"make good choices" by Evil Erin is licensed under CC BY 2.0 
.
En estos días hay muchos estudiantes eligiendo, o que ya han elegido, su carrera universitaria. Y aunque ya he hablado alguna vez de este tema (básicamente diciendo que el consejo de “seguir tu pasión” así a pelo es desastroso), creo que toca insistir. Porque si no “seguimos nuestra pasión”, ¿qué hacemos? Pues en realidad les voy a mostrar que lo que hace la gente “normal” es muy sensato y razonable. Miran las perspectivas laborales de las carreras, lo que puede pasar en el futuro, y lo que les gusta. Y luego toman una decisión que equilibra las tres cosas. Vamos, lo que haría cualquier agente económico de libro de texto.
Pero claro, para que la decisión final sea buena, es importante que la información en la que se basen sea buena. Y no siempre es fácil encontrarla. Así que para darles incentivos a llegar al final, cuando acabe les voy a comentar una herramienta muy útil para informarse bien y, por lo que veo, poco conocida para hacer esto un poco mejor.
Me voy a basar en un interesante artículo de Matthew Wiswall y Basit Zafar, publicado en Review of Economic Studies que aborda esta pregunta con un experimento de información que permite observar cómo los estudiantes cambian sus creencias y su elección de carrera en respuesta a datos objetivos sobre los ingresos promedio por especialidad.
Los autores utilizaron como participantes del experimento a estudiantes de la Universidad de Nueva York (NYU), un grupo selecto y con buenos resultados académicos. A cada estudiante le preguntaron por sus creencias sobre distintos aspectos de las carreras universitarias: cuánto creían que ganarían si eligieran cada una, cómo evaluaban sus habilidades en cada área, y qué probabilidad asignaban a terminar la carrera en cada especialidad. Luego, los estudiantes fueron expuestos a información real (proveniente de encuestas nacionales) sobre los ingresos promedio de graduados en distintas carreras. Finalmente, los autores observaron cómo cambiaban las creencias y las elecciones esperadas de carrera después de recibir la información. Una cosa importante a destacar es que en Estados Unidos la carrera se escoge ya estando dentro de la universidad, así que informar a estudiantes universitarios es todavía útil para guiar sus decisiones. En nuestro caso habría que actuar antes.
Este diseño genera un panel de datos sobre creencias que permite comparar las decisiones “antes y después” de esa intervención informativa. Gracias a esto, es posible aislar el efecto causal de las expectativas (sobre ingresos y habilidades) en la elección de carrera, sin el sesgo habitual que surge cuando los gustos individuales están correlacionados con esas mismas expectativas.
El primer resultado importante que los autores documentan es que muchos estudiantes tienen creencias bastante incorrectas sobre los ingresos por carrera. Por ejemplo, una parte significativa subestima los ingresos en economía o ingeniería, mientras que otros los sobreestiman. En promedio, los errores son grandes: las desviaciones absolutas respecto a los valores reales rondan el 30–40% según la carrera. Además, hay una gran heterogeneidad: dos estudiantes similares pueden tener ideas muy distintas sobre lo que gana un ingeniero o un historiador.
Lo interesante es que cuando se les proporciona información objetiva, los estudiantes cambian sus creencias de una forma bastante lógica. Si descubren que una carrera paga más de lo que pensaban, tienden a elevar su estimación de ingresos futuros en esa carrera. Este hallazgo contradice la idea de que las creencias están completamente determinadas por ideologías, redes sociales o experiencias personales inmutables. También cambian las probabilidades subjetivas de elegir cada carrera. En media, tras recibir la información, las probabilidades asignadas a cada opción cambian de acuerdo con las nuevas perspectivas de rentas futuras. Es decir: si descubro que economía paga más de lo que creía, es más probable que la considere como opción.
Para cuantificar cuánto influyen las expectativas económicas en la elección de carrera, Wiswall y Zafar estiman un modelo de utilidad esperada. En él, cada estudiante elige la carrera que le otorga mayor utilidad, la cual depende de su percepción sobre ingresos futuros, su habilidad percibida en la materia y un componente de “gusto” idiosincrático por cada opción. Una de las innovaciones metodológicas clave del estudio es que los autores no tienen que asumir cómo son las creencias de los estudiantes: las observan directamente, antes y después del tratamiento informativo. Además, incluyen medidas de incertidumbre: por ejemplo, la distribución esperada de ingresos, no sólo su media.
Este enfoque revela un resultado decisivo. Aunque los ingresos esperados y la habilidad percibida influyen en la elección de carrera, el factor dominante son los gustos individuales. En otras palabras, incluso si alguien cree que ingeniería paga más que humanidades, puede preferir estudiar literatura simplemente porque le gusta más.
Además, al comparar estimaciones con y sin el panel generado por el experimento, los autores muestran que los estudios tradicionales tienden a sobrestimar el rol de la renta, porque no pueden controlar adecuadamente los gustos no observados. El modelo permite estimar elasticidades: cuánto cambia la probabilidad de elegir una carrera si se incrementa el ingreso esperado. En promedio, estas elasticidades son positivas pero modestas (entre 0.03 y 0.07 según el periodo), y menores que las estimadas por otros estudios.
Eso sí, hay diferencias entre estudiantes: los más jóvenes (de primer o segundo año) son mucho más sensibles a la información económica que los mayores, que probablemente ya han invertido en una trayectoria específica y tienen mayores costes de cambiar de carrera. También se observa que los estudiantes con menor incertidumbre sobre sus ingresos futuros son más sensibles a los cambios en la media esperada, lo que sugiere un papel relevante de la aversión al riesgo.
Una de las preguntas más relevantes desde el punto de vista de política educativa es si vale la pena invertir en programas de información sobre el mercado laboral. El artículo sugiere que sí. Utilizando su modelo, los autores calculan el equivalente monetario del cambio en las decisiones generado por el tratamiento informativo. Encuentran que el efecto promedio es similar al que produciría un aumento de entre 5.6% y 6.4% en los ingresos esperados anuales (alrededor de 3.600 dólares). Este es un beneficio notable, considerando que el costo de proporcionar información es mínimo.
Desde una perspectiva de política pública, yo creo que está claro que debemos informar a los estudiantes más. Aunque los gustos importan, la información también lo hace. Los jóvenes son más racionales de lo que creemos, y hay que tratarlos con respeto. Eso quiere decir que si con mejor información, toman mejores decisiones tenemos que dársela.
Por cierto, una información que a veces se usa mal es la que incorporan las notas de corte. Es verdad que notas de corte elevadas señalan mayor demanda y esto puede correlacionar con la calidad del estudio. Pero las universidades lo saben y manipulan esta información creando grados y dobles grados "boutique" con pocos estudiantes para subir artificialmente las notas de corte, e incluso la admisión a los grados estándar se controla a veces no por necesidad pedagógica o de personal, sino "para mantener el prestigio."
Y esto me lleva al inicio y la información prometida. El SIIU (Sistema Integrado de Información Universitaria) proporciona información detallada por universidades y ramas de estudios muy detalladas (no exactamente por grados, pero casi) de las tasas de empleo y los salarios de los egresados universitarios en España, tomadas de los datos de la Seguridad Social. Claramente, el mercado laboral de dentro de diez, veinte o treinta años no va a ser igual que el actual. Pero entrar en una profesión sin saber lo que nos espera laboralmente es poco racional, y ya hemos visto que nuestros jóvenes son racionales.
