Explicando la Brecha de Género en Matemáticas: El Rol de los Estereotipos

Por Pilar Cuevas-Ruiz (University College London), Ismael Sanz (Universidad Rey Juan Carlos y London School of Economics), Almudena Sevilla (London School of Economics)

El pasado 20 de septiembre de 2023, Oxford Research Encyclopedia of Economics and Finance publicaba nuestro artículo Explicando la Brecha de Género en Matemáticas: El Rol de los Estereotipos. A continuación, resumimos los principales aspectos de este artículo

  1. Introducción

Bertrand (2020) describe los estereotipos de género como ideas fijas sobre cómo es alguien de un género particular (descriptivo) o ideas fijas sobre cómo debería ser alguien de un género particular (prescriptivo) simplemente por el mero hecho de pertenecer a grupo. Tanto los estereotipos descriptivos como los prescriptivos pueden explicar la persistente brecha de género en matemáticas. Los estereotipos disminuyen las expectativas e incentivos de las niñas para esforzarse, y pueden limitar sus opciones para estudiar carreras intensivas en matemáticas, que tienen una buena remuneración y que actualmente están dominadas por hombres. Esta brecha perjudica el progreso hacia la igualdad de género en el mercado laboral y afecta negativamente a la productividad y al crecimiento económico. En el artículo en el que se basa el post explicamos, en la segunda sección, las diferencias en los resultados en matemáticas entre niños y niñas. En la tercera sección, se analiza el papel que desempeñan los estereotipos en la brecha de género, diferenciando entre los estereotipos prescriptivos y los descriptivos. Finalmente, las conclusiones muestran las implicaciones de política económica vinculadas a las teorías y evidencia empírica discutidas en las secciones anteriores, analizando las medidas que pueden reducir las brechas de género en la educación en matemáticas. La principal conclusión del artículo en ORE y de este post es que abordar los estereotipos conscientes y las normas sociales, es la mejor vía para lograr un cambio sostenible en la sociedad.

  1. Diferencias en los resultados en matemáticas entre niños y niñas.

Como señala la reciente Premio Nobel de Economía, Claudia Goldin (Goldin et al., 2006) las diferencias de género en el rendimiento académico se han revertido drásticamente desde 1950. Sin embargo, en la mayoría de los países industrializados, los niños continúan superando a las niñas en matemáticas, especialmente en la parte alta de la distribución de puntuaciones (Ellison & Swanson, 2023). Borgonovi et al. (2018) muestran que los resultados de matemáticas de las niñas de 9-10 años de la OCDE son un 2,7% de la desviación estándar más bajos que los de los niños, 9,6% inferiores a los 15-16 años, y 35,6% más bajos a los 26-27 años.

Las diferencias de rendimiento de género en materias intensivas en matemáticas contribuyen a la brecha de género en el mercado laboral, porque limitan las opciones y la capacidad de las mujeres para graduarse en ciencia, tecnología, ingeniería o matemáticas (conocidas como materias STEM).  El bajo rendimiento de las niñas en matemáticas también representa una pérdida potencial de talento, que puede llevar a una menor productividad y crecimiento económico. Duflo (2012) revisó la literatura sobre el empoderamiento y el desarrollo, argumentando que empoderar a las mujeres puede acelerar el desarrollo y reducir la desigualdad entre hombres y mujeres. Por su parte, Hsieh et al. (2019) encuentran que una quinta parte del crecimiento del PIB de EE. UU. puede explicarse por la caída de las barreras del mercado laboral y capital humano y el cambio en las preferencias de ocupaciones. Gran parte de las ganancias de productividad provienen de atraer a las mujeres a ocupaciones de alta cualificación.

  1. Estereotipos Descriptivos y Prescriptivos

Los estereotipos prescriptivos relacionados con las expectativas de género llevan a inversiones y expectativas reducidas para las niñas, especialmente en asignaturas dominadas por hombres como las matemáticas. En relación con los estereotipos descriptivos, el rendimiento inferior de las niñas en comparación con los niños en matemáticas también puede ser el resultado de una menor confianza en las niñas, lo que lleva a que internalicen comportamientos socialmente construidos y ampliamente aceptados sobre la capacidad innata de niñas y niños para las matemáticas.

