Meritocracia y Educación (versión ampliada)

meritocracia y educación: MOVILIDAD SOCIAL Y

DESIGUALDAD DE OPORTUNIDADES

"Un enfoque de Machine Learning"

septiembre 2023

meritocracia y educación: MOVILIDAD SOCIAL Y

DESIGUALDAD DE OPORTUNIDADES

"Un enfoque de Machine Learning"

Autores

David Martínez de Lafuente, Fundación ISEAK Ainhoa Vega-Bayo, Fundación ISEAK y UPV/ EHU

Visualización de datos:

Jose Ariza, Fundación Cotec para la innovación

Comité Asesor:

Caterina Calsamiglia, ICREA, Pentabilities Jorge Cimentada, Ryanair Lucas Gortazar, EsadeEcPol Álvaro Ferrer, Save the Children Gema Zamarro, Universidad de Arkansas

Coordinación:

Ainara Zubillaga, Fundación Cotec para la innovación Iria Mata, Fundación Cotec para la innovación

Ín DI CE

introducción

meritocracia

9 Conceptos, percepciones y argumentos en el debate público 10

Fuente de datos pisa 2018

I. Movilidad social 18 ¿Hasta qué punto el rendimiento educativo en la adolescencia está determinado por el nivel socioeconómico familiar?

conceptos

19 20 23

técnicas e indicadores

resultados

Situación en España

Análisis comparativo entre países

Análisis comparativo entre comunidades autónomas

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

III. el rol de las políticas públi- cas 55 ¿Qué políticas públicas pueden ayudar a miti- gar las desigualdades educativas?

II. desigualdad de oportunida- des 32 ¿Cómo se distribuyen las oportunidades según circunstancias individuales que no se relacio- nan con el mérito personal?

limitaciones y otras considera- ciones finales 61

conclusiones

Acuerdos y desacuerdos

referencias

el uso de machine learning como propuesta metodológica

anexo a. resultados y figuras adicionales 71 anexo B. discusión sobre machi- ne learning 74

resultados

¿Qué países presentan una mayor des- igualdad de oportunidades? 39

Regresión vs ML: ¿Cómo varían las esti- maciones de la desigualdad de oportuni- dades? 40

¿Cómo varía la desigualdad de oportuni- dades por regiones? 43

¿Qué comunidades autónomas son las más y menos equitativas? 44

¿Cómo varían los resultados educativos a medida que mejoran las circunstan- cias? 45

¿Qué estudiantes son los más y menos favorecidos? 47

¿Qué circunstancias son las más impor- tantes para la desigualdad de oportuni- dades? 49

Calidad vs Equidad: ¿es la eficiencia con - traria a la equidad educativa? 50

La importancia de una mirada multidi- mensional sobre la equidad educativa51

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

in tro duc ción

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

En las últimas décadas, la mayoría de los países desarrollados ha experimentado una creciente desigualdad de ingresos que plantea interrogantes sobre la meritocracia y la movili- dad social. Al mismo tiempo que las desigual- dades han aumentado, el ideal de que el éxito económico y social se basa únicamente en los logros y méritos personales ha ido, lentamente, desvaneciéndose. Pocas personas se oponen a la idea de que las recompensas económicas y sociales se encuentran mejor repartidas si atendemos al esfuerzo y al mérito, en lugar de a la cuna y a la herencia (Castillo et al., 2021). Sin embargo, muchos perciben que la meri- tocracia no opera (ni quizás nunca lo hizo) de esta manera (Markovits, 2019; Sandel, 2020; Barragué et al., 2022). Tras este desencanto se encuentra la aparente ineficacia de las políticas meritocráticas para abordar la falta de movili- dad social (Arrow et al., 2000). Las economías modernas han sido incapaces de distribuir las ganancias del crecimiento económico de manera equitativa entre los distintos miembros de la sociedad (Blanchet et al., 2022). Dicho aumento de las disparidades económicas se siente cada vez más intolerable porque perjudica de manera sistemática a las clases medias y trabajadoras (Rodrik, 2021). Es por esto que la idea meritocrática de igualdad de oportunidades choca con la realidad de una movilidad intergeneracional limitada (Chetty et al., 2014; Soria-Espín, 2022). Este creciente resentimiento hacia la concepción actual de la meritocracia nos plantea algunas preguntas importantes: ¿Se está recompensando real- mente el mérito o se trata simplemente una

nueva forma de privilegio? ¿Hasta qué punto las políticas públicas actuales promueven real- mente la igualdad de oportunidades? En el núcleo de estas cuestiones se encuentra el papel que juega la educación como uno de los pilares de la meritocracia. La transforma- ción educativa ocurrida a lo largo del siglo XX mediante la universalización de la educación primaria y secundaria, así como la democra- tización de la formación universitaria, marcó un avance fundamental para la difusión de oportunidades en la población. Como resul- tado, la capacidad de ascender socialmente depende en la actualidad considerablemente de las competencias adquiridas mediante la educación (Gunderson & Oreopolous, 2020; Dodin et al., 2022). Desde esta perspectiva, parece incontestable que el sistema educativo ha sido un instrumento igualador fundamental para mitigar la desproporcionada importan- cia de los privilegios de cuna y promover una distribución de oportunidades basada (al me- nos parcialmente) en el mérito. Sin embargo, esta creciente relevancia de la educación en las sociedades contemporáneas implica que también puede perpetuar las desigualdades económicas en lugar de combatirlas (Blanden et al., 2022). Cuando el aprendizaje y las opor- tunidades educativas se reparten en función de la renta familiar u otras circunstancias, los sistemas educativos contemporáneos pueden limitar la movilidad social de los que provienen de entornos más desfavorecidos. Por lo tanto, comprender cómo los sistemas educativos contemporáneos compensan las desventajas

