ABOUT THE SPEAKER
Esther Duflo - Development economist
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it.

Why you should listen

2009 MacArthur fellow Esther Duflo is pushing the field of development economics by studying specific causal relationships that lead to or perpetuate poverty. She looks at close-to-home issues: household behavior, education, access to finance and health.

At MIT, she's the founder and director of the Jameel Poverty Action Lab (J-PAL), a research network that evaluates social programs. It's concerned less with wide-ranging policy than with specific questions. Sample: If schoolkids could get their uniforms for free, would attendance go up? What's an effective way to reward mothers for immunizing their babies? Randomized trials offer new insights toward creating global equity and prosperity. Her work may blur the lines between economics and activism, but it's a role Duflo not only considers comfortable but vital.

Her new book is Poor Economics, with Abhijit W. Banerjee. 

More profile about the speaker
Esther Duflo | Speaker | TED.com
TED2010

Esther Duflo: Social experiments to fight poverty

Esther Duflo: Experimentos sociais para combater a pobreza

Filmed:
1,298,863 views

Diminuir a pobreza é mais conjectura do que ciência, e a falta de dados sobre o impacto da ajuda levanta questões de como promovê-la. Mas a vencedora da Medalha Clark Esther Duflo diz que é possível saber quais esforços para o desenvolvimento ajudam e quais prejudicam -- testando soluções com testes randômicos.
- Development economist
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it. Full bio

Double-click the English transcript below to play the video.

