TED2010
Esther Duflo: Social experiments to fight poverty
Esther Duflo: Experimentos sociales para luchar contra la pobreza
Filmed:
Readability: 2.8
1,298,863 views
El alivio de la pobreza es más conjeturas que ciencia, y la falta de datos sobre el impacto de la ayuda plantea preguntas acerca de cómo proporcionarla. Pero Esther Duflo ganadora de la Medalla Clark dice que es posible saber cuales esfuerzos de desarrollo ayudan y cuales hieren - probando soluciones con ensayos aleatorios.
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. Full bio
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
Entonces aquí está: Lo pueden comprobar, soy de baja estatura, soy francesa,
00:20
I have a pretty strong French accent,
1
5000
2000
tengo un acento francés muy fuerte,
00:22
so that's going to be clear in a moment.
2
7000
3000
eso va a quedar claro en un momento.
00:26
Maybe a sobering thought
3
11000
2000
Tal vez un pensamiento serio,
00:28
and something you all know about.
4
13000
2000
y algo que todos ustedes conocen.
00:30
And I suspect many of you gave
5
15000
2000
Y sospecho que muchos de ustedes donaron
00:32
something to the people of Haiti this year.
6
17000
3000
algo a las personas de Haití este año
00:35
And there is something else
7
20000
2000
Y hay algo más
00:37
I believe in the back of your mind
8
22000
2000
que creo que, en el fondo de sus mentes
00:39
you also know.
9
24000
2000
ustedes también saben
00:41
That is, every day,
10
26000
2000
es que, todos los dias,
00:43
25,000 children die
11
28000
2000
25,000 niños mueren
00:45
of entirely preventable causes.
12
30000
3000
por causas totalmente prevenibles.
00:48
That's a Haiti earthquake every eight days.
13
33000
3000
Eso es un terremoto en Haití cada ocho días.
00:51
And I suspect many of you probably gave something
14
36000
2000
Y sospecho que muchos de ustedes probablemente donó algo
00:53
towards that problem as well,
15
38000
2000
para ese problema también,
00:55
but somehow it doesn't happen
16
40000
2000
pero de alguna manera esto no sucede
00:57
with the same intensity.
17
42000
2000
con la misma intensidad.
00:59
So why is that?
18
44000
2000
Entonces, ¿por qué pasa eso?
01:02
Well, here is a thought experiment for you.
19
47000
3000
Bueno, aquí tengo un experimento mental para ustedes.
01:05
Imagine you have a few million dollars that you've raised --
20
50000
2000
Imagine que tiene unos cuantos millones de dólares que juntó.
01:07
maybe you're a politician in a developing country
21
52000
3000
Tal vez es un político en un país en desarrollo,
01:10
and you have a budget to spend. You want to spend it on the poor:
22
55000
3000
y tiene un presupuesto para gastar; que desea gastarlo en los pobres.
01:13
How do you go about it?
23
58000
3000
¿Cómo aborda usted esto?
01:16
Do you believe the people who tell you
24
61000
2000
¿Cree a las personas que le dicen
01:18
that all we need to do is to spend money?
25
63000
2000
que todo lo que necesitamos es gastar ese dinero,
01:20
That we know how to eradicate poverty,
26
65000
3000
que sabemos cómo erradicar la pobreza,
01:23
we just need to do more?
27
68000
2000
sólo tenemos que hacer más?
01:25
Or do you believe the people who tell you that
28
70000
2000
¿O cree en las personas que le dicen que
01:27
aid is not going to help, on the contrary it might hurt,
29
72000
3000
la asistencia no va a ayudar, por el contrario, podría dañar,
01:30
it might exacerbate corruption, dependence, etc.?
30
75000
3000
podría agravar la corrupción, la dependencia, etc?
01:34
Or maybe you turn to the past.
31
79000
2000
O tal vez recurra al pasado.
01:36
After all, we have spent billions of dollars on aid.
32
81000
3000
Después de todo, hemos gastado miles de millones de dólares de ayuda
01:39
Maybe you look at the past and see.
33
84000
2000
Tal vez vemos al pasado y vemos
01:41
Has it done any good?
34
86000
2000
si ha hecho algún bien.
01:43
And, sadly, we don't know.
35
88000
2000
Y, tristemente, no lo sabemos
01:45
And worst of all, we will never know.
36
90000
3000
Y lo peor de todo, nunca lo sabremos.
01:49
And the reason is that -- take Africa for example.
37
94000
2000
Y la razón es que - tomemos a África, por ejemplo -
01:51
Africans have already got a lot of aid.
38
96000
2000
Los africanos reciben mucha asistencia.
01:53
These are the blue bars.
39
98000
2000
Esas son las barras azules.
01:55
And the GDP in Africa is not making much progress.
40
100000
3000
Y el PBI de África no está progresando mucho.
01:58
Okay, fine. How do you know what
41
103000
2000
OK, de acuerdo. ¿Cómo saber lo que
02:00
would have happened without the aid?
42
105000
2000
hubiera sucedido sin la ayuda?
02:02
Maybe it would have been much worse,
43
107000
3000
Tal vez hubiera sido mucho peor.
02:05
or maybe it would have been better.
44
110000
2000
O tal vez hubiera sido mejor.
02:07
We have no idea. We don't know what the counterfactual is.
45
112000
3000
No tenemos idea. No sabemos como es el contrafactual.
02:10
There's only one Africa.
46
115000
2000
Sólo hay una África.
02:12
So what do you do?
47
117000
2000
Entonces, ¿qué haría?
02:14
To give the aid, and hope and pray that something comes out of it?
48
119000
3000
¿Dar la ayuda y confiar y rezar para que salga algo de ella?
