STEM: Los hombres van a Marte, las mujeres van a Venus

Traducimos el artículo de Ben Southwood STEM: men go to Mars, women go to Venus (Podéis seguirle en @bswud y leerle en el blog del Adam Smith Institute) en respuesta al artículo recientemente publicado en Politikon de Guido Corradi (@GuidoBCor, podéis leerle en Rasgo Latente), que hemos traducido aquí al inglés.

Por Ben Southwood

26 de Junio de 2015

Recientemente, le preguntaron al Nobel biólogo de la UCL Tim Hunt, recientemente expulsado de su cátedra por una turba enfurecida tras bromear diciendo que las científicas causan problemas al enamorarse de sus pares masculinos y que lloran si se las critica, si pensaba que la relativa falta de mujeres en las ciencias más duras era un problema. Él respondió, cometiendo el más puro crimental:

No estoy seguro de que realmente haya un problema, la verdad. La gente simplemente mira a las estadísticas. Me atrevo a pensar, yo mismo, que no hay ninguna discriminación, ni en contra ni a favor de hombres o mujeres. Pienso que la gente es realmente buena al seleccionar a buenos científicos, pero debo admitir que la desigualdad de resultados, especialmente al más alto nivel, es bastante impactante. Y no tengo ni idea de por qué. Uno podría empezar preguntándose por qué el hecho de que las mujeres estén infra-representadas en las posiciones senior es un problema tan grande. ¿Es realmente algo malo? No es inmediatamente obvio para mí … ¿Es esto malo para las mujeres? ¿O malo para la ciencia? No lo sé, pero claramente molesta mucho a la gente.

Aunque no responde directamente a Hunt, la importante página de habla hispana Politikon tiene un artículo (Amablemente traducido para mí) negando de forma preventiva que el tipo de diferencias sexuales que pudieras estar causando estas diferencias puede «legítimamente» existir.

Por supuesto, todo el mundo acepta que existen grandes diferencias entre hombres y mujeres en algunos dominios. Por ejemplo, nadie piensa que las mandíbulas más pronunciadas de los hombres, o sus ritmos de metabolismo basal más altos sean constructos sociales. Nadie piensa que el hecho de que incluso las mujeres atletas tienen menos fuerza que los hombres corrientes dependa de la sociedad.

Pero algunos, incluyendo al autor Guido Corradi, piensan que la construcción social es responsable de que se juzgue a hombres y niños como mejores en tareas espaciales y matemáticas. Ataca a Simon Baron-Cohen como originador de esta idea, y la juzga como especulativa y carente de evidencia que la respalde. Acepta que los hombres destacan más en habilidades visual-especiales (e.g. rotación mental 3D), pero que no tienen mayores habilidades matemáticas en general.

Otros estudios más recientes (Lindberg, et al. 2010) sostienen la hipótesis de que no existen diferencias sexuales en compentencias matemáticas. Cabe destacar que desde que se tiene registro las diferencias en la medición del rendimiento general en matemáticas ha ido decrenciendo. Ya en un meta-análisis de Hyde (1990) se observa esta tendencia. Cuando incluimos trabajos más recientes como los anteriormente citados, podemos confirmarla.

Lindberg et al. parecen mostrar de forma convincente que las niñas y los niños son igualmente buenos en matemáticas, de media. Pero esto no significa que las cosas sean iguales a lo largo de todas la escala, porque los hombres pueden presentar mayores diferencias que las mujeres. Corradi parece saber que esta posibilidad existe, pero descarta este punto sin darle mucha importancia.

Lindberg et al. encuentran un ratio de variabilidad pequeño, de 1.08, pero otros estudios sugieren que aún esto es suficiente para que exista una brecha sustancial en la parte más alta de la distribución. Johnson et al. (2008), en esta parte superior, encuentran que hay dos hombres por cada mujer. Deary et al. (2007) encuentran que, en un estudio con hermanos para controlar por genes y ambiente, cuando estudias el 2% más alto, también hay aproximadamente el doble de hombres que de mujeres.