00:18
So here it is. You can check: I am short, I'm French,
0
3000
2000
Como vocês podem ver, sou baixa, sou francesa,
00:20
I have a pretty strong French accent,
1
5000
2000
tenho forte sotaque francês,
00:22
so that's going to be clear in a moment.
2
7000
3000
isso vai ficar claro num momento.
00:26
Maybe a sobering thought
3
11000
2000
Talvez nos faça pensar,
00:28
and something you all know about.
4
13000
2000
e algo que todos vocês sabem.
00:30
And I suspect many of you gave
5
15000
2000
E acho que muitos de vocês doaram
00:32
something to the people of Haiti this year.
6
17000
3000
algo para as pessoas do Haiti este ano.
00:35
And there is something else
7
20000
2000
E tem mais uma coisa
00:37
I believe in the back of your mind
8
22000
2000
que acredito, lá no fundo,
00:39
you also know.
9
24000
2000
vocês também sabem,
00:41
That is, every day,
10
26000
2000
todos os dias,
00:43
25,000 children die
11
28000
2000
25 mil crianças morrem
00:45
of entirely preventable causes.
12
30000
3000
de causas totalmente evitáveis.
00:48
That's a Haiti earthquake every eight days.
13
33000
3000
Há um terremoto como do Haiti a cada 8 dias.
00:51
And I suspect many of you probably gave something
14
36000
2000
E acredito que muitos de vocês fizeram algo
00:53
towards that problem as well,
15
38000
2000
a respeito deste problema também,
00:55
but somehow it doesn't happen
16
40000
2000
mas de certa forma não acontece
00:57
with the same intensity.
17
42000
2000
com a mesma intensidade.
00:59
So why is that?
18
44000
2000
E por que isso?
01:02
Well, here is a thought experiment for you.
19
47000
3000
Aqui vai uma situação para vocês.
01:05
Imagine you have a few million dollars that you've raised --
20
50000
2000
Imagine que você arrecadou alguns milhões de dólares.
01:07
maybe you're a politician in a developing country
21
52000
3000
Talvez você seja um político num país em desenvolvimento,
01:10
and you have a budget to spend. You want to spend it on the poor:
22
55000
3000
e você tem uma quantia para gastar; você quer gastar com os pobres.
01:13
How do you go about it?
23
58000
3000
Como você faz isso?
01:16
Do you believe the people who tell you
24
61000
2000
Você acredita nas pessoas que falam
01:18
that all we need to do is to spend money?
25
63000
2000
que o que precisamos fazer é gastar dinheiro,
01:20
That we know how to eradicate poverty,
26
65000
3000
que sabemos como erradicar a pobreza,
01:23
we just need to do more?
27
68000
2000
só precisamos fazer mais?
01:25
Or do you believe the people who tell you that
28
70000
2000
Ou você acredita nas pessoas que falam que
01:27
aid is not going to help, on the contrary it might hurt,
29
72000
3000
assistência não ajuda, ao contrário, pode prejudicar
01:30
it might exacerbate corruption, dependence, etc.?
30
75000
3000
ou exacerbar corrupção, dependência, etc.?
01:34
Or maybe you turn to the past.
31
79000
2000
Ou talvez você olhe para o passado.
01:36
After all, we have spent billions of dollars on aid.
32
81000
3000
Pois gastamos bilhões de dólares em assistência.
01:39
Maybe you look at the past and see.
33
84000
2000
Talvez você olhe para o passado e se pergunte
01:41
Has it done any good?
34
86000
2000
se isso fez algum bem.
01:43
And, sadly, we don't know.
35
88000
2000
Infelizmente não sabemos.
01:45
And worst of all, we will never know.
36
90000
3000
E pior, nunca saberemos.
01:49
And the reason is that -- take Africa for example.
37
94000
2000
E a razão é -- vejam a África, por exemplo --
01:51
Africans have already got a lot of aid.
38
96000
2000
os africanos receberam muita ajuda.
01:53
These are the blue bars.
39
98000
2000
Estas são as barras azuis.
01:55
And the GDP in Africa is not making much progress.
40
100000
3000
E o PIB na África não está aumentando.
01:58
Okay, fine. How do you know what
41
103000
2000
Ok, como sabemos o que
02:00
would have happened without the aid?
42
105000
2000
teria acontecido sem a ajuda?
02:02
Maybe it would have been much worse,
43
107000
3000
Talvez tivesse sido muito pior.
02:05
or maybe it would have been better.
44
110000
2000
Ou talvez tivesse sido melhor.
02:07
We have no idea. We don't know what the counterfactual is.
45
112000
3000
Não sabemos. Não sabemos qual é o contrafatual.
02:10
There's only one Africa.
46
115000
2000
Só há uma África.
02:12
So what do you do?
47
117000
2000
Então o que você faz?
02:14
To give the aid, and hope and pray that something comes out of it?
48
119000
3000
Dá ajuda e reza para que algo bom aconteça?
02:18
Or do you focus on your everyday life
49
123000
3000
Ou foca na sua vida cotidiana
02:21
and let the earthquake every eight days
50
126000
2000
e deixa o terremoto a cada oito dias
02:23
continue to happen?
51
128000
2000
continuar a acontecer?
02:25
The thing is, if we don't know
52
130000
2000
O lance é que se não sabemos
02:27
whether we are doing any good,
53
132000
2000
se estamos fazendo algo bom,
02:29
we are not any better
54
134000
2000
não somos melhores do que
02:31
than the Medieval doctors and their leeches.
55
136000
3000
os médicos medievais e suas sanguessugas.
02:34
Sometimes the patient gets better, sometimes the patient dies.
56
139000
3000
Às vezes o paciente melhora, às vezes ele morre.
02:37
Is it the leeches? Is it something else?
57
142000
3000
São as sanguessugas? É outra coisa?
02:40
We don't know.
58
145000
2000
Não sabemos.
02:42
So here are some other questions.
59
147000
2000
Existem outras questões.
02:44
They're smaller questions,
60
149000
2000
Questões menores
02:46
but they are not that small.
61
151000
2000
mas não tão pequenas.
02:48
Immunization, that's the cheapest way
62
153000
3000
Imunização, é a maneira mais fácil de
02:51
to save a child's life.
63
156000
2000
salvar a vida de uma criança.
02:53
And the world has spent a lot of money on it:
64
158000
2000
E o mundo já gastou muito dinheiro com isso.
02:55
The GAVI and the Gates Foundations
65
160000
