MOZOM-analyse

Sin cifras, sin crisis: cómo los recortes hacen que millones de personas vulnerables queden invisibles.

IFPRI, WFP, FAO, IPC, FEWS NET y PreventionWeb Mundo

Type: Analyse Autor: Ron Caroselli Report a correction

Caricatura editorial de directivos que cortan cables de medición conectados a un panel de control de crisis, mientras que investigadores de campo y personas cerca de un camión de ayuda vacío permanecen fuera de la vista y en necesidad.

Fuente: IFPRI, WFP, FAO, IPC, FEWS NET y PreventionWeb
Titular MOZOM: Sin cifras, sin crisis: cómo los recortes hacen que millones de personas vulnerables queden invisibles.
Titular original: Sin cifras, sin crisis: cómo los recortes hacen que millones de personas vulnerables queden invisibles.
Autor: Ron Caroselli
Tema: Un análisis de la crisis de financiación en los sistemas de información sobre seguridad alimentaria, nutrición y salud, y sus consecuencias para la alerta temprana, la ayuda humanitaria y la visibilidad política.

Resumen del artículo original

La toma de decisiones humanitaria se basa en una cadena de encuestas domésticas, precios de mercado, mediciones nutricionales, estudios de mortalidad, imágenes de satélite y observadores locales. Cuando los eslabones de esta cadena fallan, las estimaciones se vuelven más antiguas, las áreas geográficas con información limitada se hacen más grandes y las advertencias se vuelven menos seguras. El Informe Global sobre Crisis Alimentarias de 2026 cubrió 47 países, según el IFPRI, el número más bajo en diez años. En Somalia, la cobertura de las evaluaciones de seguridad alimentaria disminuyó de 73 a 35 de los 107 distritos. En Nigeria, el número de hogares investigados disminuyó de más de 19.000 en 2023 a 14.500 en 2026, y un análisis importante solo cubrió un estado en lugar de los habituales 26. Esto no significa que cada crisis no medida sea ignorada. Sin embargo, muestra que millones de personas quedan menos claras en el panorama cuando las organizaciones de ayuda deben distribuir fondos y atención.

¿Qué método de medición ve qué, y qué se pierde con los recortes presupuestarios?

Ninguna fuente proporciona por sí sola una imagen completa. El valor surge de la combinación y el control mutuo.

Fuente de datos	Qué hace que esta fuente sea visible	Qué no puede determinar de forma independiente	Consecuencia cuando la fuente se reduce
Encuesta del hogar	Comidas, cantidad de alimentos, estrategias de afrontamiento, ingresos, posesiones y diferencias entre grupos.	No proporciona automáticamente tasas de mortalidad exactas, precios de mercado nacionales o rendimientos fuera de la muestra.	Menos hogares y regiones dificultan estadísticamente la visibilidad de los grupos vulnerables.
Medición de nutrición y salud	Desnutrición, medidas corporales, patrones de enfermedad y signos clínicos en niños y adultos.	No explica, sin datos adicionales, por qué la nutrición empeora ni cuánta comida pueden comprar los hogares.	Las advertencias sobre la desnutrición aguda pueden llegar más tarde y la evidencia para clasificaciones graves se vuelve más débil.
Investigación de la mortalidad.	Exceso de mortalidad y causas de muerte, incluyendo la mortalidad fuera de sistemas de registro que funcionan correctamente.	Es difícil de implementar en zonas de conflicto y puede mantener una gran incertidumbre sin acceso representativo.	La consecuencia más grave de una crisis puede ser precisamente la menos demostrable.
Monitoreo de mercados y precios.	Disponibilidad y asequibilidad de alimentos, precios del ganado, salarios y perturbaciones en las rutas comerciales.	No muestra directamente quién dentro de los hogares carece de alimentos ni qué otros recursos no monetarios existen.	Los choques de precios locales pueden desaparecer en promedios nacionales o no se detectan a tiempo.
Observación satelital y terrestre.	Lluvia, vegetación, sequía, inundación, superficie de cultivo y cambios en grandes áreas.	No muestra la distribución dentro de los hogares, el hambre experimentada, la mortalidad oculta ni la exclusión social.	Una imagen técnica precisa puede, sin embargo, malinterpretar las necesidades humanas sin una verificación en el terreno.
IA y modelos predictivos	Combinan grandes fuentes de datos, detectan patrones y crean escenarios para áreas de difícil acceso.	No pueden reconstruir observaciones actuales faltantes a partir de la nada; los errores en los datos de entrenamiento se propagan.	La apariencia de precisión puede aumentar mientras que la incertidumbre real es mayor.
Observadores locales y misiones de acceso	Contexto, desplazamientos, violencia, accesibilidad, fallos en la distribución de ayuda y explicaciones detrás de las cifras.	Las observaciones aisladas no siempre son representativas y pueden estar sujetas a presiones políticas o de seguridad.	Sin una interpretación local, las señales anómalas se pasan por alto o se interpretan erróneamente más rápidamente.
Registros administrativos	Visitas a clínicas, abandono escolar, recepción de ayuda, nacimientos y defunciones donde los sistemas funcionan.	Las personas que están fuera de alcance, sin documentos o sin acceso a instituciones, a menudo faltan precisamente.	Los grupos más marginados también pueden ser los primeros en desaparecer de los sistemas oficiales.

