heffetz2_SILVIO AVILAAFP via Getty Images_vaccine trial SILVIO AVILA/AFP via Getty Images

¿Por qué el miedo a las políticas basadas en la evidencia?

ITHACA/CHICAGO – Sin investigaciones rigurosas e indagaciones abiertas, los grandes avances que definieron la edad moderna, salvaron innumerables vidas y produjeron un tremendo crecimiento económico nunca hubieran ocurrido. Desde el descubrimiento de las leyes de la física y la teoría microbiana de la enfermedad hasta el desarrollo de las políticas públicas, los académicos usaron la experimentación para lograr que las sociedades avanzaran.

Ahora que las sociedades tienen dificultades para reactivar los viajes, reabrir las escuelas y garantizar la seguridad laboral a la sombra de las nuevas variantes de la COVID-19, hacen falta experimentos sociales con urgencia para garantizar que implementemos políticas comprobadamente eficaces.

Así aprovecharemos una historiada tradición. En 1881, Hippolyte Rossignol, un famoso veterinario francés que desconfiaba de la teoría microbiana de la enfermedad, desafió a Louis Pasteur a probar su hipótesis vacunando animales en su granja en las afueras de París. Pasteur no tuvo más alternativa que aceptar el desafío público, aun cuando nunca se había probado una vacuna fuera del laboratorio.

El 5 de mayo de 1881, vacunaron contra el carbunco a un par de docenas de animales en la granja de Rossignol (dos semanas después recibirían otra «inyección protectora»). A otro grupo similar de animales no se le puso ninguna vacuna. El 31 de mayo inyectaron a ambos grupos con carbunco virulento. Dos días después un grupo de granjeros, veterinarios, farmacéuticos y funcionarios agrícolas se reunieron en la granja de Rossignol para ver los resultados. La teoría de Pasteur quedó confirmada: todos los animales vacunados estaban vivos y sanos, mientras que los que no habían recibido la vacuna estaban muertos, rumbo a ello o en malas condiciones.

Le debemos mucho a esos experimentos iniciales que ahora reciben el nombre oficial de ensayos aleatorios comparativos (EAC). Los EAC tienen dos funciones importantes: ayudan a los científicos a lograr avances; y ayudan al resto de la sociedad a confiar en esa ciencia.

Apenas 140 años después del experimento de Pasteur, el mundo contuvo el aliento mientras esperaba los resultados de los ensayos clínicos de las nuevas vacunas contra la COVID-19. Cuando finalizaron los EAC —con resultados sorprendentemente exitosos— los gobiernos corrieron a aprobar las nuevas vacunas y los países compitieron entre sí para obtenerlas.

Subscribe to Project Syndicate
Bundle2021_web4

Subscribe to Project Syndicate

Enjoy unlimited access to the ideas and opinions of the world’s leading thinkers, including weekly long reads, book reviews, topical collections, and interviews; The Year Ahead annual print magazine; the complete PS archive; and more – for less than $9 a month.

Subscribe Now

Desde que Pasteur sentó las bases para los ensayos médicos con grupo de control, se convirtieron en el modelo de excelencia científica. Y, desde 1963, la Administración de Alimentos y Medicamentos de EE. UU. (FDA, por su sigla en inglés) exige evidencia basada en EAC para autorizar el uso comercial de nuevos productos farmacéuticos. Gran parte del planeta ya está vacunada o espera ansiosa sus dosis, porque la gente confía implícitamente en la ciencia y en los experimentos confiables, transparentes y divulgados que la respaldan.

Pero los EAC no se limitan a las ciencias médicas. Desde mediados del siglo XX muchos experimentos sociales también siguieron este proceso. Uno de ellos surgió del debate político sobre los programas de bienestar existentes y alternativos. Con el patrocinio de la Oficina de Oportunidades Económicas, el experimento sobre «Ingreso asistencial en Nueva Jersey» exploró los efectos conductuales de los programas para complementar los ingresos y generó información que sigue influyendo sobre el diseño de las políticas públicas.

