{"id":2141,"date":"2026-10-30T02:26:45","date_gmt":"2026-10-30T01:26:45","guid":{"rendered":"https:\/\/moevec.org\/blog\/?p=2141"},"modified":"2026-10-30T02:26:45","modified_gmt":"2026-10-30T01:26:45","slug":"filantropia-eficaz","status":"publish","type":"post","link":"https:\/\/moevec.org\/blog\/filantropia-eficaz\/","title":{"rendered":"Filantrop\u00eda eficaz: c\u00f3mo donar para que sirva"},"content":{"rendered":"

La filantrop\u00eda eficaz intenta que una donaci\u00f3n tenga un prop\u00f3sito claro y una expectativa razonada de ayudar. Elegir exige mirar resultados, costes y transparencia, adem\u00e1s de reconocer lo que no se sabe. MEE propone hacerlo sin prometer beneficios seguros ni olvidar las preferencias, la dignidad y las necesidades de quienes reciben el apoyo.<\/p>\n\n\n\n\n\n\n\n\n\n\n\n
Ficha de lectura<\/caption>\n
Tema<\/th>\nSolidaridad Capitalista<\/td>\n<\/tr>\n
Nivel<\/th>\nDesarrollo<\/td>\n<\/tr>\n
Pregunta<\/th>\n\u00bfC\u00f3mo elegir una donaci\u00f3n con criterio?<\/td>\n<\/tr>\n
Evaluaci\u00f3n<\/th>\nEvidencia, costes, capacidad y transparencia<\/td>\n<\/tr>\n
Caso<\/th>\nTransferencias GiveDirectly en Kenia<\/td>\n<\/tr>\n
Periodo<\/th>\nEnsayo 2011\u20132013; art\u00edculo 2016 y correcci\u00f3n 2017<\/td>\n<\/tr>\n
Comparaci\u00f3n<\/th>\nResultados compatibles y supuestos expl\u00edcitos<\/td>\n<\/tr>\n
Riesgo<\/th>\nConfundir una estimaci\u00f3n con una garant\u00eda<\/td>\n<\/tr>\n
Decisi\u00f3n<\/th>\nProp\u00f3sito, posibilidades y revisi\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Filantrop\u00eda eficaz: qu\u00e9 puede aportar un evaluador<\/h2>\n

GiveWell explica su investigaci\u00f3n<\/a> mediante cuatro criterios: evidencia de efectividad, relaci\u00f3n entre costes y resultados, capacidad para aprovechar financiaci\u00f3n adicional y transparencia. Centra su trabajo en programas que considera prometedores. Su selecci\u00f3n no equivale a una evaluaci\u00f3n de todas las organizaciones ni de todas las causas posibles.<\/p>\n

Su explicaci\u00f3n de los modelos de coste-efectividad<\/a> reconoce incertidumbre de los datos, extrapolaciones y decisiones sobre c\u00f3mo valorar resultados distintos. Tambi\u00e9n se\u00f1ala que ese c\u00e1lculo no es su \u00fanico criterio. Un modelo ayuda a explicitar decisiones; no elimina el juicio que hay detr\u00e1s de ellas.<\/p>\n

MEE propone preguntar qu\u00e9 cambio se busca y para qui\u00e9n, qu\u00e9 informaci\u00f3n respalda ese cambio y qu\u00e9 queda pendiente de comprobar. Comparar dos propuestas exige revisar si persiguen resultados compatibles. Una cifra puede orientar la decisi\u00f3n, pero pierde utilidad si borra diferencias de poblaci\u00f3n, duraci\u00f3n o calidad de la informaci\u00f3n.<\/p>\n

Otra pregunta \u00fatil es qu\u00e9 ocurrir\u00eda con una aportaci\u00f3n adicional. Para MEE, no basta con conocer la actividad pasada: conviene que la organizaci\u00f3n explique qu\u00e9 puede sostener o ampliar, qu\u00e9 restricciones tiene y c\u00f3mo informar\u00e1 de lo realizado. Pedir claridad permite acordar expectativas razonables antes de comprometer recursos.<\/p>\n

Transferencias directas: un ensayo con contexto y correcci\u00f3n<\/h2>\n

Haushofer y Shapiro publicaron en QJE en 2016<\/a> un ensayo sobre transferencias sin condiciones de GiveDirectly en zonas rurales de Kenia, realizado entre 2011 y 2013. La asignaci\u00f3n aleatoria se organiz\u00f3 en etapas de aldeas y hogares. El dinero se entreg\u00f3 mediante M-Pesa y el estudio examin\u00f3 resultados aproximadamente nueve meses despu\u00e9s.<\/p>\n

