Las políticas "eficaces" por sí solas no reducirán la desigualdad: La perspectiva de la "alcance" necesaria para disminuir la desigualdad social

Al considerar políticas y medidas de apoyo para eliminar la desigualdad social, a menudo nos centramos únicamente en si esa medida es efectiva. ¿La orientación educativa fomenta la educación universitaria entre los jóvenes de bajos ingresos? ¿Las mujeres e inmigrantes son tratados desfavorablemente en los procesos de selección laboral? ¿La participación comunitaria y ciudadana fomenta la confianza y la cooperación entre personas de diferentes orígenes?

Para responder a estas preguntas, en la sociología contemporánea se da cada vez más importancia a los métodos experimentales. Los experimentos son adecuados para investigar si una medida o condición tiene un impacto causal en los resultados. Ensayos controlados aleatorios, experimentos de contratación con currículums ficticios y juegos de confianza se han utilizado como métodos poderosos para medir la discriminación oculta y los efectos del apoyo en la sociedad.

Sin embargo, una nueva investigación de Irena Pietrzyk y Marita Jacob de la Universidad de Colonia señala un gran punto ciego en este enfoque. Incluso si un experimento demuestra que una medida es "eficaz", eso no garantiza que la desigualdad en la sociedad en su conjunto se reduzca. Esto se debe a que, en la realidad social, no todos tienen acceso a esa medida o condición de la misma manera.

El concepto que los investigadores enfatizan es "prevalencia del tratamiento", es decir, la proporción de personas que realmente reciben una medida o condición. En japonés, esto podría traducirse como "tasa de difusión del tratamiento", "tasa de contacto con la medida" o "tasa de alcance del apoyo". En resumen, por muy eficaz que sea una medida de apoyo, si no llega a las personas que la necesitan, no contribuirá a reducir la desigualdad.

Por ejemplo, supongamos que un programa de orientación educativa aumenta la tasa de ingreso a la universidad de estudiantes de bajos ingresos. El experimento mostró un efecto claro. A primera vista, podría parecer que expandir esta política reduciría la desigualdad educativa. Pero, ¿qué pasa si, en la realidad, solo los estudiantes de familias con acceso a información y recursos reciben esa orientación? A pesar de que la medida de apoyo es "eficaz", podría terminar favoreciendo aún más a los grupos ya ventajosos, en lugar de reducir la desigualdad.

Por el contrario, incluso si el efecto en sí no es grande, si el apoyo llega principalmente a los grupos que realmente lo necesitan, puede tener el poder de reducir la desigualdad en toda la sociedad. Es decir, para reducir la desigualdad social, no se puede separar la "eficacia de la medida" del "alcance de la medida". ¿A quién llega el apoyo eficaz, en qué medida y bajo qué condiciones? Esta es la pregunta clave en la lucha contra la desigualdad.

La investigación presenta tres casos.

El primero es un experimento sobre juegos de confianza realizado en Italia. En este experimento, no se observó una tendencia clara de que las personas con antecedentes de inmigración fueran menos confiables que aquellas sin dichos antecedentes. Superficialmente, la desventaja basada en el origen étnico parece pequeña. Sin embargo, en la sociedad real, las oportunidades de participar en organizaciones ciudadanas, actividades de voluntariado y grupos comunitarios pueden variar entre grupos. Si las personas con antecedentes de inmigración tienen menos oportunidades de participar en tales entornos, también tendrán menos oportunidades de beneficiarse de la confianza y la cooperación que se generan allí. Aunque la discriminación no fue visible en el experimento, si la estructura de participación social es diferente, la desigualdad persiste.

El segundo caso es un experimento sobre la contratación de profesores en Alemania e Italia. En una investigación que utilizó perfiles de candidatos ficticios, no se encontró que las candidatas fueran evaluadas más bajo que los candidatos masculinos. A primera vista, parece que no hay una discriminación de género clara en la evaluación de la contratación. Sin embargo, en el mundo académico, los hombres tienen más probabilidades de ser los autores principales de artículos, lo que puede crear diferencias en la percepción de logros antes de la solicitud. Incluso si hombres y mujeres son tratados de la misma manera en el proceso de evaluación, si las condiciones previas para esa evaluación son diferentes, la estructura que facilita que los hombres obtengan puestos de profesor se mantiene.