Brecha de género en el porcentaje de estudiantes que estuvieron de acuerdo/en desacuerdo con las siguientes afirmaciones:
Simplemente no soy bueno/a en matemáticas Me va bien en matemáticas Aprendo matemáticas rápidamente Siempre he creído que las matemáticas son una de mis mejores materias En mi clase de matemáticas, entiendo incluso el trabajo más difícil
% Diferencia (1) E.E.

(2)

%  Diferencia (3) E.E.

(4)

%  Diferencia (5) E.E.

(6)

%  Diferencia (7) E.E.

(8)

%  Diferencia

(9)

E.E.

(10)

Francia 11,5 (1,8) 10,8 (2,2) 19,0 (1,9) 19,0 (1,8) 17,5 (1,5)
Alemania 13,0 (1,6) 11,5 (1,8) 19,2 (1,9) 20,4 (1,9) 22,1 (2,1)
Italia 6,5 (1,2) 1,4 (1,1) 11,1 (1,2) 13,2 (1,1) 11,9 (1,1)
Japón 16,5 (1,6) 8,5 (1,6) 15,6 (1,4) 14,5 (1,4) 10,4 (1,0)
España 10,7 (1,5) 2,9 (1,1) 17,3 (1,5) 15,3 (1,3) 13,1 (1,2)
Reino Unido 16,5 (1,9) 9,3 (1,4) 16,3 (1,7) 21,2 (1,3) 13,2 (1,7)
Estados Unidos 8,2 (1,8) 1,5 (1,6) 8,3 (1,9) 9,1 (1,6) 8,7 (1,9)
Promedio OCDE 10,8 (0,3) 5,7 (0,3) 14,0 (0,3) 14,5 (0,3) 14,8 (0,3)

Tabla 1. Autoconcepto de los estudiantes en matemáticas, según género. PISA 2012

OECD, PISA 2012 Database, Table III.4.2b (web) https://www.oecd-ilibrary.org/students-and-their-intentions-for-mathematics_5jz5qwfd5gf0.xls

 

La Tabla 1 muestra la brecha de género en el autoconcepto de los estudiantes en matemáticas en PISA 2012 (la última vez que la competencia de matemáticas fue el área principal, la siguiente será PISA 2022 que se publicará en diciembre de 2023). La OCDE calcula, para cada país, el porcentaje de niños y niñas que respondieron que están "de acuerdo" o "totalmente de acuerdo" con las siguientes afirmaciones: “Saco buenas notas en matemáticas”; “Aprendo matemáticas rápidamente”; “Siempre he creído que las matemáticas son una de mis mejores materias”; y “En mi clase de matemáticas, entiendo incluso el trabajo más difícil”. La primera columna muestra el porcentaje de estudiantes que respondieron "en desacuerdo" o "totalmente en desacuerdo" con la afirmación “Simplemente no soy bueno en matemáticas”.

Aunque las mujeres y las niñas mantengan altas expectativas y no interioricen los estereotipos, aún pueden enfrentarse a limitaciones en sus elecciones debido a las expectativas y creencias sociales. Estas restricciones pueden provenir de padres, docentes y compañeros, quienes pueden penalizar a las niñas por tomar decisiones contrarias a los estereotipos o no ofrecer esas opciones a las niñas. Carlana y Corno (2021) diseñaron un experimento en un laboratorio con 2.500 estudiantes de secundaria en Italia para probar el impacto causal de padres y compañeros en la elección del campo de estudio. Estas autoras muestran que los estudiantes eligen un tema más estereotipado de género (las niñas eligen más literatura y los niños eligen más matemáticas) cuando se les induce a pensar en la recomendación de padres del mismo género, especialmente cuando creen que sus padres sugerirían una elección estereotipada de género. Pensar en las madres reduce la probabilidad de que las niñas elijan matemáticas en un 20% en comparación con el grupo de control. Cuando los niños creen que su padre les recomendaría matemáticas, aumentan su probabilidad de elegir la tarea tipificada como masculina (matemáticas) en un 16%. La interacción entre pares es, además, importante para las niñas: la probabilidad de que elijan matemáticas disminuye en 9 puntos porcentuales cuando saben que tendrán que interactuar con compañeros que eligen la misma asignatura. El efecto es impulsado por niñas que creen que van a ser una minoría de género entre los estudiantes que eligen matemáticas (Carlana y Corno, 2021).