2000
As Fundações GAVI e Gates
02:57
are each pledging a lot of money towards it,
66
162000
2000
estão investindo muito dinheiro nesta causa.
02:59
and developing countries themselves have been doing a lot of effort.
67
164000
3000
E os próprios países em desenvolvimento se esforçam.
03:02
And yet, every year
68
167000
2000
Mesmo assim, todo o ano,
03:04
at least 25 million children
69
169000
2000
pelo menos 25 milhões de crianças
03:06
do not get the immunization they should get.
70
171000
3000
não são imunizadas como deveriam.
03:09
So this is what you call a "last mile problem."
71
174000
3000
É o que chamamos de "problema do último quilômetro."
03:12
The technology is there,
72
177000
2000
A tecnologia está lá.
03:14
the infrastructure is there,
73
179000
2000
A infraestrutura está lá.
03:16
and yet it doesn't happen.
74
181000
2000
E por algum motivo, não acontece.
03:18
So you have your million.
75
183000
2000
Então você tem o seu milhão.
03:20
How do you use your million
76
185000
2000
Como você usa o seu milhão para
03:22
to solve this last mile problem?
77
187000
2000
resolver o problema do último quilômetro?
03:24
And here's another question:
78
189000
2000
E tem outra questão:
03:26
Malaria. Malaria kills almost
79
191000
3000
Malária. A malária mata quase
03:29
900,000 people every year,
80
194000
3000
900 mil pessoas a cada ano,
03:32
most of them in Sub-Saharan Africa,
81
197000
2000
a maioria na África subsaariana,
03:34
most of them under five.
82
199000
2000
e com menos de cinco anos.
03:36
In fact, that is the leading cause of under-five mortality.
83
201000
3000
É a maior causa de mortalidade entre crianças com menos de cinco anos.
03:39
We already know how to kill malaria,
84
204000
3000
Nós sabemos como acabar com a malária,
03:42
but some people come to you and say,
85
207000
2000
mas algumas pessoas chegam para você e dizem:
03:44
"You have your millions. How about bed nets?"
86
209000
3000
"Você tem os seus milhões. Que tal mosquiteiros?"
03:47
Bed nets are very cheap.
87
212000
2000
Mosquiteiros são bem baratos.
03:49
For 10 dollars, you can manufacture and ship
88
214000
3000
Por 10 dólares você fabrica e despacha
03:52
an insecticide treated bed net
89
217000
2000
um mosquiteiro tratado com inseticida,
03:54
and you can teach someone to use them.
90
219000
2000
e você pode ensinar alguém como usá-lo.
03:56
And, not only do they protect the people who sleep under them,
91
221000
3000
E não só protege as pessoas que dormem sob ele,
03:59
but they have these great contagion benefits.
92
224000
2000
também tem ótimos efeitos em cessar o contágio.
04:01
If half of a community sleeps under a net,
93
226000
3000
Se metade da comunidade dormir sob um mosquiteiro,
04:04
the other half also benefits
94
229000
2000
a outra metade também se beneficia
04:06
because the contagion of the disease spread.
95
231000
3000
porque cessa o contágio da doença por proximidade.
04:09
And yet, only a quarter of kids at risk sleep under a net.
96
234000
3000
Mas só um quarto das crianças em risco dormem sob mosquiteiros.
04:12
Societies should be willing to go out
97
237000
2000
As sociedades deveriam
04:14
and subsidize the net, give them for free,
98
239000
2000
subsidiar os mosquiteiros, dá-los de graça,
04:16
or, for that matter, pay people to use them
99
241000
2000
ou ainda pagar as pessoas para usá-los
04:18
because of those contagion benefits.
100
243000
2000
por causa do benefício de cessar o contágio.
04:20
"Not so fast," say other people.
101
245000
2000
"Não tão rápido," dizem outras pessoas.
04:22
"If you give the nets for free,
102
247000
2000
"Se você der os mosquiteiros de graça,
04:24
people are not going to value them.
103
249000
2000
as pessoas não vão dar valor.
04:26
They're not going to use them,
104
251000
2000
Não vão usá-los,
04:28
or at least they're not going to use them as bed nets,
105
253000
2000
pelo menos não como mosquiteiros,
04:30
maybe as fishing nets."
106
255000
2000
talvez como redes de pesca."
04:32
So, what do you do?
107
257000
2000
Então, o que você faz?
04:34
Do you give the nets for free to maximize coverage,
108
259000
2000
Dar de graça? Maximizar a cobertura?
04:36
or do you make people pay
109
261000
2000
Ou você faz as pessoas pagarem
04:38
in order to make sure that they really value them?
110
263000
2000
para que realmente os valorizem?
04:40
How do you know?
111
265000
2000
Como você sabe?
04:42
And a third question: Education.
112
267000
2000
E a terceira questão: educação.
04:44
Maybe that's the solution, maybe we should send kids to school.
113
269000
2000
Talvez essa seja a solução. Deveríamos mandar as crianças para a escola.
04:46
But how do you do that?
114
271000
2000
Mas como você faz isso?
04:48
Do you hire teachers? Do you build more schools?
115
273000
2000
Contrata professores? Constrói mais escolas?
04:50
Do you provide school lunch?
116
275000
2000
Dá merenda escolar?
04:52
How do you know?
117
277000
2000
Como você sabe?
04:54
So here is the thing.
118
279000
2000
O negócio é o seguinte:
04:56
I cannot answer the big question,
119
281000
2000
Eu não posso responder a grande questão,
04:58
whether aid did any good or not.
120
283000
2000
se a ajuda foi boa ou não,
05:00
But these three questions, I can answer them.
121
285000
3000
mas eu posso responder essas três questões.
05:04
It's not the Middle Ages anymore,
122
289000
2000
Não estamos mais na Idade Média.
05:06
it's the 21st century.
123
291000
2000
Estamos no século 21.
05:08
And in the 20th century,
124
293000
2000
E no século 20
05:10
randomized, controlled trials
125
295000
2000
testes controlados randômicos
05:12
have revolutionized medicine
126
297000
2000
revolucionaram a medicina
05:14
by allowing us to distinguish
127
299000
2000
permitindo distinguir entre
05:16
between drugs that work
128
301000
2000
drogas que funcionam
05:18
and drugs that don't work.
129
303000
2000
e drogas que não funcionam.
