Tras un despido por “error de código”, científicos principales del NIH regresan a sus puestos
(science.org)- Diez investigadores principales de NINDS recibieron notificaciones de despido durante el proceso de reducción de personal (RIF) en agencias federales, pero luego regresaron a sus labores con la explicación de que había sido un “error de computadora” o “error de código”
- Aún no han sido reinstalados oficialmente, y NINDS está buscando una forma de preservar el empleo a largo plazo de investigadores y personal de la oficina de capacitación
- HHS no confirmó la reinstalación, pero explicó que, si hubo despidos erróneos, se debieron a datos inexactos de varios departamentos de recursos humanos separados
- Según documentos internos del NIH, el tamaño de esta RIF es de 1300 personas, y también hay documentos internos que indican que la opinión del NIH no se reflejó en el proceso de selección de los despedidos
- En los laboratorios de los 10 PI que recibieron notificación de despido trabajan más de 100 científicos, por lo que, de haberse confirmado los despidos, el impacto en la reasignación de personal y la interrupción de la investigación habría podido ser considerable
Notificación de despido a 10 PI de NINDS y regreso al trabajo
- 10 investigadores principales del National Institute of Neurological Disorders and Stroke (NINDS) fueron despedidos o puestos en licencia administrativa con goce de sueldo durante una reducción masiva de personal en agencias federales
- Después, se les informó que había sido un despido accidental causado por un “error de computadora” o “error de código”, y regresaron a sus labores
- Sin embargo, aún no han sido reinstalados oficialmente, y algunos de los notificados dijeron que todas las indicaciones para volver se les dieron únicamente de forma verbal
- Un correo interno de NINDS informó que todos los investigadores y el personal de la oficina de capacitación habían regresado, y que la dirigencia estaba impulsando una solución de largo plazo para proteger sus empleos
- Un científico describió esas declaraciones tranquilizadoras como “a leap of faith”
Explicación de HHS y plazo para la formalización
- Un portavoz del Department of Health and Human Services (HHS) no confirmó si habían sido reinstalados, pero dijo que, si hubo despidos equivocados, se debieron a datos inexactos en varios departamentos de recursos humanos separados dentro de HHS
- El mismo portavoz explicó que la reestructuración busca corregir un sistema roto heredado de la administración Biden, y que simplificar las funciones administrativas en una sola mejorará la integridad y coordinación de los datos
- La carta de HHS que recibieron los investigadores de NINDS otorgaba un aviso de 60 días antes de la fecha oficial de despido, y según un científico, NINDS debe encontrar una forma de mantenerlos oficialmente hasta el 2 de junio
- Otros medios informaron que también hubo despidos por error en la RIF en la Food and Drug Administration y en los Centers for Disease Control and Prevention
Los investigadores afectados y el tamaño de la RIF en NIH
- Los 10 PI de NINDS que recibieron notificación de despido son descritos como científicos de alto nivel dentro del instituto, dedicados a investigar esclerosis múltiple, Parkinson’s disease, epilepsy y otras áreas
- Entre ellos está Richard Youle, investigador de Parkinson’s disease, quien recibió el Breakthrough Prize in Life Sciences por ese trabajo
- Según documentos internos del NIH, el tamaño total de esta RIF en NIH es de 1300 personas
- Debido a la casi nula comunicación sobre el plan gubernamental de RIF, muchas personas dentro del NIH esperaban que todos los científicos quedaran excluidos de los recortes
- Un PI de NINDS que recibió la notificación de despido el martes y luego fue llamado de regreso dijo que estaba más cerca de “shocked” que de “surprised”, y que fue un “real bad awakening” totalmente inesperado
Proceso de corrección del error y opacidad en la selección
- Poco después de que el correo de notificación de despido llegara a los 10 PI, empleados de NINDS concluyeron que esos despidos eran un error y comenzaron a impulsar el proceso de regreso
