En las últimas dos décadas, la evaluación de impacto se ha consolidado como una de las herramientas más influyentes en el campo de la economía y las políticas públicas, donde se destaca el trabajo de Esther Duflo, Abhijit Banerjee y Michael Kremer (galardonados con el Premio Nobel de Economía de 2019). En este sentido, las aplicaciones de la evaluación de impacto han promovido una revolución empírica: experimentar, medir y aprender sobre lo que funciona para reducir la pobreza. Sin embargo, esta visión convive con una crítica, expuesta por Angus Deaton (Premio Nobel de 2015), quien advierte que la evaluación de impacto, particularmente en su versión experimental, tiene límites que no pueden ignorarse.
El debate no es menor: en países de ingreso medio como Colombia, con profundas desigualdades, lo que está en juego es la efectividad de las políticas, al igual que su sustento ético, su legitimidad democrática y sus efectos para generar justicia.
El argumento a favor de la evaluación de impacto es potente. Duflo, Banerjee y Kremer han mostrado que los experimentos controlados permiten identificar relaciones causales con precisión, evitando decisiones basadas en intuiciones, ideologías o inercias burocráticas. Esto es clave en contextos donde los recursos son escasos y las necesidades urgentes, pues saber “qué funciona” es una obligación, expresan los autores; dado que la evidencia empírica permite ajustar planes, programas y proyectos, así como corregir errores y escalar intervenciones exitosas. En este sentido, la evaluación de impacto mejora el diseño y la implementación de las políticas públicas.
Es precisamente aquí donde emerge la crítica del nobel, Angus Deaton: el problema central es cuando la evaluación de impacto se usa como único criterio de decisión. Desde un punto de vista técnico, un límite importante se resume en que la evaluación de impacto identifica efectos causales en contextos específicos, aunque no resuelve automáticamente el problema de la generalización y la heterogeneidad. Por ejemplo, una política o programa puede funcionar en un piloto controlado, y puede fracasar al expandirse, porque dependen de los incentivos, la capacidad institucional o de las condiciones sociales. La aleatorización no elimina todos los sesgos, ni convierte un resultado local en una ley universal.
A ello se suma un segundo límite: puesto que la evaluación de impacto no es éticamente neutra. Evaluar implica valorar y decidir quién recibe una intervención y quién no, aunque sea de manera temporal. Supone, en muchos casos, excluir, retrasar o condicionar los beneficios para generar la evidencia. La defensa pragmática de Duflo y Banerjee sostiene que, si se utilizan recursos públicos, existe una obligación de saber si funcionan. Y es cierto. No obstante, esa obligación convive con otra igualmente exigente: no toda política debe ser evaluada experimentalmente, y no toda evidencia justifica el costo humano de producirla.
El criterio ético no puede ser “evaluar siempre”, sino “evaluar cuando sea justificable hacerlo”. En contextos de pobreza y desigualdad estructural donde las poblaciones enfrentan múltiples privaciones, esta distinción no es trivial.
El tercer límite se sitúa en el terreno de la justicia distributiva. La evaluación de impacto, por su propia lógica, tiende a centrarse en los efectos promedios. Una política puede ser “efectiva” en términos agregados y, sin embargo, reproducir o incluso profundizar desigualdades. Puede beneficiar más a quienes poseen ventajas iniciales, dejando rezagados a los más vulnerables o peor situados. La eficiencia o la eficacia no es sinónimo de justicia. Por ello, los resultados de una evaluación deben ponderarse con criterios normativos. Sin esta ponderación, el riesgo es reducir la política pública a una lógica tecnocrática donde lo medible desplaza a lo que es socialmente ético y justo.
Finalmente, en este debate emerge el límite de la legitimidad democrática. Aquí, la advertencia de Angus Deaton es particularmente incisiva: una política pública no se legitima solo porque un experimento la respalde. La legitimidad exige deliberación pública, conocimiento contextual, capacidad institucional y una justificación de por qué esa intervención merece implementarse y a quién beneficia. La evidencia puede orientar, pero no sustituye a los procesos democráticos de decisión colectiva. En sociedades desiguales, donde las decisiones públicas afectan de manera diferenciada a las poblaciones, la legitimidad no puede minimizarse.
La lección que surge del debate entre Esther Duflo, Abhijit Banerjee y Angus Deaton es, una invitación a la ponderación intelectual; la evaluación de impacto requiere de fundamentos teóricos, modelos mixtos y comprensión de los contextos. Puesto que la evidencia es indispensable, pero no es suficiente, dado que la política pública, también debe ser fundamentada desde una perspectiva ética, democrática y de justicia.
Gracias por valorar La Opinión Digital. Suscríbete y disfruta de todos los contenidos y beneficios en https://bit.ly/SuscripcionesLaOpinion .
