La demanda de datos cuantitativos sobre los derechos humanos (y las injusticias humanas) nunca ha sido mayor. Hoy en día, los trabajadores de derechos humanos (es decir, los trabajadores de asistencia, activistas de derechos humanos, encargados de formular políticas y otros profesionales) usan las cifras para demostrar patrones de abuso, solicitar financiamiento, definir prioridades y averiguar qué funciona en las actividades de promoción y la prestación de servicios. El Consejo de Seguridad de las Naciones Unidas ordenó específicamente la reunión de datos sobre violencia sexual en tiempos de guerra. Las organizaciones de promoción despliegan datos cuantitativos cada vez con más frecuencia para argumentar a favor de dar atención y financiamiento a emergencias específicas. Sin embargo, aunque los enfoques basados en datos hacia los derechos humanos son loables en muchos contextos, no todos los datos son creados iguales. Algunos datos ilustran, otros solamente engañan.
El mayor problema con los datos sobre la violencia es que no es seguro que estén relacionados con los verdaderos patrones de violencia. Por ejemplo, la tasa de homicidios denunciados ha disminuido marcadamente en mi barrio del oeste de Filadelfia durante los últimos diez años. Esto podría significar que la tasa de homicidios real ha decrecido. O bien, podría significar que las personas han dejado de denunciar los delitos ante la policía, o que las autoridades están alterando los registros. Sin un conocimiento detallado de cómo ha cambiado la denuncia de delitos en mi barrio, es imposible decir cuál de estas situaciones es correcta (o si se trata de una mezcla de las tres, o de algo completamente distinto). Sin embargo, a menudo usamos datos cuantitativos en situaciones en las que no conocemos a detalle el contexto; ¿qué podemos hacer?
Los trabajadores de derechos humanos pueden empezar por analizar a qué clase de datos tienen acceso. En términos generales, hay tres clases de datos: inferencias estadísticas, conjeturas de expertos y listas. Las inferencias estadísticas provienen de datos de encuestas con muestreo sistemático o de la estimación de múltiples sistemas. En una encuesta bien diseñada, se conoce la relación entre la población (por ejemplo, todos los hogares en mi barrio) y la muestra (por ejemplo, 100 hogares elegidos de manera aleatoria en mi barrio en 2006; otros 100 hogares elegidos de manera aleatoria en 2016). Si asumimos que los hogares tienen la misma disponibilidad para responder una encuesta, y que es probable que respondan honestamente sobre si una persona de su hogar fue asesinada, entonces podemos hacer una inferencia estadística (o estimación) rigurosa de la verdadera tasa de homicidios del barrio. Claro que estos son supuestos considerables, que no suelen cumplirse en los contextos violentos.
Flickr/ILRI (Some rights reserved)
In violent contexts, the big assumptions made by household survey data are often not met.
El segundo tipo de datos a los que pueden tener acceso los trabajadores de derechos humanos son las “conjeturas de expertos”, que es el término que utilizo para referirme a una estimación en la que una persona que conoce bien la situación extrapola datos existentes a una población más amplia; pero no incluye una inferencia estadística rigurosa. Regresando al ejemplo de los homicidios en Filadelfia, podría preguntar: ¿cuántos homicidios se cometieron en la ciudad el año pasado? Mi razonamiento podría ser el siguiente:
Hubo noticia de cinco homicidios en mi barrio el año pasado, y mi barrio abarca alrededor del 2 % de la población de Filadelfia. Creo que el nivel de violencia aquí es normal para la ciudad. Cinco por 50 (el inverso de 2 %) es igual a 250, así que hubo aproximadamente 250 homicidios en Filadelfia el año pasado.
Este es el tipo de extrapolación que se suele utilizar para derivar estimaciones de la cantidad de muertos u otros tipos de víctimas en las zonas de guerra, donde hay acceso limitado a muchas áreas y pocas posibilidades de hacer un muestreo o una estimación de múltiples sistemas. Sin embargo, se basan en fuertes supuestos: que la violencia de la que estoy enterada se denunció correctamente, que las situaciones son similares en todas las áreas a las que estoy extrapolando, y así sucesivamente.
Dado que no se conoce cuál es la relación entre las listas y los patrones reales de violencia, estos datos pueden ser peligrosamente engañosos.
