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: Experiências sociais para combater a pobreza

Filmed:
1,298,863 views

Os esforços de diminuição da pobreza têm sido baseados mais em conjeturas do que em ciência, e a falta de dados sobre o impacto da ajuda prestada levanta questões sobre as melhores formas de ajudar. Mas a vencedora da Medalha Clark, Esther Duflo, diz que é possível saber quais os esforços de desenvolvimento que funcionam, e os que não funcionam - testando soluções sobre amostras aleatórias e controladas.
- 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 checkVerifica: I am shortcurto, I'm FrenchFrancês,
0
3000
2000
Então, aqui estamos. Podem ver: sou baixa, sou francesa,
00:20
I have a prettybonita strongForte FrenchFrancês accentsotaque,
1
5000
2000
tenho um sotaque francês muito acentuado,
00:22
so that's going to be clearClaro in a momentmomento.
2
7000
3000
que se vai revelar nos próximos momentos.
00:26
Maybe a soberingsóbrio thought
3
11000
2000
Talvez um pensamento preocupante
00:28
and something you all know about.
4
13000
2000
e algo que todos vocês sabem.
00:30
And I suspectsuspeito manymuitos of you gavedeu
5
15000
2000
E suspeito que muitos de vocês contribuíram
00:32
something to the people of HaitiHaiti this yearano.
6
17000
3000
com alguma ajuda para o povo do Haiti, este ano.
00:35
And there is something elseoutro
7
20000
2000
E acredito que há outra coisa
00:37
I believe in the back of your mindmente
8
22000
2000
que, no vosso subconsciente,
00:39
you alsoAlém disso know.
9
24000
2000
também sabem.
00:41
That is, everycada day,
10
26000
2000
Que, todos os dias,
00:43
25,000 childrencrianças diemorrer
11
28000
2000
25 000 crianças morrem
00:45
of entirelyinteiramente preventableevitável causescausas.
12
30000
3000
de causas totalmente evitáveis.
00:48
That's a HaitiHaiti earthquaketremor de terra everycada eightoito daysdias.
13
33000
3000
Isso corresponde a um terramoto do Haiti de oito em oito dias.
00:51
And I suspectsuspeito manymuitos of you probablyprovavelmente gavedeu something
14
36000
2000
E suspeito que muitos de vocês, provavelmente, deram alguma coisa
00:53
towardsem direção that problemproblema as well,
15
38000
2000
para ajudar a resolver, também, este problema,
00:55
but somehowde alguma forma it doesn't happenacontecer
16
40000
2000
mas, de algum modo, isso não acontece
00:57
with the samemesmo intensityintensidade.
17
42000
2000
com a mesma intensidade.
00:59
So why is that?
18
44000
2000
Então, porque é que isto acontece?
01:02
Well, here is a thought experimentexperimentar for you.
19
47000
3000
Bem, vou apresentar-vos uma experência.
01:05
ImagineImagine you have a fewpoucos millionmilhão dollarsdólares that you've raisedlevantado --
20
50000
2000
Imaginem que têm alguns milhões de dólares, que juntaram -
01:07
maybe you're a politicianpolítico in a developingem desenvolvimento countrypaís
21
52000
3000
talvez vocês sejam políticos de um país em desenvolvimento
01:10
and you have a budgetdespesas to spendgastar. You want to spendgastar it on the poorpobre:
22
55000
3000
e tenham um orçamento para gastar. Vocês querem gastá-lo com os pobres:
01:13
How do you go about it?
23
58000
3000
E como fazem isso?
01:16
Do you believe the people who tell you
24
61000
2000
Acreditam nas pessoas que vos dizem
01:18
that all we need to do is to spendgastar moneydinheiro?
25
63000
2000
que tudo o que precisamos de fazer é gastar dinheiro?
01:20
That we know how to eradicateerradicar povertypobreza,
26
65000
3000
Que nós sabemos como erradicar a pobreza,
01:23
we just need to do more?
27
68000
2000
que apenas precisamos de fazer mais?
01:25
Or do you believe the people who tell you that
28
70000
2000
Ou acreditam nas pessoas que vos dizem
01:27
aidajuda is not going to help, on the contrarycontrário it mightpoderia hurtferido,
29
72000
3000
que a ajuda não vai funcionar, ao contrário, pode abrir feridas,
01:30
it mightpoderia exacerbateexacerbar corruptioncorrupção, dependencedependência, etcetc..?
30
75000
3000
exacerbar a corrupção, aumentar a dependência, etc.?
01:34
Or maybe you turnvirar to the pastpassado.
31
79000
2000
Ou, talvez, vocês se voltem para o passado.
01:36
After all, we have spentgasto billionsbilhões of dollarsdólares on aidajuda.
32
81000
3000
Afinal de contas, gastámos milhares de milhões de dólares em ajuda.
01:39
Maybe you look at the pastpassado and see.
33
84000
2000
Talvez olhem para o passado e vejam.
01:41
Has it donefeito any good?
34
86000
2000
Isso fez algum bem?
01:43
And, sadlyInfelizmente, we don't know.
35
88000
2000
E, tristemente, não sabemos.
01:45
And worstpior of all, we will never know.
36
90000
3000
E o pior de tudo é que nunca saberemos.
01:49
And the reasonrazão is that -- take AfricaÁfrica for exampleexemplo.
37
94000
2000
E isso porque -- tomemos África como exemplo.
01:51
AfricansAfricanos have already got a lot of aidajuda.
38
96000
2000
Os africanos já receberam uma porção de ajuda.
01:53
These are the blueazul barsbares.
39
98000
2000
Essas são as barras azuis.
01:55
And the GDPPIB in AfricaÁfrica is not makingfazer much progressprogresso.
40
100000
3000
E o PIB em África não está progredindo muito.
01:58
Okay, fine. How do you know what
41
103000
2000
Certo, tudo bem. Então como é que vocês sabem
02:00
would have happenedaconteceu withoutsem the aidajuda?
42
105000
2000
o que teria acontecido sem a ajuda?
02:02
Maybe it would have been much worsepior,
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 ideaidéia. We don't know what the counterfactualintervenção is.
45
112000
3000
Não temos qualquer ideia. Não sabemos qual é o nosso ponto de referência.
02:10
There's only one AfricaÁfrica.
46
115000
2000
Só existe uma África.
02:12
So what do you do?
47
117000
2000
Então o que é que vocês fazem?
02:14
To give the aidajuda, and hopeesperança and prayorar that something comesvem out of it?
48
119000
3000
Dão ajuda, e esperam e rezam para que algo resulte disso?
02:18
Or do you focusfoco on your everydaytodo dia life
49
123000
3000
Ou focam-se na vossa vida diária
02:21
and let the earthquaketremor de terra everycada eightoito daysdias
50
126000
2000
e deixam que o terramoto, de oito em oito dias,
02:23
continuecontinuar to happenacontecer?
