Medición estandarizada como instrumento de política pública

Qué es

Una medición estandarizada es un instrumento que fija el mismo protocolo —los mismos ítems, la misma escala, el mismo procedimiento de aplicación— para todas las unidades observadas y a lo largo del tiempo. Su propósito no es medir mejor en abstracto, sino garantizar que las diferencias observadas se puedan atribuir al objeto y no al aparato. Cuando cada escuela, región o país se evalúa con su propia prueba, cualquier brecha admite dos lecturas —el desempeño difiere o el instrumento difiere— y esa ambigüedad basta para bloquear toda conclusión de política. La estandarización cierra esa puerta de salida.

Como instrumento de política pública, cumple tres funciones distintas que conviene no confundir. Diagnóstico: convierte impresiones y anécdotas en una serie con niveles y tendencias. Comparación: permite ubicar el desempeño propio contra un grupo de referencia, que es la única manera de saber si un resultado es bueno o malo (un puntaje aislado no significa nada). Evaluación de gasto: si la medición se mantiene estable veinte años y el presupuesto del sector se conoce, se puede estimar cuánto rindió cada peso adicional, que es la pregunta que ninguna cifra de insumos —matrícula, salas construidas, horas de clase— responde por sí sola. Ya Hanushek (2003) documentó que las políticas basadas en insumos no muestran relación sistemática con resultados, precisamente porque el insumo no es el producto.

La tradición económica de la medición es vieja y desconfiada. Morgenstern (1950) advirtió que las estadísticas económicas se usan con una precisión que sus errores de observación no soportan, y Kuznets, al presentar las primeras cuentas nacionales al Congreso de Estados Unidos (1934), dejó por escrito que el bienestar de una nación difícilmente puede inferirse de una medida de su ingreso. La comisión Stiglitz-Sen-Fitoussi (2009) reformuló ese punto como principio de gobierno: lo que medimos determina lo que perseguimos, y una métrica mal elegida desvía la política aunque el dato sea impecable.

De ahí las tres patologías conocidas del instrumento. La ley de Campbell (1979): mientras más se usa un indicador social cuantitativo para tomar decisiones, más presión de corrupción recibe y más distorsiona el proceso que pretendía monitorear. La ley de Goodhart, formulada por Charles Goodhart (1975) para agregados monetarios y generalizada después: una regularidad estadística tiende a colapsar cuando se la convierte en objetivo. Y el problema de multitarea de Holmström y Milgrom (1991): cuando un agente ejecuta varias tareas y solo algunas son medibles, premiar lo medible desplaza esfuerzo desde lo que no se mide —enseñar a rendir la prueba en desmedro de todo lo demás—. Espeland y Sauder (2007) agregaron la reactividad: los rankings no describen un mundo, lo reorganizan, porque los evaluados reaccionan a su posición.

Hay además un límite técnico que se olvida: la comparabilidad no es gratis por ser el mismo papel. Depende de tasas de exclusión de la muestra, de traducción, de contexto cultural de los ítems y de los supuestos del modelo psicométrico que convierte respuestas en puntajes. Kreiner y Christensen (2014) mostraron que el ajuste del modelo de escalamiento afecta el orden de países en PISA. Nada de esto anula el instrumento; obliga a leer diferencias grandes y persistentes, no decimales de un año.

Finalmente, la distinción decisiva: medir no es atribuir. Un nivel comparable dice dónde se está, no por qué. Pasar del puntaje a la causa exige diseño adicional —valor agregado, cohortes, variación exógena—. Hanushek y Woessmann (2015) usaron precisamente estas pruebas para construir su medida de "capital de conocimiento" y vincularla al crecimiento de largo plazo, y ese salto requirió mucho más que el ranking.

Cómo lo explicó el programa

En el Buenas Tardes Mercado del 9 de septiembre de 2026, al discutir los resultados de PISA, el panel puso el énfasis donde suele no ponerse: no en el puesto, sino en la propiedad metodológica que hace útil al puesto. El argumento fue que el valor de PISA es que se trata de la misma prueba para todos los países y la misma a lo largo del tiempo, lo que elimina el descarte por diferencias de instrumento y habilita la pregunta de fondo: cuánto rindió veinte años de gasto educativo.

Pepe Arias lo resumió en una imagen doméstica: "aquí compadre es el mismo termómetro y lo metemos en distintas partes del mundo y vemos cuántas temperaturas hay". La analogía es exacta en lo que importa —un termómetro común hace que las temperaturas sean comparables entre sí— y es útil también en lo que omite: un termómetro entrega la fiebre, no el diagnóstico ni el tratamiento. Esa es la línea entre lo que un indicador estandarizado autoriza y lo que no.

Relación con otros conceptos

Depende directamente de la elección del grupo de comparación en un indicador internacional: el mismo termómetro sin un referente adecuado sigue sin decir si el resultado es alto o bajo. Alimenta la medición del capital humano y, por esa vía, el debate sobre el retorno de la inversión educativa y la productividad del gasto público, donde la métrica de resultado reemplaza a la de insumos. Su lado oscuro pertenece a la teoría del principal-agente y a los incentivos por desempeño, que es donde aparecen Campbell, Goodhart y el desplazamiento por multitarea. Y se apoya en la teoría de los números índice y en la crítica al PIB como medida de bienestar, dos discusiones sobre lo mismo: qué queda fuera cuando se resume una realidad compleja en un escalar.

Fuentes y lecturas

• Campbell, D. T. (1979), "Assessing the Impact of Planned Social Change", Evaluation and Program Planning, 2(1).
• Goodhart, C. A. E. (1984), Monetary Theory and Practice: The UK Experience, Macmillan.
• Holmström, B. y Milgrom, P. (1991), "Multitask Principal–Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design", Journal of Law, Economics, & Organization, 7.
• Hanushek, E. A. y Woessmann, L. (2015), The Knowledge Capital of Nations: Education and the Economics of Growth, MIT Press.
• Stiglitz, J., Sen, A. y Fitoussi, J.-P. (2009), Report by the Commission on the Measurement of Economic Performance and Social Progress.