Prakarsh Singh, profesor asociado del Amherst College, impartió un curso sobre econometría en el mundo del desarrollo en la III Development Week.
"Cada vez más gente se da cuenta de que para mejorar las vidas de los pobres necesitamos datos científicos que demuestren sobre el terreno las teorías que se proponen", afirmó en la Universidad de Navarra Prakarsh Singh, profesor asociado de Amherst College (EE. UU.). El experto impartió el curso de diez horas ‘Applied Econometrics and Development' en la III Development Week, un congreso internacional sobre pobreza y desarrollo organizado por el Navarra Center for International Development del Instituto Cultura y Sociedad (ICS).
De acuerdo con el profesor, la investigación en el mundo del desarrollo conlleva muchos retos, entre los que destaca la recogida de datos a través de un experimento aleatorio que requiere tiempo, financiación y contacto con organizaciones locales.
"Por lo general –aseguró-, un experimento aleatorio dura 18 meses. Si no se puede hacer, se pueden conseguir los datos de otras fuentes como el gobierno o encuestas". No obstante, recalcó que aspectos como la corrupción o la mala recogida de datos pueden afectar a los resultados y que, además, hay países como la República Democrática del Congo, Eritrea o algunas zonas de Zimbabue donde los datos microeconómicos son inexistentes.
Nuevas oportunidades en investigación
"En investigación también hay nuevas oportunidades, sobre todo las que traen las mejoras tecnológicas. Por ejemplo el sistema de información geográfica (SIG) supone una gran avance a la hora de almacenar y gestionar datos", enfatizó. Gracias a estos avances no solo se gana en sencillez y precisión en la recogida de datos, sino que también se pueden medir algunas variables nuevas que antes no se podían cuantificar.
Los asistentes del curso fueron en su mayoría estudiantes y profesores de la Facultad de Económicas de la Universidad de Navarra. "Los participantes ya tenían un conocimiento teórico avanzado, pero quería enseñarles cómo aplicar esos conceptos al mundo real, cómo pueden diseñar sus propios experimentos y qué hacer una vez que ya tienen todos los datos", finalizó.