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.

Romanticismo educativo y desarrollo económico

Traducimos aquí un artículo del blog homónimo de Pseudoerasmus, en respuesta a dos artículos publicados en Politikon , originados a su vez a raíz de un cuarto artículo, de Ricardo Hausmann, donde cargaba contra la importancia de la educación en el desarrollo económico.

Por Pseudoerasmus

Link del texto original: http://pseudoerasmus.com/2015/06/15/education-econ-growth/
Junio 15, 2015

Una reflexión sobre el artículo de Ricardo Hausmann «The Education Myth«. Este post también comenta un post del blog grupal español Politikon, que critica las tesis de Hausmann.

El economista de Harvard Ricardo Hausmann publicó recientemente una columna en Project Syndicate titulada «The Education Myth«, argumentando que se ha sobrevalorado la educación como herramienta de desarrollo económico. Enfoca su crítica hacia lo que él llama la gente del «educación, educación, educación», del tipo que puedes encontrar en Davos y otros sitios donde se entonan tonterías con gran devoción. Pero creo que su argumento resulta esclarecedor sobre la habilidad de los países en vías de desarrollo de mejorar los resultados educativos.

La observación principal de Hausmann es esta: aquellos países que han triplicado los años medios de escolarización desde 2.8 años hasta 8.3 años entre 1960 y 2010 sólo lograron elevar su PIB por trabajador un 167%. Cita a Pritchett 2001, pero creo que un resumen más interesante puede encontrarse en el capítulo 11 del Handbook of the Economics of Education (Vol. 1) del propio Pritchett:

Durante esos 35 años, la desviación estándar mundial del PIB por trabajador aumentó, mientras que la desviación estándar de escolarización por trabajador se redujo. La desigualdad entre el percentil 90 y el percentil 10 de cada país en PIB por trabajador casi se duplicó, a pesar de que el ratio 90/10 de escolarización por trabajador mejoró dramáticamente. Si la educación es tan importante, esto es ciertamente un puzzle.

Por supuesto, comparar simplemente escolarización y crecimiento económico es sólo un mero argumento correlacional que omite los muchos otros determinantes del crecimiento. Pero Hausmann sólo está simplificando las cosas para una audiencia popular para poder transmitir un hallazgo sólido de la literatura empírica sobre crecimiento económico: la variable «años de escolarización» por sí misma apenas explica (tiene bajo poder explicativo) los niveles de crecimiento en el PIB por trabajador, ya sea en regresiones multi-país que incluyen los controles habituales, o en contabilidad del crecimiento, que trata de medir directamente la contribución del capital humano a los niveles de crecimiento de países individuales.

Pritchett 2001 no encuentra retornos sociales significativos de la escolarización en la mayoría de los países en vías de desarrollo – sin un gran impacto detectable más allá de la suma de los retornos privados a la educación. Esto es así a pesar de que dentro de cada país, aquellos con más escolarización tienden a tener mayor renta. La tabla siguiente para África es de Barro-Lee:

La tabla recoge resultados de contabilidad del crecimiento – identificar los inputs que entran en el proceso productivo (trabajo, capital, capital educativo) y compararlos con el output. El término residual o no explicado (TFP) se interpreta habitualmente como el crecimiento de la eficiencia con la que se emplean los inputs para generar outputs.

Lo que muestra la tabla para el África subsahariana es que aunque la contribución de la inversión educativa crecía enormemente, la contribución del capital y la TFP estaban colapsando en los años 70-90. Las relaciones aquí no son necesariamente causales. Pero si son causales, podrían implicar que los más educados estaban llevando a cabo actividades socialmente inútiles, como recibir sobornos como funcionarios en la oficina de aduanas a cambio de licencias de importación. Si las relaciones no son causales, entonces podrían implicar que la oferta de gente educada estaba aumentando, a pesar de que su demanda no estaba creciendo lo suficientemente rápido. O podría ser un poco de ambos.

Otra posibilidad es que todos esos años de educación estuviesen vacíos, i.e., que no implicasen ningún aprendizaje real ni ninguna adquisición de habilidades. Pritchett presenta cierta evidencia limitada de que esto no puede ser del todo cierto, e.g. la fertilidad de las mujeres con más escolarización cayó. Estudios de Barro-Lee (véase también su artículo en VoxEU) también hacen que esto sea improbable.

