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: Experimentos sociales para luchar contra la pobreza

Filmed:
1,298,863 views

El alivio de la pobreza es más conjeturas que ciencia, y la falta de datos sobre el impacto de la ayuda plantea preguntas acerca de cómo proporcionarla. Pero Esther Duflo ganadora de la Medalla Clark dice que es posible saber cuales esfuerzos de desarrollo ayudan y cuales hieren - probando soluciones con ensayos aleatorios.
- 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 checkcomprobar: I am shortcorto, I'm Frenchfrancés,
0
3000
2000
Entonces aquí está: Lo pueden comprobar, soy de baja estatura, soy francesa,
00:20
I have a prettybonita strongfuerte Frenchfrancés accentacento,
1
5000
2000
tengo un acento francés muy fuerte,
00:22
so that's going to be clearclaro in a momentmomento.
2
7000
3000
eso va a quedar claro en un momento.
00:26
Maybe a soberingaleccionador thought
3
11000
2000
Tal vez un pensamiento serio,
00:28
and something you all know about.
4
13000
2000
y algo que todos ustedes conocen.
00:30
And I suspectsospechar manymuchos of you gavedio
5
15000
2000
Y sospecho que muchos de ustedes donaron
00:32
something to the people of HaitiHaití this yearaño.
6
17000
3000
algo a las personas de Haití este año
00:35
And there is something elsemás
7
20000
2000
Y hay algo más
00:37
I believe in the back of your mindmente
8
22000
2000
que creo que, en el fondo de sus mentes
00:39
you alsoademás know.
9
24000
2000
ustedes también saben
00:41
That is, everycada day,
10
26000
2000
es que, todos los dias,
00:43
25,000 childrenniños diemorir
11
28000
2000
25,000 niños mueren
00:45
of entirelyenteramente preventableevitable causescausas.
12
30000
3000
por causas totalmente prevenibles.
00:48
That's a HaitiHaití earthquaketerremoto everycada eightocho daysdías.
13
33000
3000
Eso es un terremoto en Haití cada ocho días.
00:51
And I suspectsospechar manymuchos of you probablyprobablemente gavedio something
14
36000
2000
Y sospecho que muchos de ustedes probablemente donó algo
00:53
towardshacia that problemproblema as well,
15
38000
2000
para ese problema también,
00:55
but somehowde algun modo it doesn't happenocurrir
16
40000
2000
pero de alguna manera esto no sucede
00:57
with the samemismo intensityintensidad.
17
42000
2000
con la misma intensidad.
00:59
So why is that?
18
44000
2000
Entonces, ¿por qué pasa eso?
01:02
Well, here is a thought experimentexperimentar for you.
19
47000
3000
Bueno, aquí tengo un experimento mental para ustedes.
01:05
ImagineImagina you have a fewpocos millionmillón dollarsdólares that you've raisedelevado --
20
50000
2000
Imagine que tiene unos cuantos millones de dólares que juntó.
01:07
maybe you're a politicianpolítico in a developingdesarrollando countrypaís
21
52000
3000
Tal vez es un político en un país en desarrollo,
01:10
and you have a budgetpresupuesto to spendgastar. You want to spendgastar it on the poorpobre:
22
55000
3000
y tiene un presupuesto para gastar; que desea gastarlo en los pobres.
01:13
How do you go about it?
23
58000
3000
¿Cómo aborda usted esto?
01:16
Do you believe the people who tell you
24
61000
2000
¿Cree a las personas que le dicen
01:18
that all we need to do is to spendgastar moneydinero?
25
63000
2000
que todo lo que necesitamos es gastar ese dinero,
01:20
That we know how to eradicateerradicar povertypobreza,
26
65000
3000
que sabemos cómo erradicar la pobreza,
01:23
we just need to do more?
27
68000
2000
sólo tenemos que hacer más?
01:25
Or do you believe the people who tell you that
28
70000
2000
¿O cree en las personas que le dicen que
01:27
aidayuda is not going to help, on the contrarycontrario it mightpodría hurtherir,
29
72000
3000
la asistencia no va a ayudar, por el contrario, podría dañar,
01:30
it mightpodría exacerbateexacerbar corruptioncorrupción, dependencedependencia, etcetc.?
30
75000
3000
podría agravar la corrupción, la dependencia, etc?
01:34
Or maybe you turngiro to the pastpasado.
31
79000
2000
O tal vez recurra al pasado.
01:36
After all, we have spentgastado billionsmiles de millones of dollarsdólares on aidayuda.
32
81000
3000
Después de todo, hemos gastado miles de millones de dólares de ayuda
01:39
Maybe you look at the pastpasado and see.
33
84000
2000
Tal vez vemos al pasado y vemos
01:41
Has it donehecho any good?
34
86000
2000
si ha hecho algún bien.
01:43
And, sadlytristemente, we don't know.
35
88000
2000
Y, tristemente, no lo sabemos
01:45
And worstpeor of all, we will never know.
36
90000
3000
Y lo peor de todo, nunca lo sabremos.
01:49
And the reasonrazón is that -- take AfricaÁfrica for exampleejemplo.
37
94000
2000
Y la razón es que - tomemos a África, por ejemplo -
01:51
AfricansAfricanos have alreadyya got a lot of aidayuda.
38
96000
2000
Los africanos reciben mucha asistencia.
01:53
These are the blueazul barsbarras.
39
98000
2000
Esas son las barras azules.
01:55
And the GDPPIB in AfricaÁfrica is not makingfabricación much progressProgreso.
40
100000
3000
Y el PBI de África no está progresando mucho.
01:58
Okay, fine. How do you know what
41
103000
2000
OK, de acuerdo. ¿Cómo saber lo que
02:00
would have happenedsucedió withoutsin the aidayuda?
42
105000
2000
hubiera sucedido sin la ayuda?
02:02
Maybe it would have been much worsepeor,
43
107000
3000
Tal vez hubiera sido mucho peor.
02:05
or maybe it would have been better.
44
110000
2000
O tal vez hubiera sido mejor.
02:07
We have no ideaidea. We don't know what the counterfactualcontrafactual is.
45
112000
3000
No tenemos idea. No sabemos como es el contrafactual.
02:10
There's only one AfricaÁfrica.
46
115000
2000
Sólo hay una África.
02:12
So what do you do?
47
117000
2000
Entonces, ¿qué haría?
02:14
To give the aidayuda, and hopeesperanza and prayorar that something comesproviene out of it?
48
119000
3000
¿Dar la ayuda y confiar y rezar para que salga algo de ella?
02:18
Or do you focusatención on your everydaycada día life
49
123000
3000
¿O nos centramos en nuestra vida cotidiana
02:21
and let the earthquaketerremoto everycada eightocho daysdías
50
126000
2000
y dejamos que el terremoto de cada ocho días
02:23
continuecontinuar to happenocurrir?
51
128000
2000
siga ocurriendo?
