Cómo leer la realidad social

Cómo leer la realidad social

sin dejarse engañar por los datos

Ensayo de lectura crítica

Hay una escena que se repite con frecuencia en debates públicos, reuniones de trabajo y conversaciones cotidianas: alguien cita una cifra y, de inmediato, el resto de la sala asiente. El número cierra la discusión. No importa si nadie sabe de dónde viene, quién lo produjo, con qué metodología, bajo qué supuestos o en qué contexto. El dato habló. El dato tiene razón. El dato es la realidad.

Esta reverencia ante las cifras no es inocente. Responde a algo profundo en la cultura contemporánea: la convicción de que los números son objetivos, que miden sin distorsionar, que reflejan el mundo tal como es. Frente a la opinión —que se percibe como subjetiva, parcial, cargada de ideología— el dato aparece como terreno neutral, como el lugar donde las disputas se zanajan porque ya no hay nada que interpretar. Creer esto, sin embargo, es uno de los malentendidos más productivos que existen, en el sentido de que produce consecuencias concretas: decisiones mal tomadas, realidades mal comprendidas y, en no pocos casos, injusticias perfectamente documentadas.

Aprender a leer la realidad social sin dejarse engañar por los datos no significa desconfiar de toda evidencia cuantitativa ni refugiarse en un escepticismo que conduce a la parálisis. Significa algo más preciso y más difícil: entender que los datos son herramientas producidas por personas, dentro de instituciones, con recursos específicos, para propósitos determinados, y que todo eso deja huellas en lo que miden y en lo que dejan de medir. En otras palabras, los datos no son la realidad. Son una representación parcial de ella, y esa parcialidad hay que aprenderla a leer.

El primer paso es hacerse una pregunta que raramente alguien formula: ¿quién produce este dato y para qué? Los datos no brotan espontáneamente del mundo social. Los producen organismos estatales, agencias internacionales, institutos de investigación, empresas privadas, organizaciones no gubernamentales. Cada uno de estos actores tiene sus propias agendas, sus propias limitaciones presupuestarias, sus propias categorías conceptuales y, en muchos casos, sus propios intereses en que el dato diga una cosa y no otra. Esto no significa que todos los datos sean manipulados ni que todos sus productores actúen de mala fe. Significa que la producción de datos es siempre un acto social, situado, con condicionamientos específicos que el lector crítico necesita conocer.

En El Salvador, por ejemplo, las cifras sobre empleo formal e informal ilustran bien este problema. Las estadísticas oficiales de empleo suelen presentar tasas de desempleo abierto que, comparadas con la experiencia cotidiana de miles de familias, resultan llamativamente bajas. La explicación está en la definición: para la estadística oficial, una persona que vendió algo en el mercado durante al menos una hora en la semana de referencia puede ser clasificada como “empleada”. La cifra es técnicamente correcta dentro de su propio sistema de definiciones. Pero refleja muy mal la precariedad real del trabajo en el país, donde la informalidad, la subocupación y la inestabilidad son la norma para una parte enorme de la población. El dato no miente: simplemente mide algo diferente a lo que el lector desprevenido cree que mide.

Este problema —que el indicador y la realidad que supuestamente representa no coincidan— es más frecuente de lo que parece, y opera en casi todos los ámbitos de la vida social. La tasa de homicidios, para citar otro ejemplo salvadoreño, es un indicador de seguridad ampliamente utilizado y con cierto mérito: informa sobre una dimensión concreta y grave de la violencia. Pero no captura los homicidios que no se denuncian, no incluye los feminicidios que se registran bajo otras categorías, no refleja las desapariciones forzadas que jamás ingresan al sistema, y no dice nada sobre las formas de violencia cotidiana —la extorsión, el miedo, la restricción de la movilidad, el desplazamiento interno— que no dejan un cadáver como evidencia. Cuando un gobierno anuncia que la tasa de homicidios bajó y concluye que el país es más seguro, puede estar diciendo algo verdadero y al mismo tiempo ocultando algo igualmente verdadero. La cifra que baja y el miedo que persiste no se contradicen: simplemente viven en planos diferentes de la realidad.

Lo que el dato mide y lo que deja fuera no es una cuestión técnica menor. Es, con frecuencia, una cuestión política. Las sociedades miden lo que les importa, o lo que les conviene mostrar que les importa. Durante décadas, el Producto Interno Bruto fue —y en muchos espacios sigue siendo— el indicador central del desarrollo de un país. Pero el PIB mide el valor de los bienes y servicios producidos en una economía, sin importar si esa producción aumenta o disminuye el bienestar de las personas, si destruye el ambiente, si profundiza la desigualdad o si el crecimiento se concentra en un porcentaje ínfimo de la población. Un país puede crecer económicamente mientras la mayoría de sus habitantes se empobrece, mientras sus bosques desaparecen y mientras su tejido social se desintegra. El PIB registrará el crecimiento; no registrará el deterioro. El economista Amartya Sen señaló hace décadas que el desarrollo no puede medirse con un solo número porque el bienestar humano es multidimensional: importa la salud, la educación, la libertad, la seguridad, la capacidad de participar en la vida pública. Un indicador que colapsa toda esa complejidad en una sola cifra no informa sobre el desarrollo; informa sobre una dimensión específica del crecimiento económico, que no es lo mismo.

