Alanna Cheikh a commencé un Bits d'un débat la semaine dernière sur les limites des évaluations d'impact. Elle cite Andrew Natsios (un ancien administrateur de l'USAID)

L'USAID a commencé à privilégier les programmes de santé par rapport aux programmes de renforcement de la démocratie ou de gouvernance, car l'impact des programmes de santé peut être plus facilement mesuré. Les efforts en faveur de l'État de droit, en revanche, sont vitaux pour le développement, mais difficiles à mesurer et donc moins financés.

Beaucoup de choses sont vitales pour le développement, mais ce n'est pas parce que quelque chose est vital que le financement de l'aide est nécessairement un moyen efficace de le fournir. Non seulement cela, mais quelque chose étant difficile à mesurer ne le rend pas impossible. Et bien sûr, JPAL et IPA ont mené un certain nombre de évaluations de projets de gouvernance, comme travailler avec le police au Rajasthan, Sur éducation à la paix et réintégration des ex-combattants projets au Libéria et évaluer stratégies anti-corruption en Indonésie.

Les évaluations d'impact aléatoires fournissent les preuves les plus solides disponibles sur l'efficacité d'un projet. Si l'USAID commence à privilégier les projets avec des preuves d'impact, c'est une bonne chose. Le défi pour les défenseurs de la gouvernance et de l'état de droit est de prouver leur impact.

Denis Whittle de Globalgiving.org ajoute une autre limitation :

Les évaluations formelles, y compris l'étalon-or de essais contrôlés randomisés, ne sont pas évolutifs. Nous n'avons tout simplement pas le temps et les ressources nécessaires pour effectuer des évaluations centralisées et approfondies de tout.

Cet argument revient à ne pas se soucier des canots de sauvetage s'ils ne peuvent pas s'adapter à tout le monde. Les évaluations sont cruciales si nous voulons savoir si oui ou non nous gaspillons notre argent. Et qui sait, nous ne pourrons peut-être pas évaluer chaque projet, mais si nous continuons à proposer des théories du changement convaincantes et à reproduire nos résultats dans différents contextes, nous pourrions certainement essayer d'évaluer chaque intervention.