02:25
The thing is, if we don't know
52
130000
2000
La cosa es, que si no sabemos
02:27
whethersi we are doing any good,
53
132000
2000
si estamos haciendo algún bien,
02:29
we are not any better
54
134000
2000
no somos mejores
02:31
than the MedievalMedieval doctorsdoctores and theirsu leechessanguijuelas.
55
136000
3000
que los médicos medievales y sus sanguijuelas.
02:34
SometimesA veces the patientpaciente getsse pone better, sometimesa veces the patientpaciente diesmuere.
56
139000
3000
A veces el paciente mejora, a veces el paciente muere.
02:37
Is it the leechessanguijuelas? Is it something elsemás?
57
142000
3000
¿Son las sanguijuelas? ¿Es algo diferente?
02:40
We don't know.
58
145000
2000
No lo sabemos
02:42
So here are some other questionspreguntas.
59
147000
2000
Entonces aquí tenemos algunas otras preguntas.
02:44
They're smallermenor questionspreguntas,
60
149000
2000
Son preguntas más pequeñas
02:46
but they are not that smallpequeña.
61
151000
2000
pero no son tan pequeñas.
02:48
ImmunizationInmunización, that's the cheapestmás barato way
62
153000
3000
La vacunación, que es la forma más barata
02:51
to savesalvar a child'sniño life.
63
156000
2000
de salvar la vida de un niño.
02:53
And the worldmundo has spentgastado a lot of moneydinero on it:
64
158000
2000
Y el mundo ha gastado mucho dinero en ella.
02:55
The GAVIGAVI and the GatesPuertas FoundationsCimientos
65
160000
2000
GAVI y Fundación Gates
02:57
are eachcada pledgingpromesas de contribuciones a lot of moneydinero towardshacia it,
66
162000
2000
están, ambas, comprometiendo mucho dinero para lograrlo.
02:59
and developingdesarrollando countriespaíses themselvessí mismos have been doing a lot of effortesfuerzo.
67
164000
3000
Y los países en desarrollo, por si mismos, han estado haciendo un gran esfuerzo.
03:02
And yettodavía, everycada yearaño
68
167000
2000
Y, sin embargo, cada año,
03:04
at leastmenos 25 millionmillón childrenniños
69
169000
2000
por lo menos 25 millones de niños
03:06
do not get the immunizationinmunización they should get.
70
171000
3000
no reciben las vacunas que deberían recibir.
03:09
So this is what you call a "last milemilla problemproblema."
71
174000
3000
Así que a esto es lo que le llaman un "problema de última milla".
03:12
The technologytecnología is there,
72
177000
2000
La tecnología esta disponible
03:14
the infrastructureinfraestructura is there,
73
179000
2000
La infraestructura está disponible.
03:16
and yettodavía it doesn't happenocurrir.
74
181000
2000
Y, sin embargo, no sucede.
03:18
So you have your millionmillón.
75
183000
2000
Así que usted tiene su millón.
03:20
How do you use your millionmillón
76
185000
2000
¿Cómo utiliza su millón
03:22
to solveresolver this last milemilla problemproblema?
77
187000
2000
para resolver este problema de última milla?
03:24
And here'saquí está anotherotro questionpregunta:
78
189000
2000
Y aquí hay otra pregunta:
03:26
MalariaMalaria. MalariaMalaria killsmata almostcasi
79
191000
3000
Malaria. La Malaria mata a casi
03:29
900,000 people everycada yearaño,
80
194000
3000
900.000 personas cada año,
03:32
mostmás of them in Sub-SaharanSubsahariano AfricaÁfrica,
81
197000
2000
la mayoría de ellos en África subsahariana,
03:34
mostmás of them underdebajo fivecinco.
82
199000
2000
la mayoría de ellos menores de cinco años.
03:36
In facthecho, that is the leadinglíder causeporque of under-fivemenores de cinco años mortalitymortalidad.
83
201000
3000
De hecho, esta es la principal causa de mortalidad en menores de cinco años.
03:39
We alreadyya know how to killmatar malariamalaria,
84
204000
3000
Nosotros ya sabemos como eliminar la Malaria
03:42
but some people come to you and say,
85
207000
2000
pero algunas personas se acercan a usted y le dicen
03:44
"You have your millionsmillones. How about bedcama netsredes?"
86
209000
3000
"Usted tiene sus millones. ¿Que tal comprar mosquiteros para las camas?"
03:47
BedCama netsredes are very cheapbarato.
87
212000
2000
Los mosquiteros para las camas son muy baratos.
03:49
For 10 dollarsdólares, you can manufacturefabricar and shipenviar
88
214000
3000
Por 10 dólares, usted puede fabricar y enviar
03:52
an insecticideinsecticida treatedtratado bedcama netred
89
217000
2000
un mosquitero tratado con insecticida,
03:54
and you can teachenseñar someonealguien to use them.
90
219000
2000
y puede enseñarle a alguien como utilizarlo.
03:56
And, not only do they protectproteger the people who sleepdormir underdebajo them,
91
221000
3000
Y, no solo protegen a las personas que duermen debajo de estos,
03:59
but they have these great contagioncontagio benefitsbeneficios.
92
224000
2000
también tienen este gran beneficio contagioso.
04:01
If halfmitad of a communitycomunidad sleepsduerme underdebajo a netred,
93
226000
3000
Si la mitad de una comunidad duerme debajo de un mosquitero
04:04
the other halfmitad alsoademás benefitsbeneficios
94
229000
2000
la otra mitad también se beneficiará
04:06
because the contagioncontagio of the diseaseenfermedad spreaduntado.
95
231000
3000
por el nivel de contagio de la propagación de la enfermedad.
04:09
And yettodavía, only a quartertrimestre of kidsniños at riskriesgo sleepdormir underdebajo a netred.
96
234000
3000
Y sin embargo, solo un cuarto de los niños en riesgo duermen debajo de un mosquitero.
04:12
SocietiesSociedades should be willingcomplaciente to go out
97
237000
2000
Las sociedades deben estar dispuestas a proceder
04:14
and subsidizesubvencionar the netred, give them for freegratis,
98
239000
2000
y subsidiar los mosquiteros, darlos gratuitamente,
04:16
or, for that matterimportar, paypaga people to use them
99
241000
2000
o, en ese caso, pagar a las personas por utilizarlos
04:18
because of those contagioncontagio benefitsbeneficios.
100
243000
2000
por esos beneficios de contagio.
04:20
"Not so fastrápido," say other people.
101
245000
2000
"No tan rápido", dicen otras personas.
04:22
"If you give the netsredes for freegratis,
102
247000
2000
"Si das los mosquiteros gratis,
04:24
people are not going to valuevalor them.
103
249000
2000
las personas no las valorarán .
04:26
They're not going to use them,
104
251000
2000
Ellos no van a usarlos,
04:28
or at leastmenos they're not going to use them as bedcama netsredes,
105
253000
2000
o, al menos, ellos no los usarán como mosquiteros,
04:30
maybe as fishingpescar netsredes."
