Impacto social
Cómo evaluar adicionalidad y atribuibilidad en proyectos sociales
La credibilidad del reporte de impacto depende de dos respuestas. ¿Qué parte de los cambios observados se debe a tu intervención, y no a otras causas? ¿Y cuánto de los resultados puede atribuirse, con fundamento, a tu proyecto?
1) Marco conceptual y definiciones operativas
En evaluación de impacto, “adicionalidad” y “atribuibilidad” suelen confundirse. Una forma práctica de diferenciarlas es tratar la adicionalidad como una prueba del “cambio atribuible a la intervención” y la atribuibilidad como una estimación de “la contribución del proyecto frente a otras causas”.
- Adicionalidad: el proyecto produce resultados netos que no habrían ocurrido, o habrían sido sustancialmente menores, sin la intervención.
- Atribuibilidad: de los resultados observados, una fracción se explica por el proyecto; puede incluir efectos directos e indirectos, y requiere justificar el razonamiento.
Para evitar evaluaciones “de percepción”, convierte estas ideas en decisiones de diseño: qué compararás, qué periodo observarás y cómo documentarás los supuestos.
2) Adicionalidad: probar el cambio atribuible al proyecto
La adicionalidad exige un escenario contrafactual: ¿qué habría pasado si el proyecto no existiera? En proyectos sociales, rara vez se puede replicar un experimento perfecto, pero sí se puede estructurar una comparación defendible.
Punto clave: no busques “certeza absoluta”. Busca trazabilidad. Explica por qué tu comparación es la mejor aproximación posible y cómo manejas la incertidumbre.
Rutas comunes para estimar adicionalidad
- Comparación con grupos de referencia: selecciona una población comparable (en características relevantes) y mide antes/después. Documenta criterios de elegibilidad y posibles sesgos.
- Diseños cuasi-experimentales: usa métodos como diferencia en diferencias o comparaciones por emparejamiento cuando la asignación aleatoria no es viable.
- Enfoque basado en contribución: cuando los datos de contrafactual son débiles, construye una cadena de resultados y valida evidencias que apoyen o refuten la atribución del “cambio neto”.
Qué debes medir para “adicionalidad”
Tu batería de indicadores debería cubrir: (a) resultados del objetivo, (b) cambios en determinantes (si aplica), y (c) señales tempranas que anticipen el efecto. Si el proyecto opera con teoría del cambio, la adicionalidad se vuelve más convincente cuando los datos siguen la lógica de la cadena causal.
3) Atribuibilidad: estimar la contribución real
La atribuibilidad responde a la pregunta: “¿qué parte del resultado se debe al proyecto?”. Incluso cuando observes mejoras, puede haber influencias externas (políticas públicas, cambios del mercado local, dinámica comunitaria, estacionalidad).
Construir una atribución defendible
Una práctica robusta es pasar de “afirmar impacto” a “evaluar contribución” usando tres insumos:
- Hechos consistentes: evidencia de implementación (actividad realizada, cobertura, calidad) conectada con resultados esperados.
- Señales de causalidad: cambios en los determinantes que la intervención pretende afectar, en el orden temporal esperado.
- Explicaciones alternativas: identifica qué otras causas podrían explicar el efecto y evalúa qué tan plausibles son frente a tus datos.
De la estimación a la narrativa de evidencia
En lugar de presentar una sola cifra “mágica”, describe rangos, supuestos y criterios de aceptación. Esta disciplina mejora la legibilidad del reporte y reduce el riesgo reputacional.
“Atribuir” no es declarar certeza total. Es justificar, con evidencia, por qué tu proyecto es una causa probable del cambio observado.
4) Evidencia, supuestos y límites
La parte menos glamorosa suele ser la más valiosa: explicar el “cómo” de la estimación. Un reporte sólido especifica supuestos y limitaciones sin diluir el mensaje.
Checklist de calidad para adicionalidad y atribuibilidad
Si tu equipo trabaja con métodos rápidos por restricciones de tiempo, al menos documenta: qué heurística usaste, qué sesgos podrían introducir y cómo se verían las conclusiones si cambiasen los supuestos principales. Eso transforma un informe “descriptivo” en uno “evaluativo”.
Cierre: del dato al argumento
Adicionalidad y atribuibilidad no se resuelven con una sola tabla. Se construyen con diseño, evidencia y una narrativa coherente con la teoría de cambio. Cuando el lector entiende el contrafactual, las alternativas consideradas y los límites de incertidumbre, el reporte gana confianza y utilidad para la toma de decisiones.