Profesor-investigador
#78
¡Hola! ¿Cómo estás?
¿Para qué sirven los académicos?
Para investigar, OK. ¿Pero para qué las universidades necesitan contratar investigadores como profesores? ¿Por qué los académicos dan clases? ¿Qué tiene que ver la investigación con la instrucción?
Hoy hago una defensa totalmente desinteresada de mi gremio y te cuento para qué sirve que el contenido de las clases universitarias esté cerca de la frontera del conocimiento.
Espero que te guste. Gracias por leer.
Las preguntas de hoy
¿Para qué sirve que un investigador dé clases?
¿Gana más un estudiante por haber cursado contenido cerca de la frontera científica?
Todavía me cuesta explicar de qué trabajo. Digo, a vos, asiduo lector de estos envíos, no me cuesta tanto explicarte (ojalá). Bah, aunque mi vieja lee este newsletter frecuentemente y todavía creo que nunca logré terminar de explicarle bien. No es su culpa. Viste que hay familias que son dinastías académicas: padre, madre, hijos, nietos, todos PhD. Ahí es fácil explicar qué hacemos. La mía no es muy así. Mi vieja es abogada, mi viejo era contador, pero ninguno tuvo relación ni mínimamente tangencial con la academia propiamente dicha. Hicieron carreras profesionales y la facultad era (como suele ser para la gran mayoría de la gente) una especie de escuela de oficios white collar. Estudiás derecho para que te enseñen a trabajar de ser abogado. Y si hacés un master es para ganar algún skill, contacto o certificación que te permita ser abogado pero ganando más plata.
Y ni hablar de hacer un doctorado. Cosa rarísima cuyo objetivo ni siquiera es tan claro. ¿Pagan más? No. Ah! Me acuerdo una vez que fui al Consejo Profesional de Ciencias Económicas a acompañar a mi viejo a hacer no sé qué. No hace tanto, eh, yo ya había terminado el PhD. El de la mesa de entrada a él lo llamaba doctor y a mí licenciado (sí, en Argentina a los contadores se los llama “doctor”). O sea que ni para la chapa sirve.
El nombre de mi trabajo es “Assistant Professor”, que es el entry level de la carrera académica (que luego se transforma en Associate y luego en Full). O sea, trabajo de “profesor” y es un trabajo full-time pero doy tres cursos por año, cada uno tiene 26 clases y cada clase dura 120 minutos. Hacé la cuenta: 104 horas. También hay tiempo de preparación (bastante), tiempo de hablar con alumnos, ok. 200 horas anuales de “profesor”, ponele. No es que trabajemos poco, eh. Es que el título es engañoso porque la mayor parte del tiempo los profesores-investigadores universitarios full-time no lo dedicamos a dar clases, sino a investigar.
Si lo pensás un poco es curioso el bundling que hay entre la tarea “investigar” y la tarea “enseñar”. ¿Por qué las universidades contratan profesores-investigadores full-time, que pasan la mayor parte de su tiempo haciendo algo que nada que ver? Si el objetivo de una clase es que el profesor o la profesora transmitan conocimiento a los estudiantes, ¿qué necesidad hay de que ese conocimiento sea impartido por una persona que pasa muchas más horas investigando que enseñando? ¿Te hace mejor profesor ser investigador? No creo. Las habilidades que necesitás para que te vaya bien en una o en otra tarea son bastante distintas. Para enseñar bien tenés que saber explicar el contenido, no producirlo. Y para producirlo bien no es tan necesario que sepas explicar; o, al menos no que sepas explicarlo de forma estructurada a estudiantes de grado en un programa estandarizado.
Tonces, ¿por qué existimos? Va mi defensa corporativa a los profesores-investigadores full-time universitarios. La ventaja de que la clase de, no sé, Desarrollo Económico de grado la de un profesor que pasa la mayor parte de su día produciendo investigación en desarrollo económico, no es que explique mejor, no es que cuente las cosas de una forma más atractiva para los estudiantes, no es que sea particularmente innovador en la forma de transmitir el conocimiento sobre el tema. Su única ventaja evidente es que posiblemente le salga más natural transmitir contenido más cercano a la frontera de investigación de desarrollo económico.
