En este post previo, me burlé de los evaluadores de impacto, incluyéndome a mí mismo, por nuestra obsesión con las evaluaciones experimentales. Nos gusta determinar “por lotería” quién recibe una capacitación laboral y quién no para poder ver a qué grupo le va mejor. Para tener un grupo de control válido, les decimos a varias personas que no pueden tomar el curso. Y ante las quejas, nos escudamos con sermones sobre el método científico.
¿Pero podríamos ser igualmente rigurosos sin ser mala onda?
Hablemos ahora sobre una alternativa. Supongamos que tenemos un grupo de personas y que podemos seleccionar aleatoriamente a parte del grupo para recibir información que promocione el programa de capacitación laboral. Ninguna persona estaría obligada a tomar el curso, y nadie estaría excluido. Sin embargo, es de esperar que el porcentaje de personas que toma el curso debería ser mayor entre el grupo que recibió promoción sobre el programa.
Para tener un ejemplo concreto, consideremos la siguiente situación. De un grupo de 200 personas, 100 reciben promoción sobre un curso de capacitación y 60 de ellas deciden tomar el curso. Supongamos también que de las 100 personas que no reciben la promoción, sólo 40 de ellas toman el curso. En la práctica, tenemos un experimento en que 20 personas fueron inducidas aleatoriamente a tomar el curso, y 20 personas no lo fueron. Comparando los resultados en el mercado laboral de estas 40 personas, podemos estimar el impacto del curso de manera rigurosa y sin decirle a nadie que no puede tomar el curso.
En la Unidad de Mercados Laborales y Seguridad Social estamos explorando oportunidades para implementar este tipo de evaluación. Intentaremos poner en práctica el dicho famoso de … Se atrapan más moscas con miel que con vinagre.
Leave a Reply