No obstante, el economista experto en trabajo y educación Eric Hanushek es bastante rotundo sobre esto: A pesar de enormes incrementos globales en los niveles de ingreso a la escuela y del número de años medios de asistencia a la escuela, «la mejor evidencia disponible muestra que muchos de los estudiantes no parecía aprender nada» [énfasis mío {Esto es, de Pseudoerasmus}]. Esta visión se basa en las bajas puntuaciones que obtienen los estudiantes de países en vías de desarrollo en evaluaciones internacionales:

[Fuente: Hanushek & Woessman, The Knowledge Capital of Nations: Education and the Economics of Growth. Las medias no transmiten toda la información, véase la distribución de puntuaciones, con 400 definido como «funcionalmente analfabeto».]

Así que, ¿Cuál es la mejor manera de interpretar el artículo de Hausmann?

  1. Sí, los años de escolarización son un mal proxy del posterior resultado educativo. Pero capturan muy bien los instrumentos políticos que los gobiernos pueden controlar fácilmente – construir grandes cajas y estabular a los niños en ellos como ganado. Esta inversión obviamente no ha causado una convergencia en las puntuaciones de los tests entre países desarrollados y en vías de desarrollo.
  2. No hay evidencia de que la educación, sea como sea que se mida, promueve los niveles de crecimiento que son necesarios para la eventual convergencia con los países ricos.
  3. Sin embargo, hay evidencia que sugiere que la educación ha contribuido a los niveles positivos pero relativamente bajos de crecimiento que han sido insuficientes para la convergencia. La literatura de crecimiento económico asume implícitamente que la rápida convergencia de Asia oriental con los países occidentales es ‘normal’, y que el lento crecimiento de otros países no-occidentales es ‘anormal’. Pero quizá lo primero sea la anomalía.

§  §  §

En el blog colectivo español Politikon, Roger Senserrich estaba básicamente de acuerdo con Hausmann. Pero dos otros Politikones, Octavio Medina y Lucas Gortázar plantearon una crítica del argumentario Hausmann-Senserrich. (Se estaban troleando unos a otros por diversión)

La objeción principal de Medina-Gortázar es que los «años de escolarización» son un mal proxy para la educación, así que ahora la calidad de la educación, en lugar de medidas de acceso a la escuela, es lo que se está empleando para estudiar la relación entre crecimiento económico y educación. «Lo que un niño aprende en su primer año de escuela primaria no es lo mismo en Kenia que lo que aprende un niño en Finlandia o Uruguay». Entonces Medina y Gortázar presentan un gráfico similar al expuesto a continuación para argumentar que sí, de hecho existe una relación entre crecimiento económico y «calidad de la educación»:

[Fuente: la publicación de la OECD “Universal Basic Skills” por Hanushek & Woessmann]

Por desgracia, el argumento de Medina-Gortázar también se basa en un mal proxy. La puntuación de PISA y TIMSS no es – repito, no es – un proxy para «calidad educativa». Reflejan el desempeño de los estudiantes. No deberían confundirse variables input institucionales como «calidad del profesorado» o «calidad de las escuelas», con variables de output como el desempeño de los estudiantes. Hanushek y Woessmann usan de forma consistente puntuaciones en estos tests como proxy de (en sus palabras) habilidades cognitivas. De la misma publicación de la OECD:

El énfasis en las habilidades cognitivas tiene un número importante de ventajas potenciales. Primero, recoge variaciones en el conocimiento y habilidad que las escuelas tratan de producir, y por tanto relaciona los outputs putativos de la escolarización con el posterior éxito económico. En segundo lugar, al enfatizar los resultados de la educación, recoge habilidades de cualquier fuente  -incluyendo familiares, escolares e innatas. Tercero, al estudiar diferencias de desempeño entre estudiantes cuya escolarización difiere en calidad (pero posiblemente no en cantidad), reconoce – e invita a una investigación de – el efecto de diferentes políticas en la calidad de las escuelas. [pg. 89]

Así que ¿Cuán optimistas deberíamos ser acerca de la habilidad de los países en vías de desarrollo para mejorar las puntuaciones en los tests? Sabemos que algunos países pobres han logrado hacerlo, e.g., la puntuación en PISA de Brasil ha subido cerca de una desviación y media estándar en la última década. Pero es más bien cuestión de si se puede cerrar la brecha entre países desarrollados y en vías de desarrollo, i.e., Brasil aún está más de una desviación estándar por debajo de la media de la OECD, lo que pone a la media del país por debajo de la categoría «funcionalmente analfabeto».

Hay una cadena causal que debe estudiarse. Debemos saber qué es lo que miden los tests de desempeño; si las escuelas «óptimas» pueden mejorar las puntuaciones en los tests hasta niveles aceleradores del crecimiento; y cuán factible es acercar al «óptimo» las malas escuelas de los países en vías de desarrollo.

