La importancia de construir ejemplos femeninos

Laura Pérez Ortiz (laura.ortiz@uam.es). Profesora de Economía del Comportamiento. Universidad Autónoma de Madrid

Cada vez se hace más patente la necesidad de generar ejemplos de mujeres en todas las esferas de la vida. Piensa en personas que se dediquen a la ciencia. Y a la medicina. Y a la economía. ¿Puedes pensar en alguien que haya ganado un premio Nobel? Dibuja a alguien que trabaje en ingeniería. O pilote un coche de carreras. Ahora imagina a alguien que juegue al fútbol. O al baloncesto. ¿Qué nombres vienen a tu memoria si te pregunto por tenistas?

Apostaría a que, en la inmensa mayoría de los casos, por no decir todos, las imágenes y nombres que acuden a nuestra mente son de hombres. Y no es porque no haya habido mujeres representativas en todos esos campos, es porque no han pasado a la historia, no se han reconocido sus méritos en los libros o en los premios de prestigio internacional. Por lo tanto, nos cuesta más encontrar ejemplos femeninos de cada uno de los ámbitos mencionados. En un pequeño experimento con estudiantes universitarios de ambos sexos se planteó la siguiente cuestión: “Vas a formar un grupo musical. Ya tienes guitarrista, batería y teclados. Empiezas la selección de vocalista. Escribe tres cantantes que ya conozcas que podrían ocupar ese puesto”. Los resultados son claros: el 76% de los nombres fueron de cantantes hombres.

Poco a poco, esto va cambiando. De hecho, las dos únicas ganadoras del premio Nobel de economía (frente a 86 hombres premiados) lo han sido en los últimos 15 años, Esther Duflo en 2019 y Elinor Ostrom en 2009. De los 171 galardones en química, solo ha habido 7 mujeres, dos de ellas, en la edición de 2020. De las cuatro actuaciones musicales en la última ceremonia de los premios Goya al cine español, las cuatro fueron de mujeres cantantes. Los premios destinados a la música en esa misma edición fueron ganados por mujeres. Y aún así, pensamos antes en cantantes masculinos.

El psicólogo Daniel Kahneman (premio Nobel de economía en 2002) nos explica cómo funciona nuestro cerebro. Tenemos una parte o sistema 1 que ejecuta razonamientos heurísticos, intuitivos, rápidos, que consumen poca energía y nos sirven para tomar decisiones en el día a día. Y tenemos otra parte o sistema 2 que realiza razonamientos algorítmicos, pausados, concatenados utilizando reglas que nos permiten hallar una solución (un cálculo de probabilidades correcto, por ejemplo). Estos razonamientos pausados consumen mucha energía, de manera que no los utilizamos tan a menudo. Nos servimos de los atajos que nos permite el uso del sistema 1 del cerebro. A esos atajos los llamamos reglas heurísticas.

Así, el hecho de que tengamos más accesible en nuestra mente ejemplos masculinos en lugar de femeninos, hace que le demos una probabilidad de suceso mayor a esa situación sin tener que calcularla. Es lo que se denomina la regla heurística de accesibilidad o disponibilidad. Fueron Amos Tversky y Daniel Kahneman quienes explicaron su funcionamiento. Hay una relación positiva muy estrecha entre la facilidad con la que podemos recordar ejemplos de un acontecimiento y su verdadera frecuencia de aparición pues, al fin y al cabo, es más fácil recordar ejemplos de situaciones que ocurren frecuentemente. Por lo tanto, si no encontramos ejemplos de mujeres ingenieras o médicas en nuestra mente, pensaremos que es porque hay muchas menos, estaremos calculando una probabilidad menor de que ocurra esa situación. Y en el caso de las ingenieras, así es (solo el 27% del total de estudiantes egresados en alguna ingeniería en 2018-19, en España, fueron mujeres). Pero las mujeres graduadas en Medicina fueron el 66% del total de egresados en esa carrera en ese año. Si no fuimos capaces de pensar en mujeres médicas no es porque haya menos, sino porque caímos en el sesgo debido a estos ejemplos recuperables.

En estos casos no solo actúa la regla heurística de accesibilidad, no solo es que recordemos menos ejemplos de mujeres: también interviene la heurística de representatividad, según la cual asignamos la probabilidad de que una persona tenga una ocupación según esa persona sea similar al estereotipo de profesionales de esa categoría. De manera que, si cuando nos preguntan por alguien que se dedique a la arquitectura solo somos capaces de pensar en nombres como Santiago Calatrava, Antonio Gaudí, Norman Foster, Frank Ghery… llegaremos a la conclusión de que no hay mujeres arquitectas en el mundo porque ninguna nos encaja con el estereotipo de la profesión de arquitecto. Y, además, nos resulta difícil hacernos a la idea de una mujer arquitecta, precisamente porque no entra en el prototipo. También a las niñas que están pensando en qué serán de mayores: “arquitecta no, porque solo lo son los chicos”.

Lo mismo sucede en todos los ámbitos, incluida la economía. De ahí la importancia de construir ejemplos femeninos, para que cuando pensemos en economistas, periodistas o tenistas, a nuestra mente acudan tanto Mariana Mazzucato como Thomas Piketty, Manuel Jabois o Julia Otero, Serena Williams o Rafael Nadal, tanto mujeres como hombres. Sabiendo cómo funciona nuestro cerebro y los atajos que utiliza, rompamos estereotipos, construyamos ejemplos de ambos géneros y alimentemos nuestra mente con nuevas formas de entender la realidad.

Forcémonos a utilizar más el sistema 2 del cerebro, ya que conocemos los sesgos a los que nos lleva el sistema 1 y sus reglas heurísticas. En este sentido, se han realizado algunos experimentos en procesos de selección de personal. Por ejemplo, cuando se utilizan listas más largas aparecen más mujeres en ellas, porque la gente dedica más tiempo a pensar en alternativas que se escapen de los prototipos, añadiendo más en sectores u ocupaciones dominadas por estereotipos masculinos (To Reduce Gender Bias in Hiring, Make Your Shortlist Longer). Incluso en ocupaciones donde no hay un claro predominio o estereotipo, como hemos visto con los y las cantantes de grupos musicales.

Utilizar modelos y simplificaciones donde el agente económico representativo es siempre un hombre reduce el mundo cuyo funcionamiento se intenta explicar. Mucho más veraz será cuanto más fiel sea a la propia realidad: las mujeres somos la mitad de la población y podemos ser tan buenas (o malas) en nuestro trabajo como los hombres. El impulso de la ONU declarando el 11 de febrero el Día Internacional de la Mujer y la Niña en la Ciencia actúa en esta dirección: ampliemos los estereotipos para dar cabida a las mujeres, recordemos su trabajo, pongamos más ejemplos. Pensemos en ellas, pensemos en nosotras.