05:20
And you can do the same
130
305000
2000
E você pode fazer o mesmo
05:22
randomized, controlled trial for social policy.
131
307000
3000
teste controlado randômico para política social.
05:25
You can put social innovation to the same
132
310000
2000
Inovação social pode passar pelos mesmos
05:27
rigorous, scientific tests
133
312000
2000
teste científicos rigorosos
05:29
that we use for drugs.
134
314000
2000
que usamos para medicamentos.
05:31
And in this way, you can take the guesswork
135
316000
3000
Desta forma, você tira a conjectura da
05:34
out of policy-making
136
319000
2000
elaboração de políticas
05:36
by knowing what works,
137
321000
2000
ao saber o que funciona,
05:38
what doesn't work and why.
138
323000
2000
o que não funciona e por quê.
05:40
And I'll give you some examples with those three questions.
139
325000
3000
E vou dar alguns exemplos dessas três questões.
05:44
So I start with immunization.
140
329000
2000
Eu começo com imunização.
05:46
Here's Udaipur District, Rajasthan. Beautiful.
141
331000
3000
Esse é o distrito Udaipur no Rajistão, lindo.
05:49
Well, when I started working there,
142
334000
2000
Quando comecei a trabalhar lá,
05:51
about one percent of children
143
336000
2000
cerca de 1% das crianças
05:53
were fully immunized.
144
338000
2000
eram totalmente imunizadas.
05:55
That's bad, but there are places like that.
145
340000
3000
Isso é péssimo, mas existem lugares assim.
05:58
Now, it's not because the vaccines are not there --
146
343000
2000
mas não porque as vacinas não estão disponíveis.
06:00
they are there and they are free --
147
345000
2000
Elas estão lá e são de graça.
06:02
and it's not because parents do not care about their kids.
148
347000
3000
E não é porque os pais não se preocupam com seus filhos.
06:05
The same child that is not immunized against measles,
149
350000
3000
A mesma criança que não é imunizada contra sarampo,
06:08
if they do get measles, parents will spend
150
353000
2000
se ela pega sarampo, os pais gastam
06:10
thousands of rupees to help them.
151
355000
2000
milhares de rupees para ajudá-los.
06:12
So you get these empty village subcenters
152
357000
2000
Então você tem postos de saúde de vilarejos vazios
06:14
and crowded hospitals.
153
359000
2000
e hospitais lotados.
06:16
So what is the problem?
154
361000
2000
Então qual é o problema?
06:18
Well, part of the problem, surely, is people do not fully understand.
155
363000
3000
Parte do problema é que as pessoas não entendem completamente.
06:21
After all, in this country as well,
156
366000
2000
Já que neste país há
06:23
all sorts of myths and misconceptions
157
368000
2000
todos os tipos de mitos e falsos conceitos
06:25
go around immunization.
158
370000
3000
envolvendo imunização.
06:28
So if that's the case, that's difficult,
159
373000
2000
Se este é o caso, fica difícil porque
06:30
because persuasion is really difficult.
160
375000
3000
persuasão é realmente difícil.
06:33
But maybe there is another problem as well.
161
378000
2000
Mas talvez tenha outro problema.
06:35
It's going from intention to action.
162
380000
3000
Ir da intenção para ação.
06:38
Imagine you are a mother
163
383000
2000
Imagine que você seja uma mãe
06:40
in Udaipur District, Rajasthan.
164
385000
2000
no distrito Udaipur no Rajistão.
06:42
You have to walk a few kilometers to get your kids immunized.
165
387000
3000
Você tem que andar alguns quilômetros para imunizar seus filhos.
06:45
And maybe when you get there, what you find is this:
166
390000
2000
E talvez quando chegar lá você encontre isso.
06:47
The subcenter is closed. Ao you have to come back,
167
392000
2000
O posto de saúde está fechado, então você tem que voltar.
06:49
and you are so busy and you have so many other things to do,
168
394000
3000
Mas você está tão ocupada e tem tanto o que fazer que você
06:52
you will always tend to postpone and postpone,
169
397000
2000
vai sempre postergar e postergar,
06:54
and eventually it gets too late.
170
399000
2000
e no fim é tarde demais.
06:56
Well, if that's the problem, then that's much easier.
171
401000
3000
Bem, se este é o problema, é muito mais fácil
06:59
Because A, we can make it easy,
172
404000
3000
pois podemos: 1o facilitar o processo
07:02
and B, we can maybe
173
407000
2000
e 2o talvez possamos
07:04
give people a reason to act today,
174
409000
2000
dar às pessoas uma razão para agir hoje
07:06
rather than wait till tomorrow.
175
411000
2000
ao invés de deixar para amanhã.
07:08
So these are simple ideas, but we didn't know.
176
413000
2000
São ideias simples mas que não sabíamos.
07:10
So let's try them.
177
415000
2000
Então vamos testá-las.
07:12
So what we did is we did a randomized, controlled trial
178
417000
3000
Então fizemos um teste controlado randômico em
07:15
in 134 villages in Udaipur Districts.
179
420000
2000
134 vilarejos nos distritos de Udaipur.
07:17
So the blue dots
180
422000
2000
Os pontos azuis são
07:19
are selected randomly.
181
424000
2000
selecionados randomicamente.
07:21
We made it easy -- I'll tell you how in a moment.
182
426000
3000
Nós facilitamos. Eu direi em seguida.
07:24
In the red dots, we made it easy
183
429000
2000
Nos pontos vermelhos, nós facilitamos
07:26
and gave people a reason to act now.
184
431000
2000
e demos razões para as pessoas agirem agora.
07:28
The white dots are comparisons, nothing changed.
185
433000
3000
Os pontos brancos são comparações, nada mudou.
07:31
So we make it easy by organizing
186
436000
2000
Então nós facilitamos ao organizar
07:33
this monthly camp where people can
187
438000
2000
um acampamento mensal aonde as pessoas
07:35
get their kids immunized.
188
440000
2000
podiam imunizar seus filhos.
07:37
And then you make it easy
189
442000
2000
Então você facilita e dá
07:39
and give a reason to act now
190
444000
2000
uma razão para agir agora
07:41
by adding a kilo of lentils for each immunization.
191
