Que lle pareceu a información que recibimos de Osakidetza durante a pandemia?
A tendencia dos últimos días pareceume preocupante. Co tempo, os datos deberían darse con máis facilidade, porque van creando dinámicas, pero nós vimos o contrario. A publicación de datos concretos foi diminuíndo. Antes, os datos que aparecían segmentados agora móstrannos unidos, o que dificulta as análises.
Urkullu xa dixo o outro día que o uso público dos datos hai que facelo con cautela. A conveniencia de non publicar algúns datos. E iso preocúpame.
O Lehendakari referiuse á limitación da información e sinalou que nalgúns casos os datos interprétanse mal de maneira ‘interesada’. Pode ser mellor non dar datos ás veces?
Non. Con toda claridade. Estou de acordo, ás veces os datos son difíciles de entender e pódese utilizar de forma interesada, por suposto. Se se observa que o problema está en condicións de entender estes datos, habería que facer pedagoxía. Que publiquen con todas as explicacións necesarias, ou que empoderen aos medios de comunicación, por exemplo, para que fagan esa pedagoxía. A min non me parece que nunca se poidan dar ou reducir datos de orixe pública.
Entre outras cousas, porque a opción de non facilitar os datos tamén se pode facer ‘de forma interesada’.
Por suposto. A medida que se van delimitando os datos, está a levarse a cabo esta limitación en función duns intereses. E si non se publican estes intereses, os datos teñen aínda menos fiabilidade.
Nada escapa aos intereses. Ao falar de datos sempre hai unha certa mentalidade de que os datos son obxectivos. Que se limite a dicir que só son datos. E iso non é certo. Os datos recóllense e difunden en función duns intereses que agora estamos a ver claramente: de onde se recollen os datos, que tipo de tests mestúranse, como se distribúen as orixes deses datos, como se publican…
Detrás de todo iso escóndense unha serie de criterios que se non se fan públicos e ademais aplícanse cada vez máis criterios, sen facer públicos estes datos, a lectura dos datos faise cada vez máis limitada. A comprensión da situación está cada vez máis dixerida, o que limita moitas posibilidades de interpretación.
E que tal van os cidadáns cos datos? Pensas que estas persoas son capaces de dixerir por si mesmas?
Eu fixen a miña tese sobre o xornalismo de datos e a ansiedade matemática, e desde aí direille a miña opinión. Creo que temos unha gran asimetría entre a dispoñibilidade de datos e a capacidade xeral da xente. Temos moitos máis datos que os que somos capaces de entender e traballar como cidadáns. Existe, por tanto, unha necesidade para traballar a competencia matemática.
Devandito isto, se non é realista traelo a ese nivel matemático que requiriría unha cidadanía global, polo menos deberiamos empoderar aos medios de comunicación, que poden xogar un papel moi importante. Como intérpretes do que ocorre, poden percorrer un camiño intermedio.
Porque non todos temos por que ser epidemiólogos ou matemáticos. Os medios de comunicación poden dixerir e transmitir dalgunha maneira esta complexidade de datos, presentando da forma máis transparente posible os criterios anteriormente mencionados. Desta forma, ao recibir unha lectura, o cidadán pode saber en que sentido débese entender esa información.
Nese sentido, estamos suficientemente ‘empoderados’ os xornalistas?
Os xornalistas temos tradicionalmente unha fronteira coas matemáticas. Unha tendencia a non abusar das matemáticas. Na miña tese analicei que un perfil xeral da xente que chega ao xornalismo ten un prexuízo contra as matemáticas. Un prexuízo en contra da súa propia capacidade de traballar as matemáticas, o que dificulta moito o que mencionei anteriormente.
Cal é a actitude que deberiamos ter con respecto aos datos?
Deberiamos actuar con máis valentía, dando os datos sen medo, e coa formación necesaria, para facer as interpretacións máis honestas posibles. E dígoo sinceramente, porque é imposible que sexa obxectivo, mesmo cando falamos de datos.
Sempre hai unha interpretación, de aí temos que empezar. Unha vez dito isto, como publicar os datos? Pois, coñecendo e publicando as súas propias limitacións, para que logo cada lector entenda os datos como poida.
E publicando sempre a fonte dos datos para que quen poida ter unha maior capacidade poida acceder a eles.
Cal cres que é o indicador que mellor pode reflectir o impacto da pandemia neste momento?
A principal dificultade que temos neste momento é a do relato dos datos. De feito, é practicamente imposible coñecer a contía real dos positivos e das mortes relacionadas co coronavirus. Hai unha discusión co relato, porque non está claro cando unha morte se produce polo coronavirus ou por algunha outra causa. E se nos metemos na cuestión dos positivos e os tests tamén temos un longo debate.
Con todo, os datos de mortalidade permiten superar en parte estas dificultades, xa que se teñen en conta as cifras de mortalidade dos anos pasados e compáranse coas deste ano. Non só mortes relacionadas co coronavirus, senón todas. E os incrementos que se reflicten nela poden servir para simbolizar o impacto da pandemia.
A nivel internacional están a elaborarse cada vez máis informes baseados en datos de MoMo (Monitorización da mortalidade; Mortality monitoring en inglés). O Financial Times, por exemplo, utiliza isto para dar cifras de todo o mundo, que inicialmente se basearon nos positivos e logo nos mortos.
O MoMo proporciona un enfoque máis fiable, utilizando a terminología estatística, máis robusto, xa que a cuestión sobre o relato non inflúe neste indicador. E como xa dixen, esa é precisamente a maior dificultade para medir a pandemia.
Perfil
MIREN BERASATEGI (Donostia, 1982)
É profesor e investigador da Universidade de Deusto. Licenciado en Ciencias Sociais, cursou o Máster en Sociedade da Información e do Coñecemento e posteriormente especializouse en métodos estadísticos. Desde 2014 analizou a necesidade de incorporar a formación xornalística de datos aos graos de Comunicación, investigando a influencia da ansiedade matemática no alumnado. No principio do ano presentou a súa tese doutoral titulada O traballo do xornalismo de datos nos graos de Comunicación: unha proposta desde a perspectiva da ansiedade matemática e o seu efecto sobre o rendemento.