del coneixement. Al 1996 un informe de l’OECD ja feia ressò del concepte d’economia basada en el coneixement (OECD, 1996). Amb l’expansió que les tecnologies de la informació estaven prenent, es considerava una emergent ‘societat de la informació’ fruit de la creixent codificació del coneixement i la seva transmissió a través de les xarxes. Amb aquests termes s’expressava el document que analitza l’adveniment d’una nova economia degut a que la facilitat amb la que la informació i el coneixement flueixen augmentarà sense precedents la generació de valor afegit, la tecnologia i, ''ipso facto'', la innovació.

Sens dubte era necessari al 1996 tornar a posar en valor el coneixement humà, el seu renaixement després d’un llarg període, potser, massa materialista. El problema és que les exaltacions acostumen a esbiaixar el rumb cap a l’òptim perquè allò que s’exalta obvia i rebaixa a la resta. La contrarietat és que, per a l’economia, el coneixement no pot ser motor i combustible alhora. Si per analogia al seu caràcter de fluir atorguem al coneixement el rol de combustible, el talent ha de ser el motor i el pensament els seus pous d’extracció. Som conscients que es tracta d’una metàfora naïf, però que esdevé el leitmotiv d’aquest assaig. No és la nostra intenció engegar ara cap moda de prefixes (del tipus ''talent-based'' o ''thinking-based''), simplement pretendrem en els propers paràgrafs redreçar, en la mesura que sigui possible, els pilars cognitius a l’actual model.

Les bases del model actual les va establir l’esmentada publicació de l’OCDE. A l’apartat referent a la codificació del coneixement (OECD, 1996:12), i de cara a facilitar l’anàlisi econòmic, els autors ens proposen una curiosa classificació dels diferents tipus de coneixement que conforma l’economia del coneixement: ''know-what'', ''know-why'', ''know-how'', i ''know-who''. Creiem que aquí queda palès fins a quin punt es “relaxa” el concepte coneixement de cara a que el model pugui encabir totes les variables necessàries, difuminant-se perillosament les fronteres entre percepció, informació i coneixement.

És en aquest precís punt on proposem recuperar el rigor dels conceptes tal i com els hem presentat prèviament en els apartats de teoria cognitiva, reservant la tecnologia com a manifestació del ''know-how'' i, havent-hi atorgat al coneixement els atributs d’universalitat, necessitat i certesa, acceptar només com a font el pensament creatiu i el lògic requerit pel mètode científic. No es tracta només de ser primmirats amb les definicions, es tracta de que amb aquest apunt de rigor, les variables cognitives es revitalitzen al model i, com dèiem, pensar es converteix en l’activitat extractora del coneixement i el talent en el veritable motor de l’economia que consumeix el coneixement per poder validar-ho, transmetre-ho, ampliar-ho i, finalment, explotar-ho.

No tenim cap fórmula miraculosa per a que es pensi més i millor ni per a que neixin més persones talentoses, però si que hauríem de generar fórmules eficaces per tal de que el pensament creatiu i els recursos humans que el puguin dur a terme guanyin protagonisme dins els discursos i els plans de les polítiques d’innovació d’aquest país. Parlar de com motivar i facilitar el pensament del talent existent és més encertat que parlar de com gestionar el coneixement (motivar el talent és una fase prèvia i ''sine qua non'' a la gestió del coneixement). Parlar de ''talent-intensive industries'' és potser més directe que parlar eufemísticament de ''knowledge-intensive industries''. Contemplar el flux d’investigadors cap les empreses és potser més fàcil que resoldre ''ad eternum'' la difícil equació de la transferència de coneixement cap el sector privat. Ens volem refermar en que la nomenclatura no ben triada, tot i que la intenció sigui molt lloable, pot restar eficàcia als objectius de millora del nostre sistema d’innovació.

La fal·làcia de l’economia del coneixement és fruit de l’expectació desmesurada en les capacitats de les tecnologies digitals i un excés de protagonisme de la societat de la informació. I és que per molt que incrementem l’ample de banda de connexió a internet de la nostra organització no té perquè pujar el ritme d’adquisició de coneixement. En canvi, el ritme d’adquisició i de generació de coneixement pot créixer àmpliament en funció de la contractació de talent.