106
255000
2000
tal vez como redes de pesca."
04:32
So, what do you do?
107
257000
2000
Entonces, ¿qué harías?
04:34
Do you give the netsredes for freegratis to maximizemaximizar coveragecobertura,
108
259000
2000
¿Dar los mosquiteros gratuitamente, para maximizar cobertura?
04:36
or do you make people paypaga
109
261000
2000
¿O se aseguraría que las personas los paguen
04:38
in orderorden to make sure that they really valuevalor them?
110
263000
2000
con la finalidad de que ellos realmente los valoren?
04:40
How do you know?
111
265000
2000
¿Cómo lo sabes?
04:42
And a thirdtercero questionpregunta: EducationEducación.
112
267000
2000
Y una tercera pregunta: Educación
04:44
Maybe that's the solutionsolución, maybe we should sendenviar kidsniños to schoolcolegio.
113
269000
2000
Tal vez esa es la solución. Tal vez nosotros deberíamos enviar los menores a la escuela.
04:46
But how do you do that?
114
271000
2000
Pero, ¿cómo logras eso?
04:48
Do you hirealquiler teachersprofesores? Do you buildconstruir more schoolsescuelas?
115
273000
2000
¿Contratarías maestros? ¿Construirías más escuelas?
04:50
Do you provideproporcionar schoolcolegio lunchalmuerzo?
116
275000
2000
¿Ofrecerías almuerzos en la escuela?
04:52
How do you know?
117
277000
2000
¿Cómo lo sabes?
04:54
So here is the thing.
118
279000
2000
Entonces, aquí está el asunto
04:56
I cannotno poder answerresponder the biggrande questionpregunta,
119
281000
2000
Yo no puedo responder la gran pregunta,
04:58
whethersi aidayuda did any good or not.
120
283000
2000
si la ayuda externa hizo algún bien o no,
05:00
But these threeTres questionspreguntas, I can answerresponder them.
121
285000
3000
pero estas tres preguntas, yo las puedo contestar.
05:04
It's not the MiddleMedio AgesSiglos anymorenunca más,
122
289000
2000
Ya no estamos más en la época medieval .
05:06
it's the 21stst centurysiglo.
123
291000
2000
Este es el siglo 21.
05:08
And in the 20thth centurysiglo,
124
293000
2000
Y en el siglo 20,
05:10
randomizedaleatorizado, controlledrevisado trialsensayos
125
295000
2000
las pruebas aleatorias, controladas
05:12
have revolutionizedrevolucionado medicinemedicina
126
297000
2000
han revolucionado la medicina
05:14
by allowingpermitir us to distinguishdistinguir
127
299000
2000
al permitirnos distinguir
05:16
betweenEntre drugsdrogas that work
128
301000
2000
entre los medicamentos que funcionan
05:18
and drugsdrogas that don't work.
129
303000
2000
y los medicamentos que no funcionan
05:20
And you can do the samemismo
130
305000
2000
Y puedes hacer lo mismo
05:22
randomizedaleatorizado, controlledrevisado trialjuicio for socialsocial policypolítica.
131
307000
3000
pruebas aleatorias, controladas para políticas sociales.
05:25
You can put socialsocial innovationinnovación to the samemismo
132
310000
2000
Tu puedes colocar la innovación social al mismo nivel
05:27
rigorousriguroso, scientificcientífico testspruebas
133
312000
2000
de rigurosidad, de las pruebas científicas
05:29
that we use for drugsdrogas.
134
314000
2000
que usamos para los medicamentos.
05:31
And in this way, you can take the guessworkconjeturas
135
316000
3000
Y de esta manera, las conjeturas pueden
05:34
out of policy-makingformulación de políticas
136
319000
2000
eliminarse de la creación de políticas
05:36
by knowingconocimiento what workstrabajos,
137
321000
2000
sabiendo qué funciona,
05:38
what doesn't work and why.
138
323000
2000
qué no funciona, y por qué.
05:40
And I'll give you some examplesejemplos with those threeTres questionspreguntas.
139
325000
3000
Y voy a darles algunos ejemplos con esas tres preguntas.
05:44
So I startcomienzo with immunizationinmunización.
140
329000
2000
Empiezo con la vacunación.
05:46
Here'sAquí está UdaipurUdaipur DistrictDistrito, RajasthanRajasthan. BeautifulHermosa.
141
331000
3000
Aquí esta el distrito de Udaipur, Rajasthan, hermoso
05:49
Well, when I startedempezado workingtrabajando there,
142
334000
2000
Bueno, cuando comencé a trabajar allá,
05:51
about one percentpor ciento of childrenniños
143
336000
2000
aproximadamente el uno porciento de los niños y niñas
05:53
were fullycompletamente immunizedinmunizado.
144
338000
2000
estaban completamente vacunados.
05:55
That's badmalo, but there are placeslugares like that.
145
340000
3000
Eso es malo, pero hay lugares como ese.
05:58
Now, it's not because the vaccinesvacunas are not there --
146
343000
2000
Ahora, no es porque las vacunas no estuvieran allí.
06:00
they are there and they are freegratis --
147
345000
2000
Están allí y son gratuitas.
06:02
and it's not because parentspadres do not carecuidado about theirsu kidsniños.
148
347000
3000
Y esto no se debe a que los padres no se preocupen por sus hijos.
06:05
The samemismo childniño that is not immunizedinmunizado againsten contra measlessarampión,
149
350000
3000
Los mismos niños que no están vacunados contra el sarampión,
06:08
if they do get measlessarampión, parentspadres will spendgastar
150
353000
2000
si se enferman de sarampión, sus padres gastarán
06:10
thousandsmiles of rupeesrupias to help them.
151
355000
2000
miles de rupias para ayudarlos.
06:12
So you get these emptyvacío villagepueblo subcenterssubcentros
152
357000
2000
Entonces se tienen estos sub-centros vacíos en las aldeas
06:14
and crowdedlleno de gente hospitalshospitales.
153
359000
2000
y los hospitales llenos.
06:16
So what is the problemproblema?
154
361000
2000
Entonces, ¿cuál es el problema?
06:18
Well, partparte of the problemproblema, surelyseguramente, is people do not fullycompletamente understandentender.
155
363000
3000
Bueno, parte del problema, seguramente, es que las personas no entienden por completo.
06:21
After all, in this countrypaís as well,
156
366000
2000
Después de todo, en este país también,
06:23
all sortstipo of mythsmitos and misconceptionsconceptos erróneos
157
368000
2000
existen todo tipo de mitos e ideas erradas
06:25
go around immunizationinmunización.
158
370000
3000
alrededor de la vacunación.
06:28
So if that's the casecaso, that's difficultdifícil,
159
373000
2000
Entonces, si ese es el caso, esto es difícil
06:30
because persuasionpersuasión is really difficultdifícil.