El art\u00edculo describe mejoras de consumo y activos en ese contexto. No demuestra que una transferencia resuelva de manera permanente la pobreza de cualquier poblaci\u00f3n. La correcci\u00f3n publicada en 2017<\/a> revisa c\u00e1lculos de inferencia, ponderaciones y el tratamiento de resultados ausentes. Aqu\u00ed se ha le\u00eddo su primera p\u00e1gina, no todas las tablas corregidas; por eso no se reproducen estimaciones detalladas ni resultados cl\u00ednicos.<\/p>\n

El estudio declara adem\u00e1s la vinculaci\u00f3n previa de Shapiro como cofundador y director de GiveDirectly. Mantener visible esa informaci\u00f3n forma parte de la lectura cr\u00edtica. MEE propone valorar dise\u00f1o, periodo, resultados y correcciones juntos, sin convertir un art\u00edculo en una recomendaci\u00f3n autom\u00e1tica sobre d\u00f3nde donar hoy.<\/p>\n

\"Sobre
Ilustraci\u00f3n conceptual de transferencia directa; no documenta una entrega real ni garantiza su recepci\u00f3n.<\/figcaption><\/figure>\n

Donar cerca o lejos: aclarar qu\u00e9 quieres conseguir<\/h2>\n

Una causa pr\u00f3xima puede ofrecer una relaci\u00f3n que conoces y una necesidad que puedes comprender directamente. Una intervenci\u00f3n distante puede disponer de informaci\u00f3n \u00fatil sobre un problema que tambi\u00e9n te importa. MEE propone no decidir solo por distancia: explica primero qu\u00e9 quieres apoyar y qu\u00e9 preguntas necesitas resolver para confiar en esa propuesta.<\/p>\n

Tambi\u00e9n puedes distinguir compromisos sin forzar una competici\u00f3n entre todas las necesidades. Si reservas una parte para una relaci\u00f3n cercana y otra para un programa evaluado, conviene que cada aportaci\u00f3n tenga prop\u00f3sito propio. Es una opci\u00f3n que plantea MEE, no una proporci\u00f3n universal ni una f\u00f3rmula para maximizar resultados que no son comparables.<\/p>\n

Ejemplo hipot\u00e9tico 1.<\/strong> Una persona quiere apoyar el acceso a formaci\u00f3n y recibe dos solicitudes. Una describe talleres, pero no explica seguimiento; la otra aclara destinatarios, costes y c\u00f3mo recoge resultados. Pide la informaci\u00f3n que falta antes de comparar. La propuesta m\u00e1s transparente merece atenci\u00f3n, aunque esa transparencia por s\u00ed sola tampoco demuestra que lograr\u00e1 el cambio prometido.<\/p>\n

El mejor argumento en contra: medir no agota el valor de ayudar<\/h2>\n

La objeci\u00f3n es que lo f\u00e1cil de contar puede desplazar necesidades dif\u00edciles de medir. Acompa\u00f1ar a una persona o sostener una relaci\u00f3n no siempre produce una unidad comparable con otra intervenci\u00f3n. MEE considera razonable esa cautela: el prop\u00f3sito debe orientar la informaci\u00f3n que se pide, sin reducir todas las formas de apoyo a una misma tabla.<\/p>\n

Eso no impide pedir cuentas. Para MEE, una actividad con resultados cualitativos puede explicar qu\u00e9 hace, a qui\u00e9n escucha y qu\u00e9 dificultades encuentra. Tambi\u00e9n debe dejar espacio a experiencias desfavorables. El respeto a las personas incluye evitar una exposici\u00f3n de sus historias que solo sirva para hacer m\u00e1s convincente una campa\u00f1a.<\/p>\n

Los gastos de gesti\u00f3n necesitan una explicaci\u00f3n vinculada al trabajo. MEE propone preguntar qu\u00e9 permiten hacer y c\u00f3mo se deciden. Un porcentaje bajo, aislado, no describe por s\u00ed solo la calidad de una ayuda. Tampoco una evaluaci\u00f3n favorable elimina la necesidad de revisar c\u00f3mo se ejecuta el programa.<\/p>\n

