Métricas de equidad y sus tensiones

Cada métrica de equidad responde a una pregunta distinta. Con la decisión «aprobar» como positivo:

• Tasa de selección: de todas las personas que piden, ¿a cuántas aprueba? Pedir que sea igual entre grupos se llama paridad demográfica. No mira si la persona pagó o no.
• Tasa de verdaderos positivos: de las personas que sí habrían pagado, ¿a cuántas aprueba? Igualarla entre grupos se suele llamar igualdad de oportunidades: quien lo merece tiene la misma probabilidad de ser aprobado sea cual sea su grupo.
• Valor predictivo positivo: de las personas aprobadas, ¿cuántas pagan? Mide si una aprobación «significa lo mismo» en cada grupo.
• Tasa de falsos positivos: de las personas que no habrían pagado, ¿a cuántas aprueba igualmente? Igualar esta y la de verdaderos positivos a la vez se llama probabilidades igualadas.

Para las tres últimas hace falta saber el resultado real de cada persona, también de las que el modelo rechazaría. Por eso Corontillo hizo un piloto en 2025 concediendo un microcrédito pequeño a toda una muestra.

Abre el panel de evaluación de Huillín. La tabla matriz_por_zona trae, para cada zona, cuántas personas pidieron, cuántas habrían pagado, cuántas aprobaría Huillín y cómo se reparten esas aprobaciones entre quienes pagaron y quienes cayeron en mora. La tabla definiciones fija cómo se calcula cada métrica en la cooperativa.

Para un microcrédito, el daño que más preocupa a la cooperativa es negar el crédito a quien lo habría pagado: esa persona pierde una oportunidad real y la cooperativa, un socio. Esa es justo la pregunta de la tasa de verdaderos positivos. Calcúlala para las dos zonas y mide la brecha.

El proveedor del modelo entregó Huillín con una afirmación de equidad. Antes de aceptarla o rechazarla, hay que saber sobre qué métrica se apoya, porque una afirmación de equidad sin métrica no se puede verificar, y con la métrica equivocada puede ser cierta y no responder a la pregunta que importa. Busca la afirmación, identifica la métrica que cita y comprueba con la matriz que su valor rural es el que tú obtienes con la definición de la cooperativa.

En la muestra, el 80 % de las personas urbanas y el 70 % de las rurales habrían pagado: los grupos tienen tasas base distintas. Cuando las tasas base difieren y el modelo no es perfecto, se demuestra que no se pueden igualar a la vez el valor predictivo positivo y las tasas de verdaderos y falsos positivos. No es un defecto de Huillín: es aritmética. Por eso elegir la métrica es una decisión sobre qué error se considera más dañino, y esa decisión se escribe y se justifica, no se esconde.