A diferencia de los ensayos médicos, sin embargo, los experimentos sociales —EAC a gran escala con financiamiento público— no se convirtieron en el modelo de excelencia. En muchos casos, los críticos sostienen que esos experimentos son inherentemente injustos. Por ejemplo, ¿qué justifica que algunas personas o actividades se beneficien más que otras por a una menor tasa del impuesto a la renta?

Esas preocupaciones a menudo resultan infundadas. Necesitamos muchos más experimentos sociales y los gobiernos deben llevarlos a cabo rutinariamente como parte fundamental del proceso de diseño de políticas. La aceptación por los economistas del enfoque experimental en los últimos años —en laboratorios, en línea, en empresas y en sitios remotos— dio lugar a muchos descubrimientos científicos, debidamente reconocidos con varios premios Nobel.

El problema es que los gobiernos se han mostrado exasperantemente lentos a la hora de imitarlos. Nuestros propios intentos por convencer a los responsables de las políticas de llevar a cabo experimentos sociales a gran escala han resultado, hasta ahora, decepcionantes. Las principales objeciones que recibimos se basan en argumentos sobre la «justicia» inherentemente opuestos al concepto científico del grupo de control. Irónicamente esta resistencia frente a la experimentación podría limitar en última instancia los avances... y resultar aún más injusta.

Mientras trabajábamos con otros economistas en la ciudad de Nueva York intentamos usar el enfoque científico para explorar el efecto de las multas, penalizaciones y fechas límite asociadas con las infracciones de tránsito y estacionamiento. La respuesta estándar de los funcionarios de la ciudad suele ser «No es justo aleatorizar y cobrar montos distintos a la gente».

De manera similar, cuando lanzamos un programa preescolar para los niños desfavorecidos en Chicago hace una década, las juntas escolares, los administradores y el público se resistieron a la idea de que solo algunos niños desfavorecidos accederían a ellos. No importó que la idea del estudio fuera ayudar a todos los niños desfavorecidos identificando las mejores prácticas para enseñar habilidades cognitivas y funciones ejecutivas.

Y, más recientemente, mientas asesorábamos a un gobierno extranjero para su respuesta económica ante la COVID-19, nos encontramos con responsables de políticas que se resistieron vehementemente al uso de los EAC, incluso para responder preguntas de vida o muerte relacionadas con los confinamientos, las restricciones a la movilidad y la reapertura de las escuelas.

Sin evidencia sobre qué funciona mejor, los gobiernos terminan en realidad llevando a cabo un gran experimento con todos nosotros, pero sin los controles apropiados. Se han aplicado políticas basadas en evidencias insuficientes a escala nacional e incluso mundial, con resultados muy costosos. De hecho, tras casi dos años de pandemia de COVID-19 y a pesar de un flujo de datos diarios sin precedentes de todo el mundo, nuestra comprensión de los efectos sobre la salud y la economía, entre otros, es sorprendentemente limitada incluso en el caso de políticas extremas como los confinamientos, el cierre de escuelas y las restricciones a la movilidad. Los responsables estuvieron, en gran medida, volando a ciegas.

La evidencia obtenida con experimentos formales puede salvar vidas, especialmente cuando se basa en la teoría y se la combina con otros tipos de evidencia. Se supone que los investigadores profesionales deben diseñar cuidadosamente los experimentos, guiarse por los estándares éticos más elevados en términos del consentimiento y los posibles perjuicios, implementar todas las salvaguardas apropiadas para minimizar el riesgo para los participantes y abrir su trabajo a las evaluaciones de la juntas de revisión institucionales.

Los científicos y académicos deben entender las implicaciones políticas de sus experimentos desde la perspectiva de los responsables de las políticas, y generar confianza y colaboraciones sólidas a lo largo del proceso; pero, para que las políticas basadas en los hechos tengan éxito, los gobiernos deben reconocer en última instancia que no pueden darse el lujo de dejar de lado la evidencia crucial que brindan los experimentos sociales.

Traducción al español por Ant-Translation

https://prosyn.org/EwudStves