  1. Medidas para reducir la brecha de género en la educación matemáticas

Los esfuerzos para reducir las brechas de género en la educación matemática que hemos visto anteriormente pueden centrarse en a) intentar cambiar a las niñas para que se comporten más como niños o modificar el entorno tienen limitaciones, b) abordar los prejuicios (inconscientes) entre docentes, padres y compañeros y c) abordar los estereotipos conscientes y normas sociales.

Comenzando por el primer tipo de políticas, las intervenciones para aliviar los impactos negativos de los estereotipos descriptivos buscan prevenir que las niñas internalicen comportamientos socialmente construidos alineados con los estereotipos de género prevalentes respecto a las habilidades matemáticas innatas de niños y niñas. Para aumentar la confianza de las niñas en sus habilidades matemáticas se les introduce a modelos a seguir femeninos, como docentes de matemáticas, se usa un lenguaje de género neutro y se proveen libros de texto y otros materiales que desafíen los estereotipos de género (Breda et al., 2020). Un conjunto diferente de políticas se enfoca en cambiar el entorno de aprendizaje de las niñas, en lugar de modificar sus creencias. Ajustar los métodos de evaluación o adaptar el enfoque de instrucción puede crear un entorno que permita a más niñas alcanzar su máximo potencial y evaluar con precisión sus habilidades e intereses matemáticos (Sevilla & Montalbán, 2022).

La segunda de las políticas se centra en combatir los estereotipos de género, que implica abordar los prejuicios (inconscientes) entre docentes, padres y compañeros a través de iniciativas como capacitación en sesgos inconscientes y reflexión sobre los prejuicios. La premisa subyacente es que, al aumentar la conciencia sobre sus propios prejuicios (inconscientes), las personas activarán sus procesos de pensamiento más conscientes y no estereotipados de género.

El tercer tipo de medidas son las que tienen un efecto más de largo plazo, valorando la naturaleza maleable de los estereotipos conscientes y entendiendo la flexibilidad de los roles para lograr un cambio sostenible en la sociedad. Lundberg (2022) sugiere que entender la flexibilidad de los roles y estereotipos de género puede ser esencial para diseñar políticas efectivas basadas en evidencia que busquen un cambio sostenible en la sociedad. La investigación de Giuliano (2020) destaca cómo eventos históricos, como la Segunda Guerra Mundial, y políticas dirigidas pueden influir en la evolución de las normas de género. Por ejemplo, durante grandes movilizaciones masculinas en conflictos, las mujeres tienden a ocupar roles laborales predominantemente masculinos, modificando a largo plazo sus creencias y comportamientos.

  1. Conclusiones e implicaciones de políticas

Los estereotipos descriptivos como “las niñas no son buenas en matemáticas” o estereotipos prescriptivos, es decir, visiones fijas sobre los roles sociales de las mujeres, pueden explicar la persistente brecha de género en matemáticas. Esta brecha perjudica el progreso hacia la igualdad de género en el mercado laboral y afecta negativamente a la productividad y al crecimiento económico.

Entre las políticas para aliviar los impactos negativos de la brecha de género en matemáticas se encuentran las intervenciones que buscan modificar las creencias y actitudes de las niñas y mujeres ex post, así como aquellas que buscan cambiar el entorno. Este tipo de medidas pueden no ser efectivas a largo plazo porque refuerzan los estereotipos preexistentes. Por ejemplo, modificar el entorno de evaluación puede resultar en mejores calificaciones para las niñas, pero no necesariamente cambiar la percepción de que son tan capaces en matemáticas como los niños. Las medidas que pueden tener un efecto más de largo plazo pasan por valorar la naturaleza maleable de los estereotipos conscientes. El aprendizaje social y la correcta difusión de información son esenciales para abordar y reformular los estereotipos prescriptivos.