Determinantes de éxito en la participación de los grupos de investigación latinoamericanos en programas de cooperación científica internacional

Alejandra Cuadros ¹, Ángel Martínez ² y Fernando Torres ³

¹ M.Sc. en Gestión tecnológica, Doctora, Universidad de Zaragoza (UZ) España. Profesora, Universidad Pontificia Bolivarianam. Medellín, Colombia. Dirección: Calle 79 C # 75-37 Altamira, Bloque 65, apto. 103 Medellín, Colombia. e-mail: alejandra.cuadros@upb.edu.co

² Doctor Ingeniero Industrial, UZ, España. Profesor, UZ, España. e-mail: anmarzan@unizar.es

³ Doctor Ingeniero Industrial, Universidad Politécnica de Madrid. Profesor, UZ, España. e-mail: torresle@unizar.es

RESUMEN

Los resultados del VI Programa Marco de la Unión Europea, con relación a la cooperación científica internacional, revelan que la participación de países en vía de desarrollo es baja. En la década de los 90, Latinoamérica alcanzó un promedio del 7% de todas las participaciones de terceros países en ese programa. Desafortunadamente los recursos son escasos y muy competidos, por lo cual en los procesos de evaluación se busca la excelencia de los participantes y se miden los recursos y las capacidades que han adquirido para asegurar la calidad científica del proyecto. Este trabajo analiza los factores que influyen en el éxito de los grupos de investigación latinoamericanos en programas de cooperación científica. En el análisis se revisan las características generales del grupo, las acciones institucionales y las motivaciones para participar. Se realiza un análisis factorial para determinar las motivaciones a la participación y un análisis multivariante para precisar los elementos que más influyen en la aceptación de propuestas en estos programas. Los resultados muestran que los factores que afectan el éxito son los años de existencia, la producción científica y tecnológica, la experiencia en proyectos interdisciplinarios y las estructuras de información y comunicación. Además, se constata que el estar motivado a participar por aumentar el prestigio y la visibilidad tienen efectos negativos sobre la probabilidad de aprobación.

SUMMARY

RESUMO

Os resultados do VI Programa Marco da União Européia, com relação à cooperação científica internacional, revelam que a participação de países em desenvolvimento é baixa. Na década de 90, América Latina alcançou uma média de 7% de todas as participações de países visitantes nesse programa. Desafortunadamente os recursos são escassos e muito concorridos, portanto nos processos de avaliação procura-se a excelência dos participantes e medem-se os recursos e as capacidades que têm adquirido para assegurar a qualidade científica do projeto. Este trabalho analisa os fatores que influem no sucesso dos grupos de investigação latino-americanos em programas de cooperação científica. Na análise são revisadas as características gerais do grupo, as ações institucionais e as motivações para participar. Realiza-se uma análise fatorial para determinar as motivações à participação e uma análise multivariante para precisar os elementos que mais influem na aceitação de propostas nestes programas. Os resultados mostram que os fatores que afetam o sucesso são os anos de existência, a produção científica e tecnológica, a experiência em projetos interdisciplinares e as estruturas de informação e comunicação. Além disso, se constata que, estar motivado a participar por aumentar o prestigio e a visibilidade, tem efeitos negativos sobre a probabilidade de aprovação.

El objetivo de este trabajo es determinar cuáles son los factores que inciden en la aprobación de una propuesta de I+D ante una agencia de cooperación internacional. La competencia por los recursos hace que cada vez los grupos participantes sean más y mejores, y las agencias de cooperación más exigentes en los procesos de evaluación y selección. Las agencias, a través de las convocatorias, no solo financian proyectos sino que también fomentan la cooperación científica y tecnológica, favorecen la movilidad de los investigadores y aumentan el acervo cultural y científico de los participantes (OCDE, 1984).

Dentro de la comunidad internacional, la Unión Europea ha mostrado un creciente interés por la cooperación científica con América Latina. En sus Programa Marco, especialmente desde el IV y ahora en el VII se han incluido estrategias de cooperación internacional con una importante apertura a la participación de países en vía de desarrollo. Un ejemplo de ello es que para el periodo 2007–2013, el 4% del presupuesto del programa "Capacidades", destinado a la cooperación equivale a 180 millones de euros (FP7, 2006).

Para que un grupo de investigación logre ser aprobado en un programa de I+D deberá demostrar su capacidad y los recursos con los que cuenta para gestionar adecuadamente los proyectos. Desde un enfoque estratégico y organizativo, en este trabajo se identifican los factores que influyen positivamente en la participación en programas de cooperación internacional. Para el estudio se realizó una encuesta dirigida a directores de grupos de investigación latinoamericanos donde se les preguntó sobre las características del grupo, el apoyo institucional y las motivaciones que tienen para participar en convocatorias de I+D.

El segundo apartado describe brevemente la teoría de los recursos y capacidades de la empresa, con la que se respaldarán algunas hipótesis; también se mencionan resultados previos relacionados con la cooperación científica. El tercer apartado describe la muestra de estudio, la elaboración de las variables y la metodología de análisis. El cuarto apartado presenta los resultados obtenidos y el quinto las conclusiones, limitaciones y aportaciones del estudio, así como propuestas para futuras investigaciones.

Las estadísticas revelan que las acciones de cooperación científica avanzan lentamente en países en vía de desarrollo y que las estrategias para fomentar la participación en programas internacionales de I+D no han sido las más efectivas. En 2004, por ejemplo, la participación de dichos países en el VI PM de la UE fue baja y solo se pudo ejecutar el 6,3% del presupuesto destinado a la cooperación internacional (Bellemin y Claude, 2004).

