Mucha gente tiene la idea de que los planes sociales desincentivan el trabajo. Si te doy plata, ¿para qué vas a esforzarte, planero?

El razonamiento tiene lógica y hasta teoría económica por detrás. Pero, ¿y la evidencia? Te cuento.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Los planes sociales desincentivan el trabajo?

Hoy di la última clase del semestre. Para festejar (y no perder la costumbre), me levanté con ganas de hacerte un quiz.

Sos freelancer. Vendés, yo qué sé, el servicio que a vos más te guste (sin juzgar). Sos tu propio jefe (o jefa). Te levantás a la hora que querés, vas al gym a ser un gym bro, sacás a pasear a tu grifón belga, te tomás un café sin azucar ni soda de cortesía (porque no hay) en el café de especialidad en donde te atiende Teo, un barista con índice de masa corporal de 18.5 al borde de la desnutrición y que usa una remera XXXXXL que le toca el piso. Volvés tipo 11 a casa a agarrar la pala la cantidad de horas que tenés ganas de levantar la pala.

Un día llega papá noel: el gobierno te regala plata, viva, tagui, teca, biyuya, peculio, cash. Tu salario no cambia, tu trabajo no cambia, pero ahora aparte te regalan algo de plata. No una barbaridad, pero algo. Digamos un subsidio mensual por existir, algo así como un ingreso básico universal, una asignación que te dan por vivir. Algo como la famosa Asignación Universal por Hijo.

La pregunta para vos. Trabajás más, menos, ¿o igual? ¿qué dice la teoría?

Pensemos.

El precio que cobras por tu trabajo en principio no cambia. Desde ese lado, no veo por qué trabajarías más o menos, porque cada hora de trabajo te da lo mismo que antes. Peeeero, que te den una asignación por vivir te hace más rico. Ganás más trabajando la misma cantidad (o incluso menos) de tiempo, incluso su tu salario por hora trabajada no cambió un centavo.

Y, dado que sos más rico, la verdad es que te podés dar el lujo de boludear con tu grifón más tiempo, sin dejar de consumir el café ni ninguno de los bienes que te gusta consumir (incluso podés boludear más y encima consumir más).

Lo que dice la teoría más básica: si te regalan plata vas a ser un planero que quiere trabajar menos.

O sea, digamos, la predicción más simple, del modelo más sencillo de todos te dice que que los subsidios tipo Asignación por Hijo desincentivan el trabajo. No es que esté basada en “nada” esa afirmación; todo lo contrario: es muy razonable e incluso en muchos casos los datos le dan la razón. Pero en otros no.

El grafo de arriba sale del paper de hoy, un working paper bien fresquito que sacaron Michael Best, Felipe Lobel y Valdemar Pinho Neto hace unos días. Cada puntito es un país (a veces un país aparece más de una vez, porque la medición se hizo más de una vez). El eje X es PBI per cápita (a la derecha países ricos, a la izquierda pobres). El eje Y (me dejen simplificar) te dice cómo cambia tu disponibilidad a trabajar cuando el Estado te hace una transferencia de plata gratis.

Mayor a cero, significa que, cuando te regalan plata, trabajás aún más que antes. Menor a cero, significa que, cuando te regalan plata, trabajás menos que antes. ¿Qué te dice esto? en Estados Unidos, por ejemplo, si el Estado te regala plata terminás laburando menos que antes (planero vago, tal como predice la teoría más básica). En otros países, por ejemplo Uganda, si el Estado te regala plata no solo no te desincentiva a trabajar, sino que terminás levantando la pala aún más que antes.

¿Qué le pasa a Uganda? ¿no era que la teoría decía otra cosa? La más básica sí, pero podemos complejizarla un poco.

Imaginate que no estamos hablando de vos, dueño del grifón y catador de pourovers de especialidad, sino de Hector, un tipo que no llega a fin de mes. Labura, hace lo que puede. Trabaja por su cuenta: hace changas, rebusques, trabajitos acá y allá. Pero no le alcanza ni para pagar las 4 comidas ni para pagarse la aspirina que necesita cuando le duele la cabeza. Hector no es particularmente productivo, por lo que cada hora de trabajo le paga poquísimo. No tiene un grifón para pasear, pero, igual que cualquier humano, valora el descanso, el ocio, el no trabajar.

A Hector un día también le llegó papá noel: el gobierno le da a su familia el famoso subsidio mensual por existir, el ingreso básico universal, la asignación por vivir.

Hector trabaja más, menos, ¿igual?

Pensemos. La lógica tuya, la de arriba, también le aplica, aunque sea parcialmente a Hector. La asignación por vivir le hace ganar más plata (o sea, ser más rico), aún si decidiera trabajar un poco menos (o lo mismo que antes). Y, dejame parafrasear una frase de mi mismo de un par de párrafos arriba: si Hector gana más plata, la verdad que se puede dar el lujo de pasar más tiempo libre sin dejar de consumir nada de lo que consumía antes, porque es más rico que antes. Es más: ahora puede descansar más tiempo y encima consumir más bienes. Hasta acá, siguiendo esta lógica, Hector va a querer trabajar menos (como vos, que sos un planero).

Pero potencialmente hay una gran diferencia entre vos y Hector. A vos el subsidio del gobierno difícilmente te cambie la vida. A Hector tal vez sí y de formas muy concretas. Ahora, por ejemplo, Hector tiene plata para comer las cuatro comidas y para pagar la aspirina que necesita cuando le duele la cabeza. Vos no ibas a ahorrar en aspirinas, Hector antes sí, pero ahora no. O sea que seguramente la productividad de Hector, ahora que puede tomarse la aspirina cuando le duele la cabeza y comer lo que necesita para vivir, termine siendo mayor: falta menos, trabaja más enfocado. Y si trabaja mejor, falta menos y labura con más foco, probablemente Hector ahora pueda empezar a cobrar un salario un poco más alto que antes. Ahí hay una diferencia fundamental: que a vos te llegue plata del cielo no te cambia lo que podés cobrar por tu hora de trabajo, pero a Hector sí. Antes cobraba 10 por ahora, pero ahora resulta que puede cobrar 12.

¿Y qué pasa con la disposición a trabajar de Hector ahora que cada hora de trabajo le representa más plata que antes? Y bueno, si le pagan más cada hora de trabajo, en una de esas hasta termine queriendo trabajar no menos, sino más horas que antes. Si esto es cierto, deberíamos ver que las asignaciones universales (por ejemplo, la AUH), al menos en cierta gente, terminan incentivando el trabajo (como en Uganda).

En teoría.

Michael y sus amigos, los autores del gran paper del envío de esta semana, le ponen algo de evidencia a esta idea.

Contexto: Brasil, Bolsa Familia, uno de los programas de subsidios monetarios para reducir la pobreza más grandes del mundo. Funciona parecido a muchos otros programas de transferencias condicionadas (se llaman así porque te dan la plata a cambio de, por ejemplo, que tu hijo vaya a la escuela o se vacune), tipo la Asignación Universal por Hijo. La pregunta que queremos responder: ¿Bolsa Familia genera planeros que no quieren trabajar?

¿Que nos gustaría hacer para responderla? Aleatorizar personas (o, digamos, ciudades), a algunos les damos plata, a otros no y un tiempo después vemos si los que recibieron plata trabajan más, menos o lo mismo que el resto. Hacer eso está difícil. Michael y amigos usan una estrategia empírica que ya es un clásico en este espacio. Mirá.

Resulta que en 2012 Dilma se mandó una expansión masiva de Bolsa Familia (programa que ya existía desde hace varios años). La idea era erradicar la indigencia, para lo cual rediseñó el programa de tal forma que todos los que estaban por debajo de cierta línea de ingresos empezarían a recibir un adicional hasta llevarlos a la línea y sacarlos de la indigencia. Más concretamente, la reforma dividió a los potenciales beneficiarios en tres grupos: (1) los que estaban bajo la línea de extrema pobreza recibían los beneficios de siempre más un complemento para alcanzar esa línea; (2) los que estaban entre la línea de extrema pobreza y la de pobreza recibían solo los beneficios de siempre sin complemento; y (3) los que superaban la línea de pobreza quedaban fuera del programa.

La línea de pobreza extrema (o indigencia) eran 70 reales por mes por persona. Simplificando un poco, si tu hogar tenía, digamos, cuatro personas necesitabas 280 para no ser pobre extremo.

Familia A, 4 personas: 2011, pre-reforma, ganaban 180 reales del laburo. Y aparte cobraban unos 60 de asignación: total 240 reales, era una familia pobre extrema. 2012, post-reforma, le sumaron 40 reales de asignación para que llegue a 280 y salga de la pobreza extrema. Serían el “grupo (1)” de arriba.

Familia B, 4 personas: 2011, pre-reforma, ganaban 220.01 reales del laburo. Y aparte cobraban unos 60 de asignación: total 280.01 reales, era una familia pobre pero no pobre extrema. 2012, post-reforma, no le sumaron nada porque no era pobre extrema. Serían el “grupo (2)” de arriba.

A la familia A en 2012 le metieron un aumento repentino de 40 reales, un 17% de aumento de un día para el otro. A la familia B no le cambiaron nada.

Mirá el grafo de arriba un minuto. Seguime (simplificando un poco para facilitar la cosa): el eje Y te dice la DIFERENCIA entre la probabilidad de que alguien de la familia A tenga un empleo formal versus que alguien de la familia B tenga un empleo formal, para cada año del eje X. Cuando es 0, significa que las probabilidades son parecidas. Fijate como, hasta el año de la reforma (2012), las tendencias son idénticas: la diferencia entre la probabilidad de que alguien de A o de B tenga un empleo formal se mantiene estable en el tiempo. En 2012 pasa algo: de un día para otro, los de la familia A empiezan a entrar mucho más al mercado laboral que los de la familia B. ¿Qué diferencia hay entre A y B? Que, pasando 2012, a la familia A le vino un shock de ingresos (el adicional de Bolsa Familia) y a la familia B no.

¿Te suena esta estrategia empírica? Claro, porque la usamos 150 millones de veces en este espacio. El buen difference-in-differences (por ejemplo acá o acá).

Los que recibieron el extra de subsidio, aumentaron su propensión a trabajar MUCHO MÁS que los que no lo recibieron. Para ser transparentes, el efecto no es tanto en el margen intensivo (la gente que ya trabajaba, ahora trabaja más), sino en el extensivo: gente que antes no trabajaba, empieza a trabajar.

En mi descripción del problema te puse un ejemplo medio boludo: el pobre que ahora recibe más plata, puede pagarse la aspirina y por lo tanto ser más productivo. ¿Vos sabés que resulta que tan boludo no era el ejemplo?.

El grafo de arriba se lee igual que el anterior, con la diferencia que el eje Y ahora mide gastos en medicamentos. Fijate como la diferencia entre gastos de medicamos de la familia tipo A y B venía estable, siempre cerca del 0. Un poco después de 2012 la cosa empieza a cambiar: la familia tipo A empieza a aumentar su consumo de medicamentos a una velocidad mucho mayor que los de B. ¿Qué paso exactamente en 2012 para que cambie la tendencia? Exacto, el adicional de Bolsa Familia.

De yapa: no solamente comprás más medicamentos, sino que, bueno, te enfermás menos y por lo tanto te morís menos. La figura de abajo se lee igual que las de arriba pero el eje Y mide diferencias en la probabilidad de que se muera alguien de la familia A versus la B. ¿Ves cómo venían parecido hasta 2012 y después la tasa de muerte de A empieza a caer mucho más rápido que la de B? ¿Y qué pasó en 2012? Ok, me callo.

Todo muy lindo. Pero la historia teórica era que te daban más plata de subsidio, eso te hacía más productivo, podías cobrar más y por lo tanto era más probable que quisieras salir a trabajar. Te mostré todo hasta ahora menos lo principal: ¿qué pasó con el salario laboral de esta gente? 5% más. La familia A empezó a cobrar 5% más por cada hora trabajada.

¿Mucho, poco? Lo suficiente para incentivarte a salir a levantar la pala. Acá termino, podés salir tranquilo a pasear al grifón.

¿Ya compraste #EstoTambiénEsEconomía, segunda edición? Ah, ¿no sabías? Se agotó la primera y te la perdiste por gil. Que no te vuelva a pasar, mirá por acá (o en tu librería amiga).

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso moneda de curso legal argentina.

1. Apretá el botoncito que dice “me gusta”.

2. Compartí este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

En Argentina muy crack estudiando AUH, sus efectos y todo lo demás. Para no etiquetar a ninguno particular y que se enoje el resto, te dejo el link que los reúne a casi todos/as (es el CEDLAS, por si no adivinaste).

Nada que ver, pero…

Acá dicen que la diversidad cultural fomenta la innovación. Me gusta, tal vez se venga pronto en este espacio.

Buenísimo este nuevo working paper, de un grupo estelar de investigadores colombianos (creo que todos ellos) cuantificando el premium económico de tener un acento high-class. Me jode porque mi acento es muy porteño del humildísimo barrio obrero de Villa Crespo. Pero bueno, es lo que hay.

Hay gente que piensa que para que uno gane el otro tiene que perder. En algunos contextos esto es cierto (por ejemplo, fútbol, Platense pierde).

En otros no tanto: que vos aumentes tu ingreso no implica que el mío caiga, que un tratado comercial beneficie a A no implica que perjudique a B: lo más probable es que todos ganemos (salvo Platense, que pierde).

De esta gente decimos que tienen pensamiento de suma cero. Y pensar así tiene consecuencias.

¿Qué mundo quieren los zero sum thinkers? ¿A quién votan? ¿Qué políticas apoyan? ¿Y por qué tienen esa cosmovisión?

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Qué mundo quieren los que piensan en suma cero?

• ¿Por qué algunos piensan en clave de suma cero y otros no?

¿Escuchaste hablar de Scalabrini Ortiz? ¿De Arturo Jauretche? ¿De Forja? ¿No? Bien por vos. Pero, aunque no hayas escuchado hablar de ellos, seguramente escuchaste algún razonamiento económico que, te aseguro, tiene alguna raíz en el pensamiento de Scalabrini Ortiz, de Arturo Jauretche o similares.

¿Que quién es Scalabrini Ortiz? El de la calle (que históricamente se llamaba Canning y, en mis libros, así se sigue llamando). También es el autor de esa frase que suele citar alguna parte del peronismo, que dice algo así que si te hablan de economía y no entendés es porque te están caminando. Exhibit A (que una vez me crucé caminando por Londres):

¿Te parece ridícula la frase? Te parece bien.

Scalabrini Ortiz y Jauretche eran amigotes, fundadores de Forja (un grupo de intelectuales de época en los 30’s, bastante influyente, que pensaban que el problema argentino, palabras más/menos, era que era todavía “una colonia” y que terminaron convergiendo en el peronismo). Jauretche es el famoso escritor del “Manual de zonceras argentinas” que, como su nombre lo anticipa, está lleno de zonceras (aunque no en el sentido que Jauretche quiere venderlas).

El libro es algo así como un catálogo de lo que el autor llama “zonceras”, pavadas que los argentinos se creen, no porque sean tontos, sino porque “se las hicieron creer”. A través de la escuela, la prensa, la cultura. Un libro que intenta desmentir el sentido común argentino - equivocado, según él - de la época. Un sentido común que a mí me parece bastante razonable. Sus desmentidas, en cambio, me parecen un compendio de lugares comunes que, como yo lo veo, terminaron influenciando muchísimo la forma de pensar del argentino mediano. Por supuesto que no me estoy refiriendo a él ni a ese libro en especial, pero sí a una forma de pensar que está muy bien representada ahí.

Ejemplifico.

…Él nos advirtió que el liberalismo de Adam Smith al propender la división internacional del trabajo y el libre cambio, lo que quería era aprovechar las momentáneas condiciones de superioridad que Inglaterra había logrado (...) Y de él aprendimos que Adam Smith, el maestro del liberalismo, era un conquistador más peligroso que Napoleón…

Frase de las zonceras, pronunciada en un diálogo imaginario por Ludwig Erhard, ministro alemán, en conversación con Álvaro Alsogaray, económicamente liberal ministro argentino de entonces. En su recurso retórico, Jauretche describe a Erhard, visitando imaginariamente a Argentina y brindando un consejo desinteresado en el que, como la frase lo indica, Inglaterra no debería generarle ninguna confianza a Argentina porque el liberalismo que pregona (sostenido intelectualmente por Adam Smith), es en realidad una forma más novedosa de colonialismo, según la cual si ellos ganan es porque nosotros perdemos.

¿Suena conocido? Hace poco Argentina firmó un acuerdo comercial bilateral con Estados Unidos. El argumento (en contra) que muchos esgrimían no estaba necesariamente basado en el contenido del acuerdo en sí, sino en el hecho de que los americanos festejaban. Que los americanos festejen significa que es bueno para ellos, y que sea bueno para ellos es indicador de que tiene que ser malo para nosotros. La misma lógica de la zoncera, casi 60 años después. ¿Ves el patrón? Tiene un nombre ese patrón, esa forma de ver al mundo que te lo voy a decir en inglés porque soy un colonialista como Adam Smith y los piratas ingleses: Zero Sum thinking.

Hace poco salió publicado el paper del que te hablo hoy, que se llama Zero-Sum thinking and the roots of US political differences, y alguna persona brillante twitteó el abstract, quoteado con un “para mí que esto explica muchísimo de la forma de pensar de un montón de argentinos”. Esa persona brillante tiene razón (fui yo, por si te preguntabas) así que aprovecho este espacio para desarrollar la idea.

Nathan Nunn (de quien ya escribimos en este espacio, nuestra oda al tubérculo papa), Sandra Sequeira, Sahil Chinoy y Stefanie Stantcheva escribieron un paper que es sobre Estados Unidos pero que a muchos latinoamericanos les va a sonar muy familiar. Tanto así, que la idea del paper sale de una observación antropológica de George Foster, que no es sobre Estados Unidos, sino sobre México rural: mucha gente tiene una visión del mundo (no de un tema particular, del mundo) que es fundamentalmente de suma cero. Una visión del mundo que implica que si alguien gana es porque hay otro que pierde en una cuantía similar. Lo que está implícito es que la producción de las sociedades es limitada; si la torta está fija, para que uno gane hay que sacarle al otro. Los intercambios distribuyen las porciones entre los que hay, pero nunca generan una torta más grande.

Ojo que esta visión no está siempre equivocada, eh. Hay intercambios que, efectivamente son de suma cero. Y hay contextos en donde un determinado intercambio es más o menos “de suma cero”. Si nos caemos en una isla desierta y la oferta de cocos está fija, entonces el coco que me como yo es uno menos que te comés vos. Lo mismo en un contexto de escasez, como una guerra. Palabra clave: oferta fija. Nathan y amigos (que creen fuertemente en la persistencia cultural de los rasgos psicológicos), dicen que en contextos de escasez los seres humanos desarrollamos este tipo de forma de ver al mundo y que la transmisión intergeneracional termina haciendo lo suyo para que este rasgo persista aún en situaciones en donde ya no existe tal escasez.

Pero no me dejes adelantarme.

Antes de discutir de dónde viene ese tipo de cosmovisión, la pregunta relevante es a quién le importa. Quiero decir, ¿qué implica concretamente que tenga una forma de ver el mundo como zero-sum: cambian mis preferencias políticas, mis preferencias DE política? ¿Cambio algo relevante en lo que voto o en lo que apoyo o dejo de apoyar? Bancá.

Lo que empieza ahora sale todo de una mega-encuesta que hicieron Nathan y amigos y que es representativa de USA. Pero antes de arrancar, sin mentir, ¿qué tan de acuerdo estás con las siguientes afirmaciones (del 1 al 5)?

étnico: “Si un grupo étnico se enriquece, esto ocurre a expensas de otros grupos.”

nacional: “Si los no ciudadanos (de tu país) mejoran económicamente, esto ocurre a expensas de los ciudadanos (de tu país).”

sobre el comercio: “En el comercio, si un país gana más dinero, entonces otro país gana menos dinero.”

sobre la riqueza: “Si un grupo de ingresos se vuelve más rico, esto ocurre a expensas de otros grupos.”

Si estás de acuerdo con algunas de estas, te vamos a clasificar como un zero sum thinker en la dimensión que corresponda. ¿Pero sabés qué es lo interesante? Que ni siquiera importa a qué dimensión nos estemos refiriendo, porque todas se mueven parecido. Lo que ves arriba es el primer resultado interesante del paper.

En cada una de las dimensiones te muestra la distribución de gente que está menos (1) a más de acuerdo (5) con la afirmación zero-sum. Con alguna que otra diferencia, las distribuciones son bastante parecidas, hay un rasgo común que hace que los zero-sum thinkers sean zero-sum thinkers por naturaleza e independientemente del tema en cuestión. De nuevo: es una cosmovisión, una forma de ver el mundo, antes que una opinión sobre una política particular.

Lo cual me recuerda que te debo una respuesta. ¿A quién le importa la cosmovisión que tiene la gente? Por ejemplo, ¿ser más zero sum thinker correlaciona con ser más republicano? con ser más demócrata?

Segundo resultado. Más o menos.

Arriba está la distribución de zero sum thinkers, según un índice que agrega las cuatro dimensiones de antes - étnica, nacional, de comercio y de riqueza - (a la derecha los más y a la izquierda los menos), dividido por partido al que suelen votar (azules son demócratas, rojos son republicanos). Hay alguna diferencia, sí. Los demócratas suelen tener una cosmovisión algo más (no dramáticamente) zero-sum. Pero más interesante aún: el zero sum thinking está por todos lados; tanto entre demócratas como entre republicanos, vas a encontrar a un montón de este tipo de gente.

Lo cual me recuerda que todavía no te terminé de responder la pregunta de a quién le importa. Digo, si los zero sum thinkers están por todos lados, qué implica tener esa cosmovisión, por ejemplo, en cuanto a tus preferencias por políticas de diferente tipo?

Resulta que tener una cosmovisión tipo zero sum correlaciona bastante fuerte con preferencias por políticas que buscan compensar a los que pierden. Por ejemplo: políticas redistributivas de gobierno (y acá me reconozco un poquito suma cero, no te voy a mentir), políticas reparadoras de identidades minoritarias. Tiene sentido, ¿no? Si en tu mundo la única forma de que alguien gane es que otro pierda, entonces la forma de sacar a alguien de la pobreza no es agrandando la torta, sino redistribuyendo las porciones.

Pero adiviná qué más correlaciona con la cosmovisión zero sum. Que no te guste la migración. Claro: el migrante va a venir a trabajar y que le vaya bien implica que a vos te va mal. Mejor que ni entre.

Sí, sí. Ya sé lo que estás pensando. Tener la cosmovisión suma cero posiblemente correlacione con un montón de características que por sí solas podrían explicar, por ejemplo, que no les guste la migración. Such as? el género, la edad, la ocupación e incluso otras creencias y visiones del mundo. O el ingreso! Claro. Imaginate que la gente más rica no tiene una visión zero sum y aparte tampoco quiere políticas redistributivas (porque no le conviene). ¿Cómo sabemos si lo que explica su preferencia de política no-distributiva es su cosmovisión o su nivel de ingreso?

Resulta que si controlás por todo, todo, todo eso y más, el resultado se mantiene. En otras palabras, incluso entre los ricos, la cosmovisión sobre qué tan fija está la torta termina explicando buena parte de las preferencias por políticas más o menos distributivas.

Ahora, todo muy lindo, pero lo importante en serio no es tanto qué piensan sino qué terminan votando. Va uno de los resultados que más me gustan.

Pero antes ‘cuchá. Adiviná el autor de estas frases:

Every deal we have is a loser. Every deal. You could look at almost every country in the world — almost every country. We have trade deficits. We lose with everybody.

Virtually 100% of the net job creation in the last year has gone to migrants... substantially more than... beyond... actually beyond that number.

¿Te suenan? Ajá. Donald, pero no el pato (ni el cantante, para el caso). Bueno, ahora seguime.

Agarrá a todos los votantes autodenominados demócratas (moderados, a la izquierda; fuertes a la derecha). Dividilos según su nivel de zero-sum-thinkinismo. Los del 4 del grafo de arriba (en el eje X) son muy zero-sum thinkers, los de 1 son nada zero-sum thinkers. Las barras te dicen la probabilidad de que hayan votado a Trump en 2016. AÚN SIENDO DEMÓCRATAS, EL VOTE SHARE DE TRUMP ENTRE ZERO SUM THINKERS FUE DE 15%. Perdón, se trabó el capslock.

Trump vino con una retórica clásicamente de suma cero: inmigrantes que vienen a sacarte el trabajo (porque si ellos ganan, vos perdés), el comercio que beneficia a otros países (y por lo tanto afecta a los trabajadores americanos), el establishment (los políticos, los empresarios, los académicos), la élite que se está llenando de plata a costa de la gente. La narrativa suma cero atrajo votantes de cosmovisión suma cero INCLUSO entre los demócratas. Y 15% poco no es, eh.

Más en general, tan, pero tan poderosa es la cosmovisión que, incluso entre demócratas, la probabilidad de oponerse a políticas pro-migración (que suele impulsar su partido) es bastante alta entre los más zero sum thinkers; e incluso entre republicanos, la probabilidad de apoyar políticas redistributivas (que suele impulsar el partido opuesto) es bastante alta entre zero sum thinkers.

Ya me imagino lo que te estás preguntando. Si sos como yo (y esperemos que lo seas), lo que querés saber es de dónde sale esta cosmovisión. Qué eventos, qué cosas te pasaron en la vida (o le pasaron a tus antepasados) para que desarrolles creencias más o menos del tipo suma cero.

Te dije al principio: a Nunn siempre le gustó mucho la idea de los determinantes de largo plazo de las cosas. La idea es atractiva: dadas las condiciones de un momento del tiempo, se forman ciertos rasgos que para el momento tienen sentido que se formen pero que luego terminan quedándose ahí, transmitiéndose inter-generacionalmente; rasgos culturales que persisten aún cuando ya no es necesario, cuando las condiciones cambiaron, cuando esos determinantes originales ya no están más. ¿Y qué determinantes pueden ser tan profundos, tal que si una generación se expone, termina haciendo que las generaciones posteriores terminen heredando su cosmovisión? Te lo resumo en tres palabras: progreso, cooperación y conflicto.

Progreso. Si tu vida se desarrolló en un contexto de escasez y estancamiento, posiblemente desarrolles una mentalidad de suma cero. Si, en cambio, tu vida se desarrolló en un contexto de progreso, posiblemente te creas que se puede y que la única salida no es cambiar de manos las porciones de la cheesecake, sino que se puede hacer una cheesecake más grande.

Pensalo: si tu abuelo era pobre, tu papá era pobre, y vos sos pobre, cómo te vas a imaginar el progreso si no es a costa de otros?

Resulta que si en tu familia hubo movilidad económica (vos sos más rico que tu papá, que era más rico que tu abuelo), tu cosmovisión no es de suma cero, sino todo lo contrario.

Cooperación. Nada grita más progreso que el american dream. Naciste en el lugar más pobre de América Central. Llegaste a Estados Unidos, progresaste y ahora te va bien (y a tus hijos también). ¿Cómo vas a pensar que el mundo es de suma cero?

Resulta que los migrantes, los hijos de migrantes y los que crecieron con migrantes cerca tienen una cosmovisión bastante opuesta al zero sum.

Conflicto. ¿Hay algo MÁS suma cero que la esclavitud? Bah, en el corto plazo digo. En el largo plazo con gente libre ganamos todos, pero, en el corto plazo tanto para el esclavista como para el esclavo, la única forma de que uno gane es que el otro pierda.

Resulta que las personas con historia familiar de esclavismo (y no solo de USA, eh) tienen sistemáticamente un pensamiento más del tipo suma cero.

Voy cerrando con mi ya clásica y muy esperada reflexión final, que te vuela la peluca. YO, lo que soy YO, pienso que aparte de los determinantes de largo plazo, hay shocks que te pasan en la vida, especialmente cuando te pasan a ciertas edades formativas, y que esos shocks te cambian la cosmovisión independientemente del bagaje cultural con el que vengas. ¿Por qué digo esto? Porque puedo probarlo. Prestá atención que en breve te muestro que crecer bajo gobiernos con retórica populista, esa que divide y te hace pelear con tu tío, te transforma en un zero sum thinker completo. Bancá que ya sale.

¿Ya compraste #EstoTambiénEsEconomía, segunda edición? Ah, no sabías? Se agotó la primera y te la perdiste por gil. Que no te vuelva a pasar, mirá por acá (o en tu librería amiga).

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso moneda de curso legal argentina.

1. Apretá el botoncito que dice “me gusta”.

2. Compartí este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

De Nathan Nunn recomiendo que leas todos.

Nada que ver, pero…

Acá muestran que a los más chicos del colegio les va bastante peor que a los más grandes. Adiviná a quién adelantaron un año en el colegio y fue sistemáticamente el más chico del curso con compañeros a veces más de un año mayores.

Sí, sí, voy a hablar de AI.

Bueno, yo no. Un invitado especial, que está por sacar un libro sobre inteligencia artificial y su relación con algo que seguro le interesa a todo lector de este espacio: el proceso de aprendizaje. Y le pedí que nos diera un adelanto.

¿Querés saber quién es? Seguí scrolleando.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo nos adaptamos el aprendizaje en tiempos de IA?

Segunda vez que invito a alguien a que escriba en este espacio. No pasa seguido, porque solamente escribe gente crack (para leer a los medio boludos me lees a mí). La primera vez el guest post lo escribió Maia Mindel. El envío de hoy es de Sebastián Galiani.

Sebas es un invitado especial. Mi primer trabajo académico fue como su asistente de investigación, no quiero recordar cuántos años atrás, pero muchos. La primera vez que puse en práctica el tipo de cosas que lees en este espacio fue trabajando con él, así que se podría decir que es uno de los responsables que estés leyendo esto.

No creo que necesite mucha introducción (especialmente para los lectores de este News) pero, para los distraídos, SG es uno de los economistas académicos argentinos más reconocidos internacionalmente por su producción científica. Publicó en las mejores revistas y en temas varios (mucho de desarrollo económico, bastante de economía política, pero también cosas de mercados de trabajo e incluso temas de economía internacional). Hoy es Profesor de la Universidad de Maryland, pero también fue profesor en varias otras universidades (incluida San Andrés, donde lo conocí). Y si eso no te alcanza, también tuvo un paso importante por la gestión pública, como Secretario de Política Económica en Argentina (entre 2017 y mediados de 2018). Te preguntarás si ya hablamos de él acá. Obvio, por ejemplo acá cuando hablamos del servicio militar obligatorio y su efecto sobre el crimen y el mercado de trabajo.

SG está por publicar un libro con Oxford University Press (en coautoría con Raul Sosa) que promete: AI at Your Side: The Student’s Guide to Smarter Learning.

Desde hace un tiempo en cualquier ámbito educativo se discute constantemente cómo hacemos para adaptar la forma de producción de evidencia de que el alumno aprendió algo. Fijate que no dije “cómo hacemos para adaptar la enseñanza”. No, no, algo más simple: cómo hacemos para poder saber cuánto aprendió un alumno en función de lo que produce; porque, si sabemos eso, entonces los incentivos a acumular conocimiento están alineados. Si escribir un ensayo es demasiado fácil, la producción de un ensayo no me va a permitir distinguir entre el que sabe y el que no y por lo tanto los incentivos de “saber” para el alumno, terminarán siendo demasiado bajos.

Mi reacción a la AI desde el punto de vista de la docencia viene siendo bastante conservadora: todos vamos a morir (y nadie va a aprender nada), pero, mientras tanto se acabaron los take-home, todo examen en papel y sin dispositivos electrónicos. Y decí que tengo demasiados estudiantes, que sino iría al examen oral y listo. En medio de mi conservadurismo pesimista sobre el futuro del aprendizaje, me crucé con que SG estaba escribiendo sobre el tema, desde un punto de vista un poco más optimista (o, cuando menos, más propositivo).

Y le pedí que nos adelante un poco. Es un adelanto nomás. Pero un buen puntapie para iniciar el debate. ¿Cómo adaptamos el aprendizaje en tiempos de IA?

No te molesto. Dale nomás. Lo de abajo lo firma Sebas (las negritas son mías).

Durante décadas, los economistas pensamos el capital humano como el resultado de una inversión costosa en tiempo, esfuerzo y atención. Aprender implicaba leer lentamente, equivocarse, reescribir, depurar código, revisar literatura hasta entender dónde estaba realmente la contribución. Era un proceso friccional. Y justamente por eso generaba acumulación.

La inteligencia artificial (IA) altera esa dinámica de manera abrupta. No porque reemplace al estudiante, sino porque reduce de forma dramática el costo de producir ciertos outputs observables: ensayos, resúmenes, código funcional, borradores de papers. Lo que antes tomaba diez o quince horas puede ahora hacerse en dos o tres.

Pero aquí aparece una distinción que me parece central: reducir el costo de producir un ensayo no es lo mismo que aumentar el capital humano del estudiante que lo firma.