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

iniciales se vuelve fundamental para analizar la legitimidad moral de la concepción actual de la meritocracia. Estos elementos – las percepciones de la ciudadanía acerca de la meritocracia, la apa- rente ineficacia de las políticas públicas y la importancia de la educación en la desigual- dad – plantean la necesidad de un análisis profundo en torno a tres preguntas cruciales. Primero, ¿en qué medida se ve determinado el rendimiento educativo en la adolescencia por el nivel socioeconómico familiar? Segundo, ¿cómo se distribuyen las oportunidades educa- tivas de acuerdo a circunstancias individuales que nada tienen que ver con el mérito perso- nal, y que están fuera del control de cada uno, como el sexo o el lugar de nacimiento? Final- mente, ¿qué políticas públicas o instituciones pueden ayudar a mitigar estas desigualdades educativas? Con el objetivo de abordar estas preguntas, este estudio presenta nueva evidencia sobre el grado de desigualdad de oportunidades y movilidad social educativa en 35 países utili- zando datos de PISA 2018. Para ello, emplea- mos técnicas modernas de Machine Learning (ML) que nos permiten analizar la desigualdad de oportunidades desde una perspectiva poco explorada hasta la fecha. Impulsado por los campos de la informática y la estadística, el ML se refiere a un conjunto de técnicas y algoritmos de aprendizaje automático para realizar labores de predicción. A diferencia de las técnicas tradicionales, los algoritmos de ML permiten explorar de forma flexible y automática interacciones complejas en los datos. Esta ventaja resulta particularmente interesante para analizar la desigualdad de oportunidades educativas, ya que nos permite considerar la influencia de las circunstancias fuera del control individual de manera más completa. Desde esta perspectiva, nuestra aplicación de ML constituye una aproxi- mación novedosa para estudiar la equidad educativa a través de un enfoque basado en datos, reduciendo así el riesgo de infraestimar

o sobrestimar la verdadera desigualdad de oportunidades.

El análisis se estructura en tres partes princi- pales. En la primera parte, nos centramos en cuantificar la movilidad social educativa para comprender hasta qué punto los niños de familias más desaventajadas obtienen peores puntuaciones en PISA de manera sistemática. Para ello, utilizamos varios indicadores para medir la movilidad social absoluta y relativa, estableciendo la relación entre el nivel socioe- conómico de los padres y los resultados en el examen de matemáticas de sus hijos. En la segunda parte del estudio, utilizamos varios algoritmos de Machine Learning para estimar la desigualdad de oportunidades a nivel nacio- nal y regional. De esta manera, tratamos de cuantificar qué proporción de las diferencias educativas en PISA se deben a circunstancias que escapan del control de los niños, como su sexo, país y mes de nacimiento, así como la educación y ocupación de sus padres. En la última parte del estudio, relacionamos las variaciones obtenidas entre países en las dos secciones anteriores junto con diferentes indicadores económicos y educativos que reflejan las políticas públicas en estos ám- bitos. A través de un análisis de correlación, exploramos si existe una asociación entre los indicadores de desigualdad de oportunidades y las políticas implementadas, buscando así evidencia sobre qué intervenciones podrían ayudar a mitigar las desigualdades educativas identificadas. Consideraciones previas. – Los resultados del estudio se limitan a analizar la movilidad social y la desigualdad de oportunidades utili- zando datos de PISA. Dado que en España la desigualdad educativa opera principalmente a través de la repetición y el abandono educati- vo temprano, este estudio ofrece una imagen parcial del sistema educativo. Para realizar un análisis exhaustivo de la equidad educativa en España, sería necesario utilizar un marco con- ceptual que incluya otras medidas de apren- dizaje y logro educativo. Pese a su interés y

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

relevancia, consideramos que el desarrollo de este enfoque queda fuera del alcance de los objetivos de este estudio. Con todo, queremos recalcar que los resultados deben interpretarse con cautela, ya que la equidad educativa en España disminuye significativamente al utilizar estas otras medidas de oportunidades educati- vas (Gortazar, 2019). Hoja de ruta del documento. – Para comen- zar, ahondamos en cuestiones morales relacio- nadas con la meritocracia y discutimos cómo estos conceptos se relacionan con la movili- dad social y la desigualdad de oportunidades. La siguiente sección se centra en describir los datos PISA que utilizamos en este estudio. Posteriormente, pasamos a responder cada una de las tres preguntas principales en sus secciones correspondientes del informe: mo- vilidad social, desigualdad de oportunidades y políticas públicas. Terminamos este estudio con un apartado dedicado a las conclusiones y reflexiones finales.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

merito cracia

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Conceptos, percepcio- nes y argumentos en el debate público Cuando hablamos de meritocracia, nos referi- mos comúnmente a un sistema en el que las personas son seleccionadas y promovidas a posiciones de éxito, poder o influencia en función de sus habilidades y méritos demos- trados. Aunque el término tiene connotaciones positivas debido a su origen etimológico, la concepción de la meritocracia nace con una carga negativa en el libro "The Rise of Merito- cracy" de Michael Young (1958). En esta sátira, se presenta una Gran Bretaña distópica donde los gobernantes pertenecen a una élite cogni- tiva seleccionada según la fórmula de mérito = inteligencia + esfuerzo . Concebida en estos tér- minos, la meritocracia perpetúa una sociedad jerárquica y elitista marcada por la segrega- ción educativa desde una edad temprana y una obsesión por la cuantificación del mérito. Quizás como consecuencia de la creciente desigualdad e inseguridad económica que ha tenido lugar a lo largo de la década de 2010, la concepción de la meritocracia se enfrenta actualmente a un renovado escrutinio y crítica social, como se aprecia en la popularidad de varios ensayos recientes destinados a desmi- tificarla (Markovits, 2019; Sandel, 2020; Barra - gué et al., 2022). Este creciente escepticismo sobre la meritocracia podría suponer una pérdida de su popularidad como ideal desea- ble, y nos plantea varias preguntas: ¿Hasta qué punto la meritocracia se sigue percibiendo, a día de hoy, como un sistema de selección y reparto positivo?

