Este artigo foi escrito por Jishnu Das (Georgetown), Adnan Q. Khan (LSE), Asim I. Khwaja (Harvard) e Anum Malkani (Centro de Pesquisa Econômica no Paquistão). Este artigo foi gentilmente republicado com agradecimentos do LSE Covid-19 Blog e você pode ler o artigo original aqui .

Diante de uma crise avassaladora, governos de todo o mundo enfrentaram difíceis escolhas políticas em resposta ao COVID. Resolver esses desafios agora – adotando uma mentalidade de aprendizado ativo, permitindo maior colaboração e configurando uma infraestrutura de dados robusta – pode nos preparar para mitigar melhor os impactos de médio e longo prazo do COVID, bem como para responder efetivamente a futuras crises , escrevem Jishnu Das (Georgetown), Adnan Q. Khan (LSE), Asim I. Khwaja (Harvard) e Anum Malkani (Centro de Pesquisa Econômica no Paquistão).

Por meio de um longo e extenso envolvimento com os governos da Índia e do Paquistão durante a crise da COVID, tornou-se cada vez mais evidente para nós que os formuladores de políticas foram prejudicados por sua compreensão limitada de como adquirir o conhecimento e a capacidade relevantes. Aprender a aprender foi algo que o COVID forçou a muitos governos sem o treinamento ou as ferramentas necessárias.

Os governos de todo o mundo foram prejudicados pelas limitações dos modelos padrão para problemas de política. Eles lutaram para projetar, implementar e monitorar políticas no contexto de um vírus cujo impacto varia no espaço e no tempo. As mensagens muitas vezes contraditórias de diferentes especialistas e disciplinas, a falta de coordenação efetiva entre diferentes atores políticos e a eficácia limitada de políticas de cima para baixo que dão pouca atenção à agência dos cidadãos contribuíram ainda mais para a confusão política. A COVID forçou os governos a lidar com a forma de agir quando há ausência de evidências.

A diversidade de conhecimentos também poderia ter esclarecido vários aspectos da crise. O papel dos epidemiologistas e especialistas em doenças infecciosas é óbvio para uma resposta à pandemia, mas também podemos aproveitar as estruturas e os kits de ferramentas dos cientistas sociais para entender melhor o impacto da crise. Especialistas em educação podem nos ajudar a entender as consequências das interrupções na escolaridade sobre o desenvolvimento infantil e a futura força de trabalho. Especialistas comportamentais e antropólogos podem esclarecer a melhor forma de projetar e aplicar intervenções de saúde pública.

Embora possa ser o caso em países ricos que o trade-off entre vidas e meios de subsistência seja uma falsa dicotomia, se esse também é o caso de países de baixa renda é menos claro. De fato, a literatura sugere um trade-off potencialmente mais severo em países de baixa renda devido à vulnerabilidade econômica, insegurança alimentar, informalidade e espaço fiscal limitado . No entanto, a ausência de dados de monitoramento regulares prejudicou a capacidade dos estados e organizações de projetar estratégias de bloqueio e distanciamento físico que poderiam mitigar a propagação do COVID sem incorrer na perda de meios de subsistência e renda.

"A competição insalubre e o desejo de evitar a culpa muitas vezes têm sido uma prioridade para os governos."

Colaborar entre níveis e agências do governo de uma forma que seja coordenada centralmente, mas ainda localmente responsiva, representou um desafio substancial. Por exemplo, a onda de trabalhadores migrantes retornando das áreas urbanas para suas casas rurais após o bloqueio inicial na Índia desencadeou um surto rural de COVID que poderia ter sido mitigado com uma melhor coordenação das respostas políticas em todo o país (por exemplo, a criação de centros de quarentena e instalações de teste antes do anúncio do bloqueio para se preparar para os trabalhadores que retornam).