Si pensamos el aprendizaje como una función de producción, el output relevante no es el documento entregado sino la comprensión internalizada. La IA modifica los precios relativos. Hace más barato el producto visible. Pero no necesariamente abarata, ni sustituye de manera equivalente, los insumos que generan comprensión profunda: la definición precisa de conceptos, el contraste de hipótesis, la identificación de mecanismos, la detección de inconsistencias.

Bajo una restricción de tiempo, es natural que el estudiante tienda a delegar. El modelo produce texto fluido, coherente, persuasivo. Acepta premisas si no se le exige lo contrario. Optimiza por plausibilidad. El resultado puede ser un documento más pulido que el que el estudiante hubiera producido solo. Pero nada garantiza que el stock de capital humano haya aumentado en la misma proporción.

El riesgo educativo de la IA no es el error grotesco que todos detectan, sino la degradación silenciosa del esfuerzo cognitivo.

Ahora bien, la conclusión obvia, prohibirla, es intelectualmente pobre e inviable. En otro ensayo argumenté que, a nivel civilizatorio, el debate sobre la IA oscila entre el alarmismo que quiere frenar todo y el entusiasmo que delega todo. En educación ocurre algo parecido. O se la excluye, o se la deja operar sin reflexión. Ninguna de las dos posiciones entiende el verdadero punto.

La pregunta no es si la IA debe usarse, sino cómo usarla de manera que aumente el aprendizaje en lugar de sustituirlo.

Ese es el núcleo de nuestro libro con Raul A. Sosa, AI at Your Side: The Student’s Guide to Smarter Learning (forthcoming, Oxford University Press). No proponemos controlar el uso de la IA. No podemos. Tampoco proponemos un diseño institucional que garantice un equilibrio óptimo. Lo que ofrecemos es una pedagogía de uso: una forma de interactuar con la herramienta que preserve, e incluso intensifique, la inversión cognitiva.

La distinción fundamental no es técnica sino conceptual: potenciación versus delegación.

Delegar es pedirle al modelo que piense por uno.

Potenciar es usarlo para pensar mejor.

En el primer caso, el estudiante externaliza el razonamiento. En el segundo, estructura la interacción para que el modelo funcione como andamiaje cognitivo. No se trata de reducir esfuerzo sino de redistribuirlo: automatizar lo mecánico para invertir atención en interpretación, contraste, diseño de tests, formulación de mejores preguntas.

Para sostener esa lógica de potenciación, el libro ofrece instrumentos concretos. Uno es lo que llamamos harness: un conjunto de reglas y restricciones que se incorporan al prompt para que el modelo defina términos antes de argumentar, no confirme premisas sin examinarlas y señale los límites de lo que sabe. Pero el libro también propone estrategias que cambian la dinámica de la interacción. En una de ellas, en lugar de pedirle al modelo que explique un concepto, el estudiante se lo explica y deja que el modelo detecte errores, haga preguntas y lo obligue a revisar lo que creía entender. En otra, el estudiante le pide al modelo que genere explicaciones alternativas de un mismo fenómeno y después evalúa las diferencias e identifica los supuestos de cada una. En ambos casos, el trabajo cognitivo queda del lado del estudiante.

El libro además enseña a usar herramientas que van más allá del chatbot (es decir, más allá de conversar con ChatGPT, Claude o Gemini como la mayoría hace hoy) y que siguen evolucionando. Trabajar vía APIs permite procesar información a una escala que el uso manual no alcanza: revisar decenas de papers, estructurar notas, limpiar datos. Los agentes supervisados, como Claude Code o Codex, ejecutan secuencias complejas mientras el usuario mantiene el control de cada paso. A medida que las herramientas se vuelven más potentes, saber usarlas con criterio importa más, no menos.

Los instrumentos varían, pero la pregunta de fondo es siempre la misma: ¿estoy delegando el razonamiento o lo estoy usando para razonar mejor? Esa pregunta atraviesa todo el libro, desde la formulación de ideas hasta la escritura, la investigación, el análisis de datos y la programación.

La tecnología no impone un único equilibrio. Cambia las restricciones. Lo que ocurre dentro de ese nuevo espacio depende de cómo los individuos aprendan a usarla.

Y aquí aparece una implicancia que va más allá de la pedagogía. Si la IA altera la tecnología de producir capital humano, es plausible que también altere la distribución de retornos. Las habilidades metacognitivas (formular buenas preguntas, estructurar procesos, identificar supuestos ocultos) pueden volverse relativamente más valiosas que la capacidad de producir texto correcto. La complementariedad humano-máquina no es homogénea: favorece a quienes saben diseñar la interacción. La desigualdad futura puede depender menos del acceso a la herramienta que de la capacidad para usarla de manera productiva.

Nuestro libro no pretende resolver ese problema estructural. No podemos garantizar que los estudiantes elijan la potenciación sobre la delegación. Lo que podemos hacer es mostrar que existe un modo de uso que lleva a aprender más, y ofrecer un marco para navegar un ecosistema tecnológico que cambia rápido sin perder de vista lo que importa: que la IA esté a tu lado, no en tu lugar.

Las tecnologías de propósito general nunca han sido neutras, pero tampoco son deterministas. Modifican precios relativos y abren posibilidades. Lo que emerge depende de cómo decidimos usarlas.

La calidad del capital humano de la próxima generación no la va a decidir la IA por sí sola, sino la forma en que aprendamos a convivir con ella. La tecnología cambia las restricciones; la acumulación de capital humano depende de nuestras decisiones.

Si querés más material como el de este envío para quedar como el capo intelectual del grupo, tenés que ir corriendo a comprar #EstoTambiénEsEconomía en tu librería amiga. La primera edición ya se agotó, ¿y vos como un boludo no la compraste? Que no te pase lo mismo con la 2da.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

SG tiene un interesantísimo newsletter en donde escribe sobre estas cosas acá.

Otro excelente académico que viene escribiendo cosas super interesantes sobre AI es Alex Imas.

El premio nobel Daron Acemoglu viene también produciendo cosas muy buenas (otro pesimista). Por ejemplo, este paper.

Nada que ver, pero…

Acá dicen que cuando sube el salario mínimo, aumenta fuerte la cantidad de robots en fábricas

Hablando de servicio militar. Parece que la conscripción de Vietnam (que mezcló gente distinta que de otro modo no se hubiera mezclado) generó más matrimonios inter-raciales e inter-grupos ideológicos. Mirá vos.

Desde que Elon compró Twitter podés elegir que te recomiende tweets el algoritmo o ver solo los de la gente que seguís. Las malas lenguas dicen que los que miran el feed influenciado por el algoritmo terminan teniendo actitudes más, o sea, digamos, conservadoras.

Hoy miramos qué tanta evidencia tienen las malas lenguas.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo afecta el algoritmo de Twitter a tu comportamiento?

• ¿El “for you” te hace más conservador que el “following”?

Pará, pará. Antes de empezar ¿Ves al pollo vestido de gala? Mirá, ahí lo tenés.

¿Te parece que es casualidad? No señor. Hoy es un día especial porque Esto No Es Economía cumple nada más y nada menos que tres años. Esto que empezó como un espacio para escribir las boludeces académicas que se me cruzaban por la cabeza hoy mutó en un espacio para escribir las boludeces académicas que se me cruzan por la cabeza, pero siendo tres años más viejo. En este tiempo recibiste más de 70 e-mails contándote la cocina de los papers que me gusta leer. Se sumaron casi 6000 seguidores. Y en el medio Esto No Es Economía tomó forma de Esto No También Es Economía, el libro que seguro que ya compraste (porque no sos un ingrato, ¿no?).

Nos reímos, lloramos, nos divertimos. Y festejamos, como de costumbre, escribiendo.

¿Me querés regalar algo? Compartí y contale a todo el mundo que el pollo está de fiesta. Ese es todo el regalo que necesito. O el buzo Adidas de Argentinos de los 90s como el de abajo (original y en buen estado, talle M). Lo que te sea más fácil.

Gracias amigo, gracias amiga. Claro que también hay regalo para vos. Acá va.

Desde que Elon compró Twitter podés elegir si querés que los tweets de tu timeline sean de gente que seguís (“following”) o si querés dejarte sorprender por lo que Twitter considera mejor para vos (“for you”). Yo voy alternando. A veces me divierte el “for you”, no te voy a mentir. Siento que puedo descubrir alguna cosa divertida, algo que mis contactos (gente aburrida) no me dan.

La cosa es que el tab “for you” es medio una caja negra. Nadie sabe bien cómo funciona el algoritmo, qué le muestra a quién, ni cómo decide qué mostrar. Lo natural sería que, para ganar más plata, te muestre aquellos posts que generan más engagement. Los que te hacen enojar, ¿tal vez? O el contenido insoportable del tipo “mirá cómo le niegan la entrada al avión al canguro porque no tiene pasaporte al día” (presuntamente) generada por AI. Qué sé yo. La otra es que Twitter tiene un dueño y ese dueño tiene una agenda y tal vez está dispuesto a empujar su agenda pagando el costo de no maximizar engagement. Y ahí viene la parte divertida: una cosa es usar el algoritmo para empujar una agenda y otra muy diferente es tener éxito.

Pero bueno, todo hipotético. ¿Cómo probás que el contenido promedio del “for you” es más conserva que el tab de “following”? ¿Y cómo probás que exponerte a ese contenido te cambia la forma de pensar y que te hace más conservador?

Fácil: con un experimento. Siempre te digo que hay que pensar el experimento ideal, pero que después implementarlo es difícil entonces usamos algún método no experimental que intente acercarse lo más posible a ese ideal imposible. Bueno, acá no hay nada imposible. Es el contexto ideal para hacer un experimento y es lo que hicieron Katia Zhuravskaya (gran political economist del momento) y sus amigos.

El experimento es bien simple. 8 mil tuiteros habituales. La mitad asignada aleatoriamente a recibir tweets del tab “for you” y la otra mitad a recibir tweets del tab “following”. Encuesta antes de empezar, encuesta después de 7 semanas de exposición. Te preguntarás cómo hacen para asegurarse de que los participantes cumplan con lo que le tocó. No lo hacen (excepto con un grupo chico, que dejó instalarse una extensión de Chrome; entre esos, 90% cumplió con el tab asignado). Te dejo de tarea pensar qué implica esto de no saber a ciencia cierta qué tanto hicieron caso los participantes al tab que les tocó sobre los resultados que te voy a contar.

Bueno, no es tan simple el experimento en realidad. Porque los tuiteros habituales reclutados para el estudio tenían prácticas habituales pre-experimento. Por ejemplo, muchos usaban el tab “following” y muchos usaban el tab “for you”. O sea que en realidad hay dos experimentos en uno:

1. Cambiar de “for you” a “following” (versus quedarse en “for you”).

2. Cambiar de “following” a “for you” (versus quedarse en “following”).

Arrancamos con los resultados, que hay mucho para hablar.

¿Cómo te afecta el comportamiento pasar de leer los tweets de tus amigos a leer los tweets que te sugiere el algoritmo?

Engagement. En principio, no es obvio que haya trade-off entre empujar una agenda conservadora y aumentar engagement. Qué sé yo, en una de esas tirarte la agenda por la cabeza te gusta, te enoja, te hace discutir, lo qué sea que te termina haciendo que pases más tiempo en Twitter que si solamente vieras los tweets aburridos de tus amigos. O tal vez no, tal vez te enoja, no te gusta y te pasás a otra plataforma (o a la vida offline). No lo sé. Pero digamos que, desde el punto de vista de Elon, medio que el algoritmo debería buscar, como mínimo-mínimo, no expulsar gente.

Primer resultado: pasar de “following” al algoritmo no reduce el uso de Twitter. Más bien lo contrario: baja bastante la probabilidad de dejar de usar la app. No solo que el algoritmo hace más probable que sigas usando la app, sino también que tuitees con cierta regularidad. Que seas activo.

Lo que lees. Si el algoritmo de elonmus está sesgado hacia cierto tipo de contenido ideológico, debería verse en el contenido de los tweets que leen los twitteros asignados a leer el “for you” y, fundamentalmente, en el tipo de cuentas que tienen mayor probabilidad de aparecer en el feed.

Segundo resultado: los tweets del algoritmo (en comparación con el promedio de tweets de los del tab “following” de los usuarios de la muestra) tiene mayor contenido político, 100% explicado por mayor contenido político conservador. Y no sólo eso: la probabilidad de que te cruces con un tweet de un activista político es mucho mayor (aunque, en este caso, vale tanto para activistas políticos conservadores como liberales). Todo a costa de que te aparezca menos contenido de cuentas de noticias oficiales.

Mi interpretación: no es tan obvio que el algoritmo sesgue hacia la conservador. Más bien, sesga hacia el contenido político, y los influencers de derecha son más exitosos en hacerte ver el contenido conservador. Ojo, esto puede ser porque efectivamente hacen mejor su laburo o porque, bueno, la gente está mas predispuesta a dejarse llevar por cuentas políticas cuando son conservadoras. Bancá que retomo esto más abajo.

Lo que pensás. Ok. El algoritmo te lleva a ver más contenido conservador. Pero, ¿te persuade?

Tercer resultado: los expuestos al contenido del algoritmo terminan con actitudes más conservadoras (en cuanto a temas de política que le parecen relevantes: aborto, migración, gun-control), están menos de acuerdo con las investigaciones judiciales varias a Trump y son más anti-Zelensky/pro-Putin.

Te dije que retomaba más abajo el tema de qué tan bien laburan los influencers conservadores en comparación con los liberales. Te recuerdo (por si no te acordás lo que leíste hace 40 segundos): los expuestos al algoritmo terminan viendo más tweets de cuentas políticas, particularmente de cuentas no-medios-tradicionales, tanto conservadoras como liberales. Pero terminan estando expuestos a más contenido político, exclusivamente conservador.

Resulta que cuando empezás a leer Twitter con algoritmo, empezás a ver más cuentas políticas (conservadoras y liberales). La pregunta clave es cuál te convence más y, en consecuencia, cuál terminás siguiendo con mayor probabilidad. Resulta que los del algoritmo (en comparación con los del tab “following” terminan siguiendo cuentas políticas conservadoras con probabilidad mucho más alta (no así cuentas liberales). O sea: te muestra más cuentas políticas de todo tipo, terminás siguiendo más a las conservadoras.

Todo muy lindo hasta acá. Pero, si sos perspicaz e inteligente, te diste cuenta de que empecé hablándote de dos experimentos, pero solamente te conté los resultados de uno. Te los recuerdo (por si no te acordas lo que leíste hace 3 minutos):

1. Pasar de leer tweets sin algoritmo a con algoritmo.

2. Pasar de leer tweets con algoritmo a sin algoritmo.

Te hablé todo del (1), nada del (2). ¿Será simétrica la cosa? O sea, si estás con el algoritmo y pasás al tab “following”, terminás teniendo actitudes menos conservadoras? Pensalo. Pensalo de nuevo.

No. No cambia mucho el engagement, no cambia mucho el tipo de contenido que te muestran, no cambia mucho el tipo de creencias y actitudes políticas que tenés. No cambia mucho nada. Y es muy lógico que no haya cambiado mucho nada. Pensalo otra vez.

El resultado clave, el que explica actitudes de largo plazo, es el que dice que, cuando empezás a mirar tweets de algoritmo, empezás a seguir cuentas conservadoras. Eso que le pasó al grupo de la muestra de este paper cuando cambió de tab “following” a tab “for you”, en realidad ya le había pasado antes de entrar al experimento a los que venían de tab “for you” y (experimentalmente) pasaron a tab “following”. O sea, el grupo de cuentas seguidas de esa gente YA ERA más conservadora, por lo tanto pasar a ver tweets de sus propias cuentas no hace una gran diferencia. Una vez que seguís a alguien, rara vez dejás de seguirlo. Una vez que te expusiste al “for you”, difícilmente puedas revertir sus efectos.

Bueno, amigos. Me voy despidiendo que sale el avión. Agradecemos las 2 horas de retraso, que me permiten escribir esto. Te mando un feliz cumpleaños para vos también. Aunque seas una rata comunista (perdón, miro mucho los tweets del algoritmo), sos parte de la comunidad del pollo y te merecés este regalo.

Aviso parroquial: si sos DiTelliano y andás por, bueno, Di Tella, el miércoles 4 de marzo a las 5.15 presento el libro (ya sabés cuál) acompañado por dos grandes: Joaco Navajas y Guada Dorna. Venite que seguro va a haber galletitas.

Y no te olvides que si querés más material como el de este envío para quedar como el capo intelectual del grupo, tenés que ir corriendo a comprar #EstoTambiénEsEconomía en tu librería amiga. Corré que se agota (LITERAL, SE ESTÁ POR AGOTAR Y YA ESTÁ SALIENDO LA 2DA EDICIÓN AS WE SPEAK).

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretar el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Acá miran si el algoritmo de Facebook e Instagram tiene algún efecto en comportamiento/creencias políticas o ideológicas (spoiler, ni tanto).

Nada que ver, pero…

¿Cómo están usando AI las firmas según los C-level del mundo? Acá una idea.

Para mis amigos macro-consultores: parece que uds son mejores en sus pronósticos sobre la macro local que la competencia de consultores de afuera. Bueno, no habla de Argentina en particular, pero acá lo ves.

Lo que viene

Atención que la próxima semana tenemos un gran invitado especial super-mega-top que nos cuenta sobre AI.

En redes sociales nos relacionamos cada vez más con gente parecida a nosotros. Las famosas echo chambers (“cámaras de eco”, pero suena feo).

En la vida offline, cada vez socializamos menos (no me discutas, es dato).

¿Qué tiene que ver una cosa con la otra? Bastante, parece. Te cuento.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo afectan las echo chambers online al comportamiento en la vida real?

• Cuándo aumentan las echo chambers en redes sociales, ¿vamos menos a comer afuera?

Seguimos con la temática de las redes sociales arruinándole la vida a la gente. Bah, no es que esté tan de acuerdo con ese statement, así, crudo, sin matices. Pero bueno, acá hay que generar clicks.

Las redes sociales tienen un montón de cosas buenas, pero las malas venden más. Y hay un montón de cosas malas con las redes sociales, muchas de ellas bastante estudiadas. Algo de evidencia, por ejemplo, nos dice que las redes sociales generan problemas de salud mental (acá hablamos de eso). También hay algo de efectos en rendimiento académico y aprendizaje (acá dijimos algo). Y la lista sigue.

Un atributo relevante de las redes sociales que está estudiado (pero en mi opinión aún no lo suficiente) es el tema de la homofilia: juntarte con gente parecida. Esas famosas echo chambers, que hacen que leas y te relaciones con gente demasiado similar a vos en dimensiones como tu nivel de ingreso, tu status social o tu preferencia política. Las echo chambers no son una cosa nueva ni única de las redes sociales, eh. Se da también en un montón de ámbitos de la vida offline. ¿Cuánta gente conocés que se casó o que tiene grupos de amigos muy diferentes en cuanto a, por ejemplo, su nivel de ingreso o su nivel educativo? Te hacés amigos en la universidad (en donde conocés gente que, tal como vos, va a la universidad), o de pares de tu oficina (que trabajan de lo mismo que vos) o compañeros de colegio que, bueno, van al mismo colegio que vos, con todo lo que eso implica en cuanto a la similitud de clase social, estilo de vida y riqueza de las respectivas familias.

O sea que sí, la homofilia existe desde que existen los humanos viviendo en sociedad (y hasta los filósofos clásicos griegos tenían algo para decir al respecto). Pero la homofilia en redes sociales tiene su encanto especial. Por empezar, pasamos demasiado tiempo online. Tus relaciones ya no son solamente con gente que ves cara a cara, también son con gente a distancia e incluso con gente que nunca viste ni nunca en tu vida vas a ver.

Para seguir, la homofilia en redes sociales no es un resultado completamente explicado por el comportamiento y la decisión individual (alguien me podría decir que la homofilia offline tampoco, ok, pero en menor medida). Me refiero a los algoritmos.

Para seguir siguiendo, la homofilia en redes sociales permite algo que para mí es bastante novedoso: la hiper-fragmentación de los públicos que permiten que los mensajes lleguen de forma demasiado customizada. Es muy fácil, ahora más que nunca, que no tengas ni la menor idea de lo que le pasa o al tipo de información a la que está expuesta una persona ligeramente diferente a vos. Y claro, de repente viene algún sub-25 y me pregunta si conozco a J Max Roberto, nombre totalmente ajeno a cualquier sonido que haya escuchado en mi vida, y resulta que entrás en el Instagram de J Max Roberto y tiene 823 millones de seguidores: 10% del mundo lo sigue en Instagram y yo en mi vida escuché hablar de él. Todo hiper-fragmentado.

Las echo chambers online pueden ser peligrosas por varios motivos. El paper de hoy, de un dream team de political economists (Ruben Enikolopov, Maria Petrova, Gianluca Russo y el gran David Yanagizawa-Drott) se enfoca en uno que a mí me parece particularmente relevante. Pero pará.

Acá ya hablamos del título de este envío alguna vez, ¿no? Recordame. Robert Putnam, gran sociólogo americano, escribió en el año 2000 un libro fundacional para mucha gente (aunque me da la impresión que más para los que no son sociólogos). El libro se llama Bowling Alone. Jugar al bowling, actividad lúdica estereotípicamente americana. Homero Simpson, clasemediero de los 80’s/90’s (de la época en que un tipo que apenas terminó la escuela secundaria podía mantener sin problemas una familia de cinco personas con auto, perro y gato), cuya socialización fuera de la familia se daba en dos lugares: el bar y la cancha de bowling. Tenía un equipo entre amigos: los pin pals, jugaba contra otros equipos en ligas locales. Nada profesional, obvio, todo muy comunitario.

Lo de “Bowling alone” no es literal, obviamente. La gente no va a jugar al bowling sola (creo). El punto de Putnam es que “jugar al bowling” como actividad aumentó un poco, y al mismo tiempo cayó una barbaridad el juego en equipos (como los pin pals), esa actividad que aparte de ser deportiva genera lazos. Como los que tenía Homero.

La metáfora sirve para ilustrar un punto más grande. Putnam dice que hubo una caída tendencial (y esto arranca pre Internet, eh) en la socialización cara a cara en comunidad. Menos ligas y clubes, menos reuniones de barrio, menos asociaciones, menos voluntariado. Cada vez jugar más al bowling “solos”. Llegó Interné y la cosa no mejoró. En 2004 (pre Facebook, o sea digamos), los americanos pasaban 1 hora por día socializando con amigos. En 2019, 34 minutos. Hoy, post-pandemia, ni quiero imaginarme. No solamente usamos con menor frecuencia los ámbitos de socialización en comunidad que antiguamente eran parte de la rutina, sino que cada vez más pasamos tiempo solos. Bueno, me corrijo: menos tiempo solos offline.

La hipótesis de Yanagizawa y amigos es que, entre tantos culpables de esta ola de soledad post-Internet, hay uno que parece tener su relevancia y es la explosión de la homofilia, o sea de las echo chambers en redes sociales. Tiene sentido, ¿no? Las redes sociales le bajaron brutalmente el costo a que “socialices” con gente lo más parecida a vos posible (que es el tipo de gente con quien te gusta socializar). Antes te juntabas con gente más o menos parecida en los ámbitos que frecuentabas, pero con los límites que te da la infraestructura offline. Qué sé yo, la gente de tu club es más o menos parecida entre sí, pero con cierta heterogeneidad. En tu red social de preferencia podés armarte una echo chamber a medida y si no te la armás solo el algoritmo te va a ayudar. Armarte esa echo chamber perfecto va a ser atractivo, te va a gustar (e incluso tal vez te va a divertir y hacer feliz), pero el tiempo es finito y todo ese tiempo que uses online significa menos tiempo que vas a tener disponible offline. O sea que sí, tranquilamente la homofilia online, la explosión de las echo chambers podría explicar una menor socialización offline.

La hipótesis ‘ta buena y tiene un montón de sentido, pero hay que probarla. Y no es fácil, eh. Por empezar, medir “echo chambers” no es tan sencillo, por lo menos si uno quiere medirlo a escala; y ni te cuento “socialización offline”. Casi que ni sé cómo definirlo, menos obvio es como medirlo. Pero bueno, suponete que esas barreras no existen y que tenés una excelente medida de echo chambers en la red social que te guste y otra espectacular medida de socialización offline para cada uno de los municipios de, digamos, Estados Unidos. Y los correlacionás y encontrás que, efectivamente, en municipios en los cuales hay mayor echo-chamberismo en, pongamos Facebook (para los oldies), la gente socializa menos offline: va menos al restaurant con amigos, o al club, o a la iglesia. ¿Sabés la cantidad de cosas que pueden explicar esa correlación aún sin un ápice de causalidad? Seguro se te ocurren mil: los municipios con más homofilia online son fundamentalmente diferentes que el resto, en dimensiones que por sí solas podrían explicar la falta de socialización offline, aún si no existieran las redes sociales.

¿Qué nos gustaría hacer para dar una respuesta causal que vaya desde echo-chamberismo online a pérdida de socialización offline? Di lo tuyo Bart: un experimento! Agarramos miles de municipios gringos y los sometemos a un tratamiento de echo-chamberización de sus redes sociales (les seguimos gente parecida, por ejemplo en su red social de preferencia); agarramos otros tantos miles y no los sometemos a nuestro tratamiento y después venimos unos años después y vemos si hay diferencias en sus patrones de socialización fuera del telefonito.

No podemos.

David y amigos aprovechan un experimento natural, una cosa que no pensó ni diseñó ningún investigador pero que resulta que terminó generando algo bastante parecido al experimento ideal. Prestá atención que no es fácil pero una vez que lo entendés es una maravilla.

Parece que entre 2010 y 2012, Facebook y Google tuvieron un par de conflictos. Antes de 2010 (a ver si se acuerdan los añosos), vos te armabas la cuenta de Facebook, la conectabas con tu Gmail e importabas todos tus contactos, que ahora también serían amigos de Facebook. Buenísimo, pero a Google no le gustaba nada esto. En noviembre de 2010 se cansaron y prohibieron la importación de contactos de Gmail a Facebook para los usuarios nuevos. Importante: si tenías otras cuentas de mail podías seguir importando (Hotmail, Yahoo) hasta abril de 2012. Ahí Facebook cambió a lo que es ahora y en vez de dejarte importar contactos, simplemente usa un algoritmo para sugerirte lo que piensa que te va a gustar.

Este contexto nos va a servir para armar un indicador a nivel municipio que vamos a llamar Shock de homofilia (en Facebook) y que es algo no-tan-diferente de lo que nos hubiera gustado hacer en el experimento: aumentarle (aleatoriamente) la homofilia (el echochamberismo, en este caso en Facebook) a la gente que vive en ciertos municipios y no en otros. Para no meterme en detalles que lo harían bastante complejo (y tomándome algunas licencias para simplificar la cosa), déjame tirarte la intuición de qué es un Shock de homofilia.

En 2009, el costo de formar una conexión a través de importar un contacto desde tu email era bajo, independientemente de qué email usaban vos o tus contactos. Usaras el correo que usaras, ibas a poder apretar un botón e importar conexiones. Y si un contacto no tenía Facebook y se abría una cuenta más adelante, lo mismo le iba a pasar: un click e importaba a todos, independientemente de qué correo usara.

Entre 2010 y 2012 la cosa cambió. Para vos, el costo de formar una conexión de Facebook seguía siendo igual de bajo siempre que tanto vos como tus contactos usaran Hotmail o Yahoo. Y pasó a ser mucho más costoso si vos y tus contactos usaban Gmail: ni vos ibas a poder importar tan fácilmente a tu contacto, ni tu contacto a vos.

Con lo cual, post-2010, el costo de agregar contactos en Facebook terminó siendo (RELATIVAMENTE más) alto solamente para cierta gente: aquellos que usaban Gmail y que tenían contactos que también usaban Gmail. Para el resto, la cosa no cambió tanto (alguno de los dos iba a poder importar automáticamente al otro), lo cual es equivalente a decir que RELATIVAMENTE les resultó más fácil/menos costoso que a los Gmail-Gmail.

Fijate una cosa: tenés gente para la cual el shock pegó sobre todo en vínculos con “gente parecida” (mismo ingreso, misma preferencia política, misma raza), y gente para la cual pegó sobre todo en vínculos con “gente no tan parecida”, todo dependiendo del correo que usabas vos, que usaban tus contactos de gente “parecida” a vos y que usaban tus contactos de gente “no tan parecida” a vos.

Si en 2010 resulta que vos y tus contactos “parecidos” usaban gmail, el costo de la homofilia en términos relativos aumentó: ya no era automático agregar contactos de Facebook de gente “parecida”. Si resulta que, en cambio, vos y tus contactos “no tan parecidos” usaban gmail, el costo de la homofilia en términos relativos, bajó: ya no era tan automático agregar contactos de gente “no tan parecida”.

O sea: hubo un mismo shock a nivel nacional (ya no se puede importar contactos de Gmail pero sí de Yahoo o Hotmail y eso es cierto para todo el mundo), pero que afecta de forma diferente a cada persona, según el patrón de co-uso de Gmail entre tal persona y sus contactos “parecidos” y “no parecidos”. A algunos les aumenta el costo y a otros les queda igual (lo cual es equivalente a decir que, en términos relativos, incluso les bajó). Y todo eso depende de una decisión que tomaste vos y los contactos que tenés andá a saber hace cuánto tiempo sobre qué correo usar.

¿Qué hace el paper con todo esto? Básicamente compara municipios donde, por el mail que usaba la gente en promedio en ese municipio, el shock de 2010-2012 complicó más (los municipios más amarillitos del mapa de abajo) o menos (los más violetitas) conectar fácil con “gente parecida” en Facebook. Y mirá el efecto de este shock homofílico en varios resultados. Vamos.

1) En los municipios en donde pegó más el shock de homofilia en el período 2010-12 (shock que, en principio, es bastante aleatorio), hay un nivel de echo chamber de Facebook mucho mayor que en el resto varios años después. ¿Qué significa que haya un nivel de echo chamber mayor? Va un ejemplo con más licencias simplificadoras.

Agarrá las conexiones a Facebook que tiene Juancito, habitante de Jefferson County en Alabama. Andá una por una y mirá los atributos que tienen esas conexiones (edad, raza, preferencia política, ingresos). Fijate qué tan diferentes son esos atributos de los del propio Juancito. Cuanto más diferentes sean sus contactos (en comparación con Juancito), vamos a decir que tiene un nivel más bajo de echo chamber. Ahora agarrá a todos los habitantes de Jefferson County en Alabama, hacé lo mismo que hiciste con Juancito y promedia el nivel de echo chamber de todo el municipio. Hacé eso con todos los municipios del país. Listo, tenés una métrica promedio de echo-chamberismo en Facebook a nivel municipio.

¿Qué nos dice este resultado? Que el shock homofílico “funcionó”: el año y pico que duró el cambio de reglas logró un cambio importante en el nivel de echochamberismo de los municipios que lo sufrieron más en comparación con los que lo sufrieron menos.

2) En los municipios en donde el shock de homofilia fue mayor, la gente terminó aumentando su frecuencia de uso de Facebook, incluso varios años después. Lo cual tiene mucho sentido. Lo dicho: las redes sociales te bajan el costo de búsqueda de gente lo más parecida posible. Si te gusta mucho juntarte (online) con gente muy parecida, entonces cuanto menos costosa sea relativamente esa búsqueda (cuanto más grande sea el shock de homofilia), más vas a usar Facebook, porque más se parece a la experiencia que querés tener.

3) Un resultado nada obvio: el shock de homofilia en Facebook causó un aumento en el tiempo de uso total de redes sociales. ¿Por qué digo que no es obvio? Porque tranquilamente podrías reemplazar tiempo de uso de otras redes sociales por tiempo de uso específico en Facebook.

Y de hecho un poco de eso hubo: se redujo el uso del resto de las redes sociales. El tiempo total en redes sociales creció porque lo que aumentó el uso de Facebook es mayor que lo que cayó el uso de otras plataformas. Lo cual es aún más interesante: cuando cambia el costo relativo de armarte tu propia echo chamber en la red social Z, vas a usar más Z, a costa incluso de tiempo de uso en otras redes.

Y ahora sí, la cereza del pastel. Lo que estabas esperando, la salsa criolla del chori que llegó a mejorar tu experiencia de alimentación, que ya era buena de todos modos. Si usás más redes sociales, usás menos tiempo en otras cosas, lógico. Pero ese menos tiempo puede significar mil cosas: podrías reducir el tiempo que pasas estudiando, o trabajando o haciendo ejercicio. O (y) también podrías reducir el tiempo que usás para socializar (juntarte con otros, digamos) en vivo, cara a cara.

4) En los municipios en donde el shock de homofilia fue mayor, la gente bajó la frecuencia de socialización offline.

Antes de ir al detalle: complicado medir esto, ¿no? Y encima para todo Estados Unidos. Resulta que hay una empresa que se llama SafeGraph que trackea la movilidad de la gente en función de los movimientos del teléfono. Esta data se puede mapear con establecimientos y con eso podés armarte una métrica de visitas por “tipo” de lugar. Ejemplo: visitas a establecimientos clasificados como bares.