- Uno de los PI dijo que el personal de NINDS logró “algo milagroso” en menos de 24 horas, y que eso lo hizo pensar cuántos de los otros despedidos, que no tenían a nadie que peleara por ellos, también podrían haber sido casos de error
- También se confirmó que Luigi Ferrucci, director científico del National Institute on Aging, fue despedido el martes y luego regresó a su trabajo
- Varios de los PI de NINDS que regresaron dijeron que no recibieron una explicación oficial de HHS sobre qué salió mal, y que fue personal de NINDS quien les avisó por celular o por mensaje de texto que podían volver
- Materiales internos de presentación señalan que toda la RIF del NIH se basó en códigos administrativos y que algunos casos “pueden no haber sido intencionales”
- Documentos internos del NIH indican que HHS decidió a quién despedir sin tomar en cuenta la opinión del NIH
- No está claro en qué medida el Department of Government Efficiency (DOGE) influyó en la lista de empleados objetivo de la RIF
- DOGE es dirigido por Elon Musk y ha venido reduciendo personal y gasto en todo el gobierno
- DOGE visitó varias agencias federales y, en muchos casos, fue quien elaboró las listas de empleados a despedir
El impacto persistente en los laboratorios y en la investigación biomédica
- Según uno de los investigadores de NINDS que regresó, la mayoría de los 10 PI que recibieron la notificación de RIF tienen más de 60 años y, por estar en edad de retiro, probablemente no habrían recibido indemnización
- No está claro si esa fue la razón por la que fueron seleccionados
- En los laboratorios de los 10 PI de NINDS que recibieron la notificación de RIF trabajan más de 100 científicos
- Si los despidos se hubieran confirmado, el personal de los laboratorios, estudiantes y otros empleados habrían tenido que ser reasignados a otros laboratorios
- Uno de los PI que volvió dijo que, desde la llegada de la nueva administración, los laboratorios internos del NIH ya venían enfrentando problemas operativos y logísticos, y que esta noticia inquietó profundamente al personal de su laboratorio
- Otro investigador de NINDS dijo que, incluso si esto se detuviera ahora, ya se ha producido mucho daño, y que no es su laboratorio el que se está hundiendo, sino la investigación biomédica en su conjunto
1 comentarios
Comentarios de Hacker News
La metodología usada aquí parece ser, en definitiva, despedir a todos y luego volver a contratar solo a quienes resulte evidente que se necesitan.
Es un enfoque problemático incluso en empresas, pero en el gobierno es mucho más grave. Primero, esto trata la vida de personas reales como si fueran juguetes, no como probar un nuevo proceso de trabajo. Aunque se volviera más “eficiente”, prefiero un gobierno humano a un gobierno eficiente de esa manera.
Segundo, el gobierno no es una empresa y su objetivo no es ganar dinero. No entiendo que se hable de eficiencia gubernamental mirando solo el dinero. Lo central es el beneficio total para toda la sociedad. Incluso alguien que, desde una perspectiva puramente productiva, esté en punto de equilibrio o genere una pequeña pérdida, puede ser mucho mejor para la sociedad en su conjunto si el gobierno lo emplea, mantiene la economía en marcha y reduce la carga social. Algo que en el mundo empresarial parece un desperdicio puede ser una decisión eficiente en el gobierno, y de hecho conozco personas para quienes estar empleadas así beneficia más a la sociedad que empujarlas a la calle. También se puede hablar de dinero y eficiencia en el gobierno, pero si eso es lo único que miras, habría que replantear esa forma de pensar.
Los “ahorros” inmediatos solo existen bajo el supuesto de que se puede hacer el mismo nivel de trabajo con menos personal, y a largo plazo se evaporan fácilmente porque habrá que pagar más para atraer candidatos equivalentes desde el sector privado.
Incluso con un cálculo aproximado: aunque los despidos ilegales y absurdos redujeran la plantilla al 90% y la nómina también al 90%, para que nuevas contrataciones acepten un empleador inestable y beneficios poco claros habría que pagarles 5% más. Entonces, en apenas dos años, el “ahorro” desaparece, y mientras siga rota la confianza, se pone peor.