51
128000
2000
continue a acontecer?
02:25
The thing is, if we don't know
52
130000
2000
A questão é que, se nós não sabemos
02:27
whetherse we are doing any good,
53
132000
2000
se estamos a fazer algum bem,
02:29
we are not any better
54
134000
2000
então, não estamos melhor
02:31
than the MedievalMedieval doctorsmédicos and theirdeles leechessanguessugas.
55
136000
3000
que os médicos medievais e as suas sanguessugas.
02:34
SometimesÀs vezes the patientpaciente getsobtém better, sometimesas vezes the patientpaciente diesmorre.
56
139000
3000
Umas vezes o doente melhora, outras vezes o doente morre.
02:37
Is it the leechessanguessugas? Is it something elseoutro?
57
142000
3000
Serão as sanguessugas? Será qualquer outra coisa?
02:40
We don't know.
58
145000
2000
Não sabemos.
02:42
So here are some other questionsquestões.
59
147000
2000
Então temos aqui outras questões.
02:44
They're smallermenor questionsquestões,
60
149000
2000
São questões mais pequenas,
02:46
but they are not that smallpequeno.
61
151000
2000
mas não são assim tão pequenas.
02:48
ImmunizationImunização, that's the cheapestmais barato way
62
153000
3000
Vacinação - é a forma mais barata
02:51
to saveSalve  a child'sdo filho life.
63
156000
2000
de salvar a vida de uma criança.
02:53
And the worldmundo has spentgasto a lot of moneydinheiro on it:
64
158000
2000
E o mundo tem gasto muito dinheiro nisto:
02:55
The GAVIGAVI and the GatesGates FoundationsFundações
65
160000
2000
A GAVI (Aliança Mundial para as Vacinas e a Imunização) e a Fundação Gates
02:57
are eachcada pledgingcomprometendo-se a lot of moneydinheiro towardsem direção it,
66
162000
2000
estão a comprometer muito dinheiro nisso,
02:59
and developingem desenvolvimento countriespaíses themselvessi mesmos have been doing a lot of effortesforço.
67
164000
3000
e os próprios países em desenvolvimento têm feito um grande esforço neste sentido.
03:02
And yetainda, everycada yearano
68
167000
2000
E, ainda assim, todos os anos
03:04
at leastpelo menos 25 millionmilhão childrencrianças
69
169000
2000
pelo menos 25 milhões de crianças
03:06
do not get the immunizationimunização they should get.
70
171000
3000
não são vacinadas, como deveriam ser.
03:09
So this is what you call a "last milemilha problemproblema."
71
174000
3000
Isto é o que nós qualificamos como "problema da última milha".
03:12
The technologytecnologia is there,
72
177000
2000
Existe tecnologia,
03:14
the infrastructurea infraestrutura is there,
73
179000
2000
existe infra-estrutura,
03:16
and yetainda it doesn't happenacontecer.
74
181000
2000
e, ainda assim, não se concretiza o objetivo.
03:18
So you have your millionmilhão.
75
183000
2000
Então, vocês têm um milhão.
03:20
How do you use your millionmilhão
76
185000
2000
Como utilizam o vosso milhão
03:22
to solveresolver this last milemilha problemproblema?
77
187000
2000
para resolver este problema da última milha?
03:24
And here'saqui está anotheroutro questionquestão:
78
189000
2000
E há ainda outra questão:
03:26
MalariaMalária. MalariaMalária killsmata almostquase
79
191000
3000
Malária. A malária mata quase
03:29
900,000 people everycada yearano,
80
194000
3000
900 000 pessoas por ano,
03:32
mosta maioria of them in Sub-SaharanSub-Sahariana AfricaÁfrica,
81
197000
2000
a maioria, na África sub-sariana,
03:34
mosta maioria of them undersob fivecinco.
82
199000
2000
a maioria, com menos de cinco anos.
03:36
In factfacto, that is the leadingconduzindo causecausa of under-fivemenores de cinco mortalitymortalidade.
83
201000
3000
Na verdade, é a principal causa de mortalidade, abaixo dos 5 anos.
03:39
We already know how to killmatar malariamalária,
84
204000
3000
Nós já sabemos como matar a malária,
03:42
but some people come to you and say,
85
207000
2000
mas algumas pessoas chegam e dizem,
03:44
"You have your millionsmilhões. How about bedcama netsredes?"
86
209000
3000
"Vocês têm milhões. Querem aplicar em mosquiteiros?"
03:47
BedCama netsredes are very cheapbarato.
87
212000
2000
Os mosquiteiros são muito baratos.
03:49
For 10 dollarsdólares, you can manufacturefabricação and shipnavio
88
214000
3000
Por 10 dólares, vocês conseguem produzir e expedir
03:52
an insecticideinseticida treatedtratado bedcama netlíquido
89
217000
2000
um mosquiteiro com tratamento insecticida
03:54
and you can teachEnsinar someonealguém to use them.
90
219000
2000
e podem ensinar alguém a utilizá-lo.
03:56
And, not only do they protectproteger the people who sleepdormir undersob them,
91
221000
3000
E, não só protegem as pessoas que dormem cobertas por eles,
03:59
but they have these great contagioncontágio benefitsbenefícios.
92
224000
2000
como causam benefícios por contágio.
04:01
If halfmetade of a communitycomunidade sleepsdorme undersob a netlíquido,
93
226000
3000
Se metade da comunidade utilizar mosquiteiros,
04:04
the other halfmetade alsoAlém disso benefitsbenefícios
94
229000
2000
a outra metade também beneficia
04:06
because the contagioncontágio of the diseasedoença spreadespalhar.
95
231000
3000
devido à diminuição do contágio da doença.
04:09
And yetainda, only a quartertrimestre of kidsfilhos at riskrisco sleepdormir undersob a netlíquido.
96
234000
3000
E, no entanto, apenas um quarto das crianças em risco dorme coberta por mosquiteiros.
04:12
SocietiesSociedades should be willingdisposto to go out
97
237000
2000
As sociedades deveriam avançar
04:14
and subsidizesubsidiar the netlíquido, give them for freelivre,
98
239000
2000
e subsidiar os mosquiteiros, entregá-los gratuitamente,
04:16
or, for that matterimportam, paypagamento people to use them
99
241000
2000
ou, se fosse caso disso, pagar às pessoas para os usarem
04:18
because of those contagioncontágio benefitsbenefícios.
100
243000
2000
devido a estes benefícios de contágio.
04:20
"Not so fastvelozes," say other people.
101
245000
2000
"Não vamos tão depressa", dizem outras pessoas.
04:22
"If you give the netsredes for freelivre,
102
247000
2000
"Se os mosquiteiros forem entregues gratuitamente,
04:24
people are not going to valuevalor them.