A nivel macro es conocido que para elevar las cifras de cooperación científica se requieren políticas públicas de fomento, mayor inversión en I+D, formación de recursos humanos, vínculos mas fuertes entre universidades, empresas y estado, mayor participación industrial en la financiación y aplicación de los resultados de investigación. A nivel institucional se detectan barreras como lo son la falta de hábito; la falta de información y comunicación sobre oportunidades de cooperación; la falta de personal de apoyo para la gestión y administración de proyectos; la falta de contactos industriales, sociales o gubernamentales fuera del país; la poca comprensión del discurso sobre el espacio europeo de investigación; los complicados y burocráticos procesos de las convocatorias (Nupia, 2005); el poco interés de científicos europeos de trabajar con latinoamericanos; las barreras culturales e idiomáticas; y la escasez de redes (Díaz, 2005). La baja participación y la dificultad para superar estas barreras demuestran el atraso de Latinoamérica respecto a los países desarrollados. Desafortunadamente y a pesar de los esfuerzos la brecha es cada vez mayor. La Tabla I recoge algunos indicadores de I+D de países de la OCDE, comparados con los de América Latina y el Caribe.

TABLA I

Indicadores de I+D en latinoamérica

El proceso de financiación que siguen las convocatorias en el VII Programa Marco se muestra en la Figura 1. Por su parte la mayoría de agencias financiadoras seleccionan los proyectos para asignación de fondos a partir de dos tipos de evaluación. La administrativa se realiza con base en indicadores de I+D, bibliométricos y de cooperación científica (Fernández, 1998); input y output que miden y describen aspectos como número de investigadores, nivel de formación, publicaciones científicas, patentes, presupuesto, infraestructura y nexos con otros organismos nacionales e internacionales. El objetivo es conocer los recursos, las capacidades y las estrategias con las que compite el grupo de investigación. La evaluación científica se hace con expertos o "pares evaluadores" (Campbell, 2002; Campanario, 2002).

Figura 1. Proceso de financiación de los proyectos europeos. Fuente: FP7 (2006).

Los factores que inciden en la cooperación científica han sido estudiados a nivel de empresas y de gobiernos, pero son pocos los estudios a nivel de grupo de investigación. Si se hace un paralelo entre estos organismos y las empresas, los estudios empíricos realizados sobre estas últimas servirán de base para justificar algunas hipótesis. Para ello se define el grupo de investigación como una organización especializada en la generación y aplicación creativa del conocimiento, constituyendo lo que se denominaría como empresa de conocimiento (Robledo et al., 2005). Se emplea está definición a pesar de la polémica que genera medir la investigación a través del impacto económico, el grado de innovación o la tasa de retorno (Brown y Svenson, 1988; Grupp, 1992; Soleiro y Quintero, 1994). La heterogeneidad entre empresas con respecto a los recursos y las capacidades generan fuentes de ventajas competitivas (Lippman y Rumelt, 1982; Barney, 1991; Winter, 1995).

Se ha pretendido seleccionar una lista de factores que se consideran significativos para diferenciar los grupos de investigación. En el modelo de análisis se han considerado factores que describen las características generales del grupo, factores que describen el apoyo institucional que recibe y factores motivacionales.

Tamaño. El tamaño de la empresa ha sido señalado como un factor relacionado positivamente con la participación en programas de I+D (Blanes y Busom, 2004; Busom y Fernández, 2004; Okamuro, 2007). Las empresas más grandes parecen inducir y promover la cooperación científica con más facilidad y mejores resultados que las pequeñas, especialmente porque transmiten más confianza y experiencia debido a sus robustas estructuras administrativas (Cohen y Levinthal, 1989; Hagedoorn y Schakenraad, 1990; Colombo y Garrone, 1996; Bayona et al., 2001; López, 2008). En las convocatorias del VI y VII Programa Marco el tema de los consorcios grandes e interdisciplinares es positivamente valorado e incluso obligatorio en algunos casos. En este estudio esta variable será considerada de control.

Interdisciplinariedad. Los proyectos de investigación realizados por grupos de diferentes áreas y disciplinas generan productos y aplicaciones más atractivas e interesantes de cara al público y a la sociedad. La interdisciplinariedad en las actividades de investigación fue encontrada como un factor significativo en las relaciones de cooperación científica en las empresas (EURAB, 2004; CSTP, 2005; Kazuyoshi et al., 2007). Esta tendencia a formar equipos grandes e interdisciplinarios ya fue anunciada en los 90 por Gibbons et al. (1994).

Hipótesis 1: Los grupos interdisciplinarios tienen más probabilidad de que sus propuestas sean aprobadas en una convocatoria internacional que los grupos que trabajan en una sola disciplina.

Años de existencia. La experiencia se puede medir en años y en producción científica, publicaciones indexadas o patentes (Zukerman, 1991). Un equipo investigador consolidado y con experiencia aumenta las probabilidades de completar satisfactoriamente un proyecto (Guallar et al., 1995). Al igual que las empresas, los grupos deben tener una coherencia interna o características tecnológicas que los hacen viables como una entidad histórica (Dosi et al., 1990). Esta coherencia se refiere a una serie de trayectorias críticas que generan capacidades duraderas y continuas en el tiempo (Chiesa y Manzini, 1997). La reputación de los fundadores, experiencias pasadas y estabilidad financiera son factores que muestran una relación directamente proporcional con los años de existencia del grupo. Además la corta vida impide que éste goce de una reputación propia (Geisler et al., 1991).

Hipótesis 2: Los grupos de investigación más antiguos tienen más probabilidad de que sus proyectos sean aprobados en una convocatoria internacional que los más jóvenes.

