- Nada es Gratis - https://nadaesgratis.es -

Él es brillante y ella es dedicada: Estereotipos de género en el mercado laboral de los economistas

Por Markus Eberhardt, Giovanni Facchini y Valeria Rueda

Las mujeres están subrepresentadas en la academia, especialmente en las áreas más matemáticas como la física o las ciencias de la computación. La economía, probablemente la disciplina más matematizada de las ciencias sociales, ha recibido mucha atención por tener una muy baja representación femenina. En nuestra profesión, las mujeres son minoría desde el pregrado universitario. Aún, es más: cada transición profesional, como la de pregrado a posgrado o de posgrado a docente, implica una reducción en la participación femenina en nuestra disciplina.

En una investigación reciente, hemos estudiado la primera transición laboral para los economistas en la academia: el “junior job market”. Usando métodos de minería de textos, descubrimos la prevalencia generalizada de estereotipos de género en cartas de recomendación para los candidatos a puestos de profesor asistente. A las mujeres, se les describe con mucha más frecuencia que a los hombres como “trabajadoras” y “dedicadas”. También observamos que se destacan menos sus capacidades académicas.

Nuestra investigación se enfoca en las aplicaciones para empleos de "assistant professors", que es el nivel de entrada para los académicos. En la transición del doctorado hacia estos primeros empleos, la brecha de salida entre hombres y mujeres se ha acelerado en los últimos años.

El mercado laboral académico en economía es una institución única en su nivel de centralización y organización (una explicación más elaborada aquí o aquí). Cada año, en el otoño, universidades a través del mundo publican ofertas de empleo en unas pocas plataformas virtuales, conocidas por toda la profesión. Los candidatos a estos empleos preparan un dossier académico, que contiene un CV, uno o más artículos académicos y cartas de recomendación escritas por académicos que conocen bien el sistema. Todas las interacciones entre candidatos, referentes, y empleadores pasan por estas plataformas. En general, se usa el mismo dossier para todas las aplicaciones. Esto implica que, en general, todas las universidades reciben las mismas cartas de recomendación para cada candidato. Asimismo, cada aplicación tiene un coste mínimo y la mayoría de los candidatos aplican a un alto número de vacantes. Anecdóticamente sabemos que, en la mayoría de los casos, se envían cientos de aplicaciones por encima de la demanda.

Datos

Para esta investigación, hemos recogido todas las cartas de recomendación que llegaron al departamento de economía de nuestra universidad, a partir del año 2017. En total, son más de 8000 cartas para aproximadamente 2800 candidatos. Comprobamos que nuestra muestra es representativa de la población en términos de género (aproximadamente 30% de mujeres por año), y es muy probable que represente correctamente la población de economistas buscando empleo como profesores asistentes a través de las plataformas centralizadas (50% de aplicaciones provienen de los Estados Unidos, y la mayoría vienen de universidades e institutos incluidos en el top-150 en investigación según RePEc).

Usando métodos de Procesado de Lenguaje Natural (Natural Language Processing), podemos pasar de un corpus de cartas, esencialmente una colección de palabras, a una representación cuantitativa. Esta representación, llamada “term-frequency-inverse-document-frequency” captura la frecuencia con la que cada carta usa cada palabra, en relación a todo el corpus. Esta medida refleja la relevancia de cada palabra en cada carta, en comparación a lo común que es la palabra en el resto del corpus.

Métodos y resultados

En primer lugar, estimamos cuáles son las palabras que mejor predicen que una carta fue escrita para apoyar la aplicación de una mujer. Esto se hace usando un análisis LASSO. Este análisis lo consideramos como “no supervisado” porque no le hemos atribuido ninguna connotación a las palabras. Aquí observamos que palabras relacionadas con la perseverancia (“diligent”, “hardworking”) son predictores importantes de cartas escritas para mujeres. De manera contraria, palabras que exaltan capacidades intelectuales (“thinker”, “depth”) son predictores masculinos.

En segundo lugar, diseñamos un análisis más supervisado, en el que compilamos listas de palabras relacionadas con temas que comúnmente se discuten en una carta de recomendación académica. Estos temas, establecidos por la literatura académica sobre las cartas de recomendación (ver aquí y aquí), son: la capacidad intelectual (“ability”), la perseverancia (“grindstone”), la investigación, la enseñanza (“teaching and citizenship”), y las perspectivas profesionales. También añadimos una categoría que contiene adjetivos positivos como “excelente”, “sobresaliente”, etc. Estos listados fueron validados con una encuesta a docentes británicos (200 respuestas). Con estos listados, podemos analizar si las cartas de recomendación para mujeres tienen mayor representación en cada uno de estos temas.

Gráfico 1: Resultados

El gráfico 1 permite visualizar los resultados del análisis supervisado. La gráfica muestra, para cada tema, la brecha del peso que cada tema tiene en cartas para mujeres y para hombres. La brecha estimada controla por características de cada candidato (año de graduación, identidad étnica, número de publicaciones, ranking de la universidad que otorgó el doctorado) y de los autores de las cartas (género y ranking de la universidad en que trabajan). Cuanto más oscuro el símbolo en la gráfica, más estadísticamente significativa es la brecha de género. Vemos en la ilustración que las cartas para mujeres tienen significativamente mayor contenido sobre el tema de “diligencia” que para los hombres. En análisis adicionales también mostramos que, para estudiantes de una misma universidad y en un mismo año, se enfatizan menos las capacidades intelectuales de las mujeres que de los hombres (aunque con menor significancia estadística). Observamos lo mismo si comparamos las cartas escritas por un mismo académico.

Discusión

A las mujeres economistas se les describe más como trabajadoras y con menor énfasis en sus capacidades académicas. Estos patrones se han documentado también en sociología, en investigaciones que han argumentado que los profesores tienden a realzar las capacidades académicas muchísimo más para miembros de categorías “dominantes”, como la élite económica en las universidades o los hombres en las áreas matemáticas (ver Bourdieu y Passeron, por ejemplo). A las minorías, se le atribuyen sus éxitos al trabajo arduo en vez del talento innato. Estos estereotipos son problemáticos en disciplinas en las cuales el talento y el genio son las cualidades más prestigiosas (ver Valian, p.177). En un trabajo futuro, queremos cuantificar este problema diseñando una manera de estimar la diferencia de valoración que los potenciales empleadores en el mercado laboral académico otorgan al talento y a la diligencia. Esperamos poder contarlo en una próxima entrada.