¿Es partidaria la ciuda- danía de la premisa me- ritocrática? Pese a su origen distópico y el reciente au- mento de críticas contra ella, lo cierto es que el ideal meritocrático todavía goza de bastante popularidad entre las sociedades contempo- ráneas. Por un lado, la evidencia indica que las personas generalmente consideran el ideal de la meritocracia como un sistema de reparto y distribución moralmente deseable (Cappelen et al., 2010; Castillo et al., 2021). 1 Por otro, la per- cepción social de que el esfuerzo y la ambición importan más que las circunstancias para “as- cender” socialmente se encuentra ampliamen- te extendida (Castillo et al., 2021; Mijs, 2018). A pesar de contar con un aparente apoyo po- pular, la concepción actual de la meritocracia causa cada vez más división social. Es cierto que, en términos abstractos, la ciudadanía generalmente respalda el reparto de recom- pensas según el talento y el esfuerzo. Muchos, sin embargo, se encuentran desencantados con la incapacidad de las políticas públicas para promover la igualdad de oportunidades, lo que deslegitimaría a la meritocracia desde un punto de vista moral. Esta tensión (la ausencia de una “verdadera meritocracia”, pero la creen- cia en la misma) sería además peligrosa desde un punto de vista ideológico. Si las desigual- dades materiales se atribuyen exclusivamente al mérito, un aumento de las brechas econó- micas generará menor preocupación, ya que se entenderá como una señal de que los más desaventajados deben simplemente esforzar- se más o aceptar sin rechistar su situación personal (Arrow et al., 2000). La falta de un consenso general sobre las vir- tudes y carencias de la meritocracia impide el impulso de acuerdos políticos en, por ejemplo, el ámbito educativo. Este hecho nos motiva

1. Por ejemplo, Cappelen et al. (2010) estudian las preferencias distributivas del alumnado universitario. Para ello, los autores consideran cuatro visiones distributivas: i) el “igualitarianismo” (i.e., reparto puramente equitativo de la tarta), ii) la “meritocracia” (i.e., reparto según el esfuerzo y el talento), iii) la “visión de control-responsabilidad” (i.e., reparto según el esfuerzo) y (iv) la visión “libertaria” (i.e., reparto de la tarta según tanto la suerte como el esfuerzo y el talento). Los resultados del experimento indican que la visión meritocrática es la más popular entre los estudiantes.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Críticas al ideal de la meritocracia La meritocracia, aunque ampliamente defen- dida, también enfrenta diversos argumentos en contra que merecen ser considerados. A continuación, mencionaremos de forma sucinta algunas de las críticas más comunes, sin menospreciar otros argumentos de peso ampliamente discutidos por Sen (2000) y otros autores (Gil, 2023). En primer lugar, se encuentra la limitada con- cepción de mérito utilizada en las economías contemporáneas. Actualmente, las sociedades modernas reconocen una definición dema - siado restrictiva del mérito en base a ciertos “talentos” específicos, como las calificaciones académicas o la capacidad de satisfacer las demandas del mercado. De acuerdo a esta visión, la meritocracia debería reconocer una gama más amplia de habilidades y recompen- sar una mayor variedad de talentos que mere- cen consideración en, por ejemplo, el ámbito de las artes o humanidades. En segundo lugar, encontramos la crítica “narrativista” de la meritocracia, la cual perpe- tuaría la idea de que las personas alcanzan el éxito gracias a haber superado obstáculos me- diante el esfuerzo y sus habilidades. Este relato llevaría a proclamar a las personas exitosas como legítimamente merecedoras de su si- tuación privilegiada, lo que a su vez promueve explicaciones culturales e incluso genéticas de la desigualdad y la pobreza. La idea de la meri- tocracia, por tanto, sería peligrosa ya que limita la capacidad de reconocer que las desventajas económicas y sociales pueden tener causas estructurales que podrían ser atajadas a través de, por ejemplo, una mayor redistribución de riqueza. Por último, se encuentra la crítica posiblemen- te más popular, mordazmente resumida en la idea de que “la meritocracia son los padres”. Según esta perspectiva, el sistema meritocráti- co favorece injustamente a quienes provienen

a tratar de articular desde un punto de vista teórico los argumentos a favor y en contra del ideal meritocrático. Argumentos a favor del ideal meritocráti- co Existen dos argumentos fundamentales que respaldan a la meritocracia como ideal social- mente deseable (Sen, 2000). El primero es su carácter instrumental y se basa en la supuesta capacidad de la meritocracia para promover el bienestar común. Si el mérito de las acciones se mide de acuerdo a sus consecuencias po- sitivas para la sociedad, la meritocracia actúa como un sistema para recompensar e incenti- var acciones que fomenten un mayor progreso económico y social. Desde una perspectiva económica, sabemos que las personas res- ponden a incentivos, por lo que un sistema que recompense el mérito puede motivar una ma- yor búsqueda de resultados beneficiosos para la sociedad en su conjunto. En este sentido, la meritocracia puede actuar como un sistema que incentive acciones deseables: el mérito se convierte, por tanto, en un medio útil para lograr un fin socialmente deseable y la merito - cracia en un sistema que lo fomenta. El segundo argumento a favor de la meritocra- cia se basa en la idea de que es justo repartir recompensas según el mérito de las acciones. Desde esta perspectiva deontológica o “de principio”, el mérito es un valor en sí mismo y merece ser recompensado. En otras palabras, las acciones deben ser reconocidas y recom- pensadas en función de su mérito, que deter- mina su calidad intrínseca. De esta manera, el hecho de que alguien reciba una recompensa por su trabajo y mérito se considera moral- mente correcto, ya que esa recompensa se basa en un principio ético deseable: el mérito en sí mismo.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