02:18
Or do you focus on your everyday life
49
123000
3000
¿O nos centramos en nuestra vida cotidiana
02:21
and let the earthquake every eight days
50
126000
2000
y dejamos que el terremoto de cada ocho días
02:23
continue to happen?
51
128000
2000
siga ocurriendo?
02:25
The thing is, if we don't know
52
130000
2000
La cosa es, que si no sabemos
02:27
whether we are doing any good,
53
132000
2000
si estamos haciendo algún bien,
02:29
we are not any better
54
134000
2000
no somos mejores
02:31
than the Medieval doctors and their leeches.
55
136000
3000
que los médicos medievales y sus sanguijuelas.
02:34
Sometimes the patient gets better, sometimes the patient dies.
56
139000
3000
A veces el paciente mejora, a veces el paciente muere.
02:37
Is it the leeches? Is it something else?
57
142000
3000
¿Son las sanguijuelas? ¿Es algo diferente?
02:40
We don't know.
58
145000
2000
No lo sabemos
02:42
So here are some other questions.
59
147000
2000
Entonces aquí tenemos algunas otras preguntas.
02:44
They're smaller questions,
60
149000
2000
Son preguntas más pequeñas
02:46
but they are not that small.
61
151000
2000
pero no son tan pequeñas.
02:48
Immunization, that's the cheapest way
62
153000
3000
La vacunación, que es la forma más barata
02:51
to save a child's life.
63
156000
2000
de salvar la vida de un niño.
02:53
And the world has spent a lot of money on it:
64
158000
2000
Y el mundo ha gastado mucho dinero en ella.
02:55
The GAVI and the Gates Foundations
65
160000
2000
GAVI y Fundación Gates
02:57
are each pledging a lot of money towards it,
66
162000
2000
están, ambas, comprometiendo mucho dinero para lograrlo.
02:59
and developing countries themselves have been doing a lot of effort.
67
164000
3000
Y los países en desarrollo, por si mismos, han estado haciendo un gran esfuerzo.
03:02
And yet, every year
68
167000
2000
Y, sin embargo, cada año,
03:04
at least 25 million children
69
169000
2000
por lo menos 25 millones de niños
03:06
do not get the immunization they should get.
70
171000
3000
no reciben las vacunas que deberían recibir.
03:09
So this is what you call a "last mile problem."
71
174000
3000
Así que a esto es lo que le llaman un "problema de última milla".
03:12
The technology is there,
72
177000
2000
La tecnología esta disponible
03:14
the infrastructure is there,
73
179000
2000
La infraestructura está disponible.
03:16
and yet it doesn't happen.
74
181000
2000
Y, sin embargo, no sucede.
03:18
So you have your million.
75
183000
2000
Así que usted tiene su millón.
03:20
How do you use your million
76
185000
2000
¿Cómo utiliza su millón
03:22
to solve this last mile problem?
77
187000
2000
para resolver este problema de última milla?
03:24
And here's another question:
78
189000
2000
Y aquí hay otra pregunta:
03:26
Malaria. Malaria kills almost
79
191000
3000
Malaria. La Malaria mata a casi
03:29
900,000 people every year,
80
194000
3000
900.000 personas cada año,
03:32
most of them in Sub-Saharan Africa,
81
197000
2000
la mayoría de ellos en África subsahariana,
03:34
most of them under five.
82
199000
2000
la mayoría de ellos menores de cinco años.
03:36
In fact, that is the leading cause of under-five mortality.
83
201000
3000
De hecho, esta es la principal causa de mortalidad en menores de cinco años.
03:39
We already know how to kill malaria,
84
204000
3000
Nosotros ya sabemos como eliminar la Malaria
03:42
but some people come to you and say,
85
207000
2000
pero algunas personas se acercan a usted y le dicen
03:44
"You have your millions. How about bed nets?"
86
209000
3000
"Usted tiene sus millones. ¿Que tal comprar mosquiteros para las camas?"
03:47
Bed nets are very cheap.
87
212000
2000
Los mosquiteros para las camas son muy baratos.
03:49
For 10 dollars, you can manufacture and ship
88
214000
3000
Por 10 dólares, usted puede fabricar y enviar
03:52
an insecticide treated bed net
89
217000
2000
un mosquitero tratado con insecticida,
03:54
and you can teach someone to use them.
90
219000
2000
y puede enseñarle a alguien como utilizarlo.
03:56
And, not only do they protect the people who sleep under them,
91
221000
3000
Y, no solo protegen a las personas que duermen debajo de estos,
03:59
but they have these great contagion benefits.
92
224000
2000
también tienen este gran beneficio contagioso.
04:01
If half of a community sleeps under a net,
93
226000
3000
Si la mitad de una comunidad duerme debajo de un mosquitero
04:04
the other half also benefits
94
229000
2000
la otra mitad también se beneficiará
04:06
because the contagion of the disease spread.
95
231000
3000
por el nivel de contagio de la propagación de la enfermedad.
04:09
And yet, only a quarter of kids at risk sleep under a net.
96
234000
3000
Y sin embargo, solo un cuarto de los niños en riesgo duermen debajo de un mosquitero.
04:12
Societies should be willing to go out
97
237000
2000
Las sociedades deben estar dispuestas a proceder
04:14
and subsidize the net, give them for free,
98
239000
2000
y subsidiar los mosquiteros, darlos gratuitamente,
04:16
or, for that matter, pay people to use them
99
241000
2000
o, en ese caso, pagar a las personas por utilizarlos
04:18
because of those contagion benefits.
100
243000
2000
por esos beneficios de contagio.
04:20
"Not so fast," say other people.
101
245000
2000
"No tan rápido", dicen otras personas.
04:22
"If you give the nets for free,
102
247000
2000
"Si das los mosquiteros gratis,
04:24
people are not going to value them.