La plataforma en sí es abiertamente antigubernamental, también contraria a la empatía e implícitamente contraria a los expertos; si se les entrega el gobierno a personas así, terminarán destruyendo también la vida de quienes se han dedicado al gobierno y a los servicios públicos.
Es evidente si se mira cómo en otros departamentos despidieron a todos los que pudieron. “Error de codificación” es la versión moderna de “el perro se comió mi tarea”. Es una excusa floja, pero la gente la va a aceptar. Sabían lo que estaban haciendo y solo lamentan que los hayan descubierto.
Lamentablemente, cuando terminen los despidos, recontrataciones, nuevos despidos, demandas e indemnizaciones, es muy probable que no se haya ahorrado nada y que incluso se haya desperdiciado más. Se está ignorando por completo el hecho de que los funcionarios hacen trabajos importantes en condiciones difíciles y con presupuestos insuficientes.
La holgura es un colchón que puede recortarse en una crisis sin destruir la operación misma. Si eliminas esa holgura en tiempos buenos, en tiempos malos ya no queda nada que recortar. Además, un sistema esbelto y sin grasa está ajustado solo a las condiciones actuales, tiene menos grados de libertad y se vuelve más difícil redirigirlo cuando hace falta.
En general, asumir que la otra parte actúa de buena fe es una buena costumbre, pero cuando errores tan obvios se repiten tantas veces, esa tolerancia se agota.
Parece que, al crecer la reacción en contra, quieren reincorporar solo a algunas figuras conocidas para decir: “miren, no estamos deteniendo la ciencia”. Me alegra que esas pocas personas hayan vuelto, pero el NIH, como la mayoría de las organizaciones, probablemente no funciona de modo que los máximos expertos hagan directamente todo el trabajo. Ellos lideran equipos, orientan con su experiencia y sirven como recurso para analizar resultados inesperados.
Si un experto de primer nivel pierde a su personal, es difícil que produzca casi los mismos resultados. Que cerebros clave de 65 años pasen horas pipeteando y tiñendo muestras es extremadamente ineficiente.
Es una trampa. Aunque traigan de vuelta a esas personas, no habrá otros que hagan el trabajo, y entonces dirán: “miren, estas personas eran inútiles; teníamos razón al despedirlas”.
Ya en el mandato anterior se mostró lo incompetente que era el liderazgo, y ahora siguen un libreto de décadas: hacer que el gobierno funcione peor para que la gente desconfíe de él y quiera eliminarlo.
¿Hay evidencia de que esto haya sido realmente un error de codificación? La explicación más simple es que al principio despidieron gente en masa con criterios sospechosos, luego se dieron cuenta de que habían recortado algo importante y ahora usan eso como excusa para revertirlo.
“Error de codificación” puede significar cualquier cosa, desde “escribimos código de buena fe para medir desempeño, tenía un bug y lo seguimos sin validarlo” hasta “el código que escribimos para despedir gente ejecutó
select * from employees, y después resultó que necesitábamos de vuelta a algunos, así que eso fue un ‘error’”.Se mire como se mire, incluso en el mejor de los casos, quienes ejecutaron los despidos fueron tan incompetentes que no se puede distinguir de la mala fe. En un caso normal, simplemente habría sido malicioso.
Al final es incompetencia o mala fe. Hay que elegir el veneno.
Culpar al código es una forma de evadir la responsabilidad. Entiendo que, dentro de un proyecto de desarrollo de software, no es sano atribuir un bug solo a una persona, pero esto va más allá de pérdida de ingresos o menor disponibilidad: lleva a tragedias personales.
Pero DOGE probablemente eligió la eficiencia y se limitó a poner el sello de “lgtm” sin revisarlo bien. La herramienta original estaba hecha para calcular con base en requisitos de reducción de personal como años de servicio y preferencia para veteranos, no para tomar decisiones sin supervisión.
“Las computadoras nunca pueden rendir cuentas, por lo tanto, una computadora no debería tomar decisiones administrativas”.
