?Cu¨¢nta informaci¨®n basta para el desarrollo?

Los r¨¢pidos avances de la tecnolog¨ªa han reducido dram¨¢ticamente el costo de la obtenci¨®n de datos. Sensores en el espacio, el cielo, los laboratorios y el terreno, junto con nuevas oportunidades para la colaboraci¨®n masiva o crowdsourcing y la adopci¨®n generalizada de Internet y los tel¨¦fonos m¨®viles est¨¢n poniendo grandes cantidades de informaci¨®n al alcance de quienes antes no ten¨ªan acceso a ella. Un peque?o granjero en la zona rural de ?frica, por ejemplo, ahora puede acceder a los pron¨®sticos meteorol¨®gicos y los precios del mercado con solo tocar una pantalla.

Esta revoluci¨®n en los datos ofrece un potencial enorme para mejorar la toma de decisiones en todos los niveles, desde un granjero local hasta las organizaciones mundiales para el desarrollo. Pero reunir datos no es suficiente. Tambi¨¦n hay que administrar y evaluar la informaci¨®n (y hacerlo adecuadamente puede resultar mucho m¨¢s complicado y caro que obtenerla). Si no se identifican y analizan previamente las decisiones que se deben mejorar, el riesgo de que gran parte del esfuerzo de obtenci¨®n de datos se pueda desperdiciar o emplear mal es elevado.

Esta conclusi¨®n misma est¨¢ basada en un an¨¢lisis emp¨ªrico. La evidencia es poco convincente, por ejemplo, de que las iniciativas de monitoreo en la agricultura o la gesti¨®n ambiental hayan tenido un impacto positivo. El an¨¢lisis cuantitativo de las decisiones en muchos campos ¡ªentre ellos el de la pol¨ªtica ambiental, las inversiones empresariales y la seguridad inform¨¢tica¡ª ha demostrado que la gente tiende a sobrestimar la cantidad de informaci¨®n necesaria para tomar una buena decisi¨®n, o que no entiende correctamente qu¨¦ tipos de datos son necesarios.

Adem¨¢s, se pueden cometer graves errores cuando se exploran grandes conjuntos de datos con algoritmos autom¨¢ticos sin haber examinado antes adecuadamente qu¨¦ decisi¨®n hay que tomar. Existen muchos ejemplos de casos en los cuales la miner¨ªa de datos ha conducido a la conclusi¨®n equivocada ¡ªentre ellos, diagn¨®sticos m¨¦dicos o casos legales¡ª porque no se consult¨® a los expertos en ese campo y se dej¨® informaci¨®n cr¨ªtica fuera del an¨¢lisis.

La ciencia de las decisiones, que combina la comprensi¨®n del comportamiento con los principios universales de la toma coherente de decisiones, limita esos riesgos al vincular los datos emp¨ªricos con el conocimiento de los expertos. Si debemos aprovechar la revoluci¨®n de los datos para ponerla al servicio del desarrollo sostenible, las mejores pr¨¢cticas de este campo se deben incorporar a esos esfuerzos.

El primer paso consiste en identificar y enmarcar frecuentemente las decisiones que se repiten. En el campo del desarrollo esto incluye las decisiones de gran escala, como las prioridades de gasto ¡ªy, por lo tanto, las asignaciones presupuestarias¡ª por parte de los gobiernos y las organizaciones internacionales. Pero tambi¨¦n incluye decisiones a una escala mucho m¨¢s peque?a: granjeros que se preguntan qu¨¦ cultivos plantar, qu¨¦ cantidad de fertilizante aplicar, y cu¨¢ndo y d¨®nde vender su producci¨®n.

Si no se identifican y analizan las decisiones que se deben mejorar, el riesgo de que gran parte del esfuerzo de obtenci¨®n de datos se pueda desperdiciar o emplear mal es elevado

El segundo paso implica construir un modelo cuantitativo de las incertidumbres relacionadas con esas decisiones, incluidos los diversos disparadores, las consecuencias los controles y factores atenuantes, as¨ª como los distintos costos, beneficios y riesgos involucrados. Incorporar ¡ªen vez de ignorar¡ª los factores con elevados niveles de incertidumbre y dif¨ªciles de medir conduce a las mejores decisiones.

Al servicio del desarrollo sostenible, ese tipo de modelos a menudo implica proyectar qu¨¦ impacto tendr¨¢n las intervenciones sobre el sustento de la gente y el ambiente a lo largo de varias d¨¦cadas. Este proceso es m¨¢s exitoso cuando participan tanto las partes interesadas como los expertos para identificar las variables relevantes y las relaciones entre ellas. Estos participantes deben ser capacitados para poder brindar estimaciones cuantitativas de la incertidumbre que las distintas variables tienen para ellos. Por ejemplo, los expertos pueden estimar con un 90% de confianza, seg¨²n los datos disponibles y su propia experiencia, que el rendimiento promedio del ma¨ªz para los agricultores en una cierta regi¨®n es de 0,5 a dos toneladas por hect¨¢rea.

El tercer paso es calcular el valor que puede ofrecer la informaci¨®n adicional, algo que solo es posible si se ha cuantificado la incertidumbre de todas las variables. El valor de la informaci¨®n es el importe que un decisor racional estar¨ªa dispuesto a pagar por ella. Necesitamos entonces saber en qu¨¦ caso los datos adicionales ser¨¢n valiosos para mejorar una decisi¨®n y cu¨¢nto debi¨¦ramos gastar en ellos. En algunos casos tal vez no sea necesaria ninguna informaci¨®n adicional para tomar una decisi¨®n s¨®lida; en otros, los datos adicionales podr¨ªan valer millones de d¨®lares.

Este proceso se repite hasta que la adquisici¨®n de datos no ofrezca valor adicional y se llegue a una decisi¨®n s¨®lida (una conclusi¨®n l¨®gica basada en la informaci¨®n, los valores y las preferencias de los tomadores de decisiones o del organismo decisor). Esto brinda perspicacia a los encargados de las decisiones y a las partes interesadas sobre la forma de mejorar las pol¨ªticas para maximizar los resultados positivos y reducir los riesgos, como la posibilidad de sufrir bajas tasas de adopci¨®n o de que la capacidad institucional resulte limitada para la implementaci¨®n eficaz.

No alcanza simplemente con suponer que la revoluci¨®n de los datos ser¨¢ beneficiosa para el desarrollo sostenible. Para garantizarlo habr¨¢ que reconocer la importancia del an¨¢lisis riguroso en cada esfuerzo de captaci¨®n de datos y la formaci¨®n de una nueva generaci¨®n de cient¨ªficos de la decisi¨®n para trabajar codo a codo con los responsables de las pol¨ªticas.

Traducci¨®n al espa?ol por Leopoldo Gurman.

Keith D. Shepherd dirige el Campo de Ciencia sobre Decisiones para Suelos Saludables (Science Domain on Land Health Decisions) del Centro Agroforestal Mundial (World Agroforestry Center) y el sector de An¨¢lisis para Decisiones y Sistemas de la Informaci¨®n del Programa de Investigaci¨®n sobre Agua, Tierra y Ecosistemas (Program on Water, Land, and Ecosystems) del Grupo Consultivo para la Investigaci¨®n Agr¨ªcola Internacional (CGIAR). Adem¨¢s, asesora a la Red Tem¨¢tica de Datos para el Desarrollo Sostenible (Thematic Network on Data for Sustainable Development) de la Red de Soluciones para el Desarrollo Sostenible, una iniciativa mundial para las Naciones Unidas.

Copyright: Project Syndicate, 2015.

www.project-syndicate.org