Producción científica y tecnológica. El estudio cuantitativo de la actividad de investigación científica y tecnológica ha sido abordado por la cienciometría. Los productos de I+D más cuantificados son los artículos científicos y las patentes, ya que éstos reflejan los conocimientos y las técnicas en el momento preciso de su divulgación (OCDE, 1994). Para que el liderazgo de un grupo perdure en el tiempo, los recursos y capacidades con los que compite deben ser inimitables y altamente diferenciadores, como por ejemplo, activos especializados, información especial, patentes, marcas registradas, reputación, imagen, restricciones legales, publicaciones científicas, entre otros. (Lippman y Rumelt, 1982; Dierickx y Cool, 1989).

Algunos estudios revisan factores de éxito como el buen currículum de los investigadores, conocimientos de investigación, excelencia intelectual y la experiencia reconocida o producción científica (Gee, 1993). Una de las claves del éxito en la cooperación es la excelencia intelectual de los socios (Bloedon y Stokes, 1994), idea que se corrobora con estudios sobre la relación empresa-universidad (Martínez y Pastor, 1995).

Participación en redes científicas internacionales. Las alianzas en I+D son una ventaja competitiva y tienen efectos duraderos en la empresa (Teece, 1980; Barnes et al., 2002). En el contexto actual de la sociedad del conocimiento, la internacionalización, la globalización, el Tratado de Libre Comercio y las comparaciones nacionales e internacionales, los programas de cooperación científica, a través de las redes internacionales, consideran lo abierto o cerrado que están los grupo de investigación a colaborar con sus colegas (Gusmão, 1999). Las organizaciones integradas en redes mantendrán niveles mayores de confianza como consecuencia de la gran cantidad de información a la que tienen acceso; además, la propia red evita comportamientos oportunistas de las partes, o de lo contrario su reputación resultaría perjudicada. Por otro lado, la confianza facilita las relaciones entre las partes y hace más flexible su orientación (Gulati, 1998). Este factor se considerará una variable de control.

Para contribuir a la economía del conocimiento es ineludible que las organizaciones incluyan políticas y estrategias de cooperación internacional (Sebastián, 2005). Las empresas y universidades implementan mecanismos de apoyo e incentivos que favorecen la cooperación científica y la internacionalización, como por ejemplo información y comunicación de oportunidades, ayudas en la búsqueda de socios, preparación de presupuestos y establecimiento de acuerdos y condiciones para la negociación con los organismos financiadores, fijando remuneraciones y reconocimientos a los investigadores. Un estudio aplicado a empresas japonesas revela que las características organizativas y contractuales inciden positivamente en la cooperación científica (Cohen y Levinthal, 1989, 1990; Bizan, 2003; Okamuro, 2007). El apoyo moral y organizativo desde la alta dirección hasta el apoyo operativo más básico es un factor de éxito en los programas científicos. De igual manera se ha identificado que el cambio en las estructuras organizativas de los socios cooperantes es un factor que conduce al fracaso (Geisler et al., 1991).

Personal de apoyo administrativo. El apoyo para la gestión, así como el apoyo de la alta dirección son factores de éxito en la cooperación científica (Cyert y Goodman, 1997; Davenport et al., 1999)

Hipótesis 4: Los grupo de investigación que tienen personal de apoyo para administrar los proyectos y la cooperación científica tienen más probabilidad de que sus propuestas sean aprobadas en convocatorias de I+D, que los grupo sin estructuras de apoyo.

Canales de información y comunicación. La importancia de la información y la comunicación sobre los procesos de cooperación científica ha sido constatada. Se desea probar que la ausencia y la falta de institucionalización de este proceso tienen efectos negativos en la participación en programas científicos de cooperación internacional. La buena comunicación y los contactos regulares entre los socios científicos fomentada desde la dirección de la empresa es un factor de éxito en la cooperación (Davenport et al., 1999; Santoro y Chakrabarti, 1999; Ariño y Montes, 2001; Montoro et al., 2002).

Hipótesis 5. Los grupos de investigación que no tienen canales de comunicación e información tienen menos probabilidad que sus propuestas sean aprobadas en convocatorias, que los grupos con estructuras de información y comunicación.

Los grupos de investigación pueden estar motivados a participar en programas científicos por la posibilidad de obtener resultados comercializables, acceso a equipos e infraestructuras del resto de los socios, la posibilidad de explorar nuevas líneas de investigación, adquirir nuevos conocimientos, aumentar prestigio y visibilidad, poder financiar costos de personal, introducirse en redes internacionales, obtener financiación para viajes, formación y pasantías. Aumentar beneficios y costos, reducir la duplicidad en las investigaciones, y compartir riesgos e incertidumbre tecnológica han sido motivaciones estudiadas en ámbitos empresariales (Link, 1996; Vanortas, 1997; Hagedoorn et al., 2000).

Acceso a recursos. Según la teoría de dependencia de recursos ninguna organización puede generar la variedad y cantidad de recursos que necesita. Ante la necesidad de acceder a determinados recursos, las organizaciones inician acuerdos de cooperación (Pfeffer y Salancik, 1978). Un estudio en España reveló que la principal motivación de los investigadores para participar en el V PM fue de tipo financiero (CRUE, 2002). Variable de control.

Intercambio y colaboración. Algunos autores revelan que la principal motivación para la cooperación científica de las organizaciones sin dificultades económicas es la colaboración internacional y el intercambio de sus habilidades y competencias (Hamel, 1991; Colombo y Gerrone, 1996). Variable de control.