103
249000
2000
las personas no las valorarán .
04:26
They're not going to use them,
104
251000
2000
Ellos no van a usarlos,
04:28
or at least they're not going to use them as bed nets,
105
253000
2000
o, al menos, ellos no los usarán como mosquiteros,
04:30
maybe as fishing nets."
106
255000
2000
tal vez como redes de pesca."
04:32
So, what do you do?
107
257000
2000
Entonces, ¿qué harías?
04:34
Do you give the nets for free to maximize coverage,
108
259000
2000
¿Dar los mosquiteros gratuitamente, para maximizar cobertura?
04:36
or do you make people pay
109
261000
2000
¿O se aseguraría que las personas los paguen
04:38
in order to make sure that they really value them?
110
263000
2000
con la finalidad de que ellos realmente los valoren?
04:40
How do you know?
111
265000
2000
¿Cómo lo sabes?
04:42
And a third question: Education.
112
267000
2000
Y una tercera pregunta: Educación
04:44
Maybe that's the solution, maybe we should send kids to school.
113
269000
2000
Tal vez esa es la solución. Tal vez nosotros deberíamos enviar los menores a la escuela.
04:46
But how do you do that?
114
271000
2000
Pero, ¿cómo logras eso?
04:48
Do you hire teachers? Do you build more schools?
115
273000
2000
¿Contratarías maestros? ¿Construirías más escuelas?
04:50
Do you provide school lunch?
116
275000
2000
¿Ofrecerías almuerzos en la escuela?
04:52
How do you know?
117
277000
2000
¿Cómo lo sabes?
04:54
So here is the thing.
118
279000
2000
Entonces, aquí está el asunto
04:56
I cannot answer the big question,
119
281000
2000
Yo no puedo responder la gran pregunta,
04:58
whether aid did any good or not.
120
283000
2000
si la ayuda externa hizo algún bien o no,
05:00
But these three questions, I can answer them.
121
285000
3000
pero estas tres preguntas, yo las puedo contestar.
05:04
It's not the Middle Ages anymore,
122
289000
2000
Ya no estamos más en la época medieval .
05:06
it's the 21st century.
123
291000
2000
Este es el siglo 21.
05:08
And in the 20th century,
124
293000
2000
Y en el siglo 20,
05:10
randomized, controlled trials
125
295000
2000
las pruebas aleatorias, controladas
05:12
have revolutionized medicine
126
297000
2000
han revolucionado la medicina
05:14
by allowing us to distinguish
127
299000
2000
al permitirnos distinguir
05:16
between drugs that work
128
301000
2000
entre los medicamentos que funcionan
05:18
and drugs that don't work.
129
303000
2000
y los medicamentos que no funcionan
05:20
And you can do the same
130
305000
2000
Y puedes hacer lo mismo
05:22
randomized, controlled trial for social policy.
131
307000
3000
pruebas aleatorias, controladas para políticas sociales.
05:25
You can put social innovation to the same
132
310000
2000
Tu puedes colocar la innovación social al mismo nivel
05:27
rigorous, scientific tests
133
312000
2000
de rigurosidad, de las pruebas científicas
05:29
that we use for drugs.
134
314000
2000
que usamos para los medicamentos.
05:31
And in this way, you can take the guesswork
135
316000
3000
Y de esta manera, las conjeturas pueden
05:34
out of policy-making
136
319000
2000
eliminarse de la creación de políticas
05:36
by knowing what works,
137
321000
2000
sabiendo qué funciona,
05:38
what doesn't work and why.
138
323000
2000
qué no funciona, y por qué.
05:40
And I'll give you some examples with those three questions.
139
325000
3000
Y voy a darles algunos ejemplos con esas tres preguntas.
05:44
So I start with immunization.
140
329000
2000
Empiezo con la vacunación.
05:46
Here's Udaipur District, Rajasthan. Beautiful.
141
331000
3000
Aquí esta el distrito de Udaipur, Rajasthan, hermoso
05:49
Well, when I started working there,
142
334000
2000
Bueno, cuando comencé a trabajar allá,
05:51
about one percent of children
143
336000
2000
aproximadamente el uno porciento de los niños y niñas
05:53
were fully immunized.
144
338000
2000
estaban completamente vacunados.
05:55
That's bad, but there are places like that.
145
340000
3000
Eso es malo, pero hay lugares como ese.
05:58
Now, it's not because the vaccines are not there --
146
343000
2000
Ahora, no es porque las vacunas no estuvieran allí.
06:00
they are there and they are free --
147
345000
2000
Están allí y son gratuitas.
06:02
and it's not because parents do not care about their kids.
148
347000
3000
Y esto no se debe a que los padres no se preocupen por sus hijos.
06:05
The same child that is not immunized against measles,
149
350000
3000
Los mismos niños que no están vacunados contra el sarampión,
06:08
if they do get measles, parents will spend
150
353000
2000
si se enferman de sarampión, sus padres gastarán
06:10
thousands of rupees to help them.
151
355000
2000
miles de rupias para ayudarlos.
06:12
So you get these empty village subcenters
152
357000
2000
Entonces se tienen estos sub-centros vacíos en las aldeas
06:14
and crowded hospitals.
153
359000
2000
y los hospitales llenos.
06:16
So what is the problem?
154
361000
2000
Entonces, ¿cuál es el problema?
06:18
Well, part of the problem, surely, is people do not fully understand.
155
363000
3000
Bueno, parte del problema, seguramente, es que las personas no entienden por completo.
06:21
After all, in this country as well,
156
366000
2000
Después de todo, en este país también,
06:23
all sorts of myths and misconceptions
157
368000
2000
existen todo tipo de mitos e ideas erradas
06:25
go around immunization.
158
370000
3000
alrededor de la vacunación.