El segundo error frecuente al leer datos es olvidar que un número sin contexto es casi siempre engañoso. Los porcentajes son especialmente tramposos en este sentido. Decir que algo aumentó un 100% suena impresionante hasta que se sabe que pasó de uno a dos. Decir que la pobreza bajó diez puntos porcentuales puede significar cosas muy distintas dependiendo de desde dónde bajó, en qué período de tiempo, con qué metodología de medición, y comparado con qué referencia. El contexto no es un adorno que se añade al dato para hacerlo más legible. Es parte constitutiva de su significado. Sin contexto, el dato puede decir cualquier cosa, y esa maleabilidad es precisamente lo que lo hace útil para quienes quieren usarlo retóricamente más que analíticamente.

Hay una ley en las ciencias sociales —formulada originalmente en el campo económico y conocida como la Ley de Goodhart— que dice, en esencia, que cuando una medida se convierte en objetivo, deja de ser una buena medida. Es decir, cuando una institución o un gobierno decide que su éxito se va a juzgar por el comportamiento de un indicador específico, los incentivos para manipular ese indicador —no necesariamente falsificándolo, sino ajustando las prácticas hasta que el número mejore aunque la realidad no lo haga— se vuelven enormes. Los sistemas de salud que reducen las listas de espera moviendo pacientes entre categorías sin atenderlos, los sistemas educativos que mejoran los promedios en pruebas estandarizadas sin mejorar el aprendizaje real, los gobiernos que reducen la pobreza medida cambiando la línea de pobreza: todos son expresiones de este fenómeno. El dato mejora. La realidad no.

Un tercer factor que complica la lectura crítica de los datos es la mediación de los medios de comunicación y las redes sociales. Entre el dato producido por una institución y el dato que llega al público general suele haber varias capas de transformación: la nota de prensa que simplifica el informe, el titular que extrae una cifra de su contexto, el post que comparte ese titular sin la nota completa, el comentario que interpreta el post sin haber leído el titular. En cada paso se pierde información y se añaden capas de sentido que el dato original no tenía. El resultado es que el público termina discutiendo sobre una versión distorsionada de una representación parcial de una realidad compleja, como si fuera la realidad misma. Esto no es un fenómeno nuevo, pero las redes sociales lo han acelerado exponencialmente: un gráfico llamativo viaja en segundos a millones de personas sin que nadie tenga tiempo —ni, muchas veces, interés— de preguntar qué hay detrás de él.

Hay, en concreto, algunas preguntas que vale la pena hacerse cada vez que un dato aparece en escena y se presenta como evidencia definitiva: ¿quién lo produjo y con qué financiamiento? ¿Qué definición exacta usaron para medir lo que dicen medir? ¿Cuándo fue recolectado y sigue siendo válido hoy? ¿Qué quedaría fuera si la definición fuera ligeramente distinta? ¿Hay otras fuentes que miden lo mismo y qué dicen ellas? ¿A quién beneficia que este número sea interpretado de esta manera? No es necesario tener respuesta para todas estas preguntas en cada ocasión. Pero plantearseás es ya un gesto de lectura radicalmente diferente al de aceptar el número como si hablara por sí solo.

Esto es lo que la investigación cualitativa ha insistido en señalar desde sus fundamentos: que comprender la realidad social requiere también escuchar, observar, preguntar, estar presente. No para reemplazar los datos cuantitativos, sino para darles el espesor que necesitan. Cuando una encuesta dice que el 60% de los salvadoreños percibe inseguridad en su colonia, el número informa. Pero no dice cómo esa inseguridad organiza la vida cotidiana, qué rutas evita la madre que lleva a sus hijos a la escuela, qué conversaciones no se tienen en voz alta, qué sueños se posponen, qué proyectos de vida se ajustan a la geografía del miedo. Eso no está en el dato. Está en la experiencia. Y sin esa dimensión, el 60% es una abstracción que informa poco sobre lo que realmente significa vivir así.

Aprender a leer la realidad social, entonces, no es un ejercicio exclusivamente técnico. Es un ejercicio de pensamiento crítico y, en cierta medida, de responsabilidad ciudadana. Vivimos en un tiempo en que los datos circulan a una velocidad que impide la verificación, en que los gráficos producen certezas instantáneas, en que cualquier afirmación puede ser respaldada con alguna cifra extraída de algún lugar. Saber detenerse, preguntar de dónde viene ese número, qué mide exactamente, a quién le conviene que diga lo que dice y qué deja fuera, no es desconfianza paranoica. Es la condición mínima para no dejarse conducir por una representación parcial de la realidad como si fuera la realidad entera.

Los datos son herramientas. Como toda herramienta, su valor depende de quién las usa, para qué y cómo. Una lectura crítica de la realidad social no es la que tiene más datos, sino la que sabe qué hacer con ellos —y, sobre todo, la que sabe lo que los datos no pueden hacer.