La revolució digital ens està facilitant la cerca, l’accés i el processament de la informació d’una forma vertiginosa. La intel·ligència artificial torna a emergir amb ganes de demostrar que és més que font d’inspiració dels guionistes de ciència ficció i amb la intenció d’alliberar-nos d’algunes de les operacions cognitives que esmentaven al començament de l’article. I l’accés a les casi infinites virtuts del regne digital el trobem pràcticament arreu del món i cada cop més a l’abast de tots el humans. I per si no n’hi hagués prou, ara connectarem les coses del nostre món civilitzat per a que també hi participin lliurant informació i deixant-se controlar pels algorismes de l’automatització, la ‘''internet of things''’.

L’informe de l’OECD és el tret de sortida de l’economia del coneixement als països desenvolupats. Comença l’exaltació del coneixement en totes les seves formes: explícit, tàcit, lògic, semàntic, sistèmic, empíric... Tot el coneixement és susceptible de ser codificat i transmès. Comença l’obsessió pel ''knowledge-based'', ''knowledge-intensive'', ''knowledge-driven''... prefixes sense els quals qualsevol projecte podia quedar fóra de joc. Totes les economies avançades comencen a virar el rumb dels seus discursos cap a la generació, distribució i explotació del coneixement. Comença l’escalada del coneixement a la famosa corba d’hiperexpectació de la consultora Gartner.

Són fets extraordinaris i indiscutibles de la societat de la informació i el coneixement. Però el coll d’ampolla ara el tenim a la vessant humana, perquè recordem que el coneixement és coneixement si i només si s’allotja al cervell d’algun ésser humà. I això passa ineludiblement pel mecanisme cognitiu, amb la seva corresponent despesa d’energia i de temps. El pensament ha esdevingut un coll d’ampolla en el si de la revolució digital. La nostra fortalesa com a espècie dins el regne animal s’ha convertit en una feblesa dins el sistema socio-econòmic que irònicament hem dissenyat nosaltres mateixos i que ha de créixer constantment i a velocitats vertiginoses per a que es sostingui.

És en aquest tipus de situacions on una peculiar metodologia dels 1980s (originàriament d’aplicació en entorns industrials) ens pot donar una pista de com actuar, la teoria de les restriccions de Goldratt (Goldratt, 1984, 1998). Tot sistema complex ideat per complir una funció (com podria ser el nostre sistema socio-econòmic, o el nostre sistema d’innovació com a part de l’anterior) es caracteritza per estar format per multitud de subsistemes, cadascun d’ells sotmesos a una sèrie de restriccions. Podem modelitzar-ho tot com un conjunt de restriccions encadenades sotmeses a la tensió de l’acompliment dels objectius. Al final és una d’aquestes restriccions les que fa que un dels subsistemes sigui el més feble (per definició de ‘el més feble’ només pot ser un) i es converteixi en el coll d’ampolla del sistema global (o la baula de la cadena que es trenca). Doncs la recomanació és, si descartem canviar tot el sistema, concentrar els esforços per enfortir aquest subsistema fins que deixi de ser el més feble i llavors un altre subsistema es converteixi en el nou coll d’ampolla.

Quedem-nos doncs amb la hipòtesi de que el pensament pròpiament humà esdevé el coll d’ampolla dins els sistemes de la nova era digital i que la teoria de les restriccions ens recomana que el reforcem. Aquest és l’argument que porta als autors a defensar la societat o l’economia del pensament, dit simplement com instrument dialèctic per imprimir força retòrica al missatge, sense ànims de crear neologismes, però amb ànims de crear debat i escoltar totes les tesis i antítesis, perquè debatre sobre el pensament és, també, pensar.

Recordem que quan diem pensament fem referència al procés cognitiu tal i com l’hem introduït al començament de l’article. Al pensament creatiu com a nucli del talent innovador. Al pensament científic com a única font de generació de nou coneixement amb els atributs d’universalitat, necessitat i certesa. I també el fem extensiu al mecanisme cognitiu que porta al ''know-how'' que sosté el món tecnològic perquè vam argumentar que el binomi tecnocientífic és el cor que batega el coneixement de qualsevol sistema d’innovació. Repassem doncs el vincle bidireccional entre ciència i tecnologia.

