Los «empujones» son técnicas que utilizan muchas entidades, incluidos los gobiernos, con el objetivo de ayudar a las personas a tomar mejores decisiones.
Una nueva investigación sugiere que son ineficaces y que los estudios podrían mostrar un sesgo positivo, dada la amplia inversión en estas técnicas.
Según los investigadores, una mejor forma de avanzar sería centrarse en crear una base empírica que muestre qué combinaciones de empujones y otros enfoques funcionan bien en conjunto.
A finales del año pasado (2021), hubo mucho entusiasmo por el primer análisis exhaustivo de investigaciones anterioressobre técnicas diseñadas para cambiar el comportamiento de las personas (conocidas como «empujoncitos»), que mostraba con seguridad que funcionaban. Fue una gran noticia para los investigadores, pero también para los gobiernos de todo el mundo que han invertido en «unidades de empujones» que utilizan estos métodos.
Los empujones pretenden influir en las personas para que tomen mejores decisiones. Por ejemplo, las autoridades pueden establecer como opción predeterminada una alternativa «mejor», como donar los órganos. También podrían hacer más atractiva una opción de comida saludable mediante el etiquetado.
Pero una nueva investigación que revisa este artículo —que había analizado 212 artículos publicados con más de 2 millones de participantes— y otros estudios advierte ahora que los empujones quizá no tengan ningún efecto en el comportamiento.
Para entender por qué, tenemos que entrar en algunos detalles sobre estadística y sobre cómo se analizan e interpretan los resultados experimentales. Los investigadores parten de la hipótesis de que no hay ningún efecto (hipótesis nula). Luego se preguntan: ¿cuál es la probabilidad de que se produzca un efecto real por azar?
Así, si en mi experimento hay un grupo de personas expuesto a una técnica específica de empujón y un grupo de control que no recibe ningún empujón, mi punto de partida es que los dos grupos no diferirán. Si después encuentro una diferencia, uso la estadística para calcular qué probabilidad hay de que se haya producido únicamente por azar. Esto se llama valor p, y cuanto más bajo sea, mejor. Un valor p alto significaría que las diferencias entre los dos grupos pueden explicarse en gran medida por el azar.
Lo contrario ocurre con los tamaños del efecto. También es importante medir la magnitud del efecto para evaluar el valor práctico de un experimento. Imaginemos que estoy probando un empujón que supuestamente ayuda a las personas con obesidad a bajar de peso y observo que las personas del grupo expuesto al empujón pierden medio kilo en seis meses. Aunque esta diferencia pueda ser estadísticamente significativa (obtengo un valor p bajo), podría preguntarme con razón si el efecto es lo bastante grande para tener alguna utilidad práctica.
Así, mientras que los valores p nos indican cuán probable es que una diferencia observada se deba únicamente al azar, los tamaños del efecto nos dicen cuán grande —y, por tanto, cuán relevante— es el efecto.
Un buen estudio debe mostrar un tamaño del efecto moderado o grande, pero también debe indicar qué parte de este se debió al «sesgo de publicación». Se trata de la selección interesada de resultados para mostrar que el empujón funciona; es decir, los estudios que concluyen que los empujones no funcionan se excluyen o ni siquiera se publican. Esto puede deberse a que los editores y revisores de las revistas científicas quieren ver resultados que indiquen que un experimento funcionó; al fin y al cabo, resulta más interesante leerlos.
Los autores del estudio original de 2021, que informó de un tamaño del efecto moderado de los empujones en el comportamiento, descartaron que hubiera un sesgo de publicación lo bastante grave como para influir de forma importante en el tamaño del efecto razonable que encontraron.
Problemas para los empujones
Desde entonces, sin embargo, han ocurrido dos cosas. Este año, un colega y yo señalamos que, independientemente de los resultados de 2021, todavía existen problemas generales con la ciencia de los empujones. Por ejemplo, los científicos dependen demasiado de ciertos tipos de experimentos. Además, a menudo no sopesan los beneficios frente a los costes reales de utilizar empujones ni determinan si estos son realmente la causa de los efectos positivos en el comportamiento.
Muchos investigadores también empezaron a desconfiar cada vez más del tamaño del efecto que se informó en el estudio de 2021. Algunos pidieron que se retractara el artículo al descubrir que los datos analizados parecían incluir estudios que habían utilizado datos falsificados.
Y ahora un nuevo estudio, publicado en PNAS, ha vuelto a examinar el impacto estimado del sesgo de publicación en el estudio de 2021. Los autores del nuevo artículo aplicaron sus propios métodos estadísticos y evaluaron tanto la gravedad del sesgo de publicación como su impacto en el tamaño real del efecto. Demostraron que el tamaño del efecto original de los 212 estudios no era moderado en realidad: era cero.
¿Qué tan grave es todo esto? Desde el punto de vista científico, es excelente. Los investigadores inician un proceso de recopilación de datos para fundamentar las ideas generales sobre la eficacia de los empujones. Otros investigadores examinan los mismos datos y análisis y luego proponen revisar las conclusiones. Todo avanza como debería hacerlo la ciencia.
¿Qué tan grave es esto para los empujones? La inversión en ellos es enorme. Investigadores, gobiernos y organizaciones como la Organización Mundial de la Salud los utilizan como método habitual para cambiar el comportamiento. Así, se ha impuesto una carga enorme sobre quienes promueven los empujones. Esto también puede haber contribuido al grave sesgo de publicación, porque muchas personas tenían interés en demostrar que funcionaban.
En este momento, la mejor ciencia de la que disponemos está cuestionando seriamente la eficacia de los empujones. Sin embargo, muchos, yo incluido, lo sabemos desde hace tiempo: llevamos muchos años señalando cuidadosamente las distintas formas en que debe mejorar la investigación sobre los empujones, y en gran medida se nos ha ignorado.
Dicho esto, no es necesario abandonar los esfuerzos por utilizar intervenciones conductuales. Una mejor forma de avanzar sería centrarse en crear una base empírica que muestre qué combinaciones de empujones y otros enfoques funcionan en conjunto. Por ejemplo, como he demostrado, las combinaciones de métodos de empujón con cambios en los impuestos y las subvenciones tienen un efecto más fuerte en el consumo sostenible que cualquiera de esas medidas aplicada por separado.
Así, se libera al empujón de la carga de ser el único responsable del cambio de comportamiento, sobre todo porque por sí solo no consigue mucho. De hecho, ¿cómo podría? Dada la complejidad del comportamiento humano, ¿cómo podría un solo enfoque aspirar a cambiarlo? No hay ningún ejemplo histórico de que se haya logrado con éxito, al menos sin vulnerar los derechos humanos.
Como he demostrado antes, si somos honestos sobre la posibilidad de fracasar, podemos aprender de ello cómo hacerlo mejor.
