La semana pasada la Real Academia de Ciencias de Suecia Anunciado los ganadores del Premio Nobel de Economía, conocido formalmente como Premio Sveriges Riksbank en Ciencias Económicas en Memoria de Alfred Nobel. Los tres ganadores fueron Abhijit Banerjee y Esther Duflo de M.I.T. y Michael Kremer de Harvard. Su contribución distintiva fue utilizar métodos experimentales para conocer la eficacia de las intervenciones de política a pequeña escala destinadas a ayudar a mejorar la vida de algunos de los ciudadanos más pobres del mundo. El premio Nobel reconoce apropiadamente tanto el uso por parte de los ganadores de una poderosa técnica de investigación como su aplicación de esa técnica a algunos de los problemas políticos más urgentes del mundo.
El método experimental particular aplicado por los tres ganadores se denomina ensayo controlado aleatorio o ECA. El ingrediente crucial que distingue los ensayos aleatorios de otros métodos de investigación es la asignación aleatoria de tratamientos a las personas, lugares u otros objetos de estudio involucrados en un proyecto de investigación. En un estudio observacional típico, los analistas no asignan un tratamiento a las personas cuyos comportamientos u otras características son el tema de interés. En cambio, el analista recopila información sobre una muestra de personas e intenta sacar conclusiones sobre los efectos de las diferencias ambientales o políticas que ocurren naturalmente y que se cree que afectan los comportamientos o resultados de los miembros de la muestra.
En el tipo más simple de ECA, se inscribe en un estudio una muestra de personas o pueblos. El analista asigna aleatoriamente parte de la muestra inscrita a un tratamiento especial, por ejemplo, elegibilidad para mosquiteros gratuitos. El resto de la muestra se inscribe en un grupo de tratamiento de control o nulo. Las personas o las aldeas del grupo de control no son elegibles para recibir el tratamiento probado. Para determinar si los mosquiteros gratuitos afectaron el bienestar de las personas en el grupo de tratamiento especial y en qué medida, el analista recopila información de seguimiento sobre los resultados en los dos grupos y luego estima la diferencia en los resultados entre los dos grupos. En el ejemplo que se acaba de describir, el analista podría querer determinar el efecto de la oferta de mosquiteros gratuitos sobre la incidencia de enfermedades transmitidas por mosquitos en el año o dos después de que se ofrecen por primera vez los mosquiteros gratuitos.
En un estudio observacional típico sin asignación aleatoria, el investigador puede encontrar aldeas cercanas que difieren con respecto al uso de mosquiteros. Para determinar el efecto de los mosquiteros, el analista luego estima el impacto de, digamos, una diferencia de 10 puntos porcentuales en el uso de mosquiteros en las aldeas de alta utilización en comparación con las aldeas de baja utilización. Para muchos propósitos, este tipo de estimación puede brindar información útil. Sin embargo, no necesariamente nos dice si la mayor utilización de mosquiteros causó la diferencia en las enfermedades transmitidas por mosquitos. Las aldeas con residentes que utilizan concienzudamente mosquiteros también pueden ser meticulosas en el seguimiento de otras prácticas higiénicas. En este caso, la diferencia en la incidencia de enfermedades entre las aldeas de alta y baja utilización podría atribuirse en parte a otras diferencias entre los dos tipos de aldeas. La asignación aleatoria de aldeas al tratamiento de redes libres reduce el riesgo de sacar una conclusión errónea sobre si el aumento del uso de redes ha provocado la reducción de la enfermedad. Además, puede reducir nuestra incertidumbre sobre el impacto preciso de un uso más amplio de mosquiteros. Igualmente importante, puede decirnos el efecto de la puesta a disposición de mosquiteros gratuitos sobre la utilización de los mismos entre los aldeanos.