Comencem per fixar les definicions pertinents, respectant les directrius del darrer Manual de Frascati (OECD, 2015). La recerca dins l’àmbit científic pot ser de tres tipus: recerca bàsica, recerca aplicada i desenvolupament experimental. Totes tres estan representades dins l’acrònim R+D. La recerca comprèn aquelles activitats adreçades a ampliar el corpus de coneixement del món en general, incloent els humans, la cultura i la societat, així com el possible ús d’aquest corpus per concebre noves aplicacions. Recordem que aquest coneixement ha de ser universal, necessari i cert, i això és possible gràcies a unes normes metodològiques que s’encabeixen al mètode científic. Cognitivament parlant, aquestes activitats involucren pensament creatiu, en quant han de generar nous conceptes, i pensament lògic per poder dur a terme el mètode científic. En general sempre es parteix d’idees, conceptes originals i hipòtesis amb l’objectiu de ser validades, però els resultats són de difícil predicció (especialment pel que fa al termini de consecució i la quantitat de recursos necessaris). El Manual de Frascati ens recorda que per a que una activitat sigui considerada recerca ha de satisfer ineludiblement cinc criteris: aportar novetat, demostrar creativitat, comportar incertesa, dur-se a terme amb sistemàtica, i que el resultat sigui transferible i/o reproduïble.

 [[Image:review_Jimenez_2018b-image3.png|600px]]

''Figura 3.- Gràfica d’avaluació dels criteris de recerca d’una activitat. L’exemple d’activitat avaluada (en blau) no es podria considerar recerca perquè no supera el criteri d’incertesa.''

La recerca bàsica és l’activitat experimental o teòrica que es du a terme primàriament per adquirir nou coneixement sobre els fonaments basals dels fenòmens i els fets observables, sense cap aplicació o ús a la vista. S’analitzen propietats, estructures i relacions en vistes a formular i validar hipòtesis, teories o lleis. Els resultats de la recerca bàsica són publicats en revistes indexades o simplement circulen entre els col·legues (rarament és venen). L’investigador ha de gaudir de una certa llibertat d’objectius. Aquestes peculiaritats fan que la recerca bàsica estigui principalment finançada al sector públic.

Per recerca aplicada s’entén aquella investigació original duta a terme per adquirir coneixement però aquest cop dirigit a un objectiu pràctic específic. En molts casos es tracta d’un treball per determinar possibles usos de resultats prometedors que provenen de la recerca bàsica. Es fonamenta fortament en el coneixement pre-existent i l’estat de l’art per resoldre problemes reals. Els resultat s’adrecen doncs a ser validats de cara a possibles aplicacions a productes, operacions, mètodes o sistemes. Podem dir llavors que la recerca aplicada dóna forma operativa a les idees. Les aplicacions del coneixement obtingut per la recerca aplicada son susceptibles de ser protegides per instruments de propietat intel·lectual.

Per desenvolupament experimental entendrem aquella activitat sistemàtica basada en el coneixement provinent de la recerca i de la experiència que produeixi coneixement addicional dirigit a crear nous productes o processos o millorar productes o processos existents. Aquesta ‘D’ de la R+D correspon a l’activitat de desenvolupament experimental i sovint s’interpreta incorrectament com un simple desenvolupament de producte. El document de la OECD remarca en aquest punt que es necessari que hi hagi generació de coneixement i recorda reiteradament que s’han de satisfer els cinc criteris esmentats i plasmats a la Figura 3.

Per aclarir aquests conceptes, considerem un dels exemples posats al document (OECD, 2015). L’estudi d’una nova classe de reaccions de polimerització sota diferents condicions seria recerca bàsica. L’intent d’optimitzar una d’aquestes reaccions per a la consecució de polímers amb unes determinades propietats mecàniques que els facin particularment útils seria recerca aplicada. Si un cop aconseguida aquesta optimització al laboratori es vol procedir a escalar aquest procés per produir polímers en volums industrials, i s’han d’investigar possibles mètodes i tecnologies perquè no s’ha fet fins ara, doncs això seria desenvolupament experimental. De la mateixa forma, també seria desenvolupament industrial investigar els processos de transformació d’aquests nous polímers per a fer productes amb ells. Un cop solucionades totes aquestes fases, el corpus de coneixement de com produir aquests polímers i com fabricar peces amb ells ja es trobaria ben documentat; arribat aquest punt, el dissenyar i fabricar una nova peça amb aquests plàstics només requeriria trobar la configuració de variables de processament, i per molt original que sigui aquesta peça, el baix risc que suposa fa que ja no el puguem considerar desenvolupament experimental.

