saberderecho.com

Algo sobre teorías y prácticas del derecho

miércoles, febrero 23, 2011

Estadísticas en la Justicia: nueve tips




"un palito, dos palitos, tres palitos"


A caballo de la aplicación de métodos profesionales o científicos en la Administración de Justicia, lo primero que se nos ocurre es intentar poner la realidad en números. Pero atención: esto no es para cualquiera, no es cosa de niños que intentan hacerlo en sus casas.

El otro día rescaté un PPT que había hecho el año pasado que explica posibles líos que surgen a partir de eso, y acá va en formato post: requisitos o condiciones para poder usar bien las estadísticas.


1. Confiabilidad (honestidad, sinceridad y seriedad en la captación)

El primer gran problema: los número están deliberadamente dibujados o negligentemente captados. Ocurre sobre todo cuando el que los informa no tiene convicción sobre su utilidad, o, peor aún, piensa que es información que se le está brindando al enemigo (entendiendo como tal al superior recabante de información).



2. Objetividad (reducir la subjetividad en los parámetros)

Se hacen encuestas de satisfacción basadas en sensaciones. Mal. No hay que preguntar si uno está contento o no con el Juzgado. Lo más probable es que la gente conteste eso no con lo que piensa del Juzgado sino con lo que está pensando en ese momento de la vida. Verán que las encuestas que se llenan al final del día son consistentemente peores que las que se llenan al principio. Pero es el mismo Juzgado haciendo la misma cosa. Lo que pasa es que al final del día la gente está más cansada, voilá.

Y viene bien para puntuar otro problema. Las encuestas "autoadministradas" no sirven mucho. Lo único que nos dicen es lo que piensa el subconjunto de gente que ha decidido "hacer" la encuesta, pero no sabemos en modo alguno si ese subconjunto es representativo del total. La verdad es que es casi imposible que lo sea. Muy probablemente, quienes han decidido hacer una encuesta tienen una mucho mejor percepción que los que no la hacen. Basar diagnósticos en la porción más complaciente de un subgrupo es autoengañoso.


3. Completitud (no sirven los relevamientos parciales)

La idea de tener estadísticas es la de que uno pueda tener un panel de control. No sirve de nada saber la velocidad sola, si no se sabe el nivel de nafta y la temperatura del motor. Muchas veces se hace hincapié en los datos más medibles o cuantificables (los tiempos del proceso, las tasas de revocaciones o de elevación a juicio, el número de detenidos) y ese acotamiento suele preceder (o ser consecuencia de) visiones hemipléjicas sobre la complejidad de la labor y de la "misión" de una oficina judicial. (Un ejemplo obvio: a veces no elevar un caso a juicio significa que se ha trabajado bien; lo ilógico sería elevar cualquier cosa por el solo hecho de no dar el caso a torcer).


4. Mecanismos de control (auditorías)

La buena fe se presume, pero hay que dedicarse a controlar de tanto en tanto si los datos coinciden con la realidad. Ese control no debe ser policíaco, sino metodológico.


5. Oportunidad (las estadísticas tienen que darse en tiempo real)

Un primer factor es que se tarda mucho tiempo en "entregar" y "procesar" los datos. Un segundo factor es que se suele trabajar con períodos extensos (semestrales o anuales) y ese espaciamiento entre los puntos de datos oculta mucha información relevante (y oculta en particular lo más relevante de todo: lo último). Es como si los datos de temperatura del servicio metoerológico consistieran en el promedio, max y min de la semana pasada.


6. Homogeneidad y consistencia (hechas con los mismos criterios)

Administrar una encuesta o captación de datos requiere una capacitación previa sobre la forma en que se debe hacer el relevamiento. Si simplemente se distribuye un formulario para que se llene, es posible que haya diferentes interpretaciones sobre conceptos aparentemente simples (P.ej., sobre cuándo una causa está "concluida"). También es importante que estos criterios homogéneos sean participativamente elaborados. Tal vez la gente que trabaja tenga buenas razones, objeciones, sugerencias. Es mejor que las expongan frontalmente y no que intenten subrepticiamente aplicarlas por vía interpretativa.


7. Capilaridad (desagregación, no promediamiento)

El gran defecto de los que hacen números sin formación: sólo conocen una de las medidas de tendencia central, el promedio. El promedio oculta muchas cosas: recuerden nomás Pareto, ley del 80/20.

Entonces, para evitar caer presos de un "promediamiento", todas los datos deben de ser pasibles de desglose (por tipo de proceso, por tramos del proceso, etc.) para saber qué cosa específica está cambiando. Porque tal vez el promedio quedó igual, pero los ordinarios son mucho más rápidos y los amparos mucho más lentos. O somos mejores en delitos pequeños, y mucho peores en los importantes.


8. Evaluación y lectura (qué hacemos con los datos)

Muchas veces se compilan datos con el solo objeto de archivarlos o, en el mejor de los casos, publicarlos. Pero los datos se piden para algo: para "leerlos" y actuar en consecuencia. Esto implica una lectura crítica del dato propio (¿será así nomás?), una valoración (¿está bien o mal esto?), una hipótesis de causalidad ("esto ocurre porque...), una estrategia a desarrollar en función de esa causa ("entonces, tendríamos que hacer tal cosa").Nuevamente, esa lectura y evaluación no debe estar encapsulada en la cúpula de la organización: tal vez los mismos operadores tengan mejores hipótesis y estrategias, precisamente porque están más cerca de los problemas.


9. Correlación, cruzamiento, comparación.

Para todo eso que dijimos antes, lo primero que hay que hacer con los datos es ponerlos juntos para que hablen entre sí: el dato viejo con el dato nuevo, el dato local con el dato global, el dato general con el dato específico, el dato de magnitud con el dato de porcentaje, el bruto con el neto. Y así. Un dato solo rara vez dice algo (o lo puede decir, pero tenemos que buscarle otro dato testigo para ver si miente o dice la verdad).

También es importante que en ese cruzamiento no haya endogamia. Los datos judiciales no deben cruzarse únicamente con datos judiciales, porque si no pueden tener hijos bobos. Un ejemplo obvio ocurre cuando viene alguien diciendo que "creció la litigiosidad". No señor: que haya más juicios iniciados no significa que creció la litigiosidad. Si tenemos un PBI que es 40 % más eso implica que se celebran más contratos. Si frente a eso vemos que los juicios iniciados aumentaron un 15 %, tal vez la litigiosidad bajó como proporción del total esperable en la evolucion del período.

No hay comentarios.:

Publicar un comentario

Related Posts Plugin for WordPress, Blogger...
a l g o | s o b r e | t e o r í a s | y | p r á c t i c a s | d e l | d e r e c h o

(cc) Gustavo Arballo 2005 - 2010 | | Feed | suscribirse a este blog |