160
375000
3000
porque la persuasión es realmente difícil.
06:33
But maybe there is anotherotro problemproblema as well.
161
378000
2000
Pero, tal vez, hay otro problema también.
06:35
It's going from intentionintención to actionacción.
162
380000
3000
Es ir de la intención a la acción.
06:38
ImagineImagina you are a mothermadre
163
383000
2000
Imagina que eres una madre
06:40
in UdaipurUdaipur DistrictDistrito, RajasthanRajasthan.
164
385000
2000
en el distrito de Udaipur, en Rajasthan.
06:42
You have to walkcaminar a fewpocos kilometerskilometros to get your kidsniños immunizedinmunizado.
165
387000
3000
Tienes que caminar unos cuantos kilómetros para vacunar a tus niños y niñas
06:45
And maybe when you get there, what you find is this:
166
390000
2000
Y, tal vez, una vez que llegues allá, te encuentras con esto.
06:47
The subcentersubcentro is closedcerrado. AoAo you have to come back,
167
392000
2000
El sub-centro está cerrado, entonces tienes que regresar.
06:49
and you are so busyocupado and you have so manymuchos other things to do,
168
394000
3000
Y estas tan ocupada, y tienes tantas otras cosas por hacer,
06:52
you will always tendtender to postponeposponer and postponeposponer,
169
397000
2000
que siempre tenderás a posponerlo y posponerlo,
06:54
and eventuallyfinalmente it getsse pone too latetarde.
170
399000
2000
y eventualmente se hace demasiado tarde.
06:56
Well, if that's the problemproblema, then that's much easiermás fácil.
171
401000
3000
Bueno, si ese es el problema, entonces es mucho más sencillo
06:59
Because A, we can make it easyfácil,
172
404000
3000
porque, A, podemos hacerlo sencillo,
07:02
and B, we can maybe
173
407000
2000
y B, podemos, tal vez,
07:04
give people a reasonrazón to actacto todayhoy,
174
409000
2000
darle a las personas un motivo para actuar hoy,
07:06
rathermás bien than wait tillhasta tomorrowmañana.
175
411000
2000
mejor que esperar a mañana.
07:08
So these are simplesencillo ideasideas, but we didn't know.
176
413000
2000
Entonces, estas son ideas simples, pero que no conocíamos.
07:10
So let's try them.
177
415000
2000
Entonces intentémoslas.
07:12
So what we did is we did a randomizedaleatorizado, controlledrevisado trialjuicio
178
417000
3000
Entonces lo que hicimos fue, una prueba aleatoria, controlada
07:15
in 134 villagesaldeas in UdaipurUdaipur DistrictsDistritos.
179
420000
2000
en 134 aldeas en el distrito de Udaipur
07:17
So the blueazul dotspuntos
180
422000
2000
Entonces los puntos azules
07:19
are selectedseleccionado randomlyal azar.
181
424000
2000
fueron seleccionados aleatoriamente.
07:21
We madehecho it easyfácil -- I'll tell you how in a momentmomento.
182
426000
3000
Lo hicimos fácil. Les diré como en un momento.
07:24
In the redrojo dotspuntos, we madehecho it easyfácil
183
429000
2000
En los puntos rojos, lo hicimos fácil
07:26
and gavedio people a reasonrazón to actacto now.
184
431000
2000
y dimos un motivo para que las personas actuaran ahora.
07:28
The whiteblanco dotspuntos are comparisonscomparaciones, nothing changedcambiado.
185
433000
3000
Los puntos blancos son grupos control, nada cambió.
07:31
So we make it easyfácil by organizingorganizar
186
436000
2000
Entonces, lo hicimos fácil organizando
07:33
this monthlymensual campacampar where people can
187
438000
2000
estos campamentos mensuales donde las personas pueden
07:35
get theirsu kidsniños immunizedinmunizado.
188
440000
2000
vacunar a sus niños y niñas.
07:37
And then you make it easyfácil
189
442000
2000
Y entonces lo haces más sencillo
07:39
and give a reasonrazón to actacto now
190
444000
2000
y das un motivo para actuar ahora
07:41
by addingagregando a kilokilo of lentilslentejas for eachcada immunizationinmunización.
191
446000
3000
al añadir un kilo de lentejas por cada vacunación.
07:44
Now, a kilokilo of lentilslentejas is tinyminúsculo.
192
449000
3000
Ahora, un kilo de lentejas es poco.
07:47
It's never going to convinceconvencer anybodynadie
193
452000
2000
Esto nunca va a convencer a nadie
07:49
to do something that they don't want to do.
194
454000
2000
de hacer algo que ellos no quieren hacer.
07:51
On the other handmano, if your problemproblema is you tendtender to postponeposponer,
195
456000
3000
Y por otro lado, si el problema es que tiendes a posponerlo,
07:54
then it mightpodría give you a reasonrazón to actacto todayhoy
196
459000
2000
entonces, tal vez, esto te de una razón para actuar hoy
07:56
rathermás bien than laterluego.
197
461000
2000
antes de que sea tarde.
07:58
So what do we find?
198
463000
2000
Entonces, ¿qué encontramos?
08:00
Well, beforehandantemano, everything is the samemismo.
199
465000
2000
Bueno, de antemano, todo sigue siendo igual.
08:02
That's the beautybelleza of randomizationaleatorización.
200
467000
2000
Eso es lo hermoso de lo aleatorio.
08:04
AfterwardsDespués,
201
469000
2000
Después de todo,
08:06
the campacampar -- just havingteniendo the campacampar --
202
471000
2000
el campamento, solo teniendo el campamento,
08:08
increasesaumenta immunizationinmunización from sixseis percentpor ciento to 17 percentpor ciento.
203
473000
2000
incrementa la vacunación de un 6% a un 17%.
08:10
That's fullcompleto immunizationinmunización.
204
475000
2000
Eso es vacunación completa.
08:12
That's not badmalo, that's a good improvementmejora.
205
477000
2000
Eso no está mal. Eso es una buena mejora.
08:14
AddAñadir the lentilslentejas and you reachalcanzar to 38 percentpor ciento.
206
479000
3000
Agrega las lentejas y se alcanza un 38%.
08:17
So here you've got your answerresponder.
207
482000
2000
Entonces, aquí esta tu respuesta.
08:19
Make it easyfácil and give a kilokilo of lentilslentejas,
208
484000
2000
Hacerlo más fácil y regalar un kilo de lentejas,
08:21
you multiplymultiplicar immunizationinmunización ratetarifa by sixseis.
209
486000
3000
logra multiplicar la tasa de vacunación por seis.
08:24
Now, you mightpodría say, "Well, but it's not sustainablesostenible.
210
489000
2000
Ahora, tal vez dirás, "Bueno, pero eso no es sostenible.
08:26
We cannotno poder keep givingdando lentilslentejas to people."
