No todos los números significan algo

The Economist es una prestigiosa revista semanal con una excelente cobertura de política, nacional e internacional, ciencia, incluso libros y artes. También es muy obstinado. Casi todos los artículos periodísticos no dejan dudas al lector sobre el punto de vista correcto: el brexit es malo, la globalización y el libre comercio son buenos, la igualdad sexual es buena y la discriminación es mala.

Pero los editoriales externos, las opiniones generalmente son silenciadas. No es así con tres páginas extraordinarias (al principio pensé que era una reimpresión de The Onion) en el número del 19 de agosto: "El correo electrónico Larry Page [jefe del alfabeto] debería haber escrito a James Damore" – Damore es el desventurado Google ingeniero que tomó literalmente el apoyo de Google para "el derecho de los Googlers a expresarse" en un laborioso memorándum interno de 10 páginas. Después de un mes en el limbo, la pieza se volvió viral. El CEO de Google, Sundar Pichai, acusó a Damore de "promover estereotipos de género dañinos" y lo despidió.

¿Qué hay de esos estereotipos de género? Hagamos un experimento. Imagine a 1,000 personas, 500 hombres y 500 mujeres, en edad de empleo, elegidas al azar de la población de los Estados Unidos. A continuación, pregunte a cada persona (identificada por un número) algunas preguntas. A partir de esos datos, haga una lista para cada persona de sus cinco principales intereses, clasificados en orden. Agrupe estos datos en dos carpetas con la etiqueta "A" (mujeres) y "B" (hombres). Ahora pregunte a un grupo seleccionado al azar de, digamos, 20 personas, para identificar qué carpeta contiene los datos masculinos y cuál es la mujer. ¿Hay alguna duda de que al menos 18 o 19 de los 20 identificarían las carpetas correctamente? En otras palabras, existen diferencias estadísticas (grupales) entre hombres y mujeres en la población actual de EE. UU.

¿Estas diferencias están relacionadas con la biología? ¿Son culturales? ¿Podrían ellos o deberían ser cambiados? No importa. El hecho es que existen. Las poblaciones de hombres y mujeres en los Estados Unidos difieren, en muchos modos difíciles de especificar, en sus intereses y habilidades. Si las causas son biológicas, culturales o una mezcla de ambas es absolutamente irrelevante.

Pero estas diferencias sí tienen una consecuencia: los hombres y las mujeres no se sentirán atraídos ni representados por igual en todas las profesiones. Y así es: solo el 31% del personal de Google y solo el 20% de su personal técnico son mujeres. Existen disparidades similares en la mayoría de las otras compañías tecnológicas. Por otro lado, más del 90% de las enfermeras, el 70% o más de los receptores de doctorado en psicología y entre el 95 y el 56% (según el grado) de los maestros de escuela son mujeres. Hombres y mujeres están igualmente representados en casi ninguna profesión.

Alguna fracción de estas disparidades puede deberse a una discriminación real. Pero es poco probable que todo se deba a la discriminación. Dado que es muy difícil asignar un peso – discriminación vs. diferencias de género – estas estadísticas deberían ser irrelevantes para cualquier discusión sobre la injusticia de género.

Estos hechos obvios no fueron suficientes para salvar al Sr. Damore de la ira de The Economist . El gran filósofo David Hume escribió: "la razón es esclava de las pasiones"; todo es razón, no solo la del señor Damore. La carta de The Economist acusa a Damore de "razonamiento motivado" y "profundo prejuicio" por no mencionar "enlaces perdidos" (no especificados) en una "cadena de razonamiento". Comienzan simplemente llamando nombres Damore, no impugnando sus argumentos. La carta iguala la renuncia de Damore de que él no es sexista con "No soy racista", lo que aparentemente muestra que, de hecho, es uno. (¿Puede ser este el "razonamiento motivado" del que habla la carta?)

The Economist parece estar especialmente molesto por el supuesto reclamo de Damore ("Al menos eso es lo que parece que estás haciendo", ya que él no lo reclama directamente) que las mujeres no pueden codificar tan bien como los hombres. Pero, por supuesto, la capacidad o incapacidad de las mujeres es en gran medida irrelevante para las disparidades estadísticas que tanto angustian a The Economist . Como es el origen biológico posible para algunas diferencias hombre-mujer. No importa. Es el interés de las mujeres en la codificación, a diferencia de otras ocupaciones, lo que probablemente más importa.

The Economist , al igual que el Sr. Pichai, está muy molesto por cualquier aspersión sobre la capacidad técnica de las mujeres. Pero su otra carne es social: las mujeres de Silicon Valley están excluidas del trabajo en red; ellos son acosados; están excluidos de los mejores trabajos: "… ¡sabemos que hay sexismo! No necesitamos inferirlo de la existencia de brechas de género ", dice el artículo. Entonces, ¿por qué las cotizaciones constantes de las disparidades numéricas? Sí, los números son irrelevantes. Entonces, ¿por qué mencionarlos?

¿Por qué no lidiar con la discriminación real? Bueno, es difícil de probar. Si la mayoría de las personas en un negocio son hombres, y si los hombres y las mujeres son diferentes, entonces puede ser difícil para algunas mujeres salir con los hombres. Y viceversa en una profesión dominada por mujeres como la enfermería. El problema central parece ser que los hombres como grupo y las mujeres como grupo son diferentes.

Tome todas las medidas posibles para asegurarse de que las mujeres reciban un trato digno en un lugar de trabajo de mayoría masculina, y viceversa. Esté tan seguro de que podemos que la competencia sea recompensada por igual. Pero no use disparidades estadísticas, el venenoso "impacto dispar", como una excusa para reordenar la naturaleza humana para que se ajuste a su propio "razonamiento motivado". El memo de James Damore bastante serio y ligeramente nerd ha sido llamado "impactante", "una diatriba" y "una diatriba", sin mencionar "reductivo, hiriente y atiborrado de suposición" por The Washington Post , principalmente porque ofrece argumentos que a veces son cuestionables por algo que realmente no es: hombres y mujeres son diferentes. Superarlo: ¡lo son!

Related of "No todos los números significan algo"