§  §  §

Aunque los tests como PISA o TIMSS miden aprendizaje, implícita e indirectamente midan la habilidad de aprender, que es por lo que estos tests, junto con los SAT americanos están fuertemente correlacionados con el CI. (Véase Rindermann 2007 para las altas correlaciones de las medias de los países; y Frey & Detterman 2004 para la correlación a nivel individual de los SATs americanos. Y FYI, puedes ver la revisión de Bouchard 2004; versión de libre acceso. He extraído la Tabla 1, que contiene un resumen de los resultados.)

No quiero tratar la cuestión de la maleabilidad de la capacidad cognitiva, así que simplemente asumiré que en países en vías de desarrollo (1) Es más maleable dada la mayor variación ambiental y (2) la relación entre capacidad cognitiva y puntuaciones en tests de desempeño es lo suficientemente imperfecta para que en principio haya bastante capacidad de mejorar las puntuaciones.

Pero aquellos investigadores que han encontrado que las puntuaciones de los tests pueden incrementarse (en países desarrollados) normalmente enfatizan la importancia de intervenciones educativas de muy temprana edad. James Heckman, premio Nobel y célebre crítico de The Bell Curve, presenta el caso más sólido para el optimismo. Pero incluso él argumenta que el momento clave para intervenir y mejorar el desempeño académico (y otros resultados vitales) es sustancialmente anterior a la educación formal convencional. De Heckman:

Las brechas en las capacidades que juegan un importante papel a la hora de determinar la calidad de vida en adultos comienzan muy pronto entre grupos socioeconómicos. Las brechas se originan antes de que comience la educación formal y persiste durante la infancia y la adultez. Remediar los problemas creados por estas brechas no es tan efectivo como evitarlas desde un comienzo.

Por ejemplo, la escolarización desde segundo de primaria juega un papel menor en la creación o reducción de las brechas. Las medidas habituales de inputs educativos – el tamaño de la clase y el salario del profesorado – que reciben mucha atención en el debate público tienen efectos pequeños en la creación o eliminación de disparidades. Esto es sorprendente cuando uno piensa de la gran desigualdad en calidad educativa que existe e lo largo de los Estados Unidos, y especialmente entre las comunidades desaventajadas.

Mis colegas y yo hemos investigado esto. Controlamos por los efectos del entorno familiar temprano usando modelos estadísticos convencionales. Las brechas se redujeron notablemente. Esto es consistente con la evidencia del Informe Coleman (publicado en 1966) que muestra que las características familiares, y no las de las escuelas, explican gran parte de la variabilidad de las puntuaciones en tests en diferentes escuelas.

Heckman argumenta que mejorar el entorno familiar e implementar programas de educación preescolar muy temprana para infantes(!!!) es la manera más efectiva de mejorar el desempeño de los infantes. Son cosas que los países desarrollados, incluso con sus fuertes instituciones, pueden hacer difícilmente, si es que pueden hacerlo. Imagina para los países en vías de desarrollo, muchos de los cuales apenas consiguen el acceso universal a la educación.

§  §  §

Pero estoy dispuesto a creer que los países en vías de desarrollo pueden mejorar mucho más las puntuaciones en los tests a través de mejores escuelas. Esto es porque tener «escuelas» sobre el papel no implica necesariamente que esté teniendo lugar un proceso, siquiera rudimentario, de educación. Especialmente en algunos de los países más pobres, los problemas con la calidad educativa a veces incluyen la asistencia regular de los profesores, ausencia de libros de texto, o incluso de techos!

Pero, ¿Cómo mejorar la calidad de las escuelas? Aunque soy bastante escéptico de que los países con un nivel de renta medio se beneficien de un mayor gasto por estudiante, seguramente sí lo harán Afganistán o Burundi.

Glewwe et al. (2013) revisa estudios entre 1990 y 2010 sobre el impacto de una serie de inputs educativos sobre medidas de aprendizaje de los estudiantes (como puntuaciones de tests) en países en vías de desarrollo:

[La diferencia entre la segunda y tercera columnas (36) se refiere a los estudios que contienen OLS usando sólo datos transversales que, según los autores, no tratan bien variables omitidas, endogeneidad, auto-selección, etc. etc.]

El efecto incierto de incluso los inputs más básicos de infraestructuras, como los libros de texto, es sorprendente. Por otro lado, quizá haya cierta esperanza en reducir el ratio de alumnos por profesor, y el impacto del absentismo del profesorado no se ha estudiado mucho. Pero como dicen los autores, «quizá la conclusión más útil que podemos extraer para las políticas públicas es que hay escaso soporte empírico para un gran número de características de las escuelas y el profesorado que algunos observadores pueden ver como prioridades para el gasto escolar».

