Valoración de la profesión informática en alumnas de educación media: su influencia en la elección de estudios superiores

Ana Sánchez Bello
ana.sanchez.bello@udc.es

Alicia Arias Rodríguez
alicia.arias.rodriguez@udc.es

Universidad de la Coruña. Facultad de Ciencias de la Educación. España.

RESUMEN

Se analiza porqué las estudiantes desestiman el grado de informática como elección de estudios universitarios. Se realizó un estudio empírico con estudiantes de educación media, sobre cuáles son las percepciones que tienen del trabajo informático, pues la elección de estudios superiores está estrechamente vinculada a su valoración profesional. Los resultados señalan que las alumnas relacionan el trabajo informático con las competencias profesionales, considerando de menor relevancia la motivación (tanto intrínseca como extrínseca), la autonomía en el trabajo y la conciliación familiar. Finalmente se considera las acciones pertinentes para incrementar su interés por los estudios informáticos.

Assessment of the computing profession in middle school students: their influence on the choice of higher education

ABSTRACT

The aim of this study is to provide the reasons why female students do not regard IT as an option when choosing the higher education course they wish to follow. To do so we analyse the way in which upper-secondary students perceive work in the field of IT, since the choice of higher education course is closely linked to their appraisal of the profession concerned. The results indicate that these students relate IT work to professional competences, with motivation (both intrinsic and extrinsic), independence at work and balancing work with family life being seen as less relevant. The article concludes with an analysis of the most appropriate actions for encouraging girls to show a greater interest in IT .

Key words: Educational choices; IT career; job perception; secondary education

Artículo recibido en septiembre 2014 y publicado en mayo 2015

INTRODUCCIÓN

El incremento del número de mujeres que se incorporan al mundo laboral es un hecho relevante que atestigua el avance en los procesos de sociedades más igualitarias. Sin embargo, la segregación en el mercado laboral sigue siendo preocupante debido a la dicotomía de ocupación en función del sexo entre diferentes sectores laborales. En este sentido, la baja representación de mujeres en el ámbito de las TIC es una preocupación en la comunidad científica y política debido a que la empleabilidad está vinculada, en las sociedades más avanzadas, al ámbito de las nuevas tecnologías. Esta preocupación se ve planteada en el informe sobre “la agenda digital para Europa” (Digital Agenda for Europe, 2013). También en los acuerdos de Lisboa del Consejo de Educación europeo que tiene por objetivo convertir a Europa en una sociedad más competitiva en el nuevo marco de globalización económica y social, propone, como uno de sus puntos destacados, reducir el desequilibrio de mujeres y hombres en el campo de la tecnología (Consejo de Europa, 2003).

El documento del Comité Parlamentario de Industria, Investigación y Energía afirma que es necesario incrementar el número de mujeres en el ámbito de las nuevas tecnologías. El futuro de Europa pasa por ser competitivos en este ámbito laboral, sin embargo, queda mucho por hacer para conseguirlo ya que en este sector existe un déficit de un millón de empleos. Con el objetivo de cubrir esta necesidad laboral es imprescindible que las mujeres se sientan interesadas por este sector. De forma paralela, tal y como señala Cecilia Castaño (2005) el impacto de las TIC para las mujeres significa mejorar sus posibilidades de empleabilidad. El problema, tal y como señala el vicepresidente de la Comisión, no reside en el uso de las tecnologías por parte de las mujeres, sino que el problema se encuentra en que no existen suficientes mujeres en los estudios relacionados con este nicho de empleabilidad (Kroes, 2013).

Teniendo presente esta realidad laboral, se aprecia que existe una relación directa entre esta situación y la que se encuentra en el sistema educativo, ya que sin la formación adecuada las mujeres no se podrán incorporar a aquellos nichos de empleabilidad de mayor desarrollo en la sociedad. El desequilibrio del porcentaje de mujeres y hombres en la elección de los estudios superiores da comienzo en la enseñanza secundaria, en el momento de la elección de la modalidad del bachillerato (Otero y Salamí, 2009). Este hecho es constatable a través de los datos del Ministerio de Educación de España, donde para el curso 2009/10 se muestra 56,4% de estudiantes de la rama de humanidades y ciencias sociales son mujeres, mientras que, por el contrario en la rama de ciencias y tecnología hay únicamente un 37,9% de alumnas (MEC, 2011).