103
249000
2000
as pessoas não vão valorizá-los.
04:26
They're not going to use them,
104
251000
2000
Não vão utilizá-los,
04:28
or at leastpelo menos they're not going to use them as bedcama netsredes,
105
253000
2000
ou, pelo menos, não vão utilizá-los como mosquiteiros,
04:30
maybe as fishingpesca netsredes."
106
255000
2000
talvez os usem como redes de pesca."
04:32
So, what do you do?
107
257000
2000
Então, o que fazem vocês?
04:34
Do you give the netsredes for freelivre to maximizemaximizar o coveragecobertura,
108
259000
2000
Dão os mosquiteiros para maximizar a cobertura,
04:36
or do you make people paypagamento
109
261000
2000
ou fazem as pessoas pagar
04:38
in orderordem to make sure that they really valuevalor them?
110
263000
2000
de forma a que, realmente, os valorizem?
04:40
How do you know?
111
265000
2000
Como é que se sabe?
04:42
And a thirdterceiro questionquestão: EducationEducação.
112
267000
2000
E, uma terceira questão: Educação.
04:44
Maybe that's the solutionsolução, maybe we should sendenviar kidsfilhos to schoolescola.
113
269000
2000
Talvez seja a solução, talvez se deva enviar as crianças para a escola.
04:46
But how do you do that?
114
271000
2000
Mas como é que vocês fazem isso?
04:48
Do you hirecontratar teachersprofessores? Do you buildconstruir more schoolsescolas?
115
273000
2000
Contratando professores? Construindo mais escolas?
04:50
Do you provideprovidenciar schoolescola lunchalmoço?
116
275000
2000
Assegurando almoço na escola?
04:52
How do you know?
117
277000
2000
Como é que sabem?
04:54
So here is the thing.
118
279000
2000
Então, este é o ponto.
04:56
I cannotnão podes answerresponda the biggrande questionquestão,
119
281000
2000
Eu não posso responder à grande questão,
04:58
whetherse aidajuda did any good or not.
120
283000
2000
sobre se a ajuda fez bem ou não.
05:00
But these threetrês questionsquestões, I can answerresponda them.
121
285000
3000
Mas, a estas três questões, eu posso responder.
05:04
It's not the MiddleMédio AgesIdades anymorenão mais,
122
289000
2000
Já não estamos na Idade Média,
05:06
it's the 21stst centuryséculo.
123
291000
2000
estamos no século XXI.
05:08
And in the 20thº centuryséculo,
124
293000
2000
E, no século XX,
05:10
randomizedestudo randomizado, controlledcontrolada trialsensaios
125
295000
2000
foram feitas experiências aleatórias e controladas
05:12
have revolutionizedrevolucionou medicineremédio
126
297000
2000
que revolucionaram a medicina
05:14
by allowingpermitindo us to distinguishdistinguir
127
299000
2000
permitindo-nos distinguir
05:16
betweenentre drugsdrogas that work
128
301000
2000
os medicamentos que funcionam
05:18
and drugsdrogas that don't work.
129
303000
2000
dos medicamentos que não funcionam.
05:20
And you can do the samemesmo
130
305000
2000
E vocês podem efectuar as mesmas experiências,
05:22
randomizedestudo randomizado, controlledcontrolada trialtentativas for socialsocial policypolítica.
131
307000
3000
aleatórias e controladas, para a política social.
05:25
You can put socialsocial innovationinovação to the samemesmo
132
310000
2000
Podem submeter a inovação social aos mesmos
05:27
rigorousrigoroso, scientificcientífico teststestes
133
312000
2000
testes científicos e rigorosos
05:29
that we use for drugsdrogas.
134
314000
2000
que utilizamos para os medicamentos.
05:31
And in this way, you can take the guessworkadivinhação
135
316000
3000
E, desta forma, podemos excluir as conjeturas
05:34
out of policy-makingformulação de políticas
136
319000
2000
da ação política,
05:36
by knowingsabendo what workstrabalho,
137
321000
2000
sabendo o que funciona
05:38
what doesn't work and why.
138
323000
2000
e o que não funciona e porquê.
05:40
And I'll give you some examplesexemplos with those threetrês questionsquestões.
139
325000
3000
Eu vou dar-vos alguns exemplos, com estas três questões.
05:44
So I startcomeçar with immunizationimunização.
140
329000
2000
Vou começar com a vacinação.
05:46
Here'sAqui é UdaipurUdaipur DistrictDistrito, RajasthanRajasthan. BeautifulLinda.
141
331000
3000
Aqui está o distrito de Udaipur, em Rajasthan. Lindo.
05:49
Well, when I startedcomeçado workingtrabalhando there,
142
334000
2000
Bem, quando eu comecei a trabalhar lá,
05:51
about one percentpor cento of childrencrianças
143
336000
2000
apenas cerca de 1% das crianças
05:53
were fullytotalmente immunizedimunizadas.
144
338000
2000
estava inteiramente vacinada.
05:55
That's badmau, but there are placeslocais like that.
145
340000
3000
É mau, mas existem lugares assim.
05:58
Now, it's not because the vaccinesvacinas are not there --
146
343000
2000
Agora, não é por as vacinas não estarem lá -
06:00
they are there and they are freelivre --
147
345000
2000
as vacinas estão lá e são gratuitas -
06:02
and it's not because parentsparentes do not careCuidado about theirdeles kidsfilhos.
148
347000
3000
e não é por os pais não se importarem com os seus filhos.
06:05
The samemesmo childcriança that is not immunizedimunizadas againstcontra measlessarampo,
149
350000
3000
A mesma criança que não está vacinada contra o sarampo,
06:08
if they do get measlessarampo, parentsparentes will spendgastar
150
353000
2000
se apanha sarampo, os pais gastam
06:10
thousandsmilhares of rupeesrupias to help them.
151
355000
2000
milhares de rupias para a ajudar.
06:12
So you get these emptyvazio villagealdeia subcenterssubcenters
152
357000
2000
Assim, temos os sub-centros de saúde vazios
06:14
and crowdedlotado hospitalshospitais.
153
359000
2000
e os hospitais cheios de gente.
06:16
So what is the problemproblema?
154
361000
2000
Então, qual é o problema?
06:18
Well, partparte of the problemproblema, surelycertamente, is people do not fullytotalmente understandCompreendo.
155
363000
3000
Bem, parte do problema, é, certamente, o facto de as pessoas não compreenderem inteiramente.
06:21
After all, in this countrypaís as well,
156
366000
2000
Afinal de contas, também neste país
06:23
all sortstipos of mythsmitos and misconceptionsequívocos
157
368000
2000
existem muitos mitos e ideias erradas
06:25
go around immunizationimunização.
158
370000
3000
sobre a vacinação.
06:28
So if that's the casecaso, that's difficultdifícil,
159
373000
2000
Assim, se for este o caso, torna-se difícil
06:30
because persuasionpersuasão is really difficultdifícil.