Podemos ver como esto abre una brecha cuando empiezas a seleccionar a gente de cierto talento, como los que se presentan a los exámenes SAT:

 

Y se ensancha cuando llegas al GRE:

Esto explica parte de los diferentes resultados para hombres y mujeres en Ciencia, Tecnología, Ingeniería y Matemáticas (STEM, por sus siglas en inglés), pero los ratios al nivel de posiciones de profesorado están en el rango de entre 7:1 y 14:1, dejando bastante espacio. ¿Es esto debido a discriminación? ¿Estereotipos? ¿Construcción social? ¿Diferentes preferencias?

Una gran parte de la brecha se debe a la distribución de habilidades. Las mujeres que tienen grandes habilidades matemáticas tienen más probabilidades de tener también mayores habilidades verbales que los hombres, abriéndoles un número extra de opciones que los hombres no tienen a ese nivel. Aquellas con habilidades verbales altas tienden a perseguir estas opciones. Esto explica una parte de la brecha restante.

Por otro lado, la amenaza de estereotipo, a la que alude Corradi, está bastante de moda. Yo mismo, debo admitir, difundí uno de los estudios que sugerían que las diferencias hombre-mujer en matemátiacs podían ser debidas a estereotipación. Pero no parece que estos resultados hayan aguantado el paso de la replicación. (e.g. este meta-análisis, más, más, más)

Por contra, tanto el hombre como la mujer parecen tener preferencias fuertemente diferentes sobre cómo quieren que sean sus vidas. Por ejemplo, las mujeres tienden a tener diferentes tipos de relaciones (parejas diádicas una-a-una vs grupos gregarios multipolares) y tienden a desempeñar más labores de crianza infantil.

Las mujeres (incluso aquellas con más talento) tienden a querer trabajar menos y de forma más flexible; ninguna de las cuales encaja con las largas horas continuadas de trabajo que se espera de una posición alta en las profesiones o la academia STEM. Goldin (2014) explica cómo esto lleva a que no existan brechas salariales de género en las industria con retornos constantes por horas, pero a que las haya grandes en industrias donde 60 horas de trabajo a la semana son más del doble de productivas que 30 horas.

Su & Rounds (2015) revisan 52 muestras de entre 1964 y 2007, incluyendo 209,810 hombres y 223,268 mujeres en su muestra y encuentran grandes diferencias en intereses

Encontramos que las diferencias de género en intereses varían mucho según el campo STEM, estando las más grandes (de intereses que favorecen a los hombres) en disciplinas de ingeniería (d=0.83-1.21), y por contra, diferencias de género que favorecen a las mujeres en ciencias sociales y servicios médicos (d=-0.33 y -0.40, respectivamente). Es de destacar, la composición de género (el porcentaje de mujeres) en campos STEM refleja estas diferencias de género en intereses.

En general la evidencia parece mostrarnos que aunque los hombres y las mujeres sean igual de inteligentes, los hombres son más prominentes en ambas colas de la distribución: es más probable que sean los menos aventajados y los más brillantes. Esta varianza no es grande en general, pero cuando empiezas a seleccionar de entre el top 0.01% o el top 0.0001%, como Medallistas Fields, Premios Nobel o Profesores de Harvard, las diferencias se hacen enormes. Las mujeres que tienen estas habilidades cuantitativas increíbles suelen tener también habilidades verbales excelentes, dándoles alternativas que prefieren.

Aunque pueda haber discriminación residual, hay evidencia sustancial de que además la diferente varianza y distribución de habilidades, los hombres y las mujeres tienen diferentes preferencias. Las mujeres prefieren trabajar menos y concentrarse más en otros objetivos vitales importantes. Los hombres quieren competir, ganar mucho dinero y trabajar con objetos.

Corradi hace un salto abrupto e injustificado: hay buena evidencia de que existen numerosas diferencias de género —no sólo en habilidades cognitivas, sino en intereses y preferencias—que hacen que la completa y exacta similitud entre hombres y mujeres en los campos STEM sea una ilusión.

 

 

Gender and numeracy skills

We have translated an article by psychologist Guido Corradi published in the Spanish site Politikon. You can follow him via twitter in @GuidoBCor or read him in Rasgo Latente.