06:28
So if that's the case, that's difficult,
159
373000
2000
Entonces, si ese es el caso, esto es difícil
06:30
because persuasion is really difficult.
160
375000
3000
porque la persuasión es realmente difícil.
06:33
But maybe there is another problem as well.
161
378000
2000
Pero, tal vez, hay otro problema también.
06:35
It's going from intention to action.
162
380000
3000
Es ir de la intención a la acción.
06:38
Imagine you are a mother
163
383000
2000
Imagina que eres una madre
06:40
in Udaipur District, Rajasthan.
164
385000
2000
en el distrito de Udaipur, en Rajasthan.
06:42
You have to walk a few kilometers to get your kids immunized.
165
387000
3000
Tienes que caminar unos cuantos kilómetros para vacunar a tus niños y niñas
06:45
And maybe when you get there, what you find is this:
166
390000
2000
Y, tal vez, una vez que llegues allá, te encuentras con esto.
06:47
The subcenter is closed. Ao you have to come back,
167
392000
2000
El sub-centro está cerrado, entonces tienes que regresar.
06:49
and you are so busy and you have so many other things to do,
168
394000
3000
Y estas tan ocupada, y tienes tantas otras cosas por hacer,
06:52
you will always tend to postpone and postpone,
169
397000
2000
que siempre tenderás a posponerlo y posponerlo,
06:54
and eventually it gets too late.
170
399000
2000
y eventualmente se hace demasiado tarde.
06:56
Well, if that's the problem, then that's much easier.
171
401000
3000
Bueno, si ese es el problema, entonces es mucho más sencillo
06:59
Because A, we can make it easy,
172
404000
3000
porque, A, podemos hacerlo sencillo,
07:02
and B, we can maybe
173
407000
2000
y B, podemos, tal vez,
07:04
give people a reason to act today,
174
409000
2000
darle a las personas un motivo para actuar hoy,
07:06
rather than wait till tomorrow.
175
411000
2000
mejor que esperar a mañana.
07:08
So these are simple ideas, but we didn't know.
176
413000
2000
Entonces, estas son ideas simples, pero que no conocíamos.
07:10
So let's try them.
177
415000
2000
Entonces intentémoslas.
07:12
So what we did is we did a randomized, controlled trial
178
417000
3000
Entonces lo que hicimos fue, una prueba aleatoria, controlada
07:15
in 134 villages in Udaipur Districts.
179
420000
2000
en 134 aldeas en el distrito de Udaipur
07:17
So the blue dots
180
422000
2000
Entonces los puntos azules
07:19
are selected randomly.
181
424000
2000
fueron seleccionados aleatoriamente.
07:21
We made it easy -- I'll tell you how in a moment.
182
426000
3000
Lo hicimos fácil. Les diré como en un momento.
07:24
In the red dots, we made it easy
183
429000
2000
En los puntos rojos, lo hicimos fácil
07:26
and gave people a reason to act now.
184
431000
2000
y dimos un motivo para que las personas actuaran ahora.
07:28
The white dots are comparisons, nothing changed.
185
433000
3000
Los puntos blancos son grupos control, nada cambió.
07:31
So we make it easy by organizing
186
436000
2000
Entonces, lo hicimos fácil organizando
07:33
this monthly camp where people can
187
438000
2000
estos campamentos mensuales donde las personas pueden
07:35
get their kids immunized.
188
440000
2000
vacunar a sus niños y niñas.
07:37
And then you make it easy
189
442000
2000
Y entonces lo haces más sencillo
07:39
and give a reason to act now
190
444000
2000
y das un motivo para actuar ahora
07:41
by adding a kilo of lentils for each immunization.
191
446000
3000
al añadir un kilo de lentejas por cada vacunación.
07:44
Now, a kilo of lentils is tiny.
192
449000
3000
Ahora, un kilo de lentejas es poco.
07:47
It's never going to convince anybody
193
452000
2000
Esto nunca va a convencer a nadie
07:49
to do something that they don't want to do.
194
454000
2000
de hacer algo que ellos no quieren hacer.
07:51
On the other hand, if your problem is you tend to postpone,
195
456000
3000
Y por otro lado, si el problema es que tiendes a posponerlo,
07:54
then it might give you a reason to act today
196
459000
2000
entonces, tal vez, esto te de una razón para actuar hoy
07:56
rather than later.
197
461000
2000
antes de que sea tarde.
07:58
So what do we find?
198
463000
2000
Entonces, ¿qué encontramos?
08:00
Well, beforehand, everything is the same.
199
465000
2000
Bueno, de antemano, todo sigue siendo igual.
08:02
That's the beauty of randomization.
200
467000
2000
Eso es lo hermoso de lo aleatorio.
08:04
Afterwards,
201
469000
2000
Después de todo,
08:06
the camp -- just having the camp --
202
471000
2000
el campamento, solo teniendo el campamento,
08:08
increases immunization from six percent to 17 percent.
203
473000
2000
incrementa la vacunación de un 6% a un 17%.
08:10
That's full immunization.
204
475000
2000
Eso es vacunación completa.
08:12
That's not bad, that's a good improvement.
205
477000
2000
Eso no está mal. Eso es una buena mejora.
08:14
Add the lentils and you reach to 38 percent.
206
479000
3000
Agrega las lentejas y se alcanza un 38%.
08:17
So here you've got your answer.
207
482000
2000
Entonces, aquí esta tu respuesta.
08:19
Make it easy and give a kilo of lentils,
208
484000
2000
Hacerlo más fácil y regalar un kilo de lentejas,
08:21
you multiply immunization rate by six.
209
486000
3000
logra multiplicar la tasa de vacunación por seis.
08:24
Now, you might say, "Well, but it's not sustainable.
210
489000
2000
Ahora, tal vez dirás, "Bueno, pero eso no es sostenible.
