Matemáticas rosas y azules
Marta Bueno y José R.
Alonso
Neurobiólogo. Catedrático de la Universidad de Salamanca. Escritor.
"...Pero si existe un sistema
numérico primitivo con el que todos nacemos, surge una pregunta inmediata ¿Hay
diferencias entre niños y niñas a la hora de afrontar el aprendizaje de las
matemáticas?, ¿están los niños primados de alguna manera para el razonamiento
cuantitativo? o ¿es el cerebro matemático sexualmente dimórfico?
A lo largo del tiempo se han realizado numerosas
investigaciones que han intentado despejar la incógnita sobre estas cuestiones.
Hasta la década de los años ochenta eran varios los estudios que señalaban un
desempeño matemático diferente en niñas y en niños (Fennema, 1974; Halpern,
1986), y que sugerían un mejor rendimiento de los varones, lo que explicaría o
justificaría a posteriori la preponderancia de hombres en las carreras STEM
(ciencia, tecnología, ingenierías y matemáticas).
Recogiendo todas estas
investigaciones, Hyde (1990) llevó a cabo un meta-análisis con el propósito de
aplicar, sobre más de cien estudios y más de tres millones de participantes, un
tratamiento estadístico frecuentista. Encontró un resultado poco concluyente
que apuntaba a una similitud de género en cuestiones matemáticas.
A raíz del análisis de Hyde, Hutchison, Lyons y Ansari han
publicado en 2019 una investigación que solventa posibles inconvenientes de
estudios anteriores. Hutchison y sus colaboradores tomaron una muestra de 1400
niños con edades comprendidas entre 6 y 13 años, toda la Educación Primaria,
propusieron tareas de procesamiento matemático básico y, lo más novedoso,
realizaron un tratamiento estadístico bayesiano… La conclusión del estudio de
Hutchison et al. fue rotunda: no existe diferencia de género en cuanto a la
capacidad de niños y niñas para afrontar con éxito tareas matemáticas.
Demostrar la similitud de género puede tener un efecto
positivo sobre maestros y padres que siguen subestimando la capacidad de las
niñas para las matemáticas. Muchas veces, el efecto negativo que ejerce
sobre ellas el estereotipo de que sólo los chicos pueden ser buenos en matemáticas
y la falsa creencia de que son inferiores en su rendimiento matemático frente a
sus compañeros varones les lleva a limitarse, a boicotearse a sí mismas. Este
estereotipo se mantiene por la idea equivocada que muchos padres tienen sobre
el rendimiento en matemáticas de sus hijas, con estimaciones inferiores a la
realidad, lo que genera una actitud
negativa hacia esta disciplina por parte de las niñas. A los seis años muchas
niñas empiezan a cuestionar su identidad condicionada en muchas ocasiones por
planteamientos estereotipados de roles femeninos. A partir de esta edad las
niñas se perciben como menos brillantes que sus compañeros y valoran la bondad
como una cualidad femenina y la genialidad como una cualidad masculina (Bian et
al., 2017). A los 16 años, incluso siendo mejores que sus compañeros en
asignaturas como física o matemáticas, las chicas no eligen un bachillerato de
ciencias o tecnológico (Hamzelou, 2014). Su posible desarrollo académico y
profesional en campos como la ingeniería queda truncado por esta elección.
De hecho, el menor interés de las chicas por carreras STEM ocasiona un
porcentaje bajo de mujeres en estos estudios (Nosek y Smyth, 2011), algunos de
los cuales, en especial la informática, tienen un futuro laboral excelente…
El futuro no está escrito. Estamos convencidos de que el
conocimiento que va adquiriendo un niño o una niña tiene que ir más allá del
currículo escolar. La pasión por aprender, también en las matemáticas, surge
del diálogo en el hogar y en cualquier ambiente que enriquezca las vivencias
del niño y satisfaga su curiosidad por conocer. Es indispensable apreciar la
variabilidad del cerebro humano, la neurodiversidad, y ser conscientes, sobre
todo como educadores, de que no existen dos clases de cerebros, uno de mujeres
y otro de hombres, sino uno solo estructurado como un mosaico en el que
prevalecen aspectos comunes. Desde este hecho científicamente probado (Joel et
al., 2015) una educación personalizada evitaría injusticias y sesgos en la
formación de niños y niñas. Con el propósito de avanzar hacia una sociedad más
justa, al aceptar este mosaico irrepetible que constituye el cerebro humano,
tomemos en cuenta las diferencias individuales y pongamos el foco de atención
en una educación más equilibrada, inclusiva y equitativa."
Referencias:
- Berkowitz
T, Schaeffer MW, Maloney EA, Peterson L, Gregor C, Levine SC, Beilock S
(2015) Math at home adds up to achievement at school. Science 350(6257):
196–198. DOI: 10.1126/science.aac7427
- Bian
L, Leslie SJ, Cimpian A (2017) Gender stereotypes about intellectual
ability emerge early and influence children’s interests. Science
355(6323): 389–391. DOI: 10.1126/science.aah6524
- Feigenson
L, Dehaene S, Spelke E (2004) Core systems of number. Trends in cognitive
sciences 8(7): 307–314. DOI: 10.1016/j.tics.2004.05.002
- Fennema
E (1974) Mathematics learning and the genders. Journal for Research in
Mathematics Education 5: 126–129. DOI: 10.2307/748949
- Halpern
DF (1986) Gender differences in cognitive abilities. Hillsdale, NJ:
Erlbaum.
- Hutchison
J, Lyons I, Ansari D (2019) More similar than different: Gender
differences in basic numeracy are the exception, not the rule. Child
Development 90(1): e66–e79. DOI: 10.1111/cdev.13044
- Hyde
JS, Fennema E, Lamon SJ (1990) Gender differences in mathematics
performance: A meta-analysis. Psychological Bulletin 107(2) 139–155. DOI:
10.1037/0003-066x.60.6.581
- Joel
D, Berman Z, Tavor I, Wexler B, Gaber O, Stein Y, Shefi N, Pool J, Urchs
S, Margulies DS, Liem F, Hänggi J, Jäncke L, Assaf Y (2015) Sex beyond the
genitalia: The human brain mosaic. Proceedings of the National Academy of
Sciences of the USA 112(50): 15468-15473. DOI: 10.1073/pnas.1509654112
- Kanjlia
S, Lane C, Feigenson L, Bedny M (2016) Absence of visual experience
modifies the neural basis of numerical thinking. Proceedings of the
National Academy of Sciences of the USA 113(40): 11172-11177 DOI:
10.1073/pnas.1524982113
- Park
J, Brannon EM (2014) Improving arithmetic performance with number sense
training: An investigation of underlying mechanism. Cognition 133(1):
188–200. DOI: 10.1016/j.cognition.2014.06.011
- Piazza
M, Pinel P, Le Bihan D, Dehaene S (2007) A Magnitude Code Common to
Numerosities and Number Symbols in Human Intraparietal Cortex. Neuron 53:
293–395. DOI: 10.1016/j.neuron.2006.11.022
- Szkudlarek
E, Brannon EM (2017) Does the approximate number system serve as a
foundation for symbolic mathematics? Language Learning and
Development 13(2): 171–190. DOI: 10.1080/15475441.2016.1263573
No hay comentarios:
Publicar un comentario