La disponibilidad limitada de datos sobre pobreza y desigualdad plantea grandes desafíos para el seguimiento de los dos objetivos del Grupo Banco Mundial: acabar con la pobreza extrema e impulsar la prosperidad compartida. Según un estudio concluido recientemente, para casi cien países se dispone, como máximo, de dos estimaciones de pobreza durante la última década. Peor aún, para alrededor de la mitad de ellos había una sola estimación de pobreza o ninguna.* Aumentar la frecuencia de los datos sobre pobreza es fundamental para hacer un seguimiento eficaz de los dos objetivos del Banco.
En este contexto, suele recurrirse a la ciencia de los «macrodatos» como posible solución. Un ejemplo famoso de esta ciencia es «Google Flu Trends (GFT)», que utiliza las búsquedas de Google para predecir brotes de gripe. Esta tecnología ha demostrado ser extremadamente rápida a la hora de producir predicciones y también muy rentable. El rápido aumento de los volúmenes de datos sin procesar y los avances correspondientes en informática nos han permitido cubrir otras clases de lagunas de datos de maneras que ni siquiera habríamos podido imaginar en el pasado.
Sin embargo, artículos recientes han planteado algunas inquietudes. Una de ellas es que los «macrodatos» pueden caer en lo que se denomina la «búsqueda del borracho» o el «efecto farola». Puede ilustrarse, a grandes rasgos, así:
Un borracho busca bajo una farola la llave que ha perdido. Un policía le pregunta: «¿Qué ha perdido?». El hombre responde: «Una llave, pero no la encuentro». El policía le pregunta: «¿Recuerda dónde perdió la llave?». Él responde: «Sí, allí». El policía, que parece confundido, pregunta: «Entonces, ¿por qué no la busca allí?». El borracho responde: «¡Porque no hay luz!».
Los estadísticos utilizan esta «búsqueda del borracho» para explicar un tipo de sesgo de observación en el que las personas buscan respuestas en los lugares donde resulta más fácil buscar. La ciencia de los «macrodatos» muestra cómo pueden lograrse avances enormes gracias al fácil acceso a cantidades masivas de datos y al software de gran potencia y la capacidad de cálculo necesarios para analizarlos. Pero ¿hay alguna garantía de que los «macrodatos» generen conocimientos sobre las preguntas que más nos interesan? ¿O se refieren simplemente a información que puede recopilarse y reunirse fácilmente? A pesar de las recientes mejoras en el acceso a internet en los países en desarrollo, muchas personas pobres siguen sin tener acceso a internet ni los conocimientos informáticos necesarios. La «búsqueda del borracho» apunta a una preocupación real sobre el uso de los «macrodatos» para estimar y analizar la pobreza.
Tim Harford plantea un ejemplo interesante de este tipo en el Financial Times. Para predecir si Franklin Delano Roosevelt ganaría las elecciones presidenciales, The Literary Digest, una revista, realizó una encuesta postal de opinión a gran escala, con la ambición de llegar a 10 millones de personas, una cuarta parte del electorado. Tras procesar alrededor de 2,4 millones de respuestas, Literary Digest predijo que ganaría el candidato republicano, Alfred Landon, mientras que una encuesta mucho más pequeña, realizada por el pionero de las encuestas de opinión George Gallup, predijo que ganaría Franklin Roosevelt. Todos sabemos quién ganó esta contienda.
¿Por qué ganó Gallup? La muestra de Gallup se diseñó cuidadosamente para reflejar la distribución de votantes republicanos, demócratas e independientes. The Literary Digest, por su parte, envió formularios a personas de una lista recopilada a partir de registros de automóviles y directorios telefónicos: una muestra desproporcionadamente representativa de los ricos. Peor aún, resultó que los partidarios de Landon tenían más probabilidades de responder a la encuesta. La combinación de estas dos particularidades del muestreo produjo un gran sesgo al predecir quién ganaría las elecciones.
La moraleja de esta historia es que, sin un muestreo adecuado, cualquier estadística derivada de una encuesta puede estar sesgada. Aumentar el tamaño de la muestra puede reducir el error de muestreo, pero no eliminará el sesgo. Una muestra grande pero sesgada producirá «estadísticas precisamente equivocadas»: estadísticas con un error de muestreo extremadamente pequeño, pero que aun así reflejan sesgos.
