Autoevaluación del desempeño por el propio organismo

Qué es

La autoevaluación del desempeño por el propio organismo es el arreglo institucional en que la entidad que ejecuta una política —un servicio público, un ministerio, una agencia— es también la que produce, califica y reporta la evidencia sobre qué tan bien lo hizo. Evaluador y evaluado son la misma persona jurídica, y muchas veces la misma jefatura.

El problema no es la mala fe sino la estructura de incentivos. Es un caso de manual de relación principal-agente: el principal (el Congreso, la autoridad presupuestaria, en último término el contribuyente) no observa directamente el esfuerzo ni el resultado, y depende de un informe que escribe el agente. Niskanen (1971) formalizó esta asimetría al modelar al burócrata como maximizador de presupuesto: la agencia conoce su verdadera función de costos y el financista no, de modo que todo el margen informativo juega para un solo lado. Cuando además la calificación está atada a consecuencias —bonos por desempeño colectivo, asignaciones de modernización, ascensos, continuidad del programa— el evaluador tiene un interés financiero directo en el veredicto que firma.

Lo que ocurre entonces está bien documentado en la literatura de evaluación de personal: la distribución de notas se comprime contra el techo. Prendergast (1999), en su revisión de los esquemas de incentivos dentro de las organizaciones, describe el sesgo de lenidad y de centralidad como el hallazgo más robusto del área: supervisores que deben convivir con sus evaluados evitan el costo social de la mala nota, y una escala nominal de cinco tramos termina operando como una escala de uno. La calificación deja de tener poder discriminante; sigue existiendo el trámite, desaparece la información.

A eso se suma la degradación de la métrica misma. Campbell (1979) lo enunció como ley: mientras más se use un indicador cuantitativo para tomar decisiones sociales, más presiones de corrupción lo afectarán y más distorsionará el proceso que pretendía monitorear. Goodhart (1975) llegó a lo mismo desde la política monetaria: una regularidad estadística tiende a romperse apenas se la usa como objetivo. Holmström y Milgrom (1991) explican el mecanismo fino con su modelo de multitarea: cuando un cargo tiene dimensiones medibles y dimensiones no medibles, premiar fuerte lo primero no solo mejora poco lo segundo, sino que le roba esfuerzo. Bevan y Hood (2006) mostraron el fenómeno funcionando en el sistema de metas hospitalarias inglés, con listas de espera manipuladas en el margen exacto donde el indicador cortaba.

El sector público sufre esto con particular intensidad por dos rasgos que Wilson (1989) y Dixit (2002) subrayan: sus productos son observables pero sus resultados no (se cuentan atenciones, no salud), y responde a varios principales con objetivos en conflicto. Dixit concluye que por eso el Estado usa racionalmente incentivos de baja potencia. La falla no es evaluar poco: es montar un sistema de alta potencia —plata, prestigio— sobre un dato autorreportado y sin contrafactual.

Los remedios conocidos son tres y ninguno es exótico. Separar orgánicamente al evaluador del evaluado, que es la razón de existir de las oficinas de presupuesto con mandato evaluador —en Chile, el Sistema de Evaluación y Control de Gestión de DIPRES— y de las entidades fiscalizadoras superiores. Imponer estructura a la distribución de notas, forzando que la calificación discrimine. Y, para programas, exigir diseño de evaluación con grupo de comparación, que es el estándar del manual de Rossi, Lipsey y Freeman.

Cómo lo explicó el programa

En Buenos Días Mercado del 11 de agosto de 2026, bajo el tema "Los gobiernos son malos para evaluarse a sí mismos", el panel tomó el caso como una falla estructural y no como una anécdota local: la OCDE documenta que los gobiernos evalúan mal su propio desempeño, así que el punto de partida no es un defecto chileno. El contraste que usaron para dimensionarlo vino del sector privado: la referencia de General Electric, donde la norma era que solo el 20% de la dotación quedara en el rango superior. Pepe Arias remató con el número que hace evidente el vaciamiento del instrumento: "y aquí en Chile el 99% está en ese rango, entonces claramente la cuestión no está funcionando". Para el programa, que DIPRES intervenga ese sistema es lo mínimo exigible.

Vale precisar el contraejemplo, porque su fuerza es distinta a la que suele atribuírsele. El 20% superior de GE es la curva de vitalidad que instaló Jack Welch (20-70-10): no es una ley natural sobre cómo se distribuye el talento, sino una convención administrativa cuyo único mérito —el decisivo aquí— es obligar al evaluador a discriminar cuando por sí solo no lo hace. Tiene costos propios bien conocidos: erosiona la cooperación dentro de los equipos y castiga arbitrariamente a las unidades buenas. La propia GE la abandonó a mediados de la década de 2010. El argumento sólido no es "hay que copiar el 20%", sino que una distribución de 99% en el tramo de excelencia no informa nada sobre desempeño y sí informa mucho sobre quién califica.

Relación con otros conceptos

Es una aplicación directa del problema principal-agente y de la asimetría de información, y comparte raíz con el riesgo moral: el costo de la nota complaciente lo paga un tercero ausente. La degradación del indicador al volverse objetivo es la ley de Goodhart, cuya versión en políticas públicas es la ley de Campbell. La captura del instrumento por el propio regulado es prima hermana de la captura del regulador. En el diseño presupuestario conecta con el presupuesto por resultados —que necesita evidencia creíble para funcionar y se vuelve ritual sin ella—, con la evaluación de impacto y su exigencia de contrafactual, y con la rendición de cuentas como condición para que el gasto público tenga disciplina de mercado sin haber mercado.

Fuentes y lecturas

• Campbell, D. T. (1979), Assessing the Impact of Planned Social Change, Evaluation and Program Planning, 2(1).
• Holmström, B. y Milgrom, P. (1991), Multitask Principal-Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design, Journal of Law, Economics, & Organization, 7.
• Prendergast, C. (1999), The Provision of Incentives in Firms, Journal of Economic Literature, 37(1).
• Bevan, G. y Hood, C. (2006), What's Measured Is What Matters: Targets and Gaming in the English Public Health Care System, Public Administration, 84(3).
• Dixit, A. (2002), Incentives and Organizations in the Public Sector: An Interpretive Review, Journal of Human Resources, 37(4).
• Rossi, P., Lipsey, M. y Freeman, H. (2004), Evaluation: A Systematic Approach, Sage.
• OCDE (2020), Improving Governance with Policy Evaluation: Lessons from Country Experiences, OECD Publishing.