Un pequeño cambio tuvo un impacto millonario: “9 de cada 10 personas en tu código postal ya han pagado sus impuestos”. Con esta frase en sus cartas de pago, la Agencia Tributaria británica (HMRC) logró que miles de ciudadanos regularizaran sus deudas tributarias. El resultado fue un ingreso de 1,2 millones de libras por encima de la recaudación prevista en solo un mes.

Sin nuevas leyes, ni multas más altas: solo se ajustó la comunicación usando ciencias del comportamiento.

En nuestro último Desayuno de Gobe Ventures, le preguntamos a Marta Garnelo, Principal Advisor en The Behavioural Insights Team (BIT), cómo incorporar esta disciplina en el ámbito de la Administración pública. 

Marta cuenta con más de una década de experiencia asesorando a gobiernos y organizaciones internacionales para transformar sus políticas. Ha liderado las sedes de BIT en Nueva York y América Latina, además de colaborar con instituciones como el Banco Mundial o el J-PAL del MIT.

Su propuesta plantea un salto de la intuición al dato: diseñar políticas basadas en cómo actuamos y decidimos realmente. Al sustituir las conjeturas por evidencia, la Administración logra simplificar la vida del ciudadano y elevar la calidad de la gestión pública. 

Esta visión se articula en tres ideas fuerza. Primero, la complementariedad: las ciencias del comportamiento no sustituyen a las herramientas tradicionales, las hacen más efectivas. Segundo, la evidencia como guía: cada intervención se basa en datos y se pone a prueba con método para determinar si realmente genera un ahorro o mejora un servicio. Y tercero, la operatividad: marcos como TEST (Target, Explore, Solution, Trial) permiten pasar de un problema a una hoja de ruta clara.

A continuación, resumimos algunas de las claves para aplicar esta disciplina y generar impacto desde las primeras intervenciones.

1. Arquitectura de la elección: entender cómo decidimos

Esta disciplina actúa como un puente entre la psicología, la economía y el diseño de políticas públicas. Su base operativa es la teoría del proceso dual de Daniel Kahneman, que define cómo operamos a través de dos sistemas mentales: 

• Sistema 1: Intuitivo, rápido y automático (como recoger algo que se cae o saber que 2x2 son 4). 
• Sistema 2: Lento y reflexivo; requiere esfuerzo y procesos complejos (como analizar una normativa o realizar una multiplicación de tres cifras). 
  

La Administración suele diseñar servicios asumiendo que el ciudadano opera desde el Sistema 2. Sin embargo, en el mundo real, la inercia genera una gran dependencia del Sistema 1. Comprender esta realidad permite trabajar en la "arquitectura de la elección": el diseño deliberado del contexto para que un comportamiento determinado sea el más fácil de ejecutar o el preferido.

Acciones tan sencillas como convertir el pago digital en la opción más cómoda en pantalla o utilizar mensajes de normas sociales —recordando que la gran mayoría de los vecinos ya han cumplido con sus tributos— logran que la acción buscada sea, simplemente, la más natural.

Las ciencias del comportamiento se institucionalizaron globalmente tras la publicación de Nudge (2008) y la creación del BIT en 2010. Hoy en día, cientos de unidades gubernamentales de todo el mundo aplican estas técnicas para mejorar desde la recaudación tributaria hasta la salud pública.

‍

‍

2. Metodología TEST: un marco operativo para innovar 

El marco TEST del BIT ofrece una hoja de ruta para estructurar una intervención basada en evidencia:

T — Target. Definir el comportamiento objetivo. Es decir, especificar quién debe hacer qué, cuándo y dónde. Es más efectivo enfocarse en conductas puntuales (un pago online) que en intentar cambiar hábitos complejos. 

• Ejemplo: En lugar de buscar "que la gente use más la sede electrónica", apuntar a "que los usuarios mayores de 65 años completen el formulario de pago online". 
  

E — Explore. Entender el contexto e identificar dónde se "rompe" el proceso o cuál es el cuello de botella. Esto implica analizar datos cuantitativos y cualitativos para determinar, por ejemplo, en qué pantalla de una web abandonan los usuarios un trámite. 

• Ejemplo: En la adopción de la IA, el análisis puede revelar que la barrera no es la falta de formación (capacidad), sino el miedo a ser sustituido (motivación). 
  