Escribir un paper implica leer un millón de papers, ir a mil conferencias a escuchar papers, hablar con tus alumnos sobre papers, hablar con tus colegas sobre papers. Cuando tu incentivo es a producir un paper y que te lo publiquen, saber que está pasando en la frontera es medio obligatorio (y esto vale aún si tu propio paper no la mueve). O sea que, sí, el profesor-investigador pasa una porción baja de su día enseñando, pero una porción alta entendiendo qué esta pasando en su disciplina. Y si eso se vuelca en el contenido de la clase que da, entonces tal vez esas horas leyendo y escribiendo tengan un impacto positivo en la calidad del aprendizaje.
Bah, qué sé yo. Esa es la hipótesis. Fijate que hay varias hipótesis en realidad en toda esa cadena causal. 1) Que los profesores-investigadores están más en la frontera de su campo versus los que no. 2) Que los profesores que están más en la frontera de la disciplina, transmitan contenido más cerca de la frontera en los cursos que dan. 3) Que transmitir contenido más cerca de la frontera sirve para algo: que los estudiantes aprendan más, que les vaya mejor en la carrera, que ganen más cuando se reciben.
No tengo nada para decir de (1) ni de (2). Supongo que un profesor que investiga X está más cerca de la frontera de X que uno que no (y que eso se refleja en lo que enseña), en promedio. Pero por supuesto que eso no es necesario: tantísimos profesores tienen su vida profesional fuera de la universidad pero su motivación es tan grande que igual están muy cerca de lo que pasa en la frontera del tema y en lo que da en sus clases.
El envío de hoy es sobre (3): ¿cómo impacta en los estudiantes universitarios que el contenido que reciben esté relativamente cerca de la frontera científica del campo que están estudiando? ¿Da lo mismo estudiar el manual de 1973 que el último paper que se publicó ayer? ¿Cambia algo en lo que aprenden y en cómo les va posteriormente en el mercado laboral?
Ejercicio mental: ¿cuál es el experimento ideal para contestar esta pregunta? Bueno. Agarrás universidades y aleatorizás el tipo de contenido que das. Suponete, economía: a algunos afortunados les das contenido actualizado, basado en lo último que publicó la disciplina y a los otros les das lo mismo que se daba hace 20 años. Y después te fijás si hay diferencias sistemáticas en cómo les va en la vida: lo que estudian (¿hacen posgrado?) y el mercado laboral (¿ganan más?).
El experimento te lo voy a estar debiendo, pero Barbara Biasi y Song Ma hicieron algo que se acerca lo más posible, en un contexto natural, sin forzar ni romper nada. Como suele pasar en estos casos, hay dos desafíos grandes para responder causalmente esta pregunta sin experimentos. El primero es cómo medir lo que queremos medir: ¿qué significa que el contenido de un curso esté “cerca de la frontera”?, ¿cómo hacemos para clasificar cursos universitarios en esa dimensión? ¿Nos fijamos si los programas tienen papers nuevos o viejos? ¿Si tienen contenido parecido al que aparecen en las conferencias actuales?
El segundo, as always, es cómo separamos “impacto” de “selección”. O sea: ponele que logramos clasificar a cada uno de los cursos universitarios del planeta según su “distancia a la frontera científica de su disciplina”. Y logramos acceder a datos de las trayectorias académicas y profesionales de cada uno de los estudiantes del mundo. Y mostramos que los estudiantes que tomaron cursos más cerca de la frontera después ganan más. ¿Cómo sabemos si ganan más PORQUE tomaron cursos en la frontera o porque la gente que toma cursos en la frontera son también los más motivados (y que por lo tanto hubieran ganado más en cualquier caso)? Me explico.