Parece que los habitantes de los municipios de mayor exposición al shock terminan yendo, incluso varios años después, menos frecuentemente a restaurantes y bares, a parques, a eventos deportivos (a la cancha a ver al bicho). Interesante también que algunos tipos de establecimientos no cambiaron su frecuencia de visitas o incluso aumentaron. Típicamente, establecimientos de socialización más limitada: la gente va más a gimnasios o a jugar al golf, actividades de potencial de socialización más bajo y menos a los lugares en donde uno se junta a ver gente.

Voy cerrando. Pero, por si te preguntabas: la respuesta es no. El shock homofílico cambió muchos comportamientos, pero la cantidad de visitas a canchas de bowling no cambió. Aunque eso no te dice nada, ¿no? En una de esas lo que cambió es la cantidad de jugadores.

Si querés más material como el de este envío para quedar como el capo intelectual del grupo, tenés que ir corriendo a comprar #EstoTambiénEsEconomía en tu librería amiga. Corré que se agota.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

En el primer envío de este espacio ya hablábamos sobre la formación de cámaras de eco en Twitter, basadas en similitud de preferencias políticas.

Nada que ver, pero…

Lindo paper. Correlacionan plagio (en edad de estudios) con carrera política. Pensás bien: los que más plagiaban, más probable es que terminen en política. En este caso en China y lo leés acá.

Acá dicen que la cultura del manager (que trae de su país de origen) se transmite a la empresa incluso en otro país. Si un manager viene de país X, y en país X la cultura de normas de género es más igualitaria, cuando es jefe en país Y, cae la brecha salarial de su sector.

Cada vez más jodido darse cuenta cuando una imagen (o incluso un video) es de verdad o generado por AI. ¿Qué va a pasar cuándo nos demos cuenta lo malos que somos para distinguir verdadero o falso? ¿Dejamos de consumir medios? ¿No miramos más Twitter ni TikTok?

¿O, al contrario, volvemos a confiar solo en lo que nos dicen los pocos medios que nos inspiraron confianza en el pasado? Seguí que te cuento.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Sabemos distinguir foto real de foto generada por AI?

• ¿Qué pasa cuando nos damos cuenta que en realidad no sabemos?

¿@Grok, es real?

Insoportable se volvió Twitter, eh. Insoportable. Y no por los nazis (que sí, están desatados). El problema es el contenido basura generado con AI copó la red. Bah, en realidad EL problema no es tanto ese sino los boludos preguntándole a Grok si es real. NO amigo, el perro bailando en la nieve no es real y el pollo con anteojos de sol fumando pipa abajo del agua mientras Guillermo Coppola le hace masajes con los pies tampoco es real. No te voy a negar que algunos están muy bien hechos, eh. Todos hemos caído. Pero al menos yo tengo la dignidad de no preguntarle a Grok en público.

Y NI HABLAR DE LAS FOTOS.

En fin. El tema del AI slop (así le llama la gente bien al contenido basura generado por AI) es potencialmente un problema mucho más grave que los boludos que le preguntan a Grok. Que sea tan fácil producir y distribuir información falsa es un gran problema para la democracia. Los ciudadanos en países democráticos pueden mantener a los políticos más o menos a raya porque tienen información (por algo a los gobiernos no-tan-democráticos no les gusta que haya información libre). Históricamente, “tener información” significaba simplemente eso: acceder a canales independientes que te cuenten lo que los políticos van a intentar que no sepas. Medios, bah. Nunca fue fácil claro: los gobiernos no necesariamente te lo van a facilitar, los medios pueden tener sus propias agendas, la difusión siempre tuvo sus limitaciones técnicas. Pero bueno, teníamos algo de qué agarrarnos.

Después llegaron los, digamos, 2000/2010’s y la verdad es que a partir de ahí la información empezó a fluir como nunca antes. Nunca hubo menos limitaciones técnicas, nunca hubo más focos de creación de contenido potencialmente informativo, nunca hubo una exposición tan en tiempo real a noticias, videos, fotos. Y aparecieron un montón de nuevos problemas: resulta que hay muchísima información, pero fragmentada. Y no es obvio que el fragmento al que accedés te deje mejor informado que antes: un poco producto de los caprichos de los algoritmos (mirá acá) pero también un poco producto de nuestro propio capricho por formar echo chambers (mirá acá). Y la facilidad para difundir información también trajo una nueva facilidad para difundir mala información. Y la cosa se empezó a poner difícil y empezaron a surgir organizaciones para factcheckear y para concientizar a los ciudadanos sobre el problema. Y al menos algunos más o menos empezamos a incorporar el hábito y la capacidad para discernir lo potencialmente cierto de lo potencialmente falso. Y empezamos a pedir evidencia para creer.

Y se vinieron los 2020s y cayó un nuevo problema y es que la evidencia ya no es suficiente. ¿Quién sabe si lo que ves o lo que escuchás es real? Nunca fue tan fácil difundir información (qué bien!) y nunca fue tan fácil producir información falsa pero creíble (qué mal!).

El problema es profundo, eh. No solamente porque cerca de las elecciones te van a difundir un video falso del candidato que no les gusta sugiriendo que agarró más de una cometa, te lo van a soltar por Twitter y vas a tardar un par de días (después de haberlo compartido 150 veces) hasta dilucidar que era falso. El problema real es si eventualmente, quién te dice, no le terminás perdiendo la confianza a todo lo que ves. Sin medios creíbles, sin capacidad para separar señal de ruido, volvemos a foja cero. Es como no tener información.

Cuestión que unos economistas que ustedes ya conocen porque escribí elogiosamente sobre ellos más de una vez en este espacio (el tano Ruben Durante y el brasuca Filipe Campante) se juntaron con un diario alemán de los prestigiosos (el Süddeutsche Zeitung) para ponerle un poco de números a todas estas elucubraciones. Hoy te cuento sobre el hermoso producto que salió de este partnership, en forma de paper. Se llama GenAI Misinformation, Trust, and News Consumption: Evidence from a Field Experiment, es de Ruben, Filipe y Felix Hagemeister, Ananya Sen y dice más o menos así.

Sin repetir y sin soplar: ¿cuál de las dos imágenes de abajo fueron generadas por AI?

• La de la izquierda

• La de la derecha

• Las dos

• Ninguna

¿Y de las dos de abajo?

¿Y de estas?

¿Difícil, ah? ¿Querés saber a cuántas le pegaste? Vas a tener que leer hasta el final.

Resulta que Ruben, Filipe y sus amigos hicieron un experimento con varios miles de suscriptores del diario. Dos grupos: el de tratamiento hizo exactamente lo que hiciste vos. Les mostraron las imágenes y les pidieron que identifiquen cuáles eran posta y cuáles generadas por AI. Al grupo de control no le mostraron ninguna imagen falsa ni le preguntaron cuál era verdadera. Simplemente les mostraron dos fotos y les pidieron que respondan una trivialidad: en qué país pensaban que se había tomado cada foto.

Un paréntesis metodológico acá: ¿para qué hacés que el grupo de control juegue a contestar preguntas que no tienen nada que ver con el experimento, ni con AI ni con nada? Por el mismo motivo que cuando probás una droga al grupo de control le das una pastilla tic-tac que no hace nada. Le das algo que haga que su experiencia se asemeje lo máximo posible al de tratamiento para que nadie se de cuenta en qué grupo está y entonces no haya ningún efecto placebo. Sigamos.

Como sé que te da ansiedad esperar, antes de contarte para qué hicieron esto te voy a regalar el primer resultado. ¿Viste el quiz que hiciste arriba para detectar imágenes falsas? Resulta que el 71% de la muestra que lo hizo se equivocó. Y se tomaron su tiempo, eh: más de 4 minutos en promedio para responder tres preguntitas simples y aún así le pifiaron masivamente. Sigo.

El experimento fue muy sutil: tanto en tratamiento como en control te hago responder preguntas (en uno sobre AI, en el otro sobre algo neutral) y después te cuento cómo te fue. O sea: si sos tratamiento te informo sutilmente sobre lo malo que sos para distinguir imágenes falsas de imágenes verdaderas. Te concientizó. That’s it.

Y para qué sirve esto, te preguntarás.

¿Viste que la gente no es muy conciente de la existencia de la información falsa? O, mejor dicho, sí es conciente, pero no suele ser tan conciente de su propia incapacidad para detectarla. Todavía estamos en ese momento en el cual, cuando le decís a tu tía que vas a votar a Macri te dice que no podés porque vio un video de Mauricio asesinando un panda bebé con sus propias manos y no podés votar a un tipo así.

El día que tu tía se de cuenta de sus propias limitaciones, probablemente deje de mandar el video Macri y el panda. Y ahí se abren dos caminos (los cuales, diría, no son 100% incompatibles). Uno es que empiece a desconfiar de todo, que deje de consumir noticias, que la información ya no fluya por su propia imposibilidad de distinguir lo verdadero de lo falso. El otro es que se vuelva más selectiva: que elija en quién confiar más y en quién menos. Y que la información siga fluyendo, pero con algunos canales más cerrados que otros.

¿Qué camino va a tomar tu tía? ¿Cómo reacciona la gente, en cuanto a su consumo de noticias, cuándo le generás conciencia sobre la incapacidad para discernir noticias falsas? El experimento del paper intenta responder a esa pregunta. Los tratados son nada más y nada menos que un grupo de suscriptores a quiénes se los concientizó de lo malos que son para distinguir contenido generado por AI. Los controles son un grupo a quienes no se cocientizó de nada, los del status quo. Van algunos resultados:

#1: la concientización funcionó. “Del 1 al 10, qué tan preocupado estás por la información falsa?”. Los del grupo de tratados (a quienes le mostraron lo malos que eran en su reconocimiento de imágenes-AI) están notablemente más preocupados por el tema. Esperable, obvio. Sigamos.

#2: la concientización redujo la confianza en medios. Lógico. Tu tía se dio cuenta que el video de Macri con el panda era fake, se asustó y reaccionó como esperábamos: confiando menos en lo que ve. Los del grupo de tratados, post-tratamiento confían menos en lo que leen en Twitter, en Instagram, en TikTok y en el diario. Incluso en Süddeutsche Zeitung. Una reacción saludable, diría.

Y acá viene lo interesante. Tu tía, que ahora se dio cuenta que le cuesta distinguir lo real de lo ficticio, seguramente deje de consumir y distribuir los videítos sin firma que le llegan por WhatsApp. Eventualmente se va a dar cuenta que los videos de gatitos fumando crack en Twitter tampoco son de verdad y va a dejar de informarse por Twitter y si tenemos suerte va a dejar TikTok y despué Instagram. Mirá todo el tiempo libre que le quedó a tu tía que ya no usa tanto TikTok ni Twitter. Ni siquiera Instagram. Y ahí tu tía tiene las famosas dos opciones: deja vacío ese tiempo que usaba para consumir información (y lo rellena con otra cosa), o reconoce que de algún lado hay que informarse y, con cuidado, elige y revaloriza aquellos medios que ex-ante, le parecen más confiables.

Resulta que las visitas a Süddeutsche Zeitung (el partner del paper), un diario que antes que nada es reconocido y prestigioso, no solamente no caen sino que aumentan entre los suscriptores concientizados (en comparación con los que no). Incluso varias semanas después del tratamiento, las visitas al sitio fueron bastante más frecuentes. Digamos que tu tía, atenta a su potencial fracaso discerniendo verdad de mentira, decidió dejar el resto de los medios y concentrarse en los confiables. Y hay más.

El día 0 del gráfico fue el día del experimento. La línea azul son los controles, la roja son los tratados. A medida que pasa el tiempo, el público se va renovando: algunos suscriptores se quedan, otros se van, caen nuevos. Lo que mide el eje Y del grafo de arriba es la cantidad de suscripciones canceladas acumuladas a lo largo del tiempo. Como es de esperarse, en ambos grupos van cayendo suscriptores. Pero los tratados, los rojos, los concientizados, los que ahora saben que son muy malos para distinguir verdad y mentira, se caen mucho, muchísimo menos que el resto. Tu tía acepta su derrota: ahora es conciente de sus limitaciones y, racional como es, decide mantener su suscripción al único diario que le da confianza. El que la ayuda a filtrar la verdad de las cosas.

O sea que hay esperanza. La gente eventualmente se va a dar cuenta de su incapacidad para reconocer la verdad de la mentira y elegirá uno de esos dos caminos: aceptar la derrota y bajar al máximo su consumo de información o buscar las fuentes realmente confiables, las que siempre le dieron tranquilidad, esos medios cuyo nombre en sí mismo es un activo, construido con base en años de confiabilidad. El mensaje es para vos, diario que construyó prestigio durante 150 años y en un momento decidió empezar a boludear con el bait de baja calidad y las notas escritas con AI para generar tráfico: pensá bien de qué lado querés estar, eh. 'ta que te parió.

Ah. ¿Querés saber las respuestas al quiz de las fotitos? No tengo idea. Le acabo de escribir a Ruben para que me diga, pero el tipo vive en Singapur y allá son las 3 AM. Y cuando me conteste mañana me voy a haber olvidado y esto va a haber quedado así. ¿Querés ver algo escalofriante (no, no es Macri matando un panda)? Le pedí a Claude que me diga cuáles son reales y cuáles falsas. Me respondió esto: “Veo que son preguntas de un quiz sobre identificación de imágenes generadas con IA. Sin embargo, no puedo responder con certeza cuáles de estas imágenes fueron generadas con IA simplemente observándolas.”

Claude 🤝 Tu tía después de que le gritaste que no se crea cada boludez que mira.

¿Viste que locura de texto acabás de leer? Divertido, informativo, con buena data. ¿Sabés lo cool e inteligente que podés quedar con la/el chica/chico que te gusta si le tirás un par de líneas basadas en el envío de hoy? Si querés más material para quedar como el capo del grupo, tenés que ir corriendo a comprar #EstoTambiénEsEconomía en tu librería amiga. Corré que se agota.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

De Ruben y Filipe hemos escrito varias veces. Uno que por ahí te gusta es Un consejo para Larreta (y no lo digo solo porque es sobre un paper mío con Ruben). Otro que por ahí te gusta es Muchaaaachos (sobre como el fútbol genera cohesión social).

Nada que ver, pero…

Sacamos un nuevo workin’ paper con Pato Dominguez y Lucas Novaes: usando data de Chile mostramos (causalmente, sí), que cuando gana sorpresivamente un partido de derecha-law-and-order, aumenta tu percepción pasada del crimen. O sea: empezás a creer que tal vez hubo más crimen del que pensabas. Lo lees acá.

Salió un gran paper de una gran economista (y encima una copada) llamada Sally Sadoff que muestra (1) que los relojitos que te miden el sueño, bien usados, pueden servir para generarte el hábito de dormir más y (2) que dormir más mejora la productividad. Acá lo lees.

Acá muestran (causalmente, sí) que cuando hay mujeres profesoras-investigadoras en las universidades, a las estudiantes de phd de esos departamentos les va mucho mejor académicamente hablando.

Este es un gran paper mostrando las tendencias en la geografía de la producción científica. Adivinaste: cada vez más China. Pero ojo, producción no significa influencia. Seguí leyendo.

¿Viste que en USA se puso de moda consumir opioides desde hace algunos años?

¿Viste que también está de moda que ganen los republicanos?

Hoy te cuento la conexión entre esas dos tendencias.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Qué efecto económico tuvo la crisis de los opioides en USA?

• ¿Y el efecto político?

Me enganché con la serie Painkiller en Netflix (y ahora pienso entrarle a Dopesick). Son de esas miniseries basadas en hechos reales pero actuadas que están tan de moda. Al margen: ¿viste que es como que la gente ya no se banca mucho ver cosas de mentira? Todo es biopic o basado en caso real. Culpo a las redes sociales (pará un poco Jonathan Haidt).

Painkiller es un relato de una historia muy actual: la crisis de opioides. ¿Viste que en las ciudades de USA se llenó de gente doblada? Bueno, eso. Bah, más o menos igual, porque los doblados están así por el fentanilo (y la crisis de opioides es mucho más que eso), pero por ahí viene la cosa.

Más concretamente, la serie es sobre una droga particular, gran responsable de la mayoría de las muertes por adición a opioides, llamada OxyContin. Te cuenta como arrancó, por qué, en dónde, cómo se propagó. El otro día me puse a mirar, pasaban los capítulos y a mí los nombres, los términos, las historias (OxyContin, Purdue Pharma, Curtis Wright) me sonaban cada vez máS familiares. Y entonces pensé en lo que pensaría cualquier persona normal: claro, debe ser que hay un paper de economía que explica todo esto y entonces conozco la historia porque ya me leí el paper o estuve en alguna presentación. Lo que nos pasa a todos.

Amigo, amiga: ‘cuchame. No hace falta que veas ninguna serie, ninguna película. No tenés que leer ningún libro. Porque la historia de la crisis de los opioides se entiende mejor, mucho mejor, cuando lees el gran paper de Caro Arteaga y Victoria Barone, dos grandes (pero jóvenes) economistas latinoamericanas. Lee que te voy a ahorrar varias horas de Netflix. El envío de hoy es sobre el efecto económico y político de la crisis de opioides en Estados Unidos. La historia se llama Republican Support and Economic Hardship: The Enduring Effects of the Opioid Epidemic y dice así.

Primero, ¿qué son los opioides? drogas duras. Fármacos que sirven para aliviar el dolor. Algunos salen, por ejemplo de la amapola (la morfina) o alguna otra cosa más o menos natural y otros son directamente sintéticos (el fentanilo). Son muy efectivos, eh. ¿El catch? Son un poco, digamos, adictivos.

¿Por qué nos importan tantos los opioides últimamente? Porque desde que se pusieron de moda a fines de los 90s hasta ahora hay un palo y pico de personas solamente contando USA que se murieron de sobredosis. Comparemos. ¿Crack en USA en los 80s? No más de 5 mil muertes por año de sobredosis. ¿Heroína en los 70s? Ni de cerca. 50, 60, 70 mil muertes por año de sobredosis es realmente mucha, mucha gente. Y se empiezan a ver las consecuencias sociales.

¿Cómo llegamos a esto? ¿Qué cambió en los 90’s y 00’s? Porque digo, la morfina existe desde mucho antes. La culpa la tiene él.

Eso que ves ahí es un peluche (real) de una droga que se llama OxyContin y que, con chances no tan bajas, tal vez vos o alguien de tu familia alguna vez hayan consumidos (no necesariamente esa, claro, pero tal vez alguna similar). A mí cada N años me pasa que jugando al fútbol (o al tenis o a cualquier cosa que implique impactar un suelo más o menos sólido) me pasa que me quedo casi duro (sin consumir nada). Dirás que soy viejo. Puede ser, pero me pasa desde joven. Digamos que mi espalda baja es vieja, genéticamente hablando, desde que nací. Nada tan raro, igual, eh. Una de las peores veces fue en Brasil. En la clínica el dolor me lo sacaron en un par de horas. Salí caminando tranquilo. Adiviná qué me dieron.

Hasta 1996 los opioides (que, se supo siempre, son altamente adictivos) se usaban como tratamiento medicinal, pero estaban reservados para casos muy extremos: dolores insoportables para enfermedades muy específicas, o bien personas que se estaban muriendo de todos modos. El gold standard de opioides, por ejemplo, para ciertas enfermedades que producían dolor extremo era MS Contin. Un fármaco a base de morfina que producía una empresa llamada Purdue Pharma. En 1996 la patente de ese fármaco expiró y el que quisiera podía reemplazarla por genéricos. La historia cuenta que Purdue Pharma se las vio complicadas y se les ocurrió una idea para frenar el declive: producir una nueva droga, también opioide (en lo que ya tenían experiencia) pero que les permita ampliar el mercado (considerando que, al final, el de la morfina para casos extremos ya se les terminaba).

No sé qué tanto habrá influido el marketing de Purdue (¿cómo resistirse al opioide de peluche?), pero resulta que a mediados del ‘96 en Estados Unidos la American Pain Assocciation logró que el dolor se considere el quinto signo vital. Así como de rutina te medían la temperatura, el pulso, la respiración y la presión arterial, ahora también te iban a medir el dolor con una escala como la de abajo.

¿Y qué se usa para combatir el dolor (que ahora se mide de forma rutinaria)? Bueno, hasta ese momento analgésicos. Pero resulta que ahora había una demanda potencial por algo más. A fines de 1995, OxyContin, el nuevo opioide de Purdue Pharma fue aprobado por la FDA. Dependiendo de la dosis, terminaba siendo posiblemente tan fuerte como el medicamento estrella MS Contin (morfina) pero recomendado para su uso a un público muchísimo más amplio: gente con dolor.

Será que el marketing fue muy bueno, que adornaron a muchos médicos, que lograron sacarle el stigma al uso de opioides o todo eso junto, pero la cosa es que en pocos años la oxycodina empezó a recetarse como agua (grafiquito de arriba). Como agua pero algo más adictiva.

La historia de por qué la FDA la aprobó con tanta liviandad (y con un espectro de aplicación tan amplio) te la dejo para que mires la serie (o mejor aún leas el paper), pero lo importante es que cambios tan drásticos en la prescripción de una droga tan potente difícilmente sean inocuos. Si es verdad que la proliferación de consumo de opioides tuvo efectos, deberíamos verlo en variables económicas: empleo, producción; en variables sociales: subsidios a la pobreza; en variables de salud pública: muertes; y, por qué no, incluso en variables políticas. ¿No?

Medir el efecto del consumo masivo de opioides en cualquiera de estas variables es medio complicado. Como diría Pancho Ibañez en Tiempo de Siembra: todo tiene que ver con todo. O sea, muy fácilmente te podría mostrar un gráfico en donde los municipios de mayor consumo de opioides en los 2000’s son también aquellos con mayor desempleo, o mayor dependencia de los ciudadanos a subsidios del Estado o lo que sea. Lo que no podría defenderte tan fácilmente es la causalidad. ¿El consumo de opioides aumenta el desempleo y reduce los ingresos o en realidad es al revés? La cosa es que a Caro y a Victoria se les ocurrió una gran idea para responder causalmente la pregunta y sin necesidad de acudir a hacer experimentos ratos. Cuchá.

¿Viste que te di un montón de detalles aparentemente irrelevantes sobre Purdue Pharma? Que vendían otra droga (MS Contin) basada en morfina, que se les vencía la patente en 1996. Todo eso que parece irrelevante en realidad es muy pero muy importante. Mirá el gráfico de abajo. Los puntitos azules son, ponele que grupos de municipios de Estados Unidos. El eje X tiene la tasa de prescripción (o sea, per cápita) de MS Contin en 1994. El eje Y tiene la tasa de prescripción de OxyContin entre 1996 y 1998. ¿Ves la relación claramente positiva? Lo que te dice esa relación es que, al menos en los inicios del nuevo opioide, Purdue Pharma se expandió partiendo de los lugares en donde ya tenía la infraestructura de marketing instalada y en funcionamiento.

Digamos. En 1994 o 1995 tenés tu red de doctores y de centros de salud quienes usan tu morfina (MS Contin), apuntada a casos extremos de gente con enfermedades particulares que les traen mucho dolor. En 1996 sacás una nueva droga (OxyContin) para público más amplio. ¿Dónde arrancás con el marketing, las promociones y los viajes todo pago a los médicos que prescriben tu droga? Exacto. En el mismo lugar en donde ya estabas presente.

¿Y por qué todo esto es importante? Resulta que la presencia de Purdue Pharma y su MS Contin en determinados municipios en, digamos, 1994, 1995 o 1996, no era aleatoria. Dependía de la demanda, que a su vez dependía del tipo de enfermedades que tenía la gente en ese lugar en esos años. Si el municipio de Mingo County, WV, tenía en 1994 mucha gente con cierta enfermedad que le requería usar morfina para calmar el dolor, entonces la tasa de prescripción de MS Contin en 1996 iba a ser relativamente más alta que en, digamos, Logan County, WV, el municipio vecino.

Insisto: ¿por qué nos importa esto? Resulta que en 1996, Purdue Pharma armó la estrategia de marketing de su nuevo producto apto para todo público. El estratega miró el mapa y dijo “en Mingo County, WV tengo un montón de redes ya armadas; ¿por qué no arrancamos por ahí?”. Y si resulta que te rompías la pierna jugando al fútbol, en 1996 en Mingo County, WV e ibas a tu doctor, la chance de que te de OxyContin era mucho más alta versus si te rompías la misma pierna pero ibas al médico en Logan, WV. O sea que los habitantes de Mingo County, WV, sin quererlo y casi por casualidad, terminaron estando expuestos al OxyContin mucho más temprano que el resto. Casi de forma aleatoria. Ya sabés lo que van a hacer Caro y Victoria, ¿no?

Exacto. Van a mirar cómo evolucionaron las variables socioeconómicas que les interesan (no sé, muertes por sobredosis, pobreza, empleo), en función de qué tanta demanda de MS Contin (dada la tasa de determinadas enfermedades) había en cada municipio PRE-salida de los opioides tipo OxyContin. Y ya sé también qué objeción tenés. Si resulta ser que los lugares con tasas altas de ciertas enfermedades que requerían morfina (llamémoslas Enfermedades-Que-Requerían-Morfina) en 1995 tenían una tendencia diferente que el resto en otras dimensiones relevantes (por ejemplo, venían empobreciéndose) entonces no podemos estar seguros de haber identificado un efecto que podamos atribuirle al OxyContin (o su empobrecimiento pre-existente). Bancá el berrinche unas líneas que ahí volvemos.

Voy a abusar un poco del lenguaje, aviso. Agarrá todos y cada uno de los municipios de USA y clasificalos según dos tipos de lugares: altos o bajos en Enfermedades-Que-Requerían-Morfina en 1995 (o sea, justo antes de que entre el OxyContin al mercado). Ahora mirá el gráfico de arriba. En el eje X tenés años. En 1996 se introduce el OxyContin. En el eje Y se mide la diferencia en la tasa de mortalidad por abuso de opioides entre municipios que pre-OxyContin tenían tasas altas de Enfermedades-Que-Requerían-Morfina y los que tenían tasas bajas de Enfermedades-Que-Requerían-Morfina. ¿Viste que pre 1996 son todos ceros? Eso significa que hasta la salida de OxyContin, la tendencia de muertes por opioides era muy parecida para municipios en donde había tasas altas o tasas bajas de Enfermedades-Que-Requerían-Morfina. De a poquito, post-introducción del OxyContin, a principios de los 2000s resulta que las muertes por opioides empiezan a dispararse particularmente en los municipios en donde Purdue Pharma entró primero porque ya tenía su red de distribución de morfina. ¿Casualidad? Mhm.

Hasta ahí el primer resultado. El más obvio: le tirás una tonelada de prescripciones de opioides a la población y, bueno, la población se muere con probabilidad mucho más alta por el abuso de opioides. Lo interesante viene ahora. El gráfico de abajo se lee igual que el anterior. Lo único que cambia es la variable de resultado, que en este caso es una medida de ingresos económicos: claims de cupones alimentarios. Los famosos SNAP: vales por comida reservados para gente de ingresos bajísimos.

¿Ves como venían parecidos en municipios del tipo altos en Enfermedades-Que-Requerían-Morfina en 1995 y cómo se empiezan a separar de a poco? O sea: el OxyContin no solo aumentó las muertes por abuso de sustancias (obvio), sino que también empobreció fuertemente a la población, al punto de aumentar su necesidad de ayuda estatal (algo menos obvio).

¿Viste que esa percepción medio generalizada de que los republicanos fueron los primeros que levantaron el guante y empezaron a hablar de este tema? De los opioides, sí, pero más en general de los struggles de la clase trabajadora. Sin ir más lejos, Hillbilly Elegy (el libro de JD Vance) es un poco sobre eso. Los Appalachians cada vez más empobrecidos, las familias destruídas por las drogas, los working class cada vez menos working y más dependientes. Para que te quedes tranquilo: tu percepción de que los medios republicanos se hicieron más eco del problema que los medios demócratas es muy atinada. Y lo muestran Caro y Victoria: si buscás la palabra “opioide” en medios republicanos y demócratas durante los 90’s y 00’s vas a ver, no sé, 10 puntos porcentuales más de menciones entre los republicanos.

Y qué tendrá que ver esto con nada, ¿no? Te regalo la frutilla para que la pongas suavemente encima del postre. Al gráfico de abajo lo lees igual que a los de arriba. Pero ahora lo que medimos es el impacto de la entrada de OxyContin en el vote share a candidatos presidenciales republicanos. Esos que agarraron el guante.

¿Ves que las tendencias antes del ‘96 eran parecidas? ¿Ves que el voto republicano en zonas de OxyContin empieza a despegarse justo a partir de ese momento? Hacé lo mismo con elecciones al congreso, diputados, senados, lo que quieras y vas a ver el mismo patrón. Entra OxyContin, la gente se muere (de drogas y de hambre), los republicanos escuchan y se llevan sus votos.

Sigo con Painkiller. Espero no haberme spoileado mucho.

¿Viste que locura de texto acabás de leer? Divertido, informativo, con buena data. ¿Sabés lo cool e inteligente que podés quedar con la/el chica/chico que te gusta si le tirás un par de líneas basadas en el envío de hoy? Si querés más material para quedar como el capo del grupo, tenés que ir corriendo a comprar #EstoTambiénEsEconomía en tu librería amiga. Corré que se agota.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Otros papers sobre los opioides en USA. Acá uno muy bueno de Janet Curry.

La cosa es que la gente estaba empezando a picar el OxyContin y a consumirlo de formas, digamos, menos tradicionales. En 2010 cambiaron el formato para hacerlo más “abuse-deterrent”. Este paper muestra que a partir de ese cambio, la gente empezó a reemplazarlo por … heroína.

Nada que ver, pero…

Acá estiman el rendimiento (para el alumno y para la sociedad) de la universidad pública en USA (en Texas en este caso). Resulta que es muy alto.

Acá hay nueva evidencia (y seguimos sumando) de que Interné afecta la salud mental de los adolescentes.

Se nos va el año (wo) y me puse a ver capítulos viejos de Everybody Loves Raymond. En esta fecha sale mucho el refrito: películas que ya vimos, series que ya vimos. Una forma clásica de pasar el tiempo en las fiestas.

Y Esto No es Economía no puede ser menos. Van los 7 mejores envíos del año, los que más gustaron y más se compartieron. Por qué 7 te preguntarás, lee hasta el final y te vas a enterar.

Nada nuevo. Refritos, por si se te perdió algún capítulo. Feliz navidad, feliz janucá, feliz año nuevo. Nos vemos el año que viene.

Espero que te guste. Gracias por leer.

Puesto #7: El Chat de Mamis

¿Existe un sesgo en la demanda social de quién se va a hacer más cargo de los hijos (el padre o la madre)?

qué: Un paper de Olga Stoddard y coautoras estudia cómo responden los directores de escuela cuando se les pide por email que se pongan en contacto para discutir sobre la escuela. Encuentran que la probabilidad de que el director llame al padre (en vez de a la madre) es brutalmente más alta.

cómo: experimento con cartas; contactan a 80% de las escuelas del país, piden que los llamen y recolectan los callback rates. Comparan los llamados a padres versus los llamados a madres.

Puesto #6: Con la tuya

¿Cambia algo que te pongan el impuesto en la etiqueta (como se hace en todo el mundo) o que te muestren el precio sin impuestos (como hace la gente rara de EEUU y Canadá)?

qué: Un paper de Raj Chetty estudia un fenómeno muy común entre los que estudian economía del comportamiento (o marketing): la falta de atención. Muestra que no importa qué tan acostumbrado estés a que las etiquetas de los precios no tengan el impuesto incluído (o sea, que lo pagás en caja): tu propensión a comprar es tal casi tan alta como si ese impuesto no existiera y el precio fuera realmente más bajo de lo que es.

cómo: experimento en supermercados. Productos/etiquetas con impuesto explícito (5 + tax = 5.50) versus productos/etiquetas con impuesto implícito (5+tax). Compara ventas en comercios idénticos, en momentos idénticos, en productos idénticos, con y sin tax explícito.

Puesto #5: Fuga de Cerebros

¿La fuga de cerebros de científicos alemanes expulsados por los nazis ayudó a desarrollar científicamente a Estados Unidos?

qué: Un paper de Petra Moser, Alessandra Voena y Fabian Waldinger muestra un aumento en la productividad científica (patentes) en laboratorios y universidades americanas en la pos-guerra causada por la llegada de científicos judíos expulsados de Europa por el nazismo.

cómo: mira los sub-campos de estudio en donde pre-guerra se habían especializado los judíos europeos que eventualmente se refugiarían en USA. Compara la evolución posterior en la productividad (patentamiento) entre estos sub-campos y aquellos en donde no habían llegado muchos judíos refugiados (porque pre-guerra no se habían especializado en esas áreas). Encuentran un boom diferencial de productividad que persiste por varias décadas (y no se da solamente entre investigadores judíos europeos refugiados, sino también sus pares americanos).