Desde mediados de la década de 1990, Banerjee, Duflo y Kremer han diseñado una serie de ECA destinados a descubrir políticas prácticas y rentables que pueden mejorar la salud, impulsar la escolarización o aumentar la productividad de los habitantes pobres de los países en desarrollo. En muchos casos, los ensayos tienen un diseño más sofisticado que el simple ECA descrito anteriormente. En todos los casos, sin embargo, los experimentos están diseñados para arrojar luz sobre las elecciones de comportamiento de algunos de los ciudadanos más pobres del mundo a fin de aprender cómo se pueden diseñar políticas para mejorar los resultados educativos, de salud y de otro tipo. Casi una década antes de ganar el premio Nobel, Esther Duflo ofreció una clara y atractiva defensa de sus métodos en un breve Charla TED que todavía vale la pena verlo.
primera película de ciencia ficción
Antes y después de recibir el premio Nobel, Duflo y sus colegas fueron criticados por las supuestas debilidades de depender tanto de los ECA en su investigación. Una queja común es que, al confiar en este método de investigación, se ven obligados a concentrarse en problemas menores, como la ausencia del maestro del aula o el precio correcto de los mosquiteros. Algunos dicen que sería mejor que los buenos economistas aborden cuestiones de política más amplias que afectan a una porción más grande de la población de los países en desarrollo. De hecho, al día siguiente de que la Real Academia Sueca anunciara el premio de este año, el economista de la Institución Hoover David Henderson Olfateó que al centrarse en problemas de pequeño calibre, los Nobel estaban apuntando demasiado bajo.
La respuesta correcta a la objeción de Henderson es que, no obstante, las respuestas a preguntas de poca monta pueden tener importantes consecuencias para el bienestar humano. En su charla TED, Duflo menciona una intervención experimental de bajo costo en aldeas indias que aumentó la tasa de inmunización infantil del 6 al 38 por ciento. El hecho de que este resultado se obtuviera en un ensayo aleatorio significa que el hallazgo fue tratado con un respeto inusual por la mayoría de los científicos sociales, quienes encontraron creíbles las estimaciones. El diseño experimental y los resultados también fueron fáciles de entender y creer para la mayoría de los no científicos. Como resultado, los formuladores de políticas pueden haber estado más inclinados a actuar sobre los hallazgos del ECA. De hecho, esta puede ser la ventaja más importante de los ensayos aleatorios desde el punto de vista de la formulación de políticas.
Los científicos que no estén familiarizados con la economía empírica pueden tener la impresión de que los ECA eran desconocidos en economía antes de la década de 1990, cuando Banerjee, Duflo y Kremer comenzaron a utilizar esta herramienta en su programa de investigación. De hecho, el primer ECA a gran escala fue el experimento de ingresos garantizados de Nueva Jersey, que comenzó a fines de la década de 1960. El experimento de Nueva Jersey pronto fue seguido por otros tres experimentos de ingresos garantizados, así como otros ECA a gran escala que probaron planes de subsidio de vivienda, varios esquemas de seguro médico, programas de rehabilitación de prisiones, fijación de precios de la electricidad en el momento del día y capacitación de trabajadores. A mediados de la década de 1990, más de $ 1.5 mil millones (en dólares de hoy) se había gastado en experimentos económicos.
Los resultados de algunos de los primeros experimentos a gran escala todavía se utilizan en el análisis de políticas. Por ejemplo, los hallazgos del experimento de seguro de salud siguen siendo útiles para predecir el impacto de tasas de copago de seguros más altas o más bajas en la demanda de servicios de salud por parte de los consumidores. Si el Congreso alguna vez considera seriamente una renta básica universal, como la propuesta por el candidato presidencial Andrew Yang, es casi seguro que los analistas presupuestarios busquen la experimentos de ingresos garantizados por ayuda para predecir los efectos de diferentes esquemas de ingresos básicos en el comportamiento laboral de los estadounidenses de bajos ingresos.
tres fases de la luna
Los críticos de los ECA tienen razón al advertirnos sobre las limitaciones de esta herramienta de evaluación crucial. Cuando un experimento de asignación aleatoria no es factible o es probable que produzca resultados estadísticos que sean demasiado imprecisos o incompletos para dar respuestas útiles a nuestras preguntas sobre políticas, debemos recurrir a una estrategia de investigación diferente y mejor (si hay alguna disponible). Los resultados de la investigación de Banerjee, Duflo y Kremer demuestran, sin embargo, que hay muchos casos en los que las ventajas de los experimentos de asignación aleatoria superan con creces sus supuestas desventajas.