Cómo medir si la digitalización reduce o amplía las brechas sociales

Hablar de brecha digital como si fuera una diferencia única entre personas conectadas y desconectadas simplifica demasiado el problema. El acceso importa, pero también qué dispositivo se tiene, si la conexión resulta adecuada para las tareas necesarias, qué habilidades se poseen y qué usos se pueden realizar. Una persona puede contar con conexión y, aun así, tener dificultades para completar un trámite, aprender en línea o proteger sus datos. Otra puede usar internet con frecuencia, pero no disponer de las herramientas o apoyos que requiere una tarea concreta.

Por eso conviene separar dimensiones antes de comparar grupos o evaluar una política. La conectividad describe una condición de acceso, no el resultado social de ese acceso. Tampoco la frecuencia de uso indica por sí sola que la actividad sea provechosa, segura o autónoma. Son preguntas relacionadas, pero no equivalentes; reunirlas en un solo indicador puede ocultar qué barrera persiste y a quién afecta.

Una lectura útil distingue, al menos, entre disponibilidad de conexión y dispositivos, habilidades para desenvolverse, tipos de uso y resultados. En esta última dimensión entran cuestiones como poder acceder a un servicio, resolver una necesidad o participar en una actividad. Para afirmar que hay inclusión no basta con verificar que la tecnología está presente: hay que examinar si permite realizar aquello para lo que se ofrece.

Esta distinción evita dos errores frecuentes. El primero es interpretar una mejora en el acceso como prueba automática de que se han cerrado las diferencias. El segundo es atribuir una desigualdad a falta de habilidades cuando los datos solo registran disponibilidad o frecuencia. Cada conclusión debe quedar acotada a lo que efectivamente mide el indicador y a la población incluida en la medición.

En España, una referencia reciente es la Encuesta sobre Equipamiento y Uso de Tecnologías de la Información y Comunicación en los Hogares del INE, cuya nota de resultados corresponde a 2025. La existencia de una edición reciente permite seguir el tema con información oficial, pero el nombre de la encuesta no debe confundirse con una descripción completa de la inclusión digital: primero hay que consultar las tablas, las definiciones y la metodología de cada variable concreta.

Al analizar sus resultados, la pregunta inicial debería ser precisa: ¿se está midiendo la presencia de equipos, el acceso a internet, una actividad realizada o alguna competencia? No son indicadores intercambiables. Antes de comparar dos porcentajes, también hace falta confirmar que corresponden al mismo periodo, universo, grupo de edad y definición. Si las categorías o el cuestionario cambian, una diferencia entre ediciones puede reflejar en parte un cambio de medición y no solo una transformación social.

La Década Digital de la Unión Europea proporciona otro marco: la Decisión (UE) 2022/2481 establece el programa estratégico europeo para 2030. Ese horizonte ayuda a situar objetivos y seguimiento en una política pública más amplia, pero no sustituye la consulta de los indicadores nacionales ni convierte cualquier estadística de uso doméstico en una medida directa de cumplimiento.

Una ficha de lectura debería registrar, como mínimo, el indicador, su definición, el periodo de referencia, la población a la que se aplica y las desagregaciones disponibles. También debe aclarar si el dato es una respuesta de encuesta o una observación de otro tipo. El número adquiere sentido al lado de su denominador y su método, no como una cifra aislada reproducida en un titular. Si un resultado no está desglosado por una característica determinada, no se puede deducir cómo se distribuye en ese grupo.

Las comparaciones por edad, ingresos, territorio u otras características pueden mostrar dónde se concentran diferencias en una variable. Pero observar que dos grupos presentan resultados distintos no establece por qué ocurre. Puede haber factores concurrentes —como educación, ocupación, disponibilidad de dispositivos o necesidades de apoyo— y una encuesta descriptiva no necesariamente permite distinguir su peso. El dato sirve para formular preguntas y localizar desigualdades observadas, no para asignar causas sin análisis adicional.

Antes de afirmar que una brecha afecta a un grupo, hay que comprobar que la fuente publica esa desagregación y que la muestra permite interpretarla. Una categoría amplia puede ocultar diferencias internas; una estimación basada en pocos casos puede ser inestable. Además, edad, renta y territorio no son explicaciones autosuficientes. Si se comparan varias variables a la vez, es necesario saber si el análisis permite separar sus asociaciones o si solo presenta cruces descriptivos.

También importa qué aspectos no se observan. Una encuesta general de hogares no equivale automáticamente a una evaluación específica de accesibilidad o de necesidades de personas con discapacidad. Del mismo modo, registrar que se hizo una actividad no permite saber si se completó de forma independiente, con ayuda de otra persona o después de varios intentos. Si la fuente no pregunta por esos detalles, la conclusión debe reconocerlos como ausentes, en vez de completar el vacío con una interpretación intuitiva.

Una lectura equilibrada distingue tres niveles: la diferencia que muestra el dato, las hipótesis que podría sugerir y la evidencia necesaria para probar esas hipótesis. Una asociación entre características y uso no demuestra que una característica sea la causa. Esa prudencia no resta valor a las estadísticas; impide que una descripción útil se convierta en una afirmación causal que el diseño de medición no respalda.