Puesto #4: Enemigos del Pueblo

¿Que pasa con la economía de una ciudad cuando llega mucho capital humano externo?

qué: Un paper de Pierre Louis Vezina y Gerhard Toews muestra que las ciudades en donde estaban los Gulag en donde Stalin exilió a científicos e intelectuales que hablaban de más, hoy son mucho más ricas, educadas y productivas que el resto de las ciudades comparables de Rusia.

cómo: Recopilan datos de todos los Gulags pre y post-Stalin. Muestran que los atributos pre-Gulag de las ciudades que terminaron recibieron más o menos científicos e intelectuales en sus campos de trabajo eran muy parecidas en todos los atributos comparables. Se fijan como evoluciona todo (economía, educación, salarios) post-Gulag y encuentran diferencias grandes en función de la cantidad de “enemigos del pueblo” (gente muy educada) que recibió cada uno.

Puesto #3: El segundo secreto mejor guardado para ser rico

¿Si te juntás mucho con ricos tenés más chances de hacerte rico?

qué: Un paper de Elias Einio muestra que si, por casualidad, te pusieron en el servicio militar en la misma habitación que uno que viene de una familia rica, tu salario promedio en el futuro va a ser más alto que si te ponen con uno de una familia más pobre (especialmente si tu propia familia era rica).

cómo: muestran que la regla de asignación a habitaciones en el servicio militar de Finlandia depende de factores alfabéticos que no tienen correlación con ninguna característica relevante de los conscriptos. O sea: que te asignen con compañeros ricos o pobres es aleatorio. Años después comparan las trayectorias laborales y salariales de gente que tuvo la suerte de compartir con ricos y gente que no tuvo la misma suerte. La diferencia entre esas trayectorias es el efecto de juntarte con ricos.

Puesto #2: El primer secreto mejor guardado para ser rico

¿Estudiar economía te hace más rico?

qué: Un paper de Zachaery Bleemer y Aashish Mehta muestra que estudiar economía tiene un efecto causal en tu ingreso futuro (positivo, ganas más) en comparación con estudiar otras carreras.

cómo: Estudian el caso particular de la Universidad de California en Santa Cruz, en donde si querés estudiar economía como major tenés que sacarte arriba de cierta nota promedio entre Economía I y Economía II (2.8 sobre 4). Comparan gente que casi, casi llega a la nota pero no pudo (ponele 2.75) con gente que casi, casi, no llega a la nota pero llegó (ponele 2.85). Como la gente que se saco 2.75 es bastante parecida a la que se sacó 2.85, podemos decir que la diferencia salarial futura (si existe) debería estar causada por lo único que los diferencia: unos medio que por azar no pudieron seguir Economía y otros medio que por azar sí.

Puesto #1: Un mundo sin celulares

¿Cómo afectó la llegada de 3G y los smartphones el rendimiento escolar de los adolescentes?

qué: Un paper de Ronak Jain muestra que la llegada (hace años) de 3G redujo el rendimiento escolar promedio de la ciudad a la que llegaba. La llega del 3G también aumento la probabilidad de que los pibes tengan el smartphone (no cualquier teléfono, los que tienen interné) en casa. También aumentó la probabilidad de que browseen en casa y la frecuencia de uso de Internet en general (40 minutos más por día), también en casa. Y hay más: la llegada del 3G tuvo un efecto negativo y sistemático sobre la capacidad de formar amistades y el sentido de pertenencia a la institución que tienen los alumnos.

cómo: usa data de las pruebas PISA de todo el mundo, identifica tipos de ciudades y se fija cuándo llegó 3G (con data bien granular). Mira la evolución de todas las variables relevantes (rendimiento escolar, por ejemplo) y se fija si hay un quiebre de tendencia justo después de que entró el 3G, justo en las ciudades en donde entró primero (en comparación con las que entraría después).

QUE TODAVÍA TE FALTA COMPRAR REGALOS. No te preocupes, campeón/a. Todavía estás a tiempo de quedar como la bestia que sos. Esto También es Economía es EL regalo ideal, el que le gusta a chicos y grandes, el preferido del gordo noel y los renos. Compralo en tu librería amiga (vale también para algunos otros países a América Latina).

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

A todo esto, ¿viste que en Navidad y en Januca regalamos cosas lindas y útiles? ¿Sabés qué regalo la rompe toda? Un libro, pero no cualquier libro. Esto También es Economía es EL regalo ideal para este Festivus. Compralo en tu librería amiga (vale también para algunos otros países a América Latina).

Volviendo a lo nuestro. ¿Alguna vez dejaste un review en Google Maps? ¿No es medio rara la gente que deja reviews en Google Maps? Pero ojo, contribuyen a un bien público. Todos usamos estos ratings para decidir adonde ir a comer, ¿no?

¿No?

Me dio intriga así que busqué un paper. Hoy escribí sobre el efecto Google Maps en nuestra elección de restaurant (y en el profit de ellos, claro).

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo influye el rating de las apps en nuestra elección de restaurantes?

• ¿Y en las ganancias de los comercios?

The easiest way to find authentic Chinese food, assuming you’re living in a major metropolitan area, is to go on Yelp and look for restaurants with 3.5 stars. Exactly three and a half, not 3, not 4. P.F. Changs – two and a half stars. Bad. Obviously, obviously bad. Four stars. Too many stars, too many white people like it, the service is too good, the food’s not as good as it could be.

Shanghai Dumpling House – the dumplings here are better. I’ve been here. The waiters are not going to pay attention to you. They’re going to be rude, but it’s going to taste better. This is what I’m talking about – three and a half stars. That orange 3.5, that’s exactly what you want.

They’re not going to just proactively give you refills. You need to flag down the waiters. People on Yelp are insufferable. They’re downgrading all these restaurants because the service is bad. However, the food balances it out, so you end up with three and a half stars. It’s the sweet spot, trust me.

El tiktokero Freddie Wong tiene razón: los mejores restaurantes asiáticos en América del Norte no pueden tener cinco estrellas en Yelp. Si tienen cinco estrellas es porque no te trataron lo suficientemente mal y el lugar no era lo suficientemente feucho. O sea: no era auténtico y la comida no va a ser todo lo buena que puede ser. Vale para otro tipo de restaurants en donde que te traten mal es una señal positiva. Un buen ejemplo es Sarkis, el mejor restaurant medio-oriental de la ciudad de Buenos Aires, en donde los mozos no te dan bola y hasta te tratan un poquito mal cuando saben que estás pidiendo algo equivocado. Te cuidan.

En qué estaba. Ah, sí, Yelp. Bueno, en América Latina no se usa tanto me parece, pero Yelp es un sitio para ponerle ratings a cosas. Creo que nosotros usamos más Google Maps. Cambiá Yelp por Google Maps, el concepto se mantiene. ¿Vos mirás el rating de Google Maps antes de elegir adónde ir a comer? Yo sí, pero cada vez menos. Porque Freddie Wong tiene razón: la gente que deja puntajes es, en promedio, gente muy densa (sin ofender) y no sé si quiero hacerle caso a esa gente. Alguna vez he dejado yo también, no voy a mentir. Pero bueno, gente densa.

Me entró la curiosidad. ¿Quién mira los reviews? ¿Sirven para algo? ¿Es relevante el puntaje que tiene un restaurant en Google Maps (o Yelp o lo que sea) en cuanto a su éxito o fracaso?

Siempre hay un paper. En este caso un oldie, pero que me resolvió las dudas y se los vengo a contar.

Parece una boludez, pero ojo que la pregunta no es tan fácil de responder. Por supuesto que a los restaurantes con mayor puntaje les va mejor que a los que tienen menor puntaje. ¿Y qué hacemos con esa correlación? Posiblemente un restaurant que vende mucho es porque gusta y si gusta es probable que se refleje en el puntaje que aparece en Google Maps o Yelp; pero a mí me importa la dirección contraria: cómo el puntaje afecta al negocio. Ya sabés cómo nos gustaría responder a la pregunta, ¿no?

SEEE. Le pedimos a Google Maps que nos deje aleatorizar puntajes a restaurantes y después les pedimos los balances a ver a quién le fue mejor. No can do. Por obvios motivos. La cosa es que a un par de economistas más vivos que nosotros (Michael Anderson y Jeremy Magruder) se les ocurrió una forma que no implica hacer experimentos raros.

Resulta que hasta hace no tanto tiempo, Yelp mostraba los resultados así.

Bean Bag Coffee House tenía 4 estrellitas, Mojo Bicycle Café también. 21st Amendment Brewery tenía 3.5, igual que Salt House. 1081 reviews tiene 21st Amendment y JUSTO le da 3.5 estrellas. Bean Bag tiene casi 500 y también, JUSTO 4 estrellas, no 4.1, ni 4.2, exactamente 4. ¿Casualidad? Not really. La cosa es que Yelp, quién sabe por qué, redondeaba en 0.5’s. O sea: si sos un 4.24 según Yelp sos un 4 y si sos 4.25 según Yelp sos un 4.5. Imagino que ya te diste cuenta a qué voy con esto.

Si te digo que los ratings sirven porque los restaurantes que tienen 4.5 estrellas tienen más demanda que los que tienen 4 vos me vas a decir con razón que soy medio boludo, que obvio que tienen más demanda. No porque su rating sea mayor (y por eso generan más interés) sino porque es un restaurant mejor y la gente suele demandar más restaurantes mejores que restaurantes peores. Ahí esta el catch: es cierto que uno de 4.5 estrellas es mejor que uno de 4, pero, ¿uno de 4.25 es realmente TANTO mejor que uno de 4.24? Como Yelp redondea en 0.5’s, puedo tranquilamente enfocarme en la discontinuidad y comparar cómo le va a un restaurant que tuvo la mala suerte de quedar una décima abajo del umbral (y entonces en la app aparece que es 4 estrellas) con otro que tuvo la buena suerte de quedar una décima arriba (y entonces en la app aparece que es 4.5 estrellas). El método ya lo explicamos varias veces y se llama regresión discontinua (mirá acá para más detalle, o no seas rata y comprame el libro que ahí se explica aún mejor).

Bien, ya tenemos una forma de identificar causalmente el efecto de que te den un rating mayor en qué tan bien le va al restaurante en cuestión. Falta otro paso importante: ¿a qué llamamos que a un restaurant le vaya bien? Paso a paso.

Resultado #1: entrás en la app de reservas que te guste, buscás tu día y horario preferido (digamos, viernes que viene 9 PM, o 6 PM si sos canadiense) y te fijás cuál es la chance de encontrar lugar. Comparás la probabilidad de tener mesa disponible de los justo-a-la-derecha del umbral con los de justo-a-la-izquierda del umbral y te da que la probabilidad de que NO haya lugar (o sea, que esté todo lleno) es 20 puntos porcentuales mayor para los que, por buena suerte, cayeron del lado correcto del redondeo. El efecto es promedio, o sea, vale en promedio para los 3 versus 3.5; para los 4 versus 4.5 y así.

Lo que a mí me pasa y te debe pasar a vos también es que recurrimos a Google Maps o Yelp para establecimientos que no conocemos lo suficiente. No me fijo cuántos puntos tiene la pizza de Guerrín antes de comerme una porción de parado antes de ir al teatro (para los no porteños: la pizza que comés en el mostrador de Guerrín es la mejor pizza de Buenos Aires, lo fue siempre y lo seguirá siendo). Los ratings te dan información de cosas sobre las que tenés un conocimiento más difuso, no de lo que conocés desde que naciste.

Resultado #2: Y sí. El efecto Google Maps, muestra el paper, se da básicamente para restaurantes poco conocidos (o sea, los que tienen relativamente pocas reviews, los más nuevos). Los que son megaconocidos pueden olvidarse de Google Maps o Yelp porque su demanda no viene por ahí. Algo parecido pasa con los restaurantes que tienen alguna validación externa: los Michelin, por ejemplo, son menos sensibles a los ratings.

Te morís de ganas de llorar que no le creés a estos resultados porque obviamente los restaurantes saben que los ratings tienen efecto en su demanda entonces los manipulan. Seguro que los manipulan, pero eso no es un problema en este caso, salvo que la manipulación se de JUSTO en el umbral en el que estamos midiendo el efecto. O sea: si el tipo que tiene 4.4 sabe que tiene que llegar a 4.5 para caer del otro lado del redondeo y le pide a todos los amigos que voten hasta llegar al 4.51, entonces estamos en problemas. Si ese fuera el caso, lo que esperaríamos ver es lo que llamamos bunching. Una desproporción de ratings acumulados en la cercanía del umbral.

Cada puntito que ves arriba es un rating. Están todos normalizados para que “X=0” sea el umbral (1; 1.5; 2; 2.5; 3; 3.5, …5). El eje Y tiene la densidad, o sea, la proporción de ratings que corresponde a cada valor de X sobre el total. Fijate que no hay ninguna acumulación anormal de ratings cerca del umbral, más bien todo lo contrario, es bastante suave. Si hubiera manipulación esperaríamos todo lo contrario.

Sigamos.

Hasta ahora el resultado es que es más difícil conseguir reserva si te ratean mejor. Pero eso puede significar varias cosas. Una de ellas es que el restaurant no recibe más visitas sino que la gente, pensando que se va a llenar, reemplazar walk-ins por reservas. Un efecto puramente de sustitución. O sea: no cambia tanto la demanda, sino cómo llega el cliente. A los amigos Michael y Jeremy se les ocurrió un test bastante convincente. Se pusieron a llamar a los restaurantes cerca de los umbrales y les hicieron una pregunta básica: ¿si llego en 15’ cuánto tiempo de espera decís que tengo?

Resultado #3: Si tu restaurant está del lado correcto del umbral tenés VEINTISIETE MINUTOS MÁS DE ESPERA. Con la oferta más o menos fija, la interpretación de este resultado no tiene mucha vuelta: indiscutiblemente el rating aumenta la demanda.

Hablemos de guita, plata, biyuya, morlacos, billete, teca, tarasca, lana, varo, lucas, bufunfa. ¿Cuánto vale medio puntito más de rating en Google Maps o en Yelp? Michael y Jeremy llamaron a varios restaurantes y tomaron una muestra de la capacidad promedio de cada uno (o sea, la cantidad de gente necesaria para llenar el local). Con eso, estimaron la diferencia en el flujo de clientes promedio correspondiente a 20 puntos de diferencia en la probabilidad de que el restaurant esté lleno en una cena típica (acordate del resultado #1). Resulta que la diferencia de medio puntito de rating se traduce en un flujo de clientes entre 6 y 9 puntos.

Un restaurant promedio vendía en ese entonces 20K por semana y tenía un margen de 68%. Un aumento del 6% en el revenue implica una ganancia de 816 mangos dólar moneda americana de curso legal por semana pre-tax (20K X 6% X 68%). Mutiplicá esos 816 mangos por 52 semanas y te da la ganancia anual extra que te da medio estrellita de rating. Nada mal.

¿Funcionará igual para todo tipo de rating? ¿O solo para restaurantes? No sé. Pero no queremos correr riesgos, así que por las dudas seguime los siguientes pasos:

Paso 1: Comprar #EstoTambiénEsEconomía.

Paso 2: Leerlo.

Paso 3: Entrar en el goodreads correspondiente.

Paso 4: Dejar 5 estrellitas (para dejar menos ni te gastes sabés).

Paso 5:

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular sin gastar ni un peso fuerte.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada algunas semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Ojo que la gente deja reviews falsos e inútiles. Acá hay una taxonomía muy buena de los reviews de yelp.

Nada que ver, pero…

Tremendo efecto de las cámaras de velocidad en la probabilidad de choques en NY. Bajan mucho. Y acá lo documentan.

El impuesto a la congestión de NYC parece ser un gran éxito: no solo reduce la congestión, también mejora la calidad del aire. No vi paper aún, alguna data acá.

Lo que viene, lo que viene

“Fentanilo”. ¿Qué tiene que ver la crisis de opioides con el voto? Ahí te cuento.

¿Cuánto vale tu trabajo? Pregunta difícil esa de “remuneración pretendida”, ¿no?

¿Viste que siempre se habla de la brecha de género en la plata que ganamos? Bueno, hoy te cuento sobre algo más sutil: la brecha de género en lo que pretendemos ganar.

AH PARÁ. Acordate que este jueves 27-11 a las 18.30 presento #EstoTambiénEsEconomía en Rabia (Costa Rica 4901, CABA), con Santi Bulat y Walter Sosa Escudero. Venite, eh.

Seguimos con la programación habitual.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Las mujeres piden salarios más bajos que los hombres?

• ¿Cómo afecta esta brecha en el salario final?

¿Por qué las mujeres ganan menos? Ganan menos. No me discutas eso porque no vale la pena. Es un dato. Lo que no es un dato son los determinantes.

Hay mucho escrito y la respuesta depende del contexto. Parte del gap puede explicarse, por ejemplo, por tener más barreras para progresar en la carrera: el famoso child penalty. Aunque bueno, incluso el child penalty, tan documentado en tantos lados puede deberse a muchas cosas; por ejemplo, a diferentes preferencias y negociaciones dentro del hogar. Parte del gap seguramente se explique porque las mujeres trabajan en ocupaciones que pagan menos. Y eso tal vez sea porque existen estereotipos (o por preferencias o grados de aversión al riesgo o a la competencia, o por un poco de todo eso). No sé. Pero el envío de hoy va por otro lado.

Hacé memoria: pensá en tu trabajo actual y del momento en que mandaste tu CV. ¿Cuánta plata pediste? ¿Cuánto te terminaron ofreciendo? ¿Cuánto ganás?

Te juego un billete que si yo agarrara todos los datos correspondientes a las respuestas de cada uno de los lectores de la línea que escribí arriba y los comparara, encontraría una diferencia sistemática entre el valor promedio de los hombres y de las mujeres en cada una de esas preguntas. La diferencia sistemática en el “cuánto ganás” ya la sabemos: es la famosa “brecha salarial de género”.

Lo interesante está en las dos preguntas anteriores: ¿y si ganás menos porque te ofrecen menos y te ofrecen menos porque pedís menos? La hipótesis de hoy es que al menos una parte de la brecha salarial de género se explica por la brecha en las pretensiones salariales.

Es una hipótesis aventurada, acepto. Pero está buena proque nos hace pensar en algo más profundo: ¿cómo llegamos al número que pensamos cuando nos preguntan cuánto queremos ganar por hacer determinada tarea? Vale para cuándo nos preguntan qué salario mensual pretendemos pero también para los freelancers que tienen que pasar un presupuesto por una tarea puntual.

¿La remuneración pretendida es nuestro “salario de reserva”? ¿O sea, pedimos realmente lo mínimo que estaríamos dispuestos a aceptar a cambio de hacer la tarea (es decir que por un peso menos preferimos realmente no trabajar)?. O tal vez pedimos algo por encima de nuestro salario de reserva: el máximo que pensamos que nuestro empleador prospectivo está dispuesto a pagar por esa tarea. O tal vez simplemente nos fijamos cuál es el salario de mercado y vamos por ahí. Fijate que en todos los casos, el determinante de ese "salario pretendido” depende de un montón de factores: tu salario de reserva, cuánto pensás qué es el salario que pueden llegar a aceptarte, cuánto pensás que es el salario de mercado para una persona como vos. O incluso de cuánto pensás que tu empleador piensa que es el mínimo que te pueden ofrecer para que vos aceptes.

Qué quilombo, ¿no? Ese es el punto: los determinantes del “salario pretendido” no son nada triviales. Dependen de expectativas que forman empleados y empleados. Y sí: esas expectativas probablemente estén influenciadas de forma sistemática por tu género. Aún sin discriminación. Sin estereotipos. Sin child penalty. Sin nada de eso, si por algún motivo una mujer promedio pide menos que un hombre promedio entonces es posible que exista una brecha de género salarial. Vamos al punto.

Esto lo estudió una gran joven economista que se llama Nina Rousille. La data sale de Hired.com, una plataforma de recrutamento especializada en perfiles tecnológicos. Una plataforma bastante básica: un matchmaker entre empleados y empleados prospectivos que ofrecen y demandan servicios. Empleadores potenciales publican la búsqueda y empleados potenciales postulan: mandan CV, indican cuánto quieren ganar por el trabajo publicado y aprietan send.

Resulta que Nina accedió a los datos. 114 mil candidatos, 40 mil ofertas de laburo, 6.500 firmas, 20 ciudades diferentes de Estados Unidos. Para cada puesto una firma manda unos 12 pedidos de entrevista, o sea que en total tiene unas 463 mil entrevistas pedidas, que resultan en unas 7.500 ofertas finales. Por si te da curiosidad, estamos hablando de empleos bastante high-skilled: industrias tipo software, finanzas, analytics y salarios de 120K verdes por año.

Primer resultado. Agarrá todos los datos del empleo, el empleador, el candidato y el puesto que se te ocurran (experiencia, lo que estudió, dónde trabajó, edad, lo que se te ocurra que pueda aparecer en un CV). Ahora compará lo que pide en promedio una mujer versus lo que pide en promedio un hombre, una vez que controlaste por todas y cada una de estas características (o sea, una comparación más o menos limpia entre gente que es idéntica en todas las dimensiones observables salvo el género). Las mujeres piden un 3% menos que los hombres: 3800 dólares anuales menos, no es joda. Y te recuerdo que estamos comparando peras con peras, mujeres/hombres en la misma industria, misma educación, mismos años de experiencia, mismo todo.

Los candidatos mandan sus CV’s, ahora les toca a las firmas hacer sus ofertas. Para sorpresa de nadie, remuneraciones pretendidas más bajas correlacionan con ofertas salariales más bajas. Y si las mujeres piden menos, las empresas le ofrecen menos a las mujeres. De nuevo: dos personas idénticas en todo lo observable en un CV, a la mujer le ofrecen un 2.2% menos que al hombre. ¿Por qué? PORQUE PIDIÓ MENOS. Dicho de otra manera: una vez que tenés en cuenta la remuneración pretendida, la brecha en el salario OFRECIDO se va a cero, nada, nil. Toda la diferencia en lo que les terminan ofreciendo a los candidatos y candidatas se explica por la brecha en el salario pedido.

Todo muy lindo hasta acá, pero la verdad es que nada de esto representa una respuesta causal a la relación entre que las mujeres ganen menos plata que los hombres y que las mujeres PIDAN menos plata que los hombres. Resulta que en 2018 Hired decidió hacer un cambio repentino en su plataforma: en vez de dejarte un casillero vacío para que le cuentes al empleador cuánto te gustaría ganar, te pre-llenaban el casillero con el salario pretendido promedio de gente en tu industria, ciudad, puesto y experiencia. Sutil, ¿no? Pero relevante: si llegara a existir algún sesgo en la formación de creencias sobre cuánto deberías ganar (imaginate, por ejemplo, que las mujeres sitemáticamente subestiman el salario correspondiente a sus atributos), lo más probable es que se materialice en tu remuneración pretendida cuando no tenés absolutamente ningún número objetivo del cual agarrarte. Si te digo “mirá, para este puesto más o menos se gana esto” tenés menos espacio para la imaginación y por lo tanto para que entren los sesgos de tu propia percepción.

En los tres grafos de arriba hay una línea punteada (mujeres) y una sólida (hombres). En los tres grafos el eje X tiene los meses antes y después del cambio en la plataforma una línea vertical roja que marca la fecha exacta del cambio inesperado. El primer grafo arriba a la izquierda es una medida de la remuneración pretendida. ¿Ves que la azul está sistemáticamente arriba de la roja exactamente hasta que se implementa el cambio de plataforma y después convergen y terminan más o menos iguales?

El segundo grafo arriba a la derecha muestra lo que ofrecen las empresas de salario. Mismo patrón: pre-reforma, las mujeres por abajo de los hombres sistemáticamente. Post-reforma, convergen. El grafo de abajo muestra lo mismo pero con el salario final efectivamente acordado entre las partes. Exactamente el mismo patrón, con convergencia post-reforma.

O sea: el punto de referencia objetivo fue util. Le dio información idéntica a todo el mundo y redujo el espacio para sesgos o creencias sistemáticamente erróneas sobre cuánta plata hay que pedir. Se cerró la brecha de género en la remuneración pretendida, en la plata que las empresas le ofrecieron a sus postulantes y, en consecuencia, en el salario que le pagan a cada empleado.

Voy cerrando que hay que levantar la pala. Pero ya sabés: si sos mujer y tenés que mandar tu presupuesto, pensá largo y tendido, averiguá, googleá, hablá con amigos, intentá encontrar el salario de mercado justo que corresponde para la tarea que vas a hacer. Y cuando llegues a ese número agarrá el paper de Nina, fijate cuál es el gender ask gap y ajustalo por el valor correspondiente. Y ahí mandá.

De nada.

Si todavía no compraste #EstoTambiénEsEconomía, deberías avergonzarte. Y comprarlo en tu librería amiga (vale para Argentina, Uruguay, México) o en ebook, por ejemplo acá.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular gratis.

1. Apretá el botoncito que dice “me gusta”.

2. Compartir este post por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Acá dicen que una parte de la brecha salarial de género se puede explicar por diferencias sistemáticas en preferencias por la competencia, el riesgo y auto-confianza.

Acá te muestran que las mujeres negocian salario sistemáticamente diferente que los hombres.

Nina y coautores tienen otro paper mostrando que la gente tiende a subestimar el valor de sus “outside options” laborales. O sea: si ganás poco, es probable que pienses que si te cambiás de laburo vas a ganar menos de lo que realmente podrías ganar.

Nada que ver, pero…

Arrancó la “job market season”: gente a punto de terminar el doctorado que sale a buscar trabajo con su paper principal (el job market paper). Gran momento para leer cosas nuevas e interesantes. Me gustó este job market paper que muestra que la gente está empezando a tener “image concerns” por usar AI. O sea: no lo usás si pensás que el otro va a saber que lo que le entregaste está hecho parcialmente con AI.

Lo que viene, lo que viene

“Jardín de infantes”. La próxima te cuento cómo el kinder le puede cambiar la vida a la gente.

Si estás en Buenos Aires, agendate el 27 de noviembre a las 18.30 que se viene la presentación de mi último libro Esto También Es Economía. La presentación es en Rabia Bar (Costa Rica 4901, CABA). Me pone contento presentar este libro, pero más feliz aún me pone hacerlo en compañía de dos gigantes. Bah, te diría que no te esperes una presentación de un libro, sino más bien una conversación con nada más y nada menos que Santi Bulat y Walter Sosa Escudero.

Santi es un crack, un amigo y encima tengo la suerte de que me acompañe en la presentación de cada uno de mis libros (“cada uno”, bue, dos de dos).

Walter es un maestro. Literalmente: es la primera persona que me enseñó Econometria en serio, ya hace más de una década (o sea que le cabe algo de culpa de todo esto).

Y sí, ya sé que te dije que iba a ser en Diciembre, pero pasaron cosas que me obligan a venir en Noviembre y me impiden venir en diciembre. Y ya que voy a estar en Buenos Aires, ¿qué mejor que pasar un rato hablando de economía con esta gran comunidad? El libro es una consecuencia natural del Newsletter, así que si te está llegando este email es porque al menos un poco sos parte.

Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA) - Jueves 27 de Noviembre, 18.30h en Rabia Bar (Costa Rica 4901, CABA)

Venite que la vamos a pasar bien.

Sergey Brin, Jerry Yang, Elon Musk, Eric Yuan. ¿Te suenan? son todos extranjeros que fundaron empresas másssomenos grandes en Estados Unidos. Agarré algunos al azar, pero la lista es grande.

Hoy escribí sobre la inmigración, la innovación y el crecimiento.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿La migración genera innovación?

• ¿Y crecimiento?

Cómo se vino la tendencia anti-migrante, eh. En todos lados. Desde Trump (sin sorpresas) hasta el supuesto gobierno liberal de Canadá: todos de alguna u otra manera contra los migrantes. Hay tanto para hablar sobre el rechazo a los migrantes. Debería escribir 10 de estos envíos sobre el tema. No da el tiempo.

Uno que me gusta es este paper de Tabellini Jr. Básicamente, clasifica el rechazo popular a la migración según dos tipos de orígenes: el cultural (“no se integran”, “andan con cosas raras en la cara”, “no respetan nuestras costumbres”) y el económico (“se llevan nuestros empleos”, “se gastan nuestros recursos”, “nos ocupan las camas del hospital”, “viven de planes”). Y, bueno, también hay un montón de otros motivos que no encajan ni en lo cultural ni en lo económico (adivinaste: “los migrantes son todos ladrones”). La novedad de la narrativa anti-migrantes actual es que incluye por primera vez, al menos desde que yo recuerde, a los inmigrantes que la literatura suele llamar “high-skilled”: los super-educados, los que ganan salarios altísimos y suelen llenar puestos que los locales no pueden ocupar y que, según la percepción popular del pasado, traían más beneficios que costos para el país receptor.

Ojo que no estoy diciendo que los miedos de arriba estén necesariamente injustificados. Ejemplo: me parece obvio que si aumentás la oferta de potenciales empleados extranjeros con ciertas habilidades, el potencial empleado local que ofrezca esas mismas habilidades va a tenerla más difícil cuando salga a buscar trabajo en el corto plazo. Por supuesto, dependiendo de las habilidades que traiga el extranjero en cuestión, puede ser que termine siendo sustituto (viene un albañil extranjero y ocupa el puesto de trabajo que podría haber ocupado un albañil local) o complementario (viene un albañil extranjero y ocupa el puesto de trabajo que ningún local quería o podía ocupar y le facilita la vida al arquitecto local, que ahora puede construir edificios).

En todo caso, la clave del párrafo de arriba es “en el corto plazo”. En el mediano plazo pueden pasar muchas otras cosas y eventualmente los melones en una de esas se terminan acomodando. El extranjero aparte de trabajar consume, forma redes, tal vez emprende y hasta funda cosas. Todo eso puede generar mucho valor y eso vale para los casos en los cuales en el corto plazo algún local pierde (por la competencia del migrante) o gana (por su complementariedad con las habilidades del migrante).

El saber popular entre los bien-pensantes y bonachones es que la inmigración en el mediano y largo plazo es buena: genera crecimiento e innovación. Pero el saber popular sin diseño empírico creíble es puro biri-biri y en este espacio el biri-biri nos gusta pero en cantidades moderadas.

Hoy te voy a mostrar que el biri-biri en este caso tiene sustento. Y te voy a usar nada más ni nada menos que a Estados Unidos como caso de estudio.

¿La migración americana masiva a Estados Unidos de posguerra generó innovación y crecimiento?

Un poco de historia. En 1965 el congreso americano pasó una ley muy famosa que se llamó la Immigration National Act. Esa ley fue la base de la migración masiva que llegó legalmente a Estados Unidos desde ese momento porque vino a derogar la ley que gobernaba la migración previa a Estados Unidos (y que regía desde los 20s) que imponía cuotas muy estrictas a países y regiones particulares. La nueva ley, en vez de basarse en premisas simplemente racistas, le dio racionalidad a los criterios para admitir nuevos residentes, basado en su relación con Estados Unidos (tener familiares americanos, por ejemplo, ayudaba) y en las habilidades que el migrante traía (profesionales, oficios especializados, etc.). En los 60’s algo así como el 4% de la fuerza laboral americana era extranjera. En 1980 era 7%, en los 90’s casi 12%, en los 2000s más de un cuarto.

El gráfico de abajo muestra la cantidad de patentes por año registradas en Estados Unidos. En los 50’s y 60’s en USA se patentaba bastante. Bah, antes también. Unas 40-45k patentes anuales en los 30’s, 40’s, 50’s y 60’s. En los 70’s y 80’s ya andaba por arriba de los 60K. En los 90’s se fue a 90k, en los 2000’s arriba de 150k y así. Bien.

¿Tendrán algo que ver estas dos cosas? Digo, la correlación está ahí: más migrantes y más innovación (medida por patentes). Pero acá las correlaciones sin más no nos gustan. ¿Sabés la cantidad de cosas que pasaron en Estados Unidos desde los 60’s hasta acá que podrían explicar el boom innovador aún si no hubiera entrado un solo migrante? Te digo, las correlaciones sin más no nos gustan. Pero tampoco nos gusta quedarnos como unos boludos repitiendo que correlación no es causalidad cuando hay un montón de cosas que sabemos hacer para identificar la causalidad (si es que existe) detrás de esa correlación.

Eso hacen un equipo de investigadores estelares (Thomas Chaney, Stephen J. Terry, Konrad B. Burchardi, Lisa Tarquinio y Tarek A. Hassan) y si seguís leyendo te vas a enterar cómo. Te anticipo: identificar el efecto causal de la migración en el crecimiento, en la innovación o en lo que se te ocurra es verdaderamente un quilombo. Pero se puede.

El método tiene sus complejidades, pero una vez que la entendés te parece lo más obvio del mundo, te vuela la cabeza, te deja como un gil pensando cómo es que no se te ocurrió antes. Es complejo, insisto. Así que si no te la bancás podés chicken-out y saltar al párrafo que empieza con “sigamos”. Para los valientes, que se bancan varios párrafos de buceo en las aguas profundas de la causalidad, síganme que no los voy a defraudar.