Não é incomum ver diferentes agências dentro do mesmo governo não cooperando e, em alguns casos, trabalhando com propósitos opostos. A competição insalubre e o desejo de evitar a culpa muitas vezes têm sido uma prioridade para os governos durante a pandemia. Tal competição tem sido aparente em estados unitários, onde governos nacionais e locais entram em conflito, mas tem sido particularmente evidente em países federalizados, especialmente onde os governos central e estadual são oriundos de partidos políticos concorrentes, como no Brasil, Estados Unidos e Malásia.

Também consistentemente falta o equilíbrio certo entre política e especialização. Muitos governos falharam em confiar efetivamente na autoridade especializada, preferindo a conveniência política a decisões difíceis, enquanto outros terceirizaram o máximo possível de tomada de decisão para os especialistas, com o objetivo de se proteger da responsabilidade pelo impacto das intervenções políticas.

Um caminho a seguir: Adotando uma mentalidade de aprendizado ativo

Uma resposta à crise que funcione deve ser não apenas clara e decisiva, mas também flexível e modular para incorporar o aprendizado rápido. Em um mundo incerto, as respostas políticas devem ser baseadas em dados e evidências e devem ser sensíveis aos dados. Para que isso ocorra, devemos reconhecer que estamos em um ambiente de aprendizagem marcado pela experimentação. Governos e formuladores de políticas não devem apenas agir com base no conhecimento existente, mas também tomar medidas para entender melhor os custos e benefícios de cada política e refinar as ações de acordo com o novo conhecimento.

Em situações com informações prévias limitadas, devemos reconhecer que existe um mecanismo bem desenvolvido e bem testado para tomar decisões em meio à incerteza. Em outras palavras, aprenda como você age e age para aprender.

Algumas decisões permanecerão essencialmente as mesmas, independentemente de quais informações se tornem disponíveis. Por exemplo, é improvável que as informações mudem a necessidade de testes e EPI, vacinação mais rápida para profissionais de saúde ou comunicação cuidadosa sobre o Covid-19. Nesses casos, não adianta esperar que a informação fique disponível. Os governos devem agir imediatamente e comunicar de forma inequívoca.

Outras decisões são mais bem tomadas após a coleta de algumas informações – especialmente se essas informações forem relativamente baratas para serem coletadas. Essas decisões são aquelas em que mais informações podem mudar a decisão. Suponha que você esteja dirigindo um carro e não consiga enxergar além de um ponto. Disseram-lhe que além desse ponto, ou há um penhasco e você morrerá se passar por cima dele, ou há um belo prado onde você pode parar e fazer um piquenique. A decisão óbvia é parar o carro antes desse ponto e verificar antes de continuar. Para países que impuseram bloqueios repentinos como a Índia, mesmo uma pesquisa rápida em tempo real poderia ter ajudado o governo a perceber que os migrantes deixariam rapidamente as áreas urbanas se um bloqueio repentino fosse imposto, e isso permitiria que várias medidas de mitigação fossem implementadas. . Os países podem ser rápidos em sua resposta, mas sem se precipitar cegamente nas decisões.

"Aprenda como você age, e aja para aprender."

Na tomada de decisões, todas as informações prévias devem ser usadas. Mapas que nos permitem entender melhor a vulnerabilidade subjacente das populações para que os governos possam empreender uma estratégia espacialmente direcionada são um exemplo. Compreender a densidade populacional em áreas usando dados do censo, bem como padrões de mobilidade com base em dados de telefones celulares, pode ajudar a identificar áreas mais suscetíveis à disseminação de infecções e, portanto, podem ser candidatas a maiores políticas de monitoramento e contenção.

Por exemplo, os dados existentes poderiam ter sido usados para melhor estratificação e direcionamento das respostas. Considere os governos decidindo entre um bloqueio geral e um bloqueio 'gradual', pelo qual certos grupos têm maior liberdade de movimento para manter nossos motores econômicos funcionando e, assim, oferecer um grau de sustentabilidade econômica, especialmente para os pobres.

Uma maneira de fazer isso seria através da estratificação de risco : os riscos de hospitalização por COVID aumentam com a idade e condições crônicas pré-existentes. Portanto, permitir um movimento potencialmente maior entre os jovens e saudáveis, protegendo nossos mais velhos, poderia ter permitido a retomada da atividade econômica e construído gradualmente a imunidade em nossas populações; mesmo que os jovens permaneçam mais propensos a serem infectados.