Hi ha autors que consideren que aquesta classificació del Manual de Frascati resulta imprecisa a l’hora de categoritzar la realitat de certs sectors en els que la recerca bàsica és molt propera al mercat, per exemple el farmacèutic i el biotecnològic. Aquests autors proposen distingir dos tipus de recerca bàsica: recerca bàsica pura i recerca bàsica orientada a un cert àmbit d’aplicació (Stoke, 1994).

On no hauria d’haver-hi discrepàncies és en el fet de que les activitats de R+D, enteses com a “producció” de coneixement, no es poden regir pels models regulars de producció de bens i serveis (Foray, 2004:52-54). D’una banda tenim un aspecte econòmic, i és que la incertesa inherent dels resultats fa gairebé impossible una estimació fiable dels recursos necessaris. La forma de tractar aquests trets diferencials acostuma a ser creant dintre de les organitzacions una mena de “món aïllat i protegit” de les pressions de cost-efectivitat per a les activitats de R+D. Òbviament també trobem solucions al sector privat basades en focalitzar la R+D a les necessitats immediates de mercat, és a dir, una recerca orientada a ''market-pull''. El problema és que aquest tipus d’estratègia posiciona a l’empresa en una arena internacional de R+D molt més massificada i competitiva, amb un alt risc de que la competència arribi abans als resultats i allunya qualsevol possibilitat de crear innovació disruptiva a llarg termini.

Però d’altra banda tenim els aspectes cognitius, ja identificats a (Foray, 2004:54) i a (Nelson, 2000), i que són l’objecte a remarcar a aquest article. I és que la “distància” entre el laboratori de recerca i el mercat del món real pot arribar a ser abismal. La R+D ha de començar amb models simplificats dels sistemes reals d’aplicació, experimentar amb ells de manera aïllada al laboratori, i anar fent cada cop més complexes els models i els experiments per aproximar-se a la realitat. Aquesta metodologia és altament depenent de l’experiència, qualificació i capacitats dels professionals que les duen a terme. L’èxit està en mans del pensament creatiu i la sistemàtica encertada. A tot això s’afegeix la cada cop més freqüent multidisciplinarietat de les activitats d’R+D. Gestionar aquests aspectes cognitius sempre és difícil, però al sector privat encara més, sobretot per a la petita i mitjana empresa.

==Repercussions i recomanacions pel sistema d’innovació català==

Som conscients que la inquietud pel talent i pels fruits del seu pensament, afortunadament, és ben viva al nostre sistema d’innovació. Hi ha iniciatives que ho demostren, i potser un clar exponent el trobem al programa ICREA (Institució Catalana de Recerca i Estudis Avançats), que va néixer al 2008, engegat per la Generalitat de Catalunya com a resposta a la necessitat de noves fórmules de contractació que permetessin competir en condicions d’igualtat amb altres sistemes de recerca d’excel·lència arreu del món, orientada a la contractació exclusiva del personal científic i acadèmic més extraordinari i amb més talent.

Tanmateix, creiem que es necessiten iniciatives similars adreçades a fases més avançades de la cadena de valor de la R+D+i. Hem reforçat tan bé el sistema de recerca bàsica i aplicada, que la baula feble de la cadena ha esdevingut el desenvolupament (entès en termes d’Oslo) i la conseqüent recerca industrial. El resultat és que generem més resultats de recerca dels que el sistema pot transferir al nostre teixit empresarial. Es fa necessari un enfortiment de les capacitats d’aquests estadis de transferència de coneixement que, dins el fil argumental d’aquest assaig, els hem de plantejar en clau cognitiva i d’estratègies adreçades a talent.