Visibilidad y prestigio del grupo. Por lo general el prestigio ha sido encontrado como un factor positivo en las relaciones de cooperación, ya que permite generar relaciones de confianza entre los cooperantes. La reputación en la comunidad científica y en la industria, la reputación académica, la experiencia reconocida y la excelencia intelectual, la perseverancia y el esfuerzo empresarial son considerados factores de éxito en variados estudios (Martínez y Pastor, 1995). Los grupos que tienen esta motivación para participar es porque carecen de logros y actuaciones pasadas que dejen ver su excelencia tecnológica, productiva o comercial (Gray, 1985; De Laat, 1997). Por ello dejar ver esta carencia y mostrarse muy entusiasmado por suplirla, repercute negativamente en la aprobación de propuestas en programas científicos.

Hipótesis 6: Los grupos de investigación que están motivados por la visibilidad internacional tienen menos probabilidad de que sus propuestas sean aprobadas en convocatorias internacionales que los grupos con otras motivaciones.

La información empleada en el estudio se obtuvo a partir de un cuestionario electrónico vía correo electrónico enviado en octubre 2006 a 411 directores de grupos de investigación de Argentina, Brasil, Chile, Colombia y Venezuela, países que representan el 60% de la investigación desarrollada en Latinoamérica (BID, 2006). La tasa de respuesta fue del 27% y la muestra finalmente obtenida fue de 113 cuestionarios.

El cuestionario de 36 preguntas se agrupó en tres bloques. El primero preguntaba acerca de las características generales del grupo (Cuadros, 2005); el segundo abordaba las políticas y estrategias de cooperación y de internacionalización, y el tercero se refería a las motivaciones para presentar propuestas. Los ítems incluidos se basaron en los formularios GrupLAC de la Red de Información ScienTI (SCIENTI, 2006), en los planteamientos de la dimensión internacional de las universidades (Sebastián, 2000) y en un estudio de la Conferencia de Rectores de las Universidades Españolas en el que se analiza la participación y el impacto de los Programas Marco (CRUE, 2002).

Una vez diseñado el cuestionario y con el fin de validar algunas preguntas, se realizó un pretest dirigido a 29 grupos de investigación de una universidad colombiana (Cuadros y Rebollar, 2006). A medida que se recibían las respuestas se hizo una selección por cuotas, teniendo en cuenta que existiera una representatividad en la muestra por áreas del conocimiento, tipo de institución y tipo de investigación que realizan los grupos. En la Figura 2 se puede apreciar la distribución porcentual en la muestra.

Figura 2. Distribución porcentual en la muestra de los grupos de investigación por institución a la que pertenecen, principal área de conocimiento y tipo de investigación que realizan.

La Tabla II recoge la ficha de la investigación muestral. Para comprobar sesgo por no respuesta se hizo una prueba T de comparación de medias con las 20 primeras encuestas respondidas y las últimas 20. Se encontró sig >0,1 en todas las variables por lo que se descarta este supuesto.

TABLA II

Ficha técnica de la investigación muestral

Elaboración de variables

Con el fin de identificar las diferencias entre los grupos encuestados, la muestra fue dividida en dos, los grupos que no tienen proyectos aprobados (GNA) y los que tienen proyectos aprobados (GA). La pertenencia a alguno de los dos grupos constituye la variable general a contrastar. La especificación de las variables independientes incluidas en el análisis multivariante se presenta en la Tabla III, indicando las hipótesis que se contrastan en el modelo.

TABLA III

Variables en el análisis multivariante y diferencias entre grupos

Para el análisis factorial de las motivaciones, inicialmente se tenían 12 factores, pero antes de hacer la reducción se realizó un análisis bivariante con cada uno de estos factores y la variable general. A través de las pruebas T de comparación de medias, se encontró que estar motivado por el prestigio y la visibilidad era un factor que diferenciaba a los grupos con propuestas aprobadas y los que no las tenían. Así que esta variable no se incluyó en la reducción factorial y se dejó como una variable independiente en el análisis de regresión logística. La reducción factorial se hizo con las once motivaciones restantes, quedando finalmente tres. El primer factor está relacionado con ampliar el conocimiento y el know how; el segundo con la participación en redes, la colaboración y el intercambio; y el tercer factor con la adquisición de recursos financieros. En la encuesta, las motivaciones se califican de 1 a 4, donde 1= ninguna o muy poca importancia, 2= poca importancia, 3= mediana importancia, 4= bastante importancia. La reducción factorial se hizo con 11 factores (Tabla IV).

TABLA IV

Análisis factorial: motivaciones para participar en convocatorias

En el modelo de regresión logística, la variable dependiente está dada por la probabilidad de que el grupo de investigación tenga proyectos aprobados en convocatorias internacionales (Y= 1) 0 no tenga proyectos aprobados (Y= 0), siendo las variables independientes las que se señalan en la Tabla III. Las ecuaciones que definen el modelo son

donde b₀: constante del modelo, b_j: parámetro estimado para X_j, siendo X_j: variable explicativa considerada potencialmente discriminante, y

]]>

es el incremento sufrido por RA cuando X incrementa en una unidad.

En el modelo se incluyeron 11 variables, para una muestra de 113 encuestas. El estudio es válido, al contar al menos con 10 observaciones por variable (Hair et al., 1998)

La Tabla V presenta los resultados del análisis multivariante. Las variables que han resultado significativas son la interdisciplinariedad (b= 0,971; p= 0,085) que apoya la hipótesis 1; los años de existencia del grupo (b= 0,76; p= 0,023) que apoya la hipótesis 2; la producción científica y tecnológica (b= 0,149; p= 0,019) que apoya la hipótesis 3; o poseer estructuras de apoyo para la información y comunicación (b= -1,618; p= 0,086) que apoya la hipótesis 5; y estar motivado a participar por la visibilidad y el prestigio (b= -0,873; p= 0,010) que apoya la hipótesis 6. Los resultados muestran que poseer personal de apoyo no es un factor determinante de éxito en la participación en programas de cooperación internacional (b= 0,974; p= 0,130) y por lo tanto se rechaza la hipótesis 4.

