La insuficiente atención a las barreras lingüísticas excluye sistemáticamente a muchos colectivos marginados[1] de la toma de decisiones, los servicios esenciales y los marcos de seguimiento, evaluación, rendición de cuentas y aprendizaje (MEAL, por sus siglas en inglés). Las personas desplazadas que no hablen o no entiendan las lenguas mayoritarias utilizadas en sus comunidades de acogida tendrán menos posibilidades de comunicar sus propias necesidades y prioridades correctamente. En general, es menos probable que obtengan la información necesaria para acceder a los servicios y para tomar decisiones, o para denunciar abusos. A menos que los profesionales humanitarios estén sensibilizados con las repercusiones que el dominio de la lengua tiene sobre el poder y la voz a la hora de diseñar e implementar los sistemas de MEAL y de analizar los datos resultantes, estos problemas persistirán.
La labor de CLEAR Global en contextos de desplazamiento forzado en Asia, África y Europa nos puede aportar ideas sobre los posibles escollos y cómo evitarlos. A continuación, las resumimos en un listado que los profesionales del MEAL pueden utilizar para minimizar los riesgos de distorsión y exclusión relacionados con el idioma en sus esfuerzos por escuchar a las personas desplazadas.
Diseño de la encuesta
Podemos entender mejor las necesidades de las personas si diseñamos encuestas adecuadas y accesibles para ellas.
- ¿Es el lenguaje claro y sencillo? ¿Las preguntas evitan la jerga y las abreviaturas?
Al utilizar un lenguaje sencillo, los diseñadores de las herramientas de MEAL pueden aumentar la probabilidad de que tanto los enumeradores como los encuestados entiendan las preguntas en su sentido original. Durante nuestra prueba de comprensión con los enumeradores del noreste de Nigeria descubrimos que las abreviaturas, la terminología técnica y algunos otros términos de uso común generalmente no se entendían sin una explicación[2].
- ¿Se centra la encuesta en las necesidades e intereses de la población afectada?
Una encuesta breve, clara y contextualizada que permita a las personas encuestadas expresar sus necesidades y opiniones tendrá más probabilidades de desembocar en un programa que responda a la población afectada. También es probable que produzca datos de mejor calidad, porque depende de la participación activa tanto de los enumeradores como de los encuestados.
- ¿Se sabe qué idiomas hablan las personas afectadas?
Al tener un conocimiento limitado acerca de qué lenguas hablan las poblaciones afectadas y qué medios de comunicación prefieren, los organismos pueden tenerlo difícil para planificar adecuadamente una recopilación de datos efectiva. Esta información general básica podría recabarse como parte del diseño inicial del programa. Los datos generales sobre el lenguaje y la comunicación en determinados contextos de desplazamiento forzado se encuentran disponibles en las Evaluaciones de Necesidades Multisectoriales (MSNA, por sus siglas en inglés) y en los resultados censales cartografiados por CLEAR Global[3].
- ¿Incluyó usted preguntas acerca de sus preferencias lingüísticas?
Preguntar por defecto sobre el idioma en las herramientas de MEAL puede aportar información valiosa para mejorar la recopilación de datos y los programas en el futuro. Por ejemplo, si un centro educativo recopila datos sobre la lengua que hablan los alumnos en casa, podrá ofrecer apoyo a los que reciben su formación en una segunda lengua. Las preguntas lingüísticas también pueden utilizarse para identificar a colectivos que, durante la recopilación de datos, podrían haberse pasado por alto y para adaptar las herramientas para permitir a esos colectivos expresar sus opiniones[4].
- ¿Están las herramientas traducidas a los idiomas adecuados?
Los enumeradores en contextos multilingües se enfrentan a importantes retos a la hora de gestionar la traducción en su trabajo. Traducir de antemano las preguntas a los idiomas pertinentes reduce la presión de la “traducción a la vista” —en la que el enumerador tiene que traducir las preguntas sobre la marcha— durante el proceso de recopilación de datos. Así se puede aumentar la coherencia y liberarles de esa tarea para que se centren en registrar con precisión las respuestas. Si esto es inviable o si los enumeradores prefieren un texto en inglés, puede ser útil un glosario de terminología específica del sector u organización.
- ¿Ha comprobado el nivel de comprensión sobre el terreno?
Comprobar el grado de comprensión de las herramientas de MEAL con una muestra de miembros de la comunidad ayudaría a corregir la distorsión o pérdida de información durante la traducción. Por ejemplo, es posible que palabras como “estigmatización” y “trauma” no tengan equivalentes directos en otros idiomas y sean difíciles de explicar. Además, las comunidades conservadoras pueden utilizar eufemismos para referirse a conceptos sensibles como la violencia sexual, utilizando en su lugar palabras como “deshonra” o “mancha”[5]. No utilizar términos culturalmente apropiados y fáciles de entender aumenta el riesgo de que no se registren datos sobre las opiniones y experiencias de la gente.