211
491000
2000
No podemos seguir regalando lentejas a la gente."
08:28
Well, it turnsvueltas out it's wrongincorrecto economicsciencias económicas,
212
493000
2000
Bueno, resulta que la economía es errónea
08:30
because it is cheapermás barato
213
495000
2000
porque es más barato
08:32
to give lentilslentejas than not to give them.
214
497000
2000
regalar las lentejas que no regalarlas.
08:34
SinceYa que you have to paypaga for the nurseenfermera anywayde todas formas,
215
499000
2000
Dado que hay que pagar por la enfermera de todos modos,
08:36
the costcosto perpor immunizationinmunización
216
501000
2000
el costo por vacuna
08:38
endstermina up beingsiendo cheapermás barato if you give incentivesincentivos than if you don't.
217
503000
3000
termina siendo más barato si se regala el incentivo que si no se regala.
08:42
How about bedcama netsredes?
218
507000
2000
¿Qué pasa con los mosquiteros?
08:44
Should you give them for freegratis, or should you askpedir people to paypaga for them?
219
509000
3000
¿Deberías darlos gratuitamente o deberías pedirle a las personas que trabajen por ellos?
08:47
So the answerresponder hingesbisagras
220
512000
2000
Entonces, la respuesta depende
08:49
on the answerresponder to threeTres simplesencillo questionspreguntas.
221
514000
2000
de la respuesta a tres simples preguntas.
08:51
One is: If people mustdebe paypaga for a bedcama netred,
222
516000
3000
La primera es: Si las personas deben pagar por un mosquitero,
08:54
are they going to purchasecompra them?
223
519000
2000
¿Lo comprarían?
08:56
The secondsegundo one is:
224
521000
2000
La segunda es:
08:58
If I give bedcama netsredes for freegratis,
225
523000
2000
Si doy gratuitamente los mosquiteros,
09:00
are people going to use them?
226
525000
2000
¿Los usarán?
09:02
And the thirdtercero one is:
227
527000
2000
Y la tercera es:
09:04
Do freegratis bedcama netsredes discouragedesalentar futurefuturo purchasecompra?
228
529000
2000
¿Los mosquiteros gratuitos desaniman futuras compras?
09:06
The thirdtercero one is importantimportante
229
531000
2000
La tercera es importante
09:08
because if we think people get used to handoutsfolletos,
230
533000
3000
porque, si pensamos que la gente se acostumbra a los regalos
09:11
it mightpodría destroydestruir marketsmercados to distributedistribuir freegratis bedcama netsredes.
231
536000
3000
esto tal vez destruya el mercado para distribuir mosquiteros gratuitos.
09:14
Now this is a debatedebate that has generatedgenerado
232
539000
2000
Ahora este es un debate que ha generado
09:16
a lot of emotionemoción and angryenojado rhetoricretórica.
233
541000
3000
mucha emoción y enojada retorica.
09:19
It's more ideologicalideológico than practicalpráctico,
234
544000
2000
Esto es más ideológico que práctico
09:21
but it turnsvueltas out it's an easyfácil questionpregunta.
235
546000
2000
pero responde a una simple pregunta.
09:23
We can know the answerresponder to this questionpregunta.
236
548000
2000
Nosotros podemos saber la respuesta a esta pregunta.
09:25
We can just runcorrer an experimentexperimentar.
237
550000
2000
Nosotros podemos simplemente realizar un experimento.
09:27
And manymuchos experimentsexperimentos have been runcorrer, and they all have the samemismo resultsresultados,
238
552000
2000
Y muchos experimento, y todos ellos tendrán el mismo resultado,
09:29
so I'm just going to talk to you about one.
239
554000
3000
entonces, yo solo voy a hablarles sobre uno.
09:32
And this one that was in KenyaKenia,
240
557000
2000
Y este, que fue en Kenia
09:34
they wentfuimos around and distributedrepartido to people
241
559000
2000
ellos se pasearon y distribuyeron a las personas
09:36
voucherscomprobantes, discountdescuento voucherscomprobantes.
242
561000
2000
cupones, cupones de descuento.
09:38
So people with theirsu vouchervale
243
563000
2000
Entonces las personas con sus cupones
09:40
could get the bedcama netred in the locallocal pharmacyfarmacia.
244
565000
2000
podían obtener un mosquitero en la farmacia local.
09:42
And some people get 100 percentpor ciento discountdescuento,
245
567000
3000
Y algunas personas obtuvieron 100% de descuento,
09:45
and some people get 20 percentpor ciento discountsdescuentos,
246
570000
2000
y algunas personas un 20% de descuento,
09:47
and some people get 50 percentpor ciento discountdescuento, etcetc.
247
572000
3000
y algunas personas un 50% de descuento, etc.
09:50
And now we can see what happenssucede.
248
575000
2000
Y ahora podemos ver que pasa.
09:52
So, how about the purchasingadquisitivo?
249
577000
2000
Entonce, ¿qué tal las compras?
09:54
Well, what you can see is that
250
579000
2000
Bueno, lo que pueden ver es que
09:56
when people have to paypaga for theirsu bedcama netsredes,
251
581000
2000
cuando las personas pagan por sus mosquiteros,
09:58
the coveragecobertura ratetarifa really fallscaídas down a lot.
252
583000
3000
la tasa de cobertura realmente se cae mucho.
10:01
So even with partialparcial subsidysubvención,
253
586000
2000
Entonces, incluso con un subsidio parcial --
10:03
threeTres dollarsdólares is still not the fullcompleto costcosto of a bedcama netred,
254
588000
3000
tres dólares todavía no es el costo total del mosquitero.
10:06
and now you only have 20 percentpor ciento of the people with the bedcama netsredes,
255
591000
2000
Y ahora solo tienes al 20% de las personas con los mosquiteros,
10:08
you loseperder the healthsalud immunityinmunidad, that's not great.
256
593000
3000
se pierde el motivo inicial, eso no está bien.
10:11
SecondSegundo thing is, how about the use?
257
596000
2000
La segunda cosa es, ¿qué tal la juventud?
10:13
Well, the good newsNoticias is, people, if they have the bedcama netsredes,
258
598000
2000
Bueno, la buena noticia es la gente que tiene los mosquiteros,
10:15
will use the bedcama netsredes regardlessindependientemente of how they got it.
259
600000
3000
los usarán, sin importar como los consiguieron.
10:18
If they get it for freegratis, they use it.
260
603000
2000
Si lo obtuvieron gratis, ellos lo usarán.
10:20
If they have to paypaga for it, they use it.
261
605000
2000
Si ellos tuvieron que pagar por el, lo usarán.
10:22
How about the long termtérmino?
262
607000
2000
¿Qué tal a largo plazo?
10:24
In the long termtérmino,
263
609000
2000
A largo plazo,
10:26
people who got the freegratis bedcama netsredes,
264
611000
2000
las personas que obtuvieron gratis el mosquitero,
10:28
one yearaño laterluego, were offeredOfrecido the optionopción
265
613000
2000
un año después, ofrecimos la opción
10:30
to purchasecompra a bedcama netred at two dollarsdólares.
