Por: Yamileth Luna, Abigail Contreras, Valeria Zamorano, Alejandra Martinez y Santiago Gallardo


¡Hola a todxs, bienvenidxs de nuevo a Cuali-Cuanti Review! Hoy quiero compartir con ustedes un tema que considero sumamente interesante: la dinámica de sistemas en las ciencias sociales, a través de un análisis de caso.

¿Que es un modelo de dinámica de sistemas?

Cuando hablamos de sistemas, es común que nuestra mente se dirija inmediatamente hacia la ingeniería (al menos eso me pasaba a mi), sin embargo, los sistemas se pueden encontrar prácticamente en todas las áreas del conocimiento.

Imaginen por un momento la admisión de alumnos a una universidad, las políticas de COVID-19, la tasa de aceptación laboral de mujeres negras o las políticas urbanas. Estos no son fenómenos ni sucesos aislados, sino más bien constituyen sistemas complejos que cuentan con una variedad de factores interrelacionados y causales.

La dinámica de sistemas nos ofrece una herramienta poderosa para comprender y abordar estos problemas sociales, analizando a un nivel macro. Nos permite visualizar las interacciones entre diferentes variables y cómo estas influencian unas a otras, visualizando los resultados en un sistema social. Esto representa una gran oportunidad para lxs tomadores de decisiones para desarrollar estrategias más efectivas y comprensivas para abordar estos problemas sociales.

En esta entrada del blog de Cuali-Cuanti Review, vamos a sumergirnos en un paper titulado “Migración venezolana en el norte de Brasil: un enfoque de dinámica de sistemas para el programa de internalización”. Explicaremos cómo este enfoque ofrece nuevas perspectivas y soluciones innovadoras para manejar este tipo de problemas complejos como es la migración en la región.

Brasil es el 5to país a nivel mundial que recibe más refugiados y migrantes venezolanos. En el vlog de hoy nos centraremos en un estudio específico que aborda la crisis migratoria entre Brasil y Venezuela, enfocándose en las formas de acoger a los migrantes mediante su internalización. Esta internalización se refiere a la integración local de los migrantes en Brasil.

Tanto la ONU como el gobierno de Brasil han estado trabajando en conjunto desde 2018 en una operación humanitaria denominada “Operação Acolhida”. Esta operación se basa en tres pilares fundamentales: el control fronterizo, la provisión de refugio y la internalización o integración local de los migrantes. En este proceso se ofrece a los migrantes y refugiados la posibilidad de reanudar sus vidas en otra ciudad de Brasil, con transporte y alojamiento financiados por el gobierno o su nuevo empleador.

Sin embargo, este proceso no es nada sencillo. Requiere una logística extensa y compleja para garantizar que los migrantes sean acogidos de manera adecuada y puedan integrarse de manera efectiva en la sociedad brasileña.

El objetivo del estudio era simular el programa de internalización de Acolhida para identificar los principales cuellos de botella que afectan al sistema y proponer mejoras en las políticas para aumentar la capacidad de procesamiento del programa.

La Dinámica de Sistemas se define como: “Una metodología de simulación computacional que es particularmente adecuada para el análisis y diseño de políticas. Esto es especialmente cierto para sistemas caracterizados por la interdependencia, la interacción mutua, la retroalimentación de información y la causalidad circular. La dinámica de sistemas permiten aprender del comportamiento de sistemas complejos e identificar efectos a corto y largo plazo” (The System Dynamic Society, 2008).

La dinámica de sistemas es una opción adecuada para este estudio porque es una técnica efectiva para analizar sistemas complejos, como las crisis migratorias. Permite considerar las interacciones entre múltiples variables y simular los retrasos entre causa y efecto. Además, desafía a los tomadores de decisiones a comprender las crisis migratorias como el resultado de interacciones complejas entre numerosos factores.

¿Cuáles son los detalles del sistema?

¿Cómo se construye el modelo?

El modelo de dinámica de sistemas utilizado en el estudio se construyó para entender cómo reducir la población no asistida, o unassisted population (para la explicación del sistema, utilizaremos las variables con su nombre en inglés, evitando confusiones), ya que el 10% a 15% de los migrantes y refugiados que se cruzan a Brasil son unassisted, i.e. dependen completamente del apoyo del programa. Además, los autores mencionan que la versión final del modelo fué construida de la mano con los hacedores de decisiones del programa Acolhida para incrementar su validez.

El modelo representa tres estrategias que impulsan la recepción de unassisted population: incrementar el sheltering rate al construir más albergues, incrementar el número de internalization hubs e incrementar la disponibilidad de internalization vacancies. El modelo consiste de cuatro bucles y tres variables exógenas, resaltadas en amarillo. Los tres bucles pequeños representan las estrategias de recepción de migrantes, mientras que el bucle rojo representa el mecanismo de presión política y social que enfrenta e impacta el programa.

Primeramente, internalization vacancies puede incrementar externamente, al añadir más vacantes en el sistema (ilustrado por la variable exógena internalization vacancies creation); e internamente al incrementar el porcentaje de internalized population que puede albergar otros migrantes viajantes, o migrantes cuyo destino final no es Brasil.

Al haber más migrantes cruzando la frontera (border entrance), el número de unassisted population incrementa. Unassisted population decrece por tres variables: albergar población (Sheltering rate), transferir población (Hub Transference Rate), e internalización de la población (Internalization Rate).

El bucle rojo B1 representa la estrategia de incrementar la población albergada, siguiendo la hipótesis que cuando el número de unassisted population incrementa, la población que alberga se preocupa (popular awareness) y reacciona presionando autoridades locales y organizaciones (Pressure Over Authorities). Esta presión puede aliviarse con el bucle azul B2: al abrir más albergues (Sheltering Space), incrementando el sheltering rate y, por ende, sheltered population.

