Por mucho tiempo, los gobiernos de todo el mundo han invertido millones de dólares para combatir la pobreza y mejorar el nivel de vida de sus habitantes, pero ¿es esto suficiente?¿Basta con observar que el impacto sea el esperado y decir en voz baja “Whatever works”? Conozcamos un poco sobre una herramienta importante en la evaluación y mejora de las políticas públicas: la Prueba Aleatoria Controlada (PAC).
Para aquellas personas que estamos interesadas en temas de desarrollo, las preguntas que surgen con mayor frecuencia son si las políticas desarrolladas por el estado han sido efectivas o no, si la respuesta es sí, serán acaso más efectivas en comparación con otras y finalmente cómo se podría medir el impacto ocasionado por estas. Considero, personalmente, que el fin más importante de pensar en desarrollo es hacer, efectivamente, algo para mejorar nuestra realidad.
Supongamos que queremos mejorar la calidad de vida de las poblaciones apartadas en las zonas rurales, a través de la construcción o reafirmación de los caminos y carreteras que conectan a dichas poblaciones. La intuición nos dice que esta mejora en infraestructura no sólo reduciría de manera importante los costos de transacción del comercio local (que luego se traduciría en mayores ingresos), sino que tendría también un efecto amplificador sobre variables sociales tales como un mayor alcance de las redes de seguridad social del Estado, una mayor tasa de asistencia a las escuelas, un mayor acceso a servicios privados (desde alumbrado público hasta servicios que mejoran el capital humano, por ejemplo, profesores y médicos), entre otros servicios.
Entonces, si aplicamos un modelo de regresión simple en donde el ingreso de las familias dependa de la mejora de los caminos para determinar si esta intervención tiene un impacto positivo, probablemente los resultados serán que los estimadores sean significativos. En palabras más simples: tenemos varias razones para esperar que este programa tenga un impacto positivo en el bienestar de la población, a través de un aumento en los ingresos de las familias.
Sin embargo, si comparamos la situación de nuestras comunidades intervenidas con su situación inicial (en la que no contaban con carreteras), ¿cómo podemos estar seguros de que los efectos positivos se debieron exclusivamente a nuestra intervención y no a otros factores como el crecimiento económico de la región?, o incluso ¿cómo podemos estar seguros de que la intuición no falló y que la intervención no tuvo, en realidad, efectos negativos?
Quizá una transferencia del gobierno (como Pensión 65) hizo que el impacto final sea positivo o quizá la inversión en caminos rurales no es suficiente para conectar a las familias con los mercados clave y simplemente no tiene ningún efecto. Y es que, a decir verdad, en un inicio, no tenemos completa certeza de qué funciona y qué no. Por este motivo, es necesario poder aislar el efecto que tiene nuestro programa de todos los demás factores para afirmar algo con certeza. Es aquí donde entra la “Prueba Aleatoria Controlada” (Randomised Controlled Trials, RCT).
Esta metodología experimental fue desarrollada principalmente en el campo de la medicina, en la prueba de nuevos tratamientos y posteriormente, en los negocios. Si bien su aplicación en políticas públicas es reciente, ya viene dando aportes muy relevantes.
Las RCT buscan revelar el impacto promedio real de una intervención a través de una comparación con lo que se conoce como un “control” que sea prácticamente igual al objeto intervenido, para que así la única diferencia entre ambos objetos sea, precisamente, nuestra intervención. Para ello, debemos reclutar o escoger a un grupo de individuos u observaciones que compartan las características relevantes, de manera que, para fines de la prueba, el grupo sea homogéneo. Por ejemplo, al escoger los caminos a intervenir en nuestro programa de mejoramiento y ampliación de caminos debemos asegurarnos de que todos tengan condiciones muy similares como: ser parte de la misma provincia, tener un flujo parecido de tráfico, conectar poblaciones con densidad demográfica, niveles de pobreza y educación similares, entre otros.
Luego, se requiere usar un “método aleatorio” para determinar qué objetos serán intervenidos y cuáles serán usados como controles. Así pues, eliminamos la posibilidad de que ocurran sesgos al momento de colocar cada camino en cada grupo, ya sea por un factor externo o porque un investigador (quizá inconscientemente) asigne a algunos individuos a un determinado grupo para obtener mejores resultados en la prueba.
Usando este método, estamos aislando todos los otros factores del contexto que influyen en nuestro resultado final. Así podremos saber si nuestro tratamiento tiene los resultados que esperábamos o no, y si vale la pena seguir invirtiendo recursos en esta intervención o política.
Por mucho tiempo se han invertido cantidades impresionantes de recursos para mejorar la calidad de vida de las personas, pero hoy no estamos seguros del impacto real que se ha conseguido. Por lo tanto, si aspiramos a implementar programas que realmente mejoren la vida de tantas personas, es necesario empezar a gestionar nuestros recursos de manera eficiente. Los experimentos RCT nos abren las puertas a este camino.
BIBLIOGRAFÍA
CONSORT: TRANSPARENT REPORTING OF TRIALS
2014. “The CONSOR Statement”. Consulta: 02 de enero de 2014
<http://www.consort-statement.org/consort-statement/overview0/>
HAYNES, Laura, OWAIN Service, GOLDACRE Ben y TORGERSON David
2012 “Test, Learn, Adapt: Developing Public Policy with Randomised Controlled Trials”. En BEHAVIOURAL INSIGHTS TEAM. Londres. Consulta: 27 de diciembre de 2013.
< https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/62529/TLA-1906126.pdf >
DUFLO, Esther
2010. Social experiments to fight poverty [videograbación].TED. Consulta: 05 de febrero de 2014
<http://www.ted.com/talks/esther_duflo_social_experiments_to_fight_poverty.html>
VALDIVIA, Martín
2009. “Concesionando el camino hacia el Desarrollo: Impactos iniciales del Programa de Caminos Rurales”.En GRADE. Lima .Consulta: 29 de diciembre de 2013
<http://cies.org.pe/files/documents/investigaciones/desarrollo-rural/CONCESIONANDO-EL-CAMINO-HACIA-EL-DESARROLLO-IMPACTOS-INICIALES-DEL-PROGRAMA-DE-CAMINOS-RURALES.pdf>
EDWARDS, P.
2005 “Final results of MRC CRASH, a randomised placebo-controlled trial of ntravenous corticosteroid in adults with head injury—outcomes at 6 months”. Lancet. Londres , pp. 1957-1959. Consulta: 02 de enero de 2014
<http://www.iambe.org.ar/6%20mes%20Lancet.pdf>
