¿En qué momento una niña talentosa en matemática empieza a dudar de sus propias habilidades, mientras que un niño con un desempeño similar se siente seguro de poder resolver cualquier problema que se le presente? ¿Qué rol desempeñan la confianza y los mensajes culturales en esta discrepancia? Preguntas como estas centran la atención en un factor que a veces pasa desapercibido en el ámbito académico: la autoeficacia, es decir, la convicción que cada estudiante tiene acerca de su propia competencia para organizar y ejecutar acciones que lo lleven al éxito en áreas como la ciencia y la tecnología.
Autoeficacia: un pilar silencioso en el aula
La autoeficacia es un concepto clave en la psicología educacional. No se limita a la “autoestima” o a la satisfacción personal: se trata de la creencia específica de que uno puede dominar, por ejemplo, un problema de geometría o un experimento de laboratorio. Investigaciones a gran escala subrayan su relevancia: los estudiantes con alta autoeficacia abordan las tareas difíciles con perseverancia y estrategias efectivas; los de baja autoeficacia, en cambio, tienden a la evitación, la ansiedad y el mal desempeño, en parte porque dudan de su capacidad desde el inicio.
Los datos de PISA 2022 en Australia ofrecen un ejemplo contundente: las alumnas con mayor confianza en matemáticas (cuartil superior de autoeficacia) obtuvieron, en promedio, 147 puntos más que aquellas menos confiadas, mientras que en los varones la brecha superó los 150 puntos entre quienes creían firmemente en su habilidad y los que no. Hallazgos similares surgen del NAEP (Evaluación Nacional del Progreso Educativo, EE.UU.): la autoeficacia matemática aparece como un predictor robusto del desempeño, y al “controlar” estadísticamente este factor, las diferencias de rendimiento entre diversos grupos —incluyendo la brecha de género— se atenuaron de forma notable.
¿Realmente hay diferencias en la aptitud para STEM?
Meta-análisis recientes sostienen la llamada “hipótesis de la similitud de género”: en promedio, no hay diferencias significativas entre niños y niñas en rendimiento matemático o científico. Es decir, los resultados objetivos en exámenes o pruebas estandarizadas no respaldan la noción de que ellas sean “peores” en ciencia, tecnología, ingeniería y matemática (STEM, por sus siglas en inglés).
No obstante, aparece un contraste intrigante: pese a que las capacidades reales son similares, las percepciones y creencias sí difieren. A lo largo de la trayectoria educativa, muchas niñas reportan menor confianza en sus habilidades, mientras que los varones suelen valorarse de forma más optimista (o “auto-mejorarse”). Esta brecha de confianza se percibe incluso cuando sus calificaciones son equivalentes. Un estudio con más de 1.000 estudiantes de tercero de liceo reveló que, tras rendir un examen estandarizado, las chicas tenían niveles de autoeficacia significativamente inferiores y menor autoestima situacional. En paralelo, sus compañeros varones, con resultados similares, se sentían “más capaces” y mostraban mayor autoconfianza.
¿Por qué, entonces, ellas dudan más de su talento?
Buena parte de esta divergencia proviene de factores culturales y estereotipos de género que se siembran incluso antes de la adolescencia. Los mensajes —sutiles o directos— que padres, maestros y la sociedad en general transmiten pueden alimentar (o socavar) la creencia de “ser buena para la matemática”. Con frecuencia, se subestima la capacidad de las niñas, asumiendo que los niños “naturalmente” destacan más en las áreas STEM. Estas ideas, aunque no siempre expresadas de forma explícita, calan hondo: una niña que percibe bajas expectativas por parte de su entorno puede interiorizar la idea de que “no es lo suyo” y, en consecuencia, mostrar menor confianza.
La investigación de Bian et al. (2017) arrojó un dato sorprendente: a la edad de seis años, muchas niñas ya asocian la brillantez o la gran inteligencia con lo masculino. Así, comienzan a evitar juegos o actividades “para los más inteligentes”, asumiendo que “eso es de varones”. Con el tiempo, este autolimitación se refleja en la menor cantidad de adolescentes que planifican carreras ligadas a la ciencia o la tecnología, pues, aunque tengan el talento, no creen poseer la capacidad innata suficiente.
Modelos teóricos y el rol de la autoeficacia
La relación entre la confianza personal y las elecciones académicas se analiza desde la Teoría Social-Cognitiva de la Carrera (SCCT). Su planteo es simple: las personas tienden a desarrollar interés en aquellas áreas donde se sienten competentes. Por ende, si una joven duda de su capacidad para “triunfar” en matemáticas, será menos probable que elija o persista en una carrera STEM, aunque sus calificaciones digan lo contrario.
