¿Políticas públicas basadas en QUÉ?
Estos últimos días escuchamos mucho sobre la importancia de hacer políticas públicas basadas en evidencia y desde Data Género creemos que así debería ocurrir. Sin embargo, sentimos la obligación de reflexionar colectivamente sobre qué es la evidencia, cómo se hacen las políticas públicas y cuáles son las implicancias de combinar estos dos aspectos para que el resultado sea tener políticas públicas basadas en evidencia.
Para ayudar a la reflexión, armamos un decálogo o guía con los puntos que consideramos indispensables a la hora de analizar la validez de un dato que se traducirá en evidencia.
Tenemos varias certezas y una de ella es que la planificación de acciones gubernamentales a partir de evidencia empírica, es una herramienta que nos permite mejorar el uso eficiente de los recursos disponibles a la vez que promueve la transparencia estatal. Pero en esta nota, desde Data Género, vamos a intentar profundizar en la respuesta a la siguiente pregunta:
¿De qué hablamos cuando hablamos de políticas públicas basadas en evidencia?
Repasemos algunas definiciones sobre estos temas: por ejemplo Jaime y Vaca Ávila (2017) se aproximan al concepto de “política pública basada en evidencia” a partir de dos concepciones:
- Poner el foco en la racionalidad y la eficiencia al momento tanto del diseño, como del monitoreo y evaluación de las políticas públicas.
- Poner el foco en las discusiones acerca de las nuevas tecnologías y sistemas de información.
Entonces, según Jaime y Vaca Avila (2017:54), las políticas públicas basadas en evidencia buscan:
- Una mayor eficacia en los resultados.
- Potencian la eficiencia en el uso del gasto.
- Permiten una ampliación de los procesos de accountability o rendición de cuentas.
Desde Data Género consideramos que la clave de utilizar datos para planificar políticas públicas, reside en la posibilidad de actuar desde el Estado a partir de lo que sucede en la realidad. Además creemos que esto es una buena práctica siempre y cuando no se caiga en creencias o en concepciones estereotipadas o sesgadas. Esto habilita pensar en políticas de igualdad desde un enfoque de derechos[1], que partan de lo que realmente le sucede a la población destinataria de esas políticas.
Es por ello que resulta fundamental concebir a las políticas públicas basadas en evidencia constantemente en diálogo con el enfoque de género desde una perspectiva interseccional[2].
¿Qué significa esto? Que la evidencia empírica que recolectamos, producimos, procesamos y analizamos, debe ser atravesada por un enfoque que reconozca al género como categoría constitutiva de las personas, así como una fuente persistente de desigualdad y segregación.
Es por ello que, cuando los datos con los que trabajamos no tienen en cuenta todo esto, corren el riesgo de reproducir sesgos y falsas creencias.
EN CRIOLLO: SON SEXISTAS Y PATRIARCALES
No sirve de nada, entonces, decir que se impulsan ciertas políticas basadas en evidencia, si éstas no parten desde un enfoque de género porque están presuponiendo que a todos (sí, todos: de masculino universal) nos afecta por igual y no es así. El claro, clarísimo ejemplo de esto es que SOLO TENEMOS DATOS DE “GÉNERO” BINARIOS.
En este sentido, queremos remarcar que el principal sesgo que tiene el Estado argentino en la actualidad en temas de género es el binarismo.
Es increíble que en un país como Argentina, que fue pionero en reconocer la identidad de género auto percibida, habilitando el cambio registral de sexo sin necesidad de justificativos médicos ni legales, todavía no existan datos públicos que transciendan las categorías “varón”-“mujer”[3].
Las tecnologías, las ideas de eficiencia y racionalidad aplicadas a la gestión pública nos permiten alcanzar resultados que se acercan más a lo científico que a la creencia.
Sin embargo, es común en estos días encontrarnos con quienes sostienen que los datos son evidencia científica per se. Se afirma casi livianamente que “si hay datos hay evidencia”, “si hay datos hay objetividad”. Pero estas afirmaciones nos llevan a interpretaciones equivocadas o erróneas. Además construyen un mito en torno al dato, y por eso llegamos a escuchar cosas como: “existe un dato entonces es objetivo” y NO, eso es un mito, una falacia, es incorrecto para llegar a esa afirmación tenemos que entender a esos datos como un conjunto representativo de la realidad
HABLEMOS DEL CONTENIDO.
HABLEMOS EN SERIO SOBRE EL SENTIDO DE HACER POLÍTICAS PÚBLICAS BASADAS EN EVIDENCIA.
Uno de los principales riesgos es que el significado de “política pública basada en evidencia” se desvirtúe, se vacíe de contenido.
En este sentido, Laclau en La Razón Populista (2005) hace referencia a los significantes vacíos. El autor los entiende como categorías que se están modificando y actualizando constantemente en función de intereses de grupos específicos. Entonces, puede suceder que un grupo se apropie de un concepto, lo “rellene” según sus intereses y proponga un nuevo uso del mismo.
