1. Comparar el valor de una variable (pobreza, desempleo) con el valor del periodo inmediatamente anterior (semestre, mes) es lo mas intuitivo para entender su evolución, como señala el presidente a la izquierda. Pero sufre problemas de estacionalidad. Estamos diciendo que la primavera viene calida porque este mes la temperatura es mayor que la del mes pasado. Pero es parte del comportamiento de todos los años que la primavera sea mas calida que el invierno, por lo que esta comparacion no nos dice mucho en si misma. Exacto, se llama "estacionalidad" porque uno de los primeros ejemplos en la historia de la humanidad es el de las cuatro estaciones. Ojo al gol: tampoco es completamente inutil: si la temperatura promedio en Octubre es ocho grados superior a la de Setiembre, eso en si mismo es un salto suficientemente grande como para indicar que "está pasando algo" mas allá de la estacionalidad. Enfatizando, la mejor comparación para entender la evolución de una variable, es con los valores observados para un mismo periodo del año anterior. O algun otro año anterior. Si no fuera porque esto ya se sabe y tiene nombre, podríamos ponerle "comparación interanual".
2. Aun si el jerarca o periodista hace la comparación correcta (o incorrecta, como el tuit de la izquierda), hay un "paso cero" que es el de entender si el cambio encontrado "es relevante". El término técnico sería "es estadisticamente significativo". Vale decir, para medir pobreza semestralmente, o desempleo mensualmente, el INE encuesta a una parte de la población (una muestra) y no a todo el Uruguay. Los técnicos del INE saben mucho mas que yo de esto, pero debiera resultarle intuitivo al lector entender que cualquier procesamiento o calculo realizado en base a los datos de la muestra puede ser diferente a, o tener un error reespecto a, el mismo procesamiento o calculo realizado en base a toda la población. Por eso los informes del INE reportan cosas como el error estandar, margen de error, intervalo de confianza, dependiendo del caso. Evitando entrar en la conversación técnica sobre qué son estas cosas, intuitivamente si el cambio en una variable es menor al margen de error con el que se mide, no podemos decir que haya pasado nada. Es una no-noticia, y esto es así aun antes de discutir si el cambio en la variable esta bien calculado, o sea si se analizó el cambio interanual o con el periodo anterior. Ahora bien, aun frente a una no-noticia, en ocasiones los periodistas tienen que informar o preguntarle a los jerarcas, o éstos quieren decir algo. ¿Como se hace para comentar algo con valor informacionalmente nulo, de forma de ocupar espacio o tiempo, sin decir que no paso nada, pero permitiendole al lector, televidente, radioescucha, receptor, entender que le estan diciendo que no pasó nada?
3. Una propuesta consiste en que se diga el margen de error o intervalo de confianza (o que se incluya en las gráficas). En lo posible atando los cabos, pero bueno, hasta sin atarlos podria ser. Por ejemplo, en el segundo tuit, podría haberse agregado un cartelito de "margen de error del 1%" o un area sombreada por encima y debajo del tope de cada barra. Mi propuesta es decir las cantidades de personas involucradas en cada cambio. En terminos mas generales, dar un contexto en numeros absolutos. Por ejemplo: en Agosto de 2022 se estimaba que unas 385.000 personas se encontraban por debajo de la linea de la pobreza, los datos de Setiembre situan esta estimación en 374.500 personas (10.500 personas menos). En sentido estricto, por lo comentado en el punto 2, decir lo anterior está mal: la estimación de reduccion de la pobreza no es distinguible de cero. Burdamente: capaz hay 10,500 pobres menos, capaz no hay menos o hay alguno mas, capaz hay hasta 20mil pobres mas y todo.