266
615000
3000
de comprar un mosquitero por dos dólares
10:33
And people who got the freegratis one
267
618000
2000
Y las personas que obtuvieron uno gratis
10:35
were actuallyactualmente more likelyprobable to purchasecompra the secondsegundo one
268
620000
3000
estuvieron, realmente, más inclinados a comprar el segundo
10:38
than people who didn't get a freegratis one.
269
623000
2000
que las personas que no obtuvieron uno gratis.
10:40
So people do not get used to handoutsfolletos; they get used to netsredes.
270
625000
3000
Entonces, las personas no se acostumbran a los regalos; ellos se acostumbran a los mosquiteros.
10:43
Maybe we need to give them a little bitpoco more creditcrédito.
271
628000
3000
Tal vez, necesitamos darles un poco de crédito.
10:48
So, that's for bedcama netsredes. So you will think, "That's great.
272
633000
2000
Entonces, eso es por los mosquiteros. Entonces pensarán, "Eso es genial.
10:50
You know how to immunizeinmunizar kidsniños, you know how to give bedcama netsredes."
273
635000
3000
Tu sabes como vacunar, sabes como regalar mosquiteros."
10:53
But what politicianspolíticos need is a rangedistancia of optionsopciones.
274
638000
3000
Pero lo que necesitan los políticos es un rango de opciones.
10:56
They need to know: Out of all the things I could do,
275
641000
3000
Ellos necesitan saber: "¿De todas las cosas que yo podría hacer,
10:59
what is the bestmejor way to achievelograr my goalsmetas?
276
644000
3000
cuál es la mejor forma de alcanzar mis objetivos?"
11:02
So supposesuponer your goalGol is to get kidsniños into schoolcolegio.
277
647000
3000
Entonces, supongamos que tu meta es los que niños asistan a la escuela.
11:05
There are so manymuchos things you could do. You could paypaga for uniformsuniformes,
278
650000
3000
Hay tantas cosas que puedes hacer. Podrías pagar por uniformes,
11:08
you could eliminateeliminar feesmatrícula, you could buildconstruir latrinesletrinas,
279
653000
2000
podrías eliminar las cuotas, construir letrinas
11:10
you could give girlschicas sanitarysanitario padsalmohadillas, etcetc., etcetc.
280
655000
3000
podrías regalar a las niñas toallas sanitarias, etc., etc.
11:13
So what's the bestmejor?
281
658000
2000
Entonces, ¿qué es lo mejor?
11:15
Well, at some levelnivel, we think
282
660000
2000
Bueno, en algún nivel, nosotros pensamos
11:17
all of these things should work.
283
662000
2000
todas estas cosas deberían funcionar.
11:19
So, is that sufficientsuficiente? If we think they should work intuitivelyintuitivamente,
284
664000
2000
Entonces, es esto suficiente, es decir, si pensamos que deberían funcionar,
11:21
should we go for them?
285
666000
2000
¿deberíamos optar por ellos?
11:23
Well, in businessnegocio, that's certainlyciertamente not the way we would go about it.
286
668000
3000
Bueno, en los negocios, ciertamente no es la forma en que trabajaríamos al respecto.
11:27
ConsiderConsiderar for exampleejemplo
287
672000
2000
Consideremos por ejemplo
11:29
transportingtransportando goodsbienes.
288
674000
2000
transportar bienes.
11:31
Before the canalscanales were inventedinventado
289
676000
2000
Antes de que fueran inventados los canales
11:33
in BritainGran Bretaña before the IndustrialIndustrial RevolutionRevolución,
290
678000
3000
en Gran Bretaña, antes de la Revolución Industrial,
11:36
goodsbienes used to go on horsecaballo cartscarros.
291
681000
2000
los bienes eran transportados en carretas tiradas por caballos.
11:38
And then canalscanales were builtconstruido,
292
683000
2000
Y luego los canales fueron construidos
11:40
and with the samemismo horsemanjinete and the samemismo horsecaballo,
293
685000
3000
y con el mismo jinete y el mismo caballo
11:43
you could carryllevar tendiez timesveces as much cargocarga.
294
688000
3000
podías transportar diez veces más carga.
11:46
So should they have continuedcontinuado
295
691000
2000
Entonces, ¿debieron haber continuado
11:48
to carryllevar the goodsbienes on the horsecaballo cartscarros, on the groundsuelo,
296
693000
3000
cargando los bienes en las carretas, sobre el suelo,
11:51
that they would eventuallyfinalmente get there?
297
696000
2000
que eventualmente llegarían al lugar?
11:53
Well, if that had been the casecaso,
298
698000
2000
Bueno, si ese hubiera sido el caso,
11:55
there would have been no IndustrialIndustrial RevolutionRevolución.
299
700000
2000
no hubiera existido la Revolución Industrial.
11:57
So why shouldn'tno debería we do the samemismo with socialsocial policypolítica?
300
702000
3000
Entonces, ¿por qué no deberíamos hacer lo mismo con las políticas sociales?
12:00
In technologytecnología, we spendgastar so much time
301
705000
2000
En tecnología, dedicamos mucho tiempo
12:02
experimentingexperimentando, fine-tuningsintonia FINA,
302
707000
2000
experimentando, ajustando
12:04
gettingconsiguiendo the absoluteabsoluto cheapestmás barato way to do something,
303
709000
2000
logrando la forma absolutamente mas económica de hacer algo,
12:06
so why aren'tno son we doing that with socialsocial policypolítica?
304
711000
3000
entonces, ¿por qué no estamos haciendo eso con las políticas sociales?
12:09
Well, with experimentsexperimentos, what you can do
305
714000
2000
Bueno, con experimentos, lo qué puedes hacer
12:11
is answerresponder a simplesencillo questionpregunta.
306
716000
2000
es responder a esa simple pregunta
12:13
SupposeSuponer you have 100 dollarsdólares to spendgastar
307
718000
2000
Supón que tienes 100 dólares para gastar
12:15
on variousvarios interventionsintervenciones.
308
720000
2000
en varias intervenciones.
12:17
How manymuchos extraextra yearsaños of educationeducación
309
722000
2000
¿Cuántos años adicionales de educación
12:19
do you get for your hundredcien dollarsdólares?
310
724000
2000
puedes obtener por tus cien dólares?
12:21
Now I'm going to showespectáculo you
311
726000
2000
Ahora, yo voy a mostrarles a ustedes
12:23
what we get with variousvarios educationeducación interventionsintervenciones.
312
728000
3000
que podemos obtener con varias intervenciones educativas.