En aquest sentit, al 2014 es va iniciar una clara estratègia organitzacional dins el sistema d’innovació català adreçada a potenciar el rol i la visibilitat dels Centres Tecnològics Avançats de la TECNIO (Gencat, 2014), agents justament actius en els estadis de generació de tecnologia, desenvolupament experimental i recerca industrial. Sens dubte la constitució d’Eurecat com a Centre Tecnològic de Catalunya (Gencat, 2015) i paral·lelament l’estratègia de fusió dels Centres Tecnològics catalans (CTs) és un primer gran pas envers el foment de les capacitats de transferència de resultats de recerca dins el sistema d’innovació entès de forma àmplia.

Des de la seva constitució, Eurecat està configurant constantment les capacitats necessàries per a enfortir el sistema d’innovació català, una de les peces claus per facilitar els processos d’innovació que requereixen les indústries que conformen el mapa del nostre sector privat. Aquest repte comporta haver d’articular una gran varietat de capacitats operatives i en un vast espectre d’àmbits de coneixement. S’han creat unitats de recerca en àmbits de manufactura, digitals i biotecnològics, que van evolucionant de forma àgil per adaptar-se a la dinàmica de les fusions i les necessitats d’un mercat en contínua evolució. S’han orquestrat ''task-forces'' per donar suport a tots els mecanismes necessaris per dur a terme els processos d’innovació, des de la generació de coneixement, la seva aplicació i transferència, i finalment la seva valorització i explotació. Eurecat ha de contemplar necessàriament totes i cadascuna de les cares del prisma de la innovació.

I una d’aquestes cares, recuperant el fil conductor de l’article, és la cognitiva. Des d’Eurecat s’està apostant fermament per engegar iniciatives adreçades al reforçament de les capacitats de pensament creatiu i foment del talent innovador. Els CTs, com entitats del sistema d’innovació focalitzats a la recerca aplicada i desenvolupament experimental, depenen totalment de la incorporació d’investigadors a la seva plantilla, a qualsevol fase acadèmica (pre-doctoral, doctoral o post-doctoral). Conscients que més de la meitat dels investigadors formats a les nostres universitats acaben migrant cap al sector privat, els CTs són possiblement els agents del sistema d’innovació que més han facilitat el seu primer aterratge. Perquè aquest primer contacte d’un doctor amb el sector privat és clau; es troba en una etapa professional on la seva capacitat de pensament creatiu juntament amb la seva experiència amb el mètode científic poden donar els millors fruits. El sistema ha invertit molt en la seva formació i ens hem d’assegurar que abandonar el món acadèmic i triar l’itinerari del sector privat no ha de penalitzar les oportunitats de manifestar el seu talent. Som conscients que no és gens fàcil resoldre la situació puix que el sector privat es mou aparentment per altres interessos i motivacions, però per això resulta més idoni trobar les variables d’adaptació als CTs que, per exemple, en el si de la petita i mitjana empresa.

Així doncs, prenent com a exemple l’experiència d’Eurecat, aquest Centre s’ha anat erigint com a espai atractiu al talent provinent de la recerca pública, on els investigadors puguin manifestar les seves facultats per generar coneixement immersos en un curiós balanç de motivació entre els indicadors acadèmics (publicacions i patents) i els empresarials (resultats tangibles per clients i creació d’spin-offs). S’ha de generar un clima apropiat per poder dur a terme un tipus de pensament creatiu capaç de connectar amb el coneixement generat a les nostres institucions de recerca pública i capaç de satisfer les necessitats i les oportunitats que es apareixen al nostre teixit empresarial.

No hem d’oblidar un altre font de talent necessària a tot CT, i és que com entitat dedicada a la tecnociència també ha de vetllar per la incorporació de perfils tecnològics no necessàriament científics, aquells més intrínsecament vinculats amb la generació del ''know-how'' que hem descrit anteriorment. El pensament creatiu d’aquest talent es manifesta en forma de conceptes tangibles molt aplicats, els invents. La procedència d’aquests perfils pot ser tant acadèmica com professionals del sector privat, i són un dels ingredients que clarament diferencien als CTs de qualsevol unitat dels nostres organismes públics de recerca.

