25/10/2018

1

PROGRAMA DE DOCTORADO TRANSDISCIPLINARIO EN DESARROLLO

CIENTÍFICO Y TECNOLÓGICO PARA LA SOCIEDAD

TENDENCIAS EN EL CAMPO DE LA PROPIEDAD

INTELECTUAL A TRAVÉS DE LA IDENTIFICACIÓN

DE COLEGIOS INVISIBLES

Presenta:

Guadalupe Palacios-Núñez

Coautores:

Gabriel Vélez-Cuartas y Juan D. Botero

▪La PI es una institución fundamental para lainnovación, ya que es uno de los principalesinstrumentos CTI para regular la gestión delconocimiento y mediar las relaciones entre launiversidad, la industria y el gobierno.

▪El conocimiento se ha convertido en un insumo clavede la economía para la generación de riqueza, por locual se requiere un control normativo o gobernanzacomo la PI (Leydesdorff & Ivanova, 2016).

▪Las instituciones de la innovación son de crucialimportancia porque median los flujos deconocimiento tecnológicos, condicionando el acceso,producción, difusión y uso (Laranja et al., 2008).

25/10/2018

2

▪En la era de la economía del conocimiento,la propiedad intelectual (IP) se convirtió enun campo académico interdisciplinariorelevante y en crecimiento, debido a lademanda internacional de una gobernanzaglobal del conocimiento.

▪Acuerdo sobre los Aspectos de los Derechosde Propiedad Intelectual relacionados con elComercio (ADPIC) en 1994.

Un marco legal favorable para la innovaciónentre e intra países, después del fortalecimiento yhomogenización de las normas de PI.

▪Incremento en las colaboraciones cognitivas yeconómicas,

▪Incremento en la producción de conocimiento,

▪Aumento de los flujos de conocimiento y en las.

▪Aumentar la confianza para invertir en I&D entodos los países miembros de la OMC.

25/10/2018

3

▪Las publicaciones científicas muestran resultadosheterogéneos y no hay acuerdo sobre los costos,beneficios e impactos en la innovación, la economíay el desarrollo.

▪La PI siguen siendo un tema controvertido entre losinvestigadores, lo que podría deberse a la evidenciaempírica escasa, ambigua y confusa.

▪No solo se trata de un tema controvertido, sinotambién de un campo que abarca una gran diversidadde aspectos que dificultan encontrar indicadoresdisciplinarios adecuados para determinar susimpactos en CTI (Jackson 2003; Lall 2003; Laranjaet al. 2008; Montobbio et al. 2015; Rockett 2010).

▪Garg y Srivastava (2016) realizaron un análisisde contenido de los artículos publicados en elJournal of Intellectual Property Rights (JIPR) de1996 a 2014, a través de la clasificación detítulos en diferentes temas.

▪Los resultados les permitieron hacer inferenciassobre los intereses de los investigadores yconcluir que la estructura de conocimiento estáaltamente fragmentada, incluye una grandiversidad de aspectos e investigacionesmultidisciplinarias. Además, no hay vínculosevidentes entre los investigadores (comunidadde investigación).

25/10/2018

4

▪Derek de Solla Price desarrolló en 1963 el concepto.Su interés era revelar las redes informales decomunicación entre académicos de instituciones,separadas geográficamente, para determinar siconstituían grupos sociales significativos.

▪Debido a la falta de información sobre lacomunicación informal, su estudio se ha basadogeneralmente en estructuras de comunicaciónformales, identificadas a través de publicacionescientíficas.

▪Se han definido como grupos académicos queinteractúan porque comparten objetivos científicos enuna especialidad específica, anidados enpublicaciones que agrupan autores en componentesde co-citación (Crane 1989; Teixeira 2011).

▪Una comunidad puede ser descrita en términos dedesarrollos cognitivos sociales. La cercanía entre losinvestigadores se basa en el conocimientocompartido, no en las interacciones que se producenentre ellos (Luhmann 1996).

▪A medida que los investigadores leen más textoscompartidos, sus pensamientos deberían ser mássimilares. La fuerza de una comunidad proviene de lacoocurrencia de estas referencias bibliográficas enlos grupos.