Caso extremo: Juan es medio vago, va a una universidad no muy buena con profesores no muy buenos cuyos programas son de 1956. Y después resulta que gana menos que Pedro, que tiene el mismo título, pero de una universidad mejor, con programas más actualizados. ¿Dirías que Pedro gana más POR CAUSA DE los programas de frontera? Y no: posiblemente a Juan le iría peor que a Pedro aún con el mismo programa, el tipo decidió (o no le dio para otra cosa) ir a una universidad no muy buena, evidentemente tenía peores condiciones. Pero ponele que lo hacés menos extremo: Juan y Pedro van a la MISMA universidad y estudian lo mismo. Pero Juan eligió los cursos fáciles (porque es vago) y Pedro los difíciles. Y Pedro termina ganando más. De nuevo: ¿es el impacto de que Pedro cursó con programas más actualizados? Y no. Es un vago: eligió el curso más fácil, ¿cómo esperás que le vaya en la vida?
Ahora, imaginate lo siguiente. Juan y Pedro van a la misma universidad y estudian el mismo programa. Resulta que el mejor curso de Desarrollo Económico lo da el profesor Benicio Benitez Benitez, cuyo programa está online. A principio de año se anotan en las materias de los dos semestres, basados en sus intereses y en los programas que ven online. Juan y Pedro están igualmente motivados. Ven el mismo programa del Profesor Benitez Benitez, les encanta y se anotan. Por un tema de horarios, Juan se anotó en el curso de Benitez Benitez el primer trimestre y Pedro el segundo. Resulta que el profesor Benitez Benitez cada tanto tiene un rato y se pone a actualizar su curso. No lo hace TODOS los trimestres, sino que cada tanto, cuando va teniendo tiempo, le mete una sacudida para incorporar nuevos papers, cosas que estuvo leyendo, etc.
Resulta que Juan y Pedro tuvieron la misma intención (anotarse con el mejor), van a la misma universidad, cursaron exactamente con el mismo profesor, pero uno - Pedro - tuvo la suerte de que justo agarró en update de programa (que lo acerca a la frontera y pasa cada tanto) y el otro - Juan - no. Fijate que por definición acá no hay “selección”: no es que los vagos “se seleccionan” para ir al curso fácil y los despiertos al curso difícil. No, no. Simplemente uno tuvo más suerte que el otro y, por lo tanto, terminó expuesto a un curso un poquito más cerca de la frontera que el otro. O sea que si comparamos las trayectorias de Pedro y de Juan y encontramos que Pedro termina, por ejemplo, ganando más plata después de recibido, se lo podemos atribuir al impacto de haber estudiado con un programa más cercano a la frontera científica de su disciplina.
Algo así es lo que hacen Barbara y Song. No lo hacen para todo el mundo, sino para siete universidades públicas de Texas. ¿Por qué solo para estas? Porque parece que son de las pocas que tienen todos los programas de cada materia y de cada una de sus carreras públicos en todo momento del tiempo. Y esto me lleva al primer punto complicado, que te mencioné y luego me hice el boludo: ¿cómo hacemos para agarrar los datos de estos programas y traducirlos en una métrica estándar que me diga “el programa de desarrollo económico del profesor Benitez Benitez del primer trimestre de 2026 está más cerca de la frontera de su disciplina que el del segundo trimestre de 2026.”?
459.410 programas de 27.872 cursos impartidos entre 2005 y 2013. Agarrás cada uno de estos programas (que normalmente tienen información relacionada a la bibliografía que se cubre).
Paso 1) le pedís a un programita que descomponga cada uno de estos documentos en palabras académicas.
Paso 2) agarrás un monton de papers de la disciplina en cuestión que sean VIEJOS. Le pedís a un programita que descomponga cada paper y extraiga palabras académicas.
Paso 3) agarrás un monton de papers de la disciplina en cuestión que sean NUEVOS. Le pedís a un programita que descomponga cada paper y extraiga palabras académicas.
Paso 4) le pedís a otro programita que calcule la distancia semántica entre las palabras del paso 1) (cada programa de estudios) y los del paso 2) (los papers VIEJOS).
Paso 5) le pedís a otro programita que calcule la distancia semántica entre las palabras del paso 1) (cada programa de estudios) y los del paso 3) (los papers NUEVOS).
Paso final: para cada programa hacés un ratio entre la distancia del contenido del programa con las palabras de papers VIEJOS versus la distancia del programa con las palabras de papers NUEVOS. Cuanto más alto te da ese ratio, más lejos de la frontera científica estás.
Ejemplos.