\"Dos
Met\u00e1fora de distintos \u00e1mbitos de ayuda; no compara eficacia, costes o necesidades mediante tama\u00f1os.<\/figcaption><\/figure>\n

Qu\u00e9 puedes hacer: una decisi\u00f3n que puedas sostener y revisar<\/h2>\n

Empieza por tus posibilidades. Despu\u00e9s formula un objetivo, revisa informaci\u00f3n con fecha e identifica a la organizaci\u00f3n que recibir\u00eda el dinero. MEE propone comprobar c\u00f3mo explica su actividad, qu\u00e9 canal ofrece para dudas y qu\u00e9 espera hacer con nuevas aportaciones. Si la informaci\u00f3n resulta insuficiente, puedes dedicar m\u00e1s tiempo a entenderla antes de comprometerte.<\/p>\n

Ejemplo hipot\u00e9tico 2.<\/strong> Una persona reparte un presupuesto limitado entre una ayuda vecinal acordada y un programa distante que ha investigado. Anota el prop\u00f3sito de ambas y cu\u00e1ndo podr\u00e1 revisar el compromiso. Si sus ingresos cambian, reconsidera el importe y lo comunica cuando existe una relaci\u00f3n continuada. El acuerdo organiza la ayuda; no garantiza sus resultados.<\/p>\n

MEE propone conservar el justificante y la explicaci\u00f3n que motiv\u00f3 tu elecci\u00f3n, y contrastarlas despu\u00e9s con la informaci\u00f3n recibida. La revisi\u00f3n puede llevarte a mantener, modificar o dejar una aportaci\u00f3n. Elegir con criterio incluye admitir que una expectativa razonable puede no cumplirse y aprender de ese resultado sin inventar certezas retrospectivas.<\/p>\n

La lectura de MEE: generosidad con preguntas honestas<\/h2>\n

La ayuda voluntaria merece tanto respeto como las decisiones que permite tomar a quien la recibe. Para MEE, una donaci\u00f3n cuidada combina prop\u00f3sito, informaci\u00f3n y capacidad para sostenerla. Las evaluaciones aportan herramientas; las personas siguen teniendo que decidir qu\u00e9 necesidades priorizan y qu\u00e9 incertidumbre aceptan.<\/p>\n

Una cultura de revisi\u00f3n tambi\u00e9n puede reconocer errores y correcciones sin ocultarlos. Esa pr\u00e1ctica hace m\u00e1s comprensible la conversaci\u00f3n entre donantes, organizaciones y destinatarios. El objetivo que propone MEE es mejorar las decisiones de ayuda con lo que se sabe, dejando expl\u00edcitos los l\u00edmites y la voz de las personas implicadas.<\/p>\n

Preguntas frecuentes<\/h2>\n

\u00bfGiveWell compara todas las organizaciones ben\u00e9ficas?<\/h3>\n

Su explicaci\u00f3n describe una investigaci\u00f3n selectiva de programas que considera prometedores, mediante criterios de evidencia, costes, capacidad de financiaci\u00f3n y transparencia. No equivale a un cat\u00e1logo completo de todas las causas. MEE propone entender ese alcance antes de interpretar una selecci\u00f3n como aprobaci\u00f3n o rechazo de cualquier organizaci\u00f3n que quede fuera de ella.<\/p>\n

\u00bfEl ensayo de Kenia demuestra que cualquier transferencia funcionar\u00e1 igual?<\/h3>\n

El estudio corresponde a una intervenci\u00f3n, poblaci\u00f3n y periodo concretos, con resultados a corto plazo y una correcci\u00f3n posterior. Trasladarlo exige revisar semejanzas y diferencias del nuevo contexto. MEE propone conservar esos l\u00edmites y no convertir una mejora observada en una garant\u00eda permanente, una afirmaci\u00f3n cl\u00ednica o una recomendaci\u00f3n autom\u00e1tica de donaci\u00f3n actual.<\/p>\n

\u00bfDebo elegir siempre la causa con la mejor cifra de impacto?<\/h3>\n

Antes necesitas saber qu\u00e9 significa esa cifra, con qu\u00e9 supuestos se calcula y si compara resultados compatibles. Tus prioridades y posibilidades tambi\u00e9n cuentan. MEE propone usar la evaluaci\u00f3n para hacer mejores preguntas y revisar compromisos, sin presentar como equivalentes todas las necesidades ni asumir que una estimaci\u00f3n elimina la incertidumbre.<\/p>\n

Para seguir aprendiendo<\/h2>\n