El tercer caso es un estudio de campo a gran escala sobre orientación educativa realizado en el estado de Renania del Norte-Westfalia. Según la investigación, la orientación intensiva tenía un efecto positivo en el acceso a la educación superior de estudiantes de familias desfavorecidas. Este es un resultado alentador. Sin embargo, si este programa es utilizado principalmente por estudiantes de grupos privilegiados, el efecto de reducción de la desigualdad se debilita. En algunos casos, la medida de apoyo podría incluso ampliar las opciones para los grupos ventajosos.

Lo importante aquí no es que "los experimentos estén equivocados". Más bien, los experimentos son muy efectivos para investigar si una medida tiene un efecto causal en los individuos. El problema es interpretar esos resultados directamente como una reducción de la desigualdad en toda la sociedad. Que algo sea efectivo a nivel individual no significa que la desigualdad disminuya a nivel colectivo.

Esto se entiende fácilmente al compararlo con la medicina. Incluso si un medicamento se demuestra eficaz en ensayos clínicos, si no llega a los pacientes que lo necesitan, la desigualdad en salud en toda la sociedad no se reducirá. Si es caro, accesible solo para algunos, y solo aquellos con información pueden acceder a él, ese medicamento, aunque efectivo, podría ampliar la desigualdad. Lo mismo ocurre con las políticas de educación, empleo, bienestar y participación comunitaria.

Esta perspectiva ofrece importantes implicaciones para la sociedad japonesa. Por ejemplo, los sistemas de becas, el apoyo a la reeducación, la orientación laboral, el apoyo a la crianza de los hijos y los servicios de consulta para personas en situación de pobreza pueden existir como sistemas, pero no necesariamente llegan a quienes realmente los necesitan. Métodos de solicitud complicados, falta de información, falta de tiempo para consultar, barreras psicológicas altas, falta de personas con experiencia en el uso de estos servicios. La acumulación de estas pequeñas barreras afecta significativamente la tasa de alcance del apoyo.

Especialmente para las personas en posiciones socialmente desfavorecidas, puede haber menos capacidad para acceder a los sistemas de apoyo. Tiempo, costos de transporte, entorno digital, habilidades lingüísticas, capacidad para completar documentos, confianza en el sistema. Estos son factores invisibles pero esenciales para hacer efectivos los efectos de las políticas. Las personas que se supone que son los destinatarios de las medidas de apoyo a menudo son las que más difícilmente acceden a ellas. Este es un desafío común en muchos sistemas.

En este sentido, las preguntas planteadas por esta investigación son extremadamente prácticas. Los responsables de políticas, instituciones educativas, ONGs y departamentos de recursos humanos de empresas deben considerar no solo "si esta medida es efectiva", sino también "quién está utilizando esta medida", "quién no la está utilizando" y "por qué no está llegando".

Al observar las reacciones en las redes sociales, el interés en esta investigación se está extendiendo principalmente entre las comunidades universitarias, investigadores y expertos. La Universidad de Colonia ha presentado el contenido de la investigación en LinkedIn y Facebook, transmitiendo el mensaje de que "aunque un experimento sea efectivo, lo crucial es quién se beneficia en la realidad". Además, Marita Jacob, una de las autoras, explicó en una publicación anterior en LinkedIn que al inferir sobre la desigualdad social a partir de resultados experimentales, es necesario considerar cuán generalizadamente se recibe un tratamiento o apoyo dentro de un grupo.

Por otro lado, no se ha observado un debate amplio en el espacio general de las redes sociales en el alcance que se puede confirmar. El artículo en Phys.org no ha mostrado un gran número de comentarios o comparticiones en el momento de su publicación. Esto no significa que la investigación sea menos importante. Más bien, dado que el tema está relacionado con la evaluación de políticas y la metodología de la sociología experimental, los primeros en reaccionar tienden a ser investigadores, personas relacionadas con universidades y expertos interesados en políticas sociales.