Investigación propia: de recorte presupuestario a punto ciego.

MOZOM comparó el marco de IFPRI con los documentos metodológicos públicos de la FAO y el IPC, y con ejemplos de países de FEWS NET. El 31 por ciento no representa una disminución global de todos los gastos de datos humanitarios, sino el promedio entre los sistemas investigados que informaron una estimación de financiamiento. Las consecuencias son concretas. En Somalia, en 2026, menos de un tercio de las 107 áreas de vida fueron evaluadas directamente. En Nigeria, tanto el número de hogares investigados como la cobertura geográfica disminuyeron significativamente. El IPC, por lo tanto, tiene protocolos especiales para áreas con acceso limitado o nulo. Un área puede clasificarse como una hambruna con una solidez de evidencia "razonable" en lugar de "sólida", pero incluso en ese caso, se requiere una cantidad mínima de evidencia sobre el consumo de alimentos, la desnutrición y la mortalidad. Por lo tanto, la regla no es literalmente "sin datos, no hay crisis". La preocupación es más sutil: cuanto menos observaciones actualizadas, mayor es la incertidumbre, más difícil es justificar una clasificación grave y más débil es la base para una ayuda temprana y específica.

Un mapa vacío puede parecer incorrectamente un mapa tranquilo.

Los mapas y los paneles de control parecen objetivos, pero un área gris o vacía puede tener dos significados opuestos: no hay crisis, o no se ha medido. Cuando los informes solo evocan la primera impresión, se crea un sesgo en la visibilidad. Las áreas bien medidas producen cifras, advertencias e historias en los medios; las áreas mal medidas producen márgenes de incertidumbre y silencio. La atención política a menudo sigue la parte de la realidad que se puede resumir en números, mapas y pronósticos. Esto puede hacer que un recorte técnico al principio de la cadena de información se traduzca más tarde en menos atención mediática, menos urgencia de los donantes y una ayuda más lenta.

El peligroso ciclo de retroalimentación: menos medición puede llevar a aún menos dinero.

La cadena de información puede debilitarse a sí misma. Primero, desaparece el dinero para el trabajo de campo. Luego, se miden menos hogares, mercados y regiones. Los pronósticos se basan con mayor frecuencia en datos más antiguos y suposiciones más amplias. La incertidumbre dificulta las conclusiones públicas claras, mientras que son las cifras precisas las que atraen la atención política y periodística. Cuando una crisis, por lo tanto, baja en la agenda, también puede disminuir la financiación para la ayuda y las nuevas mediciones. Esto no es una prueba de un plan deliberado para ocultar a las víctimas. Es un incentivo estructural en el que los sistemas de información financieramente vulnerables hacen que sea menos visible a las personas que ya tienen poco poder político.

Posible mensaje detrás de la noticia

Quien recorta el presupuesto para las mediciones humanitarias, no solo ahorra en hojas de cálculo. Reduce el campo de visión con el que se detectan las carencias alimentarias, la desnutrición y la mortalidad. Una víctima que no se mide, no recibe ayuda; y es especialmente más difícil demostrar administrativamente su necesidad.

Conclusión neutral

La infraestructura de información internacional relacionada con la seguridad alimentaria y las emergencias humanitarias está, sin duda, bajo presión. Los sistemas investigados perdieron financiación más rápidamente que la ayuda al desarrollo en su conjunto, mientras que en países como Somalia y Nigeria, tanto el número de observaciones como la cobertura geográfica disminuyeron. Esto ocurre precisamente cuando los conflictos, los riesgos climáticos y los presupuestos de ayuda limitados exigen decisiones más difíciles. Los satélites, los modelos y la IA pueden reducir las lagunas, pero no pueden producir una realidad fiable sin datos actualizados de hogares, mercados, clínicas y comunidades locales. La tecnología puede reconocer un campo seco; no sabe automáticamente qué niño come menos, qué familia vendió su último ganado o cuántas muertes no se registraron. Lo que esta investigación no demuestra es que los donantes o los gobiernos hagan que las crisis sean deliberadamente invisibles, que cada punto en blanco en un mapa contenga una catástrofe oculta o que todas las estimaciones existentes sean poco fiables. Sin embargo, sí muestra un peligro estructural: cuando la capacidad de medición disminuye más rápidamente que la necesidad, la realidad administrativa puede mejorar mientras que la realidad humana empeora. La ausencia de cifras no significa la ausencia de una crisis, sino una menor probabilidad de que la crisis se detecte, se identifique y se financie a tiempo.