160
375000
3000
porque a persuasão é realmente difícil.
06:33
But maybe there is anotheroutro problemproblema as well.
161
378000
2000
Mas, talvez exista outro problema.
06:35
It's going from intentionintenção to actionaçao.
162
380000
3000
Que é o de transformar a intenção em ação.
06:38
ImagineImagine you are a mothermãe
163
383000
2000
Imaginem que são uma mãe
06:40
in UdaipurUdaipur DistrictDistrito, RajasthanRajasthan.
164
385000
2000
no distrito de Udaipur, em Rajasthan.
06:42
You have to walkandar a fewpoucos kilometersquilômetros to get your kidsfilhos immunizedimunizadas.
165
387000
3000
Têm que andar vários quilómetros para vacinar os vossos filhos.
06:45
And maybe when you get there, what you find is this:
166
390000
2000
E talvez, quando lá chegarem, descubram
06:47
The subcenterSubcenter is closedfechadas. AoAo you have to come back,
167
392000
2000
que o sub-centro de saúde está fechado. Então têm que voltar,
06:49
and you are so busyocupado and you have so manymuitos other things to do,
168
394000
3000
e estão tão ocupados e têm tantas outras coisas para fazer,
06:52
you will always tendtende to postponepostergar and postponepostergar,
169
397000
2000
que a vossa tendência é sempre adiar e adiar,
06:54
and eventuallyeventualmente it getsobtém too lateatrasado.
170
399000
2000
até ser demasiado tarde.
06:56
Well, if that's the problemproblema, then that's much easierMais fácil.
171
401000
3000
Bem, se é este o problema, então é muito mais fácil.
06:59
Because A, we can make it easyfácil,
172
404000
3000
Porque: A) Nós podemos torná-lo fácil,
07:02
and B, we can maybe
173
407000
2000
e B) nós podemos, talvez,
07:04
give people a reasonrazão to actAja todayhoje,
174
409000
2000
dar às pessoas uma razão para agirem hoje,
07:06
ratherem vez than wait tillaté tomorrowamanhã.
175
411000
2000
em vez de esperarem até amanhã.
07:08
So these are simplesimples ideasidéias, but we didn't know.
176
413000
2000
Isto são ideias simples, mas nós não sabíamos.
07:10
So let's try them.
177
415000
2000
Então vamos experimentá-las.
07:12
So what we did is we did a randomizedestudo randomizado, controlledcontrolada trialtentativas
178
417000
3000
E o que fizemos foi um ensaio aleatório e controlado,
07:15
in 134 villagesaldeias in UdaipurUdaipur DistrictsDistritos.
179
420000
2000
em 134 povoações do distrito de Udaipur.
07:17
So the blueazul dotspontos
180
422000
2000
Assim, os pontos azuis
07:19
are selectedselecionado randomlyaleatoriamente.
181
424000
2000
são selecionados aleatoriamente.
07:21
We madefeito it easyfácil -- I'll tell you how in a momentmomento.
182
426000
3000
Tornámos fácil - e eu já vos digo como fizemos.
07:24
In the redvermelho dotspontos, we madefeito it easyfácil
183
429000
2000
Nos pontos vermelhos, tornámos fácil
07:26
and gavedeu people a reasonrazão to actAja now.
184
431000
2000
e demos às pessoas uma razão para agirem no momento.
07:28
The whitebranco dotspontos are comparisonscomparações, nothing changedmudou.
185
433000
3000
Os pontos brancos são para comparação - nada mudou.
07:31
So we make it easyfácil by organizingorganizando
186
436000
2000
Então tornámos fácil, organizando
07:33
this monthlypor mês campacampamento where people can
187
438000
2000
mensalmente um acampamento, onde as pessoas podem
07:35
get theirdeles kidsfilhos immunizedimunizadas.
188
440000
2000
vacinar os seus filhos.
07:37
And then you make it easyfácil
189
442000
2000
E então facilitámos
07:39
and give a reasonrazão to actAja now
190
444000
2000
e demos uma razão para agir
07:41
by addingadicionando a kiloquilo of lentilslentilhas for eachcada immunizationimunização.
191
446000
3000
adicionando um quilo de lentilhas a cada vacina.
07:44
Now, a kiloquilo of lentilslentilhas is tinyminúsculo.
192
449000
3000
Agora, um quilo de lentilhas é pouco.
07:47
It's never going to convinceconvencer anybodyqualquer pessoa
193
452000
2000
Nunca irá convencer ninguém
07:49
to do something that they don't want to do.
194
454000
2000
a fazer algo que não quer fazer.
07:51
On the other handmão, if your problemproblema is you tendtende to postponepostergar,
195
456000
3000
Por outro lado, se o problema for a tendência para adiar,
07:54
then it mightpoderia give you a reasonrazão to actAja todayhoje
196
459000
2000
então isto pode fornecer uma razão para agir hoje
07:56
ratherem vez than latermais tarde.
197
461000
2000
em vez de agir mais tarde.
07:58
So what do we find?
198
463000
2000
Então, o que descobrimos?
08:00
Well, beforehandantecipadamente, everything is the samemesmo.
199
465000
2000
Bem, à partida, é tudo a mesma coisa.
08:02
That's the beautybeleza of randomizationrandomização.
200
467000
2000
Esta é a beleza da escolha aleatória.
08:04
AfterwardsDepois,
201
469000
2000
Depois,
08:06
the campacampamento -- just havingtendo the campacampamento --
202
471000
2000
o acampamento -- só com o acampamento --
08:08
increasesaumenta immunizationimunização from sixseis percentpor cento to 17 percentpor cento.
203
473000
2000
aumenta a vacinação de 6% para 17%.
08:10
That's fullcheio immunizationimunização.
204
475000
2000
Já é um elevado grau de vacinação.
08:12
That's not badmau, that's a good improvementmelhoria.
205
477000
2000
Não é mau, é uma boa melhoria.
08:14
AddAdicionar the lentilslentilhas and you reachalcance to 38 percentpor cento.
206
479000
3000
Adicionem as lentilhas e atingem os 38%.
08:17
So here you've got your answerresponda.
207
482000
2000
Assim, aqui têm a vossa resposta.
08:19
Make it easyfácil and give a kiloquilo of lentilslentilhas,
208
484000
2000
Facilitem e ofereçam um quilo de lentilhas,
08:21
you multiplymultiplicar immunizationimunização ratetaxa by sixseis.
209
486000
3000
e multiplicam por 6 a taxa de vacinação.
08:24
Now, you mightpoderia say, "Well, but it's not sustainablesustentável.
210
489000
2000
Agora, podem dizer, "Bem, mas isso não é sustentável.
08:26
We cannotnão podes keep givingdando lentilslentilhas to people."