Continuant amb aquests trets diferencials respecte als organismes públics de recerca, sens dubte un dels més rellevants és l’alt grau d’interdisciplinarietat present a Eurecat. No només entre àmbits acadèmics, sinó també entre disciplines tecnològiques. Cognitivament parlant, apareix un nou tipus de mecanisme intel·lectual, el pensament interdisciplinari. Òbviament no tothom l’ha de manifestar, però es fa necessària una massa crítica de recursos amb aquestes capacitats per poder treure profit al potencial creatiu que suposa la convergència de tants àmbits tecnològics en un sol Centre. L’experiència dins Eurecat ens ha portat a distingir quatre habilitats cognitives que fan possible parlar de pensament interdisciplinari:

:1. Canvi de perspectiva.- Capacitat per entendre i/o generar múltiples punts de vista per un mateix repte provinents de diferents disciplines i, en especial, les diferents perspectives de com enfocar el problema.

:2. Desenvolupament de coneixement estructurat.- Capacitat per enunciar estructuradament el repte d’un sistema complex, el que suposa discernir clarament els elements de coneixement declaratiu i coneixement procedimental.

:3. Integració de visions de diferent disciplines.- Capacitat per resoldre els conflictes que suposa rebre idees per a resoldre un mateix problema des de diferents perspectives o disciplines, vetllant pel potencial creatiu de la interdisciplinarietat en lloc de recórrer a la especialitat.

:4. Comprensió interdisciplinària.- Capacitat de veure com interactuen entre si les diferents disciplines que poden intervenir en la resolució d’un problema.

Podríem donar uns quants exemples de reptes tecnològics on el pensament interdisciplinari es fa palès, però potser un dels més representatius és el que està comportant la irrupció de la Indústria 4.0 (Cevikcan et al., 2018). La posta en marxa d’aquest concepte, un dels més demanats pel nostre teixit industrial, requereix d’uns esforços interdisciplinaris sense precedents a la indústria. La digitalització de la indústria fa que les disciplines digitals (des de la ciència de dades i la intel·ligència artificial a la ciberseguretat) hagin de fer immersions en tots els dominis de coneixement industrial. A la seva vegada, la interoperabilitat dels àmbits virtuals també comporta una col·laboració addicional dels seus corresponents homòlegs industrials, fet que acaba traduint-se en una interdisciplinarietat sense precedents a la indústria. A nivell acadèmic encara hi ha un gran buit puix que es necessiten enginyers industrials amb profunds coneixements digitals o enginyers digitals amb profunds coneixements industrials. És qüestió de temps que s’acabi materialitzant en un nou grau però mentrestant Eurecat ha de generar aquests perfils d’especialitat mixta que facilitin la interdisciplinarietat de la Indústria 4.0, tant en el pla de la recerca aplicada i el desenvolupament experimental com en l’oferta formativa del Centre.

Però la tendència generalitzada és justament aquesta. L’acceleració que imprimeix l’economia basada en el creixement a l’avanç tecnològic és tal que aviat s’esgoten les innovacions per especialització i les principals fonts d’innovació apareixen a les fronteres entre disciplines. La recerca bàsica individual i especialitzada de cadascuna de les disciplines tradicionals segueix el ritme marcat pel propi mètode científic i, sense revolucions i canvis de models a la vista, els nous resultats van apareixent de forma asimptòticament plana en el temps. En canvi, les revolucions estan succeint en la recerca i desenvolupament interdisciplinari, en el que s’ha denominat convergència tecnològica, com és el cas de les NBIC (sigles de l’expressió en anglès de ‘''nanotechnology, biotechnology, information technology and cognitive science''’) que és van posar de manifest fa setze anys en un report de la National Science Foundation (Roco et al., 2002).

Així doncs, aquest perfils amb coneixement adquirit en regions de convergència tecnològica i amb capacitat de pensament interdisciplinari són un dels pilars per a la innovació i formen part de l’estratègia de capacitació de recursos del Centre Tecnològic. No es tracta de fer apologia de la polimatia ni de cercar l’''homo universalis'' del Renaixement, però el sistema d’innovació ha de fomentar la generació de nous perfils basats en un concepte d’especialització més obert (encara que sembli un oxímoron) perquè, com va dir el premi Nobel Aaron Ciechanover, “''Nowadays, nobody denies that medicine, basic sciences, and engineering are essentially a single discipline. Nature does not distinguish between physics, chemistry, biology and medicine, they are all on one continuum.''”.