de entornos socioeconómicos privilegiados, sin tener en cuenta las circunstancias iniciales de las personas. Ya desde el sistema edu- cativo, se premia a los niños de familias con mayores recursos económicos y culturales no necesariamente por sus méritos individuales, sino porque sus padres les han proporciona- do entornos y oportunidades educativas más favorables. Al no considerar este hecho, la me- ritocracia estaría legitimando las desigualda- des económicas (frecuentemente vinculadas al origen socioeconómico), sin reconocer las desventajas iniciales a las que se enfrentan las personas durante su infancia y adolescencia. Nuestra contribución al debate y la literatu- ra Este documento tiene como objetivo examinar empíricamente la última crítica a la meritocra- cia desde el ámbito educativo. Específicamen - te, nos proponemos cuantificar el grado de movilidad social y de desigualdad de oportuni- dades en 35 sistemas educativos. El análisis se articula en torno a tres preguntas funda- mentales: • ¿hasta qué punto el rendimiento educativo en la adolescencia está determinado por el nivel socioeconómico familiar? • ¿cómo se distribuyen las oportunidades educativas según circunstancias individua- les, como el sexo o el lugar de nacimiento, que están fuera del control de cada persona y no se relacionan con el mérito personal? • ¿qué políticas públicas o instituciones pueden mitigar estas desigualdades educa- tivas? Mediante el análisis de la movilidad social y la desigualdad de oportunidades, el presente informe pretende poner de relieve algunas carencias que presentan las políticas públicas educativas actuales para “nivelar el campo de juego” en la carrera meritocrática. Al cuantificar

la importancia de las desigualdades de parti- da y los obstáculos a los que se enfrentan las personas en su camino hacia la etapa adulta, el estudio tratará además ofrecer evidencia so- bre cómo los sistemas y estructuras sociales pueden perpetuar las desigualdades. El uso de datos PISA nos habilitará comparar los niveles de equidad educativa en hasta 35 países y comparar las capacidades de estos para corre- gir las desigualdades de partida y promover la movilidad social en la educación, situaciones que deberían darse en una sociedad idealmen- te meritocrática. Desde una perspectiva académica, este trabajo contribuye a varios ámbitos de investigación. Por un lado, se enmarca en la literatura sobre movilidad social, que abarca una amplia gama de estudios en los campos de la educación, la sociología y la economía. Estos estudios suelen examinar la relación entre las oportuni- dades de los hijos y el nivel socioeconómico de los padres, aunque existen diferentes enfoques para medir estas oportunidades (Dodin et al., 2022). Por ejemplo, la sociología suele cen- trarse en la transmisión intergeneracional de las ocupaciones, mientras que la economía se enfoca en la transmisión de renta (Chetty et al., 2014; Soria-Espín, 2022). Pese a su atrac- tivo, medir la movilidad intergeneracional de ingresos es complicado debido a la necesidad de combinar datos fiscales de padres e hijos, lo que limita la posibilidad de comparar países y analizar el impacto de las políticas públicas. Al utilizar las evaluaciones estandarizadas de PISA, nuestro estudio permite obtener estadís- ticas de movilidad social educativa compara- bles. En este sentido, nuestro enfoque se ve ampliamente inspirado por Dodin et al. (2022), que analizan la relación entre la renta familiar y la probabilidad de obtener el “A-level” (el nivel superior de secundaria en Alemania). A dife- rencia de su trabajo, aquí nos centramos en la movilidad social educativa a nivel internacio- nal y utilizamos la probabilidad de obtener el “Proficiency Level 3 en PISA” como indicador de oportunidades.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Por otro lado, este estudio contribuye a la literatura sobre la medición de desigualdad de oportunidades. El enfoque empírico más común para cuantificar la desigualdad de opor - tunidades se basa en medir qué parte de la desigualdad total se debe a las circunstancias fuera del control individual mediante técnicas de regresión (Ferreira & Gignoux, 2011; 2014; Marrero et al., 2022). Pese a su simplicidad, este enfoque presenta al menos dos limita- ciones (Brunori et al., 2021). Primero, resulta necesario seleccionar qué circunstancias son relevantes y cómo se relacionan con las opor- tunidades. Segundo, a menudo se ignoran las posibles interacciones de las circunstancias en los resultados. Por ejemplo, en algunos países, el género del estudiante puede tener un im- pacto diferencial en el rendimiento educativo dependiendo de si pertenece a una familia con más o menos capital cultural. Ambas conside- raciones pueden afectar la estimación de igual- dad de oportunidades, generando sesgos tanto al alza como a la baja (Brunori et al., 2019). Para superar estas limitaciones, proponemos el uso de técnicas modernas de Machine Learning para medir la desigualdad de oportu- nidades. Este enfoque nos permite utilizar una aproximación basada en datos para abordar la selección de variables y sus interacciones, obteniendo así una medición más precisa de la desigualdad de oportunidades. Al emplear técnicas de ML, este informe amplía el relati- vamente limitado, aunque creciente número de estudios en la materia (p.ej.: Brunori et al., 2021; 2022). A diferencia de ellos, sin embargo, nos centramos en el ámbito de la educación e incorporamos algoritmos diferentes de ML, incluyendo métodos de regularización y otros basados en árboles.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