446000
3000
ao adicionar um quilo de lentilha para cada imunização.
07:44
Now, a kilo of lentils is tiny.
192
449000
3000
Agora, um quilo de lentilha é minúsculo.
07:47
It's never going to convince anybody
193
452000
2000
Nunca vai convencer alguém
07:49
to do something that they don't want to do.
194
454000
2000
a fazer algo que não queira.
07:51
On the other hand, if your problem is you tend to postpone,
195
456000
3000
Por outro lado, se seu problema é postergar,
07:54
then it might give you a reason to act today
196
459000
2000
isso pode lhe dar uma razão para agir agora
07:56
rather than later.
197
461000
2000
ao invés de depois.
07:58
So what do we find?
198
463000
2000
Então o que encontramos?
08:00
Well, beforehand, everything is the same.
199
465000
2000
Antes, tudo é o mesmo.
08:02
That's the beauty of randomization.
200
467000
2000
Esta é a beleza do randômico.
08:04
Afterwards,
201
469000
2000
Depois,
08:06
the camp -- just having the camp --
202
471000
2000
com o acampamento, houve
08:08
increases immunization from six percent to 17 percent.
203
473000
2000
crescimento na imunização de 6% para 17%.
08:10
That's full immunization.
204
475000
2000
Imunização total.
08:12
That's not bad, that's a good improvement.
205
477000
2000
Nada mal, um ótimo crescimento.
08:14
Add the lentils and you reach to 38 percent.
206
479000
3000
Com as lentilhas, você alcança 38%.
08:17
So here you've got your answer.
207
482000
2000
Então aqui está a resposta.
08:19
Make it easy and give a kilo of lentils,
208
484000
2000
Facilite e dê um quilo de lentilhas,
08:21
you multiply immunization rate by six.
209
486000
3000
e você aumenta a taxa de imunização seis vezes.
08:24
Now, you might say, "Well, but it's not sustainable.
210
489000
2000
Mas você pode pensar: "Bem, isso não é sustentável.
08:26
We cannot keep giving lentils to people."
211
491000
2000
Não podemos ficar dando lentilhas para as pessoas."
08:28
Well, it turns out it's wrong economics,
212
493000
2000
Na verdade, isso é economia errônea
08:30
because it is cheaper
213
495000
2000
pois é mais barato
08:32
to give lentils than not to give them.
214
497000
2000
dar um quilo de lentilhas do que não dar.
08:34
Since you have to pay for the nurse anyway,
215
499000
2000
Já que você tem que pagar pela enfermeira de qualquer maneira,
08:36
the cost per immunization
216
501000
2000
o custo da imunização
08:38
ends up being cheaper if you give incentives than if you don't.
217
503000
3000
acaba sendo mais barato se você der incentivos.
08:42
How about bed nets?
218
507000
2000
E quanto aos mosquiteiros?
08:44
Should you give them for free, or should you ask people to pay for them?
219
509000
3000
Dá-los de graça ou fazer as pessoas pagarem por eles?
08:47
So the answer hinges
220
512000
2000
Então a resposta está
08:49
on the answer to three simple questions.
221
514000
2000
na resposta para as três simples questões.
08:51
One is: If people must pay for a bed net,
222
516000
3000
Primeiro: se as pessoas têm que pagar pelos mosquiteiros,
08:54
are they going to purchase them?
223
519000
2000
será que elas vão comprá-los?
08:56
The second one is:
224
521000
2000
Segundo:
08:58
If I give bed nets for free,
225
523000
2000
se eu dou os mosquiteiros de graça,
09:00
are people going to use them?
226
525000
2000
será que as pessoas vão usá-los?
09:02
And the third one is:
227
527000
2000
A terceira questão:
09:04
Do free bed nets discourage future purchase?
228
529000
2000
Mosquiteiros de graça vão desencorajar as compras futuras?
09:06
The third one is important
229
531000
2000
Esta é uma questão importante pois
09:08
because if we think people get used to handouts,
230
533000
3000
se pensarmos que as pessoas se acostumam com as coisas de graça,
09:11
it might destroy markets to distribute free bed nets.
231
536000
3000
isso pode destruir mercados para distribuir mosquiteiros.
09:14
Now this is a debate that has generated
232
539000
2000
Este é um debate que tem gerado
09:16
a lot of emotion and angry rhetoric.
233
541000
3000
muita emoção e argumentos raivosos.
09:19
It's more ideological than practical,
234
544000
2000
É mais ideológico do que prático,
09:21
but it turns out it's an easy question.
235
546000
2000
mas responde uma questão fácil.
09:23
We can know the answer to this question.
236
548000
2000
Podemos saber a resposta para essa questão.
09:25
We can just run an experiment.
237
550000
2000
Podemos conduzir um experimento.
09:27
And many experiments have been run, and they all have the same results,
238
552000
2000
E muitos experimentos, e todos têm os mesmos resultados,
09:29
so I'm just going to talk to you about one.
239
554000
3000
então só vou falar sobre um deles.
09:32
And this one that was in Kenya,
240
557000
2000
Neste que aconteceu no Quênia,
09:34
they went around and distributed to people
241
559000
2000
eles distribuíram para a população
09:36
vouchers, discount vouchers.
242
561000
2000
cupons, cupons de desconto.
09:38
So people with their voucher
243
563000
2000
As pessoas com seus cupons
09:40
could get the bed net in the local pharmacy.
244
565000
2000
podiam comprar os mosquiteiros na farmácia local.
09:42
And some people get 100 percent discount,
245
567000
3000
Algumas pessoas ganharam 100% de desconto,
09:45
and some people get 20 percent discounts,
246
570000
2000
outras 20% de desconto,
09:47
and some people get 50 percent discount, etc.
247
572000
3000
e outras 50% de desconto, etc.
09:50
And now we can see what happens.
248
575000
2000
Agora podemos ver o que acontece.
09:52
So, how about the purchasing?
249
577000
2000
E quanto à compra?
09:54
Well, what you can see is that
250
579000
2000
Bem, o que você pode ver é que
09:56
when people have to pay for their bed nets,
251
581000
2000
quando as pessoas têm que pagar pelos mosquiteiros,
09:58
the coverage rate really falls down a lot.
252
583000
3000
a taxa de cobertura cai bastante.
10:01