Idealmente lo que nos encantaría hacer para identificar el efecto causal de recibir migrantes en el crecimiento económico es distribuir aleatoriamente migrantes entre diferentes municipios (en algunos más y en otros menos) y unos años después comparar a ver cuáles crecieron más, pero eso no parece muy factible. Vamos con el second best.

Tomemos el caso de Estados Unidos. Digamos que en, no sé, 2021, entraron dos millones de personas con la intención de instalarse. Esos 2 palos-persona son el “shock” cuyo efecto queremos estudiar. Ahora bien, el shock le llegó a todo el país, pero con diferente intensidad a cada municipio. Digo, de ese total, tal vez un montón llegaron a Miami Dade y algunos pocos llegaron a Indianápolis. Sabiendo esto, uno podría estar tentado a mirar cómo varió el PBI de los municipios según cuántos migrantes llegaron ese año. Seguramente veríamos una correlación positiva: más migrantes, más crecimiento (o más patentes, por caso). Pero esa comparación estaría equivocada. Tal vez la gente va más a un municipio que a otro, precisamente porque el municipio en cuestión en el año en cuestión ofrecía más oportunidades.

Lo que necesitamos, a falta de un experimento, es encontrar algún atributo del municipio que explique que se instalen muchos migrantes en un año particular, pero que no esté directamente relacionado con su crecimiento en ese año.

Seguime esta historia.

Mi abuelo (que, a todo esto, ya había migrado permanentemente una vez desde Polonia a Argentina) en los 60’s y 70’s volvió a migrar (esta vez temporalmente) para trabajar como sastre - todo legal - en Chicago. La decisión de ir a Chicago tenía un motivo económico propio de la ciudad en sí misma (a Chicago en ese momento le iba bien), pero también tenía un motivo menos económico y mucho más relevante: en esa y no en otra ciudad mi abuelo conocía gente. Amigos, familia, miembros de la comunidad judía ashkenazim europea que habían migrado ahí muchísimos años antes. Esa comunidad funcionaba como factor de atracción.

Volvamos a 2021.

Supongamos, para facilitar la cosa, que de los 2 millones de personas que migraron a USA en 2021 la mitad venían de China y la otra mitad de Colombia. Del millón de chinos, seguramente un montón terminaron instalándose en LA county, SF county, Santa Clara y San Mateo. ¿Cómo sé? Porque en esos counties ya había un montón de chinos instalados desde hace años. Por lo mismo, Miami-Dade, Broward, Queens, Harris, Palm Beach seguro recibieron a un montón de ese millón de colombianos nuevos, porque ahí ya vivían muchos colombianos. O sea, algo parecido al motivo que explica parte de la decisión de mi abuelo de instalarse en Chicago.

Pensá el punto de forma sistemática: año a año, la intensidad del shock migratorio que recibe cada municipio depende, al menos en parte, de dos factores que no tienen nada que ver con cómo le está yendo económicamente a ese municipio en ese año en particular. 1) Cuántos migrantes salieron de cada país al mundo en un año particular (tal vez un año hubo sequía en China y por eso salieron un montón o tal vez un año se intensificó la guerra civil en Colombia y salieron un montón de colombianos) y 2) cuántos migrantes de esos países YA HABÍA en el municipio en cuestión. Independientemente de cómo le esté yendo en 2021 a Broward (Florida), si resulta que ese año salieron un montón de colombianos porque ese año Colombia andaba en guerra profunda, Broward va a atraer a un montón de migrantes. Si combinamos estos dos factores (cuanta gente expulsa el mundo y cuántos de esa nacionalidad YA VIVÍAN en cada municipio americano) estamos hechos: tenemos un indicador que nos dice que tan expuesto está cada municipio en cada año por factores independientes a su propia performance económica.

Tomemos un año base fijo (digamos, 1975) y miremos la proporción de migrantes de cada país que YA estaba instalada en cada municipio en ese momento. Ese “mapa” del ‘75 no cambia (es de un año particular, por eso no cambia): lo usamos como referencia constante para todos los años siguientes. Para cada municipio-año creamos un indicador que multiplica el número de migrantes de cada país del mundo (Argentina mandó 100, Brasil 500, China 2000, etc.) por la proporción de cada una de esas nacionalidades que estaba viviendo en 1975 ahí. Si en el año 2021 salen muchos chinos al mundo, entonces los municipios de Estados Unidos en donde en 1975 se habían instalado muchos chinos, van a tener un shock migratorio más fuerte.

A ese indicador lo vamos a llamar ‘predictor de migración’, porque explica bastante bien qué tan fuerte es el shock migratorio en cada municipio, año a año. Que salgan muchos chinos al mundo en 2021 no depende de cómo le esté yendo a ese municipio. Que hayan tenido muchos chinos viviendo ahí en el pasado, en principio, tampoco. Por eso es que ese predictor nos da algo bastante parecido a distribuir migrantes de forma aleatoria.

Entonces el ‘predictor de migración’ es algo así como un indicador que mide cuántos migrantes recibe un municipio en un año particular por factores casi random. Lo que hacemos, entonces, no es correlacionar el flujo de migrantes que llega a un municipio con su crecimiento económico futuro; sino al ‘predictor de migración’ (migración por factores casi aleatorios) con el crecimiento económico futuro. Et voilà, la causalidad.

Si te interesan las formalidades, a este coso en economía lo llamamos “shift-share” instrument. “Shift”son los países del mundo mandando migrantes. “Share”es la proporción que se lleva cada municipio en particular en función de su pasado.1

Sigamos.

Thomas y sus amigos usan todos los datos migratorios de Estados Unidos, por municipio, año a año, proveniente de todos los países que mandaron gente a USA desde 1975 en adelante. Usando ese “shock” (y la estrategia para identificar causalidad que te conté arriba) encuentran varias cosas interesantes. Por cada aumento de 10,000 migrantes que entran a laburar USA:

• En los próximos cinco años a la llegada del extranjero, en promedio se generan 1.22 patentes adicionales cada 100 mil habitantes. Esto es mucho, muchísimo, un montón, una locura. El promedio son 4.6 patentes cada 100k habitantes cada 5 años, o sea que 1.22 es un aumento de un 25%. Brutal.

• En los próximos cinco años a la llegada del extranjero, en promedio el ingreso real (o sea, ajustado por inflación) aumenta un 8% por año. 150 dólares de 2010 por año, cada año durante cinco años. Un montón.

¿Complementos o substitutos? Digo, porque lo que acabás de leer refiere al promedio, pero no implica que todos ganaron ni menos aún que todos ganaron por igual. Resulta que los nativos que más aumentaron sus salarios (causado por la nueva llegada de extranjeros) son, sin sorpresas acá, los más educados. Si llegaba un inmigrante y vos (nativo) eras un profesional con título superior, tu salario aumentó cinco veces más que si solamente tenías secundario completo.

¿High o low-skilled? El efecto económico de traer gente con nivel educativo más alto no necesariamente es igual al de traer gente con menos nivel educativo. Ya sé cuál es tu intuición: cuánto mas educado sea el inmigrante, más crecimiento generará. No sé, eh. Depende. Me puedo imaginar un mundo en donde en realidad inmigrantes de mucho menor calificación generan mucho más crecimiento que la entrada de migrantes super-educados, si los de educación relativamente menor vienen a llenar un hueco en la demanda de ciertos tipos de trabajos (de nuevo: un albañil, que le hace la vida más fácil al arquitecto). Bueno, pero no. Resulta que tu intuición estaba bastante bien.

Parece que la innovación y el aumento salarial causado por el shock migratorio se explica principalmente por migrantes que tienen más años de educación de base. O sea, que acumularon conocimiento en sus países de origen y llegan para usarlo en el país de destino.

¿Quién patenta? Las historias esas de TikTok son muy lindas. Y queremos creer. “150% de los CEOs de las 10 empresas más grandes de USA nacieron en otro país”, “el 98.18% de las Startups de este año fueron fundadas por migrantes”. Si, sí. Pero hay algo mucho más sutil, casi invisible, que es el efecto que tiene el migrante educado sobre el propio nativo. No necesitás que los migrantes funden todas las Startups y patentes mil cosas para que tengan un efecto positivo en la innovación o el crecimiento de las empresas locales. El pibe que nación en India y le da clases en el Liberal Arts College al nativo que después va a ser un PhD en física y fundar un unicornio también debe haber contribuido en ese proceso. En números: el efecto positivo de la migración en la innovación se da principalmente a través de patentes creados por inventores locales, americanos (80%) o incluso por equipos mixtos de locales y migrantes.

Nada de esto significa que la migración sea siempre la panacea. Nada de esto significa que no tenga costos. Nada de esto significa que no tiene efectos negativos en nada y, por supuesto, no podemos culpar a la gente por tener preocupaciones sobre su cultura y su forma de vida. Pero bueno, no puedo evitarlo: yo soy liberal y me gusta que las cosas se muevan libremente. Vale para bienes y también para capital y trabajo.

Gobernar es poblar, decía Alberdi. Ahí tenés.

Esto No También es Economía ya está disponible en Kindle! Lo comprás acá. También lo podés comprar en tu librería amiga, si estás en Argentina y creo que en algunas librerías de Uruguay y pronto de México también.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular gratis.

1. Compartir esta maravilla que escribí por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

2. Apretá el botoncito que dice “me gusta”.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como cada tanto:

Te puede interesar

El paper de hoy lo encontrás acá. Y acá va el de Tabellini sobre el rechazo a la migración.

Acá usamos datos de migración a Chile y métodos no-tan-distintos del paper de hoy para mostrar que, al menos hasta 2018 (último dato que teníamos cuando escribimos el paper), no había efecto de la migración en crimen pero, atención, si en las percepciones de crimen de los nativos.

Acá hacemos algo parecido y mostramos que la migración no tuvo efectos grandes en el mercado laboral, pero sí, atención, aumento la inseguridad laboral percibida (o sea, digamos, que creas que te vas a quedar sin laburo).

Nada que ver, pero…

Acá dicen que cuando las mujeres se educan más, hay menos casamientos.

No te voy a mentir, me gustan los papers que cuantifican lo obvio. Acá dicen que cuando bajas el precio a los anticonceptivos bajan los abortos.

Lo que viene, lo que viene

“Remueración pretendida”. ¿Viste que a veces te preguntan cuánto querés ganar cuando postulás a un puesto de trabajo? Resulta que si sos mujer pedís menos. Así como escuchaste. Te cuento la próxima.

¿Por qué será que últimamente la gente le tiene menos confianza a los gobiernos? No a un gobierno particular, eh. A los gobiernos.

Hoy te muestro que cuando las economías se estancan, la gente empieza a desconfiar.

Y ya sabés lo que dice el dicho:

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Por qué la gente no confía en los gobiernos?

• ¿Cómo influye haber vivido en épocas de estancamiento económico en la confianza institucional?

Cito al amigo Tornarolli (el screenshot es mío: like y RT). Argentina no crece desde 2010. Mi coincidencia con el tuit de Leo (que no viene de Leonardo, aviso) es completa y en toda la línea. Primero porque no hay política distributiva que compense semejante estancamiento económico para bajar la pobreza persistentemente. No hay, no existe, no vas a mantener un PBI constante y mejorar constantemente el acceso material de los que están en la cola izquierda de la distribución del ingreso con políticas distributivas.

Ojo, que no sea lea esto como un statement en contra de la redistribución. Primero porque a mí las políticas distributivas bien hechas me gustan: impuestos y subsidios lo menos distorsivo posibles (retenciones no, impuesto a las ganancias con base amplia y escalas muy progresivas sí; AUH sí, subsidio al consumo de electricidad no; etc) + bienes públicos de buena calidad y bien gestionados. Segundo porque no es que toda política distributiva implica un tradeoff con crecimiento. Tercero porque incluso cuando sí lo implica, a veces estás dispuesto a pagar el costo de tener un poco menos de PBI promedio, con tal de tener una sociedad cuyos votantes consideran más justa. No es el caso de Argentina. Y tampoco de América Latina en general.

Intuyo que la referencia del tuit del Torna era solamente a las consecuencias socio-económicas de crecer (necesitás crecer para bajar la pobreza), pero a mí me hizo pensar en un montón de otros motivos menos obvios por los cuales hay que crecer. Casualmente leí el tuit mientras miraba por arriba un paper bastante recién de Tim Besley (uno de los astros de la economía política moderna) que se llama Growth Experiences and Trust in Government. Hace unos meses te conté que si querías que a la gente le siga gustando la democracia, tenías que tener democracias que le rindieran materialmente a su población. Hoy doy un pasito más.

¿Te gusta que el Estado haga cosas? Mejor dicho, ¿te gusta que la gente le de el mandato al Estado para que haga cosas (como redistribuir ingreso y proveer bienes públicos)? A mí también. Para eso necesitás que la gente confíe en los gobiernos. En el envío de hoy te muestro que luego de muchos años de estancamiento económico la gente se cansa y lo que se termina estancando es esa confianza.

¿Te suena la historia?

Va la pregunta del día, de la semana, del mes: ¿el crecimiento económico afecta la confianza en las instituciones gubernamentales? Vamos paso a paso.

Primera cuestión: ¿cómo medimos “confianza en el gobierno”? No queda otra: con encuestas. Hay muchas encuestas. Tim y sus colegas usan una mezcla de todas las encuestas posibles existentes en el mundo sobre el tema de confianza institucional. Algo así como 2.8 millones de personas en 161 países respondiendo sobre qué tanta confianza le tienen a los diferentes gobiernos en diferentes momentos del tiempo en los últimos treintaypico de años. La pregunta en cuestión es bastante simple: “del 1 al 10, ¿cuánta confianza tenés en la institución X?”. X puede ser el gobierno, los partidos políticos, el sistema judicial, la iglesia, los diputados, las ONG’s, los sindicatos.

Segunda cuestión: ¿cómo medimos crecimiento o estancamiento? No preguntes pavadas. Fácil: miramos la variación del PBI per cápita de cada país en cada año.

Ahora sí.

Va el resultado resumido en un gráfico. El eje X tiene variaciones promedio (10 años) en la tasa de crecimiento de cada país. El eje Y mide confianza en el gobierno (en un índice entre 0 y 1). Fijate: más crecimiento, más confianza en el gobierno. Pim pam pum, gracias por leer.

¿Cómo vas a pensar que voy a agarrar un gráfico que correlaciona dos variables y te voy a sacar una conclusión con eso? ¿Por quién me tomás? Los países son diferentes y comparar entre países nos dice poco: ¿cómo sabemos si es que crecimiento económico genera más confianza institucional o simplemente hay países cuyas características (o de sus ciudadanos) generan simultáneamente más crecimiento Y más confianza en el gobierno? No, sir.

Cosas que nos gustaría hacer para responder la gran pregunta de forma rigurosa, pero que no podemos porque no somos Dios: agarrar una muestra aleatoria de países, a unos darles el don de crecer sostenidamente por algunos años y a otros no. Volver un tiempo después y comparar el nivel de confianza en el gobierno de unos (los que crecen) y otros (los que no). No can do. Vamos a tener que ir con una estrategia más realista.

Agarrá todos los países del mundo durante varios años, entrevistá a todos los habitantes que puedas y mediles su confianza gubernamental cada año. Dependiendo la edad que tengan y el año en el cual los entrevistes cada persona, incluso dentro del mismo país, va a haber acumulado una exposición al crecimiento diferente a lo largo de su vida. Me explico: si entrevisto hoy en Argentina a un pibe de 18, habrá vivido un par de añitos de crecimiento y un montón de estancamiento. Su exposición al crecimiento habrá sido baja. Si agarro a uno de 60, tendrá varios años más de exposición al crecimiento en su haber. Si entrevisto a un pibe de 18 años pero no hoy sino en, digamos, 1965, habrá tenido una gran exposición al crecimiento. Mucho más alta que el de 18 en 2025.

¿Qué se hace con esto? Agarrá a cada uno de los entrevistados y compará su nivel de confianza institucional con su exposición al crecimiento a lo largo de su vida. Vas a encontrar una relación sistemática: cada añito extra que viviste (atención al tiempo verbal) en un país que crece se traduce en mayor confianza en el gobierno. ¿Por qué lo del tiempo verbal? Vivir bajo crecimiento en el pasado influye en la confianza que vas a tener en un gobierno en el presente. Y eso vale para gobiernos de derecha, de izquierda o de lo que se te ocurra.

¿Te convencí de la causalidad del caso? Mmmasseaho menos. Vamos con las críticas potenciales que deberían cruzarse por tu cabeza después de 2 años y medio de leer las boludeces que escribo en este espacio. Una a una.

Lector despierto se pregunta curioso: Pero amigo, la gente más “expuesta” a crecimiento vive en ciertos países que crecen y que por lo tanto son diferentes que los países que no crecen y que por lo tanto sus habitantes no van a haberse expuesto al crecimiento. ¿Cómo vas a comparar a gente viviendo en diferentes países?

Sí. Pero Besley tiene tanta data que puede comparar entre cohortes de gente que vive en el mismo país, algunos en años de mayor crecimiento y otros en años de menor crecimiento. Mirá el gráfico de arriba. Agarrá el país que te guste. El eje X te da el famoso indicador de exposición al crecimiento y el Y sigue siendo un indicador de confianza en el gobierno. Fijate que DENTRO de un mismo país (por ejemplo, Hong Kong) tenés cohortes (la de 1950, por ejemplo) que tuvieron una mayor exposición al crecimiento que otras (1990, por ejemplo). ¿Ves la pendiente positiva? El país es el mismo (la cultura, los recursos naturales, lo que se te ocurra), pero las cohortes de mayor exposición al crecimiento confían más en el gobierno de turno.

Bueno, podés hacer eso para todos los países del mundo, comparando cohortes DENTRO del mismo país y te va a dar lo mismo: más exposición a crecimiento, más confianza.

Lector despierto insiste con su curiosidad inocente: Ok, pero estás comparando diferentes cohortes: hay épocas en las que el mundo creció más y también había más confianza en los gobiernos. Épocas en donde todo era color de rosas ¿Cómo sabés que el efecto no se da simplemente porque haber nacido en una época particular te hace diferente que haber nacido en otra? Digo, después de todo, cada generación tiene sus particularidades.

Sí. Pero acordate: Besley tiene en su data gente de diferentes cohortes en diferentes países. O sea que, puede comparar personas de la MISMA cohorte (los boomers, o la generación X, o la Y o la que quieras), quienes, dependiendo del país en donde crecieron y del año en el que los entrevisten van a haber experimentado más o menos años de crecimiento.

Interrumpo con un pequeño recordatorio metodológico de un párrafo para los que se sumaron hace poco al mundo de la no-economía. Prestá atención. Cuando decimos, por ejemplo “el efecto de haber estado expuesto a crecimiento alto en la confianza institucional es positivo controlando por país de nacimiento“, lo que estamos diciendo es que la asociación entre exposición al crecimiento y confianza se da, aún manteniendo la variable “país de nacimiento” constante. Dicho de otro modo, “controlar por” permite estimar la asociación entre las dos variables “limpio” de cualquier efecto explicado únicamente por, en este ejemplo, el país de nacimiento del que contesta la encuesta.

¿Para qué me sirve esto de “controlar por”? Cuchá. Insisto con esto: Besley tiene data de 161 países y, para cada país, varias encuestas hechas en diferentes momentos del tiempo y ciudadanos con diferentes edades. O sea, que no solo puede “controlar por” país (o sea, limpiar el efecto país, lo cual evita el problema de que hay países estructuralmente diferentes y por ende incomparables entre sí), por año de nacimiento (o sea, limpiar el efecto del año de nacimiento del entrevistado, y así se evita el problemita de que hay años que son mundialmente de más crecimiento que otros - los 60’s vs los 80’s - y por ende incomparables entre sí), sino también por edad al momento en que se hace la encuesta (o sea, limpiar el efecto de la edad del entrevistado, lo cual evita el problema de que hay edades en las cuales la gente suele tener más confianza en el gobierno que en otras - los 30 vs los 60 - y por ende son edades incomparables entre sí). Y sí: también tiene en su muestra diferentes años en los que se entrevista a la gente, lo cual le permite controlar por el año en el cual se hacen las preguntas (o sea, limpiar el efecto del momento en que se entrevista, lo cual evita el problema de comparar gente respondiendo en años diferentes, algunos mejores que otros).

Lector despierto se pone curiosamente pesado: Bue, sí. Pero en general el crecimiento se da a la vez que otras cosas: por ejemplo, los años de crecimiento suelen ser de más estabilidad política. De hecho, una vez me contaste que la democracia genera crecimiento. Todo pasa a la vez, ¿cómo sabés que en realidad lo que influye en la confianza en el gobierno no es la exposición al crecimiento sino la exposición a alguna de esas cosas que, oh casualidad, pasan al mismo tiempo que el crecimiento?

Buena pregunta. Besley te dice que una vez que controlás por todo eso (o sea, mantenés constante la exposición a la democracia, la libertad de prensa, la estabilidad institucional, incluso hasta la presencia de una pandemia) el efecto de la exposición al crecimiento en la confianza institucional se mantiene, sigue intacto, no cambia un centímetro.

¿Alguna otra objeción? ¿No? Así me gusta. Creelo porque es verdad: vivir en años de bonanza te resucita la confianza en la capacidad del gobierno para hacer las cosas que querés.

Así que ya sabés. Ahora cuando te pregunten por qué tanta obsesión con crecer tenés varias cosas para responder.

¿Querés que la gente gane más plata? Crecé.

¿Querés bajar la pobreza? Crecé.

¿Querés que exista apoyo popular para implementar esas políticas que tanto te gustan y que encima el que las implemente sea el Estado? Adiviná. Crecé.

Crecé, crecé, crecé. Crecé.

¿Ya compraste el libro del que hablan todos? No, no el de Bucay. No, no el de Manes. No, no estoy hablando del de Bachrach. Pero lpm. El libro del momento llamado Esto No También es Economía ya está disponible en pelpa en tu librería amiga. Y si sos como yo que no compro un libro de carne y hueso desde 2007 (era ese de Ayn Rand de 1045 páginas, true story), también tenés la versión de Kindle. Lo comprás acá.

En diciembre voy a estar en Buenos Aires. Agendate el Jueves 4 de diciembre a las 18.30, que se viene la presentación del libro.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular gratis.

1. Compartir esta maravilla que escribí por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

2. Apretá el botoncito que dice “me gusta”.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Acá te conté que las democracias que tienen buena performance material terminan generando más apoyo. Si te interesa, ese envío estaba basado en nuestro paper con Acemoglu, Fiszbein, Aksoy y Molina titulado Successful democracies breed their own support, que lo podés ver acá.

Nada que ver, pero…

En este paper muestran que cuando los policías tienen camaritas en el cuerpo tratan, digamos, mejor, a los sospechosos. También baja la probabilidad de que escale más violencia.

Acá te muestran que cuando legalizaron la píldora anticonceptiva aumentó la educación de largo plazo de las mujeres y la edad del primer embarazo…pero solamente si vivían en distritos en donde los farmacéuticos y médicos no eran conservadores.

Lo que viene, lo que viene

“¿La inmigración genera crecimiento?”. Sí. Te cuento la próxima.

¿Qué afecta más nuestro comportamiento, las instituciones o la cultura?

Bah, ¿vale la pena separarlas?

Hoy escribí sobre como muchas veces las instituciones determinan la cultura.

Ah, antes que me olvide las novedades: Esto No También es Economía ya está disponible en Kindle! Lo comprás acá. O en papel en cualquier librería amiga (bah, si no es amiga igual te lo vende porque quiere ganar plata, tu amistad no le importa).

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Las instituciones moldean el comportamiento?

• ¿Y la cultura?

Arranco esquemático y taxativo. Más-menos la cosa es así: tomamos las decisiones que pensamos que maximizan la felicidad que vamos a sentir, condicionados por el contexto al cual nos enfrentamos. El contexto: la plata y el tiempo que tengamos, el precio de las cosas, nuestros recursos (y no solamente los económicos), nuestras redes, nuestro conocimiento. Decido consumir tal cosa porque por ese precio me va a hacer más feliz que tal otra. Elijo trabajar una hora más porque lo que me van a pagar me parece más valioso que la hora que tengo de dejar de usar para hacer otras cosas.

Etcétera. Así decidimos.

Pará que puedo ser mucho más esquemático. Dentro de ese contexto que condiciona nuestras decisiones hay dos elementos gigantes, importantísimos, cruciales para determinar qué decisiones vamos a tomar y entonces cómo vamos a vivir: las instituciones (las reglas del juego) y la cultura (nuestros valores y creencias, usos y costumbres).

Imaginate dos personas idénticas en todas las dimensiones posibles. Cada mes trabajan (de lo mismo y ganan lo mismo). A fin de mes tienen que decidir cuánto separan como ahorro para guardar para cuando se retiren. Una de esas personas vive en una comunidad en la cual hay una institución llamada “seguro para cuando te jubiles” que le paga a todas las personas que se retiran una mensualidad. La otra vive en una comunidad en donde no existe tal cosa. ¿Cuál ahorra más?

Vale para todo tipo de instituciones y todo tipo de decisiones.

Por ejemplo, otras dos personas idénticas. Las dos trabajan en sus respectivos sectores públicos, haciendo lo mismo, bajo las mismas condiciones y ganando lo mismo. Las dos manejan mucha plata del erario público. Una vive en un país en donde no existe institución tal que te castiga cuando robás. La otra vive en un país en donde existe una institución que cuando te agarra robando te mete preso un montón de años. ¿Cuál es más probable que se quede algún vuelto de la última licitación?

Ya sé, ya sé. Aún si nadie te va a meter preso, podés ser un tipo con los valores bien puestos. Incapaz de robar así no haya nadie que te esté siquiera mirando. Un tipo derecho, a quién le enseñaron que robar está mal y no roba porque robar está mal, no porque lo van a castigar si lo agarran con las manos en la masa. PERO CLARO, PORQUE LA CULTURA TAMBIÉN DETERMINA NUESTRO COMPORTAMIENTO y eso de que “a mí me enseñaron que en mi comunidad no se roba” no es otra cosa que cultura. Ahí tenés: cultura e instituciones.

¿Qué pesa más, la cultura o las instituciones para explicar las decisiones que tomamos? Pregunta improcedente. Ni vale la pena preguntarse cuál pesa más porque por más que nos encante el ejercicio intelectual de separarlas, la verdad es que son inseparables. La cultura, al igual que nuestras decisiones, también está determinada por las instituciones. El envío de hoy es el botón que hace de muestra.

Natalie Bau (gran economista, recomiendo seguirla), publicó en 2021 un paper del cual soy fans y que tiene el sugerente nombre “Can Policy Change Culture? Government Pension Plans and Traditional Kinship Practices”. Veamos.

¿Sabés lo que es una sociedad matrilocal? No? Porque sos inculto/a. Te cuento: en sociedades tradicionales con cultura matrilocal, cuando un chico se casa con una chica, se mudan al barrio de la esposa (y en una de esas a su casa). Y normalmente cuando los padres de la esposa se ponen viejos, la mujer (junto con su marido, claro) se hace cargo de sus padres. En sociedades tradicionales con cultura patrilocal, cuando un chico se casa con una chica, los dos se mudan a lo de él. Y cuando sus padres se ponen viejos, él (junto con su mujer, claro) se hace cargo de sus padres.

¿Te acordás que te dije que la cultura afecta las decisiones que tomamos? Bueno, resulta que si vivís en una sociedad matrilocal y tenés una hija, te conviene que tu hija gane mucha plata. Si tenés un hijo no tanto. Porque la hija se va a hacer cargo de tu futuro, pero el hijo se va a hacer cargo del futuro de sus suegros. Lo mismo pero al revés si tu sociedad es patrilocal.

Tomá dos familias idénticas en toda dimensión que se te ocurran, ambas con un hijo y una hija. La única diferencia es que la familia A vive en una comunidad matrilocal y la familia B en una patrilocal. El ordenamiento cultural (matrilocal o patrilocal) termina setteando incentivos muy claros: a la familia A le conviene invertir más en su hija que a la familia B. ¿Qué es invertir más? Darle educación, por ejemplo.

¿Y cómo testeamos si esto es cierto?

Resulta que Natalie Bau agarró un montón de datos de Indonesia y clasificó regiones según la prevalencia de culturas matrilocales. El mapa de abajo te muestra la incidencia por distrito. En algunos lugares es muy común (el rojo más intenso), en otras es muy raro (el rosa). Dentro del mismo país, hay de todo, porque indonesia tiene una variedad enorme de etnias, comunidades y culturas distintas.

Lo que está pasando por tu cabeza en este momento: si esto de que la cultura matrilocal te incentiva a invertir más en hijas (que en hijos), deberíamos ver que en las regiones más rojas intensas las chicas tienen más educación (en comparación con los chicos) que en las regiones más rosas. Ahí vamos.

Año 2000. Comunidad A es matrilocal, comunidad B no. Andá a la comunidad A, decime cuál es la probabilidad de que una chicA de edad escolar vaya a la escuela. Ahora decime la probabilidad de que su hermanO, también en edad escolar, vaya a la escuela. Andá a la comunidad B y hacé exactamente lo mismo. Ahora compará el ratio “probabilidad de que chicA vaya a la escuela/probabilidad de que su hermanO vaya a la escuela” en comunidad A versus comunidad B. ¿Por qué comparamos hermanos? Porque queremos comparar a gente cuyas condiciones (salvo su género) son idénticas: misma familia, mismos ingresos; hermanos: todo igual. Salvo que uno es mujer y el otro hombre.

Primer resultado. Adivinaste: la probabilidad de que una chicA vaya a la escuela (en relación a su hermano) es mucho mayor en la comunidad matrilocal A, que en la comunidad no matrilocal B. Dos mujeres idénticas, una que nación en A va a estar más educada que una que nació en B. O sea: en sociedades matrilocales, los padres invierten relativamente más en sus hijas que en sociedades no matrilocales.

¿Te acordás que te dije que las instituciones afectan nuestras decisiones?

Cuestión que en 1977 Indonesia hizo unos cambios gigantes (pero de adopción progresiva) en un montón de políticas que hacen a la protección social de sus habitantes. Entre ellos un sistema de pensiones bastante estándar en el cual los empleados empezaron a estar obligados a ahorrar parte de su salario y los empleadores a matchear con una contribución adicional. Es un cambio de instituciones clave con un sistema de pensiones que lo garantiza el Estado.

Si es cierto que las instituciones afectan el comportamiento, entonces deberíamos ver que con los nuevos incentivos ya no tiene sentido para una familia en una sociedad matrilocal invertir diferencialmente en la educación de sus hijas porque de todas maneras la pensión el día del retiro la va a pagar el Estado.

¿Cómo probamos esta hipótesis?

La cosa es que el sistema de pensiones se fue expandiendo de a poco: en algunas provincias más agresivamente (llenaron la ciudad de oficinas públicas para inscribirse), en otras más lento (si tenías suerte había una oficina, o tal vez ni eso). Pero incluso dentro de una MISMA provincia (e incluso dentro de una MISMA familia), hay cohortes de mujeres cuya educación fue decidida antes de que llegue el sistema de pensiones y otras cohortes de mujeres cuya educación (simplemente por un tema de edad y de timing) fue decidida una vez que la posibilidad de aportar a un sistema de pensiones ya estaba.

O sea que que el grado de “exposición” al nuevo sistema de pensiones que tiene una mujer en Indonesia depende fuertemente de dos factores: la edad que tenía cuando se lanzó el plan de pensiones en el país y la intensidad (la cantidad de oficinas públicas para inscribirse, que facilitan su adopción) con la que el plan se implementó en la provincia que vivía.

Lo que hace Natalie es pararse en 2010 y comparar los años de educación de las mujeres según su grado de exposición al programa de pensiones (en función de su edad y la intensidad de oficinas en su provincia). Resultados:

• Si vivís en una comunidad que NO es matrilocal, el nivel educativo alcanzado por las mujeres no cambia por el grado de exposición al programa. O sea: da igual si el programa entró agresivamente o no a la provincia en donde vivías cuando tenías 3 años o si entró agresivamente recién cuando tenías 15, tu nivel educativo no cambia.

• Si vivís en una comunidad que SI es matrilocal, el nivel educativo alcanzado por las mujeres cambia y mucho según el grado de exposición al programa. O sea: si justo eras chiquita cuando abrieron oficinas del programa de pensiones en tu región vas a educarte menos que tu vecina de enfrente que tiene unos años más que vos y que por lo tanto cuando llegaron las oficinas de pensiones su educación ya estaba bastante decidida.

O sea que sí; las instituciones - si es que a un cambio de política lo podemos llamar así - afectan nuestras decisiones (por ejemplo, la de cuánto invertir en la educación de nuestras hijas mujeres).

¿Te acordás que te dije que la cultura, al igual que nuestras decisiones, también está determinada por las instituciones?

El propio hecho de practicar la matrilocal es parte de la cultura de una comunidad. Que sea un uso y costumbre que cuando se casa Juancito con Marianita, se mudan a la casa de los viejos de Marianita (y se hacen cargo cuando están grandes) es prototípicamente un atributo cultural de una sociedad determinada.