Ante la preocupación de datos como estos, se ha desarrollado un importante cuerpo de investigación sobre las causas de esta diferente elección. Entre las causas analizadas se encuentra el hecho de que las jovenes se consideren a sí mismas menos competentes para estos estudios (Creamer, Lee y Meszaros, 2006; Eccles, 2007; Marsh y Yeung, 1997; Sáinz y Eccles, 2012; Vendramin et al., 2003 y Zeldin y Pajares, 2000).

Otra de las causas estudiadas en profundidad analiza cómo la expectativa de éxito influye negativamente en las chicas al considerar que ellas no tendrán el mismo aprovechamiento académico que los chicos en estos estudios (Wigfield y Eccles, 2002). La influencia de personas cercanas al alumnado como el profesorado, las familias o el grupo de iguales se suma a la diversidad de causas mostradas por las investigaciones nacionales e internacionales (Bonal, 1995; Fontanini, 2001; Hapnes y Rasmussen, 2000; Roger y Duffield, 2000; Sáinz, 2011; Zarrett, Malanchuk y Eccles, 2006) el apoyo, la valoración positiva o la ruptura de estereotipos tradicionales por parte de estas personas ayudan a que las alumnas se conformen una valoración más positiva de sí mismas y de sus posibilidades de éxito.

La consideración de la ciencia como un ámbito de elecciones estereotípicas, expresado en la idea de que la tecnología posee mayor vinculación a lo masculino, juega un papel relevante en el hecho de que las chicas no se inclinen por la rama científico-técnica (Mendick, 2005; Pérez et. al., 2008). En esta elección juega un papel fundamental la materia de matemáticas al ser considerada una competencia básica para desarrollarse positivamente en el ámbito de las ciencias técnicas. La brecha entre chicos y chicas en relación a sus capacidades para esta materia, determina la elección de los estudios en secundaria y, posteriormente en la Universidad.

En el estudio presentado en la revista Science se afirma que la brecha entre mujeres y hombres en matemáticas es mayor en las sociedades menos igualitarias, es decir, a mayor nivel de igualdad social mayor igualdad en los resultados escolares en matemáticas (Guiso, et. al., 2008).

Del mismo modo que se ha investigado sobre la constatación de que existe mayor igualdad que diferencia en la capacidad y habilidad entre chicos y chicas en esta materia (Holbrook; Krosnick y Pfent, 2007; Hyde, 2005; Hyde y Linn, 2006). Pese a los datos que afirman la igualdad de capacidad de género siguen existiendo los estereotipos que afirman que los chicos están más dotados para las ciencias relacionadas con las matemáticas que las chicas y este hecho favorece que las chicas posean un menor concepto sobre sus propias capacidades para la tecnología (Sáinz, 2007; Zarrett & Malanchuk, 2005).

En el ámbito específico de la elección de los estudios superiores de informática se señalan los datos aportados por el INSIGHT (Observatory for New Technologies and Education) (Gras-Velázquez; Joyce y Debry, 2009) sobre cinco países europeos (Italia, Polonia, Reino Unido, Holanda y Francia) en el cual se analiza por qué a las alumnas de secundaria no les atraen los estudios superiores de informática y donde se concluye que la actitud de las madres hacia estos estudios influye de manera determinante para que las hijas tomen decisiones; también se confirma que existe la creencia entre la juventud de que la tecnología es más apropiada para los chicos que para las chicas, es importante destacar el papel de la formación del profesorado sobre la realidad de la tecnología.

En este estudio se confirma que las chicas poseen las mismas aptitudes que sus compañeros para este tipo de contenidos. Uno de los factores menos investigados y que puede aportar una nueva perspectiva para actuar sobre el déficit de mujeres en el ámbito de las TI, se refiere a la percepción que poseen chicos y chicas de educación secundaria sobre la profesión informática y las cualidades y estereotipos vinculadas a la misma. En relación a esta temática los trabajos empíricos relacionados con la interpretación que hacen las chicas universitarias sobre el trabajo informático (Galpin and Sanders, 2002; Margolis y Fisher 2002; McGrath-Cohoon, 2001, y West y Ross, 2002) viene a atestiguar que la influencia de la familia y el propio centro tienen mayor impacto en las chicas que en los chicos a la hora de tomar la decisión de realizar estos estudios; los estereotipos basados en relacionar la informática con “masculino”, así como la menor autoconfianza en la capacidad para tener éxito en esta titulación son los aspectos más analizados.