TABLA V

Modelo logístico y estimación de los coeficientes

Según la literatura analizada en el marco teórico, las variables que más significación tienen en el éxito en la cooperación científica y la internacionalización tienen que ver con los recursos financieros, físicos, humanos, organizativos y tecnológicos (Dierickx y Cool, 1989), así como las capacidades que definen la forma en que la empresa emplea esos recursos (Teece, 1987)

En este modelo se eligieron cinco variables que pueden explicar las diferencias entre las características de los grupos que han tenido propuestas aprobadas y los que no, y que están en consonancia con los estudios revisados. La H1 se refiere a la relación positiva entre el éxito en la participación en programas de I+D y la participación previa en proyectos interdisciplinarios. Estos resultados han sido también contrastados en trabajos anteriores (Kazuyoshi et al., 2007). La H2 plantea la relación positiva entre los años de existencia del grupo y el éxito en la aprobación de proyectos. Otros estudios han encontrado positiva esta relación (Geisler et al., 1991; Chiesa y Manzini, 1997). La H3 hace referencia a la producción científica y tecnológica que, como se dijo, puede representar las capacidades del grupo y su prestigio, lo cual genera confianza entre los socios participantes. Algunos trabajos demuestran la existencia de una relación positiva entre la confianza y el éxito, y entre el prestigio y el éxito (Martínez y Pastor, 1995; Davenport et al., 1999; Montoro et al., 2002). La H4 apoya los estudios en los que se demuestra un efecto positivo entre la información y la comunicación y el éxito en las relaciones cooperativas (Martínez y Pastor, 1995; Davenport et al., 1999).

Sobre las motivaciones se puede afirmar que la H6 se cumple. Estar motivado por obtener más visibilidad tiene efectos negativos sobre la participación en programas de I+D y ello se explica porque se genera desconfianza por no tener ya una trayectoria que lo identifique entre sus pares. Estos resultados son congruentes con una revisión de casos en el marco teórico (Montoro et al., 2002).

Se ha buscado identificar los factores claves que diferencian los grupos de investigación que han conseguido aprobación en una convocatoria internacional y los que no lo han hecho. Para ello se tomaron algunos elementos de la teoría de los recursos y las capacidades de la empresa. Adicionalmente, se revisó la literatura sobre factores de éxito en la cooperación y las motivaciones y barreras para participar en programas de I+D. Se constata que la literatura es muy heterogénea y reducida, especialmente para el caso particular de los grupos de investigación.

Al revisar estudios empíricos sobre los factores que influyen en la cooperación científica, los financieros, tecnológicos, educativos, políticos y epistemológicos cubren prácticamente todas las evidencias. Para el modelo seguido en este trabajo se agrupan las variables en tres categorías, las características de los grupos, el apoyo institucional y las motivaciones para participar. Las variables consideradas son experiencia en la participación en proyectos interdisciplinarios, antigüedad del grupo; producción científica y tecnológica; poseer estructuras de apoyo para la información y la comunicación; poseer personal de apoyo para la gestión y administración; estar motivado por la visibilidad y el prestigio.

La interdisciplinariedad, los años de existencia del grupo y la producción previa influyen positivamente en la aprobación de proyectos en convocatorias internacionales y no poseer estructuras de apoyo para la información y comunicación lo hace negativamente. Estar motivado a participar por la visibilidad y el prestigio genera desconfianza y afecta negativamente la cooperación con otros organismos. Por otra parte, poseer personal de apoyo no es un factor determinante de éxito en la participación en programas de cooperación internacional, muy probablemente porque la mayoría de los investigadores latinoamericanos ya están entrenados para realizar este tipo de labores.

Con referencia al tema de las motivaciones, las más mencionadas en el ámbito empresarial son el reconocimiento, compartir riesgos, costos e incertidumbre tecnológica, acortar ciclos en las innovaciones, ganancias económicas, sinergia, eficiencia en el manejo de los recursos y aprendizaje, entre otras. En este análisis se preguntó a los grupos por 11 motivaciones, reducidas a tres después de un análisis factorial. La ausencia de motivación por el conocimiento, por el intercambio y por los recursos influye negativamente en la participación en programas de I+D.

El impacto de esta investigación está dirigido específicamente al diseño de políticas y estrategias de I+D y de cooperación científica, a la gestión y al fomento de la participación en programas internacional. También, con estos factores claves, un grupo puede decidir si invierte tiempo, dinero y esfuerzo preparando una propuesta para una convocatoria internacional o si mejor sigue diseñando su estrategia y aplicando un modelo de gestión que le permita acumular recursos y capacidades para diferenciarse en un futuro de sus competidores.

La comparación de indicadores sobre cooperación e I+D entre países latinoamericanos y países desarrollados facilita el análisis y la comprensión de la brecha cada vez mayor entre las regiones en CyT. Con ello se pretende mostrar y comprender las realidades de cada región con el fin de sentar bases para que se consideren éstas diferencias, no con el ánimo de disminuir los niveles de exigencia, sino para diseñar programas donde compitan grupos con similares niveles de desarrollo.

En el marco teórico y la fundamentación desarrollada a lo largo del artículo se revisan los principales temas relacionados con la cooperación científica internacional bajo los enfoques y teorías de la economía y la dirección de empresas, habiéndose podido identificar factores y motivaciones que influyen en la participación de un grupo en estos programas internacionales.

Aunque hay muchos modelos que representan las relaciones de cooperación científica entre empresas, no se encontró uno que combine factores motivacionales, características generales y aspectos organizativos. La combinación de las técnicas estadísticas empleadas y el que el estudio este realizado específicamente sobre grupos de investigación, constituye novedad en el estudio de las relaciones científicas internacionales.

