LocationsEl reto de aprender de los demás
13 de Marzo de 2023
A veces, los casos de mejor desempeño no son nuestros referentes adecuados. Por ejemplo, una estudiante que desea mejorar sus notas usualmente le pregunta a la estudiante con mejores calificaciones: ¿qué haces para que te vaya bien? Frecuentemente, la respuesta que obtiene es frustrante, ya que concluye que difícilmente podrá mejorar sus notas porque no tiene acceso a los recursos de la mejor estudiante. Así, compararnos con el caso de mayor desempeño resulta injusto y contraproducente.
Como alternativa, nuestros referentes más adecuados podrían ser los casos de éxito inesperados. Por ejemplo, aquellas estudiantes, que si bien no tienen las mejores notas, consiguen mejores calificaciones aún con las mismas limitaciones de recursos. Sin embargo, ¿cómo identifico a esos casos de éxito inesperado?
Justamente, existe una técnica de análisis denominada “Desviaciones Positivas Propulsadas por Datos” (DPPD) que permite detectar casos con resultados de desarrollo mayores a los esperados. Autores como Marsh (2004), Sterning et al. (2004) y Swartz (2013) han sido pioneros en esa técnica.
Entre los beneficios del DPPD, estan el reconocer prácticas extraordinarias capaces de sobreponerse a adversidades y devolver a las personas el protagonismo en el diseño de soluciones a sus desafíos. Sin embargo, una vez se identifican los casos de éxito, no siempre se da el paso para aprender de ellos.
En el Laboratorio de Aceleración de PNUD Guatemala, aprendimos a utilizar la técnica DPPD en 2021, durante un campamento virtual organizado por la red global de laboratorios en alianza con investigadores de la Universidad de Manchester. A continuación compartimos algunos aprendizajes de nuestra experiencia intentando aprovechar esta técnica innovadora para acelerar el desarrollo humano sostenible.
Nuestro primer uso del DPPD fue para contribuir a mejorar el acceso a servicios de recolección de desechos. En Guatemala, en promedio, solo 40 porciento de las personas en un municipio tiene acceso a ese servicio, lo cual repercute en mayor contaminación. Utilizando DPPD, empleando data disponible y en menos de una semana, identificamos 6 municipios con una cobertura del servicio mayor al esperado. Preparamos un informe con este hallazgo para compartir con proyectos y propusimos una guía para realizar visitas de campo. Estábamos llenos de ilusión de mostrar que sí existen municipios que han sido capaces de conseguir mayor cobertura del servicio de recolección de basura en condiciones adversas, y que aprender de ellos es clave para lograr mayores resultados.
FIGURA 1:
Seis municipios con éxito inesperado en la cobertura del servicio de recolección de basura: San Marcos La Laguna, Santa Catarina Palopó, San Pablo la Laguna y Santa Clara la Laguna en Sololá; Ipala en Chiquimula; y San Juan Cotzal en Quiché.
Ha sido enriquecedor recibir cuestionamientos. Al responder ¿qué son las “desviaciones positivas”? y ¿cómo se identifican? ha sido un reto explicar en poco tiempo, a audiencias sin formación en estadística, que nos referimos a los casos que tienen un desempeño observado considerablemente mayor al estimado mediante un modelo predictivo. De forma similar, preguntas sobre si el modelo predictivo es óptimo son difíciles de responder; más allá de decir que si bien tiene limitaciones, es suficientemente válido, tiene una capacidad predictiva alta (R2 > 0.6) y se obtuvo rápidamente con data disponible.
Se percibe que en el ámbito técnico, los resultados del DPPD son extraños. Tradicionalmente, se destacan los casos extremos: aquellos donde es urgente intervenir y aquellos a los que hay que aspirar. Destacar los casos imperfectos con potencial para aprender, como lo hace DPPD, es inusual. A pesar de eso, en este primer uso del DPPD, coincidió que PNUD Guatemala implementa programas de desarrollo local en uno de los municipios identificados con éxito inesperado: San Juan Cotzal en Quiché. Por lo que el uso de DPPD contribuyó a fundamentar propuestas para dar continuidad a los programas existentes.
Nuestro segundo uso del DPPD fue para contribuir a reducir la quema de basura en la cuenca del Río Motagua. PNUD Guatemala actualmente apoya esfuerzos para mejorar el manejo de desechos sólidos en dicha cuenca, un desafío que además afecta la relación de Guatemala con Honduras. Utilizando DPPD, identificamos 5 municipios con incidencia de quema de basura menor a la esperada. En esta ocasión, presentamos un informe que contrastaba los resultados de DPPD con los resultados de análisis tradicionales y otro informe con visualizaciones. Creíamos que presentar distintas alternativas facilitaría reconocer el valor de aprender de éxitos inesperados antes de intervenir en los lugares de mayor necesidad.