Una encuesta tiene un alcance definido por su cuestionario, su población y su periodo de referencia. Las respuestas declaradas pueden no capturar con precisión la calidad de una conexión, la dificultad de una tarea o la ayuda recibida. Además, las categorías que se publican pueden agrupar situaciones distintas. Estos límites no invalidan la información: explican qué tipo de afirmaciones puede sostener y dónde sería necesario complementarla con otros datos.

La comparación temporal requiere una cautela similar. Una variación entre dos años no permite atribuir el cambio a una medida pública concreta por el mero hecho de que ambas cosas ocurran en periodos próximos. Para valorar el efecto de una intervención harían falta datos sobre quién la recibió, cuándo, qué cambió y cómo se contrastó ese cambio con una situación de referencia adecuada. Sin ese diseño, el resultado describe una evolución, pero no identifica por sí solo su causa.

También conviene evitar el indicador único de “digitalización”. Un porcentaje de hogares con acceso no resume habilidades; una medida de habilidades no demuestra que los servicios sean accesibles; y el uso de un servicio no garantiza que haya producido el resultado buscado. Una política puede mejorar una dimensión y dejar intacta otra. Si se presenta un índice compuesto, deben hacerse visibles los componentes, la ponderación y las decisiones que lo construyen, para no ocultar déficits bajo un promedio.

En consecuencia, las cifras deberían leerse como piezas de un diagnóstico, no como una nota global sobre si la sociedad está incluida o excluida. La ausencia de una diferencia observada tampoco demuestra que no exista: puede depender de cómo se formuló la pregunta, qué grupos se incluyeron o qué detalle se publicó. Explicar estos límites en el artículo no es una debilidad metodológica, sino parte de la información que permite al lector calibrar la conclusión.

La investigación puede ayudar a interpretar lo que las estadísticas generales no explican, siempre que se respete su escala. Un estudio de 2023 sobre inclusión digital en el sector educativo describe una investigación centrada en una comunidad educativa, con encuestas estructuradas y análisis junto a docentes. Ese diseño aporta un caso situado y combina información cuantitativa y cualitativa; no representa por sí mismo a toda la población española ni permite trasladar sus resultados directamente a otros ámbitos.

Ese tipo de evidencia resulta valioso para proponer preguntas: si el acceso disponible se mantiene en el tiempo, qué aplicaciones se usan o qué dificultades aparecen en una transición educativa. Pero una observación de una comunidad no debe presentarse como tendencia nacional. La función del contraste es complementar las series oficiales y hacer visibles mecanismos posibles, no reemplazar una estimación representativa con un ejemplo ni generalizar más allá del diseño del estudio.

Una síntesis responsable separa la evidencia oficial que describe patrones poblacionales de la investigación que examina experiencias o contextos más acotados. También diferencia las fuentes por fecha: un informe de 2021 puede ofrecer contexto histórico, pero no basta para describir la situación actual si existen datos posteriores. No hay que sumar sin más resultados de años, poblaciones o métodos distintos; antes se debe explicar qué pregunta responde cada fuente y qué comparación resulta legítima.

Para el lector, la comprobación práctica puede reducirse a cuatro preguntas: ¿quién fue medido?, ¿qué se preguntó?, ¿cuándo se recogió la información? y ¿qué inferencia permite el diseño? Si una publicación no responde a esas preguntas, es prematuro usarla para sostener una afirmación amplia. El contraste entre fuentes mejora el análisis cuando explicita las diferencias entre ellas, no cuando las borra.

Afirmar que una política tecnológica reduce brechas exige algo más que mostrar que aumentó la conectividad general. Haría falta observar cambios en las dimensiones que la intervención pretendía mejorar, identificar a la población destinataria y comprobar si los resultados se distribuyen de forma equitativa. Si el objetivo es facilitar trámites, por ejemplo, el acceso a internet puede ser un requisito, pero el indicador relevante también debería describir si las personas pueden completar el trámite y con qué apoyos.

La evaluación debe ser coherente con la intervención: objetivos explícitos, indicadores vinculados a esos objetivos y periodos de medición comparables. Cuando se pretenda atribuir efectos a una política, el análisis debe explicar cómo distingue ese efecto de otros cambios concurrentes. Si solo se dispone de una comparación descriptiva antes y después, debe decirlo con claridad y no presentarla como prueba causal concluyente. La precisión sobre el diseño es tan importante como el porcentaje final.

La conclusión más defendible no es que una cifra aislada confirme inclusión o exclusión, sino que las estadísticas permiten identificar dimensiones y diferencias que requieren explicación. En España hay una encuesta oficial reciente sobre equipamiento y uso de TIC en los hogares y un marco europeo de seguimiento hasta 2030; para convertir esas referencias en una evaluación social hacen falta definiciones transparentes, desgloses pertinentes y medidas de resultados.

Así, la pregunta útil no es solo cuántas personas están conectadas, sino quién puede aprovechar la tecnología, para qué y bajo qué condiciones. Una política reduce una brecha cuando la evidencia muestra mejoras relevantes para quienes afrontaban la barrera, y cuando esa mejora no se infiere únicamente de una media general. El acceso es un punto de partida indispensable; demostrar inclusión requiere medir también capacidades, usos y resultados, con límites explícitos y sin atribuir a los datos más de lo que pueden contar.