Una última contribución que cabe señalar y que aún queda para ser tratada con más profundidad, es el paralelo que se asume entre un grupo de investigación y una empresa. Al darle este tratamiento al grupo se admite que los resultados de los proyectos deben, en todos los casos, entregar aplicaciones industriales, sociales, ambientales o gubernamentales y, yendo más lejos todavía, se deben calcular las retribuciones económicas.

Por el carácter exploratorio de este estudio y las escasas investigaciones realizadas en el contexto latinoamericano, se hace necesario repetirlo con una muestra más grande. Los datos sobre las características de los grupos deberían ser tomados directamente de bases de datos nacionales y no depender de la memoria y el tiempo del jefe de grupo, procurando también minimizar las diferencias existentes en definiciones y clasificaciones. Sería de interés, entre otros aspectos, determinar los factores de éxito que inciden en la participación en programas de cooperación según las agencias oferentes de financiación; desarrollar nuevos modelos y metodologías de evaluación de grupos de I+D; definir, modelar y automatizar los procesos de asignación de fondos internacionales para I+D; y estudiar modelos de gestión e impacto de convocatorias internacionales para proyectos de I+D en todo el mundo.

La primera autora principal agradece a Jorge Robledo Velásquez sus opiniones.

1. Ariño A, Montes JS (2001) Deje respirar a su alianza. Harv. Deusto Bus. Rev. 100: 68-73.        [ Links ]

2. Barnes T, Pashby IR, Gibbons AM (2002) Effective university–industry interaction: A multi-case evaluation of collaborative R&D projects. Eur. Manag. J 203: 272-285.        [ Links ]

3. Barney JB (1991) Firm resources and sustained competitive advantage, J. Manag. 17: 99-120.        [ Links ]

4. Bayona C, García T, Huerta E (2001) Firms’ motivations for cooperative R&D: an empirical analysis of Spanish firms. Res. Policy 30: 1289-1307.        [ Links ]

5. Bellemin L, Claude J (2004) International scientific co-operation in FP6. DG RTD N1 International Scientific Co-operation. Commission European. http://www.rsnz.govt.nz/news/policy/(2004)        [ Links ]

6. BID (2006) Educación, C y T en América Latina y el Caribe. Vol 1. Banco Interamericano de Desarrollo. Washington, DC, EEUU.        [ Links ]

7. Bizan O (2003) The determinants of success of R&D projects: evidence from American-Israeli research alliances. Res. Policy 32: 1619-1640.        [ Links ]

8. Black JA, Boal KB (1994) Strategic resources: traits, configurations and paths to sustainable competitive advantage. Strat. Manag. J. 15: 131-148.        [ Links ]

9. Blanes J, Busom I (2004) Who participates in R&D subsidy programs? The case of Spanish manufacturing firms. Res. Policy 33: 1459-1476.        [ Links ]

10. Bloedon RV, Stokes DR (1994) Making university/industry collaborative research succeed. Res. Technol. Manag. 37: 44-48.        [ Links ]

11. Bonaccorsi A, Piccaluga A (1994) A theoretical framework for the evaluation of university-industry relationships. R & D Manag. 24: 229-247.        [ Links ]

12. Brown M Svenson RA (1988) Measuring R&D productivity. Res. Technol. Manag. 6: 11-15.        [ Links ]

13. Busom I, Fernández-Ribas A (2004) Firm Strategies in R&D: Cooperation and Participation in R&D Programs. Universitat Autònoma de Barcelona. España. http://selene.uab.es/ibusom/ IB_AF_May.pdf        [ Links ]

14. Campanario JM (2002) El sistema de revisión por expertos peer review: Muchos problemas y pocas soluciones. Rev. Esp. Docum. Cient. 25: 166-184.        [ Links ]

15. Campbell D (2002) Evaluation of University Research in Europe: Conceptual Framework and Comparative Typology. HOFO Working Paper Series 05.002 IFF Faculty for Interdisciplinary Studies. Viena, Austria. 20 pp.        [ Links ]

16. Chiesa V, Manzini R (1998) Organizing for technological collaborations: A managerial perspective. R & D Manag. 28: 199-212.        [ Links ]

17. Cohen WM, Levinthal DA (1989) Innovation and learning: two faces of R&D. Econ. J. 99: 569-596.        [ Links ]

18. Colombo MG, Gerrone P (1996) Technological cooperative agreements and firms R&D intensity. A note on causality relations. Res. Policy 25: 923-932.        [ Links ]

19. CSTP (2005) The Third Science and Technology Basic Plan FY 2006-FY2010. Council for Science and Technology Policy. Japan. www8.cao.go.jp/cstp/english/basic/        [ Links ]

20. CRUE (2002) Análisis de la Participación e Impacto del Pm de I+D Tecnológico de la UE en las Universidades Españolas. Conferencia de Rectores de Universidades Españolas. Servicio Europa I+D.        [ Links ]

21. Cuadros A (2005) Mejores Prácticas que Posibilitan la Aceptación de Proyectos de Investigación en Convocatorias Internacionales. XI Cong. Int. de Gestión Tecnológica. Salvador de Bahía, Brasil. 185 pp.        [ Links ]

22. Cuadros A, Rebollar R (2006a) Elementos claves para obtener financiación externa internacional para proyectos de I+D: caso de estudio: UPB Medellín – Colombia. Mem. X Cong. Int. de Ingeniería de Proyectos. Valencia, España. 574 pp.        [ Links ]