Por supuesto, ha habido una explosión en ensayos controlados aleatorizados (RCT) y estudios experimentales en países en vías de desarrollo en los últimos 10 años, así que en el futuro tendremos más evidencia. Pero cuando leo sobre el colapso de un experimento con incentivos financieros para reducir el absentismo de enfermeras (libre acceso) en hospitales indios, no soy muy optimista en cuanto a los enormes cambios institucionales que parecen ser necesarios para mejorar la calidad de las escuelas.

Cuáles son los consejos de Hanushek para los países en vías de desarrollo? Básicamente lo que ahora está de moda entre los círculos educativos en los Estados Unidos y otros países desarrollados:

  • Conseguir profesores más inteligentes (y someterles a tests)
  • Hacer un seguimiento a los estudiantes
  • Emplear exámenes de finalización de estudios
  • Descentralizar la toma de decisiones educativa

Hanushek de hecho argumenta que la «elección escolar», por sí misma, es una mala idea en países en vías de desarrollo y que podría incluso empeorar el desempeño de los estudiantes. Así que prefiere estas reformas combinadas, y su optimismo se refleja en proyecciones como esta, basada en correlaciones multi-país con muestras de 50 países, o lo que sea:

Bueno, Nepal y El Salvador, ¡Problema resuelto!

§  §  §

Aunque los retornos de la mejora de la calidad de las escuelas (manteniendo constante la matriculación de estudiantes) serían mayores que los de incrementar la matriculación y nivel educativo (manteniendo la calidad constante), esto segundo parece una opción más realista para la mayoría de los países en vías de desarrollo. A fin de cuentas, un país tan rico y de tamaño tan fácilmente manejable como Qatar apenas puede superar los 400 puntos! Y aún hay mucho espacio para incrementar el porcentaje de escolarizados y años de escolarización:

Y con esto volvemos al principio. Empezamos con la observación de Hausmann de que aumentar el acceso a las escuelas per se no ha hecho mucho. Pero a pesar de la baja productividad de las escuelas y de la alta probabilidad de que existan retornos decrecientes al aumentar inputs, quizá eliminar los problemas en las escuelas sea la oportunidad más factible para países en vías de desarrollo.

Nota: Gran parte de la literatura asume que las malas escuelas son una de las principales causas del bajo desempeño. Cuando hay profesores, libros y techos ausentes, esa puede ser una asunción razonable. Pero ¿Cuál es la evidencia? La cuestión de qué parte de la relación entre puntuaciones en tests y crecimiento económico es atribuible específicamente a la calidad de las escuelas, en contraposición a factores no-escolares que determinen puntuaciones en tests, se aborda en Hanushek & Woessmann 2012 (especialmente en la sección 5, versión de libre acceso). Se comparan las correlaciones entre niveles de crecimiento y medidas institucionales de escolarización (sistemas de exámenes post-escolares, el porcentaje de escuelas gestionadas de forma privada, la centralización de la toma de decisiones, etc., que se toman como exógenas) con las correlaciones entre puntuaciones en tests y niveles de crecimiento. Pero creo que gran parte de estas medidas institucionales están fuertemente correlacionadas con la capacidad cognitiva y las instituciones político/económicas. Los autores insisten en que los efectos de la escolarización sobreviven tras citar todo tipo de literatura, pero los tamaños de muestra son más bien pequeños, y no puedo afirmar a partir de lo que ellos dicen si sus conclusiones son también realmente aplicables a países en vías de desarrollo sin mirar otros papers que citan.

§  §  §

Nota del traductor: A lo anteriormente dicho, queremos añadir dos puntos de interés. El primero, señalar un artículo publicado aquí recientemente, donde apuntamos a la posible existencia de sesgos de publicación en la literatura de intervenciones infantiles tempranas para el caso de las habilidades cognitivas (Para las no cognitivas, que son las que enfatiza Heckman en sus trabajos recientes, no tenemos información para hacer crítica alguna).

El segundo, señalar que los resultados de Pritchett 2001 son consistentes con el análisis que el economista Bryan Caplan está haciendo  de los retornos privados y sociales de la educación en el caso de Estados Unidos. Él encuentra que los retornos sociales son negativos para varios tipos de estudiantes, asumiendo un modelo de signaling, donde gran parte de la educación es una externalidad negativa: los estudiantes no estarían realmente aprendiendo gran cosa, sino sólo gastando recursos en señalizar de forma costosa sus habilidades, generando ineficiencias. El estudio de Caplan no implica necesariamente idéntico resultado para países en vías de desarrollo: la naturaleza y efectos de la educación en países desarrollados y subdesarrollados, como apunta Pseudoerasmus, es diferente. Los datos pueden encontrarse aquí y una presentación introductoria aquí. O puedes escuchar este podcast.