08:26
We cannot keep giving lentils to people."
211
491000
2000
No podemos seguir regalando lentejas a la gente."
08:28
Well, it turns out it's wrong economics,
212
493000
2000
Bueno, resulta que la economía es errónea
08:30
because it is cheaper
213
495000
2000
porque es más barato
08:32
to give lentils than not to give them.
214
497000
2000
regalar las lentejas que no regalarlas.
08:34
Since you have to pay for the nurse anyway,
215
499000
2000
Dado que hay que pagar por la enfermera de todos modos,
08:36
the cost per immunization
216
501000
2000
el costo por vacuna
08:38
ends up being cheaper if you give incentives than if you don't.
217
503000
3000
termina siendo más barato si se regala el incentivo que si no se regala.
08:42
How about bed nets?
218
507000
2000
¿Qué pasa con los mosquiteros?
08:44
Should you give them for free, or should you ask people to pay for them?
219
509000
3000
¿Deberías darlos gratuitamente o deberías pedirle a las personas que trabajen por ellos?
08:47
So the answer hinges
220
512000
2000
Entonces, la respuesta depende
08:49
on the answer to three simple questions.
221
514000
2000
de la respuesta a tres simples preguntas.
08:51
One is: If people must pay for a bed net,
222
516000
3000
La primera es: Si las personas deben pagar por un mosquitero,
08:54
are they going to purchase them?
223
519000
2000
¿Lo comprarían?
08:56
The second one is:
224
521000
2000
La segunda es:
08:58
If I give bed nets for free,
225
523000
2000
Si doy gratuitamente los mosquiteros,
09:00
are people going to use them?
226
525000
2000
¿Los usarán?
09:02
And the third one is:
227
527000
2000
Y la tercera es:
09:04
Do free bed nets discourage future purchase?
228
529000
2000
¿Los mosquiteros gratuitos desaniman futuras compras?
09:06
The third one is important
229
531000
2000
La tercera es importante
09:08
because if we think people get used to handouts,
230
533000
3000
porque, si pensamos que la gente se acostumbra a los regalos
09:11
it might destroy markets to distribute free bed nets.
231
536000
3000
esto tal vez destruya el mercado para distribuir mosquiteros gratuitos.
09:14
Now this is a debate that has generated
232
539000
2000
Ahora este es un debate que ha generado
09:16
a lot of emotion and angry rhetoric.
233
541000
3000
mucha emoción y enojada retorica.
09:19
It's more ideological than practical,
234
544000
2000
Esto es más ideológico que práctico
09:21
but it turns out it's an easy question.
235
546000
2000
pero responde a una simple pregunta.
09:23
We can know the answer to this question.
236
548000
2000
Nosotros podemos saber la respuesta a esta pregunta.
09:25
We can just run an experiment.
237
550000
2000
Nosotros podemos simplemente realizar un experimento.
09:27
And many experiments have been run, and they all have the same results,
238
552000
2000
Y muchos experimento, y todos ellos tendrán el mismo resultado,
09:29
so I'm just going to talk to you about one.
239
554000
3000
entonces, yo solo voy a hablarles sobre uno.
09:32
And this one that was in Kenya,
240
557000
2000
Y este, que fue en Kenia
09:34
they went around and distributed to people
241
559000
2000
ellos se pasearon y distribuyeron a las personas
09:36
vouchers, discount vouchers.
242
561000
2000
cupones, cupones de descuento.
09:38
So people with their voucher
243
563000
2000
Entonces las personas con sus cupones
09:40
could get the bed net in the local pharmacy.
244
565000
2000
podían obtener un mosquitero en la farmacia local.
09:42
And some people get 100 percent discount,
245
567000
3000
Y algunas personas obtuvieron 100% de descuento,
09:45
and some people get 20 percent discounts,
246
570000
2000
y algunas personas un 20% de descuento,
09:47
and some people get 50 percent discount, etc.
247
572000
3000
y algunas personas un 50% de descuento, etc.
09:50
And now we can see what happens.
248
575000
2000
Y ahora podemos ver que pasa.
09:52
So, how about the purchasing?
249
577000
2000
Entonce, ¿qué tal las compras?
09:54
Well, what you can see is that
250
579000
2000
Bueno, lo que pueden ver es que
09:56
when people have to pay for their bed nets,
251
581000
2000
cuando las personas pagan por sus mosquiteros,
09:58
the coverage rate really falls down a lot.
252
583000
3000
la tasa de cobertura realmente se cae mucho.
10:01
So even with partial subsidy,
253
586000
2000
Entonces, incluso con un subsidio parcial --
10:03
three dollars is still not the full cost of a bed net,
254
588000
3000
tres dólares todavía no es el costo total del mosquitero.
10:06
and now you only have 20 percent of the people with the bed nets,
255
591000
2000
Y ahora solo tienes al 20% de las personas con los mosquiteros,
10:08
you lose the health immunity, that's not great.
256
593000
3000
se pierde el motivo inicial, eso no está bien.
10:11
Second thing is, how about the use?
257
596000
2000
La segunda cosa es, ¿qué tal la juventud?
10:13
Well, the good news is, people, if they have the bed nets,
258
598000
2000
Bueno, la buena noticia es la gente que tiene los mosquiteros,
10:15
will use the bed nets regardless of how they got it.
259
600000
3000
los usarán, sin importar como los consiguieron.
10:18
If they get it for free, they use it.
260
603000
2000
Si lo obtuvieron gratis, ellos lo usarán.
10:20
If they have to pay for it, they use it.
261
605000
2000
Si ellos tuvieron que pagar por el, lo usarán.
10:22
How about the long term?
262
607000
2000
¿Qué tal a largo plazo?