El papel de los enumeradores
Los datos con respecto al MEAL son mejores si los enumeradores inspiran confianza a las personas encuestadas y si utilizan aquellas lenguas con las que se sientan más cómodas hablando.
- ¿Hablan los enumeradores esas lenguas? ¿Les han preguntado?
La gran diversidad lingüística entre las poblaciones desplazadas podría significar que los enumeradores locales no pudieran satisfacer las necesidades lingüísticas de todas las personas encuestadas. Del mismo modo, las comunidades de acogida pueden hablar lenguas diferentes a las de la población desplazada. Los enumeradores que solo hablen las lenguas mayoritarias y que no cuenten con el apoyo y los recursos adecuados para gestionar una recopilación de datos multilingüe pueden tender a evitar las entrevistas con personas que se comuniquen en lenguas minoritarias, lo que provocaría que los datos no fuesen representativos de los sectores marginados de la comunidad.
- ¿Tiene en cuenta las dinámicas de poder en su selección de enumeradores?
Contar con las personas afectadas para la recopilación de datos y la prestación de servicios ofrece una serie de ventajas. En primer lugar, están más familiarizadas con los aspectos culturales de las lenguas que se utilizan, y es más probable que entiendan los matices y eufemismos. En segundo, es más probable que las personas encuestadas revelen sus opiniones (incluidas las que pueden considerarse socialmente indeseables, como estar insatisfechas con la ayuda) cuando conocen al enumerador y confían en él. Las organizaciones que trabajan en la respuesta a la población rohinyá en Bangladesh han demostrado que la participación de las poblaciones afectadas en la recopilación de datos “ayudaría a crear confianza y a fortalecer el grado de comprensión, lo que da lugar a unos datos más matizados que representan con mayor precisión las necesidades y experiencias de las comunidades afectadas”[6]. Aunque hay que tener en cuenta que se puede preferir un enumerador externo para temas muy estigmatizados.
- ¿Es su grupo de enumeradores suficientemente diverso, incluso en cuanto a género y competencias lingüísticas?
Esto es especialmente importante en las comunidades en las que sería inapropiado que enumeradores masculinos hablaran con las mujeres en privado, por ejemplo. Un enumerador con discapacidad también podría estar en mejor posición para relacionarse y entender las perspectivas de otras personas con discapacidad en la comunidad. No tener esto en cuenta podría provocar la exclusión de determinadas perspectivas en los datos.
Apoyo lingüístico a los enumeradores
- ¿Se ha facilitado a los enumeradores, para cualquiera de las lenguas de la comunidad que no hablen, el acceso a intérpretes acreditados y formados?
Esto ayudaría a evitar que las personas sean excluidas o malinterpretadas por no hablar la lengua dominante, y contribuiría a reducir la dependencia de familiares y vecinos que no son intérpretes formados. Cuando se traten temas como la explotación y el abuso sexual, sería mejor contar con un enumerador y un intérprete de fuera de la comunidad para proteger la privacidad.
- ¿Pueden los enumeradores hacer preguntas y obtener aclaraciones?
Lo ideal sería que los enumeradores pudieran hablar con los diseñadores de las herramientas de MEAL para resolver cualquier duda sobre las preguntas antes de utilizar las herramientas de recopilación de datos. Esto es todo un reto cuando los diseñadores despliegan herramientas preaprobadas desde la sede central y el mismo conjunto de preguntas se utiliza en múltiples contextos por cuestiones de rentabilidad y para obtener datos comparables entre ellos. En estos casos, las organizaciones deberían asegurarse de que un miembro del personal que tenga experiencia esté disponible para responder a las preguntas y animar a los enumeradores a plantear cualquier problema que prevean.
- ¿Disponen los enumeradores de recursos terminológicos?
Los enumeradores rara vez son traductores profesionales. Confiar en ellos para que traduzcan las preguntas y las respuestas puede dar pie a traducciones incorrectas e incoherentes que desemboquen en datos inexactos. Los glosarios y las preguntas pregrabadas pueden ayudar a evitar malentendidos[7]. En cualquier caso, comprobar que los enumeradores entienden tanto las preguntas como las opciones de respuesta es fundamental para recopilar datos precisos y solo se tarda en hacerlo entre 5 y 10 minutos, según el número de palabras evaluadas. Por ejemplo, si la gente entiende que “violación” se aplica únicamente a las mujeres, o si el enumerador solo traduce la palabra de esa manera al plantear una pregunta entonces será aún menos probable que se denuncie la violencia sexual contra hombres y niños[8].
Tecnología lingüística
- ¿Se puede grabar, transcribir y traducir al menos una muestra de las entrevistas?