23. Cuadros A, Rebollar R (2006b) Acciones emprendidas institucionalmente para fomentar en los GI la participación en convocatorias internacionales. XII Cong. Int. de Gestión Tecnológica. Buenos Aires Argentina. 177 pp.        [ Links ]

24. Cuadros A, Rebollar R (2007) Motivaciones y Barreras a la participación de grupos LA en convocatorias internacionales. XI Cong. Int. de Ingeniería de Proyectos. Lugo, España.        [ Links ]

25. Cyert RM, Goodman PS (1997) Creating Effective University-Industry Alliances: An Organizational Learning Perspective. Organiz. Dynam. 25: 45-57.        [ Links ]

26. Davenport S, Davies JY, Grimes C (1999) Collaborative research programmers: building trust from difference. Technovation 19: 31-40.        [ Links ]

27. De Laat P (1997) Research and development alliances: Ensuring trust by mutual commitments. En Ebers M (Ed.) The Formation of Interorganizational Networks. Oxford University Press, Nueva York, pp. 146-173.        [ Links ]

28. Díaz G (2005) México – UE. Evaluación de la cooperación científica y tecnológica como herramienta de cohesión social. Centro Latinoamericano de la Globalidad. México.        [ Links ]

29. Dierickx Y, Cool K (1989) Asset stock, acumulation and sustainability of competitive advantage. Manag. Sci. 35: 1504-1511.        [ Links ]

30. Dosi G.;, Teece D, Winter S (1990) Les frontiéres des enterprises: Vers une théorie de la cohérence de la grande enterprise. Rev. D’Econ. Indust. 51: 238-254.        [ Links ]

31. EURAB (2004) http://ec.europa.eu/research/eurab/pdf/eurab_04_009_interdisciplinarity_research_final.pdf.        [ Links ]

32. Fernández MT, Gómez I, Sebastián J (1998) La cooperación científica de los países de América Latina a través de indicadores bibliométricos. Interciencia 23: 328-337.        [ Links ]

33. FP7 (2007) VII Programa Marco. http://ec.europa.eu/research/fp7        [ Links ]

34. Gee RE (1993) Technology transfer effectiveness in university-industry cooperative research. Int. J. Technol. Manag. 8: 652-668.        [ Links ]

35. Geisler E, Furino A, Kiresuk TJ (1991) Toward a conceptual model of cooperative research: patterns of development and success in university-industry alliances. IEEE Trans. Eng. Manag. 38: 136- 145.        [ Links ]

36. Gibbons M (2002) Globalization and the future of higher education. En Globalization: What Issues are at Stake for Universities? Universidad de Laval. Québec, Canada.        [ Links ]

37. Gibbons M, Limoges C, Nowotny H, Schwartzman S, Scott P, Trow M (1994) The New Production of Knowledge, Sage Publications. London, RU. pp. 192.         [ Links ]

38. Grant RM (1996) Dirección Estratégica. Conceptos, Técnicas y Aplicaciones. Civitas. Madrid, España.        [ Links ]

39. Gray B (1985) Conditions facilitating inteorganizational collaboration. Human Rel. 38: 911-936.        [ Links ]

40. Grupp H (1992) Competitive Trade Advantage of EC Nations as a Function of their Science and Technology Production. FhG-ISI. Karlsruhe, Alemania.         [ Links ]

41. Guallar E, De La Cal M, Martin JM (1997) Guía para la evaluación de proyectos de investigación en ciencias de la salud. Med. Clín. 108: 460-471.        [ Links ]

42. Gulati R (1998) Alliances and Networks. Strat. Manag. J. 19: 293-317.        [ Links ]

43. Gusmão R (1999) OST - Observatoire des Sciences et des Techniques France. Indicadores de cooperación internacional y políticas regionales de CyT. La implicación de los países latinoamericanos en los programas europeos de cooperación con terceros países. IV Taller Latinoam. de Indicadores de CyT. México.        [ Links ]

44. Hagedoorn J, Schakenraad J (1990) Inter-firm partnerships and. cooperative strategies in core technologies. En Freeman C, Soete L (Eds.) New Explorations in the Economics of Technological Change. Pinter. Londres, RU. pp. 3-38.        [ Links ]

45. Hagedoorn J, Link AN, Vonortas NS (2000) Research partnerships. Res. Policy 29: 567-586.        [ Links ]

46. Hair JF, Anderson RE, Tatham RL, Black WC (1998) Multivariate Data Analysis. 5^a ed. Black Prentice Hall. NJ, EEUU.        [ Links ]

47. Hamel GP (1991) Competition for competence and inter-partner learning within international strategic alliances. Strat. Manag. J. 12: 83-103.        [ Links ]

48. Kazuyoshi S, Mitsuo A, Tohru K, Shinichi K (2007) Designing a proposal review process to facilitate interdisciplinary research. Res. Eval. 161: 13-21.        [ Links ]

49. Lippman SA, Rumelt RP (1982) Uncertain imitability: An analysis of interfirm differences in efficiency under competition. Bell J. Econ. 13: 418-438.        [ Links ]

50. López A (2008) Determinants of R&D cooperation: Evidence from Spanish manufacturing firms. Int. J. Indust. Organ. 28: 113-136.        [ Links ]

51. Martínez A, Pastor AC (1995) University-industry relationships in peripheral regions: The case of Aragon in Spain. Technovation 15: 613-625.        [ Links ]

52. Montoro MA, Mora EM, Guerras LA (2002) nature of the partner as a moderating factor in interorganizational relationships. 2^nd Annu. Conf. on Innovative Research in Management. EURAM. Estocolmo, Suecia.        [ Links ]

53. Nupia C (2005) ¿Quién conoce los programas Marco de la UE? Unimedios N° 97, Set. 2006. Universidad Nacional de Colombia.        [ Links ]

