Skip to content

Críticas al enfoque experimental para aliviar la pobreza

Compartir

Compartir en facebook
Compartir en linkedin
Compartir en twitter
Compartir en pinterest
Compartir en email

En 2019, Esther Duflo —quien fue estudiante doctoral de Abhijit Banerjee y Joshua Angrist—, Abhijit Barnejee —actualmente, esposo de Esther Duflo y quien fue estudiante doctoral de Eric Maskin—, y Michael Kremer —quien fue estudiante doctoral de Robert Barro y Erick Maskin— recibieron el Premio Nobel de Economía «por su enfoque experimental para aliviar la pobreza». De acuerdo con este enfoque, partimos de la definición de un grupo de personas que tiene una característica que nos interesa y de un programa. A este grupo se le toma una muestra. Luego, de esta muestra, se asigna aleatoriamente el grupo tratamiento (el que recibe el programa) y el grupo de control (el que no recibe el programa). Con esto se logra obtener grupos estadísticamente iguales. Y, por tanto, cualquier diferencia que tenga el grupo tratamiento con el grupo control será atribuible al programa.

Parece razonable hacer política con evidencia. No obstante, este enfoque ha recibido diferentes críticas (Stock y Watson, 2015). Aunque las inferencias estadísticas son válidas si hay aleatoriedad, si se cumplen los protocolos de tratamiento, si no hay deserción o abandono, y si las muestras son grandes (validez interna), los programas no son replicables (validez externa). Y no lo son debido a que las muestras pueden no ser representativas (si los que reciben el tratamiento son diferentes a otras poblaciones que pueden recibirlo), los programas pueden no ser representativos (los problemas y, por tanto, los programas para resolverlos pueden ser diferentes para los individuos que no recibieron el tratamiento), y puede haber efectos de equilibrio general (el programa puede cambiar el entorno económico). A esto se ha contestado que este método tiene tanta validez externa como cualquier otro (Duflo, 2017). Sin embargo, esto se ha cuestionado y se ha mostrado que los métodos econométricos más simples tienen mayor validez externa (Rodrik, 2008).

Pero esto no es una discusión únicamente de econometristas y se pueden plantear otras críticas, debido a las diferentes circunstancias de tiempo y lugar (Hayek, 1945). Si se plantea el problema económico como un problema dinámico (no estático) en el que se descubren medios y se buscan nuevos fines (Kirzner, 1998), un programa que funciona hoy, no necesariamente funciona mañana. Esto ocurre porque no sabemos cuáles medios y fines se encuentren en los próximos periodos y si las probabilidades (la frecuencia con la que ocurre un evento) se asignan con base en los sucesos pasados, cada acción y resultado posible de esa acción no se conoce realmente (Shackle, 1949). La gallina de Bertrand Russell, con probabilidad igual a 1, sabía que iba a ser alimentada cada vez que escuchaba al granjero. En nochebuena, no obstante, con probabilidad igual a 0, el granjero le retuerce el cuello para alimentarse (Russell, 1912). Asimismo, si las valoraciones de medios y fines son distintas en diferentes lugares (Deaton, 2020), un programa que funciona en un lugar, no necesariamente funciona en otro. Formalmente, diríamos que las elasticidades (esto es, la relación entre dos variables) no son constantes. Y si esto ocurre, el uso de estos métodos puede no ser la forma apropiada de hacer análisis en esta área de estudio (Lucas, 1976).

Por otra parte, se ha criticado la parte ética de la experimentación con personas. Entre estas críticas está el hecho hacer investigaciones a partir de estos programas. Se sostiene que no es ético que el investigador que está en una posición favorable, mejore su hoja de vida por experimentar con otros que están en una posición desfavorable (Deaton, 2020). Acá se argumenta, desde un punto de vista kantiano, que las personas no son medios, sino fines en sí mismas. También se ha criticado la conveniencia de las soluciones propuestas por los que creen saber qué es mejor para los desfavorecidos (Easterly, 2013). Otras críticas se han dirigido a que unos individuos (el grupo de control) no se beneficien del programa. Sobre esta cuestión, se ha respondido que es más ético hacer esto que hacer programas sin saber si funcionan o no (Duflo, 2017). Sin embargo, al excluir a unos individuos (añadido a todas las críticas que se han hecho a pesar de que se tenga evidencia), se viola la igualdad ante la ley y, por tanto, se quiebra el principio sobre el que se fundamenta un orden social basado en la vida, la libertad y la búsqueda de la felicidad (Hayek, 1960).

Esta no será una guía sobre cómo investigar en esta área de estudio, pero tampoco será una guía sobre cómo no hacerlo. Por mi parte, creo que se requieren modelos matemáticos que sobrepasen las intuiciones que tenemos sobre un hecho o un conjunto de hechos. Asimismo, no creo que se pase por alto la importancia de las diferentes formas de coordinación por la modelación matemática en sí misma (Myerson, 2007). Por añadidura, los modelos estadísticos pueden ser útiles si se identifican unas condiciones de tiempo y lugar similares o si no hay información más reciente. Aunque en esta situación, en la que se tiene un programa y se evalúa, sería preferible que sean muchos individuos y no solo unos cuantos (un gobierno) produciendo nueva información (Hayek, 1968). Sin embargo, esta información que producen muchos individuos también debe estar sujeta evaluaciones porque se pueden sobreestimar o subestimar los efectos de un programa según nuestras preferencias (Mullainathan, 2005). Por el momento, debe ser suficiente conocer algunas salvedades de estos métodos. Y, de esta manera, mirar con más cautela las investigaciones que revisamos o que hacemos.

Referencias

Deaton, A. (2020). Randomization in the tropics revisited: a theme and eleven variations. National Bureau of Economic Research.
Duflo, E. (2017). The economist as plumber. American Economic Review, 107(5), 1-26.
Easterly, W. (2013). The Tyranny of Experts: Economists. Dictators, and the Forgotten Rights of.
Hayek, F. (1945). The use of knowledge in society. The American economic review, 35(4), 519-530.
Hayek, F. (1960). The constitution of liberty: The definitive edition. Routledge.
Hayek, F. (1968). Competition as a Discovery Procedure. In New Studies in Philosophy, Politics, Economics and the History of Ideas. Chicago: University of Chicago Press.
Lucas, R. (1976). Econometric policy evaluation: A critique. In Carnegie-Rochester conference series on public policy (Vol. 1, pp. 19-46). North-Holland.
Mullainathan, S. (2005). Development economics through the lens of psychology. In Annual World Bank Conference in Development Economics 2005: Lessons of Experience (pp. 45-70). Oxford University Press and World Bank Oxford, UK and Washington, DC.
Myerson, R. (2008). Perspectives on mechanism design in economic theory. American Economic Review, 98(3), 586-603.
Rodrik, D. (2008). The new development economics: we shall experiment, but how shall we learn?
Russell, B. (1912). The problems of philosophy.
Shackle, G. (1949). A non-additive measure of uncertainty. The Review of Economic Studies, 17(1), 70-74.
Stock, J., & Watson, M. (2015). Introduction to econometrics.

Aún no hay comentarios, ¡añada su voz abajo!


Añadir un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Más artículos

Costa Rica: coqueteando con el populismo

Desde hace varias décadas, Costa Rica se ha convertido en un referente en desarrollo humano, como el desarrollo de una extensa clase media, y la promoción de una economía de servicios

Crisis en el estatismo

La tarea contra el estatismo es fundar nuevas escuelas y universidades liberales o transformar a las instituciones educativas para que la cultura libertaria penetre en la población y la puedan defender contra el estatismo.