Se supone que la cultura es por definición estable, ¿no? Natalie, además de mirar el efecto del sistema de pensiones en la educación de las mujeres, midió el efecto en la probabilidad de que una familia practique la matrilocalidad. Resulta que las pensiones no solamente afectan la inversión en educación: también reducen tus chances de seguir con la práctica matrilocal.

¿Se puede generar algún cambio cultural importante con algo tan fútil como un cambio en una política o en una institución relevante?

Natalie dice que sí. Y lo prueba.

Recordatorio: En Diciembre voy a estar en Buenos Aires. Agendate el Jueves 4 de Diciembre a las 18.30, que se viene la presentación del libro. También andaré presentando por algunas universidades.

Y si te interesa armar otro evento de presentación con choris y vino y tenés una parrilla, escribime que lo armamos: chori, vinos y cosas que no son economía. Te la dejo planteada.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular gratis.

1. Compartir esta maravilla que escribí por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

2. Apretá el botoncito que dice “me gusta”.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Si sos lector asiduo sabés que ya escribí sobre instituciones afectando cultura. Podés verlo acá (No te cases con tu prima) y algo ponele que en esa línea también acá (Corromper con el ejemplo).

Nada que ver, pero…

Este es un gran paper de autores estelares mostrando el efecto económico de los gangs en El Salvador.

Lo que viene, lo que viene

“Desarrollo temprano”. La sala de 3, el kinder o como lo quieras llamar. Parece una boludez pero su impacto dura toda la vida. Te cuento.

¿Por qué los rectores y decanos de las universidades públicas suelen ser profesores?

¿Por qué los directores de hospitales públicos suelen ser médicos?

Hoy escribí sobre los procesos de selección de funcionarios públicos. Y de por qué estaría espectacular que los managers de lo público sepan… de management.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Qué pasa con la productividad de los servicios públicos cuando el management se elige con un proceso transparente, independiente y competitivo?

• ¿Qué pasa con la tasa de mortalidad de un hospital cuando el que lo dirige es un gerente de esos que estudiaron administración y tienen un MBA?

Una cosa que nunca voy a entender (y menos aún trabajando en una universidad) es por qué las instituciones académicas están gobernadas por académicos. Agarrá la universidad que quieras y fijate quién es el presidente (o rector): un profesor o una profesora. Los decanos también, por supuesto. Con excepciones, claro, pero la regla es esa.

Y mirá que nadie tiene más en estima a los académicos que yo, eh. Somos lo más. Una maravilla de gente: inteligentes, divertidos, increíblemente graciosos, simpáticos, cero raros, eh, cero, cero. Gente bien. Pero las habilidades que necesitás para ser un buen académico no suelen ser las mismas que necesitás para ser un buen administrador. A veces se da que un buen académico es un buen manager, sí (y en muchos casos esas habilidades son útiles para ser productivo en cuanto a la producción científica) pero difícilmente los mejores investigadores sean los mejores gestores de cosas y ni hablar los mejores líderes. Me contó un amigo.

De nuevo: hay excepciones. Muchas de ellas en América Latina incluso (me viene a la cabeza Ernesto Schargrodsky, que fue tan buen rector de la Universidad Di Tella como académico y debe haber algunos más). Puede pasar, pero, insisto, no hay ningún motivo para pensar que debería pasar.

Misma cosa con tantos otros servicios que encima suele proveer o subsidiar el Estado. El más evidente: la salud. Mirá los directores generales de los 10 hospitales públicos (y seguro que privados también) más grandes de tu país. Fijate sus CV’s. ¿Alguno de todos ellos NO hizo una carrera como médico? Y no me refiero solamente a haber estudiado medicina, sino a haber hecho una carrera profesional trabajando de médico. ¿Tener habilidades para ser un buen médico predice la calidad como administrador, como líder, de un hospital? Me suena que no.

Estoy esperando las puteadas de mis amigos médicos por esto que voy a decir, pero pensaría que si en vez de médicos (formados en el ejercicio de la medicina) ponés administradores (formados en el ejercicio de administrar), la productividad de los hospitales y de las clínicas mejoraría. Y no me refiero a gastar menos, eh. Eso no es productividad. Pensá en la métrica de éxito sanitario de un hospital, la que quieras. Por ejemplo: tasa de mortalidad; seguro que mejoraría, ¿no?

Para probar el punto deberíamos ya sabés lo que deberíamos hacer: aleatorizar directores a hospitales comparables. A algunos le ponemos médicos como directores generales y a otros le ponemos gente que se dedique a administrar cosas (llamémoslos CEOs). Y después vemos a quién le fue mejor en cuanto a su productividad. Por ejemplo: en dónde la tasa de mortalidad fue más baja.

Imposible hacer eso, porquMOMENTO. Experimento, lo que se dice un experimento no hay. Pero resulta que en Chile hicieron un montón de reformas para mejorar le eficiencia en la gestión de los hospitales públicos. Entre ellas, una gran reforma para cambiar el sistema de recruiting de directores.

Y el amigo Cristobal Otero (de quién ya escribimos en uno de los primeros envíos de este Newsletter), se juntó con Pablo Muñoz - otro excelente economista chileno - y aprovecharon la oportunidad para escribir un paper que me viene bárbaro para responder la pregunta que motiva esta edición: ¿quién gestiona mejor un hospital, un CEO-tipo-MBA o un médico?

¿Funciona mejor un hospital dirigido por médicos o por gerentes?

Cuestión que en 2003 Chile se mandó una gran reforma del servicio civil. Bah, no de todo el servicio civil, sino de algo muy particular: la contratación del top management de entidades públicas. Hasta ese momento al director de las agencias públicas y hospitales se elegía a dedo. En 2003 todo cambió.

El proceso de selección de top management público se transformó en algo un poco más parecido a lo que hace el sector privado. Vamos con el caso específico de los hospitales. Desde 2003, si un hospital tiene que contratar a alguien para reemplazar a su director, que se acaba de jubilar tiene que seguir una serie de pasos estandarizados.

Primero se publica el aviso en la web del servicio civil y en un diario nacional. Se reciben las postulaciones y se mandan a una firma externa de recursos humanos, que evalúa competencias y te devuelve una short-list. Después un comité del servicio civil y del ministerio o agencia pública en cuestión (en este caso, el hospital) entrevistan a los finalistas y propone una terna. Ahí sí, la autoridad de la agencia o ministerio en cuestión (en este caso, el hospital) elige al ganador. Una vez contratado, el manager en cuestión (el director del hospital) empieza con un régimen de pago que también arrancó con la reforma de 2003 y que también tiene algo de lo que hace el sector privado: un salario relativamente más alto y bonos por performance de productividad.

¿Cómo impactó este nuevo sistema de contratación en los resultados de salud y de productividad de los hospitales? Por ejemplo, ¿qué pasó con la tasa de muerte de cada uno de los hospitales? El nuevo director del hospital, ahora contratado siguiendo un proceso mucho más estructurado y menos discrecional, ¿es más productivo y consigue tasas de muerte más bajas que las que hubiera conseguido un director contratado a dedo?

Experimento lo que se dice experimento nadie hizo para medir esto. Pero ‘cuchá.

Tenés al hospital de la localidad de Peor es Nada (esto existe) en la comuna de Chimbarongo que justo tuvo que salir a contratar en 2003 y lo hizo con el sistema nuevo. Y después tenés al hospital de la comuna de Lolol (esto existe) que no tenía a nadie que reemplazar así que no contrató hasta, digamos, 2010. Pararnos en, no sé, 2008, y comparar la tasa de muerte de dos hospitales así, sin más, no estaría bien (son diferentes en mil atributos, cualquiera de ellos podría explicar la diferencia en la tasa de muertes). Pero, ¿y si resulta que el de Chimbarongo venía con una tasa de muertes parecidas al de Lolol hasta 2003 y JUSTO en 2003 el de Chimbarongo empieza a mejorar? Si así fuera, pensaría que tal vez la reforma tuvo algún efecto positivo.

Cristobal y Pablo tuvieron la suerte de que el sistemita este se implementó de a poco en diferentes lugares medio por naturaleza. El sistema entró en vigencia en 2003, pero los únicos hospitales que lo usaron en 2003 fueron los que necesitaban contratar top management en 2003. En 2004 fueron otros tantos, en 2005 otros y así. Esta implementación escalonada nos sirve a los economistas porque nos da lo que solemos llamar un “staggered rollout” (implementación escalonada). Pensá en la comparación de tasas de muerte del caso específico del hospital de Chimbarongo y del de Lolol. El “staggered rollout” nos permite hacer cientos de comparaciones parecidas a las de estos dos hospitales, pero en diferentes momentos del tiempo y entre diferentes hospitales de todo el país antes y después de que contrataran management con el nuevo sistema. Porque el punto de la implementación escalonada es que en todo momento del tiempo tenés hospitales que aún no implementaron el cambio y otros que sí (cosa que no tendrías si todos lo hubieran implementado exactamente al mismo tiempo). No te hagas el sorprendido, que de éste método ya hablamos varias veces, por ejemplo acá.

Que cosa lo que me gusta poder explicar un paper entero usando un sólo gráfico, qué lo parió, gracias Otero y Muñoz por darme esta alegría. Mirá abajo.

Simplifico la explicación (y me tomo alguna libertad para facilitar el cuento, sepan disculpar los autores). Eje X: tiempo antes (valores negativos), durante (el 0) y después de la reforma (valores los positivos). Tiempo medido en trimestres, para ser más preciso. Eje Y: la diferencia entre las tasas de muerte entre hospitales que en ese momento ya habían contratado con el nuevo sistema en comparación con los que NO habían contratado con el nuevo sistema.

¿Ves que antes del momento 0 del eje X, todos los puntitos son básicamente un 0 tras otro? Eso significa que ANTES de que un hospital contrate usando el nuevo sistema, la tendencia en la tasa de muertes de su hospital era idéntica que la del resto de los hospitales (que tenían sistema viejo y siguieron con sistema viejo mucho después). Fijate que casi inmediatamente después del 0 en el eje X, los valores de Y empiezan a hacerse negativos. Eso significa que JUSTO cuando el hospital en cuestión contrata usando el nuevo sistema empieza a tener sistemáticamente una tasa de muerte menor que los otros, que no contrataron con el sistema nuevo.

En números: la reforma implicó bajar la tasa de muertes en un 8% en el lapso de unos tres años después de que un hospital promedio la implementó; o sea, salvar 2 muertes adicionales de cada 1000 pacientes. No es poco. Ya sé lo que estás pensando. Bajar la mortalidad es un gran indicador para un hospital pero no es todo. No porque no sea importante, sino porque hay formas de bajar la mortalidad de formas non-sanctas que difícilmente sean buenas para el sistema de forma integral.

El caso obvio: tal vez el nuevo manager tiene como meta bajar la mortalidad y lo va a hacer a cualquier precio. Por ejemplo, siendo muy cuidadoso en qué tipo de pacientes intenta admitir y a cuáles manda a otros centros cercanos (o sea, digamos, sacarse de encima los pacientes más jugados). Otero y Muñoz muestran que no pasó nada de eso: no solamente tener un nuevo manager en el hospital A no afecta los outcomes (negativos) de los hospitales cercanos (o sea, no es que se sacan el problema de encima y lo mandan al hospital de al lado), sino que tampoco encuentran que el tipo de pacientes que tratan (en cuánto a los diagnósticos o a tributos del pacientes) sean particularmente diferentes cuando viene el nuevo jefe. Difícilmente el resultado de la baja en la tasa de mortalidad se explique por un cambio en la “composición” del tipo de pacientes que recibe y atiende el hospital con el nuevo director.

¿Y qué otra explicación podría haber? En una de esas el nuevo manager logra reducir la mortalidad porque, bueno, tiene habilidades/skills más útiles para … ser un manager. A ver.

Primero lo primero. ¿Cómo nos damos cuenta si un manager tiene habilidades de buen manager? Hay básicamente dos formas. La primera es mirando sus atributos observables: qué estudio, qué experiencia tiene. Si resulta que la reforma terminó atrayendo profesionales con formación en management (por ejemplo, MBA’s) y esos profesionales son los que explican la mayor parte de la mejora en la tasa de muertes, tal vez podemos empezar a creeros que la formación en management es buena predictora de la habilidad para… administrar organizaciones.

Van algunos números. Antes de la reforma (hasta 2004) el 99% de los directores de hospitales eran médicos de formación. En 2019, esa proporción cayó a la mitad. Y más: también aumentó la proporción de directores que estudiaron medicina pero que aparte hicieron algo de management (un MBA por ejemplo) y cayeron los médicos sin estudios de administración. En total la reforma se tradujo en un aumento del 36% en la proporción de directores con algún training formal de gestión.

OK: ahora los directores tienen más training formal específico para dirigir cosas. LA pregunta es si el efecto en la caída en la mortalidad se explica por ese atributo o por otro. Resulta que TODO el efecto (o sea, ese 8% promedio de la caída de la mortalidad enterito) lo explican los directores que tienen estudios formales de management.

Te dije unos párrafos atrás que había dos formas de definir lo que es tener buenas habilidades como manager. La primera, la que te conté, es mirando lo que estudiaron. La segunda nos deja ser un poco más agnósticos y creativos y nos deja llevarnos por lo que dicen los datos y sin preconceptos sobre qué es mejor estudiar para administrar bien. Dejá lo que estás haciendo en simultáneo a leer este envío y prestá mucha atención a lo que te voy a contar, que tiene sus vueltas pero vale la pena.

La tasa de mortalidad de un hospital depende de un millón de cosas: de dónde queda el hospital (en una zona rica o en una pobre), de los recursos que tenga la municipalidad donde queda, del tipo de pacientes que suela recibir (viejos, jóvenes, sanos, no tan sanos), de la calidad de los enfermeros y enfermeras, de los médicos/as, del personal no médico… y del director. Saber cuánto de la productividad se explica por el director en particular (y cuánto por todos los otros atributos) es difícil. Imaginate qué queremos saber cuánto de la mortalidad de un hospital se debe a que lo dirige Juancito. Comparar la mortalidad de su hospital con la del promedio del país no nos sirve mucho, porque - como dijimos -, los hospitales difieren en otros tantos factores aparte de que a uno lo dirige Juancito y a los otros no. Ahora, ¿qué pasaría si a Juancito lo pusieras como director de un hospital durante un par de años y después lo movieras a otro y después a otro hospital? ¿Y si hicieras lo mismo con cada director de cada hospital del sistema? Bueno, ahí va mejorando la cosa porque podrías mirar al mismo director (Juancito, Pedrito, Marianita, Juanita) en contextos y hospitales diferentes y ver cómo va cambiando la mortalidad cuando entra y sale cada uno. Así te podés ir armando una idea bastante rigurosa de la calidad individual de cada director en cuanto a su aporte a reducir la mortalidad cuando llega a un lugar.

Resulta que en Chile parece haber cierta rotación de directores o sea que esto de pasar de director de un hospital a director de otro pasa naturalmente. Cristobal y Pablo agarraron un montón de años de historia de cada uno de estos hospitales, miraron de y hacia donde fue rotando cada director particular y entonces calcularon la productividad medida en términos de aporte a la reducción en la mortalidad de un montón de los directores del sistema.

Como en todo en esta vida, resulta que había directores más productivos que otros. Otra vez: la pregunta es si la reforma logró atraer a los “mejores” directores según esta métrica, a los más productivos, a los que individualmente logran reducir más la mortalidad cuando dirigen una institución. Y al respuesta es que sí: los “mejores” directores (los que por sí solos explican una buena parte de la caída en la mortalidad del centro al que llegan a trabajar) de la muestra de todos los directores de hospitales públicos de Chile son (oh!) aquellos contratados por el sistema nuevo.

O sea: la reforma logró atraer a mejores profesionales que (oh!) eran los que tenían formación en management. Y el resultado es que bajaron la mortalidad promedio de cada hospital al que llegaron en un 8% y sin joder al resto.

Llegaste hasta acá. O sea que sos un lector despierto, curioso, atento (no como esos giles que leen dos párrafos y se vuelven a boludear a Instagram). O sea que puedo predecir una preocupación que atraviesa tu cabeza en este momento. Podría ignorarla y no dejarte dormir; hacerte sufrir por no saber qué pasó con eso que vos sabés que debería haber mencionado y que todavía no lo hice. Pero no. Te voy a premiar por llegar hasta acá. Porque soy un tipazo y porque te lo merecés.

Lo que estás pensando es que la reforma tenía dos componentes: mejorar la forma de contratar pero también pagar más y mejor (incluso con bonos atados a la productividad). ¿Cómo podemos saber si el efecto positivo de la reforma no se explica en realidad porque pagar mejor hace que la gente (cualquiera, el que sea) trabaje mejor? Digo, si así fuera podrías dejar a los directores que estaban, pagarles más y listo, mismo efecto.

Vamos por partes. Primero: la reforma efectivamente aumentó el salario promedio de los directores. Tal como se suponía porque así estaba diseñada. O sea que tal vez aumentar el salario es necesario par atraer mejores managers. Puede ser. Ahora bien, lo que sí muestran Pablo y Cristobal es que el efecto en la baja de mortalidad NO se explica simplemente porque pagando más la gente labura mejor. Fijate la sutileza: una cosa es que pagando mejor atraés mejor gente y otra diferente es que pagando mejor lográs que la misma gente labure mejor. ¿Cómo saben? Resulta que algunos de los directores nuevos (los que entraron con el nuevo sistema) ya eran directores antes. Y resulta que ahora esos directores ganan más porque el nuevo sistema paga más. Y resulta que esos directores no explican nada, cero, nil, ni un poco de la baja en la mortalidad. Pagarles más no los hizo más productivos.

Voy cerrando, no sin antes anular un potencial carpetazo. Dejo acá por escrito que si algún día soy rector de alguna institución es porque soy un rarísimo caso de académico con habilidades de gestión espectaculares, sobresalientes, impresionantes.

No vas a comparar.

Aviso a la comunidad que me sigue preguntando: Esto No También es Economía ya está disponible en Kindle! Lo comprás acá.

En Diciembre voy a estar en Buenos Aires. Agendate el Jueves 4 de Diciembre a las 18.30, que se viene la presentación del libro.

Y si te interesa armar otro evento de presentación con choris y vino y tenés una parrilla, escribime que lo armamos: chori, vinos y cosas que no son economía. Te la dejo planteada.

Mientras tanto te dejo otras cosas que podés hacer para bancar este proyecto popular gratis.

1. Compartir esta maravilla que escribí por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

2. Apretá el botoncito que dice “me gusta”.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Si te interesa el tema de la productividad de los servidores públicos, no podés perderte EL paper de referencia que mide productividad de funcionarios. Es en Italia y está escrito por Alessandra Fenizia.

Nada que ver, pero…

Nos aceptaron nuestro paper “Order Effects and Teacher Labor Supply: A Nation-Wide RCT in Ecuador”. Mostramos que si te cambio el orden en el que te muestro las opciones, es bien probable que termines eligiendo las opciones de arriba. Incluso en decisiones importantes, como postular a trabajos. Bajalo acá.

Salió este paper que me gustó mucho sobre el impacto del aborto legal en decisiones de fertilidad y el largo plazo de las mujeres.

En este paper muestran que cada 100 mangos invertidos en ciencia en el sistema público francés generan (causalmente) una inversión de 81 mangos de inversión en investigación y desarrollo de empresas privadas. Los famosos spillovers.

Lo que viene, lo que viene

“Pensar como economista”. Corta: pensar como economista hace que los jueces tomen mejores decisiones. Te cuento bien la próxima.

Cuchá'. 1ero de Septiembre, o sea, hoy, se acaba de publicar mi nuevo libro: Esto NO también es economía, editado por Siglo XXI e inspirado (o sea, digamos, basado íntegramente) en este Newsletter. Pero mucho mejor. Haceme caso: si te gusta lo que escribo en este espacio el nuevo libro te va a volar la peluca.

Si sos fans del News, tenés que salir corriendo ya mismo a comprar un ejemplar en tu librería amiga. Apoyame en esta cruzada de explicar el mundo con ojos de economista. Comprale uno a tu jermu, a tu marido, a tus hijos, a tus amigos, comprate uno para vos. Comprale uno a tu sobrino que empezó a estudiar “ciencias económicas” y otro a tu compañero de trabajo, ingeniero él, pero curioso de las cosas sociales. Si das clases de economía y usás los envíos de este Newsletter en tus clases, este libro te va a facilitar la vida. Te va a ordenar el contenido y la vida. Y tus estudiantes te van a amar.

Vos comprá, así yo me hago tremendamente rico, pero a otro nivel.

Ah, y si no vivís en Argentina, sino en algún otro país hispano-parlante, podés esperar un par de meses a que llegue a tu país (le podés escribir a la editorial para apurarlos sin vergüenza, Subject: “CUÁNDO LLEGA EL LIBRO DE NICO A MI PAÍS, PRIMER AVISO”) o bien matar la ansiedad comprándolo ya mismo por Kindle.

Pero mirá cómo soy: compres o no el libro te sigo dando contenido gratarola para que te hagas el intelectual en tu próxima conversación de ascensor.

Seguimos con la programación habitual.

Las escuelas de solo-chicas o solo-chicos tienen mala fama. ¿Tal vez porque típicamente venían asociadas a instituciones religiosas o muy conservadoras?

No sé. Hoy escribí sobre cómo cursar con mucha gente de tu mismo sexo puede cambiarte la vida. Y no necesariamente para mal.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo afecta ir a la escuela con muchas mujeres en tu trayectoria laboral (siendo mujer)? ¿Y con muchos hombres?

• ¿Terminás ganando más o menos plata de grande? ¿Eligiendo carreras más estereotípicamente de hombres o de mujeres?

Sabri, Gaby, Lu, Pame, Noe y Barbie. Y pará de contar.

¿Alguna leerá esto? Son las seis chicas que iban a mi curso en la secundaria. Exactamente seis. Más concretamente, las que iban al ciclo básico conmigo: 7mo, 8vo y 9no “I”. A los 15 elegías especialidad y te tocaban con los que elegían lo mismo que vos (yo hice un año de producción musical y después me cambié a Informática). En la especialidad no eran 6, eran 5.

5 o 6 chicas de un curso de, pongámosle, 30 personas. Un 20% o menos. Poco. No sé en qué andan Sabri, Gaby, Lu, Pame, Noe y Barbie. Nos seguimos en Instagram, les podría preguntar. Ah, pero a las que definitivamente no podría preguntarles en qué andan, porque no son observables, es a sus contrafactuales. A las Sabri, Gaby, Lu, Pame, Noe y Barbie que en vez de pasarse 8 horas por día promedio durante seis años entre los 12-13 y los 17-18 en una sala en donde eran la clara minoría femenina del curso, se la pasaban en una sala en donde son el 50% (o el 75% o el 100). ¿Y por qué a sus contrafactuales les hubiera ido distinto?

No cualquiera, sino la mismísima Hillary Clinton, fue una defensora pública de las escuelas divididas por sexo. En 2001 fue la autora de un proyecto (que se implementó) para permitir que las escuelas públicas dieran la opción de aulas “single-sex”. Hay muchos argumentos teóricos que esgrimen los que defienden esta idea desde el punto de vista educativo. Que chicos y chicas aprenden distinto, que desarrollan habilidades diferentes a distintas edades. Y una fundamental: que los pares de los que te rodeás van a moldear tu identidad, tus preferencias futuras, tu auto-confianza, las creencias que vayas a formar sobre tu propia capacidad. ¿Qué tan sólida es la evidencia de todo esto? Algo hay. No tanto, pero algo. Y ojo, algunas de las hipótesis parecen plausibles y muy razonables, con o sin datos.

De lo que sí hay evidencia es que el sexo de los alumnos es una variable sobre la cual se marcan diferencias explícitas (y no tanto) en clase. Lo obvio: los chicos juegan al fútbol, las chicas al handball. Lo no-tan-obvio: los chicos hacen más quilombo, las chicas son más tranquilas. El mero hecho de estar en la misma clase y de ser un separador tan evidente hace muy saliente el hecho de que hay chicas y chicos y de que las chicas y los chicos no son iguales. También hay evidencia de que, en presencia del sexo A, los del sexo B no se comportan igual. Vale para chicas y chicos, pero hay bastante escrito sobre lo que algunos psicólogos llaman “stereotype threat”: sos mujer, no se supone que seas buena en matemática, te la crees, te ponés nerviosa cuando vas a dar el examen, te va peor. Ese “threat” (amenaza) de estereotipo existe siempre, pero seguramente sea bastante más invisible cuando no haya punto de referencia (o sea, un curso lleno de chicos) en tu propia clase. Caso parecido: hay evidencia que dice que la propensión a tomar riesgos no es igual entre hombres y mujeres, pero es particularmente desigual (las chicas toman menos riesgo) cuando hay hombres en el juego.

Las carreras laborales están claramente estereotipadas. Hay carreras típicas de mujeres (psicología) y carreras típicas de hombres (ingeniería). Chicas y chicos no son iguales. Digo, biológicamente no lo son, es claro. ¿Estás de acuerdo con que el estereotipo de género en la elección de carrera (ingenería, psicología) que observamos cuando los pibes eligen que estudiar a los 17 es el resultado de la mezcla entre las diferencias de origen y otras diferencias inducidas en el entorno en el que crecieron? OK, entonces seguramente me creas que las decisiones de carrera y de vida de las chicas que cursaron la secundaria con 25 chicos al lado podrían haber sido diferentes si hubieran cursado con 25 chicas al lado, o con un mix de chicas y chicos más o menos balanceado. Y que esas decisiones van influir en sus trabajos. Y que van a influir en cuánto ganen en el futuro.

Para una mujer, ¿influye tener más o menos pares mujeres entre sus compañeros de clase en sus carreras profesionales? ¿Terminan trabajando de otras cosas por tener más compañeras mujeres? ¿Terminan teniendo ingresos más altos, más bajos? El paper de hoy lo escribieron Demid Getik y Armando Meier y nos da alunas respuestas.

Yo fui a una escuela técnica. Por eso tenía pocas compañeras mujeres. En escuelas no-técnicas seguramente haya cantidad parecida de mujeres y de hombres y en escuelas más artísticas seguramente hayan más mujeres que hombres. Tomemos el caso hipotético de, no sé, Juanita, que fue a la misma escuela técnica que yo y en su curso había 25 hombres y 5 mujeres. Sofía, en cambio, su vecina del piso de arriba, de la misma edad, fue al Colegio Normal II y tuvo 15 compañeros hombres y 15 compañeras mujeres. Si quisiera saber cuál es el efecto causal de cursar con muchas mujeres (como Sofía) versus cursar con pocas mujeres (como Juanita), podría comparar las trayectorias laborales de Sofía y de Juanita. Por ejemplo: podría mirar cuánto gana Juanita 20 años después de egresada y cuánto gana Sofía.

Pero, claro, hacer esa comparación buscando un efecto causal es equivalente a decir “No, nunca en mi vida leí Esto No es Economía, ni pienso leer el nuevo libro Esto No También es Economía porque odio el conocimiento”. Y vos, lector, lectora, no odiás el conocimiento.

No podemos atribuir diferencias en las trayectorias laborales de Sofía y de Juanita al hecho de que una cursó con más y otra con menos personas de su mismo género, porque evidentemente la educación de Juanita y de Sofía difirió en un millón de otros atributos que podrían explicar esa diferencia. El más obvio: Juanita cursó con pocas mujeres porque fue a una escuela técnica. Pensaría que cualquier diferencia en las trayectorias laborales de Juanita y Sofía se explican más por eso (el tipo de educación) que por el género de sus compañeras.

Pero hay un montón de otros factores menos obvios que también podrían invalidar la comparación. Imaginate que te las ingeniás para encontrar dos chicas que fueron a dos escuelas técnicas diferentes, pero una en donde históricamente hay un montón de mujeres y otra en donde históricamente no hay tantas mujeres. Y comparás las trayectorias laborales de chicas que fueron a una versus la otra. Las dos son escuelas técnicas, o sea que si hay diferencias no se explican por el tipo de educación. Pero si a tu hija decidiste mandarla a una escuela técnica en donde van muchas mujeres es porque probablemente ese factor te parezca relevante (a diferencia del que mandó a la hija a la técnica de casi todos hombres). Si encontrás diferencias en las trayectorias laborales de tu hija versus la del otro, pensaría que se explica más porque sus padres son diferentes que por el hecho de que una cursó con más o menos compañeras de su mismo género.

Y podría seguir.

Ahora pensá lo siguiente. En mi escuela siempre hubo pocas chicas. A mí me tocó con 6 nomás, pero los de mi año del curso “j” (yo era el “i”) tenían 8 mujeres de 30. Y había uno, el “c”, que tenía 4 chicas. Otro tenía 10 (el “f”), un tercio de la clase. La verdad es que íbamos todos a la misma escuela y en el mismo año. Y nadie eligió nada, ni a los padres de nadie le preguntaron si querían 4, 6 o 10 mujeres en su curso. Se dio así medio por azar. Julia, que fue al “f”, y le tocó con 10 compañeras mujeres y Lucía, que fue al “c” y le tocó con 4 mujeres, parecen bastante comparables, ¿no?

El caso de Julia y de Lucía no es único. Todos los años en cada escuela del país y por puro azar, a cada chica le podría haber tocado tener más o menos compañeras: incluso si van a la misma escuela e incluso si van al mismo año. Si no te interesa (o ya sabés lo que es) “controlar por” una variable, podés saltearte los próximos tres párrafos y seguir, hasta donde dice “Seguimos”. Si, por el contrario, no odiás aprender cosas nuevas, lee lo que sigue.

Fijate una cosa: comparar las trayectorias de chicas que fueron a diferentes escuelas, así, sin más, está mal por lo que dijimos antes: hay un “efecto escuela” que seguramente influya en las trayectorias por sí mismo y más allá de cuántas compañeras mujeres había. El “efecto escuela” es algo así como un factor fijo: algo propio de la escuela que hace que las trayectorias laborales de sus estudiantes sean mejores o peores (la calidad, por ejemplo; o el tipo de escuela).

Y acá esta el catch: si tuviéramos una sola observación de cada escuela (una chica que fue a la técnica X y otra que fue a la humanista Y) , sería imposible separar cuánto de la diferencia en trayectorias laborales de sus alumnas se debe a la escuela en sí misma (X es técnica, Y es humanista) o a otras características (por ejemplo, X tiene más hombres que Y). Pero como tenemos un montón de casos de chicas que fueron a X y que fueron a Y, incluso en diferentes momentos del tiempo, podemos identificar el efecto propio, fijo, específico de haber ido a la escuela X o a la escuela Y en la trayectoria laboral de sus alumnos y netearlo; o sea, sacárnoslo de encima. Digo, ese efecto escuela afecta a cada estudiante que pasó por ahí, pero justo a algunas les tocó con más chicos y a otras con menos chicos; o sea que si les va peor o mejor no puede haber sido por algo fijo de la escuela porque eso es común a todas.

Lo que hace el paper es aprovechar que en cada año y en cada escuela algunas chicas tuvieron al azar muchos compañeros y otras pocos compañeros (incluso en un mismo año), para “netear” esos factores fijos de escuela y comparar las trayectorias laborales de las chicas que cursaron con más o menos hombres, neto de el efecto propio, fijo de cada escuela.

Seguimos.

Vamos al punto. Armando Meier y Demid Getik hacen este ejercicio con datos suecos. Los resultados que te voy a contar corresponden a estudiantes que compartieron clases con más o menos mujeres entre los 6 y los 16 años, una etapa bastante formativa. Resulta que:

1. Para una mujer, tener más compañeras mujeres aumenta su ingreso salarial de por vida. Haciendo cuentitas, por ejemplo: pasar de tener 45% a 55% de compañeras mujeres se traduce a una diferencia de ingresos acumuladas en una vida de trabajo de unos 12 mil dólares (asumiendo que la plata extra que ganan no la ponen a que les rinda interés durante su vida).

2. Para un hombre, tener más compañeras mujeres no les hace ninguna diferencia en su ingreso futuro esperado.

Ma perché? ¿Qué hace que para una mujer ir al colegio con más mujeres afecta sus ingresos laborales futuros? En teoría, son varias las cosas que podrían estar pasando. Por ejemplo: tal vez cursar con más mujeres reduce lo que antes mencionamos como “stereotype threat”: sos mujer, tu estereotipo dice que no sos tan buena en matemática, cursar en un lugar lleno de hombres te lo recuerda, te ponés nerviosa, te va peor. Y eso repercute en tus ingresos futuros.

O tal vez cursar con más mujeres te saca la presión de elegir carreras más estereotípicamente femeninas. Como las carreras estereotípicamente femeninas suelen tener salarios más bajos (enfermera), elegir carreras más redituables (ingeniera) se traduce que que ganás más. Algunos resultados más. Las mujeres que cursan con más compañeras mujeres

1. Terminan teniendo notas en la escuela que son un poco más altas que las que cursan con menos mujeres. Tal vez algo del stereotype threat hay.