211
491000
2000
Não podemos continuar a dar lentilhas às pessoas."
08:28
Well, it turnsgira out it's wrongerrado economicseconomia,
212
493000
2000
Bem, na verdade, isso está errado em termos económicos,
08:30
because it is cheapermais barato
213
495000
2000
porque é mais barato
08:32
to give lentilslentilhas than not to give them.
214
497000
2000
dar lentilhas, do que não as dar.
08:34
SinceDesde you have to paypagamento for the nurseenfermeira anywayde qualquer forma,
215
499000
2000
Uma vez que têm que pagar à enfermeira, de qualquer forma,
08:36
the costcusto perpor immunizationimunização
216
501000
2000
o custo por vacina
08:38
endstermina up beingser cheapermais barato if you give incentivesincentivos than if you don't.
217
503000
3000
será mais barato se derem incentivos, do que se não derem.
08:42
How about bedcama netsredes?
218
507000
2000
E quanto aos mosquiteiros?
08:44
Should you give them for freelivre, or should you askpergunte people to paypagamento for them?
219
509000
3000
Devem dá-los gratuitamente ou devem pedir às pessoas que paguem por eles?
08:47
So the answerresponda hingesdobradiças
220
512000
2000
A resposta depende
08:49
on the answerresponda to threetrês simplesimples questionsquestões.
221
514000
2000
da resposta a estas três perguntas simples.
08:51
One is: If people mustdevo paypagamento for a bedcama netlíquido,
222
516000
3000
Uma é: se as pessoas devem pagar por um mosquiteiro,
08:54
are they going to purchasecompra them?
223
519000
2000
irão comprá-lo?
08:56
The secondsegundo one is:
224
521000
2000
A segunda é:
08:58
If I give bedcama netsredes for freelivre,
225
523000
2000
Se eu der os mosquiteiros gratuitamente,
09:00
are people going to use them?
226
525000
2000
as pessoas vão usá-los?
09:02
And the thirdterceiro one is:
227
527000
2000
E a terceira é:
09:04
Do freelivre bedcama netsredes discouragedesencorajar futurefuturo purchasecompra?
228
529000
2000
Os mosquiteiros gratuitos desencorajam futuras compras?
09:06
The thirdterceiro one is importantimportante
229
531000
2000
A terceira é importante
09:08
because if we think people get used to handoutsapostilas,
230
533000
3000
porque se pensamos que as pessoas se habituam às ofertas,
09:11
it mightpoderia destroydestruir marketsmercados to distributedistribuir freelivre bedcama netsredes.
231
536000
3000
a distribuição dos mosquiteiros gratuitos pode destruir os mercados.
09:14
Now this is a debatedebate that has generatedgerado
232
539000
2000
Agora, este debate
09:16
a lot of emotionemoção and angryBravo rhetoricretórica.
233
541000
3000
provocou bastante polémica.
09:19
It's more ideologicalideológica than practicalprático,
234
544000
2000
É mais ideológico que prático,
09:21
but it turnsgira out it's an easyfácil questionquestão.
235
546000
2000
mas acaba por ser uma questão simples.
09:23
We can know the answerresponda to this questionquestão.
236
548000
2000
E nós podemos responder a essa questão.
09:25
We can just runcorre an experimentexperimentar.
237
550000
2000
Podemos fazer uma experiência.
09:27
And manymuitos experimentsexperiências have been runcorre, and they all have the samemesmo resultsresultados,
238
552000
2000
Foram feitas muitas experiências, e todas obtiveram os mesmos resultados.
09:29
so I'm just going to talk to you about one.
239
554000
3000
Por isso, vou falar apenas de uma.
09:32
And this one that was in KenyaQuênia,
240
557000
2000
E esta foi efectuada no Quénia,
09:34
they wentfoi around and distributeddistribuído to people
241
559000
2000
onde foram distribuídos
09:36
vouchersvouchers, discountdesconto vouchersvouchers.
242
561000
2000
vales, vales de desconto.
09:38
So people with theirdeles voucherVale
243
563000
2000
Assim, as pessoas com o seu vale
09:40
could get the bedcama netlíquido in the locallocal pharmacyfarmacia.
244
565000
2000
podiam obter o mosquiteiro na farmácia local.
09:42
And some people get 100 percentpor cento discountdesconto,
245
567000
3000
E algumas pessoas obtinham 100% de desconto,
09:45
and some people get 20 percentpor cento discountsdescontos,
246
570000
2000
outras pessoas tinham 20% de desconto,
09:47
and some people get 50 percentpor cento discountdesconto, etcetc..
247
572000
3000
e outras, ainda, tinham 50% de desconto, etc.
09:50
And now we can see what happensacontece.
248
575000
2000
E agora podemos ver o que acontece.
09:52
So, how about the purchasingcomprando?
249
577000
2000
Então, como correu a compra?
09:54
Well, what you can see is that
250
579000
2000
Bem, o que podemos ver é que,
09:56
when people have to paypagamento for theirdeles bedcama netsredes,
251
581000
2000
quando as pessoas têm que pagar pelos mosquiteiros,
09:58
the coveragecobertura ratetaxa really fallscai down a lot.
252
583000
3000
a taxa de cobertura realmente cai bastante.
10:01
So even with partialparcial subsidysubvenção,
253
586000
2000
Assim, mesmo com o subsídio parcial,
10:03
threetrês dollarsdólares is still not the fullcheio costcusto of a bedcama netlíquido,
254
588000
3000
3 dólares não é ainda o custo total de um mosquiteiro,
10:06
and now you only have 20 percentpor cento of the people with the bedcama netsredes,
255
591000
2000
agora, temos apenas 20% das pessoas com mosquiteiros,
10:08
you loseperder the healthsaúde immunityimunidade, that's not great.
256
593000
3000
perde-se a imunização, não é bom.
10:11
SecondSegundo thing is, how about the use?
257
596000
2000
O segundo ponto é sobre a utilização.
10:13
Well, the good newsnotícia is, people, if they have the bedcama netsredes,
258
598000
2000
Bem, amigos, a boa notícia é que, se eles tiverem os mosquiteiros,
10:15
will use the bedcama netsredes regardlessindependentemente of how they got it.
259
600000
3000
usam-nos, independentemente da forma como os adquiriram.
10:18
If they get it for freelivre, they use it.
260
603000
2000
Se foram gratuitos, as pessoas usam.
10:20
If they have to paypagamento for it, they use it.
261
605000
2000
Se tiverem que pagar por eles, as pessoas usam.
10:22
How about the long termprazo?
262
607000
2000
E a longo prazo?
10:24
In the long termprazo,
263
609000
2000
A longo prazo,
10:26
people who got the freelivre bedcama netsredes,
264
611000
2000
às pessoas que obtiveram mosquiteiros gratuitos,
10:28
one yearano latermais tarde, were offeredoferecido the optionopção
265
613000
2000
um ano mais tarde foi oferecida a opção
10:30
to purchasecompra a bedcama netlíquido at two dollarsdólares.