Sin embargo, existe un claro déficit de análisis sobre esta cuestión en el ámbito de la enseñanza secundaria (Papastergiou, 2007), por ello se consideró de vital importancia realizar trabajos en profundidad sobre la educación secundaria ya que es en esta etapa educativa donde se van a determinar las elecciones sobre la enseñanza superior y es en este aspecto que los datos muestran que estas elecciones están determinadas en función del género. Incluso aquellas chicas que terminan el bachillerato técnico no se siente atraídas por los estudios informáticos. Sengun datos del instituto de la mujer entre las titulaciones de arquitectura e ingeniería, de mayor porcentaje de mujeres matriculadas está ingeniería química con un 21,41% y con menor porcentaje es máquinas navales con un 10,87%.

El informe realizado en Europa a través de EURYDICE permite afirmar que “el destino del alumnado que finaliza la educación secundaria en Europa demuestra que un buen número de jóvenes elige todavía su futura carrera condicionados por los estereotipos de género” (Eurydice, 2011, p. 61), en el mismo sentido, Croxford (2002) afirma que el factor predominante en la vocación científica es el género. En relación a la vocación científica se han realizado estudios muy interesantes que vienen a describir la situación de la juventud en torno a la elección de carreras técnicas y en los que se afirma que los varones basan su elección en valores sobre motivos extrínsecos, como el status, el éxito, el poder, etc. Por el contrario, las mujeres utilizan valores intrínsecos como, por ejemplo, el de desarrollar un trabajo apasionante y con el puedan ayudará otras personas (Navarro y Casero, 2012; Vázquez y Manassero, 2009a).

En este sentido, se ha vinculado la elección de carrera a la identidad de género más que a otros aspectos como, por ejemplo, la clase social (Gaviria, 1994; Pérez, Sánchez, Miranda y García, 2008). Siguiendo a Bandura (1987) es posible afirmar que las elecciones realizadas durante el período de formación de un individuo son determinantes para su vida futura, de allí la importancia de este estudio cuyo objetivo es analizar los factores que influyen en la elección diferenciada de género en los estudios superiores de informática.

MÉTODO

Para dar respuesta al objetivo formulado e identificar cuáles son los factores determinantes que influyen en la opinión de las alumnas de bachillerato sobre el trabajo de los/as informáticos/as, se presentan a continuación la muestra y recolección de datos; las variables (diferenciando entre ítems o variables observables y las variables latentes), así como la técnica estadística utilizada.

Participantes. Se encuestaron ciento sesenta y seis (166) alumnas de bachillerato de ocho (8) Institutos de Educación Secundaria de la Coruña (lo que supone el 10% de alumnas matriculadas). La recogida de información se realizó durante el curso académico 2011-2012. El error aleatorio de muestreo, a partir del supuesto de máxima indeterminación (p=q=50) y con un margen de confianza del 95.5%, fue de 7.5%.

Las edades de las encuestadas están comprendidas entre los 15 y los 26 años, siendo la media de 17.20 años y la desviación típica de 1.94. De las ciento sesenta y seis (166) estudiantes, 81 (48.8%) se encuentran cursando primero de bachillerato y 84 (50.6%) están en segundo de bachillerato. En cuanto a las modalidades escogidas, 53 (31.9%) cursan la modalidad de Tecnología y Ciencias de la Salud (los motivos que esgrimieron para elegir esta modalidad son “por vocación (34%)” y “porque
creo que en esta modalidad existen muchas posibilidades de encontrar trabajo (34%)”), y, 112 (67.5%) cursan la modalidad de Humanidades y Ciencias Sociales (los motivos que indicaron para su elección son “por vocación (54.5%)” y “porque tengo buenas cualidades para desempeñar cualquier carrera dentro de esta modalidad (11.6%)”). Las alumnas de esta última modalidad tienen, además, la característica de estar matriculadas en una materia de informática.

Instrumentos

Se empleó un cuestionario en el que se abordaron cuatro dimensiones, en este trabajo se va a analizar la información obtenida en la dimensión “Valoraciones sobre el trabajo informático”. A través de la misma, siguiendo los estudios de (Vázquez y Manassero 2010, 2009a y 2009b), se pretende conocer qué tipo de información tienen las alumnas de bachillerato de ambas modalidades sobre el trabajo informático, puesto que hay que tener en cuenta que un elemento que subyace en la elección de esos estudios es la percepción del mundo laboral.