10:24
In the long term,
263
609000
2000
A largo plazo,
10:26
people who got the free bed nets,
264
611000
2000
las personas que obtuvieron gratis el mosquitero,
10:28
one year later, were offered the option
265
613000
2000
un año después, ofrecimos la opción
10:30
to purchase a bed net at two dollars.
266
615000
3000
de comprar un mosquitero por dos dólares
10:33
And people who got the free one
267
618000
2000
Y las personas que obtuvieron uno gratis
10:35
were actually more likely to purchase the second one
268
620000
3000
estuvieron, realmente, más inclinados a comprar el segundo
10:38
than people who didn't get a free one.
269
623000
2000
que las personas que no obtuvieron uno gratis.
10:40
So people do not get used to handouts; they get used to nets.
270
625000
3000
Entonces, las personas no se acostumbran a los regalos; ellos se acostumbran a los mosquiteros.
10:43
Maybe we need to give them a little bit more credit.
271
628000
3000
Tal vez, necesitamos darles un poco de crédito.
10:48
So, that's for bed nets. So you will think, "That's great.
272
633000
2000
Entonces, eso es por los mosquiteros. Entonces pensarán, "Eso es genial.
10:50
You know how to immunize kids, you know how to give bed nets."
273
635000
3000
Tu sabes como vacunar, sabes como regalar mosquiteros."
10:53
But what politicians need is a range of options.
274
638000
3000
Pero lo que necesitan los políticos es un rango de opciones.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
Ellos necesitan saber: "¿De todas las cosas que yo podría hacer,
10:59
what is the best way to achieve my goals?
276
644000
3000
cuál es la mejor forma de alcanzar mis objetivos?"
11:02
So suppose your goal is to get kids into school.
277
647000
3000
Entonces, supongamos que tu meta es los que niños asistan a la escuela.
11:05
There are so many things you could do. You could pay for uniforms,
278
650000
3000
Hay tantas cosas que puedes hacer. Podrías pagar por uniformes,
11:08
you could eliminate fees, you could build latrines,
279
653000
2000
podrías eliminar las cuotas, construir letrinas
11:10
you could give girls sanitary pads, etc., etc.
280
655000
3000
podrías regalar a las niñas toallas sanitarias, etc., etc.
11:13
So what's the best?
281
658000
2000
Entonces, ¿qué es lo mejor?
11:15
Well, at some level, we think
282
660000
2000
Bueno, en algún nivel, nosotros pensamos
11:17
all of these things should work.
283
662000
2000
todas estas cosas deberían funcionar.
11:19
So, is that sufficient? If we think they should work intuitively,
284
664000
2000
Entonces, es esto suficiente, es decir, si pensamos que deberían funcionar,
11:21
should we go for them?
285
666000
2000
¿deberíamos optar por ellos?
11:23
Well, in business, that's certainly not the way we would go about it.
286
668000
3000
Bueno, en los negocios, ciertamente no es la forma en que trabajaríamos al respecto.
11:27
Consider for example
287
672000
2000
Consideremos por ejemplo
11:29
transporting goods.
288
674000
2000
transportar bienes.
11:31
Before the canals were invented
289
676000
2000
Antes de que fueran inventados los canales
11:33
in Britain before the Industrial Revolution,
290
678000
3000
en Gran Bretaña, antes de la Revolución Industrial,
11:36
goods used to go on horse carts.
291
681000
2000
los bienes eran transportados en carretas tiradas por caballos.
11:38
And then canals were built,
292
683000
2000
Y luego los canales fueron construidos
11:40
and with the same horseman and the same horse,
293
685000
3000
y con el mismo jinete y el mismo caballo
11:43
you could carry ten times as much cargo.
294
688000
3000
podías transportar diez veces más carga.
11:46
So should they have continued
295
691000
2000
Entonces, ¿debieron haber continuado
11:48
to carry the goods on the horse carts, on the ground,
296
693000
3000
cargando los bienes en las carretas, sobre el suelo,
11:51
that they would eventually get there?
297
696000
2000
que eventualmente llegarían al lugar?
11:53
Well, if that had been the case,
298
698000
2000
Bueno, si ese hubiera sido el caso,
11:55
there would have been no Industrial Revolution.
299
700000
2000
no hubiera existido la Revolución Industrial.
11:57
So why shouldn't we do the same with social policy?
300
702000
3000
Entonces, ¿por qué no deberíamos hacer lo mismo con las políticas sociales?
12:00
In technology, we spend so much time
301
705000
2000
En tecnología, dedicamos mucho tiempo
12:02
experimenting, fine-tuning,
302
707000
2000
experimentando, ajustando
12:04
getting the absolute cheapest way to do something,
303
709000
2000
logrando la forma absolutamente mas económica de hacer algo,
12:06
so why aren't we doing that with social policy?
304
711000
3000
entonces, ¿por qué no estamos haciendo eso con las políticas sociales?
12:09
Well, with experiments, what you can do
305
714000
2000
Bueno, con experimentos, lo qué puedes hacer
12:11
is answer a simple question.
306
716000
2000
es responder a esa simple pregunta
12:13
Suppose you have 100 dollars to spend
307
718000
2000
Supón que tienes 100 dólares para gastar
12:15
on various interventions.
308
720000
2000
en varias intervenciones.
12:17
How many extra years of education
309
722000
2000
¿Cuántos años adicionales de educación
12:19
do you get for your hundred dollars?
310
724000
2000
puedes obtener por tus cien dólares?
12:21
Now I'm going to show you
311
726000
2000
Ahora, yo voy a mostrarles a ustedes
12:23
what we get with various education interventions.
312
728000
3000
que podemos obtener con varias intervenciones educativas.