266
615000
3000
de comprar um mosquiteiro por 2 dólares.
10:33
And people who got the freelivre one
267
618000
2000
E as pessoas que obtiveram o mosquiteiro gratuito
10:35
were actuallyna realidade more likelyprovável to purchasecompra the secondsegundo one
268
620000
3000
estiveram, na realidade, mais recetivas a comprar o segundo
10:38
than people who didn't get a freelivre one.
269
623000
2000
do que as pessoas que não obtiveram um mosquiteiro grátis.
10:40
So people do not get used to handoutsapostilas; they get used to netsredes.
270
625000
3000
Portanto, as pessoas não se habituam às ofertas; habituam-se aos mosquiteiros.
10:43
Maybe we need to give them a little bitpouco more creditcrédito.
271
628000
3000
Talvez seja necessário darmos às pessoas um pouco mais de crédito.
10:48
So, that's for bedcama netsredes. So you will think, "That's great.
272
633000
2000
Assim, isto acontece com os mosquiteiros. Então vocês pensam, "É óptimo.
10:50
You know how to immunizeimunizar kidsfilhos, you know how to give bedcama netsredes."
273
635000
3000
Vocês sabem como vacinar crianças, vocês sabem como dar mosquiteiros."
10:53
But what politicianspolíticos need is a rangealcance of optionsopções.
274
638000
3000
Mas os políticos necessitam de um leque de opções.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
Necessitam de saber: de entre todas as coisas que eu posso fazer,
10:59
what is the bestmelhor way to achievealcançar my goalsmetas?
276
644000
3000
qual será a melhor forma de atingir os meus objetivos?
11:02
So supposesuponha your goalobjetivo is to get kidsfilhos into schoolescola.
277
647000
3000
Assim, suponham que o vosso objetivo é aumentar o número de crianças que vão à escola.
11:05
There are so manymuitos things you could do. You could paypagamento for uniformsuniformes,
278
650000
3000
Há tantas coisas que podiam fazer. Podiam pagar os uniformes,
11:08
you could eliminateeliminar feeshonorários, you could buildconstruir latrineslatrinas,
279
653000
2000
podiam eliminar as propinas, podiam construir casas de banho,
11:10
you could give girlsmeninas sanitarysanitária padsalmofadas, etcetc.., etcetc..
280
655000
3000
podiam fornecer artigos higiénicos às raparigas, etc., etc.
11:13
So what's the bestmelhor?
281
658000
2000
Então, o que é melhor?
11:15
Well, at some levelnível, we think
282
660000
2000
Bem, a algum nível, pensamos
11:17
all of these things should work.
283
662000
2000
que todas estas coisas deveriam funcionar.
11:19
So, is that sufficientsuficientes? If we think they should work intuitivelyintuitivamente,
284
664000
2000
Então, isso é suficiente? Se pensarmos que deveriam funcionar, intuitvamente,
11:21
should we go for them?
285
666000
2000
devemos implementá-las?
11:23
Well, in businesso negócio, that's certainlyCertamente not the way we would go about it.
286
668000
3000
Bem, no mundo dos negócios, certamente esse não seria o caminho a seguir.
11:27
ConsiderConsidere for exampleexemplo
287
672000
2000
Considerem, por exemplo,
11:29
transportingtransporte de goodsbens.
288
674000
2000
o transporte de mercadorias.
11:31
Before the canalscanais were inventedinventado
289
676000
2000
Antes de os canais terem sido inventados
11:33
in BritainGrã-Bretanha before the IndustrialIndustrial RevolutionRevolução,
290
678000
3000
na Inglaterra, antes da Revolução Industrial,
11:36
goodsbens used to go on horsecavalo cartscarrinhos.
291
681000
2000
as mercadorias eram transportadas em carroças.
11:38
And then canalscanais were builtconstruído,
292
683000
2000
E, então, os canais foram construídos,
11:40
and with the samemesmo horsemanCavaleiro and the samemesmo horsecavalo,
293
685000
3000
e, com o mesmo cavaleiro e o mesmo cavalo,
11:43
you could carrylevar tendez timesvezes as much cargocarga.
294
688000
3000
era possível carregar dez vezes mais mercadoria.
11:46
So should they have continuedcontínuo
295
691000
2000
Então eles deveriam ter continuado
11:48
to carrylevar the goodsbens on the horsecavalo cartscarrinhos, on the groundchão,
296
693000
3000
a transportar mercadorias em carroças, por terra,
11:51
that they would eventuallyeventualmente get there?
297
696000
2000
para chegar aos seus destinos?
11:53
Well, if that had been the casecaso,
298
698000
2000
Bem, se isso tivesse acontecido,
11:55
there would have been no IndustrialIndustrial RevolutionRevolução.
299
700000
2000
não teria havido Revolução Industrial.
11:57
So why shouldn'tnão deveria we do the samemesmo with socialsocial policypolítica?
300
702000
3000
Então porque não fazemos o mesmo com a política social?
12:00
In technologytecnologia, we spendgastar so much time
301
705000
2000
Na tecnologia, passamos tanto tempo
12:02
experimentingexperimentando, fine-tuningsintonia fina,
302
707000
2000
experimentando, otimizando,
12:04
gettingobtendo the absoluteabsoluto cheapestmais barato way to do something,
303
709000
2000
obtendo a forma mais barata de fazer determinada coisa,
12:06
so why aren'tnão são we doing that with socialsocial policypolítica?
304
711000
3000
então, porque não estamos a fazer o mesmo com a política social?
12:09
Well, with experimentsexperiências, what you can do
305
714000
2000
Bem, com experiências, o que vocês podem fazer
12:11
is answerresponda a simplesimples questionquestão.
306
716000
2000
é responder a uma pergunta simples.
12:13
SupposeSuponha que you have 100 dollarsdólares to spendgastar
307
718000
2000
Suponham que têm 100 dólares para gastar
12:15
on variousvários interventionsintervenções.
308
720000
2000
em várias intervenções.
12:17
How manymuitos extraextra yearsanos of educationEducação
309
722000
2000
Quantos anos extra de educação
12:19
do you get for your hundredcem dollarsdólares?
310
724000
2000
vocês obtêm por 100 dólares?
12:21
Now I'm going to showexposição you
311
726000
2000
Agora vou mostrar-vos
12:23
what we get with variousvários educationEducação interventionsintervenções.
312
728000
3000
o que obtemos com várias intervenções na educação.
12:27
So the first onesuns are if you want the usualusual suspectssuspeitos,
313
732000
2000
Assim, as primeiras são, se quiserem, os suspeitos habituais,
12:29
hirecontratar teachersprofessores, schoolescola mealsrefeições,
314
734000
2000
contratar professores, refeições escolares,
12:31
schoolescola uniformsuniformes, scholarshipsbolsas de estudo.