Variables

Las valoraciones sobre el trabajo informático constituye la variable dependiente. Las variables independientes son: Competencia Profesional (CP), Motivación Intrínseca hacia el Trabajo Informático (MITI), Motivación Extrínseca hacia el Trabajo Informático (MITE), Autonomía en el Trabajo (AT) y la Conciliación Familiar (CF). Todas ellas son variables latentes, construidas por variables observables cada una, como se puede ver en el cuadro 1.

Cuadro 1. Indicadores reflectivos utilizados para la medición de variables latentes. Estadísticos descriptivos

RESULTADOS

Análisis descriptivo

Para realizar un análisis de los ítems que más influyen en la opinión que tienen las alumnas del trabajo informático se realizó un análisis descriptivo (ver cuadro 1) con el fin de identificar aquéllos ítems sobre los que había mayor acuerdo o desacuerdo entre las alumnas y que tienen más potencialidad de influencia. A pesar de tratarse de una escala ordinal, en este punto se han analizado los valores de respuesta como indicativos de grado, ya sea de acuerdo general o desacuerdo con cada una de las afirmaciones.

Los ítems que resultaron con mayor capacidad explicativa están recogidos, principalmente, en el constructo Competencias Profesionales (CP) con medias por encima del 3.70. La desviación típica de todos estos ítems es superior a 1 en todos los casos, lo que demuestra una heterogeneidad en la opinión de las estudiantes de bachillerato (ver cuadro 1). Fuera de este constructo, se debe hacer mención al ítem AT2. “Permite trabajar solo/a (T14)” con una media de 3.76 y una desviación típica de 1.10. Todo esto indica el verdadero interés que muestras estas estudiantes por el hecho de que el trabajo de los/as informáticas/os implica muchas horas, lo que conlleva mucha organización, planificación, atención y concentración por el hecho de trabajar solo/a. Cabe destacar, en el cuadro 1, el grupo de ítems que alcanzan medias de 2.87 (T23), 2.61 (T27) y 2.47 (T5); en los demás casos, se encontraron medias que oscilan entre 3.00 y 3.34.

Análisis multivariable

Posteriormente se realizó un análisis de componentes principales con rotación varimax con Kaiser (la rotación ha convergido en 6 iteraciones). Los 5 factores obtenidos, como se observa en el cuadro 2, explican el 63.041% de la varianza, en la que el primer factor (Competencias profesionales (CP)) explica el 23.897%, el segundo (Motivación intrínseca hacia el trabajo informático (MITI)) explica el 13.148%, el tercero (Autonomía en el trabajo (AT)) explica el 11.076%, el cuarto (Motivación extrínseca hacia el trabajo informático (MITE)) explica el 8.592% y el quinto (Conciliación familiar (CF)) explica el 6.329%.

Cuadro 2. Matriz de componentes rotados

Al mismo tiempo, se testó la fiabilidad y validez a través del coeficiente Alpha de Cronbach, (ver cuadro 3) Se trata de una medida de consistencia interna de los constructos cuyo valor óptimo se sitúa entre .60 y .79. En este caso, el valor de la escala total es de .774; mostrando valores aceptables por los constructos, excepto en Autonomía en el trabajo (EFT) (.578). Los índices de fiabilidad compuesta que superan un valor de .5 confirman la fiabilidad interna del constructo. Los valores de t (a través de lo cual se evalúa la validez convergente) de las dimensiones superan todos ellos el valor crítico de t=1.96 con p<.05, t= 2.58 con p<.01, o t=3.29 con p<.001.

Cuadro 3. Fiabilidad y validez

Para analizar con mayor detalle, se realizó una modelación de ecuaciones estructurales SEM, implementada en el paquete EQS 6.1, en la modalidad de Análisis Factorial Confirmatorio (AFC), en el que, además de medir simultáneamente la influencia de los diferentes constructos, se prueba su validez y consistencia interna. Teniendo en cuenta que este tipo de análisis se debe realizar con un nivel de medida intervalar o continuo de los indicadores; pero esto podría atenuarse, de modo que es posible usar indicadores medidos en escala ordinal (como es nuestro caso, al utilizar una escala probabilística sumatoria tipo Lickert).

La bondad de ajuste del modelo teórico presentado, se midió empleando tanto índices relativos como absolutos. Se utilizaron los siguientes indicadores: Chi cuadrado (χ294=169.09 (p=.001)), Comparative Fit Index (CFI) (.910), Incremental Fit Index (IFI) (.910), ambos son superiores a .90 y Root Mean Square Error of Approximation (RMSEA) (.072) Este último valor significa que el modelo de medición del instrumento y la estructura de covarianzas de las respuestas de los estudiantes no se ajustan la figura 1 responde a la configuración del análisis multivariable.