Que los métodos de «macrodatos» funcionen o no depende de si los datos reflejan o no la distribución de las poblaciones de interés. El análisis de una base de datos de clientes, que suele ser enorme, será sumamente útil para un minorista, porque lo más probable es que esos clientes constituyan la población que le interesa, es decir, sus futuros clientes. Pero los «macrodatos» recopilados a través de internet o reunidos en nubes de datos quizá no sean especialmente útiles para estimar y analizar la pobreza, porque quienes proporcionan los datos podrían no incluir a las personas pobres que más nos interesan. Incluso si los datos incluyen a las personas pobres, es probable que la frecuencia relativa de las observaciones sobre los ricos sea mayor que la de las observaciones sobre los pobres y, por tanto, los promedios simples de este tipo de datos estarán sesgados a favor de los ricos.
Para abordar los problemas de los «macrodatos», algunos proponen ahora combinar la conveniencia de los enfoques de «macrodatos» con el rigor estadístico de los enfoques de «pequeños datos». Lazer y otros (2014) llaman a esto una «revolución de todos los datos». El artículo muestra cómo los Centers for Disease Control and Prevention (CDC) redujeron con éxito el error de GFT utilizando información recopilada mediante un enfoque tradicional de «pequeños datos». La Oficina del Censo de Estados Unidos y el Departamento de Trabajo también proponen varias ideas sobre cómo lograr mejor una «combinación de macrodatos y pequeños datos».
El Grupo Banco Mundial también propone ahora diversas iniciativas que combinan «macrodatos» con «pequeños datos» para estimar la pobreza. SWIFT (Survey of Well-being via Instant and Frequent Tracking, Encuesta sobre el bienestar mediante seguimiento instantáneo y frecuente) es una de esas iniciativas. Al igual que los esfuerzos típicos de «pequeños datos», SWIFT recopila datos de muestras representativas de las poblaciones subyacentes de interés. Como los enfoques típicos de «macrodatos», SWIFT aplica una serie de fórmulas y algoritmos, así como la tecnología ITS más reciente, para reducir el tiempo y el costo de la recopilación de datos y la estimación de la pobreza. Por ejemplo, SWIFT no estima la pobreza a partir de datos de consumo o ingresos, cuya recopilación requiere mucho tiempo, sino que utiliza fórmulas para estimarla a partir de correlatos de la pobreza, que pueden recopilarse fácilmente. Además, al incorporar las fórmulas al sistema de gestión de datos de SWIFT, los correlatos se convierten instantáneamente en estadísticas de pobreza. Para reducir aún más el tiempo de recopilación y procesamiento de datos, SWIFT utiliza entrevistas personales asistidas por computadora (CAPI) vinculadas a nubes de datos y, cuando es posible, adopta un método de recopilación de datos por teléfono celular.
La ciencia de los «macrodatos» aún está en sus primeras etapas y las innovaciones en este campo avanzan a la velocidad de la luz. Es posible que esas innovaciones produzcan soluciones completamente nuevas en un futuro próximo. Pero creo firmemente que es muy importante reconocer los riesgos que podrían acompañar al uso de métodos de «macrodatos». Antes de realizar cualquier análisis con «macrodatos», debemos comprobar cuidadosamente si los datos subyacentes representan con precisión las poblaciones de interés; de lo contrario, podríamos quedar atrapados en una «búsqueda del borracho».
*Hiroki Uematsu, Umar Serajuddin, Christina Wieser y Nobuo Yoshida. (2014) «Monitoring Poverty and Shared Prosperity: Data in Developing Countries», mimeo, World Bank.
Este artículo se publicó originalmente en el blog Let’s talk development del World Bank. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con Forum:Agenda, suscríbase a nuestro boletín semanal.
Autor: Nobuo Yoshida es economista sénior del Grupo de Reducción de la Pobreza y Equidad (PRMPR) del World Bank.
Imagen: Un niño nigeriano se agacha junto a una alcantarilla abierta en el barrio de Isale-Eko, en el centro de Lagos, el 14 de abril de 2007. REUTERS.