So even with partial subsidy,
253
586000
2000
Então mesmo com subsídio parcial --
10:03
three dollars is still not the full cost of a bed net,
254
588000
3000
três dólares ainda não é o custo total do mosquiteiro.
10:06
and now you only have 20 percent of the people with the bed nets,
255
591000
2000
E agora você só tem 20% das pessoas com mosquiteiros,
10:08
you lose the health immunity, that's not great.
256
593000
3000
você perde a motivação de saúde, isso não é bom.
10:11
Second thing is, how about the use?
257
596000
2000
A segunda coisa é em relação à juventude.
10:13
Well, the good news is, people, if they have the bed nets,
258
598000
2000
A boa notícia é que se eles têm os mosquiteiros,
10:15
will use the bed nets regardless of how they got it.
259
600000
3000
eles vão usá-los independente de como os conseguiram.
10:18
If they get it for free, they use it.
260
603000
2000
Se foi de graça, vão usá-los.
10:20
If they have to pay for it, they use it.
261
605000
2000
Se têm que pagar, vão usá-los.
10:22
How about the long term?
262
607000
2000
E quanto ao longo prazo?
10:24
In the long term,
263
609000
2000
A longo prazo,
10:26
people who got the free bed nets,
264
611000
2000
as pessoas que ganharam os mosquiteiros,
10:28
one year later, were offered the option
265
613000
2000
um ano depois, tiveram a opção de
10:30
to purchase a bed net at two dollars.
266
615000
3000
comprar um mosquiteiro por dois dólares.
10:33
And people who got the free one
267
618000
2000
E as pessoas que ganharam de graça
10:35
were actually more likely to purchase the second one
268
620000
3000
tinham maior probabilidade de adquirir o segundo do
10:38
than people who didn't get a free one.
269
623000
2000
que as pessoas que não ganharam de graça.
10:40
So people do not get used to handouts; they get used to nets.
270
625000
3000
Então as pessoas não se acostumam com doações, mas sim com mosquiteiros.
10:43
Maybe we need to give them a little bit more credit.
271
628000
3000
Talvez tenhamos que dar um pouco mais de crédito.
10:48
So, that's for bed nets. So you will think, "That's great.
272
633000
2000
Então era isso. Você pensa: "Isso é ótimo.
10:50
You know how to immunize kids, you know how to give bed nets."
273
635000
3000
Você sabe como imunizar, como dar mosquiteiros."
10:53
But what politicians need is a range of options.
274
638000
3000
Mas o que os políticos precisam são várias opções.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
Eles precisam saber: de todas as coisas que posso fazer,
10:59
what is the best way to achieve my goals?
276
644000
3000
qual é a melhor maneira de atingir meus objetivos?
11:02
So suppose your goal is to get kids into school.
277
647000
3000
Suponha que seu objetivo é pôr as crianças na escola.
11:05
There are so many things you could do. You could pay for uniforms,
278
650000
3000
Há muito que poderia ser feito. Pagar pelos uniformes,
11:08
you could eliminate fees, you could build latrines,
279
653000
2000
eliminar cobranças, construir latrinas,
11:10
you could give girls sanitary pads, etc., etc.
280
655000
3000
dar absorventes higiênicos para as meninas, etc., etc.
11:13
So what's the best?
281
658000
2000
O que é melhor?
11:15
Well, at some level, we think
282
660000
2000
De certo modo pensamos que
11:17
all of these things should work.
283
662000
2000
todas as opções funcionariam.
11:19
So, is that sufficient? If we think they should work intuitively,
284
664000
2000
Isso é suficiente? Se pensamos que funcionariam intuitivamente,
11:21
should we go for them?
285
666000
2000
deveríamos pôr em prática?
11:23
Well, in business, that's certainly not the way we would go about it.
286
668000
3000
Nos negócios, essa certamente não é a maneira de se pensar.
11:27
Consider for example
287
672000
2000
Considere por exemplo
11:29
transporting goods.
288
674000
2000
o transporte de bens.
11:31
Before the canals were invented
289
676000
2000
Antes dos canais serem inventados
11:33
in Britain before the Industrial Revolution,
290
678000
3000
no Reino Unido antes da Revolução Industrial,
11:36
goods used to go on horse carts.
291
681000
2000
bens eram transportados em carroças.
11:38
And then canals were built,
292
683000
2000
Então canais foram construídos,
11:40
and with the same horseman and the same horse,
293
685000
3000
e com o mesmo carroceiro e o mesmo cavalo,
11:43
you could carry ten times as much cargo.
294
688000
3000
você podia carregar dez vezes mais carga.
11:46
So should they have continued
295
691000
2000
Então deveriam eles ter continuado
11:48
to carry the goods on the horse carts, on the ground,
296
693000
3000
a carregar bens em carroças, via terrestre,
11:51
that they would eventually get there?
297
696000
2000
que algum dia chegariam ao destino?
11:53
Well, if that had been the case,
298
698000
2000
Se isso tivesse sido o caso,
11:55
there would have been no Industrial Revolution.
299
700000
2000
não teria havido Revolução Industrial.
11:57
So why shouldn't we do the same with social policy?
300
702000
3000
Então por que não fazemos o mesmo com política social?
12:00
In technology, we spend so much time
301
705000
2000
Em tecnologia, investimos tanto tempo em
12:02
experimenting, fine-tuning,
302
707000
2000
experimentos, melhoramentos,
12:04
getting the absolute cheapest way to do something,
303
709000
2000
tentando achar a maneira mais barata para fazer algo,
12:06
so why aren't we doing that with social policy?
304
711000
3000
então por que não fazemos isso com política social?
12:09
Well, with experiments, what you can do
305
714000
2000
Com experimentos, o que podemos fazer
12:11
is answer a simple question.
306
716000
2000
é responder uma simples questão.
12:13
Suppose you have 100 dollars to spend
307
718000
2000
Imagine que você tivesse 100 dólares para gastar
12:15
on various interventions.
308
720000
2000
em várias intervenções.
12:17
How many extra years of education
309
722000