12:27
So the first ones are if you want the usual suspects,
313
732000
2000
Entonces, la primera es si quieres los mismos sospechosos de siempre,
12:29
hire teachers, school meals,
314
734000
2000
contratar docentes, comidas escolares,
12:31
school uniforms, scholarships.
315
736000
2000
uniformes escolares, becas.
12:33
And that's not bad. For your hundred dollars,
316
738000
2000
Y eso no está mal. Por tus cien dólares.
12:35
you get between one and three extra years of education.
317
740000
3000
puedes obtener entre uno y tres años adicionales de educación.
12:39
Things that don't work so well is bribing parents,
318
744000
2000
Una cosa que no funciona muy bien es sobornar a los padres,
12:41
just because so many kids are already going to school
319
746000
3000
solo porque tantos niños ya están en la escuela
12:44
that you end up spending a lot of money.
320
749000
2000
que terminas gastando mucho dinero.
12:46
And here are the most surprising results.
321
751000
3000
Y aquí está el más sorpresivo de los resultados.
12:49
Tell people the benefits of education,
322
754000
3000
Decirle a las personas los beneficios de la educación
12:52
that's very cheap to do.
323
757000
2000
Eso es muy barato de hacer.
12:54
So for every hundred dollars you spend doing that,
324
759000
3000
Entonces, por cada cien dólares que gastes haciendo eso,
12:57
you get 40 extra years of education.
325
762000
3000
tu obtienes 40 años adicionales de educación.
13:00
And, in places where there are worms,
326
765000
2000
Y, en lugares donde hay parásitos,
13:02
intestinal worms,
327
767000
2000
parásitos intestinales,
13:04
cure the kids of their worms.
328
769000
2000
curar a los niños de sus parásitos.
13:06
And for every hundred dollars,
329
771000
2000
Y por cada cien dólares
13:08
you get almost 30 extra years of education.
330
773000
3000
obtienes casi 30 años adicionales de educación.
13:11
So this is not your intuition,
331
776000
2000
Entonces, esto no es tu intuición.
13:13
this is not what people would have gone for,
332
778000
2000
Esto no es algo por lo que alguien optaría,
13:15
and yet, these are the programs that work.
333
780000
3000
y, sin embargo, estos son los programas que funcionan.
13:18
We need that kind of information, we need more of it,
334
783000
2000
Nosotros necesitamos este tipo de información. Necesitamos más de esta.
13:20
and then we need to guide policy.
335
785000
2000
Y luego necesitamos guiar las políticas.
13:24
So now, I started from the big problem, and I couldn't answer it.
336
789000
3000
Entonces ahora, yo inicié desde el gran problema, y no pude responderlo
13:27
And I cut it into smaller questions,
337
792000
3000
Y lo corté en preguntas más pequeñas
13:30
and I have the answer to these smaller questions.
338
795000
2000
y yo tengo la respuesta a esas preguntas más pequeñas.
13:32
And they are good, scientific, robust answers.
339
797000
3000
Y son respuestas buenas, científicas y robustas.
13:36
So let's go back to Haiti for a moment.
340
801000
2000
Entonces, regresemos nuevamente a Haití por un momento
13:39
In Haiti, about 200,000 people died --
341
804000
3000
En Haití, alrededor de 200,000 personas murieron
13:43
actually, a bit more by the latest estimate.
342
808000
2000
Realmente, un poco más, de acuerdo al último estimado.
13:45
And the response of the world was great:
343
810000
2000
Y la respuesta del mundo fue fantástica.
13:47
Two billion dollars got pledged just last month,
344
812000
3000
Dos billones de dólares fueron prometidos solo el mes pasado.
13:51
so that's about 10,000 dollars per death.
345
816000
2000
Entonces, eso es aproximadamente 10,000 dólares por muerte.
13:53
That doesn't sound like that much when you think about it.
346
818000
3000
Eso no suena a mucho cuando piensas sobre esto.
13:56
But if we were willing to spend 10,000 dollars
347
821000
3000
Pero si nosotros estamos dispuestos en gastar 10,000 dólares
13:59
for every child under five who dies,
348
824000
3000
por cada niño menor de cinco años que muere,
14:02
that would be 90 billion per year
349
827000
3000
eso sería 90 mil millones por año
14:05
just for that problem.
350
830000
2000
solo por ese problema.
14:07
And yet it doesn't happen.
351
832000
2000
Y, sin embargo, no sucede.
14:09
So, why is that?
352
834000
2000
Entonces, ¿por qué pasa eso?
14:11
Well, I think what part of the problem is that,
353
836000
2000
Bueno, yo pienso que parte del problema es ese,
14:13
in Haiti, although the problem is huge,
354
838000
2000
en Haití, sin embargo el problema es inmenso,
14:15
somehow we understand it, it's localized.
355
840000
2000
de alguna forma nosotros lo entendimos, está localizado.
14:17
You give your money to Doctors Without Borders,
356
842000
2000
Tu le das tu dinero a Médicos Sin Fronteras,
14:19
you give your money to Partners In Health,
357
844000
2000
le das tu dinero a Partners in Health
14:21
and they'll send in the doctors, and they'll send in the lumber,
358
846000
3000
y ellos enviarán médicos, y ellos enviarán la madera,
14:24
and they'll helicopter things out and in.
359
849000
3000
y ellos enviarán y recogerán las cosas necesarias en helicópteros.
14:27
And the problem of poverty is not like that.
360
852000
2000
Y el problema con la pobreza no es así.
14:29
So, first, it's mostly invisible;
361
854000
2000
Entonces, primero, es mayormente invisible.
14:31
second, it's huge;
362
856000
2000
Segundo, es inmenso.
14:33
and third, we don't know whether we are doing the right thing.
363
858000
3000
Y tercero, nosotros no sabemos si estamos haciendo las cosas correctas.
14:36
There's no silver bullet.