fuente de datos

pisa 2018

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Nuestro análisis se basa en microdatos de las pruebas PISA 2018 (“Programme for Inter- national Student Assessment”). PISA es una evaluación estandarizada a nivel internacional destinada a medir las competencias en mate- máticas, lectura y ciencia entre estudiantes de 15 años. Impulsada por la OCDE desde el año 2000, la prueba se realiza cada tres años. En 2018 contó con alrededor de 600.000 estu- diantes de 79 países y “economías regionales”. El objetivo de las pruebas PISA es evaluar el rendimiento educativo en las tres áreas com- petenciales de matemáticas, ciencias y lectura a través de “Item Response Theory” (IRT). Cada estudiante contesta alrededor de 60 preguntas o ítems para medir su capacidad de entender y resolver problemas prácticos a partir de la aplicación de conocimientos. Dado que las pruebas están diseñadas para ser indepen- dientes del currículum nacional, PISA no evalúa explícitamente los programas ni las materias escolares abordadas en cada país. En este estudio nos centramos en PISA por va- rias razones. La primera es la riqueza que ofre- cen sus microdatos. Más allá de los resultados educativos, PISA incorpora información vital de las características del alumnado, como el nivel socioeconómico, la disponibilidad de libros en el hogar o la ocupación de los progenitores. La segunda razón es su carácter internacional y estandarizado. Al compartir un modelo de eva- luación, las pruebas PISA permiten establecer comparaciones sobre el grado de movilidad social e igualdad de oportunidades educativas entre distintos países. Aunque los datos PISA ofrecen ventajas evi- dentes, también presentan algunas limitacio- nes. En primer lugar, debemos tener en cuenta la naturaleza “low-stakes” de las pruebas. Los resultados en PISA no tienen ninguna conse- cuencia académica para el alumnado, lo que significa que la motivación intrínseca de los estudiantes juega un papel importante en el desempeño (Zamarro et al., 2019). Dicha mo- tivación puede variar entre países debido a la

importancia pública y política que se les atribu- ye a las pruebas, lo que limita en cierta manera las comparaciones entre sistemas educativos.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

En segundo lugar, las competencias evaluadas por PISA no están necesariamente relaciona- das con otras medidas de logro educativo que pueden ser más determinantes en la etapa adulta, como la obtención de un título de educación secundaria. Esto conlleva que los resultados PISA son una medida de aprendi- zaje y no de logro educativo, lo que podría ser una dimensión más relevante para la movilidad social y la igualdad de oportunidades. En nuestro análisis, nos centramos en el área de matemáticas, utilizando una submuestra de 35 países y “economías regionales”. Dicha selección se debe principalmente a la exigen- cia de los algoritmos de Machine Learning que utilizamos en el apartado 5. Por un lado, nos centramos en el ámbito de matemáticas por su particular relevancia en el debate público y también porque la prueba de lectura presentó anomalías significativas en España en 2018. Por otro lado, la selección de 35 países busca abarcar una variedad de zonas geográficas con desempeños diversos en la prueba. En la FIGURA 1 se presenta el listado completo de los países que participaron en PISA 2018, junto con el resultado promedio en matemáticas. Hemos identificado en azul los países incorpo- rados al análisis de nuestro estudio.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

FIGURA 1. Resultado medio en matemáticas por país: PISA 2018

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Movilidad social ¿Hasta qué punto el rendimiento educativo en la adolescencia está determinado por el nivel socioeconómico familiar?

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Movilidad social: Con- ceptos La movilidad social abarca el proceso dinámico mediante el cual las personas, familias o gru- pos sociales se mueven de una posición a otra dentro de una determinada jerarquía social. Es decir, se trata de un movimiento que implica al- teraciones en el estatus socioeconómico, y que puede incluir diferentes ámbitos como logros profesionales, niveles de ingresos o salarios, niveles educativos o la clase social (Erikson & Goldthorpe, 1992; Breen & Goldthorpe, 1997). En general, cuando hablamos de movilidad social nos referimos a un movimiento intergenera- cional, esto es, un cambio en el estatus o clase social de padres a hijos, que puede darse en renta (movilidad social económica), ocupación (movilidad social laboral), o nivel educativo obte- nido (movilidad social educativa). La movilidad social, como medida de la capa- cidad de las personas de distintos entornos socioeconómicos para subir por el denomina- do “ascensor social” desempeña, por tanto, un papel crucial en la configuración de la dinámi - ca de una sociedad. Asimismo, constituye un indicador esencial de la equidad y la eficiencia económica, ya que refleja hasta qué punto todas las personas de una sociedad pueden avanzar con independencia de su origen so- cioeconómico familiar. En este sentido, la movilidad social educativa, que se centra típicamente en la asociación entre los logros educativos y el ascensor social medido vía la renta parental, ha acaparado una atención significativa en los últimos años (ver, por ejemplo, Hilger, 2015 en Estados Unidos y Dodin et al., 2022, para Alemania). En esta sec- ción del informe exploramos las diferencias en la movilidad social educativa de España y sus comunidades autónomas, además de en otros 34 países, utilizando para ello datos PISA de 2018.