FIGURA 2:
Contraste entre resultados de DPPD y análisis de mayor necesidad
Al contrastar resultados entre alternativas surgieron nuevas interrogantes. Por un lado, se consideró prioritario atender casos donde hay más necesidad de mejorar el manejo de desechos que aprender de casos donde hay un éxito inesperado. Por otro lado, dado que los resultados del DPPD no indican por qué hay un éxito inesperado, no ofrecen inmediatamente una recomendación sobre cómo actuar. Es difícil justificar el uso de recursos destinado a proyectos de desarrollo sin ofrecer un resultado directo. Es posible que busar aprendizajes, más allá de las lecciones aprendidas durante la implementación de un proyecto, se considera secundario a la obtensión de resultados y un ejercicio más académico.
Nuestro tercer uso del DPPD fue para promover el empadronamiento de poblaciones indígenas. PNUD Guatemala apoya la inclusión plena, en el ejercicio de sus derechos cívicos, de poblaciones históricamente marginadas como los pueblos indígenas. En promedio, un municipio indígena tiene 10.5 porciento menos empadronados que un municipio no indígena. Utilizando DPPD, identificamos cinco municipios con alta población indígena y un porcentaje de empadronados mayor al esperado. El potencial de aprender sobre formas de promover la participación pertinentes a la población indígena nos parecía enorme.
FIGURA 3:
Cinco municipios con alta población indígena y éxito inesperado en la promoción del empadronamiento: Chuarrancho (112) en Guatemala; Santa Catarina Barahona (316) en Sacatepéquez; Almolonga (913) en Quetzaltenango; y San Pedro la Laguna (718) y San José Chacayá (702) en Sololá.
En esta ocasión, la principal barrera al uso de los resultados fue que los municipios identificados se encontraban fuera de los departamentos priorizados por el proyecto. Adicionalmente, se nos hizo ver que para iniciar ejercicios de aprendizaje en un territorio no solo se necesitan recursos, sino también se necesitan establecer relaciones de confianza que toman tiempo y generan expectativas. Es decir, Sin embargo, conocer que sí existen casos inesperados de éxito generó interés para indagar con más detenimiento en el futuro.
Nuestro cuarto uso del DPPD fue para fortalecer la gestión de los gobiernos locales para promover el desarrollo. PNUD Guatemala realiza periódicamente el Informe Nacional de Desarrollo Humano (INDH) el cuál incluye mediciones tanto del Índice de Desarrollo Humano Municipal (IDH-M) y el Índice de Privaciones Multidimensionales (IP-M). Utilizando DPPD, se identificaron municipios con resultados en los índices de desarrollo mayor al esperado y menor al esperado. Esperábamos que al vincular casos fuente de aprendizaje con casos destino de aprendizaje hiciera más evidente el valor de aprender de los casos de éxito inesperado.
En la Figura 4 se contrastan los ingresos municipales, una de las variables del modelo predictivo con mayor impacto, con el índice de privaciones. Cada cículo representa a un municipio según sus ingresos y privaciones. Cada punto en la línea representa el valor esperado de privaciones para un municipio según el total de ingresos. El análisis sugiere que aprender cómo un municipio con bajos ingresos como Santa María Visitación puede tener menos privaciones que otros municipios como San Marcos la Laguna o Santa Catarina Palopó.
FIGURA 4:
Municipios con menos privaciones de las esperadas en azul y mayores privaciones de las esperadas en rojo
Utilizar el análisis de DPPD para proponer una actividad de aprendizaje, en lugar de una intervención directa para alcanzar resultados de desarrollo, seguía siendo extraña, ya que solo detectar casos de éxito inesperado no indica cómo lograr impacto. Sin embargo, si se reconoció el valor de DPPD para facilitar intercambios de experiencias entre municipalidades. Con esta validación se preparó un prototipo que permitiera a los gobiernos locales identificar pares de quienes aprender.
FIGURA 5:
Prototipo de herramienta digital para facilitar intercambios de experiencias exitosas para alcanzar desarrollo local.
La herramienta digital permitiría seleccionar un municipio y luego identificar municipios con características similares que han tenido éxito en distintas áreas. Un beneficio adicional es que se reformulan positivamente las mediciones de desempeño de desarrollo de los municipios.
Frecuentemente, los gobiernos locales resisten mediciones de desempeño, ya que el resultado los expone a críticas abrumantes. Sin embargo, al ofrecer aprendizajes entre pares, se dirige la atención reconocer oportunidades de lo que sí es posible lograr. Actualmente, se está trabajando en aprovechar esta variación del análisis de DPPD para promover el uso de los resultados del INDH en la transición de gobiernos locales.
En la red de Laboratorios de Aceleración de PNUD a nivel global, se está promoviendo el uso de DPPD para acelerar el desarrollo en aspectos como crear espacios públicos seguros para mujeres, mejorar las prácticas de ganadería para la sostenibilidad de los bosques, mejorar las prácticas de pastoreo para la sostenibilidad del agua, el uso de sensores para mejorar la seguridad alimentaria, entre otros. Esperamos que en Guatemala, continuemos aprovechando el potencial de técnicas como DPPD para promover el desarrollo aprendiendo de casos de éxito en sobreponerse a las adversidades.
Blog escrito por:
- Javier Brolo, Jefe de Experimentación: Laboratorios de Aceleración Guatemala.
- Juan Pablo Rustrián, Analista Cuantitativo Junior: Laboratorios de Aceleración Guatemala.