Un tercer tipo de datos son los datos de listas, a los que a veces también se les llama datos de “conveniencia” para distinguirlos de las muestras sistemáticas. Los datos de listas incluyen cualquier fuente de datos derivados directamente de denuncias individuales: menciones en los medios, denuncias a través de aplicaciones de colaboración voluntaria, archivos de casos de las ONG, expedientes hospitalarios, expedientes policiales, registros de cruce de fronteras, o cualquier combinación de los anteriores. Estos son los datos que ven con más frecuencia los trabajadores de derechos humanos, y en muchos sentidos son extraordinariamente convincentes. Por ejemplo, a diferencia de las encuestas y las conjeturas de expertos, los datos de listas a menudo incluyen información detallada sobre las víctimas, el momento, la ubicación y otros detalles de la violencia. Desafortunadamente, dado que no se conoce cuál es la relación entre las listas y los patrones reales de violencia, estos datos pueden ser peligrosamente engañosos. Volviendo al ejemplo anterior sobre homicidios: en los EE. UU., por lo general confiamos en que la mayoría de los homicidios son denunciados a la policía. Pero ¿qué pasaría si Filadelfia fuera más como Colombia, donde aparentemente solo se denunciaron el 60 % de los homicidios a cualquier fuente entre 2003 y 2010? No solo sería tremendamente imprecisa la cantidad de homicidios; sino que también los patrones denunciados podrían ser incorrectos. Así, sería posible que los trabajadores de derechos humanos analizaran minuciosamente los datos y obtuvieran respuestas totalmente equivocadas a las preguntas de quién, qué, cuándo, dónde y por qué ocurrió la violencia.
Es evidente que entender la clase de datos a la que se tiene acceso es vital para comprender si podemos confiar en ellos. Sin embargo, contar con clases de datos que no son ideales no significa (necesariamente) que haya que descartarlos o ignorarlos. En lugar de ello, los trabajadores de derechos humanos deben plantearse una serie de preguntas acerca de si los datos representan la realidad subyacente, y cómo. Muchos trabajadores de derechos humanos están conscientes de las formas en que un sesgo político puede alterar las estadísticas sobre la violencia. Sin embargo, los problemas de logística también pueden causar defectos igual de graves. Por lo tanto, los trabajadores de derechos humanos que tengan que interpretar datos cuantitativos siempre deben preguntar:
- ¿Quién recopiló estos datos? ¿Qué grupos de víctimas confían en ellos? ¿Las afiliaciones políticas o de otro tipo de los recopiladores de datos podrían afectar sus informes sobre la violencia, ya sea intencionalmente o no?
- ¿Qué víctimas tienen más o menos probabilidades de presentar su denuncia ante esta fuente? Considere las afiliaciones políticas, los tabúes culturales, los obstáculos de idioma, la geografía, la edad, el género, y las redes de (des)confianza.
- ¿Qué tipos de violencia es probable que se denuncien a través de esta fuente? ¿Se pasan por alto algunas poblaciones de víctimas, como aquellos que experimentaron tortura, violencia sexual o delitos contra la propiedad?
- ¿Cuándo se recopilaron estos datos? ¿Ha cambiado la misión, la ubicación, las capacidades o el acceso de la organización que recopiló los datos con el paso del tiempo? ¿La población que experimentó la violencia se ha trasladado o ha cambiado con el tiempo? Si es así, ¿cuál sería el posible efecto en los datos?
- ¿Dónde se recopilaron estos datos? ¿Hubo problemas de acceso que obstaculizaran la recopilación de datos? ¿La fuente está en una ciudad capital o en una ubicación de difícil acceso? Se deben considerar cuestiones cotidianas como el clima, la calidad de las calles y el personal, así como problemas más obvios de acceso, como los combates intensos.
Es posible que hacer esta clase de preguntas no genere respuestas concretas. Sin embargo, los trabajadores de derechos humanos que hayan reflexionado sobre estos temas podrán hacer afirmaciones claras y concretas sobre los supuestos que subyacen en sus conclusiones. A largo plazo, considerar cuidadosamente las cuestiones de calidad de los datos puede dar lugar a mejoras prácticas en la recopilación e interpretación de datos. Más importante aún, hacer preguntas acerca de la calidad de los datos acaba con las ilusiones sobre los datos cuantitativos. Nos recuerda que, independientemente de cuán científica pueda parecer la información a primera vista, los datos provienen de procesos específicos, y a menudo muy desorganizados. Si la meta es comprender con exactitud los patrones de violencia, ningún dato debe ser aceptado sin cuestionarse.