315
736000
2000
uniformes, bolsas de estudo.
12:33
And that's not badmau. For your hundredcem dollarsdólares,
316
738000
2000
E não é mau. Pelos vossos 100 dólares,
12:35
you get betweenentre one and threetrês extraextra yearsanos of educationEducação.
317
740000
3000
conseguem entre um e três anos extra de educação.
12:39
Things that don't work so well is bribingsubornar parentsparentes,
318
744000
2000
Uma coisa que não funciona tão bem é subornar os pais,
12:41
just because so manymuitos kidsfilhos are already going to schoolescola
319
746000
3000
porque, como tantas crianças já vão à escola,
12:44
that you endfim up spendinggastos a lot of moneydinheiro.
320
749000
2000
vocês acabariam por gastar bastante dinheiro.
12:46
And here are the mosta maioria surprisingsurpreendente resultsresultados.
321
751000
3000
E aqui encontramos os resultados mais surpreendentes.
12:49
Tell people the benefitsbenefícios of educationEducação,
322
754000
3000
Dizer às pessoas os benefícios da educação
12:52
that's very cheapbarato to do.
323
757000
2000
é muito barato.
12:54
So for everycada hundredcem dollarsdólares you spendgastar doing that,
324
759000
3000
Assim, por cada centena de dólares que gastarem a fazer isso,
12:57
you get 40 extraextra yearsanos of educationEducação.
325
762000
3000
vocês obtêm 40 anos extra de educação.
13:00
And, in placeslocais where there are wormsvermes,
326
765000
2000
E, nos sítios em que há parasitas,
13:02
intestinalintestinais wormsvermes,
327
767000
2000
parasitas intestinais,
13:04
curecura the kidsfilhos of theirdeles wormsvermes.
328
769000
2000
curam-se as crianças dos parasitas.
13:06
And for everycada hundredcem dollarsdólares,
329
771000
2000
E, por cada centena de dólares,
13:08
you get almostquase 30 extraextra yearsanos of educationEducação.
330
773000
3000
vocês obtêm quase 30 anos extra de educação.
13:11
So this is not your intuitionintuição,
331
776000
2000
Assim, isto não é a vossa intuição,
13:13
this is not what people would have gonefoi for,
332
778000
2000
isto não é o caminho que as pessoas seguiriam,
13:15
and yetainda, these are the programsprogramas that work.
333
780000
3000
e, no entanto, estes são os programas que funcionam.
13:18
We need that kindtipo of informationem formação, we need more of it,
334
783000
2000
Nós necessitamos deste tipo de informação, necessitamos de mais informação,
13:20
and then we need to guideguia policypolítica.
335
785000
2000
e depois, precisamos de orientar a política.
13:24
So now, I startedcomeçado from the biggrande problemproblema, and I couldn'tnão podia answerresponda it.
336
789000
3000
Agora, eu comecei a partir do grande problema, e não consegui resolvê-lo.
13:27
And I cutcortar it into smallermenor questionsquestões,
337
792000
3000
Então, dividi-o em questões mais pequenas,
13:30
and I have the answerresponda to these smallermenor questionsquestões.
338
795000
2000
e tenho a resposta para essas questões.
13:32
And they are good, scientificcientífico, robustrobusto answersresponde.
339
797000
3000
E são respostas boas, científicas, fundamentadas.
13:36
So let's go back to HaitiHaiti for a momentmomento.
340
801000
2000
Então, vamos regressar ao Haiti por um momento.
13:39
In HaitiHaiti, about 200,000 people diedmorreu --
341
804000
3000
No Haiti, cerca de 200 000 pessoas morreram --
13:43
actuallyna realidade, a bitpouco more by the latestMais recentes estimateestimativa.
342
808000
2000
na verdade, ainda mais, de acordo com a estimativa mais recente.
13:45
And the responseresposta of the worldmundo was great:
343
810000
2000
E a resposta do mundo foi ótima:
13:47
Two billionbilhão dollarsdólares got pledgedcomprometeu-se just last monthmês,
344
812000
3000
Dois mil milhões de dólares foram entregues até ao mês passado,
13:51
so that's about 10,000 dollarsdólares perpor deathmorte.
345
816000
2000
cerca de 10 000 dólares por morte.
13:53
That doesn't soundsom like that much when you think about it.
346
818000
3000
Não parece assim tanto, quando se pensa nisso.
13:56
But if we were willingdisposto to spendgastar 10,000 dollarsdólares
347
821000
3000
Mas se desejarmos gastar 10 000 dólares
13:59
for everycada childcriança undersob fivecinco who diesmorre,
348
824000
3000
por cada criança com menos de 5 anos, que morre,
14:02
that would be 90 billionbilhão perpor yearano
349
827000
3000
então seriam 90 mil milhões por ano
14:05
just for that problemproblema.
350
830000
2000
apenas para este problema.
14:07
And yetainda it doesn't happenacontecer.
351
832000
2000
E, ainda assim, isto não acontece.
14:09
So, why is that?
352
834000
2000
Então, porquê?
14:11
Well, I think what partparte of the problemproblema is that,
353
836000
2000
Bem, eu penso que parte do problema está em
14:13
in HaitiHaiti, althoughApesar the problemproblema is hugeenorme,
354
838000
2000
que, no Haiti, apesar de o problema ser enorme,
14:15
somehowde alguma forma we understandCompreendo it, it's localizedlocalizado.
355
840000
2000
de alguma forma, nós compreendemo-lo, é localizado.
14:17
You give your moneydinheiro to DoctorsMédicos WithoutSem BordersFronteiras,
356
842000
2000
Vocês dão o vosso dinheiro aos Médicos Sem Fronteiras,
14:19
you give your moneydinheiro to PartnersParceiros In HealthSaúde,
357
844000
2000
vocês dão o vosso dinheiro aos Partners in Health,
14:21
and they'lleles vão sendenviar in the doctorsmédicos, and they'lleles vão sendenviar in the lumbermadeira serrada,
358
846000
3000
e eles enviam os médicos, e enviam a madeira,
14:24
and they'lleles vão helicopterhelicóptero things out and in.
359
849000
3000
e enviam helicópteros para transportar mantimentos.
14:27
And the problemproblema of povertypobreza is not like that.
360
852000
2000
E o problema da pobreza não é assim.
14:29
So, first, it's mostlyna maioria das vezes invisibleinvisível;
361
854000
2000
Primeiro, na sua maior parte, é invisível;
14:31
secondsegundo, it's hugeenorme;
362
856000
2000
segundo, é enorme;
14:33
and thirdterceiro, we don't know whetherse we are doing the right thing.
363
858000
3000
e terceiro, nós nem sabemos se estamos a fazer as coisas certas.