Algo así ya está pasando. Detengámonos un minuto. Actualmente muchos gobiernos se jactan de estar diseñando políticas públicas basadas en evidencia, sin embargo, si nos ponemos a inspeccionar con la lupa, vemos que detrás de esta frase bonita, en muchas ocasiones nos encontramos con algo más parecido a las fake news que a la tan anhelada evidencia. Detrás de la frase “políticas públicas basadas en evidencia” en muchos casos no hay datos de calidad, abiertos y publicados, no hay análisis disponibles ni responsabilidad a la hora de mostrar la complejidad de los mismos.
Ver tweet en https://twitter.com/rusosnith/status/1384269450799509510
Desde Data Género buscamos darle valor a la construcción de la información y de los datos para tomar decisiones.
Por eso, pensamos en todas las cosas que hay que considerar cuando hablamos de datos y armamos este decálogo para revisar si efectivamente estamos frente a políticas públicas basadas en evidencia:
1) Todos los datos son construidos por personas, por lo que no son objetivos.
2) Los datos requieren contexto. Por eso la metadata es tan importante. Necesitamos que se explique cómo, cuándo, por quién, con qué técnicas y para qué fue recolectada la información.
3) La objetividad está directamente relacionada con su proceso de creación, recolección y análisis. También influyen las personas que participan de las investigaciones y sus concepciones teóricas y epistemológicas.
4) Los procesos de recolección de datos deben ser rigurosos en su metodología y también en las técnicas utilizadas, para obtener datos de calidad.
5) La transparencia es fundamental en el proceso de análisis y comunicación de los datos.
6) Tienen que existir procesos integrales de producción, recolección, análisis y comunicación de los datos con perspectiva de género que partan del reconocimiento de todas las personas según su identidad de género.
7) La dimensión ética es ineludible: no es cualquier dato a cualquier costo. Además, siempre es necesario preguntarse: ¿datos para qué? Porque también pueden servir para excluir, marginar o criminalizar grupos.
8) Por eso, es importante ser claros con los financiamientos. Tener datos de calidad cuesta dinero, ¿quién y para qué invierte en estos relevamientos?
9) La privacidad de la información, la protección de las bases de datos y fuentes, y su anonimización, es esencial para garantizar el cumplimiento de los derechos de las personas y para tener datos de calidad.
10) No se puede predecir cualquier comportamiento o tema social con herramientas de Inteligencia Artificial y Machine Learning. Los avances técnicos y tecnológicos en la ciencia de datos nos hacen caer en la fácil tentación de creer que podemos predecir cualquier cosa y que esa predicción va a ser acertada. Las predicciones sobre el comportamiento de las personas y la sociedad son tan complejas como peligrosas, por lo que es necesario tener un conocimiento muy profundo del tema y de todas sus variables, del contexto (metadata) y de sus implicancias.
Este decálogo es una recomendación para que cuando tengas dudas sobre los datos, puedas revisar si tenés información sobre el contexto, la metodología, el financiamiento, la protección de los datos y la intención con la que fueron producidos.
Los datos se construyen. Las metodologías y técnicas utilizadas para la construcción de estos datos pueden manipular la percepción de la realidad[4]. Si la metodología es imprecisa, el resultado también lo será, y nuestra representación del problema será — como mínimo — limitada.
Es decir que si la metodología no es rigurosa, el dato no es riguroso y la interpretación no estará basada en evidencia.
También puede haber interpretaciones irresponsables con buenos datos y así es como llegamos a que dos personas expresen opiniones distintas partiendo de las mismas bases de datos.
¿Por qué? Porque somos seres humanos y siempre estamos llenando de sentido todo, la evidencia no es “objetiva y neutral” porque siempre estamos interpretando.
¿Entonces todo da lo mismo? No, no, no. Porque si pensamos desde la ciencia, entonces usamos métodos, técnicas y vigilancia epistemológica (Bourdieu, 2004)[5] sobre lo que decimos para asegurarnos de hablar con la mayor precisión posible.
Ver tweet en https://twitter.com/rusosnith/status/1384127035967037447
Recientemente, escuchamos a funcionarios tomando decisiones en base a datos, datos que no sabemos dónde están o cómo se produjeron.
¡OJO! No hay ingenuidad acá, los datos abiertos por los Ministerios en muchas ocasiones, y con la pandemia en particular no cumplen con varios puntos del decálogo.
Por eso, otra buena práctica que deberían tener los gobiernos, es publicar los datos atendiendo a los puntos anteriormente mencionados para que podamos contar con información de calidad sobre la que fundamentan las decisiones.
Así que no, no está bien ponerle el sello de política basada en evidencia a todo, está mal.
Está mal desinformar, usar a los datos como excusas para fundamentar creencias o para construir discursos políticos que sostienen que “una decisión está basada en evidencia” cuando no sabemos nada sobre los datos que fueron utilizados: no sabemos cómo fueron relevados, ni cómo fueron volcados en una base, cuál es la metodología que usan, dónde están -si es que están publicados-, cómo se accede a los mismos, si tienen trazabilidad con datos de años anteriores, etc. Eso es hacer política basados en ideas con una retórica sobre el uso de datos. No son políticas públicas basadas en evidencia.