364
861000
2000
No hay balas de plata.
14:38
You cannot helicopter people out of poverty.
365
863000
2000
No puedes sacar de la pobreza a las personas en helicóptero.
14:40
And that's very frustrating.
366
865000
2000
Y eso es muy frustrante
14:42
But look what we just did today.
367
867000
3000
Pero, miren que hemos hecho hoy.
14:45
I gave you three simple answers to three questions:
368
870000
3000
Yo les he dado tres simples respuestas a tres preguntas.
14:48
Give lentils to immunize people,
369
873000
2000
Dar lentejas para vacunar personas,
14:50
provide free bed nets, deworm children.
370
875000
2000
proveer mosquiteros gratis, desparasitar niños.
14:52
With immunization or bed nets,
371
877000
2000
Con las vacunas y los mosquiteros,
14:54
you can save a life for 300 dollars per life saved.
372
879000
3000
puedes salvar una vida por 300 dólares por vida salvada.
14:57
With deworming, you can get
373
882000
2000
Con la desparasitación, tu puedes obtener
14:59
an extra year of education for three dollars.
374
884000
2000
un año adicional de educación por tres dólares.
15:02
So we cannot eradicate poverty just yet,
375
887000
3000
Entonces, nosotros no podemos erradicar la pobreza aún,
15:05
but we can get started.
376
890000
2000
pero podemos comenzar.
15:07
And maybe we can get started small
377
892000
2000
Y tal vez nosotros comencemos pequeños
15:09
with things that we know are effective.
378
894000
3000
con cosas que nosotros sabemos son efectivas.
15:12
Here's an example of how this can be powerful.
379
897000
2000
Aquí un ejemplo de como esto puede ser poderoso.
15:14
Deworming.
380
899000
2000
Desparasitar.
15:16
Worms have a little bit of a problem grabbing the headlines.
381
901000
2000
Los parásitos tienen un pequeño problema logrando los titulares.
15:18
They are not beautiful and don't kill anybody.
382
903000
3000
No son tan bellos y no matan a nadie.
15:21
And yet, when the young global leader in Davos
383
906000
2000
Y, sin embargo, cuando el joven líder global en Davos
15:23
showed the numbers I gave you,
384
908000
2000
mostró los números que les dí a ustedes,
15:25
they started Deworm the World.
385
910000
2000
ellos comenzaron con "Deworm the World" (Desparasitar el Mundo).
15:27
And thanks to Deworm the World,
386
912000
2000
Y gracias a "Deworm the World",
15:29
and the effort of many country governments and foundations,
387
914000
2000
y el esfuerzo del gobierno de muchos países y fundaciones,
15:31
20 million school-aged children got dewormed in 2009.
388
916000
3000
20 millones de niños y niñas en edad escolar fueron desparasitados en el 2009.
15:34
So this evidence is powerful.
389
919000
2000
Entonces, esta evidencia es poderosa.
15:36
It can prompt action.
390
921000
2000
Esto puede llevar a una acción
15:38
So we should get started now.
391
923000
2000
Entonces, nosotros deberíamos comenzar ahora.
15:40
It's not going to be easy.
392
925000
2000
Ahora, esto no va a ser fácil.
15:42
It's a very slow process.
393
927000
2000
Es un proceso muy lento.
15:44
You have to keep experimenting, and sometimes ideology
394
929000
2000
Tienen que mantenerse experimentando, y algunas veces la ideología
15:46
has to be trumped by practicality.
395
931000
2000
puede ser vencida por la practicalidad.
15:48
And sometimes what works somewhere doesn't work elsewhere.
396
933000
3000
Y algunas veces lo que funciona en algún lugar no funciona en otro lugar.
15:51
So it's a slow process,
397
936000
2000
Entonces, este es un proceso lento,
15:53
but there is no other way.
398
938000
2000
pero no hay otra forma.
15:55
These economics I'm proposing,
399
940000
2000
Esta economía que yo estoy proponiendo
15:57
it's like 20th century medicine.
400
942000
2000
es como la medicina del siglo 20.
15:59
It's a slow, deliberative process
401
944000
2000
Es un proceso lento, deliverativo
16:01
of discovery.
402
946000
2000
de descubrimientos
16:03
There is no miracle cure,
403
948000
2000
No hay una cura milagrosa,
16:05
but modern medicine is saving
404
950000
2000
pero la medicina moderna está salvando
16:07
millions of lives every year,
405
952000
2000
millones de vida cada año,
16:09
and we can do the same thing.
406
954000
2000
y nosotros podemos hacer lo mismo.
16:13
And now, maybe, we can go back to the bigger question
407
958000
3000
Y ahora, tal vez, nosotros podemos volver a la gran pregunta
16:16
that I started with at the beginning.
408
961000
3000
con la que inicié al principio.
16:19
I cannot tell you
409
964000
2000
Yo no puedo decirles
16:21
whether the aid we have spent in the past has made a difference,
410
966000
3000
si la ayuda que nosotros hemos gastado en el pasado hizo una diferencia,
16:24
but can we come back here in 30 years
411
969000
3000
pero nosotros podemos regresar aquí en 30 años
16:27
and say, "What we have done,
412
972000
3000
y decir, "Lo que hemos hecho,
16:30
it really prompted a change for the better."
413
975000
3000
realmente provocó un cambio para mejor. "
16:33
I believe we can and I hope we will.
414
978000
2000
Yo creo que nosotros podemos, y espero que lo logremos
16:35
Thank you.
415
980000
2000
Gracias
16:37
(Applause)
416
982000
2000
(Aplausos)
Reviewed by Victoria Lopez Lazzari
ABOUT THE SPEAKER
Esther Duflo - Development economistEsther 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.
Esther Duflo | Speaker | TED.com