14:36
There's no silverprata bulletbala.
364
861000
2000
Não há uma receita milagrosa.
14:38
You cannotnão podes helicopterhelicóptero people out of povertypobreza.
365
863000
2000
Vocês não podem tirar as pessoas da pobreza com um helicóptero.
14:40
And that's very frustratingfrustrante.
366
865000
2000
E isso é muito frustrante.
14:42
But look what we just did todayhoje.
367
867000
3000
Mas, vejam o que fizemos hoje.
14:45
I gavedeu you threetrês simplesimples answersresponde to threetrês questionsquestões:
368
870000
3000
Eu dei-vos três respostas simples a três perguntas:
14:48
Give lentilslentilhas to immunizeimunizar people,
369
873000
2000
Dar lentilhas para vacinar as pessoas,
14:50
provideprovidenciar freelivre bedcama netsredes, dewormvermes childrencrianças.
370
875000
2000
fornecer mosquiteiros gratuitos, desparasitar as crianças.
14:52
With immunizationimunização or bedcama netsredes,
371
877000
2000
Com vacinação ou mosquiteiros,
14:54
you can saveSalve  a life for 300 dollarsdólares perpor life savedsalvou.
372
879000
3000
podemos salvar vidas com 300 dólares por vida salva.
14:57
With dewormingdesparasitação, you can get
373
882000
2000
Com a desparasitação, podemos obter
14:59
an extraextra yearano of educationEducação for threetrês dollarsdólares.
374
884000
2000
um ano de educação extra por 3 dólares.
15:02
So we cannotnão podes eradicateerradicar povertypobreza just yetainda,
375
887000
3000
Assim, nós ainda não podemos erradicar a pobreza,
15:05
but we can get startedcomeçado.
376
890000
2000
mas podemos começar.
15:07
And maybe we can get startedcomeçado smallpequeno
377
892000
2000
E talvez possamos começar aos poucos
15:09
with things that we know are effectiveeficaz.
378
894000
3000
com coisas que sabemos que funcionam.
15:12
Here'sAqui é an exampleexemplo of how this can be powerfulpoderoso.
379
897000
2000
Eis um exemplo de como isso pode ser poderoso.
15:14
DewormingDesparasitação.
380
899000
2000
Desparasitação.
15:16
WormsWorms have a little bitpouco of a problemproblema grabbingagarrando the headlinesmanchetes.
381
901000
2000
Os parasitas não aparecem nos títulos das notícias.
15:18
They are not beautifulbonita and don't killmatar anybodyqualquer pessoa.
382
903000
3000
Não são bonitos e não matam ninguém.
15:21
And yetainda, when the youngjovem globalglobal leaderlíder in DavosDavos
383
906000
2000
E, ainda assim, quando, em Davos, foram apresentados,
15:23
showedmostrou the numbersnúmeros I gavedeu you,
384
908000
2000
os números que vos mostrei,
15:25
they startedcomeçado DewormVermes the WorldMundo.
385
910000
2000
foi inciado o programa Deworm the World.
15:27
And thanksobrigado to DewormVermes the WorldMundo,
386
912000
2000
E, graças ao programa Deworm the World,
15:29
and the effortesforço of manymuitos countrypaís governmentsgovernos and foundationsfundações,
387
914000
2000
e ao esforço dos governos e fundações de muitos países,
15:31
20 millionmilhão school-agedidade escolar childrencrianças got dewormeddesparasitados in 2009.
388
916000
3000
20 milhões de crianças em idade escolar foram desparasitadas em 2009.
15:34
So this evidenceevidência is powerfulpoderoso.
389
919000
2000
Esta é uma poderosa evidência.
15:36
It can promptprompt de actionaçao.
390
921000
2000
Que pode despoletar a ação.
15:38
So we should get startedcomeçado now.
391
923000
2000
Assim, nós devemos começar agora.
15:40
It's not going to be easyfácil.
392
925000
2000
Não vai ser fácil.
15:42
It's a very slowlento processprocesso.
393
927000
2000
Será um processo muito lento.
15:44
You have to keep experimentingexperimentando, and sometimesas vezes ideologyideologia
394
929000
2000
Temos que continuar a fazer experiências e, por vezes,
15:46
has to be trumpedacusações falsas by practicalitypraticidade.
395
931000
2000
a ideologia terá que ser fortalecida pela capacidade de pôr as soluções em prática.
15:48
And sometimesas vezes what workstrabalho somewherealgum lugar doesn't work elsewhereem outro lugar.
396
933000
3000
E, por vezes, aquilo que funciona num sítio, não funciona noutro sítio.
15:51
So it's a slowlento processprocesso,
397
936000
2000
Assim, é um processo lento,
15:53
but there is no other way.
398
938000
2000
mas não há outro caminho.
15:55
These economicseconomia I'm proposingpropondo,
399
940000
2000
O que eu estou a propor
15:57
it's like 20thº centuryséculo medicineremédio.
400
942000
2000
é como a medicina do século XX.
15:59
It's a slowlento, deliberativeDeliberativo processprocesso
401
944000
2000
É um processo lento e colaborativo,
16:01
of discoverydescoberta.
402
946000
2000
de descoberta.
16:03
There is no miraclemilagre curecura,
403
948000
2000
Não há uma cura milagrosa,
16:05
but modernmoderno medicineremédio is savingsalvando
404
950000
2000
mas a medicina moderna salva
16:07
millionsmilhões of livesvidas everycada yearano,
405
952000
2000
milhões de vidas por ano,
16:09
and we can do the samemesmo thing.
406
954000
2000
e nós podemos fazer a mesma coisa.
16:13
And now, maybe, we can go back to the biggerMaior questionquestão
407
958000
3000
E agora, talvez possamos voltar à grande questão
16:16
that I startedcomeçado with at the beginningcomeçando.
408
961000
3000
que eu coloquei no início.
16:19
I cannotnão podes tell you
409
964000
2000
Eu não posso dizer-vos
16:21
whetherse the aidajuda we have spentgasto in the pastpassado has madefeito a differencediferença,
410
966000
3000
se a juda que dispensámos no passado fez a diferença,
16:24
but can we come back here in 30 yearsanos
411
969000
3000
mas poderemos voltar aqui, daqui a 30 anos,
16:27
and say, "What we have donefeito,
412
972000
3000
e dizer "Aquilo que fizemos,
16:30
it really promptedsolicitado a changemudança for the better."
413
975000
3000
realmente, provocou uma mudança para melhor."
16:33
I believe we can and I hopeesperança we will.
414
978000
2000
Eu acredito que podemos e tenho esperança de que o faremos.
16:35
Thank you.
415
980000
2000
Obrigada.
16:37
(ApplauseAplausos)
416
982000
2000
(Aplausos)
Translated by MariaJoão Costa
Reviewed by Ilona Bastos

▲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