2. Terminan estudiando con mayor probabilidad carreras que NO son estereotípicamente femeninas y que suelen pagar más. Concretamente: es más probable que sigan estudiando tracks científicos y carreras en donde normalmente hay muchos más hombres.

3. Terminan también trabajando en ocupaciones en donde suele haber más hombres, menos en servicios de cuidado, un poco más en oficios y, específicamente, en tecnología. En resumen: empleos en donde suele haber salarios más altos.

A esta altura ya te diste cuenta que te hice medio trampa con la historia de Hillary Clinton y el lobby de las escuelas “single-sex”. Lo que miran Armando y Demid no es el efecto de ir a una escuela mixta versus ir a una escuela de solo mujeres (o solo hombres), sino el efecto promedio de tener algunas mujeres más o menos en un curso mixto (que puede ir de poquísimas a muchísimas mujeres). Miran lo que los economistas llamamos el “margen intensivo”: no pasar de single-sex a mixta (eso sería mirar el “margen extensivo”), sino de mixta con pocas mujeres a mixta con más mujeres. Tranquilamente podría pasar que tener UN solo hombre en un curso de mujeres cambie completamente la experiencia y las trayectorias laborales de sus compañeras, en comparación con ser SOLO mujeres. Que yo sepa, no hay grandes respuestas aún al efecto laboral de ir a una escuela mixta o una de solo chicas. Habrá que seguir investigando.

Y voy terminando acá que en el hemisferio norte empezó el semestre y se me acabó la joda. Saludos para Sabri, Gaby, Lu, Pame, Noe y Barbie. La primera que lea esto y me escriba se gana una copia de Esto No También es Economía.

Tres cosas que podés hacer para bancar este proyecto popular.

1. Compartir esta maravilla que escribí por Twitter, Instagram, Facebook. Mandalo por Whatsapp, TikTok, corré la voz.

2. Apretá el botoncito que dice “me gusta”.

3. Ir corriendo ya mismo a comprar Esto No También es Economía a tu librería amiga. Corré que se agota.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Hay varios papers sobre stereotype threat. Arrancá con este.

Nada que ver, pero…

Considero que no es suficiente el auto-bombo, así que vengo con más. Resulta que se acaba de publicarse nuestro paper (con Bruno Ferman y Pedro Sant'Anna) "Discrimination in the Formation of Academic Networks: A field Experiment on #EconTwitter" en el American Economic Review: Insights.

Mostramos experimentalmente que hay discriminación (cosa casi automática seguramente) en los follow-backs que hacemos en Twitter. Usando como universo los economistas académicos, mostramos que la probabilidad de que a un estudiante de PhD le den follow-back depende fuertemente de su género, su raza y el prestigio de su universidad. En números:

- Las tasas de “follow-back” fueron 12% más altas para estudiantes blancos que para negros.
- estudiantes de universidades top-ranked recibieron 21% más follows que los de universidades presuntamente menos prestigiosas.
- Las mujeres recibieron 25% más follows que los hombres.

El gap racial persiste incluso entre estudiantes de universidades top-ranked, O sea que que la discriminación racial ni llega a compensarse por el prestigio institucional. En este Newsletter escribí sobre el paper acá.

Lo que viene, lo que viene

“El CEO del hospital”. ¿Por qué los directores de los hospitales son médicos? ¿Por qué los presidentes de las universidades son profesores? Por error. La próxima te cuento qué pasa con la productividad de algunos servicios públicos cuando los dirige un manager privado.

El que se quema con leche de joven va a odiar a las vacas por el resto de su vida. O bueno, algo así.

¿Por qué nos gusta tanto ahorrar en inmuebles?

No importa qué tan tranquila esté la economía hoy. No importa si te conviene o no, no importa si hay una inversión más rentable. No importa ni siquiera si te mudaste y ahora vivís en el país más estable de la tierra. No importa nada. Si creciste con inflación alta y de grande juntaste algo de plata, vas a ahorrar en departamentos, así te hayas mudado a Suiza y ganes en francos.

Hoy escribí sobre cómo la inflación que viviste de joven te influye las decisiones de finanzas personales hasta que te mueras.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo afecta la experiencia con inflación alta en nuestras decisiones futuras de inversión?

• ¿Inflación durante la juventud, casa propia cuando crecés?

Trabajás, ahorrás, te esforzás. Lo hacés con un objetivo claro: comprar la vivienda en la que vas a vivir. Classic clasemedia latinoamericana. Suena bien y hasta obvio, qué mejor que vivir en tu propio techo en vez de tener que pagar el alquiler todos los meses.

Pero de obvio no tiene nada. Por supuesto que vivir en tu propia casa tiene un montón de valor de, llamémosle, consumo. Más allá de si comprar la casa es una buena o una mala inversión, asignarle un valor alto al simple hecho de tener tu lugar se me hace muy lógico. Pero que tenga mucho valor de consumo no implica que sea una buena inversión. Tal vez sí, tal vez no. Por ahí pagar un alquiler todos los meses es una inversión mucho mejor que hundir un montón de capital que podrías estar invirtiendo en un activo más rentable. Pensalo. Si comprás todo en efectivo (cosa muy común en Argentina, porque el crédito hipotecario después del boom de los 90’s y con alguna excepción pasó a ser una cosa anecdótica), estás dejando inmovilizados unos cuántos miles de dólares (100, 200, 300, 400) con un costo de oportunidad que puede llegar a ser bastante alto. Te ahorrás el alquiler mensual, sí, ¿pero a qué precio?

Si sacás un crédito inmovilizás menos. Pero el crédito implica pagar una tasa. Si la tasa es baja, todos contentos: te estás apalancando barato, te ahorrás el interés y con algo de suerte hasta el inmueble cuando pasa a ser tuyo vale más caro. Pero, ¿y si la tasa es alta? Y, ahí ya no sé si estás haciendo mucho negocio. Por ahí hubiera sido más conveniente pagar el alquiler pero ahorrarte el interés que le estás pagando al banco. Y con el downpayment inicial que te ahorrás de poner tal vez podés invertir en algo más rentable que un departamento.

No estoy diciendo que comprar tu casa no sea buen negocio. Más bien, lo que digo es que puede o no ser buen negocio y la noción de “tirar la plata todos los meses es un alquiler” es, como mínimo, bastante imprecisa. Y aún así, pocas ideas están tan arraigadas como esa, al menos en Argentina: el alquiler que va a la basura.

¿Por qué nos gusta tanto la casa propia? ¿Por qué nos parece que pagar un alquiler es quemar plata y no simplemente el pago de un servicio que consumimos, igual que cualquier otro?

Pero claro: culpa de la inflación, la inestabilidad. Comprar la casa es ahorrar en ladrillo. El viejo, querido y estable ladrillo que podés tocar. Y la de ahorrar en pesos y que se te devalúe ya la viviste.

Dice el dicho popular que el que se quema con leche, ve una vaca y llora. Pero, ¿cuánto tiempo nos dura el miedo a la vaca?

Digamos que naciste en Argentina y en los 80’s cumpliste 18 o 20 o 22 empezaste a trabajar y ahorrar. De a poco te das cuenta que la inflación te come una parte importante de tu ahorro cada mes. A la fuerza aprendés que para proteger el poder de compra del salario tenés que comprar dólares o, si podés, un inmueble. Hasta acá todo normal: vivís en períodos de inestabilidad, te protegés con lo que podés.

Pero después vienen los 90s. Estabilidad e inflación cero. Ya no necesitás proteger al salario con las mismas herramientas que antes. Pero ya aprendiste, y lo que se aprende de joven difícilmente se olvide. Seguís prefiriendo los inmuebles, sea rentable o no. Hasta acá sigue todo bastante normal: sos argentino, sabés que la inestabilidad puede llegar a volver en cualquier momento y querés protegerte.

Llega el 2001 y decidís que te cansaste de la inestabilidad y te vas a otro continente. Al país con moneda más estable que se te ocurra. El país de la inflación cero (o casi), qué sé yo, Suiza. Pasan los años y seguís viviendo en Suiza. Ahora sí que no necesitás correr al activo estable. Te podés olvidar la plata en tu cuenta en francos suizos, todo nominal, volver en 10 años y te vas a poder comprar más o menos la misma cantidad de Raclette que hoy. Libertad total, podés invertir en lo que quieras, en el país que quieras y sin miedo. Y aún así, tu comportamiento como pequeño inversor es idéntico al que tenías cuando vivías en un cuarto piso contrafrente en Canning y Corrientes: comprás inmuebles. Y vas a seguir comprando hasta el día que te mueras.

El paper de hoy lo escribió Ulrike Malmendier, una gran economista alemana que tiene una amplísima agenda desarrollada sobre una idea particular: hay ciertos eventos que nos marcan en la vida y que no nos olvidamos más. Esos eventos nos marcan tanto que nos afectan en nuestros comportamientos más profundos y lo hacen de forma persistente, aún después de que el contexto haya cambiado y aún si el nuevo contexto no justifica ese comportamiento que incorporamos de jóvenes.

Alguna vez escribí en este mismo espacio sobre un paper que muestra que si la nafta está cara cuando éramos jóvenes vamos a terminar manejando menos durante todo el resto de nuestra vida. Aún si de grandes el precio de la nafta estaba bajísimo. Bueno, Malmendier dice que si estuvimos expuestos a inflaciones muy altas durante mucho tiempo, vamos a tener una predisposición muy marcada a comprar la casa propia, aún si la inflación ya es historia y estamos viviendo en períodos de estabilidad, aún si nos mudamos de país y vivimos hoy en el país más estable del mundo o si nos vamos a Marte. La inflación a la que nos expusimos en nuestro país de origen va a seguir afectando nuestras decisiones de inversión y nuestra propensión a hundir capital en una casa propia y no lo vamos a cambiar con nada. Nunca.

¿Te suena?

Agarrá un montón de personas de un montón de países y calculales, según la edad y el país en donde viven, la inflación promedio que vivieron y la probabilidad de que sean dueños de su casa. El grafo de arriba te muestra en el eje X la inflación experimentada en la vida acumulada de cada persona promedio de cada país y el eje Y la probabilidad de que sean dueños. En países en donde la gente experimentó poca inflación (Francia, Holanda, Austria), la probabilidad de que sean dueños de su casa es relativamente baja. En países en donde las personas, por su edad y la historia del país, experimentaron inflaciones más altas (Polonia), la probabilidad de que sean dueños es mucho más alta. ¿Nos dice algo este gráfico? Poco.

Nos sugiere que alguna relación hay, pero la verdad es que esa correlación podría estar explicada por mil cosas. Digo, Holanda además de tener una historia de baja inflación tiene un montón de otras características que la hacen diferente y que podrían explicar que la gente no sea tan propensa a ser dueña de su casa como en Polonia. Por ejemplo, podría pasar que lo que explica que los holandeses compren menos su casa que los polacos es que las casas holandesas son más caras en relación a sus salarios (yo qué sé, invento: porque la tierra es menos abundante). Nada que ver con la inflación.

Imaginate que ahora agarrás datos individuales no solamente de un año, sino de muchos. En cada país encuestas a personas de diferentes edades y en diferentes momentos del tiempo. Toda esa información te permite comparar, por ejemplo, la propensión a tener la casa propia entre personas del mismo país en diferentes momentos del tiempo y a diferentes edades. O sea que la historia de “los holandeses compran menos porque en Holanda la tierra es menos abundante” ya no vale, porque estás comparando holandés contra holandés. La diferencia es que algunos vivieron en períodos con inflación más alta y otros con inflación más baja.

Llevalo a Argentina: OK, tal vez hay algo cultural propio de Argentina que hace que la gente quiera comprar su casa con mayor propensión que en otros lugares y eso es independiente de la inflación, pero si comparás a uno que vivió su juventud en los 80s y a otro que la vivió en los 90s, la cultura es la misma pero lo que difiere es la inflación que experimentó cada uno; o sea que si encontrás diferencias en sus propensiones a comprar la casa, tal vez algo se expliquen por las experiencias macroeconómicas que vivieron. “Ah, bueno, pero el mundo en los 90s el mundio cambió, ¿qué sabés si lo que explica la diferencia no es simplemente que el mundo de los 80s es diferente que el de los 90s?”. Puede ser, pero como encuestaste a gente de un montón de países, podés darte cuenta si hay algún efecto propio del año (no sé, en los 90s en el mundo la gente compraba más o menos casas) y sacarte ese efecto de encima (netearlo, digamos).

Pero pará: si entrevistás a gente en diferentes momentos del tiempo, puede pasar que su comportamiento sea diferente no porque vivieron diferentes experiencias con la inflación, sino porque las condiciones macro del momento en que los encuestas es diferente. De nuevo: tenemos tantos datos que podemos comparar gente encuestada bajo la misma situación macro (misma inflación o mismo crecimiento del PBI al momento de la encuesta).

Resultados.

Compará a Juancito, que experimentó a lo largo de su vida inflación del 10% con otro, Pedrito, en el mismo país, que por la época que vivió, experimentó un 15%. Si Juancito tiene una probabilidad de, digamos 65% de ser el dueño de su casa a los 50 años, la de Pedrito es de casi 80%. 15 puntos más. Y esto vale para todos los Juancitos y Pedritos que hayan vivido en diferentes años del mismo país pero que por mejor o peor suerte les haya tocado vaivenes macroeconómicos diferentes. Y vale para los Juancitos y Pedritos que al momento de ser encuestados estaban en condiciones macroeconómicas parecidas.

Momento. Pero al comparar gente que experimentó niveles diferentes de inflación a lo largo de su vida (incluso si viven en el mismo país) también estamos comparando experiencias diferentes con otras cosas, por ejemplo: si encuestamos en Europa vamos a tener gente que vivió más o menos tiempo bajo los regímenes comunistas. El efecto se mantiene idéntico, igualito, igualito, cuando comparás a gente con años de exposición al comunismo (y a otras características de los regímenes políticos) similar - pero diferentes experiencias con la inflación.

Pero por ahí seguís sin creerme. Y tal vez hacés bien.

El experimento ideal que nos gustaría hacer para testear si vivir muchos años con inflación te afecta tu propensión a querer (y tener) casa propia en el futuro sería algo así. Año 2000, nacen 1000 personas, a unos 500 los exponemos durante 30 años a inflación alta y a otros 500 los exponemos a inflación baja y mantenemos todo el resto de las variables más o menos parecidas. Año 2030, los juntamos a todos en el mismo país; o sea, bajo las mismas condiciones macroeconómicas, institucionales y de mercado inmobiliario. Y los dejamos desarrollarse y vivir felices y decidir si compran a no su casa en los próximos años.

Eso no podemos. Pero podemos hacer algo parecido. Parate en Nueva York en varios años. Agarrá, para un mismo año, a todos los que emigraron a Nueva York de diferentes países y en diferentes años. Resulta que todos viven en el mismo país y en la misma ciudad (o sea que las condiciones macroeconómicas, las oportunidades, las características del mercado inmobiliario) son idénticas, ya sea que viniste de Argentina o de Chile, que emigraste en el año 2000 o en 1990. La diferencia no está en el presente, sino en la historia: según el país del que hayas venido y el año en el que hayas emigrado, tu experiencia pasada con la inflación va a haber sido diferente, aún si las condiciones actuales son las mismas para todos. Compará el comportamiento de gente al mismo tiempo, de la misma edad, misma educación, mismo lo que se te ocurra pero que por el país y época en la que emigraron tienen experiencias distintas con la inflación en su país de origen. Hacelo no solo en Nueva York, sino en todas y cada una de las ciudades del país. Siempre comparando peras con peras (migrantes con migrantes, en el mismo lugar, en el mismo momento, con diferentes historias pre-migración)

Con matices, el resultado es más o menos el mismo. Si viviste con inflación alta en tu país de origen, es más probable que en tu nueva casa, en condiciones macroeconómicas normales, con estabilidad y todo, tengas una preferencia mucho más fuerte por tener tu propia casa.

¿Será que pasa lo mismo con el ahorro en moneda dura? ¿Será que no alcanza con bajar la inflación hoy, mañana, pasado y los próximos diez años, que si creciste con inflación vas a ahorrar en lechuga para siempre? ¿Habrá que criar una generación entera de jóvenes que crecen en economías estables para recuperar el ahorro en moneda nacional?

Dame unos meses que te respondo.

No seas desagradecido y compartile este envío a tus amigos, hacé el favor.

Y si no te da para compartir, pero aún así querés agradecerle a esta comunidad que tanto te dio, podés darle like, me gusta, mi piace, j’aime.

Gracias amigo, gracias amiga.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Hablando de mercado inmobiliario: acá muestran que el rent control de NY aumenta la tasa de desempleo.

Si hablamos de casa propia, no puedo dejar de recomendarte que sigas al gurú del mercado inmobiliario argentino, el zar de los créditos hipotecarios, el mandamás del real estate, mi amigo - señores, de pie - Federico Gonzalez Rouco.

Nada que ver, pero…

Me aceptaron mi primer paper en un journal de ciencia política (nada menos que en el gran Journal of Politics) y lo festejo con vos. Si el gobierno te dice “bajamos la corrupción”, ¿te ponés contento porque ahora hay menos corrupción o te pones triste porque te acordás que vivís en un país de corrupción alta?

En Unraveling the Paradox of Anticorruption Messaging: Experimental Evidence from a Tax Administration Reform te mostramos que cuando el gobierno baja la corrupción y te lo cuenta (“bajamos la corrupción”), inconscientemente te está recordando que vivís en un país corrupto y vas a actuar en consecuencia (o sea, digamos, tal vez termines con incluso peor disposición a pagar impuestos).

Pero hay esperanza: te mostramos un pequeño tweak para calibrar las expectativas previas que puede hacer que el mismo mensaje se interprete como progreso genuino en lugar de recordatorio de problemas. Lo podés leer acá.

Muy bueno este paper. Muestran experimentalmente que la competencia demasiado extrema en contextos educativos genera adultos menos prosociales.

También me gustó este preprint con data de Uber. Parece que es bastante más probable que le cancelen un viaje a un conductor si es African American. Pero también parece que una intervención bastante light en la misma app reduce la discriminación casi totalmente.

Lo que viene, lo que viene

“Escuelas mixtas”. Antes había escuela para chicos y escuela para chicas. Y después vino el liberalismo y los juntó. ¿Cambia tu vida laboral haber cursado con más mujeres (siendo mujer)? ¿Y siendo hombre?

Cada vez hay menos de “la conocí en un bar” y cada vez más de “la conocí en una app”. La llegada de Tinder y similares cambió la forma de conseguir parejas reduciendo fuerte el costo de transacción de conocer gente nueva. ¿Para bien? ¿Para mal? ¿Hay más parejas? ¿Quién gana, quién pierde?

Hoy escribí sobre cómo Tinder revolucionó el mercado de citas.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Hay más citas gracias a Tinder?

• ¿Y más parejas?

Si tenés pareja desde hace, digamos, unos 5, 6, 7 años o menos, lo más probable es que se hayan conocido online. Seguro el grafiquito de abajo (que es de USA, pero debe ser igual en donde vivís vos) te suene: 60% de las parejas formadas en 2020 nacieron online (y no vi actualización, pero estoy seguro de que siguió creciendo).

Fueguito por Instagram, mensaje vía Facebook para los más añosos y, con una probabilidad nada menor, swipe derecho en Tinder, Bumble o alguna otra app, son todas estrategias que seguramente hayas usado y hay chances altas de que hayan sido la primera interacción con la persona que tenés al lado.

No encontré la data para Argentina (ni para Latam en general), pero parece que en USA - y esto es de 2023 - 53% de los 18-29-years-old usó alguna vez una app de citas. Seguro que vos también. Y lo interesante es que no importa si te gusta o no te gusta, las usás igual porque las apps de citas funcionan como redes. Si querés conseguir pareja (aunque sea para una noche) y resulta que la gran mayoría de tus posibles matches usa una app para citas, entonces muchas opciones no te quedan. Ojo, tal vez a una gran parte de tus potenciales matches tampoco le encanta la idea de mirar fotos y swipear pero, de nuevo, si todos lo usan, no le queda otra.

La entrada de Tinder y similares desde un punto de vista económico es una revolución. Llegaron y revolucionaron uno de los mercados más interesantes que estudiamos los economistas: el mercado de parejas. Ah, el mercado de parejas, que cosa espectacular. Oferta y demanda a full, competencia, fallas de mercado, todo. Tenés ciertos atributos, buscás ciertas atributos, salís al mercado a ofrecer lo que tenés, el otro analiza, compara opciones, trae lo que puede ofrecer a cambio y, eventualmente, puede (o no) darse la transacción. Pero como toda operación de mercado, en el medio hay fricciones, costos de transacción, información asimétrica (porque el otro no te revela todos sus atributos de una; la operación es medio como comprar un auto usado, no sabés con qué te vas a encontrar). Como en todo mercado hay cierta tecnología que facilita los matches y esa tecnología es muy relevante porque va a determinar que transacciones (encuentros, parejas) se terminan dando. Y cuando digo “tecnología” no me refiero a una app o a una computadora, sino a toda herramienta o proceso que facilitan el intercambio voluntario entre partes. Una feria es una tecnología: oferentes y demandantes se encuentran para intercambiar. Mercadolibre también lo es.

El boliche en el que tu viejo se conoció con tu vieja era la tecnología del momento (o una de ellas) para facilitar el match voluntario entre potenciales parejas. El “hacemos cita de a cuatro y me presentan a una amiga” es otra tecnología de formación de parejas que antes era más popular. El “agrego a las amigas de mi amigo que veo en las fotos del cumple que subió a Facebook y empiezo a tirotear” era una tecnología popular en los early 2010’s. Tinder es, nada más ni nada menos, que otro tipo de tecnología para facilitar el match - la transacción voluntaria - entre personas que ofrecen y demandan atributos en un potencial encuentro.

Cada vez que evoluciona una tecnología genera cambios importantes que afectan el equilibrio del mercado en cuestión. Pensalo: hace, no sé, 50 años, comprar una remera implicaba ir al negocio de remeras. O a un par de negocios de remeras, más o menos cerca de donde te movías. Los costos de buscar otros modelos u otros precios eran altos. Después la tecnología cambió: empezaron a existir shoppings. El costo de buscar remeras bajó un poco. Al menos empezaste a tener en un mismo lugar una variedad de precios, calidades y modelos de remeras que te permitían obtener más y mejor información de lo que estás buscando a un costo más bajo. Después llegó Mercadolibre (y los showrooms en IG del tipo “precio por DM, rey”) y se te abrió un mundo de información con un costo de búsqueda irrisorio. Ya ni siquiera tenés que ir físicamente a un negocio a mirar las remeras, ni los precios, ni los modelos porque está todo ahí. Buscar un buen match (en este caso, de remeras) es mucho más fácil, más barato. Y eso no solamente te afecta a vos como consumidor (“la demanda”), sino que afecta a toda la estructura del mercado: el comportamiento de los productores y los que comercializan (“la oferta”) no va a ser el mismo y, fundamentalmente, el equilibrio (qué remeras se venden, a quién y a qué precio) va a ser totalmente diferente.

Ahora pensá en todo lo que cambió la tecnología para matchear personas con potenciales parejas. Swipear es rápido, podés filtrar en segundos y dejar una señal de interés a cientos de personas en unos cuántos minutos.

(nada que ver, pero me hace acordar a cierta persona que no voy a nombrar pero que lee esto, que allá por el 2000 y pocos había programado un scriptcito para darle like al 100% de las personas que le aparecían en el pre-tinder llamado Hot or Not, después filtraba).

Y todo esto de likear gente en Tinder lo podés hacer desde tu casa, en la hora de almuerzo. El costo transaccional es más bajo de lo que era antes. ¿Cómo afecta este cambio tecnológico a la formación de parejas? ¿Habrá aumentado la cantidad de citas (con sus potenciales consecuencias en términos, por ejemplo, de velocidad de transmisión de ETS)? ¿Y las parejas de largo plazo?

No se puede responder todo en la vida. Pero se puede responder bastante. Alexey Makarin es un gran economista ruso (antes en Roma, ahora en MIT) que nos trae bastantes respuestas en su último paper. Prestá atención.

Resulta que Tinder arrancó - dónde sino - en campus universitarios. Pero no solo eso, arrancó específicamente en el lugar en donde las películas de post-adolescentes norteamericanos nos dicen que debería arrancar algo como Tinder: en las que podríamos llamar hermandades griegas: esas que llaman fraternidades (de hombres) o “sororities” (de mujeres) en las películas.

La cosa empezó específicamente en una de las hermandades del campus de USC (Universidad de Southern California, donde estudiaba una de sus fundadoras) y de a poco se fue moviendo hacia otras. Lo de mover es literal, agarraban el auto, se iban primero a una sorority (mujeres) de, digamos, UCLA (Los Angeles) y promocionaban la app. Después se cruzaban a la fraternity (hombres) noséqué del mismo campus y seguían viaje. Luego venía UCSD (San Diego) y hacían lo mismo, Orange County, lo mismo y así sucesivamente con cada uno de los campus relevantes de la zona. La estrategia pagaba porque de a poco cada viaje a campus les iba sumando algunos miles de suscriptores, pero no escalaba tan fácil. Digo, la promoción via hermandades funcaba bárbaro; pero, ¿cómo viajás a cada uno de los campus del país?

Si buscás “Tinder Campus Ambassador” en LinkedIn te van a aparecer unos 47 perfiles. Son gente que en los 2010’s tuvo el cargo de embajador de Tinder en su campus. La gran mayoría pertenecía a alguna de estas fraternidades (o sororities) en su universidad. Ellos son los que fueron popularizándolo hasta que el efecto red fue tan grande que pasaron a ser innecesarios. El modelo de promoción vía embajadores en fraternidades y sororities explotó en el verano de 2013.

¿Y para qué te cuento esta historia? Porque es la clave de la estrategia de identifiación causal del efecto de Tinder. Antes de 2013 usar Tinder era una rareza. Poco después del verano de 2013 empezó a ser un boom pero no en todos lados. No te hablé de hermandades griegas para joder. ¿En dónde pegó el boom de 2013? Precisamente, entre los estudiantes miembros de estas hermandades. John, Kimberly, Peter y Jane eran todos estudiantes de UCLA, compañeros de varias clases porque estudiaban la misma carrera. En 2012 todos ellos levantaban usando las viejas estrategias. En 2013 a John (que era de la Kappa Sigma fraternity) y a Kimberly (que era de la Delta Gamma sorority) les llegó la novedad de Tinder y empezaron a levantar por ahí. Peter y Jane todavía ni enterados. O sea que antes del verano de 2013 la tecnología de levante disponible era parecida para todos en todos lados y después del verano para un grupo de gente particular - pero no para todos - empezó a estar disponible una tecnología revolucionaria. Ya sabés como sigue, ¿no?

Pregunta #1 (Cantidad): ¿Tinder aumentó la cantidad de parejas sexuales promedio de los jóvenes universitarios?

Mirá el gráfico de arriba. El eje X tiene semestres (F es fall, S es spring). Al eje Y te lo simplifico un poco para que sea más fácil de leer: cuando es positivo, significa que el crecimiento en la cantidad de parejas sexuales que tuvo un alumno de una hermandad en el semestre en cuestión fue mayor que un alumno parecido (misma universidad, carrera, etc) en el mismo semestre pero no miembro de una hermandad. Cuando es negativo, es al revés y el 0 te dice que el crecimiento fue parecido en ambos grupos. La línea roja en 2013 es el momento del boom de Tinder en estas asociaciones de estudiantes. Fijate que pre boom la evolución en cuanto a la cantidad de parejas sexuales de alumnos en hermandades era muy parecida a la de alumnos que no estaban en hermandades. Justo en 2013, la cosa empieza a separarse: los de las fraternidades y sororities empiezan a tener mucha más actividad que el resto de los estudiantes. Clave esto: es obvio que si estás en la Alpha Beta noséqué vas a tener más actividad sexual que si no (si algo aprendimos de las películas yanquis en campuses) pero eso no es lo importante. Lo relevante no es el nivel, sino cómo cambia la EVOLUCIÓN de esa actividad JUSTO cuando aparece Tinder en las asociaciones antes que el resto. Venían con tendencias parecidas, se despegan justo ahí.

O sea: con Tinder, la actividad sexual crece. ¿Cuánto? Bastante. Si la probabilidad de haber tenido relaciones sexuales el mes anterior era normalmente de 52% (escuchamos pero no juzgamos) con Tinder pasabas a 55%. Si la cantidad de parejas sexuales normalmente era de 1.5 en los 12 meses previos (escuchamos pero no juzgamos), con Tinder pasabas a 1.72 parejas.

¿Nos sorprende? No nos sorprende. Tinder reduce costos de transacción: te muestra matches solo de gente con interés mutuo, le saca incertidumbre (ya sabés que algo de interés hay), hace el proceso más rápido y más eficiente.

Pregunta #2 (Calidad): ¿Tinder aumentó la cantidad de parejas estables (cohabitantes o, digamos, novios) promedio de los jóvenes universitarios?

Misma estrategia: estudiantes de las hermandades antes y después de 2013, versus estudiantes (mismo campus, todo igual) no de hermandades, antes y después de 2013. Resulta que, sin Tinder, 11% de los jóvenes reportaban tener una pareja cohabitante. ¿Y con Tinder? Exactamente lo mismo: no hay efecto de Tinder. Ok, pero cohabitar es un montón, sí. ¿Y la probabilidad de reportar que tienen una pareja estable? Idéntica, sin cambios, cero efecto de Tinder.

¿Nos sorprende? No sé. Reducir los costos de transacción para matchear con una potencial pareja no es tan naturalmente beneficioso para la formación de parejas estables. Un motivo es que, precisamente, facilita la posibilidad de tener tantas parejas de un par de noches como el usuario quiera y eso tal vez no sea muy bueno para cohabitar.

Pregunta #3 (Costos o beneficios): ¿Qué costos o beneficios generó Tinder en cuanto a la salud mental o física de los jóvenes universitarios?

Pensá en todas las cosas buenas y malas que puede traer la introducción de una tecnología de matches como Tinder. Salud mental: imagino que te facilita la vida, te aumenta la chance de éxito de conseguir parejas (aunque sea de una noche), te puede subir el ego. Salud física: no es que sea muy conservador, pero si aumentás la frecuencia sexual y el menú de opciones de pareja, difícil que no aumenten las ETS aunque sea de forma mecánica, ¿no? Y algo parecido podría pasar con la violencia física: (no necesariamente, pero) más encuentros entre gente que no se conoce tal vez aumenten la chance de violencia de género.

Resulta que la salud mental, especialmente de las mujeres, mejoró con Tinder. Las chicas de las sororities empiezan a sentirse menos desesperanzadas, solas, tristes justo después de 2013 y en comparación con las chicas que no van a las sororities. Los chicos también, pero menos.

Y acá vienen los costos. Tinder aumentó en 2 puntos la probabilidad de que una mujer reporte un evento de violencia de género (sexual), desde una base de 8.7%.

¿Y ETS’s? No sabemos de todas (HIV, por caso). Pero la probabilidad de tener infecciones transmitidas sexualmente aumentaron de 1.3% a 1.9%.

Y el resultado del paper más interesante: la llegada de Tinder generó una mayor concentración del mercado. O sea: los que conseguían una cita cada muerte de obispo lograron tener algunas citas más, pero los que ya eran cracks terminaron con muchísimas más citas, gracias a Tinder. ¿Por qué pasó esto? Te explico con una historia cortita basada en hechos reales.

Buenos Aires, 1912. La ciudad está dividida en unos 21 barrios. Están cerca, sí, pero moverse no es tan fácil. Cada comuna tiene su centrito, y en cada uno, su panadero: un tipo que tal vez no era Osvaldo Gross, pero se defendía y, dentro de todo, era el mejor de su zona. 1913: llega el primer subte porteño. A los panaderos cerca de las flamantes 9 estaciones, de Plaza de Mayo a Miserere, se les amplía el mercado. Ya no tienen que vender solo en su barrio; ahora pueden llegar más lejos.

Pero claro, no todos los panaderos de barrio son igual de buenos. Y uno de ellos era nada menos que el panadero estrella de la histórica confitería La Puerto Rico, a pasos de Plaza de Mayo. Una eminencia: el Maradona de las medialunas de grasa, el Panza Videla de los cañoncitos, el Bichi Borghi de los vigilantes, el Redondo de la bola de fraile. A él también se le amplía el mercado. Y resulta que el tipo es tan pero tan bueno, que no solo los demás no logran meter factura en ningún otro barrio (porque entra él), sino que hasta pierden a su propia clientela, el público de cada barrio que antes era cautivo del panadero de la cuadra, ante este crack que termina llevándose todo.

Volvemos a Tinder. No se trata de vender panes sino de conseguir citas, pero la historia es parecida. Antes en tu micromundo más o menos te manejabas. Ahora tenés que salir a competir con el mejor de cada micromundo. Tinder le amplía el mercado potencial de citas a todo el mundo, pero también trae nueva competencia.

La buena noticia es que Tinder genera un aumento de citas para todos (inclusive para losers como vos y como yo). La mala es que el (masculino no es casual) que se benefició más que nadie en términos relativos es el que ya era la estrella del mercado de citas.

