No todo es un número
.
Por equipo del Observatorio UNR (*)
Un panorama regional sobre qué se está midiendo, qué podemos saber de nosotros mismos, y que muestra el estado en materia de estadísticas
El día de ayer, la Cámara de Diputados de la Nación aprobó la ley de acceso a la información pública, con una aprobación del 71,1% de los votos. La misma impacta en las reparticiones de carácter nacional, y obliga a los distintos poderes e instituciones del Estado nacional, las empresas y sociedades del Estado, concesionarios y licenciatarios, y entidades que reciban fondos públicos
Si bien aún no se ha reglamentado, la normativa obliga a que las reparticiones enumeradas, deban responder a las solicitudes de información que cualquier ciudadano o institución eleve en un plazo no mayor a 30 días. Asimismo, la norma incluye un régimen de excepciones, donde la que más destaca es la excepción de brindar información por parte de las obras sociales.
En el informe que dejamos para su descarga, realizamos un recorrido por el estado actual de las estadísticas regionales (provincia y municipio), para luego avanzar sobre su importancia, tanto a nivel de toma de decisiones, como la relación que existe con el desarrollo. Finalmente, concluimos con una serie de recomendaciones -a primera vista- de fácil implementación.
El título de esta nota no es azaroso. El sentido común dice que los economistas tendemos a reducir todo a un número. Vale decir aclarar que, dependiendo del contexto, esa crítica puede llegar a ser válida. Pero otras veces no. Para quienes estén dudando si descargar el informe, a continuación, una defensa. Esperamos interesarlos y -sobre todo- mejorar el debate.
.
No todo es un número
.¿Es realmente importante medir? Todo parece indicar que sí, las estadísticas bien entendidas proveen una visión de conjunto no sesgada que la observación presencial no puede brindar. En contraste, para lograr esa visión de conjunto que provee el dato, en el proceso se sacrifica riqueza a nivel de experiencia concreta, sobre la problemática en particular que se busca estudiar.
Para entender lo anterior, veamos un ejemplo. Suponga un escenario en donde alguien decide realizar trabajo comunitario ad honorem para una ONG que trabaja en una villa emergencia. Suponga también que ese individuo proviene de un hogar donde la situación socio-económica es radicalmente distinta al lugar donde va a realizar su trabajo comunitario.
Ante esta situación, naturalmente van a revelarse sesgos por parte del voluntario, como resultado del contraste del modelo mental que formó en otro contexto de mayor opulencia. Es decir, el contraste entre la situación de su hogar y la situación del lugar en donde se encuentra ejerciendo su voluntariado. Cuando ello ocurre, pueden surgir dos tipos de respuestas (puras): o bien la fuerza de las ideas pre-concebidas ganan y el individuo abandona la actividad, o bien se genera un ajuste progresivo como resultado de la nueva información. Es decir, se desencadena un proceso de aprendizaje.
Pero la historia no concluye ahí, porque la creación de un nuevo sesgo es inevitable. Según el marco analítico de economía conductual, todos los individuos reducen el procesamiento de tareas complejas a operaciones más simples, a través de un mecanismo de sustitución de atributos denominado heurístico.
Cuando un individuo evalúa un atributo específico de un objeto (en nuestro ejemplo: las relaciones de una familia en situación de pobreza), sustituyéndolo por alguna otra propiedad de dicho objeto que le resulta más fácil de interpretar (las relaciones establecidas en su propio hogar), está operando un heurístico. De esta forma, los costos de procesamiento que se evitan dando una respuesta rápida a la situación o problema que se presente, reaparecen bajo la forma de errores serios y sistemáticos, denominados sesgos.
Entiéndase, bajo ningún punto de vista se está afirmando que un modelo mental sea superior a otro desde un punto de vista ético. Realizar esa comparación sería un error (uno que se comete muy seguido). A lo sumo, determinados modelos mentales, en determinados contextos, funcionan mejor operativamente para el logro de un objetivo específico. Y éste es uno de los puntos con los que debe lidiar la programación de una política pública: ¿por qué se hace lo que se hace?, y ¿cómo hacer para que se haga de otra forma socialmente deseable?
Pero volvamos a nuestro ejemplo. En este punto, el voluntario ha perseverado, ha realizado un ajuste, y por lo tanto ha desencadenado un proceso de aprendizaje. La experiencia concreta sobre la situación de pobreza en la villa de emergencia es ahora rica en matices, y el nivel de interpretación que tiene ahora esa persona sobre el problema es definitivamente más complejo que su nivel anterior.
Ahora imaginemos a nuestro voluntario, sentado en la mesa familiar de origen, con los amigos de toda la vida, ninguno de los cuales pasó por una experiencia de trabajar en una villa de emergencia. En el trascurso de la charla, surge el tema, y ahora nuestro individuo habla en extenso sobre los problemas de la pobreza, y el rumbo que está tomando el país, y de –con buena intención- cómo solucionarlo. Pero aquí surge un problema, un nuevo sesgo se ha generado. Probablemente la extrapolación de una experiencia concreta explique una parte del problema general que se está abordando, pero no da una visión de conjunto. Por lo menos, no a nivel país.
En este punto es que tiene sentido contar con mediciones. No como sustituto, sino como complemento. Las estadísticas proveen una visión de conjunto al ser representativas de una población. Además, proveen un marco adecuado para comparar situaciones, tanto en el tiempo, como en el espacio. En sí mismas, tampoco brindan un cuadro completo, porque cada número -cada indicador- necesita de una interpretación. Y una interpretación rica en matices, definitivamente está conformada por experiencia (y ésta por algún tipo de teoría).
Además, otra ventaja que proveen las estadísticas, es que delimitan el campo de discusión de las distintas interpretaciones que concurren a la explicación de un hecho, haciendo que el proceso de acuerdo entre distintos actores no sea tan arduo o que, en el peor de los casos, se disipe en la inactividad y un debate estéril.
Es claro que en las ciencias sociales no se puede medir con precisión ningún hecho de la realidad. Detrás de la herramienta de medición habrá una intencionalidad de precisión, y un sistema de chequeos y referato que aseguren que la herramienta sea válida; pero el resultado siempre será probabilístico. En otras palabras, se obtendrán aproximaciones y, claro está, se tendrán errores. Pero hasta el momento, es lo mejor que se puede ofrecer desde el estado del arte (y no es poco).
(*) Integrantes:
Germán Tessmer, Luciano Jara Musuruana, Patricio Almeida Gentile, y Norberto Martín
.