¿Soñamos?
¡Qué lindo va a ser el día en el que luego de algún discurso o conferencia de prensa, se liberen los datos crudos y el análisis de los que fueron utilizados para tomar esas decisiones!
Especialmente en la actualidad, con una pandemia que se lleva cientos de vidas a diario en la Argentina y miles a nivel mundial, es urgente que la transparencia y la rigurosidad en materia de datos sea la norma y no la excepción.
No se trata únicamente de una cuestión de eficiencia y rendición de cuentas, como tachar ítems en una lista que nos permita alcanzar estándares internacionales en la materia.
Tener rigurosidad y ser responsables en la recolección de los datos, en sus análisis y comunicaciones, es el camino para romper con concepciones sesgadas y estereotipadas, y es un paso más hacia un diseño de políticas públicas de igualdad para todas, todos y todes.
*Esta nota fue escrita por: Mailén García, Carolina Glasserman Apicella e Ivana Feldfeber. En colaboración y adhesión con: Yasmín Quiroga, Giselle Arena, Mai Spliczuk, Josefina Lucía Cáceres, Agustina Verdi y Marianela Paz Clinaz. Los memes los hizo Ivana Feldfeber.
Bibliografía
Abramovich, Víctor (2006). Una aproximación al enfoque de derechos en las estrategias y políticas de desarrollo. En Revista de la CEPAL, 88, pp. 35–50.
Ación, Laura; D’Ippólito, Nicolás y Sosa Escudero, Walter. (s/f). No culpes a la big data. Revista Anfibia. Recuperado de http://revistaanfibia.com/ensayo/no-culpes-la-big-data/
Adamovsky, Ezequiel. (s/f). La rebelión contra la evidencia. Revista Anfibia. Recuperado de http://revistaanfibia.com/ensayo/la-rebelion-la-evidencia/
AWID. (2004). Interseccionalidad: una herramienta para la justicia de género y la justicia económica. Derechos de las mujeres y cambio económico. Recuperado de https://www.awid.org/sites/default/files/atoms/files/nterseccionalidad_-_una_herramienta_para_la_justicia_de_genero_y_la_justicia_economica.pdf
Bourdieu, Pierre; Chamboredon, Jean Claude y Passeron, Jean Claude. (2004). El oficio del sociólogo. Buenos Aires: Siglo XXI.
Laclau, Ernesto. (2005). La razón populista. Buenos Aires: Fondo de Cultura Económica.
Jaime, Fermando y Vaca Avila, Penélope. (2017). Las políticas basadas en evidencia como plataformas para la innovación de políticas públicas. En Estado Abierto, vol. 2, (1).
Notas al pie
[1] El enfoque de derechos es el conjunto de principios y reglas internacionales que sugieren mantener como orientación de la acción pública el respeto, la protección y el cumplimiento de los derechos humanos, siendo además una vía transparente para otorgarle poder a los sectores pobres y excluidos. Es decir, una estrategia que contemple la igualdad social (o cultural), la discriminación positiva, la participación y el empoderamiento como orientaciones de las políticas públicas (Abramovich, 2006).
[2] El pensar políticas públicas desde un análisis interseccional de género tiene objetivo revelar las variadas identidades, exponer los diferentes tipos de discriminación y desventaja que se dan como consecuencia de la combinación de identidades. Busca abordar las formas en las que el racismo, el patriarcado, la opresión de clase y otros sistemas de discriminación crean desigualdades que estructuran las posiciones relativas de las mujeres. Toma en consideración los contextos históricos, sociales y políticos y también reconoce experiencias individuales únicas que resultan de la conjunción de diferentes tipos de identidad. (Awid, 2004).
[3] Hay algunas excepciones no suficientes. Por ejemplo, la CABA registra la categoría “otros” en algunas de sus encuestas como variable de género. Existen también relevamientos específicos — ni continuos, ni exhaustivos — sobre población trans en algunas jurisdicciones subnacionales, así como una Encuesta Piloto de Población Trans implementada en La Matanza en el año 2012 por el Instituto Nacional de Estadísticas y Censos.
[4] Por ejemplo pueden verse los clásicos estudios de Lazarfeld sobre manipulación.
[5] La vigilancia epistemológica es un concepto utilizado por Pierre Bourdieu para señalar aquella actividad que ejerce la persona que investiga cuando logra reconocer la separación entre el discurso científico y la opinión común y aplica, para evitar caer en la sociología espontánea, técnicas de objetivación, una estrategia de construcción teórica del objeto de estudio y otras estrategias de decisión sobre los métodos y técnicas a utilizar.
La vigilancia epistemológica es una práctica que la persona que investiga debe tomar a lo largo de todo el proceso de investigación, y responde, en definitiva a los actos epistemológicos del procedimiento científico: ruptura, construcción y comprobación.