12:27
So the first onesunos are if you want the usualusual suspectssospechosos,
313
732000
2000
Entonces, la primera es si quieres los mismos sospechosos de siempre,
12:29
hirealquiler teachersprofesores, schoolcolegio mealscomidas,
314
734000
2000
contratar docentes, comidas escolares,
12:31
schoolcolegio uniformsuniformes, scholarshipsbecas.
315
736000
2000
uniformes escolares, becas.
12:33
And that's not badmalo. For your hundredcien dollarsdólares,
316
738000
2000
Y eso no está mal. Por tus cien dólares.
12:35
you get betweenEntre one and threeTres extraextra yearsaños of educationeducación.
317
740000
3000
puedes obtener entre uno y tres años adicionales de educación.
12:39
Things that don't work so well is bribingsoborno parentspadres,
318
744000
2000
Una cosa que no funciona muy bien es sobornar a los padres,
12:41
just because so manymuchos kidsniños are alreadyya going to schoolcolegio
319
746000
3000
solo porque tantos niños ya están en la escuela
12:44
that you endfin up spendinggasto a lot of moneydinero.
320
749000
2000
que terminas gastando mucho dinero.
12:46
And here are the mostmás surprisingsorprendente resultsresultados.
321
751000
3000
Y aquí está el más sorpresivo de los resultados.
12:49
Tell people the benefitsbeneficios of educationeducación,
322
754000
3000
Decirle a las personas los beneficios de la educación
12:52
that's very cheapbarato to do.
323
757000
2000
Eso es muy barato de hacer.
12:54
So for everycada hundredcien dollarsdólares you spendgastar doing that,
324
759000
3000
Entonces, por cada cien dólares que gastes haciendo eso,
12:57
you get 40 extraextra yearsaños of educationeducación.
325
762000
3000
tu obtienes 40 años adicionales de educación.
13:00
And, in placeslugares where there are wormsgusanos,
326
765000
2000
Y, en lugares donde hay parásitos,
13:02
intestinalintestinal wormsgusanos,
327
767000
2000
parásitos intestinales,
13:04
curecura the kidsniños of theirsu wormsgusanos.
328
769000
2000
curar a los niños de sus parásitos.
13:06
And for everycada hundredcien dollarsdólares,
329
771000
2000
Y por cada cien dólares
13:08
you get almostcasi 30 extraextra yearsaños of educationeducación.
330
773000
3000
obtienes casi 30 años adicionales de educación.
13:11
So this is not your intuitionintuición,
331
776000
2000
Entonces, esto no es tu intuición.
13:13
this is not what people would have goneido for,
332
778000
2000
Esto no es algo por lo que alguien optaría,
13:15
and yettodavía, these are the programsprogramas that work.
333
780000
3000
y, sin embargo, estos son los programas que funcionan.
13:18
We need that kindtipo of informationinformación, we need more of it,
334
783000
2000
Nosotros necesitamos este tipo de información. Necesitamos más de esta.
13:20
and then we need to guideguía policypolítica.
335
785000
2000
Y luego necesitamos guiar las políticas.
13:24
So now, I startedempezado from the biggrande problemproblema, and I couldn'tno pudo answerresponder it.
336
789000
3000
Entonces ahora, yo inicié desde el gran problema, y no pude responderlo
13:27
And I cutcortar it into smallermenor questionspreguntas,
337
792000
3000
Y lo corté en preguntas más pequeñas
13:30
and I have the answerresponder to these smallermenor questionspreguntas.
338
795000
2000
y yo tengo la respuesta a esas preguntas más pequeñas.
13:32
And they are good, scientificcientífico, robustrobusto answersrespuestas.
339
797000
3000
Y son respuestas buenas, científicas y robustas.
13:36
So let's go back to HaitiHaití for a momentmomento.
340
801000
2000
Entonces, regresemos nuevamente a Haití por un momento
13:39
In HaitiHaití, about 200,000 people diedmurió --
341
804000
3000
En Haití, alrededor de 200,000 personas murieron
13:43
actuallyactualmente, a bitpoco more by the latestúltimo estimateestimar.
342
808000
2000
Realmente, un poco más, de acuerdo al último estimado.
13:45
And the responserespuesta of the worldmundo was great:
343
810000
2000
Y la respuesta del mundo fue fantástica.
13:47
Two billionmil millones dollarsdólares got pledgedprometido just last monthmes,
344
812000
3000
Dos billones de dólares fueron prometidos solo el mes pasado.
13:51
so that's about 10,000 dollarsdólares perpor deathmuerte.
345
816000
2000
Entonces, eso es aproximadamente 10,000 dólares por muerte.
13:53
That doesn't soundsonar like that much when you think about it.
346
818000
3000
Eso no suena a mucho cuando piensas sobre esto.
13:56
But if we were willingcomplaciente to spendgastar 10,000 dollarsdólares
347
821000
3000
Pero si nosotros estamos dispuestos en gastar 10,000 dólares
13:59
for everycada childniño underdebajo fivecinco who diesmuere,
348
824000
3000
por cada niño menor de cinco años que muere,
14:02
that would be 90 billionmil millones perpor yearaño
349
827000
3000
eso sería 90 mil millones por año
14:05
just for that problemproblema.
350
830000
2000
solo por ese problema.
14:07
And yettodavía it doesn't happenocurrir.
351
832000
2000
Y, sin embargo, no sucede.
14:09
So, why is that?
352
834000
2000
Entonces, ¿por qué pasa eso?
14:11
Well, I think what partparte of the problemproblema is that,
353
836000
2000
Bueno, yo pienso que parte del problema es ese,
14:13
in HaitiHaití, althougha pesar de que the problemproblema is hugeenorme,
354
838000
2000
en Haití, sin embargo el problema es inmenso,
14:15
somehowde algun modo we understandentender it, it's localizedlocalizado.
355
840000
2000
de alguna forma nosotros lo entendimos, está localizado.
14:17
You give your moneydinero to DoctorsDoctores WithoutSin BordersBordes,
356
842000
2000
Tu le das tu dinero a Médicos Sin Fronteras,
14:19
you give your moneydinero to PartnersFogonadura In HealthSalud,
357
844000
2000
le das tu dinero a Partners in Health
14:21
and they'llellos van a sendenviar in the doctorsdoctores, and they'llellos van a sendenviar in the lumbermaderas,
358
846000
3000
y ellos enviarán médicos, y ellos enviarán la madera,
14:24
and they'llellos van a helicopterhelicóptero things out and in.
359
849000
3000
y ellos enviarán y recogerán las cosas necesarias en helicópteros.
14:27
And the problemproblema of povertypobreza is not like that.
360
852000
2000
Y el problema con la pobreza no es así.
14:29
So, first, it's mostlyprincipalmente invisibleinvisible;
361
854000
2000
Entonces, primero, es mayormente invisible.
14:31
secondsegundo, it's hugeenorme;
362
856000
2000
Segundo, es inmenso.
14:33
and thirdtercero, we don't know whethersi we are doing the right thing.
363
858000
3000
Y tercero, nosotros no sabemos si estamos haciendo las cosas correctas.