CRISPR. No importa qué significa, el punto es que es una palabrita que existía desde hacía años pero que recién en 2012 se volvió frontera en biología, cuando se transformó en una herramienta para editar genes.
RFLP. Otra cosa que no importa que significa, porque el punto es que es una técnica para analizar variación en el ADN que fue muy popular en los 80 y 90 y que quedó casi totalmente desplazada por la secuenciación moderna y la PCR.
Si tu programa tiene mucho CRISPR, lo más probable es que estés dando contenido nuevo, de frontera, porque es un término que aparecía muy poco antes. Si tu programa tiene mucho RFLP (que aparecía en papers viejos y no en nuevos), posiblemente el contenido no sea tan de frontera como nos gustaría.
Se te ocurren mil críticas a esta medida, ¿no? A los autores también. Si tenés tiempo dale una leída para ver cómo las resuelven. Y, sino, confiá, porque si no confiás no hay confianza.
Entonces, para cada programa de cada carrera, de cada curso y de cada año tenemos una medida que nos dice qué tan cerca de la frontera estuvo expuesto el pibe que tomó ese curso, en ese lugar, en ese momento y con ese profesor. Agarrá, para cada uno de los millones de estudiantes que pasaron por estas universidades texanas entre 2005 y 2013 y calculale el promedio de distancia a la frontera del conocimiento a lo largo de toda su carrera en función de cada uno de los cursos que fue tomando. Lo que te da eso es una medida a nivel de estudiante de su exposición promedio a la frontera académica de cada una de las materias que fue tomando.
Compará la exposición a la frontera promedio de cada estudiante, contra otros estudiantes que hayan cursado las mismas materias, en la misma universidad e incluso con los mismos profesores (solo que a algunos justo les tocó el momento del update de programa y a otros no).
Bueno, basta de boludeces. Resultados.
Cuestión que los que casi por casualidad tuvieron exposición mayor a contenido de frontera durante su carrera universitaria:
Tienen más chances de terminar la carrera (o sea, de no abandonar).
Se reciben casi un semestre entero antes.
Terminan con un promedio más alto
Tienen una probabilidad 16% mayor de hacer un posgrado.
Terminan ganando más plata en el mercado laboral: hasta casi 4% cuando los comparás 4 años después (y no te olvides que las diferencias salariales se suelen acumular a lo largo de todos los años de vida laboral).
Desde hace 10 minutos te estás preguntando algo que todavía no mencioné: ¿quién gana con esto? ¿Los pobres, los ricos, los dos? Me voy a concentrar en un indicador, que es el que más me gusta porque es el más duro y menos sujeto a cuestionamientos: el efecto en los salarios futuros. Mirá el grafo de abajo y concentrate en las barras anaranjadas (las azules miden otra cosa que no viene al caso). El eje X te dice el cuartil de ingresos familiar del estudiante: Q1 son los pobres, Q4 los ricos. El eje Y mide el efecto de tomar cursos más cerca de la frontera en los ingresos. ¿Ves que es positivo en cada uno de los cuartiles? Sea que venís de familia rica o de familia pobre, cuanto más de frontera sean los programas de tus materias, más vas a ganar a futuro. Ganan todos.
Decano, decana, rector, rectora, persona en situación de contratación de profesores de educación superior. ¿Querés maximizar el aprendizaje de tus estudiantes? ¿Te importa que se reciban antes, con mejores notas y que ganen más? La solución está al alcance de la mano. Contratá profesores y dejalos investigar. Mejor aún: fomentales la investigación. Entrenalos, mandalos a conferencias.
Seguí esta recomendación totalmente neutral de alguien desinteresado y ajeno al caso, que no te vas a arrepentir.
¿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.
Apretá el botoncito que dice “me gusta”.
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.
Nada que ver, pero…
Acá dicen que el trabajo remoto afecta negativamente tu salud mental. Ojo.
En este paper dicen que la IA generativa mejora las notas de las tareas pero termina perjudicando el aprendizaje real, con caídas bien grandes en los scores de exámenes estandarizados. El problema está en que la mayoría de los estudiantes terceriza la tarea en la IA en vez de usarla para aprender. Data de miles de estudiantes chinos.
Super!
Original, me sirve para pensar. Lo que no es poco