Essa estratificação de risco também poderia ser direcionada espacialmente , mantendo restrições mais rígidas em locais com maior aglomeração de idosos e/ou com comorbidades adicionais. Por exemplo, a Itália introduziu bloqueios direcionados espacialmente com base na estratificação de risco. Ele implementou um sistema de quatro camadas, com áreas com níveis mais altos de infecção enfrentando restrições mais rígidas. O governo poderia ter refinado ainda mais a estratificação levando em conta os perfis de morbidade. Não estamos voando completamente às cegas aqui. Há uma enorme informação prévia que pode ser trazida a este assunto. Deveria.

Os governos devem reconhecer que cada decisão terá um impacto nos resultados de interesse e também fornecerá mais informações. Esse novo aprendizado pode informar criticamente o processo de tomada de decisão amanhã. Por exemplo, considere uma política de bloquear parte de uma cidade. Embora o objetivo imediato de fazer isso seja impedir a propagação de doenças, entender como as pessoas reagem a essas políticas – não apenas em termos de conformidade, mas também se isso afeta os padrões de mobilidade em outras partes da cidade – pode nos ajudar a entender como esses bloqueios parciais afetaria a propagação da doença a longo prazo. Da mesma forma, ações que geram informações críticas – mesmo que levem a benefícios imediatos limitados – ganham prioridade nessa perspectiva. Como exemplo, testes baseados em esgoto para prevalência de doenças, embora menos úteis para direcionar a resposta ao tratamento, podem ajudar a identificar áreas onde a doença pode estar se espalhando. Isso nos afasta da aprendizagem passiva para a ativa e deve ser um componente-chave das estratégias em países de alta e baixa renda.

Ao adotar tais abordagens, é fundamental que os governos usem uma abordagem de 'grande tenda' que inclua economistas, cientistas de dados, especialistas em doenças infecciosas e saúde pública, líderes do setor de tecnologia, bem como parceiros de teste e departamentos governamentais - e que os governos adaptem esse grupo à crise específica enfrentada. Esforços para montar coalizões amplas e conhecimentos diversos devem ser feitos sistematicamente, porque as disciplinas muitas vezes não se coordenam naturalmente umas com as outras.

Melhorar a coordenação e construir a capacidade do Estado para resposta a crises

Embora o desempenho esteja correlacionado com a capacidade estatal existente, a heterogeneidade nas respostas políticas da COVID demonstra que governos com alta capacidade estatal podem ficar aquém, enquanto governos com capacidade mais limitada podem formular respostas políticas oportunas e eficazes à pandemia. O principal teste de uma resposta dinamicamente eficaz reside em saber se os governos podem aproveitar a experiência atual para construir uma capacidade estatal robusta para responder a crises no futuro. Isso depende, em grande medida, de os políticos alavancarem a experiência de sacrifício compartilhado em um senso de propósito comum que justifique e sustente uma mudança nas políticas futuras.

"Digitalizar os dados do censo é fundamental e pode trazer enormes benefícios."

Para criar um estado de aprendizagem que possa coordenar entre os atores relevantes, é importante, em primeiro lugar, preparar planos e modelos e introduzir estruturas organizacionais baseadas no conhecimento atual para gerenciar crises potenciais. Esses planos devem ser flexíveis e passíveis de revisão e refinamento com base em novos conhecimentos. Os governos precisam criar novas estruturas diante das crises. Essas estruturas não precisam existir antecipadamente, mas podem ser introduzidas no meio do caminho, criadas com base em novos conhecimentos, e também não são exclusivas de países ricos e com muitos recursos. Por exemplo, a Libéria e Serra Leoa conseguiram criar estruturas rápidas, planas e flexíveis para lidar com sucesso com a epidemia de Ebola.