14:36
There's no silverplata bulletbala.
364
861000
2000
No hay balas de plata.
14:38
You cannotno poder helicopterhelicóptero people out of povertypobreza.
365
863000
2000
No puedes sacar de la pobreza a las personas en helicóptero.
14:40
And that's very frustratingfrustrante.
366
865000
2000
Y eso es muy frustrante
14:42
But look what we just did todayhoy.
367
867000
3000
Pero, miren que hemos hecho hoy.
14:45
I gavedio you threeTres simplesencillo answersrespuestas to threeTres questionspreguntas:
368
870000
3000
Yo les he dado tres simples respuestas a tres preguntas.
14:48
Give lentilslentejas to immunizeinmunizar people,
369
873000
2000
Dar lentejas para vacunar personas,
14:50
provideproporcionar freegratis bedcama netsredes, dewormgusano childrenniños.
370
875000
2000
proveer mosquiteros gratis, desparasitar niños.
14:52
With immunizationinmunización or bedcama netsredes,
371
877000
2000
Con las vacunas y los mosquiteros,
14:54
you can savesalvar a life for 300 dollarsdólares perpor life savedsalvado.
372
879000
3000
puedes salvar una vida por 300 dólares por vida salvada.
14:57
With dewormingdesparasitación, you can get
373
882000
2000
Con la desparasitación, tu puedes obtener
14:59
an extraextra yearaño of educationeducación for threeTres dollarsdólares.
374
884000
2000
un año adicional de educación por tres dólares.
15:02
So we cannotno poder eradicateerradicar povertypobreza just yettodavía,
375
887000
3000
Entonces, nosotros no podemos erradicar la pobreza aún,
15:05
but we can get startedempezado.
376
890000
2000
pero podemos comenzar.
15:07
And maybe we can get startedempezado smallpequeña
377
892000
2000
Y tal vez nosotros comencemos pequeños
15:09
with things that we know are effectiveeficaz.
378
894000
3000
con cosas que nosotros sabemos son efectivas.
15:12
Here'sAquí está an exampleejemplo of how this can be powerfulpoderoso.
379
897000
2000
Aquí un ejemplo de como esto puede ser poderoso.
15:14
DewormingDesparasitación.
380
899000
2000
Desparasitar.
15:16
WormsGusanos have a little bitpoco of a problemproblema grabbingagarrando the headlinestitulares.
381
901000
2000
Los parásitos tienen un pequeño problema logrando los titulares.
15:18
They are not beautifulhermosa and don't killmatar anybodynadie.
382
903000
3000
No son tan bellos y no matan a nadie.
15:21
And yettodavía, when the youngjoven globalglobal leaderlíder in DavosDavos
383
906000
2000
Y, sin embargo, cuando el joven líder global en Davos
15:23
showedmostró the numbersnúmeros I gavedio you,
384
908000
2000
mostró los números que les dí a ustedes,
15:25
they startedempezado DewormDeworm the WorldMundo.
385
910000
2000
ellos comenzaron con "Deworm the World" (Desparasitar el Mundo).
15:27
And thanksGracias to DewormDeworm the WorldMundo,
386
912000
2000
Y gracias a "Deworm the World",
15:29
and the effortesfuerzo of manymuchos countrypaís governmentsgobiernos and foundationscimientos,
387
914000
2000
y el esfuerzo del gobierno de muchos países y fundaciones,
15:31
20 millionmillón school-ageden edad escolar childrenniños got dewormeddesparasitado in 2009.
388
916000
3000
20 millones de niños y niñas en edad escolar fueron desparasitados en el 2009.
15:34
So this evidenceevidencia is powerfulpoderoso.
389
919000
2000
Entonces, esta evidencia es poderosa.
15:36
It can promptrápido actionacción.
390
921000
2000
Esto puede llevar a una acción
15:38
So we should get startedempezado now.
391
923000
2000
Entonces, nosotros deberíamos comenzar ahora.
15:40
It's not going to be easyfácil.
392
925000
2000
Ahora, esto no va a ser fácil.
15:42
It's a very slowlento processproceso.
393
927000
2000
Es un proceso muy lento.
15:44
You have to keep experimentingexperimentando, and sometimesa veces ideologyideología
394
929000
2000
Tienen que mantenerse experimentando, y algunas veces la ideología
15:46
has to be trumpedtriunfado by practicalitysentido práctico.
395
931000
2000
puede ser vencida por la practicalidad.
15:48
And sometimesa veces what workstrabajos somewherealgun lado doesn't work elsewhereen otra parte.
396
933000
3000
Y algunas veces lo que funciona en algún lugar no funciona en otro lugar.
15:51
So it's a slowlento processproceso,
397
936000
2000
Entonces, este es un proceso lento,
15:53
but there is no other way.
398
938000
2000
pero no hay otra forma.
15:55
These economicsciencias económicas I'm proposingproponiendo,
399
940000
2000
Esta economía que yo estoy proponiendo
15:57
it's like 20thth centurysiglo medicinemedicina.
400
942000
2000
es como la medicina del siglo 20.
15:59
It's a slowlento, deliberativedeliberativo processproceso
401
944000
2000
Es un proceso lento, deliverativo
16:01
of discoverydescubrimiento.
402
946000
2000
de descubrimientos
16:03
There is no miraclemilagro curecura,
403
948000
2000
No hay una cura milagrosa,
16:05
but modernmoderno medicinemedicina is savingahorro
404
950000
2000
pero la medicina moderna está salvando
16:07
millionsmillones of livesvive everycada yearaño,
405
952000
2000
millones de vida cada año,
16:09
and we can do the samemismo thing.
406
954000
2000
y nosotros podemos hacer lo mismo.
16:13
And now, maybe, we can go back to the biggermás grande questionpregunta
407
958000
3000
Y ahora, tal vez, nosotros podemos volver a la gran pregunta
16:16
that I startedempezado with at the beginningcomenzando.
408
961000
3000
con la que inicié al principio.
16:19
I cannotno poder tell you
409
964000
2000
Yo no puedo decirles
16:21
whethersi the aidayuda we have spentgastado in the pastpasado has madehecho a differencediferencia,
410
966000
3000
si la ayuda que nosotros hemos gastado en el pasado hizo una diferencia,
16:24
but can we come back here in 30 yearsaños
411
969000
3000
pero nosotros podemos regresar aquí en 30 años
16:27
and say, "What we have donehecho,
412
972000
3000
y decir, "Lo que hemos hecho,
16:30
it really promptedincitado a changecambio for the better."
413
975000
3000
realmente provocó un cambio para mejor. "
16:33
I believe we can and I hopeesperanza we will.
414
978000
2000
Yo creo que nosotros podemos, y espero que lo logremos
16:35
Thank you.
415
980000
2000
Gracias
16:37
(ApplauseAplausos)
416
982000
2000
(Aplausos)

▲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