Era cierto en 1979 y sigue siendo cierto hoy. Culpar a la “codificación” por esto es una admisión explícita de que alguien está evadiendo su responsabilidad.
Entre 1999 y 2015, más de 900 subadministradores de oficinas postales fueron procesados y 236 fueron a prisión.
Si un solo error de codificación puede arruinar así la vida de la gente, entonces lo estás construyendo mal desde el principio.
Culpar a las personas a las que acaban de despedir por los errores que ustedes cometieron en el proceso de despedirlas es patético en cualquier época.
Siento que DOGE terminará reescribiendo el stack de software de Social Security y se romperá de inmediato con la primera persona cuyo apellido sea “Null”.
Buena parte de este código se escribió antes de que existieran redes de computadoras significativas. Los registros se confirmaban cada noche en almacenamiento en cinta, y por las restricciones del sistema a menudo se manejaban situaciones raras con valores mágicos especiales. Imagina que por todos lados está extendida la convención de devolver -1 para indicar un error, y que ese valor se guarda en la base de datos. Algunas partes quizá se podrían haber evitado, pero muchas surgieron de manera natural porque la base de código es muy antigua.
Por eso pasa que Musk dice que hay muchísimas personas de más de 140 años recibiendo pagos y que eso es fraude. En realidad, podría tratarse de casos especiales de datos. Entonces, ¿qué pasa si “simplemente” reescribes la base de código? Desaparece el manejo de casos especiales y esas personas dejan de recibir pagos. También desaparece el código de consistencia de datos que lidiaba con la realidad de que varios sistemas no hacen actualizaciones globales atómicas. Entonces ocurren cosas como que filas desaparecen al azar.
Se pueden discutir los pros y contras de la programación basada en LLM, pero “reescribamos con IA la base de código de Social Security en un mes” no encaja con las herramientas actuales, y hace falta una arrogancia enorme para impulsar algo así. Es la versión 1000 veces peor del novato fastidioso que mira una base de código, dice que está sucia y exige reescribirla por completo.
Si fue un error de codificación, corramos
git blamey veamos qué sale.Estar del lado afectado nunca es divertido. En mi caso, me fui poco después de que me reincorporaran, y la relación con mis colegas ya no volvió a ser la misma.
“Eran gente descuidada, Tom y Daisy: destrozaban cosas y vidas, y luego se refugiaban detrás de su dinero o de su enorme descuido, o de lo que fuera que los mantenía unidos, y dejaban que otras personas limpiaran el desastre que habían hecho”.
― F. Scott Fitzgerald, The Great Gatsby
Sí, el viejo caso de “se me resbaló el dedo y accidentalmente presioné
select * from table;en vez de un conjunto de filtros complejo y cuidadosamente pensado”.Esas cosas pasan. Todos hemos estado ahí.
sys.rand, ese conjunto de filtros complejo y cuidadosamente pensado.La crueldad y la venganza contra quienes consideran sus enemigos ideológicos son el principio organizador central de esta administración. Esto es una purga, similar a la purga de judíos en la Alemania de los años 30.
El NIH y los funcionarios públicos son solo una faceta de eso, y la purga académica es otra ([1]).
Lo que permitió esto fue el individualismo extremo, décadas o siglos de ataques contra toda forma de colectivismo, y la agitación que ha dividido a la gente común por raza, clase, etnia, orientación sexual, género y religión. Me viene a la mente esta cita de LBJ:
“Si puedes convencer al hombre blanco más pobre de que es mejor que el mejor hombre de color, no notará que le estás vaciando los bolsillos. Demonios, dale a alguien a quien pueda mirar por encima del hombro y vaciará sus bolsillos para dártelo”.
Esto también conecta con el miedo de la antigua clase esclavista durante la Reconstrucción, que temía que los blancos pobres se solidarizaran con los esclavos liberados. Es increíble que, con víctimas y testigos directos del régimen nazi aún con vida, en menos de un siglo parezca que estamos viviendo de nuevo la Alemania nazi.
[1]: https://www.thecrimson.com/article/2025/3/29/harvard-cmes-di...