▪En consecuencia, los colegios invisibles estánformados por investigadores que leen los mismosartículos y dan un significado similar a sus conceptos,utilizando las mismas formas semánticas paraexpresar sus hallazgos (Vélez-Cuartas 2013).

25/10/2018

5

▪Se observan las estructuras de comunicacióncomo sistemas de información significativosque institucionalizan el conocimiento através de grupos de redes bibliográficas.

▪La detección de la organización natural de lared en grupos exige descomponer laestructura en subunidades para descubrirmódulos funcionales: colegios invisibles(Blondel et al., 2008)

▪Acoplamiento bibliográfico: si dos artículoscientíficos contienen la misma cita, estánrelacionados bibliográficamente. Pertenecenal mismo grupo si cada una ellas contienepor lo menos una cita en común con unartículo dado. La fuerza de la relación semide por el número de citas compartidasentre cada artículo.

25/10/2018

6

▪La detección de comunidades requiere lapartición de la red en comunidades de nodosdensamente conectados. Un método paradetectar posibles divisiones en la estructurade red de las comunidades es la modularidad,que permite encontrar la mejor división sinsuperposiciones y determinar el número ytamaño de los grupos adecuados (Newman2006).

▪La modularidad o división adecuada de latopología de la red es aquella que organiza ymide a las comunidades de tal manera que elnúmero de relaciones entre los grupos detoda la red es menor que el número derelaciones dentro de los grupos, lo cualaumenta el coeficiente de modularidad.

25/10/2018

7

▪Una especialidad temática no es en sí mismaun colegio invisible, sino que éste emerge dela densidad de vínculos dentro de lascomunidades formadas alrededor de un temaespecializado (Teixeira 2011).

▪A diferencia de los trabajos previos basadosen medidas de similitud, este trabajoestablece un umbral no aleatorio onormalizado de referencias compartidas paraidentificar comunidades a través de unalgoritmo de modularidad.

25/10/2018

8

▪La calidad de la partición, medida por lamodularidad, es un valor de escala entre 0 y1, que mide la densidad de los enlaces dentrode las comunidades en comparación con losenlaces entre comunidades (Blondel et al.2008).

▪La modularidad de las diferentes redesresultantes de la remoción de vínculosdeterminada por umbrales se compara paraseleccionar la partición con mejor calidad.

▪Es posible determinar la diversidad deproblemas abordados en un campo deconocimiento mediante la identificación degrupos temáticos. Sin embargo, laidentificación de grupos significativos através de referencias compartidas plantea elproblema básico de establecer un umbral designificación. En este artículo proponemosuna solución a este problema.

25/10/2018

9

25/10/2018

10

▪Se utilizó el método VOS Clustering (Pajek).

▪No es posible establecer matemáticamente unumbral significativo único para observar lasimilitud entre dos artículos mediantereferencias compartidas, porque la importanciavaría entre disciplinas y materias.

▪A través de un método exploratorio para probardiferentes umbrales y observar los grupos deartículos emergentes, fue posible determinar unumbral de significación, como resultado del usodel algoritmo VOS y la eliminación de lasrelaciones compartidas.

▪Propuesta de criterios para seleccionar el mejorumbral para las referencias compartidas en elproceso de agrupación en clústeres:

▪Número de calidad VOS más alto.

▪El menor número de conglomerados (permitedescribirlos más fácil términos de comunidadescognitivas).

▪Para no afectar el número de referenciasincluidas en la red, se eliminó el menor númeroposible de enlaces, es decir, se consideró queeste umbral debe ser el valor más bajo posible.

25/10/2018

11

▪Se aplicó un refinamiento de 0.5, 1.0 y 1.5, enla partición obtenida en el último nivel a travésde la función "Multi-Level Coarsening + singleRefinement" (Pajek). Como resultado, seobtuvo un total de 13 comunidades con calidadde VOS = 0,866974.

▪Una vez que se obtuvieron las 13 comunidades,se construyeron módulos temáticos a través deuna asociación semántica de los títulos de losartículos contenidos en cada una de ellas.Después de eso, cada comunidad fue etiquetadacon un título que integraba temas generales deinterés en PI.

25/10/2018

12

25/10/2018

13

▪El resultado permite hacer inferencias sobre losintereses de los investigadores y, como se puedever, estos apuntan a programas específicos deinvestigación dentro de la economía basada enel conocimiento, conformando colegiosinvisibles en PI.