Lo ideal sería grabar, transcribir y traducir todas las entrevistas realizadas para la encuesta. Esto no solo mejoraría el control de la calidad, sino que también complementaría los datos de la encuesta con una riqueza de citas y relatos cualitativos. Sin embargo, la traducción y transcripción de las grabaciones requiere una inversión importante, sobre todo en el caso de las lenguas con pocos recursos. Pero las organizaciones pueden tomar medidas para aumentar la probabilidad de que los datos que reciben coincidan con las respuestas de las personas encuestadas. Grabar todas las entrevistas y transcribir una muestra de ellas para realizar verificaciones aleatorias es factible, especialmente en el caso de las lenguas para las que existen herramientas de transcripción y traducción automáticas que producen resultados de alta calidad.
Seguimiento y análisis
- ¿Se han planificado reuniones de validación?
Los resultados y análisis rara vez se traducen a las lenguas que hablan las poblaciones afectadas. Por tanto, estas no tienen la oportunidad de corregir ningún error ni de aportar sus puntos de vista sobre cómo incorporar los hallazgos de las actividades de MEAL a los programas. Los talleres de validación con las comunidades afectadas podrían ayudarle a identificar y abordar los malentendidos y a aumentar rendición de cuentas.
- ¿Se desglosan y analizan los datos por idioma?
Aunque el desglose de datos por edad y género se ha convertido en una práctica habitual, no ocurre lo mismo con el idioma. Desglosar los datos por idioma puede permitir a las organizaciones identificar y apoyar a los colectivos marginados. Por ejemplo, en una MSNA de 2021 para Somalia llevada a cabo por REACH con el análisis de CLEAR Global, casi todas las personas encuestadas que utilizaban la lengua de signos somalí afirmaron que no sentían que pudieran influir en las decisiones a nivel local. Con esta información, las organizaciones ahora pueden tomar medidas para abordar las barreras comunicativas de los residentes con discapacidades auditivas.
Conclusión
La mejora no solo es posible, sino que se está produciendo. Cada vez hay más conciencia de cómo influyen la lengua y las cuestiones comunicativas en a quiénes se les escucha y quiénes pueden acceder a los servicios[9]. A medida que más profesionales lo asumen y prueban nuevos enfoques, seguimos aprendiendo como sector acerca de cómo podemos hacer que la lengua sea un factor de inclusión. Comprobar lo que ocurre en la práctica haciéndonos las sencillas preguntas anteriores puede ser una parte importante de ese proceso.
Daniel Davies dnledvs@gmail.com @Daniel_E_Davies
Ex responsable de Promoción Superior, CLEAR Global
Emily Elderfield emily.elderfield@clearglobal.org
Responsable de Promoción, CLEAR Global
[1] Si bien los hablantes de lenguas marginadas son los más prominentemente afectados por la insuficiente atención a las barreras lingüísticas, también lo son los hablantes de lenguas dominantes con escaso o nulo acceso a la educación, las personas con discapacidades que afectan a su capacidad de comunicación en cualquier idioma, las que hablan una lengua dominante pero no entienden el vocabulario técnico o desconocido, y las personas que se enfrentan a barreras comunicativas debido a la discriminación social.
[2] En 2018, Traductores sin Fronteras (ahora CLEAR Global) descubrió que solo 1 de cada 24 enumeradores en el noreste de Nigeria sabía explicar qué significaba “extremismo”, y el 78 % no sabía explicar qué era la “estigmatización”. Traductores sin Fronteras (2018) The Words Between Us: How well do enumerators understand the terminology used in humanitarian surveys? A study from Northeast Nigeria. https://bit.ly/enumerator-comprehension
[3] Ver Traductores sin Fronteras Language Data by Country https://translatorswithoutborders.org/language-data-by-country/
[4] Ver Traductores sin Fronteras Language Questions in Humanitarian Data Collection https://bit.ly/language-questions y Traductores sin Fronteras (julio de 2021) Five easy steps to integrate language data into humanitarian and development programs. https://bit.ly/language-data-guide
[5] Traductores sin Fronteras (marzo de 2019) Rohingya Language Guidance: Building a better dialogue around gender issues https://bit.ly/Rohingya-language-gender
[6] Ver, por ejemplo, ACAPS, OIM (abril de 2021) Our Thoughts: Rohingya Share Their Experiences and Recommendations. https://bit.ly/Rohingya-experiences-recommendations. Ver también Ground Truth Solutions (mayo de 2021) For Rohingya, trust begins with who is asking the questions. https://bit.ly/ethnicity-interviewer-effects
[7] Ver Traductores sin Fronteras TWB Glossaries. https://translatorswithoutborders.org/twb-glossaries/
[8] Resource & Support Hub (2021) How to consider language when researching Sexual Exploitation, Abuse and Sexual Harassment (SEAH). https://bit.ly/language-SEAH
[9] Kemp, E. (2018) El idioma y los Principios Rectores, Revista Migraciones Forzadas número 59. https://bit.ly/language-guiding-principles-sp