Però hi ha una altra zona fronterera crucial per a la innovació en general i per a la transferència tecnològica en particular. Es tracta del sempitern “''gap''” entre acadèmia i indústria, entre ciència i enginyeria, entre els teoremes i la tecnologia. S’ha escrit i parlat molt sobre el tema i no és el moment de destapar velles cicatrius del sistema intentant trobar les causes i els efectes de la “vall de la mort”. De fet, els CTs ja fa temps que van néixer com a campaments dins aquesta vall per ajudar en la crua travessia de la recerca a la indústria, conscients que més que un problema és una realitat amb la que hem de conviure positiva i constructivament. Tornant al nostre discurs en clau cognitiva, creiem que s’ha de fomentar la presència de perfils híbrids de ciència i enginyeria en aquesta vall. Molts països avançats s’han adonat de la importància d’aquests perfils i ja fa anys que imparteixen graus d’enginyeria científica o ciència de l’enginyeria (Engineering Science, 2018). Eurecat està col·laborant amb la Universitat Autònoma de Barcelona en la generació de continguts curriculars per formar nous perfils justament en aquest àmbit, que puguin esdevenir elements “connectors” dins les cadenes de valor del sistema d’innovació català. I en el pla de la recerca, un instrument molt encertat per ajudar a creuar el gap ha estat el Pla de Doctorats Industrials, iniciativa de la Secretaria d’Universitats i Recerca (Gencat, 2012) que permet captar i formar talent investigador en àmbits d’interès per a les nostres empreses. Eurecat vol sumar esforços en aquesta direcció i llençarà enguany el seu propi pla de beques doctorals d’interès industrial, comptant amb la co-direcció d’acadèmics de les nostres universitats.

Fins aquí hem dibuixat breument els enfocaments que des del Centre Tecnològic d’Eurecat es fan a l’hora d’abordar la necessitat de talent innovador i el foment del pensament creatiu i interdisciplinari. Ens agradaria poder parlar d’un model definitiu per cóm configurar o gestionar convenientment aquests reptes, però és un tema en construcció a aquestes alçades. Tanmateix, creiem que no és tan prioritari el model com la creació d’una atmosfera de valors corporatius que portin a un clima propici a al pensament. Perquè innovació és, també, pensar.<br/>

==Referències Bibliogràfiques==

BRUNER, J.S., GOODNOW, J.J., i AUSTIN, G.A. (1956) “A Study of Thinking” Wiley, New York.

CARR, N.G.(2008) “Is Google Making Us Stoopid?” The Atlantic.

CARR, N.G.(2010) “The Shallows: What the Internet Is Doing to Our Brains” W.W. Norton & Co.

CEVIKCAN, E., USTUNDAG, A. (2018) "Industry 4.0 : managing the digital transformation" Springer series in advanced manufacturing.

EINSTEIN, A. (1920) “Relativity; the special and general theory” Cornell University Library.

ENGINEERING SCIENCE LINKS (2018) PennState College of Enineering ([http://www.esm.psu.edu/ http://www.esm.psu.edu/]), University of Toronto ([http://engsci.utoronto.ca/ http://engsci.utoronto.ca/]), University of Oxford ([https://www.ox.ac.uk/admissions/undergraduate/courses-listing/engineering-science?wssl=1 https://www.ox.ac.uk/admissions/undergraduate/courses-listing/engineering-science?wssl=1]), University of Western Australia ([https://study.uwa.edu.au/courses/engineering-science https://study.uwa.edu.au/courses/engineering-science]).

European Commission (2013) “Human Brain Project” [http://www.humanbrainproject.eu www.humanbrainproject.eu]

FORAY, D. (2004) “Economics of Knowledge” The MIT Press.

GALTON, F. (1869) “Hereditary Genius” Macmillan, London.