By Guido Corradi

Link to original text: http://politikon.es/2015/06/23/genero-y-aptitud-numerica/

23rd of June, 2015

The proportion of men choosing a technical degree is higher than that of women. Is this, perhaps, because girls might have lower mathematical aptitude owing to different evolutionary roles? Today, despite the latest scientific findings, many myths and erroneous beliefs remain accepted as true by both society and by a segment of the scientific community. As Elizabeth Spelke (2005) points out, some ideas which may sound plausible but must be questioned are: a) Men possess higher mathematical aptitude due to higher spatial abilities; b) From their youth, men are more focused on objects; and c) The higher variance in male cognitive ability explains why there are more men in the upper deciles. As we’ll see, these arguments make for plausible-sounding narratives, even though they are far from having a solid empirical basis. While it is true that there are gender differences, these do not affect mathematical skills. What’s critical is the social context in which mathematical aptitude emerges, as reflected in differences among countries in cross-section, or over time.

What is the evolutionary origin of the capabilities that allow us to use numbers? Thirty thousand years ago, humans were using pieces of bones to represent quantities. Twenty five thousand years later, the first symbolic representation of quantities –numbers– appear. Nowadays, children learn complex mathematical concepts (verbalization of quantities, subtraction, addition, number representation) in their childhood. Mathematics took thousands of years to develop; yet it doesn’t take many years for children to acquire a great knowledge of it. The basic ability of distinguishing quantities, for example, is present in animals as removed from humans as fish. However, as far as we know, we don’t have evidence they can even learn to multiply. From experimental evidence, the ability to manipulate quantities is based on the ability to track moving objects and on the intuitive discrimination of quantities. Both capacities arose in response to evolutionary pressures, but today we humans employ them in a different way.

With this we can weave a pop evolutionary psychology just-so story: boys evolved to hunt, and that’s why their mathematical ability – related to spatial perception- is superior, and from there emerges their superiority in mathematics that in turn leads to a greater number of them pursuing technical skills. But nothing could be farther from the truth. Even though there exists sexual dimorphisms (for example, in spatial navigation), mental rotation and linguistic capacities, there are no sexual differences in the basic mechanism with which numerical cognition operates.

Further, mathematical ability depends on many factors that interact beyond the basic mechanisms outlined previously. Mathematical thinking includes numerical cognition, but that’s not the only factor. Mathematical thinking — which is to say, the ability to operate with, work with, and represent numbers — is an amalgam of simpler skills like numerosity perception. But without the use of language, this capability, even if it already exists, cannot completely develop to full potential. Since mathematical ability is a composite of many other abilities, it’s not farfetched to think that sexual differences can compensate one another through the variability of different underlying abilities. In simpler terms: a higher level of one of these abilities can compensate a deficit in one of the others.

Another idea defending the male advantage over women in mathematical aptitude is the Baron-Cohen hypothesis: that boys become systematizers because they are focused on objects and mechanisms. That early focus would lead them to a better comprehension of abstract mathematical systems. However, if we follow the empirical evidence for this hypothesis, we only find a work by Connellan (2000). There are some points to be noted about this study. The norm in psychology is, we cannot arrive at big conclusions unless we have not only results but also revisions and meta-analysis of results. Because it is very easy to take conclusions out of context and go beyond what the data justify. In Connelan’s paper, a big leap is made from talking about baby sight fixation to talking about early male object preference. When this same experimental paradigm is used in adults, no differences are found.

According to the literature, neither spatial navigation skills, nor differences in the variability of cognitive ability, nor the hypothesis of male systematization offer evidence for gender differences in mathematical aptitude which can also explain the differences in the choice of degree leading to technical careers. There are no differences in the basic abilities underlying mathematical aptitude.

And what when we investigate the results of these cognitive abilities? When reviewing a meta-analysis of sexual differences in PISA and TIMMS we see that they depend more on the context they are measured in than on gender itself. Certainly, there is considerable variability among nations which explains gender differences in test scores in terms of differences in social status and women’s welfare.

More recent studies (Lindberg, et al. 2010) support the hypothesis that there are no  differences in mathematical aptitude. It has to be mentioned that since measurement of the gap began, gender disparity in mathematical achievement has been decreasing. In a seminal meta-analysis by Hyde (1990) this tendency is observed. When we include more recent work such as the previously cited, we can confirm it. In other words, without a substantial change in human biology, we are achieving important changes in the results of both genders.
When we talk about so important a topic as the gender gap in technical degrees, the debate should center perhaps on social factors, evaluator prejudice, class competitiveness, or motivation. No more effort is required in the dubious sexual differences in mathematical aptitude.