¿Qué hace que las buenas preguntas de investigación sean buenas?

Estoy en Ciencias de la Computación y actualmente en mi fase de propuesta. Para mi declaración del problema, quiero proponer buenas preguntas de investigación. Sin embargo, en este momento estoy luchando con la definición de "buenas" preguntas de investigación. Mi profesor suele comentar que mis preguntas actuales no son preguntas de "por qué", sino preguntas de "sí/no".

¿Alguna recomendación sobre qué hace que las buenas preguntas de investigación sean buenas?

Respuestas (2)

  • ¿Quieres saber la respuesta? ¿En realidad?

  • ¿Realmente tiene una buena oportunidad de encontrar la respuesta en un tiempo razonable? ¿En realidad?

  • ¿Estarán muchas otras personas felices de saber la respuesta (incluso si la pregunta nunca se les había ocurrido antes)? ¿En realidad?

  • ¿Estás seguro de que nadie ya sabe la respuesta? ¿En realidad?

Si puede responder afirmativamente a las ocho preguntas, es una buena pregunta de investigación.

(Desafortunadamente, algunos de estos puntos pueden depender de cuál sea la respuesta real, que por supuesto no sabes).

¡Gracias por tu respuesta! Usted escribió: "Si puede responder afirmativamente a las ocho preguntas, es una buena pregunta de investigación", sin embargo, solo veo cuatro. ¿Quieres decir con ocho preguntas para cuestionar tu pregunta, con "realmente"?
Sí, conté "¿En serio?"

En mi opinión, un buen problema de investigación tiene al menos las siguientes propiedades:

  1. Es una pequeña parte de un gran problema. En otras palabras, debe ser lo suficientemente pequeño para que pueda avanzar razonablemente en él y, al mismo tiempo, conectarse a un problema más grande.
  2. Es posible hacer un pequeño "piloto" para verificar la cordura de su enfoque y si los resultados son prometedores. La mayoría de los problemas de investigación pueden requerir mucho trabajo para abordarlos realmente. Es bueno tener hitos en el camino que le permitan determinar si está en el camino correcto y si es probable que el proyecto valga la inversión total.
  3. Algo se puede aprender del trabajo, ya sea que salga o no de la manera que esperas. Una gran parte de los proyectos de investigación interesantes no funcionan como se esperaba: o la hipótesis principal era incorrecta, o resulta ser demasiado difícil, o algo más cambia y las cosas terminan obsoletas. Un proyecto bien formulado aún contribuirá con el conocimiento, ya sea que realmente lo lleve o no hacia la meta original.

Permítanme ilustrar más con un buen ejemplo que vi recientemente: un grupo de estudiantes universitarios en NCTU Formosa armó un proyecto para modificar E.coli para fabricar neuropéptidos PBAN para estimular la producción de feromonas en la polilla Heliothis virescens . Este es un objetivo realmente especializado y que suena esotérico, pero se relaciona con una idea mucho más grande: hacer esto podría conducir a un enfoque general para mejorar radicalmente las trampas para insectos que podrían reducir en gran medida la necesidad del uso de pesticidas industriales. El proyecto de alcance limitado que se propusieron se conecta a un objetivo mucho más amplio, pero tiene un conjunto de hitos claramente delineados en el camino (p. ej., crear secuencias que expresan PBAN, verificar que funcionan en E.coli, probar el extracto en hembras de Heliothis virescenspolillas, verificar el aumento de la eficacia de las trampas, pruebas piloto con agricultores orgánicos locales, etc.). Además, incluso si resulta que no se puede lograr la visión más amplia, todavía se pueden aprender muchas cosas sobre la ingeniería de neuropéptidos, que pueden resultar relevantes para muchas otras preguntas, tanto fundamentales como aplicadas.