clave de la movilidad social ascendente, ya que permite a las personas adquirir las competen- cias, conocimientos y oportunidades necesarias para liberarse de las limitaciones de su entorno social. Una sociedad que promueve y facilita la movilidad social educativa garantiza que las personas no se vean limitadas por sus circuns- tancias al nacer, sino que tengan la oportunidad de alcanzar los mismos logros que el resto. Al permitir que las personas procedentes de entornos desfavorecidos accedan a la educa- ción en igualdad de condiciones a las personas más favorecidas, la movilidad social contribuye a “nivelar el terreno de juego” y a reducir las desigualdades, fomentando una sociedad más justa y equitativa (Hertz, 2008; Reardon, 2011). Más allá del impacto que pueda tener a nivel individual, la movilidad social educativa tam- bién tiene implicaciones para las sociedades en su conjunto. Cuando personas de orígenes dispares tienen las mismas oportunidades de tener éxito y contribuir a la sociedad, se pro- duce una mayor cohesión social, diversidad y enriquecimiento cultural. Una sociedad que promueve activamente la movilidad social educativa aprovecha el talento, las capacida- des y las perspectivas de toda su población, fomentando la innovación, el crecimiento económico y el progreso social. Por el contra- rio, la falta de movilidad social puede dar lugar a la infrautilización del potencial humano y a la perpetuación de las disparidades socioeconó- micas, obstaculizando el desarrollo general de la sociedad (Corak, 2013). Además, la movilidad social educativa juega un papel crucial en la ruptura del ciclo de la pobre- za intergeneracional. Al proporcionar medios para mejorar las perspectivas económicas de las personas, la educación se convierte en una poderosa herramienta para la elevación social y la mejora de las comunidades que tradicio- nalmente hayan sido más marginadas, ya que ofrece a los individuos la oportunidad de conseguir un mejor empleo, mayores ingresos y un mejor nivel de vida. Por tanto, la movilidad social educativa también contribuye al desarro-

El acceso a una educación de calidad se con- sidera desde hace mucho tiempo un motor

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

llo económico general de una nación, dado que permite mejorar la mano de obra cualificada y competitiva que impulsa la productividad, la innovación y el crecimiento sostenible (Chetty et al., 2014; Hertz, 2008). Siguiendo la línea de la literatura reciente en el ámbito de la movilidad social (Chetty et al. 2014; Hilger, 2015; Dodin et al., 2022), defini - mos dos conjuntos de indicadores de movili- dad social con el objetivo de distinguir entre dos conceptos: movilidad absoluta y relativa. Mientras que las medidas de movilidad abso- luta dan información sobre el nivel (absoluto) de oportunidades de los niños con circunstan- cias desfavorables, las medidas de movilidad relativa reflejan las diferencias de oportunida- des (relativas) entre los niños que provienen de circunstancias más desfavorables y los que provienen de circunstancias más favorables: Movilidad educativa absoluta. Este indica- dor mide la probabilidad de que una per- sona de entorno desfavorecido alcance un nivel de educativo determinado (por ejem- plo, GED o equivalente en Estados Unidos, A-level en Alemania, Bachiller o equivalente en España, o Proficiency Level 3 en datos PISA), esto es, entre los niños que consi- deramos como “desfavorecidos” socioeco- nómicamente, la proporción que consigue alcanzar un nivel educativo predeterminado. Movilidad educativa relativa. Mide la pro- babilidad de que un individuo de entorno favorecido alcance un nivel de estudios determinado en relación a otro individuo de entorno desfavorecido. Un valor alto de este indicador implica que la movilidad educativa relativa es baja, ya que una mayor proporción de niños que provienen de circunstancias aventajadas conseguirá el nivel educativo de- terminado, frente a los niños que provienen de circunstancias desaventajadas.

A continuación, describimos brevemente el enfoque empírico que hemos tomado en este estudio para medir tanto la movilidad educa- tiva absoluta como la relativa junto con otros indicadores de movilidad social, para después mostrar los resultados obtenidos para los dife- rentes países y comunidades autónomas. Movilidad social: Técni- cas e indicadores El elemento central de los indicadores de mo- vilidad social educativa que utilizamos en este estudio son las estimaciones de la probabili- dad de que los niños obtengan un Proficiency Level 3 (PL3) en PISA condicionada al nivel socioeconómico de los padres. Por tanto, se trata de estadísticos descriptivos que relacio- nan la probabilidad de que un niño obtenga el nivel educativo determinado como PL3 (“basic proficiency”) en PISA, con el ranking socioeco - nómico (ESCS) de sus padres. En PISA 2018, la OCDE define seis niveles de competencia matemáticas. En función del resultado obtenido por el alumnado en la prue- ba, se determina qué nivel de competencia ha alcanzado. En concreto, alcanzar el PL3 o “ba- sic proficiency” indica que “… pueden ejecutar procedimientos claramente descritos, incluidos los que requieren decisiones secuenciales. Pueden interpretar y utilizar representaciones basadas en distintas fuentes de información y razonar directamente a partir de ellas. (…) Sus soluciones reflejan que han realizado interpre- taciones y razonamientos básicos.” 2 Por otra parte, la variable ESCS (“Economic, So- cial and Cultural Status”) es un índice calculado por la OCDE que se deriva, como en ediciones anteriores de la prueba, de otras tres variables relacionadas con el entorno familiar: el nivel educativo máximo de los padres, el estatus ocu- pacional máximo de los padres, y las posesiones del hogar, incluido el número de libros en casa.

2. La elección de este nivel es arbitraria, pero lo consideramos razonable dada su propia denominación de “competencia básica” y el hecho de que supone alcanzar el tercer nivel de los seis que hay.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Para computar las medidas de movilidad so- cial, definimos una medida de oportunidades educativas Y i a través de una variable binaria que adquiere valor Y i = 1 si el niño alcanza el nivel PL3 o superior y Y i = 0 si no lo hace 3 . Por su parte, asignamos a cada estudiante a su respectivo percentil de ESCS familiar, que de- nominamos Ri. Basándonos en la interrelación de estas dos variables PISA, cada uno de los conceptos de movilidad educativa menciona- dos se obtienen de la siguiente forma: Movilidad educativa absoluta, Q1. Proba- bilidad de obtener el nivel de “Proficiency Level 3” o “basic proficiency” (PL3) en matemáticas PISA 2018 para un niño en el quintil inferior de la distribución parental de ESCS, es decir, Q1 = P[Yi | Ri ≤ 20]. Un valor alto de este indicador implica que la movili- dad educativa absoluta es alta, ya que una mayor cantidad de niños desaventajados habrá conseguido alcanzar dicho nivel educativo. Movilidad educativa relativa, Ratio de probabilidades, Q5/Q1. Se calcula como la ratio entre la probabilidad de obtener el nivel PL3 en matemáticas PISA 2018 para un niño en el quintil superior de la distribución parental de ESCS (Q5) sobre el equivalente para el quintil inferior (Q1). Mide, por tanto, cuantas veces más probable es obtener el nivel PL3 para los niños más aventajados socioeconómicamente frente a los más desaventajados.