54. OCDE (1984) Industry and University. New Forms of Co-operation and Communication. Organisation for Economic Co-operation and Development. París, Francia. http://www.oecd.org/publications/0,3353,en_2649_201185_1_1_1_1_1,00.html        [ Links ]

55. OCDE (1994) Manual de Frascati. 5ª ed. DSTI, Organisation for Economic Co-operation and Development. París, Francia. http://www.oecd.org/publications/0,3353,en_2649_201185_1_1_1_1_1,00.html        [ Links ]

56. OCDE (2007) Science, Technology and Industry: Scoreboard 2007. Organisation for Economic Co-operation and Developmen. París, Francia. http://www.oecd.org/publications/0,3353,en_2649_201185_1_1_1_1_1,00.html        [ Links ]

57. Okamuro H (2007) Determinants of successful R&D cooperation in Japanese small businesses: The impact of organizational and contractual characteristics. Res. Policy 36: 1529-1544.        [ Links ]

58. Pfeffer J, Salancik GR (1978) The External Control of Organizations: A Resource Dependence Perspective. Harper & Row. Nueva York, EEUU.         [ Links ]

59. RICYT (2008) Red de Indicadores de Ciencia y Tecnología Iberoamericana e Interamericana. www.ricyt.org.        [ Links ]

60. Robledo J, Tamayo L, Monsalve X (2005) Hacia una Caracterización de las Estrategias Investigativas de los GI Universitarios. XI Sem. Latinoam. de Gestión Tecnológica. Salvador de Bahía, Brasil.        [ Links ]

61. Sakakibara M (1997) Heterogeneity of firm capabilities and cooperative research and development: an empirical examination of motives. Strat. Manag. J. 18: 143-164.        [ Links ]

62. Sakakibara M (2001a) A. Cooperative research and development: who participates and in which industries do projects take place? Res. Policy 30: 993-1018.        [ Links ]

63. Sakakibara M (2001b) The diversity of R&D consortia and firm behavior: evidence from Japanese data. J. Indust. Econ. 49: 181-196.        [ Links ]

64. Santoro MD, Chakrabarti AK (1999) Building Industry-University Research Centers: Some Strategic Considerations. Int. J. Manag. Rev. 1: 225-244.        [ Links ]

65. SCIENTI (2008) Red Internacional de Fuentes de Información y Conocimiento para la Gestión de la Ciencia, la Tecnología y la Innovación. www.scienti.net        [ Links ]

66. Sebastián J (2005) Internacionalización de la ciencia y la tecnología. 1^as Jornadas Españolas de Indicadores para la Evaluación de la Ciencia y la Tecnología. Madrid, España.        [ Links ]

67. Solleiro Jl, Quintero R (2003) Evaluación de proyectos de investigación y desarrollo ¿alguna solución a este viejo problema? Centro para la Innovación Tecnológica. UNAM. México.         [ Links ]

68. Teece DJ (1980) Economies of scope and the scope of the enterprise. J. Econ. Behav. Organ. 1: 681-694.        [ Links ]

69. USPTO (2008) United States Patent and Trademark Office. www.uspto.gov.        [ Links ]

70. Vonortas NS (1997) Cooperation in Research and Development. Kluwer. Boston, MA, EEUU. 288 pp.         [ Links ]

71. Wernerfelt B (1984) A resource-based view of the firm. Strat. Manag. J. 5: 171-180.        [ Links ]

72. Winter SG (1995) Rents, resources, routines and replication. En Montgomery CA (Ed.) Resource-based and Evolutionary Theories of the Firm. Kluwer. Boston, MA, EEUU. pp. 147-178.        [ Links ]

73. Zuckerman H, Merton RK (1971) Patterns of evaluation in science. Institutionalization, structure and functions of referee systems. Minerva 9: 66-100.        [ Links ] ]]> 1 2001 100 68-73 2 2002 203 272-285 3 1991 17 99-120 4 2001 30 1289-1307 5 2004 6 BID 2006 1 7 2003 32 1619-1640 8 1994 15 131-148 9 2004 33 1459-1476 10 1994 37 44-48 11 1994 24 229-247 12 1988 6 11-15 13 2004 14 2002 25 166-184 15 2002 20 16 1998 28 199-212 17 1989 99 569-596 18 1996 25 923-932 19 CSTP 2005 20 CRUE 2002 21 2005 185 22 2006 a 574 23 2006 b 177 24 2007 25 1997 25 45-57 26 1999 19 31-40 27 1997 146-173 28 2005 29 1989 35 1504-1511 30 1990 51 238-254 31 EURAB 2004 32 1998 23 328-337 33 FP7 2007 34 1993 8 652-668 35 1991 38 136- 145 36 2002 37 1994 192 38 1996 Madrid, España 39 1985 38 911-936 40 1992 41 1997 108 460-471 42 1998 19 293-317 43 OST - Observatoire des Sciences et des Techniques France 1999 44 1990 3-38 45 2000 29 567-586 46 1998 5ª 47 1991 12 83-103 48 2007 161 13-21 49 1982 13 418-438 50 2008 28 113-136 51 1995 15 613-625 52 2002 53 2005 97 54 OCDE Organisation for Economic Co-operation and Development 1984 55 OCDE 1994 5ª 56 OCDE 2007 57 2007 36 1529-1544 58 1978 59 RICYT 2008 60 2005 61 1997 18 143-164 62 2001 a 30 993-1018 63 2001 b 49 181-196 64 1999 1 225-244 65 SCIENTI 2008 66 2005 67 para la Innovación Tecnológica 2003 68 1980 1 681-694 69 USPTO 2008 70 1997 288 71 1984 5 171-180 72 1995 147-178 73 1971 9 66-100