Funcas ha publicado recientemente una nota técnica en la que se analizan las diferencias en la demanda de estudios universitarios por género en un entorno caracterizado por la incertidumbre tecnológica y el auge de la inteligencia artificial.
A través de un análisis descriptivo de la demanda de estudios universitarios en España a lo largo de las últimas tres décadas, se muestran importantes diferencias de género en la demanda de estudios universitarios. Las mujeres están sobrerrepresentadas en los campos relacionados con la salud. También lo están en las disciplinas de la economía del “cuidado”, mientras que están notablemente infrarrepresentadas en las carreras de ciencias, ingeniería y arquitectura. Esta último es preocupante, ya que su situación se ha mantenido estancada durante las dos últimas décadas. Dadas las ventajas de los estudios STEM en términos de colocación laboral y salarios futuros, es probable que esta disparidad contribuya y agrave potencialmente las diferencias de género en el mercado laboral.
El artículo también indaga en la intensidad con que se verán afectadas las distintas titulaciones universitarias y sus oportunidades de empleo por las nuevas tecnologías y la inteligencia artificial. La literatura económica ha desarrollado índices para medir el impacto del cambio tecnológico en las distintas ocupaciones. Desde este punto de partida, los autores utilizan datos sobre las salidas laborales de cada grado universitario para construir dos nuevos índices, el índice de intensidad de tareas rutinarias y el índice de exposición a la inteligencia artificial, que sirven para identificar los estudios más amenazados y los más complementarios con las nuevas tecnologías. En concreto, las titulaciones con mayor índice de intensidad de tareas rutinarias (estudios con un patrón de profesiones con un alto porcentaje de tareas rutinarias) son las que presentan un mayor peligro de que sus oportunidades laborales se vean reducidas por la sustitución de las nuevas tecnologías. El gráfico 2 muestra la relación negativa del primero de los indicadores citados, el índice de intensidad de tareas rutinarias, con la probabilidad de encontrar empleo y con el salario esperado. Las carreras STEM (en grises) están en general asociadas a un índice bajo de tareas rutinarias.
Por el contrario, las titulaciones con alta exposición a la inteligencia artificial presentan mayores perspectivas de empleabilidad y salario. Aunque la inteligencia artificial desplazará a determinadas ocupaciones, también aumentará la productividad de otras, lo que tendrá repercusiones diversas en los distintos campos de estudio. El gráfico 3 muestra la relación positiva de este índice con la probabilidad de encontrar empleo y con el salario esperado. En este caso se puede observar como las carreras STEM están en general asociadas a un índice alto de exposición a la IA.
Utilizando estos dos índices es posible analizar las diferencias en la demanda de titulaciones entre hombres y mujeres, y mostramos que las titulaciones con mayor representación femenina tienen un mayor grado de rutinización y una menor complementariedad con respecto a la IA (cuadro 1). En el gráfico 4 se muestra esta relación positiva y negativa, respectivamente, entre la proporción de mujeres en los distintos grados y los dos índices ya citados.
El estudio muestra además que estas correlaciones dan lugar a una brecha de género cuando se agregan los índices a toda la población, brecha que es persistente en el tiempo. Es decir, las mujeres tienden a estudiar grados más amenazados por las nuevas tecnologías y con menos complementariedades con la IA. Las diferencias de género en la demanda de estudios universitarios y el cambio tecnológico pueden, por tanto, ampliar las diferencias de género en el mercado laboral. Aunque en cierto modo el análisis supone una instantánea estática, ya que tanto la tecnología como los patrones de empleabilidad de las titulaciones previsiblemente evolucionarán en el tiempo, el resultado es claro y obliga a una reflexión.