Sin embargo, el mensaje de esta investigación debería llegar a un público más amplio. Esto se debe a que diariamente nos encontramos con términos como "apoyo educativo efectivo", "apoyo laboral con resultados comprobados" y "políticas verificadas científicamente". Por supuesto, la verificación de la efectividad es importante. Sin embargo, el impacto de una medida en toda la sociedad no se determina solo por la magnitud de su efectividad. ¿Quién participa, quién no puede participar y quién queda excluido de los beneficios? Sin observar esto, se podría juzgar erróneamente el éxito de una política.

La herramienta de visualización desarrollada en esta investigación también se basa en esta conciencia del problema. Al combinar la efectividad de una medida con la tasa de alcance en cada grupo, se puede simular cómo cambia la desigualdad. Esto es útil no solo para los investigadores, sino también para los profesionales. Por ejemplo, antes de implementar un programa a nivel nacional, se puede prever a qué grupos es más probable que llegue y qué grupos podrían quedar excluidos. O se puede verificar cómo cambiaría el efecto de reducción de la desigualdad si se alterara la distribución de la participación. Estas consideraciones son importantes para utilizar de manera más equitativa los presupuestos limitados.

Lo que más se debe evitar en la lucha contra la desigualdad es la idea de que "es suficiente crear un buen sistema". Un sistema no funciona solo por existir. El apoyo no llega solo por ser diseñado. Solo cuando las personas que lo necesitan pueden acceder a él con confianza, utilizarlo realmente y beneficiarse de él de manera continua, las políticas tienen el poder de cambiar la sociedad.

Esta investigación aporta una perspectiva realista y sobria al debate sobre la desigualdad social. La desigualdad no surge simplemente de diferencias en habilidades o esfuerzos individuales. También surge de estructuras invisibles como la forma en que se conectan las oportunidades, el acceso al apoyo, las condiciones previas a la evaluación y la facilidad de acceso a los espacios de participación social. Por eso, las políticas para reducir la desigualdad no son suficientes con solo establecer un amplio grupo objetivo. Es necesario diseñar las rutas de acceso para que realmente lleguen a las personas en posiciones desfavorecidas.

De "¿es efectivo?" a "¿a quién está llegando?". La perspectiva mostrada por esta investigación se convertirá en algo indispensable para la evaluación de políticas en el futuro. Para reducir seriamente la desigualdad social, no solo debemos mirar el contenido de las medidas, sino también cómo fluyen a través de la sociedad, dónde se detienen y a quién pasan por alto.

Lo realmente importante no es simplemente mostrar el cartel de una medida de apoyo. Es asegurarse de que llegue verdaderamente a quienes lo necesitan.

URL de la fuente

Phys.org: Artículo de presentación de la investigación de la Universidad de Colonia. Presenta que en las medidas para reducir la desigualdad social, no solo la efectividad, sino quién realmente se beneficia es importante.
https://phys.org/news/2026-05-social-inequality-scope-crucial.html

Noticias oficiales de la Universidad de Colonia: Presentación oficial de la universidad sobre el contenido de la investigación, comentarios de los autores, tres casos y la herramienta de visualización.
https://uni-koeln.de/en/university/news/news/news-detail/reducing-social-inequality-why-the-scope-of-measures-is-crucial

Artículo original publicado en Springer: "Why Treatment Prevalence Matters: Overcoming a Blind Spot in Experimental Inequality Research" por Irena Pietrzyk y Marita Jacob.
https://link.springer.com/article/10.1007/s11577-026-01068-7

Investigación relacionada publicada en SAGE: Ensayo controlado aleatorio que verifica el efecto de la orientación educativa en la reducción de la desigualdad de acceso a la universidad en Alemania.
https://journals.sagepub.com/doi/10.1177/00380407251323888

Publicación en LinkedIn de la Universidad de Colonia: Comunicación oficial de la universidad en redes sociales sobre la presentación de esta investigación.
https://www.linkedin.com/posts/university-of-cologne_unik%C3%B6ln-soziologie-ungleichheit-activity-7457001426364592128-ieqE

Publicación en LinkedIn de Marita Jacob: Explicación sobre la necesidad de considerar la prevalencia del tratamiento al inferir sobre la desigualdad social a partir de investigaciones experimentales.
https://www.linkedin.com/posts/marita-jacob-ba0861281_analyticalsociology-socialinequality-causalanalysis-activity-7399487836430815232-EXy7