▪La economía constituye un tema transversalpara la producción científica mundial en PI encontraste con lo que se encontró anteriormente:47,6% (comunidades 3,2,4) son temas deeconomía y 38.7% (6,1,9,8) son análisiseconómicos del costo-beneficio de PI, conalgunos autores de derecho. El resto citanautores de economía.

25/10/2018

14

▪La intersección del sentido semántico y lacocitación hacen visible el hecho de que,aunque hay una diversidad de temas, hay unagran cantidad de autores que constituyencolegios invisibles, cuyo interés común es laeconomía basada en el conocimiento.

▪Aunque este interés común no es del todoexplícito en las palabras utilizadas, la revisióndel contenido semántico de los módulosmuestra el predominio de una preocupación porla relación entre las variables de la economíadel conocimiento con la PI.

▪La economía aparece como la disciplinaprincipal, lo cual puede explicarse por losdesarrollos en el marco teórico y metodológicopara estudiar la economía basada en elconocimiento. El campo está incrustado en laeconomía neoclásica y los modelosschumpeterianos, que dotan a los derechos depropiedad intelectual (DPI) de un papel crucialpara proporcionar incentivos a la creaciónprivada de conocimiento.

▪Los títulos de los artículos muestran que losautores tienen un interés común en obtenerevidencia empírica.

25/10/2018

15

▪La identificación de los autores másinfluyentes, sus afiliaciones institucionales ysus líneas de investigación corroboran elhecho de que el interés principal de lascomunidades está dentro de la economía(80%) y, en menor proporción, en la ley(20%).

▪Los autores más influyentes están afiliados alas universidades norteamericanas.

25/10/2018

16

▪El término economía basada en elconocimiento se refiere a la importancia delconocimiento como un factor crítico para eldesempeño económico. En esta nuevaeconomía, los actores adquieren, crean,difunden y utilizan con eficacia elconocimiento para un mayor desarrollosocioeconómico (World Bank Institute, 2004).

▪El término surge como el paradigma dedesarrollo económico postindustrialdominante durante la tercera revoluciónindustrial, basada en las nuevas tecnologías dela información (Harris, 2001).

▪ El concepto encierra la idea fundamental de que "la

riqueza económica se crea a través de la creación,

producción, distribución y consumo de conocimiento y

productos basados en el conocimiento" (Harris, 22:2001).

▪ En este nuevo escenario, los economistas indagan la

forma de incorporar al conocimiento en sus teorías y

modelos para comprender cómo causa el crecimiento

económico (OCDE, 1996).

▪ El concepto no sólo caracteriza una fase del capitalismo

más intensiva en capital variable que en capital constante,

sino que enfatiza que la estructura productiva se encuentra

atravesada por relaciones con la ciencia, la tecnología y

las políticas públicas (Stezano & Velez-Cuartas, 2007).

25/10/2018

17

▪ El capitalismo plantea una paradoja difícil de superar bajo

este sistema económico: éste contiene una relación inversa

entre apropiación y difusión (Stezano & Velez-Cuartas,

2007).

▪ Se sabe que es de crucial importancia su distribución para

asegurar la producción de nuevo conocimiento, pero

también es necesaria la propiedad intelectual como un

sistema de incentivos para la inversión en su creación

(OCDE, 1996).

▪ En la EBC la propiedad intelectual es de suma relevancia a

nivel global, debido a que la posesión del conocimiento es

la fuente de la riqueza y el capitalismo sólo funciona sobre

la base de la propiedad privada.

▪"nuestra comprensión de lo que está sucediendoen las economías de la OCDE está limitada porla extensión y calidad de los indicadoresdisponibles" (OCDE, 43:1996).

25/10/2018

18

Presentación basada en el articulo:

▪ Palacios-Núñez, G., Vélez-Cuartas, G. & Botero, J.D. Scientometrics(2018) 115: 1561. https://doi.org/10.1007/s11192-018-2648-3

Favor de ver la bibliografía citada en el artículo original, disponible en:

▪ https://link.springer.com/article/10.1007/s11192-018-2648-3?wt_mc=Internal.Event.1.SEM.ArticleAuthorOnlineFirst