S — Solution. Los principios EAST (Easy, Attractive, Social, Timely) son un estándar internacional para el diseño de una intervención:  

• Fácil (Easy): Reducir fricciones y simplificar la acción. Una nueva carta de pago sencilla triplicó los pagos en línea en Singapur. 
• Atractivo (Attractive): Captar la atención de forma inteligente. Un chatbot en la provincia de Chaco (Argentina) triplicó la vacunación de refuerzo.
• Social: Utilizar la influencia del grupo y las normas sociales. Es el caso de la frase "9 de cada 10 ya lo hacen", utilizada contra la morosidad en Gran Bretaña. 
• Oportuno (Timely):  Intervenir en el momento exacto de la decisión. Emitir alertas en el momento preciso redujo un 38% las derivaciones médicas a hospitales saturados. 
  

T — Trial. Evaluar y aprender. Mediante una evaluación rigurosa (como los ensayos aleatorios o el “A/B testing”), se compara un grupo que recibe la intervención con otro que sigue el proceso habitual para identificar el impacto real antes de decidir su escalado.  
‍

3. ¿Por dónde empezar? Algunas pautas "quick wins"

Para quienes buscan dar el primer paso en el diseño de políticas con las ciencias del comportamiento, es importante entender las distintas variables que inciden en el coste y duración de un proyecto de este tipo. Hablamos del tipo de comportamiento que se busca cambiar y también, de la complejidad del proceso de evaluación. 

Marta Garnelo compartió tres escalas para situar las expectativas de un proyecto: 

• Complejidad Baja (~1 mes): Intervenciones en comunicación digital, como testear mensajes en una web. Es el punto de entrada ideal porque aprovecha herramientas técnicas que ya existen. 
• Complejidad Media (6-18 meses): Rediseño de un proceso completo. El tiempo depende del volumen de usuarios; si un trámite tiene poco tráfico, se tardará más en reunir datos representativos.
• Complejidad Alta (+18 meses): Evaluaciones de gran escala que testean múltiples soluciones simultáneas. Son apuestas de largo aliento para transformaciones estructurales. 
  

¿Cómo elegir un buen candidato? Algunas pautas para diseñar un primer proyecto: 

1. Acciones puntuales. Es mucho más sencillo influir en una acción única (como elegir una modalidad de pago) que intentar modificar un hábito (como el reciclaje) o resolver un gran reto (como la obesidad).
2. Retorno claro (ROI). Proyectos que generen ahorros evidentes. Un ejemplo clásico es incentivar el paso del trámite presencial al online, que reduce la carga de personal.
3. Datos existentes. "Lo más caro de una evaluación es conseguir datos de calidad". Una recomendación: aprovechar la información que la Administración ya recoge a diario.
4. Autonomía. La coordinación interadministrativa es valiosa, pero suele ralentizar los tiempos. Un buen punto para empezar es donde el equipo tiene control directo, sin grandes dependencias de otros departamentos. 
   ‍

De la intuición a la evidencia

Las ciencias del comportamiento no sustituyen a las herramientas tradicionales; actúan como una capa de diseño que garantiza su eficacia al conectar con la realidad de las personas. Ya no se trata de adivinar qué necesita el ciudadano, sino de identificar las barreras que impiden el acceso a un servicio y las intervenciones precisas para sortearlas. 

La innovación pública abandona así el terreno de las "buenas intenciones" para basarse en el diagnóstico y la evidencia. Una transición que exige rigor metodológico. Como señaló Marta Garnelo durante el encuentro: "Si no fuera porque evaluamos de forma rigurosa, nadie hubiera creído que un diseño inteligente podría tener tal impacto".

Ajustar el diseño de las políticas públicas a partir de lo que nos enseñan las ciencias del comportamiento tiene un gran potencial de impacto en la relación entre la Administración y la sociedad —uno de los objetivos prioritarios cuando hablamos de transformación digital. 

Al final del día, el propósito de innovar es construir un Estado más humano y pragmático, donde la eficiencia sea sinónimo de utilidad. Un Estado capaz de diseñar procesos donde el comportamiento que beneficia a todos sea, sencillamente, el camino más fácil de seguir. 

‍