Luego, el bucle verde B3 explica que cuando abren nuevos hubs (Hub Opening), incrementa el Transfer Rate, y decrece unassisted population. Además, aumenta Flight Availability e incrementa Internalization Rate. Este bucle enseña cómo al abrir más hubs, se pueden reducir la cantidad de personas no asistidas de manera directa, con el transfer rate, y de manera indirecta, con el internalization rate como consecuencia del incremento de Flight Availability. Los autores explican que, mientras que la relación entre Hub Opening y Flight Availability no es intuitiva, esta es posible porque los hubs están localizados en ciudades con más disponibilidad de vuelos, también haciendo estos más baratos. De igual manera, los autores comparten que en octubre del 2019 el programa empezó a alquilar aviones para impulsar la capacidad logística. Con esto, la internalización triplicó.

Por último, el bucle magenta R1 enseña el mecanismo de reforzamiento de albergamiento; el cual se ve directamente impactado por Internalization Vacancies Creation fuera del modelo. Al incrementar esta variable, incrementa Internalization Rate; y esta decrece unassisted population y sheltered population, ya que al ya estar internalizado, no eres parte de la población no asistida ni de la población albergada. Eventualmente, los migrantes ya internalizados pueden acoger otros migrantes, incrementando Internalization Vacancies. Las modalidades de internalización, como reunificaciones familiares y sociales, crean más opciones para los migrantes al aplicar al programa.

En este modelo de dinámica de sistemas empleado por los autores del estudio, se identifican las variables que son importantes para comprender el comportamiento del sistema, se establecen límites al sistema estudiado y determinan la complejidad de la simulación. Se encontró equilibrio, por lo que las conclusiones generadas no son obvias y la investigación es viable.

¿Qué nos dicen los resultados?

Se empleó la dinámica de sistemas al ser una herramienta sumamente útil y apta para esta situación tan compleja y les vamos a presentar los principales hallazgos:

Dicho sistema consiste a grandes rasgos en que a medida que más migrantes y refugiados cruzan la frontera y entran a Brasil, el número de personas desatendidas aumenta porque no todo el mundo tiene un lugar donde quedarse, esta población es entonces reducida por tres factores: alojamiento, traslado e internalización. La tasa de vivienda es endógena y la tasa de transferencia es exógena. Sin embargo, la tasa de internalización tiene un componente exógeno (es decir, que crea directamente vacantes y un componente endógeno (es decir, el mecanismo de alojamiento). El bucle B1, en rojo, representa la solución del refugio y sigue la hipótesis de que cuando el número de personas desatendidas es mayor, la población de acogida se preocupa más, lo que reacciona presionando a las autoridades y organizaciones locales aliviar esta presión es abrir más refugios, lo que aumenta el espacio disponible y la tasa de alojamiento (B2, en azul), sacando así a más personas de las calles y cerrando el círculo.

¿Y en el ámbito de creación de políticas públicas de que nos sirve este tipo de herramientas?

Como señala Seifert (2018) que las operaciones humanitarias que involucran a migrantes y refugiados atraen el interés de investigadores, tomadores de decisiones gubernamentales y organizaciones humanitarias. McAdam (2014) definieron las crisis migratorias como resultado de una combinación de complejos problemas sociales, políticos, económicos y ambientales. Factores que pueden ser desencadenados por un evento extremo pero no causados por esto. Frydenlund (2021) sugirió que el modelado y la simulación pueden incorporar las características dinámicas de la migración y desplazamiento forzado y son una forma accesible de integrar a la academia, los profesionales y los responsables de la formulación de política pública.

¿Puede aplicarse en un contexto actual?

El diagrama causal que se creó para este proyecto de investigación fue completamente adaptado a la vida real, es decir, la situación simulada en el diagrama es lo que está sucediendo en Brasil con el programa Acolhida. Los investigadores en este caso, antes de generar el diagrama identificaron las variables más relevantes para comprender el comportamiento del sistema real, se establecen límites al sistema y determinan la complejidad de la simulación. Se encontró un equilibrio, lo cual es muy importante para que las conclusiones generadas no sean obvias y la investigación y propuestas sean viables.

¿Qué nos llevamos de este estudio?

En primer lugar, quiero destacar que este estudio es importante porque aborda una brecha existente en la literatura. Aunque se han aplicado dinámicas de sistemas en operaciones humanitarias, pocos modelos se han centrado específicamente en emergencias migratorias, como las que ocurren en el norte de Brasil. Este estudio llena ese vacío al aplicar el modelo a la mayor operación humanitaria realizada en territorio brasileño, proporcionando a los tomadores de decisiones valiosos conocimientos y alternativas para una mejor implementación en el futuro.

Es un modelo valioso que, a pesar de sus limitaciones, nos proporciona un ejemplo bien aterrizado para comprender la complejidad de la Dinámica de Sistemas. A pesar de ello, destacamos que los modelos en Vensim que elaboran los autores no son completamente precisos pues tienden a confundir la dirección de los ciclos (clockwise and counterclockwise).

En resumen, este estudio ha demostrado que la dinámica de sistemas es una herramienta adecuada para analizar la complejidad de los contextos migratorios y sociales. Espero que esta reflexión ayude a guiar futuras investigaciones en esta área y demuestre cómo este enfoque puede ser utilizado para abordar otros problemas complejos en el futuro. ¡Gracias por acompañarme en este viaje de aprendizaje! Nos vemos en el próximo vlog.