2000
Quantos anos a mais de educação
12:19
do you get for your hundred dollars?
310
724000
2000
você consegue com seus 100 dólares?
12:21
Now I'm going to show you
311
726000
2000
Vou mostrar para vocês
12:23
what we get with various education interventions.
312
728000
3000
o que conseguimos com várias intervenções na educação.
12:27
So the first ones are if you want the usual suspects,
313
732000
2000
As primeiras são se você quer as sugestões de sempre,
12:29
hire teachers, school meals,
314
734000
2000
contratar professores, merenda escolar,
12:31
school uniforms, scholarships.
315
736000
2000
uniformes, bolsas de estudo.
12:33
And that's not bad. For your hundred dollars,
316
738000
2000
Nada mal. Pelos seus 100 dólares
12:35
you get between one and three extra years of education.
317
740000
3000
você consegue de um a três anos a mais de educação.
12:39
Things that don't work so well is bribing parents,
318
744000
2000
Coisas que não funcionam tão bem são subornar os pais,
12:41
just because so many kids are already going to school
319
746000
3000
só porque tantas crianças já estão indo para a escola
12:44
that you end up spending a lot of money.
320
749000
2000
na qual você já gasta bastante dinheiro.
12:46
And here are the most surprising results.
321
751000
3000
E aqui estão os resultados mais surpreendentes.
12:49
Tell people the benefits of education,
322
754000
3000
Diga às pessoas os benefícios da educação.
12:52
that's very cheap to do.
323
757000
2000
Isso é bem barato de se fazer.
12:54
So for every hundred dollars you spend doing that,
324
759000
3000
Então para cada 100 dólares que você gastar fazendo isso,
12:57
you get 40 extra years of education.
325
762000
3000
você ganha 40 anos a mais de educação.
13:00
And, in places where there are worms,
326
765000
2000
E em lugares onde há vermes.
13:02
intestinal worms,
327
767000
2000
vermes intestinais,
13:04
cure the kids of their worms.
328
769000
2000
cure as crianças desses vermes.
13:06
And for every hundred dollars,
329
771000
2000
E para cada 100 dólares,
13:08
you get almost 30 extra years of education.
330
773000
3000
você tem quase 30 anos a mais de educação.
13:11
So this is not your intuition,
331
776000
2000
Então isso pode não ser a sua intuição.
13:13
this is not what people would have gone for,
332
778000
2000
Não são programas que as pessoas fariam,
13:15
and yet, these are the programs that work.
333
780000
3000
mas são esses programas que funcionam.
13:18
We need that kind of information, we need more of it,
334
783000
2000
Precisamos deste tipo de informação, mais disso.
13:20
and then we need to guide policy.
335
785000
2000
E precisamos conduzir políticas.
13:24
So now, I started from the big problem, and I couldn't answer it.
336
789000
3000
Comecei pelo problema maior e não respondi a pergunta.
13:27
And I cut it into smaller questions,
337
792000
3000
Então dividi o problema em questões menores,
13:30
and I have the answer to these smaller questions.
338
795000
2000
e tenho a resposta para essas questões.
13:32
And they are good, scientific, robust answers.
339
797000
3000
E são respostas boas, científicas e robustas.
13:36
So let's go back to Haiti for a moment.
340
801000
2000
Então voltemos ao Haiti por um momento.
13:39
In Haiti, about 200,000 people died --
341
804000
3000
No Haiti, cerca de 200 mil pessoas morreram.
13:43
actually, a bit more by the latest estimate.
342
808000
2000
Na verdade, um pouco mais pela última estimativa.
13:45
And the response of the world was great:
343
810000
2000
E a resposta do mundo foi ótima.
13:47
Two billion dollars got pledged just last month,
344
812000
3000
Chegamos a 2 bilhões de dólares em doações prometidas no mês passado.
13:51
so that's about 10,000 dollars per death.
345
816000
2000
Mais ou menos 10 mil dólares por morte.
13:53
That doesn't sound like that much when you think about it.
346
818000
3000
Parece não ser muito quando você pensa nisso.
13:56
But if we were willing to spend 10,000 dollars
347
821000
3000
Mas se estivéssemos dispostos a gastar 10 mil dólares
13:59
for every child under five who dies,
348
824000
3000
por cada criança abaixo de 5 anos que morre,
14:02
that would be 90 billion per year
349
827000
3000
isso seria 90 bilhões de dólares por ano
14:05
just for that problem.
350
830000
2000
só para aquele problema.
14:07
And yet it doesn't happen.
351
832000
2000
Mas isso não acontece.
14:09
So, why is that?
352
834000
2000
E por quê?
14:11
Well, I think what part of the problem is that,
353
836000
2000
Acho que parte do problema é que,
14:13
in Haiti, although the problem is huge,
354
838000
2000
no Haiti, embora o problema seja enorme,
14:15
somehow we understand it, it's localized.
355
840000
2000
de certa forma entendemos que é localizado.
14:17
You give your money to Doctors Without Borders,
356
842000
2000
Você dá seu dinheiro para os Médicos Sem Fronteiras,
14:19
you give your money to Partners In Health,
357
844000
2000
dá seu dinheiro para o Partners in Health,
14:21
and they'll send in the doctors, and they'll send in the lumber,
358
846000
3000
e eles mandam os médicos e mandam a madeira,
14:24
and they'll helicopter things out and in.
359
849000
3000
e levam e trazem coisas de helicóptero.
14:27
And the problem of poverty is not like that.
360
852000
2000
E o problema com a pobreza não é assim.
14:29
So, first, it's mostly invisible;
361
854000
2000
Primeiro, é praticamente invisível.
14:31
second, it's huge;
362
856000
2000
Segundo, é enorme.
14:33
and third, we don't know whether we are doing the right thing.
363
858000
3000
E terceiro, não sabemos se estamos fazendo a coisa certa.
14:36
There's no silver bullet.
364
861000
2000
Não é bala de prata.
14:38
You cannot helicopter people out of poverty.
365
863000
2000
Você não pode tirar as pessoas da pobreza de helicóptero.
14:40
And that's very frustrating.
366
865000
2000
E isso é muito frustrante.
14:42
