INFORME 2023 MERITOCRACIA Y EDUCACIÓN
tancias C i mediante una predicción ŷ i =α +β Ci. Pese a su simplicidad, esta aproximación presenta ciertas carencias, ya que la regresión asume un impacto lineal de las circunstancias y obvia el efecto de las interacciones entre ellas (Brunori et al., 2019; 2021). Por un lado, los estudios típicamente asumen, por ejemplo, que un aumento del nivel socioeconómico y cultural (medido a través del índice ESCS) se traduce en un incremento proporcional o lineal en los resultados académicos (Marrero et al., 2022). Sin embargo, en la práctica, esto puede no ser cierto ya que, una vez alcanzado cierto límite, el ESCS podría no impactar el desem- peño académico. Por otro lado, se tienden a obviar las posibles interrelaciones entre las circunstancias y su posible impacto en el ren- dimiento educativo. Por ejemplo, en algunos países, el sexo del estudiante puede tener un impacto diferencial en el rendimiento educativo dependiendo de si pertenece a una familia con más o menos capital cultural. Resolver estas limitaciones no es obvio desde una perspectiva econométrica convencional. Si bien es posible incorporar más interacciones y asociaciones no lineales en una regresión, estas decisiones suelen tomarse de manera discrecional, lo que puede generar un sesgo tanto al alza (“overfit - ting”) como a la baja (“underfitting”) de la DOp real. Nuestra alternativa de Machine Learning. – Para resolver esta limitación, empleamos un enfoque basado en datos (“data-driven approach”) a través de técnicas de Machine Learning (ML). El ML se refiere a un conjunto de algoritmos de aprendizaje automático des- tinados a predecir una variable objetivo utili- zando una serie de variables explicativas. Las aproximaciones de ML ofrecen una serie de ventajas sobre el análisis convencional. Por un lado, a diferencia de la regresión lineal, estos algoritmos son capaces de evaluar la impor- tancia de interacciones y efectos no-lineales de manera automática. Por otro lado, la práctica utilizada en ML de “entrenar” algoritmos sobre
Estimación: enfoque convencional. – Para medir la contribución de las circunstancias a la desigualdad en el rendimiento educativo, es necesario realizar un proceso de estimación para cuantificar la importancia de las circuns - tancias sobre la variable de interés (en nuestro caso, el resultado en el test de matemáticas). El objetivo final de la estimación será construir una distribución contrafactual que aproxime el resultado de los estudiantes si “solamente importaran las circunstancias”. Esta distribu- ción contrafactual permitirá evaluar si existe igualdad de oportunidades entre los estudian- tes, es decir, si aquellos que tienen diferentes circunstancias obtienen resultados similares (van der Gaer, 1993; Ferreira & Gignoux, 2013). Por ejemplo, si estudiantes de renta alta y baja obtienen resultados idénticos en promedio, po- dremos concluir que se cumple el principio de igualdad de oportunidades ya que una mayor renta no ofrecería ninguna ventaja en términos de rendimiento académico. Sin embargo, si los estudiantes de renta alta obtienen resultados significativamente mejores que los de renta baja, como ya hemos apreciado que sucede para España y muchos otros países de su entorno en la sección anterior de este trabajo, podemos concluir que la renta es una circuns- tancia que influye en el rendimiento educativo y que existe cierta desigualdad de oportunida- des. Típicamente, la construcción de esta distribu- ción contrafactual se realiza mediante técnicas paramétricas que implican una regresión del siguiente tipo (Bourguignon et al., 2007; Ferrei- ra & Gignoux, 2011; Marrero et al., 2022): y i =α+βC i +ϵ i , donde y i representa el resultado en matemáti- cas del estudiante i y C i constituye el vector de circunstancias definidas en el CUADRO 1. Aquí, β es un vector de coeficientes que reflejan las correlaciones de las circunstancias con el ren- dimiento académico. Desde los resultados de la regresión, se obtiene el resultado en mate- máticas esperado y i de acuerdo a sus circuns-
̂
37
Made with FlippingBook - Online Brochure Maker