No seas envidioso que, ganar, ganamos todos.

Vos sabés que hay una forma alternativa de conseguir citas, ¿no? No es todo Tinder en esta vida. Vos agarrás este envío, se lo mandás al o la que te gusta. Te hacés el intelectual, le hablás del mercado de citas y como quien no quiere la cosa, que una lleva a la otra, que pin, que pan, que las citas, que salimos, que indirecta, que no se qué, pumba. Cita.

Y si no te da para compartir, pero aún así querés agradecerle a esta comunidad que tanto te dio, podés darle like, me gusta, mi piace, j’aime. Gracias amigo, gracias amiga.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

No es que esté orgulloso, pero cada uno de los 60 minutos que invertí en escribir este envío pensé única y exclusivamente en el hitazo de Osmani García y Pitbull que motivó el título del post. Así que te la dejo para que ahora te quede en la cabeza a vos por la próxima semana. Y te deseo que hagas como yo y que de ahora en más y para siempre, cada vez que alguien pregunte “¿dónde se conocieron?”, tu primera respuesta sea automática, inmediata y sin excepción: “en un Taxi, de camino al clOb”.

Nada que ver, pero…

Me gustó este paper que muestra el efecto de un programa para enseñar civismo en escuelas. Funciona.

¿Trabajás en McKinsey, en BCG, en Bain? ¿Te preguntás si alguien le da pelota a lo que ponés en los powerpoints? Buenas noticias: sí.

Lo que viene, lo que viene

“Escuelas mixtas”. Antes había escuela para chicos y escuela para chicas. Y después vino el liberalismo y los juntó. ¿Cambia tu vida laboral haber cursado con más mujeres (siendo mujer)? ¿Y siendo hombre?

Pedro y Vilma tienen un hijo llamado Pablito que tiene 10 años.

Pablito los martes después del colegio tiene fútbol. Pablito hoy se lesionó trabando fuerte en un partido decisivo contra 5to B. El profe de educación física tiene que llamar a alguien para que lo vaya a buscar temprano. ¿Llama a mamá Vilma o a papá Pedro?

Hoy no escribí sobre quién se hace más cargo de los pibes, sino sobre quién se espera que se haga más cargo de los pibes.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Existe un sesgo en la demanda social de quién se va a hacer más cargo de los hijos (el padre o la madre)?

No sé si será algo común en toda América Latina, pero en Argentina está la institución “grupo de chat con los papis y las mamis del colegio” muy arraigada. Son espacios en donde se organizan cosas, se comunican cosas y hasta, por qué no, se hacen amigos (y enemigos, claro).

Fijate que el nombre del envío no es “chat de papis y de mamis”. Es “chat de mamis” a secas. El nombre que elegí no es casual. No te voy a pedir que vayas a tu chat de mamis y papis y te fijes cuánto participa cada uno en la organización y la planificación de la vida de tus hijos, porque el envío de hoy no es sobre eso. Es un poco más sutil.

Sobre qué proporción de las tareas domésticas hacen las mujeres versus los hombres hay demasiado escrito. Sobre cuanto se ocupan las mujeres de los hijos en comparación con los padres también. Mi evidencia anecdótica coincide con lo que dicen las estadísticas: las mujeres se ocupan más, pero la tendencia está cambiando desde hace muchos años. No hay data super estandarizada, pero mirando para USA del American Heritage Time Use y del American Time Use Survey, te da que más o menos por cada hora que una mujer dedicaba en los 60's a criar a sus pibes, el hombre dedicaba un 25%. Hoy ese número parece estar más cerca del 60/65%. Seguramente el porcentaje sea aún mayor entre los más educados, como vos.

Sí, los hombres participan cada vez más de la crianza de sus hijos. Mirando los números históricos y los actuales, se abren preguntas interesantes: ¿hasta acá llegamos? ¿60/65% es el tope? ¿de qué depende que siga la tendencia? Va una hipótesis: las respuestas a todas esas preguntas dependen de las expectativas de la sociedad. Si la gente espera que los padres y las madres se hagan cargo en porciones más o menos parecidas del cuidado y la crianza de sus hijos, entonces mi predicción es que de a poco convergeremos a eso. ¿Por qué creo eso? Porque un montón de las cosas que hacemos - en general, no exclusivamente en esto de criar gente - no responden a una planificación consciente y estructurada de las tareas, sino que se dan en modo automático. Se lastimó el pibe en el colegio, hay que ir a buscarlo, ¿quién va? ¿quién lo lleva a vacunarse? ¿quién se ocupa de pagar las expensas? ¿quién administra las finanzas del hogar? ¿quién lleva el auto al mecánico? No sé la respuesta a ninguna de esas preguntas y supongo que dependerá en cada familia, pero seguramente no haya una planificación explicíta sobre quién hace cada cosa. Simplemente se da y quién se haga cargo dependerá de factores bastante fortuitos. Por ejemplo, de a quién llame primero la maestra para avisar que el chico se lastimó.

El paper de hoy es de Olga Stoddard. Gran economista a quien conocí porque fue la discussant (o sea, la comentarista) de un paper mío sobre el que escribí acá. Después de sus comentarios nos quedamos hablando y me contó de un paper que estaba por sacar, usando datos de un experimento que había terminado sobre algo que podríamos llamar “sesgo en la demanda social de crianza”. Me encantó lo que me contó y me lo anoté en mi listita de “papers que en algún momento quiero leer en detalle (y ya que estoy escribir en #EstoNoEsEconomía)”. Acaba de publicarse así que acá estamos.

Cosa difícil de medir la “demanda social de crianza”. Claro, podría armar una encuestita y preguntarte “¿quién creés que debería hacerse cargo de esta tarea de crianza, el papá o la mamá?”. O incluso podría ser más específico: “si se lastima un pibe en el colegio, ¿a quién deberían llamar primero, al padre o a la madre?”. El problema es que nada de eso me serviría para nada. No tenés incentivos a decirme la verdad y, peor, tampoco tenés incentivos a decirTE la verdad. Decir que la madre se tiene que hacer cargo queda mal y seguramente vaya en contra de lo que pensás que son tus propias creencias. La clave está en lograr que expreses la verdad de lo que pensás pero sin que te haga una pregunta explícita. El experimento de Olga (y coautoras) hace que respondas sin que siquiera de te des cuenta. La cosa va más o menos así.

Olga y coautoras hicieron un experimento que incluye a casi el 80% de las escuelas de Estados Unidos. El experimento es muy sencillo pero tiene varias etapas. Vamos con la primera. Agarrá a los directores de todas las escuelas para quienes conseguiste el contacto (unas 81 mil) y contactalos uno a uno por e-mail, preguntando alguna cosa sobre la escuela. Por ejemplo:

Estimado Director Pepito Gonzalez: estamos buscando escuela para nuestro hijo, ¿podrían contactarse con alguno de nosotros para hablar?

Roberto (15-4-876-9827) o Etelvina (15-4-581-4913)

Esperá un par de días y fijate si Pepito llamó a Roberto, a Etelvina o ambos. Primer resultado: el 80% no llama a ninguno, el 12% llama primero a Etelvina, el 8% llama primero a Roberto. O sea, condicional en que te devuelvan el llamado, la probabilidad de que sea a la madre es 50% mayor.

Seguramente se te vinieron varios potenciales problemas del paper a la cabeza: bueno, pero por ahí llaman más a Etelvina porque es lo último que leen (no: aleatorizan el orden). O por ahí la llaman más porque piensan que es más probable que tenga tiempo o porque piensan que es más probable que el padre trabaje full-time y la madre no. Todo eso puede ser cierto y Olga y sus coautoras no solo no lo ignoran, sino que lo aprovechan para entender mejor ese diferencial de género en la devolución de llamadas.

Aparte del mensajito de arriba, el paper prueba con pequeñas variaciones del mismo email. Ejemplos:

Estimado Director Pepito Gonzalez: estamos buscando escuela para nuestro hijo, ¿podrían contactarse con alguno de nosotros para hablar?

Roberto (15-4-876-9827) o Etelvina (15-4-581-4913). Roberto tiene horarios bastante libres para hablar, pero podés llamar a cualquiera.

O bien,

Etelvina tiene horarios bastante libres para hablar, pero podés llamar a cualquiera.

O

Roberto tiene horarios bastante limitados para hablar, pero podés llamar a cualquiera.

O

Etelvina tiene horarios bastante limitados para hablar, pero podés llamar a cualquiera.

Fijate que la última oración de cada email intenta dar una señal que va a favor o en contra de lo que dice la normal social. Si te digo que Etelvina está a full (o que tiene horarios limitados), te quiero decir que, al revés de lo que dice la norma, te conviene llamar al padre y no a la madre. Si te digo que Roberto está a full (o que tiene horarios limitados), te quiero decir que, tal como indica la norma, te conviene llamar a la madre antes que al padre.

La cosa es que el paper aleatoriza todos estos mensajes para ver si el sesgo en el “callback rate” (la tasa de llamada) persiste aún cuando el propio email sugiere que lo más razonable para lograr contactar a sus potenciales clientes es que el director de la escuela vaya en contra de la norma. Resultados.

• “La mamá tiene mucha disponibilidad”: Cuando el mensaje intenta reforzar explícitamente la norma que dice que las madres están MUY disponibles, 90% de los llamados son a las madres primero.

• “El papá tiene mucha disponibilidad”: Cuando el mensaje intenta ir explícitamente EN CONTRA de la norma que dice que los padres están POCO disponibles, 74% de los llamados son a los padres primero.

• “El papá tiene poca disponibilidad”: Cuando el mensaje intenta reforzar explícitamente la norma que dice que las padres tienen POCA disponibilidad, 73% de los llamados son a las madres primero.

• “La mamá tiene poca disponibilidad”: Cuando el mensaje intenta ir explícitamente EN CONTRA de la norma que dice que las madres tienen MUCHA disponibilidad, 53% de los llamados son a los padres primero.

  (en ambos todos los casos, la probabilidad de que el director llame a alguno de los dos sigue siendo parecida, cerca del 20%)

Interpretemos. Cuando hacés todo lo posible para dejar en claro que lo mejor es llamar a la madre, el callback rate a la madre va entre el 74% y el 90% de los llamados totales. Cuando hacés todo lo posible para dejar en claro que lo mejor es llamar al padre, el callback rate al padre va entre el 53% y el 73%. Dicho de otro modo: podés ser todo lo explícito que quieras sobre que querés que llamen al padre y aún así una proporción enorme (entre el 27% y el 47%) de los llamados van a ir a la madre.

Y hay más. Otra forma de dejar una señal un poco menos explícita es cambiar el remitente del email. Digo, si el email lo manda Etelvina, entonces uno esperaría - dado todo lo demás constante - que la mayoría de la gente llame a Etelvina. Y lo mismo con Roberto: si el mail viene de Roberto, entonces uno podría pensar que el que se hace cargo es Roberto entonces mejor llamarlo a él. Olga et al prueban esto mismo: mandan el mismo mensaje, con un tono neutro y con los dos teléfonos de contacto, a veces con remitente de Roberto y otras con remitente de Etelvina.

Agarrá el mensaje base: el que no dice nada de quién está más o menos ocupado. Simplemente dice que quieren hablar y dejan los números. Resulta que si el remitente es Roberto, el 80% de las veces lo llaman a Roberto y el 20% la llaman a Etelvina. Si la remitente es Etelvina, lee bien: el 98% (nueve-ocho) de los llamados son a Etelvina y solamente un 2% son a Roberto. Peor: si el remitente es Roberto y encima en el mismo email dice que Roberto está super disponible de forma explícita, aún en ese caso extremo hay un 12% de los llamados que siguen siendo a Etelvina.

¿Qué explica estos diferenciales en el callback rate a madres y padres? Pueden ser mil cosas. Una obvia son normas sociales: se supone que las madres sea hacen más cargo de ciertas cosas. Ojo, por ahí el director no necesariamente piensa que las mujeres deberían hacerse más cargo de ciertas cosas, pero cree que una familia promedio SÍ piensa eso. También puede ser que simplemente crea que es más fácil convencer a la madre de traer a su pibe a su escuela que al padre. O tal vez realmente piensa que la madre está más disponible que el padre y por eso es mejor llamarla a ella. El paper no distingue todas estas (y otras tantas) posibles explicaciones. Pero da algunas ideas.

Primer punto. Que hay algo en la percepción de disponibilidad no hay dudas, porque cuando el mensaje dice explícitamente que el padre está más disponible (o que la madre está menos), aumenta el callback rate relativo a hombres. Tampoco hay dudas de que esto NO explica todo, porque en el caso extremo en el que se dan todas las señales implícitas y explícitas de que el padre está a cargo, hay una proporción no menor de directores que siguen llamando a la madre.

Segundo punto. Algo de normas sociales parece haber. Una forma de analizar esto es mirando si el efecto diferencial de callback rates entre madres y padres es parecido en poblaciones en donde, presumiblemente, las normas sociales son más o menos conservadoras. Si resulta que el diferencial es idéntico en escuelas hiper-conservadoras que en el escuelas hiper-liberales, diría que las normas sociales no son un gran candidato para explicar lo que está pasando.

El naranja es el callback a las madres, el celeste a los padres. Vamos por partes. El primer grupo de barras son escuelas públicas. El segundo son escuelas religiosas. Fijate como la diferencia entre llamado a madres versus padres es MUCHO mayor en escuelas religiosas (con normas sociales presumiblemente más conservadoras) que en escuelas públicas. Tercer y cuarto grupo: escuelas en distritos con minoría de republicanos primero y con mayoría de republicanos después. Fijate que en distritos con minoría de republicanos (y, por ende, presumiblemente MENOS conservadores), la diferencia entre las llamadas a padres y madres es bien chiquita. Sigamos: grupos cinco y seis; escuelas en zonas urbanas primero y en zonas rurales después. Ligeramente la diferencia de callback rate pareciera ser mayor en zonas rurales (de nuevo, presumiblemente más conservadoras) que en zonas urbanas. Y vamos a los últimos dos grupos: distritos con población poco religiosa primero y con población muy religiosa después. Claramente los distritos con población mayoritariamente religiosa tienen un callback rate diferencial hacia la madre mucho mayor que en los distritos menos religiosos.

Todo apunta al mismo lugar: al menos una parte del efecto se explica por poblaciones con normas presumiblemente más conservadoras.

El paper cierra ahí. Responde un montón de cosas y también deja un montó de nuevas preguntas. Así como viene cambiando la cantidad de tiempo que los padres dedican a la crianza, ¿también estará cambiando la demanda social por tareas de crianza? ¿Será que con la mayor participación laboral de las mujeres, caerán su demanda social de crianza como madres? Tranquilamente podemos estar en una transición en donde las normas sociales se mueven lento, más lento que el mercado laboral que incorpora cada vez más mujeres. Si ese es el caso, estamos en el peor momento: mujeres que trabajan más que antes, pero con demandas de crianza todavía altas. Muchas preguntas. Esperamos los próximos papers de Olga.

¿Querés quedar como el capo del grupo, el intelectual, el curioso, el gracioso, divertido y profundo? ¿Te interesa quedar bien con la (o el) que te gusta pero resulta que es una snob, que solo te responde si piensa que le estás diciendo algo inteligente aún si ni siquiera termina de entenderlo? No lo pienses más, ya sabés que tenés que hacer: compartir este envío.

Y si no te da para compartir, pero aún así querés agradecerle a esta comunidad que tanto te dio, podés darle like, me gusta, mi piace, j’aime. Gracias amigo, gracias amiga.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

Esto de usar experimentos para medir discriminación se usa mucho en economía. Los llamamos “audit studies”. Acá un paper mío (con Bruno Ferman y Pedro Sant’Anna) sobre discriminación en redes sociales. Acá el envío correspondiente.

Acá hay otro muy interesante sobre discriminación en apuestas. Aparentemente la gente tiene un sesgo y apuesta menos a corredores de caballo con nombres no-blancos aún con igual performance.

Nada que ver, pero…

Me encantó este paper al cual llegué hace unos días aunque ya tiene algunos meses. Es un paper sobre narrativas: parece que transmitir información en forma de dato tiene impacto en el momento pero se disipa rápido (al tiempo la gente se olvidó). Transmitir el mismo dato en forma de narrativa es mucho más recordable. No solamente muestran sus resultados experimentalmente, sino que tiene un muy lindo modelo teórico que los explica. Recomiendo.

Lo que viene, lo que viene

“Tinder”. El mercado de citas cambió. Cada vez menos de “la conocí en un bar” y cada vez más de “la conocí en una app”. La llegada de Tinder y similares cambió la forma de conseguir parejas reduciendo fuerte el costo de transacción de conocer gente nueva. ¿Para bien? ¿Para mal? Hay más parejas? ¿Quién gana, quién pierde? Te escribo.

Todos puteando porque los pibes boludean día y noche con el telefonito. Los padres de adolescentes se empiezan a preocupar. Los gobiernos prohíben celulares en las escuelas.

Ojo que algo de razón tal vez tengan. Los smartphones están creando generaciones de pibes, digamos, no tan …conectados. Seguí para abajo que te cuento.

Espero que te guste. Gracias por leer.

Las preguntas de hoy

• ¿Cómo afectó la llegada de 3G y los smartphones el rendimiento escolar de los adolescentes?

• ¿Y su vinculación con el mundo real?

Hay todo un hype sobre el tema del uso del celular entre adolescentes: todos como locos diciendo que los hace más dispersos, menos conectados con la realidad, incluso más ansiosos. Sin ir más lejos, desde hace un par de años cada mes sale una nueva ciudad a anunciar que bannean los celulares en sus escuelas. Hace poco se sumó la opulenta Ciudad de Buenos Aires. Creo que gran parte del hype se debe a la militancia de John Haidt y sus amigos. Lo más probable es que nunca hayas escuchado hablar de Haidt (y que los que decidieron prohibir celulares en las escuelas de tu ciudad tampoco hayan escuchado hablar de él), pero estoy seguro de que su militancia y sus argumentos permearon. Haidt viene desde hace años escribiendo en medios académicos (papers) y no académicos (su Newsletter, Twitter) sobre lo mal que le hacen los celulares a los pibes. El año pasado sacó su libro (“La generación ansiosa”) y se hizo Best Seller en cosa de horas.

Su punto es simple: los smartphones son el demonio hecho objeto y las redes sociales son lo peor que le pudo pasar a la adolescentes. Estamos formando una generación de pibes con serios problemas de atención y salud mental y hay que frenarlo drásticamente: nada de celulares antes de los 14, nada de redes sociales antes de los 16 y nada de teléfonos en el aula. Siempre pensé que Haidt tenía razón. Incluso antes de leer cualquier argumento o atisbo de demostración de su punto, le creí. Después leí su libro - no todo; tip sobre libros de divulgación salvo los míos: lees el 15% y entendiste todo - y me dio la impresión de que la evidencia que presenta para sostener el punto es, en el mejor de los casos y siendo muy generoso insuficiente y, en el peor de los casos, bastante pobretona. Esto de que la evidencia anecdótica (« míralo al hijo de Juancito, todo el día en el teléfono, está hecho un boludo ») sea tan poderosa y tan obvia pero que no haya nada realmente sistemático para sostener el punto me molesta muchísimo. Porque quiero creer.

La buena noticia es que ya no tengo que preocuparme, porque esos días oscuros de creer en algo obvio sin tener evidencia para sostenerlo terminaron. Ahora tenemos evidencia global y bastante convincente de que, efectivamente, el celular está jodiéndole la existencia a las nuevas generaciones. Bueno, por ahí estoy exagerando. No es que se cierra la discusión, claro. Pero el paper de hoy al menos trae un avance grande en lo que sabemos del tema.

La evidencia la trajo Ronak Jain, flamante egresada de su phd que empezó a trabajar en la Universidad de Zurich hace unos meses y a quien conocí la semana pasada en un viaje relámpago a Milan que hice para escuchar (y discutir, porque un poco de agarrar la pala es necesario, viste) sobre la frontera del interesantísimo campo de “Media Economics” (preparate porque voy a escribir sobre esos papers de acá hasta 2042 al menos). Ronak dice que internet móvil (no cualquiera, la móvil) hizo que los pibes del secundario rindan peor y encima se desconecten bastante de sus redes sociales en persona, de carne y hueso.

La historia va más o menos así. Tipo mediados de los 2000’s la tecnología ya anticuada del 3G empezó a hacerse popular en todo el mundo. Se inventó en 2001, pero recién en 2005/06 llegó masivamente a varios países y solamente por los 2012’s o 2013’s terminó de cubrir casi todo el mundo (salvo Argentina, que fue mucho después, posta). Ahora nos parece una locura, pero el 3G trajo un salto discontinuo (30 veces) en cuanto a la velocidad para bajar y subir datos por la internet inalámbrica en comparación con lo mejor que había antes (2G). Este salto permitió que se desarrollen y se comercialicen masivamente lo que ahora conocemos como Smartphones: telefonitos con Internet; pero con Internet posta, navegador, aplicaciones y toda la bola. El primer iPhone salió en 2007, el primer celular con Android fue el Google Phone (HTC Dream su nombre técnico) y salió en 2008. El primer blackberry con 3G salió en 2006 y fue el 8707v, un coso gris que algunos recordarán que se veía como la foto de abajo y tenía teclado completo incorporado (opinión poco popular: que vuelva el teclado completo, loco).

3G básicamente permitió que el teléfono fuera cada vez menos un teléfono y cada vez más una computadora, con aplicaciones, sistemas operativos, email, mensajería sin SMS. Lo que hoy llamamos Smartphones, bah. Tener una computadora todo el día en el bolsillo está buenísimo pero tiene sus costos potenciales. Te pasará a vos: no podés dejar de scrollear, cuando te levantás, antes de dormir, cuando viajás en subte (por ejemplo, leyendo esto que estás leyendo de camino al trabajo), hasta cuando estás cenando con amigos. Antes no podías: no te llevabas una computadora a una cena ni al colectivo. No manejabas mirando una computadora (tampoco deberías mirar el celular, pero que podés, podés).

Y, esto no lo dice el paper - lo agrego yo -, pero la posibilidad de que tengamos computadoras en el bolsillo todo el día es que la le dio el boost que necesitaba a las redes sociales. Te sentás en el restaurante con tu amiga que inmediatamente pela el telefonito cuando llega la pizza, pone el teléfono en en ángulo correcto, saca la foto, pasa unos segundos varios arreglando la luz y los efectos y los filtros para subirla a Instagram. Después está atenta a los comentarios, a veces los responde o al menos los likea, porque no vaya a ser cosa. Que quede claro que no estoy criticando a tu amiga, eh. O sí, pero yo hago exactamente lo mismo, tal vez no con la foto de la pizza pero con otra cosa. Todos lo hacemos. La posibilidad de tener una computadora todo el día en el bolsillo le permite al pibe de los 17 estar demasiado tiempo contestando mensajes, likeando fotos y mirando videos de perros en TikTok por horas. Y, la historia sigue, es bastante probable que todo eso algún impacto tenga en el rendimiento académico y en las relaciones sociales del pibe de 17.

El camino es simple: 3G → smartphones → malos hábitos → peor desempeño. Ronak nos trae un poco de evidencia consistente con todo esto. Y no de un país, de todo el mundo. Vamos al método, paso por paso.

Empezamos por la data. Para empezar a hablar necesitamos data de 3G, para todo el mundo y para varios años. Por suerte existe Collins Bartholomew, una empresa british que tiene y te comparte la data de cobertura de 3G a niveles geográficos bien chiquitos (cuadrados de 1 Km2) para prácticamente todo el mundo y para todos los años.

Para seguir empezando a hablar necesitamos data sobre rendimiento escolar para todo el mundo y para varios años. Por suerte existen los datos de las evaluaciones PISA. Pero tienen un problema: PISA no te da información sobre la ciudad específica en la que tomó cada prueba. Te dice « así le fue a Argentina » pero no te dice « así le fue a Trenque Lauquen ». En el mejor de los casos, para algunos países podes saber la provincia, pero nada mas chico que eso, y ni siquiera para todos los países. Un problemon, porque si queremos mostrar que cuando llega 3G a una ciudad, los pibes de esa ciudad empiezan a rendir peor, necesitamos tener algún código geográfico que nos permita juntar los datos de PISA con los de 3G. Podríamos hacerlo a nivel país, pero país típicamente es una unidad geográfica demasiado grande y heterogénea y en donde pasan demasiadas cosas a la vez como para poder identificar el efecto de una sola (la llegada de 3G).

Ronak lo resuelve así, ‘cuchá. PISA no te da el identificador de ciudad pero si te dice el país y te dice el tamaño del lugar donde estaba la escuela que rindió. Por ejemplo: te dice si es un pueblo, una ciudad chica, una ciudad grande, etc. Lo que dice Ronak es lo siguiente: no miremos lo que pasó en cada ciudad específica cuando llegó 3G, sino lo que pasó en todas las ciudades de determinado tamaño en cada país cuando llegó 3G. La unidad geográfica entonces no es « ciudad de un país », sino « ciudades de determinado tamaño en un país ».

Todo muy lindo pero lo que necesitamos y todavía no definimos es el método que nos va a permitir encontrar el efecto causal de la expansión de 3G en el rendimiento escolar. Ronak hace lo siguiente, seguime el razonamiento.

Agarra cada unidad geográfica de un país. Por ejemplo: ciudades chicas de Argentina, ciudades medianas de Argentina y ciudades grandes de Argentina. Empezá mirando la cobertura de Interné 3G para cada año y para cada tipo de ciudad. Seguramente la cobertura cuando empieza a entrar lo hace de a poco, aumentando más o menos la cobertura en diferentes ciudades. Resulta que la cobertura era 0 en todas las ciudades de Argentina en, no se, 2008, en 2009 en las ciudades grandes pasa a ser 10% pero en las medianas y chicas sigue en 0. En 2010 se va a 30% en las grandes, 20% en las medianas y sigue en 0 en las chicas y así.

Ahora hace lo siguiente: mirá la evolución en las notas PISA (no el nivel, la evolución) de los alumnos de cada uno de estos tipos de ciudades antes de 2008, o sea antes de que llegue 3G. ¿Son parecidas? Bien. Ahora empeza a mirar si esa evolución empieza a tomar caminos diferentes para ciudades de diferentes tamaños, según qué tan alta es la cobertura de 3G en cada año en cuestión. ¿Se empieza a ver que en el tipo de ciudad en donde entró antes el 3G (las grandes) la evolución de las notas de PISA va empeorando en comparación con la evolución de las notas de PISA en los tipos de ciudades (medianas y aún más las chicas) en donde el 3G aún no se instaló con fuerza? Bueno, si tenemos suerte eso que encontraste es un efecto causal. Que la evolución pre-3G haya sido parecida entre tipos de ciudades nos da alguna indicación de que, en ausencia de 3G, probablemente hubieran seguido siendo parecidas. Pero no siguieron y eso, posiblemente, se deba a que en algunas la interné móvil llegó más rápido que en otras.

Esto, que no es otra cosa que una especie de modelo de diferencias en diferencias (como ya vimos varias veces, por ejemplo acá), es exactamente lo que hace Ronak. Pero en vez de hacerlo solo con Argentina, como en el ejemplo, lo hace con todos los tipos de ciudades en todos los países del mundo.

Mirá el grafo. El eje X son los años pre y post 3G. El eje Y es el rendimiento de los pibes de 15 en las prubas PISA en matemática (circulitos azules), lectura (triangulitos amarillos) y ciencia (cuadraditos gris). Los 0 antes de 3G te dicen que la evolución era parecida entre todos los tipos de ciudades para cada país. Los negativos post 3G te dicen que a medida que se extiende la cobertura 3G en tu tipo de ciudad, los alumnos de tu tipo de ciudad empiezan a rendir peor que en las otros tipos en donde aún no se extendió tanto la cobertura. Los efectos son grandes. La entrada de 3G, según estas estimaciones, les sacó un cuarto de año de aprendizaje a los pibes de 15.

La cosa no termina ahí. O, bueno, de hecho, medio que sí termina ahí, pero para que nos creamos un poco más la causalidad y todo la historia en general tenemos que ir un poco para atrás. Si el cuento es que 3G se expandió y eso permitió que los pibes usen smartphones y eso hizo que rindan peor en clase, entonces al menos me tenés que mostrar que efectivamente el uso de smartphones en pibes aumentó a medida que aumentaba la cobertura. Y sí. con la misma metodología que te conté antes, Ronak muestra que el 3G aumentó en 10 puntos porcentuales la probabilidad de que los pibes tengan el smartphone (no cualquier teléfono, los que tienen interné) en casa. También aumentó la probabilidad de que browseen en casa y la frecuencia de uso de Internet en general (40 minutos más por día), también en casa. Mucho telefonito y poco estudio. ¿O no?

Todo lo contrario, al revés de lo que uno esperaría, la entrada de 3G no reduce la cantidad de horas que los pibes hacen tarea (o dicen hacer tarea) en casa. Al revés, aumenta en 20 minutos semanales el tiempo dedicado a la tarea fuera de la escuela. ¿Por qué? Una interpretación: estudian más, pero se distraen más. Y por eso rinden peor.

Y ahora sí, vamos con el último resultado, el que les vengo vendiendo desde el principio del envío, el que quieren las guachas y el que suponemos todos. El que queremos creer porque sabemos que es así aunque no tengamos tanta evidencia. El que nos va a permitir ratonearle el iPhone al pibe y decirle “es por tu bien”. El que te dice que los smartphones no solo te afectan el rendimiento académico, sino que también te arruinan las relaciones sociales. Resulta que PISA pregunta un montón de cosas aparte de medirte la performance en matemática, lengua o ciencia. Cuántos amigos tenés, qué tan profundas son tus relaciones, como te llevás con este y con el otro, qué tan contento estás con la escuela, que tan “parte” de la escuela a la que vas te sentís. Y con eso arma índices que le sirven para entender la dinámica de las relaciones en el colegio. La llegada del 3G tiene un efecto negativo y sistemático sobre dos variables clave: la capacidad de formar amistades y el sentido de pertenencia a la institución que tienen los alumnos.

Termino este envío con una inteligentísima reflexión como las que te tengo acostumbrado, así la repetís y quedás como un campeón con la gente del ascensor. Hay una gran diferencia entre “prohibirle el uso del celular a mi pibe de 14” y “los pibes de 14, inclusive el mío, tienen prohibido el uso del celular”. No es un detalle. Es la diferencia sutil que sale de lo que en economía llamamos "efectos de equilibrio parcial” en comparación con “efectos de equilibrio general”. Si le sacás el celular a tu hijo y se lo dejás a todo el resto de su clase, seguro que tu hijo va a sufrir porque se va a quedar afuera de todo. Ese es el efecto parcial. Si se lo sacás a él pero también a todos sus amigos, nadie se va a quedar afuera de nada porque la vida de todos va a volver a ser offline. Todos felices. El paper de hoy nos gusta porque, a diferencia de lo que suele escribirse, habla de equilibrio general. No es sobre lo que le pasaría a tu pibe si no tuviera celular, sino sobre qué pasaría con el aprendizaje y la salud mental de tu pibe en un mundo contrafactual en donde los smartphones ni siquiera existen para los adolescentes. Por si te dio fiaca leerlo entero, acá te dejo cómo se vería ese mundo contrafactual en una imagen:

¿Querés quedar como el capo del grupo, el intelectual, el curioso, el gracioso, divertido y profundo? ¿Te interesa quedar bien con la (o el) que te gusta pero resulta que es una snob, que solo te responde si piensa que le estás diciendo algo inteligente aún si ni siquiera termina de entenderlo? No lo pienses más, ya sabés que tenés que hacer: compartir este envío.

Y si no te da para compartir, pero aún así querés agradecerle a esta comunidad que tanto te dio, podés darle like, me gusta, mi piace, j’aime. Gracias amigo, gracias amiga.

Ah y dejame tu mail si aún no lo hiciste y querés recibir grandes envíos como este una vez cada dos semanas:

Te puede interesar

El paper de hoy lo encontrás acá.

En este espacio hemos escrito sobre cómo las redes sociales te deprimen. Acá lo lees.

En este paper te muestran que la expansión de Internet broadband en Italia tuvo un efecto causal negativo en la salud mental de los jóvenes.

Nada que ver, pero …

¿Sabés qué pasó cuando entró Tinder a tu ciudad? Más relaciones sexuales (muchas), aaaaalgo más de sexual assaults, algo más de ETS y poco impacto en la formación de relaciones de largo plazo. Te cuentan acá.

Interesante este paper que analiza emociones de 630 mil pinturas desde 1400 para predecir variables socioeconómicas de la época.

Lo que viene, lo que viene

“La mamá de Mateo”. ¿Quién va a las reuniones de padres? ¿El padre, la madre, los dos? ¿Y al fútbol, quién lo lleva? Y si hay un quilombo, ¿quién lo busca por la escuela? No sé la respuesta a ninguna de estas preguntas. Pero sí sé quién se espera que lo haga. La próxima semana te cuento sobre las normas sociales de la crianza que, consciente o inconscientemente, todos tenemos en la cabeza.