Las estudiantes subestiman sus habilidades tecnológicas?

Diferencias de género en autoeficacia digital en contextos escolares chilenos

Juan Carlos Castillo, Daniel Miranda & Nicolás Tobar

Nucleo Mileno de Desigualdades y Oportunidades Digitales (nudos.cl)

Congreso de Sociología de Chile, Mayo 2024

nudos.cl

Introducción

  • Masificación TICS han matizado diferencias de uso por género (Hargittai & Shafer, 2006).

  • Escolares mujeres presentan mayor alfabetización pero menos confianza en sus capacidades que los hombres (Punter et al., 2017).

  • Autoeficacia: “a functional self-awareness in which students reflect on their personal efficacy, thoughts, actions, the meaning of their pursuits, and make corrective adjustments if necessary” (Bandura, 2006).

¿Por qué las niñas se subestiman?

  • Amenaza del estereotipo femenino tecnológico (Steele & Aronson, 1995; Turner, 2004). ¿Se mantiene cuando mujeres aumentan alfabetización?

  • Evidencia atribuye desigualdad actitudinal a factores externos a la escuela (Vekiri & Chronaki, 2008).

  • Efectos composición: mujeres aumentan rendimiento y satisfacción cuando están rodeadas de mujeres (Kirsch, 2018). ¿Girls support girls?

¿Cómo la composición de género del establecimiento y el nivel de alfabetización digital afectan los niveles de autoeficacia tecnológica de las estudiantes de octavo básico en Chile?

Hipótesis

Datos ICILS

  • Medición en noviembre 2017, Publicación 2018.
  • 46.561 estudiantes 8vo básico de 2226 colegios alrededor de 12 países. Muestra compleja trietápica.
  • 3092 estudiantes y 178 escuelas en Chile.
  • Test CIL y cuestionario sobre acceso, uso, percepciones y actitudes a las TIC.
  • Se eliminan 14 escuelas y 86 estudiantes por n<10.
  • Exploración con modelos de regresión multinivel (Consideran variables de contexto)

Variable Autoeficacia

¿En qué medida puedes realizar cada una de estas tareas utilizando las TIC?

Respuestas: 1. Sé como realizarlo. 2. No sé realizarlo pero me siento capaz de aprenderlo. 3. No no me siento capaz de aprenderlo.

Básica

  • Editar fotografías digitales u otras imágenes gráficas.
  • Escribir o editar texto para un trabajo escolar.
  • Buscar y encontrar en Internet información relevante para un proyecto escolar.
  • Crear una presentación multimedia (con sonido, imágenes o vídeo).
  • Cargar texto, imágenes o vídeo en un perfil en línea.
  • Insertar una imagen en un documento o mensaje.
  • Instalar un programa o [app].
  • Juzgar si puede confiar en la información que encuentra en Internet.

Avanzada

  • Crear una base de datos (por ejemplo, utilizando [Microsoft Access®]).
  • Construir o editar una página web.
  • Crear un programa informático, macro o [app] (por ejemplo, en [Basic, Visual Basic]).
  • Configurar una red de área local de ordenadores u otras TIC.

Descriptivos nivel 1

Variables N = 3,0061
Género del estudiante (Niña=1)
    Boy 1,474 / 3,006 (49%)
    Girl 1,532 / 3,006 (51%)
Autoeficacia digital básica 52 (9) [52]
    Missing values (NA) 92
Autoeficacia digital avanzada 51 (9) [51]
    Missing values (NA) 95
Puntaje Alfabetizacion Computacional 48 (9) [49]
Índice de nivel socioeconómico del Hogar 0.23 (1.17) [0.11]
    Missing values (NA) 24
1 n / N (%); Mean (SD) [Median]

Descriptivos nivel 2

Variables N = 1641
Promedio Alfabetización digital 48.3 (5.7) [48.9]
Tipo de composición de género (Categórica)
    Escuela feminizada (67%-100% de niñas) 18 / 164 (11%)
    Escuela masculinizada (0-33% de niñas) 20 / 164 (12%)
    Escuelas mixtas (34%-66% de niñas) 126 / 164 (77%)
1 Mean (SD) [Median]; n / N (%)

Items Autoeficacia Básica

Items Autoeficacia Avanzada

Items de autoeficacia por género

Modelos Regresión multinivel (Forest Plot)

Modelos Regresión multinivel (Forest Plot)

Interacción Sexo-CIL Autoeficacia Básica

Interacción Sexo-CIL Autoeficacia Avanzada

Discusiones Autoeficacia Básica

Discusiones Autoeficacia Avanzada

Conclusiones

  • Limitaciones:

    • Causalidad.
    • Proporción de mujeres estimados de la muestra.

  • Proyecciones

    • Comparación temporal 2013-2018-2023.
    • Comparación internacional.
    • Cruce datos SIMCE.

¡Muchas Gracias!

Anexo

Correlaciones: ¿Efecto Dunning-Kruger?

  • A medida que los estudiantes más saben, tienden a subestimar sus habilidades avanzadas. Este efecto es aún más fuerte en las mujeres.

(a) Correlaciones generales

(b) Refuerzo de correlaciones por género

Figure 1: Gráficos de correlaciones

Diferencias de medias en índices

  • Existen diferencias significativas en alfabetización (CIL) y autoeficacia avanzada.
  • Las niñas tienden a obtener un puntaje más alto en la prueba, pero los niños declaran tener mayores habilidades en tareas especializadas
Diferencias significativas de medias por género
Variables N Overall, N = 3,0061 Boy, N = 1,4741 Girl, N = 1,5321 p-value2
Puntaje Alfabetizacion Computacional 3,006 48 (9) 48 (9) 49 (9) <0.001
Autoeficacia digital básica 2,914 52 (9) 51 (9) 52 (8) 0.057
Autoeficacia digital avanzada 2,911 51 (9) 52 (9) 50 (9) <0.001
1 Mean (SD)
2 Wilcoxon rank sum test

Referencias

Bandura, A. (2006). Toward a Psychology of Human Agency. Perspectives on Psychological Science, 1(2), 164–180. https://doi.org/10.1111/j.1745-6916.2006.00011.x
Hargittai, E., & Shafer, S. (2006). Differences in Actual and Perceived Online Skills: The Role of Gender. Social Science Quarterly, 87(2), 432–448. https://doi.org/10.1111/j.1540-6237.2006.00389.x
Kirsch, A. (2018). The gender composition of corporate boards: A review and research agenda. The Leadership Quarterly, 29(2), 346–364. https://doi.org/10.1016/j.leaqua.2017.06.001
Punter, R. A., Meelissen, M. R., & Glas, C. A. (2017). Gender differences in computer and information literacy: An exploration of the performances of girls and boys in ICILS 2013. European Educational Research Journal, 16(6), 762–780. https://doi.org/10.1177/1474904116672468
Steele, C. M., & Aronson, J. (1995). Stereotype threat and the intellectual test performance of African Americans. Journal of Personality and Social Psychology, 69(5), 797–811. https://doi.org/10.1037/0022-3514.69.5.797
Turner, H. T., John C. (2004). The Social Identity Theory of Intergroup Behavior. In Political Psychology. Psychology Press.
Vekiri, I., & Chronaki, A. (2008). Gender issues in technology use: Perceived social support, computer self-efficacy and value beliefs, and computer use beyond school. Computers & Education, 51(3), 1392–1404. https://doi.org/10.1016/j.compedu.2008.01.003