But look what we just did today.
367
867000
3000
Mas observe o que acabamos de fazer hoje.
14:45
I gave you three simple answers to three questions:
368
870000
3000
Eu dei a vocês três respostas simples para três questões.
14:48
Give lentils to immunize people,
369
873000
2000
Dê lentilhas para imunizar pessoas,
14:50
provide free bed nets, deworm children.
370
875000
2000
dê mosquiteiros de graça, cure os vermes das crianças.
14:52
With immunization or bed nets,
371
877000
2000
Com imunização e mosquiteiros,
14:54
you can save a life for 300 dollars per life saved.
372
879000
3000
você salva uma vida com 300 dólares por vida.
14:57
With deworming, you can get
373
882000
2000
Com a cura dos vermes, você consegue
14:59
an extra year of education for three dollars.
374
884000
2000
um ano a mais de educação por três dólares.
15:02
So we cannot eradicate poverty just yet,
375
887000
3000
Ainda não podemos erradicar a pobreza,
15:05
but we can get started.
376
890000
2000
mas podemos começar.
15:07
And maybe we can get started small
377
892000
2000
e talvez comecemos com coisas pequenas,
15:09
with things that we know are effective.
378
894000
3000
com o que sabemos que dará certo.
15:12
Here's an example of how this can be powerful.
379
897000
2000
Eis um exemplo de como isso é poderoso.
15:14
Deworming.
380
899000
2000
A cura de vermes.
15:16
Worms have a little bit of a problem grabbing the headlines.
381
901000
2000
Vermes não conseguem alcançar as manchetes.
15:18
They are not beautiful and don't kill anybody.
382
903000
3000
Não são bonitos e não matam ninguém.
15:21
And yet, when the young global leader in Davos
383
906000
2000
Porém, quando um jovem líder global em Davos
15:23
showed the numbers I gave you,
384
908000
2000
mostrou os números que vimos hoje,
15:25
they started Deworm the World.
385
910000
2000
eles começaram o Deworm the World.
15:27
And thanks to Deworm the World,
386
912000
2000
E graças ao Deworm the World,
15:29
and the effort of many country governments and foundations,
387
914000
2000
e o esforço de muitos governos e fundações,
15:31
20 million school-aged children got dewormed in 2009.
388
916000
3000
20 milhões de crianças em idade escolar foram curadas de vermes em 2009.
15:34
So this evidence is powerful.
389
919000
2000
Essa evidência é poderosa.
15:36
It can prompt action.
390
921000
2000
Pode iniciar ações.
15:38
So we should get started now.
391
923000
2000
Então devemos começar agora.
15:40
It's not going to be easy.
392
925000
2000
Mas não será fácil.
15:42
It's a very slow process.
393
927000
2000
É um processo muito lento.
15:44
You have to keep experimenting, and sometimes ideology
394
929000
2000
Você deve continuar experimentando e às vezes a ideologia
15:46
has to be trumped by practicality.
395
931000
2000
deve ser ultrapassada pela praticidade.
15:48
And sometimes what works somewhere doesn't work elsewhere.
396
933000
3000
E às vezes o que funciona num lugar pode não funcionar em outro.
15:51
So it's a slow process,
397
936000
2000
Então é um processo lento,
15:53
but there is no other way.
398
938000
2000
mas não há outra maneira.
15:55
These economics I'm proposing,
399
940000
2000
A economia que estou propondo,
15:57
it's like 20th century medicine.
400
942000
2000
é como medicina do século 20.
15:59
It's a slow, deliberative process
401
944000
2000
É um processo de descoberta
16:01
of discovery.
402
946000
2000
lento e deliberativo.
16:03
There is no miracle cure,
403
948000
2000
Não há cura milagrosa,
16:05
but modern medicine is saving
404
950000
2000
mas a medicina moderna está salvando
16:07
millions of lives every year,
405
952000
2000
milhões de vidas a cada ano,
16:09
and we can do the same thing.
406
954000
2000
e podemos fazer a mesma coisa.
16:13
And now, maybe, we can go back to the bigger question
407
958000
3000
E talvez agora possamos voltar para a grande questão
16:16
that I started with at the beginning.
408
961000
3000
com a qual comecei minha apresentação.
16:19
I cannot tell you
409
964000
2000
Eu não sei dizer
16:21
whether the aid we have spent in the past has made a difference,
410
966000
3000
se a ajuda que demos no passado fez alguma diferença,
16:24
but can we come back here in 30 years
411
969000
3000
mas podemos voltar aqui em 30 anos
16:27
and say, "What we have done,
412
972000
3000
e dizer: "O que fizemos,
16:30
it really prompted a change for the better."
413
975000
3000
realmente deu uma chance de mudança para o melhor."
16:33
I believe we can and I hope we will.
414
978000
2000
Acredito que podemos, e espero que consigamos.
16:35
Thank you.
415
980000
2000
Obrigada.
16:37
(Applause)
416
982000
2000
(Aplausos)
Translated by Fers Gruendling
Reviewed by Volney Faustini

▲Back to top

ABOUT THE SPEAKER
Esther Duflo - Development economist
Esther Duflo takes economics out of the lab and into the field to discover the causes of poverty and means to eradicate it.

Why you should listen

2009 MacArthur fellow Esther Duflo is pushing the field of development economics by studying specific causal relationships that lead to or perpetuate poverty. She looks at close-to-home issues: household behavior, education, access to finance and health.

At MIT, she's the founder and director of the Jameel Poverty Action Lab (J-PAL), a research network that evaluates social programs. It's concerned less with wide-ranging policy than with specific questions. Sample: If schoolkids could get their uniforms for free, would attendance go up? What's an effective way to reward mothers for immunizing their babies? Randomized trials offer new insights toward creating global equity and prosperity. Her work may blur the lines between economics and activism, but it's a role Duflo not only considers comfortable but vital.

Her new book is Poor Economics, with Abhijit W. Banerjee. 

More profile about the speaker
Esther Duflo | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee