Teorías del Cambio: Perspectivas Críticas para el Futuro de la Evaluación


El libro recientemente publicado, “Theories of Change in Reality | Strengths, Limitations and Future Directions”, es un análisis profundo de las teorías del cambio y su aplicación en la evaluación y desarrollo de intervenciones. Durante más de medio siglo, los evaluadores han empleado estas teorías para esbozar la lógica causal que subyace en cómo una intervención busca lograr el cambio deseado.

Desde su concepción en la evaluación de programas, este enfoque se ha adoptado de manera más generalizada para propósitos que abarcan desde el diseño hasta la gestión de programas. Dado que las teorías del cambio siguen siendo utilizadas para múltiples propósitos, es un momento oportuno para que la comunidad de evaluación (donde se originó el enfoque) ofrezca su perspectiva sobre las fortalezas y limitaciones del enfoque, así como sus direcciones futuras.

Para proporcionar estas perspectivas, se invitó a casi 30 de los principales evaluadores y teóricos de programas del mundo a proporcionar un breve ensayo sobre el pasado, el presente y el futuro de las teorías del cambio. Este libro presenta sus ideas, organizadas en cinco temas principales:

  1. El uso de teorías del cambio en contextos más amplios de políticas públicas.
  2. Utilizar teorías del cambio para establecer la causalidad.
  3. Desarrollar teorías de cambio que reflejen las perspectivas de múltiples partes interesadas.
  4. Utilizar teorías del cambio para comprender procesos de cambio social más amplios.
  5. Aplicar enfoques de teorías del cambio para múltiples propósitos.

Al compartir estas diversas perspectivas, el libro busca proporcionar a los evaluadores y a los teóricos de programas emergentes, perspectivas críticas para informar la práctica futura.

Resumen de las ideas principales del libro:

Sigue leyendo

Aplicaciones de la Inteligencia Artificial en la evaluacion basada en la teoría


El artículo del Banco Mundial «¿Puede la inteligencia artificial acelerar la evaluación de programas complejos basados en la teoría?» (2022) presenta la metodología y los resultados utilizados para poner a prueba y validar la aplicabilidad, utilidad y valor agregado del uso de inteligencia artificial para el análisis de contenido avanzado basado en la teoría de prograa.

Tradicionalmente, la síntesis cualitativa se utilizaría para realizar un análisis estructurado basado en la teoría de los informes de proyectos.

Este piloto buscó evaluar las ganancias de eficiencia generadas por el análisis de contenido asistido por inteligencia artificial al etiquetar y clasificar texto de acuerdo con un marco conceptual basado en resultados.

El enfoque utilizó un conjunto de intervenciones asociadas con la cartera de evaluación del retraso en el crecimiento y la desnutrición crónica del Banco Mundial, que consta de 392 informes de proyectos de 64 países.

En primer lugar, se utilizó el aprendizaje automático supervisado para etiquetar deductivamente el contenido en tres categorías principales: (a) desafíos nutricionales abordados, (b) intervenciones y (c)  logro de indicadores de resultados.

Sigue leyendo