Gradiente de probabilidades, Grad. Es el coeficiente estimado en la regresión Yi = ßRi + ui, esto es, la pendiente de la probabili- dad de obtener el nivel PL3 en matemáticas PISA 2018 según el percentil de la distri- bución parental de ESCS. Mide, por tanto, cómo aumenta la probabilidad de obtener el nivel PL3 conforme aumenta el percentil socioeconómico de los padres. Para ambos indicadores, Q5/Q1 y Grad, un mayor valor indica una menor movilidad so- cial relativa, ya que implica que una mayor cantidad de niños aventajados consigue alcanzar el nivel de ‘basic proficiency’ frente a los desaventajados. Además de los anteriores, se obtienen también los siguientes indicadores para cada uno de los países indicados y las comunidades autó- nomas españolas: Nivel de competencia medio, Niv3. Se calcula como el porcentaje de niños que ob- tiene el PL3 en matemáticas para cada una de las zonas geográficas y mide, por tanto, el nivel medio de desempeño educativo. A mayor valor de Niv3, significa que el país (o comunidad autónoma) obtiene de me- dia un mejor rendimiento educativo en la prueba, pero dicho resultado medio puede esconder diferencias entre alumnos de diferentes entornos socioeconómicos que pretenden recogerse mediante los indicado- res de movilidad social absoluta y relativa.

3. En el cómputo de estos indicadores descriptivos se tienen en cuenta los diez valores plausibles que cada estudiante obtiene en la prueba PISA.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Nivel de competencia para los niños aven- tajados, Q5. Probabilidad de obtener el nivel de “Proficiency Level 3” o “basic proficiency” (PL3) en matemáticas PISA 2018 para un niño en el quintil superior de la distribución parental de ESCS, es decir, Q5 = P[Y i | R i ≥ 80]. Un valor alto de este indicador nos dice que una proporción alta de niños aventajados obtiene el PL3. Esto, per se, no conlleva una movilidad social baja ni alta; sino que dependerá de qué diferencias hay entre este indicador y el Q1. Si obtenemos valores pa- recidos de Q5 y Q1, la ratio de probabilida- des será cercana a 1 y querrá decir que es similarmente probable alcanzar el PL3 para alumnos aventajados y desaventajados. Si obtenemos valores mucho más altos para Q5 que para Q1, la ratio de probabilidades será sensiblemente mayor que 1 y por tanto, el alumnado aventajado socioeconó- micamente tendrá mucha más probabilidad de obtener el PL3 que el alumnado desfavo- recido. Presentamos a continuación los resultados obtenidos en esos cinco indicadores para cada uno de los 35 países mencionados en la sección anterior y las 17 comunidades autóno- mas españolas. Introducimos en primer lugar la situación de España para después realizar una comparativa con los diferentes países y terminar esta sección con los resultados de las comunidades autónomas. 4

4. Desafortunadamente, se excluyen del análisis la presentación de estadísticas para Ceuta y Melilla debido al limitado número de observaciones que presentan en la prueba PISA.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

resul tados

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Situación en España En términos de nivel de competencia media (Niv3), España alcanza un valor del 50,9%, lo que significa que algo más de la mitad de

todos los niños alcanzan el nivel de compe- tencia básico en PISA 2018 en España. Sin embargo, este nivel de competencia media esconde valores extremos, que se recogen me- diante los indicadores de movilidad educativa.

2,3X Veces más probable obtener el nivel básico de competencia matemática en PISA 2018 para un alumno proveniente de familia socioeconómicamente aventajada frente a uno de entorno desaventajado. De todo el alumnado en España obtiene el nivel básico de competencia matemática en PISA 2018. 51% 32% Sólo el 32% de los alumnos socioeconómicamente desaventajados lo obtienen. Frente al 73% en el caso de aquellos con circunstancias socioeconómicas favorables. 73%

Por un lado, en cuanto a la movilidad educa- tiva absoluta (Q1), España presenta un valor relativamente modesto: el 31,6% de los niños desfavorecidos (aquellos cuya familia está en el quintil inferior de nivel socioeconómico) consigue alcanzar el nivel PL3 en matemáticas de PISA 2018. Esto situará a España, como veremos a continuación, en la mitad inferior de los países analizados. Como contrapunto, en el indicador Q5, España obtiene un valor de 73,2%, esto es, alrededor de tres cuartas partes de los niños con circunstancias aventajadas (aquellos cuya familia se sitúa en el quintil superior de nivel socioeconómico) consigue alcanzar el mismo nivel en PISA 2018. Es decir, existe una diferencia de más de 40 puntos porcentuales en la consecución del nivel PL3 entre los alumnos de procedencia socioeco- nómica más aventajada y los que menos.