GENCAT (2012) “Doctorats Industrials” [http://doctoratsindustrials.gencat.cat/ http://doctoratsindustrials.gencat.cat/]

GENCAT (2014) “Els 6 Centres Tecnològics Avançats de TECNIO s'integren per formar el gran centre proveïdor de tecnologia industrial a Catalunya” [http://premsa.gencat.cat/pres_fsvp/AppJava/notapremsavw/276522/ca/6-centres-tecnologics-avancats-tecnio-sintegren-formar-gran-centre-proveidor-tecnologia-industrial-catalunya.do http://premsa.gencat.cat/pres_fsvp/AppJava/notapremsavw/276522/ca/6-centres-tecnologics-avancats-tecnio-sintegren-formar-gran-centre-proveidor-tecnologia-industrial-catalunya.do]

GENCAT (2015) “Eurecat, el nou centre tecnològic integrat” [http://web.gencat.cat/ca/actualitat/detall/Eurecat-el-nou-centre-tecnologic-integrat http://web.gencat.cat/ca/actualitat/detall/Eurecat-el-nou-centre-tecnologic-integrat]

GIBSON, R. (2015) “The Four Lenses of Innovation: A Power Tool for Creative Thinking” Wiley.

GOLDMAN, S.L. (2007) “Great Scientific Ideas That Changed the World” The Teaching Company.

GOLDRATT, E.M. (1984) “The Goal” North River Press.

GOLDRATT, E.M. (1998) “Essays on the Theory of Constraints” North River Press.

GORMAN, M.E., TWENEY, R.D., GOODING, D.C., i KINCANNON, A.P. (2004) “Scientific and Technological Thinking” Psychology Press.

GUILFORD, J.P. (1950) “Creativity” American Psychologist, Volume 5, Issue 9, 444–454.

GUILFORD, J.P. (1967) “The Nature of Human Intelligence” McGraw-Hill, New York.

HASKINS, C.H. (1957) “The Rise of Universities” Cornell University Press.

HE, K. (2007) “A Theory of Creative Thinking. Construction and Verification of the Dual Circulation Model” Springer.

McCLELLAN III, J.E.,‎ DORN, H. (2015) “Science and Technology in World History: An Introduction” Johns Hopkins University Press.

MILLER, G.A. (2003) “The cognitive revolution: a historical perspective” Trends in Cognitive Sciences 7.

MIT Media Lab (2017) [https://www.media.mit.edu/posts/disobedience-award/ https://www.media.mit.edu/posts/disobedience-award/]

NELSON, R.R. (2000) “Knowledge and innovation systems” Knowledge management in the learning society, OECD.

NEWELL, A., i SIMON, H.A. (1972) “Human Problem Solving” Prentice-Hall.

OECD (1996) “The knowledge-based economy” OCDE/GD(96)102, Paris.

OECD (2015) “Frascati Manual 2015: Guidelines for Collecting and Reporting Data on Research and Experimental Development. The Measurement of Scientific, Technological and Innovation Activities” OECD Publishing, Paris.

ROCO, M.C., BAINBRIDGE, W.S. (2002) "Converging technologies for improving human performance: nanotechnology, biotechnology, information technology and cognitive science" U.S. National Science Foundation.

SAMUEL, A. (1959) "Some Studies in Machine Learning Using the Game of Checkers" IBM Journal of Research and Development, 3 (3).

SCHUMPETER, J.A. (1989) “Essays: On Entrepreneurs, Innovations, Business Cycles and the Evolution of Capitalism”, Routledge.

SEEL, N.M. (2012) “Encyclopedia of the Sciences of Learning” Springer.

SMALL, G., i VORGAN, G. (2009) “iBrain: Surviving the Technological Alteration of the Modern Mind” Harper Paperbacks.

STERNBERG, R.J. (1988) “The triarchic mind: A new theory of human intelligence” Viking, New York.

STOKE, D. (1994) “The impaired dialogue between science and government and what might be done about it.” AAAS Science and Technology Policy Yearbook. Washington, DC: AAAS.

USA (2013) “Brain Research through Advancing Innovative Neurotechnologies” [http://www.braininitiative.nih.gov www.braininitiative.nih.gov]

WALLAS, G. (1926) “The Art of Thought” Harcourt, Brace & Company, New York.

WESTFALL, R.S. (1980) “Never at rest: a biography of Isaac Newton” Cambridge University Press.