El valor del dato

En la Ciencia de la Vivienda, el dato es el puente entre lo que conocemos teóricamente sobre desempeño de la vivienda y el funcionamiento concreto de un hogar. Necesitamos medir y monitorear porque el conocimiento técnico nos indica cómo deberían funcionar las cosas y, por ende, qué observar, pero solo los datos nos muestran cómo operan realmente determinadas variables en un hogar.

El dato no es un fin en sí mismo en la Ciencia de la Vivienda, sino que es la evidencia que permite validar conocimiento técnico, diagnosticar problemas habitacionales, evaluar soluciones y construir conocimiento transferible. Un dato cobra sentido cuando puede dialogar con otros (en el tiempo y entre territorios) y convertirse en conocimiento útil para mejorar la el desempeño de los hogares. Las tecnologías para medir y monitorear permiten que la Ciencia de la Vivienda dialogue con la realidad habitada para mejorar las condiciones de vida de las personas.

Insertar diagrama

1. Del método científico al diagnóstico habitacional

Ya vimos que el método científico se basa en observar, formular hipótesis, experimentar y validar. En la Ciencia de la Vivienda, esto se traduce en:

  • Observación: Detectamos un problema de desempeño de la vivienda a partir de las herramientas que nos provee nuestra formación como cientistas de la vivienda (condensación, sobrecalentamiento, consumo energético elevado, disconfort térmico) y el diálogo con quienes habitan la vivienda, sus percepciones y usos de los espacios.

  • Formulación de hipótesis: Proponemos una explicación basada en  el conocimiento incorporado (¿falta ventilación? ¿la orientación de la vivienda genera ganancia solar excesiva? ¿las infiltraciones son excesivas?).

  • Medición: Usamos tecnologías de diagnóstico para recolectar datos objetivos.

  • Análisis de los Resultados: Comparamos datos reales con valores técnicos normativos o de referencia.

  • Validación/Refutación: Confirmamos o descartamos nuestras hipótesis.

  • Intervención basada en evidencia: Si validamos la hipótesis, diseñamos soluciones con fundamento técnico para realizar eventualmente un mejoramiento habitacional sustentable.

  • Evaluación post-intervención: Medimos nuevamente para verificar que la solución propuesta haya mejorado efectivamente las condiciones de habitabilidad.

Este ciclo no es lineal: es circular. Se transforma a partir de la experiencia. Cada medición genera conocimiento práctico que refina nuestras hipótesis técnicas y mejora nuestras intervenciones en las viviendas.

2. Por qué medir: El dato como evidencia

Los datos son una herramienta fundamental para comprender, diagnosticar y planificar los espacios habitables. Su valor puede desplegarse en varias líneas de acción:

  • Validación del conocimiento: Los cálculos teóricos de transmitancia térmica o renovaciones de aire son aproximaciones. Las mediciones nos dicen si el comportamiento real de la vivienda coincide con lo esperado técnicamente o si hay factores no considerados (infiltraciones no controladas, puentes térmicos, hábitos de las personas).

  • Diagnóstico de problemas habitacionales: Cuando hay un problema (moho, condensación, consumo energético excesivo, disconfort térmico), las mediciones nos permiten identificar la causa técnica raíz, no solo los síntomas visibles
  • Comprensión de desigualdades y visibilización de vulnerabilidades: Medir y monitorear son una forma de hacer visible lo que está oculto. Los datos permiten identificar zonas con déficit habitacional, riesgos ambientales o exclusión urbana y visibilizar estas problemáticas.
  • Toma de decisiones basada en evidencia: Medir permite planificar para luego transformar. Las políticas habitacionales basadas en datos reales pueden responder de forma más precisa a las necesidades de cada hogar y territorio.
  • Cuantificación de mejoras: Si intervenimos en una vivienda (agregamos aislación, mejoramos la ventilación, cambiamos carpinterías), necesitamos medir y monitorear antes y después para saber si la intervención fue efectiva y en qué medida mejoró las condiciones de habitabilidad.
  • Comparabilidad y reproducibilidad: Un dato medido bajo condiciones documentadas puede compararse con otras viviendas, regiones o momentos. Esto permite construir conocimiento transferible: "esta solución técnica funcionó aquí, ¿funcionará en un contexto similar?"
  • Predicción: Los datos permiten construir escenarios que anticipan tendencias y problemas futuros (como expansión urbana, presión ambiental o demanda energética), orientando una planificación más sostenible y preventiva.

En este sentido, medir es comprender para transformar. El valor del dato no reside en la información aislada, sino en su capacidad para convertirse en conocimiento útil, orientar decisiones y que eso ayude a mejorar la calidad de vida.

3. Del dato al indicador

El paso del dato al indicador marca el salto entre la medición y la comprensión.

Dato: Temperatura interior = 18°C, Humedad relativa = 75%, Temperatura superficial de pared = 14°C
Indicador: Punto de rocío alcanzado → Riesgo de condensación superficial confirmado.

Un indicador sintetiza múltiples datos para expresar de forma clara y visual una situación, tendencia o nivel de riesgo. En Ciencia de la Vivienda, los indicadores más comunes son:

Indicadores de confort térmico: Temperatura operativa, horas fuera de rango de confort.
Indicadores de calidad de aire interior: Concentración de CO o CO₂, tasas de renovación de aire.
Indicadores de eficiencia energética: Consumo por m², demanda de calefacción/refrigeración, intensidad energética.
Indicadores de riesgo: Probabilidad de condensación, riesgo de moho, nivel de infiltraciones.

Los indicadores permiten:

  • Comunicar de forma visual y sintética (gráficos, mapas de calor, termografías).

  • Comparar con estándares técnicos o normativos.

  • Decidir qué intervenciones priorizar.

  • Monitorear el desempeño habitacional a lo largo del tiempo.

4. Tipos de análisis con datos

Una vez que tenemos los datos de las viviendas, podemos trabajarlos de distintas formas:

Índices (Index): Conjunto de datos objetivos medidos de forma recurrente en el tiempo. Ejemplo: evolución mensual del consumo energético de una vivienda o del confort térmico interior.

Comparaciones (Benchmarking): Comparar indicadores entre viviendas o territorios para detectar diferencias técnicas. Ejemplo: niveles de infiltración promedio en viviendas de clima frío vs. templado.

Clasificación (Ranking): Listado ordenado que refleja el estado técnico sobre un aspecto en un momento dado. Ejemplo: certificación energética de viviendas (A, B, C, etc.).

Valoración (Rating): Calificación en base a múltiples criterios técnicos. Ejemplo: sistemas de evaluación de habitabilidad o sustentabilidad.