Em segundo lugar, é fundamental criar estruturas centrais que possam coordenar as agências, capacitar a liderança distribuída e os atores descentralizados, permitir a inovação local e disseminar o aprendizado ativo por meio da experimentação. A entidade central também pode garantir foco suficiente na resposta emergencial de curto prazo à crise, bem como considerar o trabalho analítico de médio e longo prazo para aumentar a preparação, construindo estruturas mais robustas, capazes e autocorretivas.

Terceiro, para criar uma cultura de aprendizado e cooperação, os governos devem criar maneiras de escapar das guerras de territórios organizacionais e dos jogos de culpa. Isso é feito melhor por meio da criação de normas e procedimentos para compartilhar o crédito por inovações e sucessos de políticas e processos semelhantes para mitigar a culpa em caso de fracasso.

Quarto, é fundamental fortalecer a capacidade de usar e analisar dados em órgãos públicos relevantes que lidam com crises. Como os treinamentos generalizados raramente são eficazes, essa capacidade deve estar vinculada a fornecer respostas concretas e apoiar decisões e ações específicas.

Preparando a infraestrutura de dados para resposta a crises

As crises exigem ação imediata e os atrasos podem custar muito caro. No contexto da COVID e de outras pandemias de saúde, a paralisia das políticas pode resultar na disseminação irrestrita da doença. A construção de sistemas de informação/dados para apoiar a tomada de decisões rápida e eficaz é fundamental. Mas, em vez de construir sistemas do zero em meio a uma crise, ou agir cegamente na ausência de tais sistemas, os governos precisam planejar estratégias e construir infraestrutura de dados antes que ocorra uma crise.

A digitalização dos dados do censo é fundamental e pode gerar enormes benefícios para a prestação de serviços. Os governos devem investir agora no estabelecimento de sistemas pré-existentes de infraestrutura de dados digitalizados e geocodificados sobrepostos a dados úteis (demográficos, do setor público e novas fontes de dados digitais), juntamente com protocolos para ativar, acessar e construir sobre eles em tempo real para apoiar a coordenação durante emergências por atores públicos, privados e sem fins lucrativos. Em segundo lugar, os governos podem adotar uma série de medidas para construir uma infraestrutura de dados que aproveite as fontes de dados existentes, especialmente dados administrativos, e que padronize e vincule diferentes conjuntos de dados. Ao fazê-lo, é importante trabalhar com o setor privado para aproveitar com segurança 'big data' por meio de registros móveis, consumo de eletricidade e outras fontes, e projetar mecanismos voluntários para que os cidadãos compartilhem dados relevantes, garantindo que sejam feitos em linha com protocolos de compartilhamento de dados e anonimato.

Por fim, embora seja importante ser criativo na forma como pensamos em dados, as necessidades de dados e tecnologia devem estar diretamente vinculadas às necessidades de políticas. As pesquisas domiciliares em larga escala existentes podem ser substituídas ou aumentadas com novas fontes de dados baseadas em tecnologia, como registros de detalhes de chamadas (CDR), dados de satélite e consumo de eletricidade. No entanto, antes de fazer isso, é preciso definir claramente quais tipos de dados são úteis para pesquisadores e formuladores de políticas, estabelecer como esses dados podem contribuir para programas de desenvolvimento e esforços humanitários e construir estruturas robustas sobre privacidade e segurança de dados.

Jishnu Das é professor da McCourt School of Public Policy e da Walsh School of Foreign Service da Georgetown University. Adnan Q. Khan é Diretor Acadêmico e Professor de Prática na Escola de Políticas Públicas, LSE. Asim Ijaz Khwaja é o Diretor do Centro de Desenvolvimento Internacional e da Fundação Sumitomo para Estudos Avançados em Desenvolvimento Internacional, Professor de Finanças Internacionais e Desenvolvimento na Harvard Kennedy School, e cofundador do Centro de Pesquisa Econômica no Paquistão (CERP) . Anum Malkani é Diretor - Assessor de Políticas do Centro de Pesquisa Econômica no Paquistão.

👋 Você pode criar um post como este! Compartilhe seus pensamentos com uma comunidade de servidores públicos. Saber mais

(Crédito da imagem: Unsplash)