Estudios como el de Tellhed et al. (2017) o el meta-análisis de rutas de Lent et al. (2018) confirman que la autoeficacia actúa como un motor (o freno) para las aspiraciones en ciencia e ingeniería. Cuando los niveles de confianza son altos, crece el deseo de estudiar y profesionalizarse en esos campos; si la percepción de competencia es baja, es más probable que aparezca desinterés o abandono temprano. De ahí que, a la larga, la subrepresentación de las mujeres en STEM se refleje en las estadísticas globales: según UNESCO, a nivel mundial ellas constituyen alrededor del 35% de los graduados en estas disciplinas, un porcentaje estancado en la última década.
¿Y ahora qué? Propuestas para cerrar la brecha
Si la autoeficacia y los estereotipos de género se arraigan desde la infancia, la educación temprana y la adolescencia son instancias cruciales para intervenir. Diversos organismos resaltan la importancia de diseñar experiencias de aprendizaje que fortalezcan la confianza de las niñas en materias como matemáticas y ciencias, ofrecer retroalimentación constructiva y plantear desafíos manejables. A la par, se recomienda incluir modelos femeninos en STEM —mentoras, científicas y tecnólogas visibles— que muestren, en la práctica, la diversidad existente en estos ámbitos.
Por otro lado, se vuelve imprescindible desmontar los estereotipos de género en el entorno escolar (y familiar). Se ha sugerido actualizar currículas y materiales educativos con referentes femeninos y desarrollar actividades extracurriculares que inviten a las niñas a experimentar la ciencia en contextos atractivos. Involucrar también a las familias resulta clave: si padres y madres evitan transmitir ansiedad o prejuicios sobre “la dificultad” de la matemática y muestran ejemplos de mujeres que destacan en ingeniería, la percepción que las niñas tienen de su propia capacidad puede mejorar significativamente.
Los estudios recientes apuntan a una conclusión clara: la brecha de género en STEM no es producto de una falta de talento femenino, sino de diferencias en creencias de eficacia y en estereotipos culturales todavía arraigados. Cuando esas barreras psicológicas se atenúan —mediante experiencias positivas, mentorías y políticas educativas inclusivas—, se abren caminos más equitativos.
Conclusiones: un cambio posible, pero desafiante
En última instancia, garantizar la participación de niñas y mujeres en ciencia y tecnología no es solo un imperativo ético, sino también una forma de impulsar la innovación y el desarrollo al contar con todas las perspectivas posibles. El talento está ahí; lo que necesitamos es cultivar la convicción de que cada estudiante puede brillar en los dominios de la ciencia, la ingeniería y la matemática, sin importar su género.
Referencias
• Bian, L., Leslie, S. J., & 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
• Zander, L., et al. (2020). When grades are high but self-efficacy is low: Unpacking the confidence gap between girls and boys in mathematics. Frontiers in Psychology, 11, 552355
• Wang, M. T., & Degol, J. (2017). Gender gap in STEM: Current knowledge, implications for practice, policy, and future directions. Educational Psychology Review, 29(1), 119-140
• Tellhed, U., Bäckström, M., & Björklund, F. (2017). Will I fit in and do well? Predicting STEM major choice and academic success. Journal of Applied Social Psychology, 47(3), 173-189
• Lent, R. W., et al. (2018). Longitudinal test of a social cognitive model of academic and life satisfaction in the engineering major. Journal of Counseling Psychology, 65(3), 329-340
• Yang, Y., Maeda, Y., & Gentry, M. (2024). The relationship between mathematics self-efficacy and mathematics achievement: multilevel analysis with NAEP 2019. Large-scale Assessments in Education, 12(1), 16
• UNESCO (2020). Girls’ and women’s education in STEM. Paris: UNESCO
• Master, A., Cheryan, S., Moscatelli, A., & Meltzoff, A. N. (2021). Programming experiences and STEM engagement among preschoolers. Developmental Psychology, 57(3), 407-421.
• Charlesworth, T. E., & Banaji, M. R. (2019). Patterns of implicit and explicit attitudes: I. Long-term change and stability from 2007 to 2016. Psychological Science, 30(2), 174-192.
• Stoet, G., & Geary, D. C. (2018). The gender-equality paradox in STEM education. Psychological Science, 29(4), 581-593
Paula Pereda Suárez 