Esta diferencia en la probabilidad de obtener el nivel PL3 en matemáticas PISA 2018 se recoge también mediante los dos indicadores de movilidad educativa relativa. Obtenemos, en primer lugar, que el valor Q5/Q1 para España es de 2,32, lo que sugiere que los niños de los entornos socioeconómicos más favorecidos tienen aproximadamente 2,32 veces más pro- babilidades de alcanzar el nivel de "compe- tencia básica" (PL3) en comparación con los de entornos desfavorecidos. Por otra parte, el indicador Grad, con un valor de 0,51 en el caso de España, nos indica que los niños “más ricos” tienen aproximadamente un 51% más de probabilidades de obtener el nivel educativo en cuestión que los niños “más pobres”.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Estos resultados se observan gráficamente en la FIGURA 2, que muestra no solo los valores obtenidos para los indicadores de movilidad social y nivel medio de competencia en PL3, sino también la clara relación positiva entre el resultado obtenido en PISA 2018 y el nivel socioeconómico de los padres. Si existiera una movilidad social relativa alta, el gráfico a con - tinuación debería ser prácticamente plano, ya que esto implicaría que es igualmente probable obtener el nivel PL3 independientemente de las circunstancias socioeconómicas de la familia, i.e. la ratio de probabilidades Q5/Q1 sería igual a 1. Sin embargo, la tendencia ascendente ob- servada refleja que es más probable (concreta- mente, 2,32 veces más) obtener el nivel PL3 en PISA 2018 para los niños con circunstancias aventajadas frente a aquellos con circunstan- cias desaventajadas.

movilidad social en españa

“más pobre”

Percentil escs de la familia

“Más rico”

Notas: Esta figura muestra la proporción de niños en cada percentil de ESCS que han alcanzan un resultado en matemáticas superior al PL3. Los percentiles se obtienen utilizando la distribución de ESCS en España. Gradiente obtenido mediante OLS. Los datos provienen de microdatos PISA 2018.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Análisis comparativo entre países 5

Por otra parte, también es importante fijarse de qué nivel parte cada sistema educativo. Un país que tiene una movilidad absoluta alta (Q1 alto) partirá de un nivel mayor. En términos de movilidad social lo ideal sería, por tanto, un país que parte de un nivel de desempeño educativo alto y que mantiene ese alto nivel a lo largo de toda la distribución socioeconó- mica. En este sentido, nos parece interesante destacar la posición que ocupa México, ya que, aunque es uno de los países con menor movilidad absoluta, veremos que ocupa una posición destacable en términos de movilidad relativa. Esto es debido a que parte de un nivel bajo (Q1 bajo, movilidad absoluta baja) y tiene una pendiente relativamente plana (Grad bajo, movilidad relativa alta).

La FIGURA 3 a continuación presenta el gráfi - co anteriormente descrito para España, en este caso para los 35 países y economías regiona- les. Es importante recordar que una pendiente más vertical conlleva mayores valores de Q5/ Q1 y Grad e indica, por tanto, una menor movili- dad educativa relativa. Una pendiente más pla- na indicaría un mejor resultado en términos de movilidad relativa (los resultados educativos obtenidos por aquellos en los cuantiles bajos de la distribución socioeconómica-cultural son parecidos a aquellos en los cuantiles altos).

movilidad social educativa en perspectiva internacional

Notas: Esta figura muestra la proporción de niños en cada percentil de ESCS que alcanzan un resultado en matemáticas superior al PL3 en cada país/ economía regional. Los percentiles se obtienen utilizando la distribución de ESCS en cada país/economía regional. Gradiente obtenido mediante OLS. Los datos provienen de microdatos PISA 2018.

5. En la Tabla A1 del Anexo A se muestran los resultados de los cinco indicadores para cada uno de los 35 países.

INFORME 2023 MERITOCRACIA Y EDUCACIÓN

Dicho esto, observamos que España pre- senta una la movilidad educativa absoluta relativamente moderada (31% del alumnado proveniente de circunstancias desaventajadas obtiene el nivel PL3). Se sitúa muy por detrás de países (regiones) como China B-S-J-Z (84%) 6 , Macao (76%), Hong Kong (66%) y Sin- gapur (64%) en términos de Q1; en el caso de los dos primeros doblan el indicador español. Estos países presentan niveles más altos de movilidad educativa absoluta, lo que sugiere un mayor éxito a la hora de ofrecer oportunidades educativas a los alumnos desfavorecidos. En relación con países europeos, España se sitúa también por debajo, pero a una distancia más cercana, de países como Finlandia (46%), Di- namarca (45%), Irlanda (41%) e Islandia (39%), que demuestran mayores niveles de movilidad

educativa absoluta. Estos países han realizado importantes avances a la hora de ofrecer opor- tunidades educativas a los niños procedentes de entornos desfavorecidos, lo que se traduce en una mayor proporción de ellos que alcanzan el nivel educativo predeterminado. Estos re- sultados sobre el indicador Q1 se ven también reflejados en la FIGURA 4 a continuación.

Resultados del indicador de movilidad educativa absoluta (Q1) para 35 países

Notas: Esta figura muestra la proporción de niños en el quintil más bajo de ESCS (Q1) que han alcanzan un resultado en matemáticas superior al PL3 en cada país/economía regional. Los quintiles se obtienen utilizando la distribución de ESCS en cada país/economía regional. Los datos provienen de microdatos PISA 2018.

3.B-S-J-Z es un acrónimo que abarca las cuatro provincias chinas de Beijing, Shanghai, Jiangsu y Zhejiang. Estas cuatro regiones se tratan como un sistema educativo único en PISA 2018.

Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page 28 Page 29 Page 30 Page 31 Page 32 Page 33 Page 34 Page 35 Page 36 Page 37 Page 38 Page 39 Page 40 Page 41 Page 42 Page 43 Page 44 Page 45 Page 46 Page 47 Page 48 Page 49 Page 50 Page 51 Page 52 Page 53 Page 54 Page 55 Page 56 Page 57 Page 58 Page 59 Page 60 Page 61 Page 62 Page 63 Page 64 Page 65 Page 66 Page 67 Page 68 Page 69 Page 70 Page 71 Page 72 Page 73 Page 74 Page 75 Page 76 Page 77 Page 78 Page 79 Page 80 Page 81

Made with FlippingBook - Online Brochure Maker