Figura 1. El modelo propuesto: relaciones entre las variables latentes y las variables observables

Debido a que el modelo original no cumplió con los criterios de ajuste, fue necesario aplicar recursos de revisión para obtener una re-especificación de las relaciones postuladas en el modelo original y con ello mejorar el ajuste a las respuestas de los estudiantes con el modelo teórico.

Los recursos de revisión empleados se derivan de la información de salida del paquete estadístico con la opción de Índices de Modificación (MI). Este recurso muestra relaciones en el modelo original y permite incluirlas en la re-especificación. En concreto por cada índice de modificación sugerido se presenta la cantidad en que el valor de X2(discrepancia) se reduciría al incluir la relación adicional que se detecta en la matriz de covarianzas derivada de los datos empíricos.

Los resultados que se muestran en la figura 2 se refieren a los resultados de un modelo de medición que cumple con los criterios de ajuste que exige la metodología SEM. Así, se obtienen mejores índices de bondad de ajuste del modelo empírico: Chi cuadrado (χ283=107.73 (p=.035)), Comparative Fit Index (CFI) (.970), Incremental FitIndex (IFI) (.971), ambos son superiores a .90 y Root Mean Square Error of Approximation (RMSEA) (.044) con un valor inferior a .060. Incluso a estos cuatro índices se une el índice de Standardized (RMR) con un valor de .049 (valor menor a .05). Todo esto conlleva a indicar que este modelo
es razonable, se tuvo en cuenta el tamaño de la muestra y el número de parámetros a estimar.

Figura 2. Modelo de medición que cumple con los criterios de ajuste

Es de destacar que las variables latente analizadas, en este modelo re-especificado, tienen una relación directa (coeficiente signo positivo), lo que indica que a mejor Competencias Profesionales (CP), mejor Motivación Intrínseca en el Trabajo Informático (MITI), mejor Motivación Extrínseca en el Trabajo Informático (METI) y más favorable Autonomía en el Trabajo (AT) y Conciliación Familiar (CF); siendo todas ellas significativas, con una confianza del 95%.

El análisis multivariable produce una representación de las relaciones estructurales observadas en la matriz derivada. Los valores que se presentan de forma unidireccional son las líneas de influencia entre las variables latentes (los factores que surgen de un Análisis Factorial) y observadas (los ítems de la escala Valoraciones sobre el trabajo informático) y se interpretan como coeficientes de regresión multivariada.

En el modelo original del instrumento se indica como los coeficientes de regresión tienen signo positivo, la relación entre la variable latente y la observada es directa. Al ver los coeficiente de regresión superiores a .70, las alumnas de bachillerato opinaron que el trabajo de los/as informáticos/as exige mucha concentración, mucha atención, es emocionante, es entretenido, ofrece un alto estatus social, permite ser jefe/a e, incluso, permite tener horario flexible. Si se analiza los coeficientes positivos, con valores inferiores a .70, las alumnas de bachillerato opinan que el trabajo de los/as informáticos/a en una menor medida implica muchas horas, requiere organización y planificación, requiere mucha responsabilidad, provoca estrés, es interesante, está bien pagado, es autónomo/independiente, permite trabajar solo/a y permite la compatibilidad con la familia.

Las relaciones de las variables que obtienen valores negativos, son: las variables “Exige mucha atención (T7)” y “Requiere mucha responsabilidad (T11)” (-.04); las variables “Requiere organización y planificación (T10)” y “Permite ser jefe/a (T15)” (-.18), y, los errores de las variables “Requiere mucha responsabilidad (T11)” y “Ofrece un alto estatus social (T27)” (-.01). Estos valores que solo una relación es significativa y al ser todos los valores negativos su relación es inversa. Por ellos, las alumnas opinan que en el trabajo informático existe una relación inversa entre la organización y planificación y la posibilidad de ser jefe/a.

Del modelo de re-especificación, destaca las nuevas relaciones entre dos variables latentes (factor) y dos variables observadas, que en el modelo original no estaban definidas: la relación positiva entre el factor Motivación Extrínseca hacia el Trabajo Informático (MITE) con la variable “Requiere mucha responsabilidad (T11)” (.51) y el factor Motivación Intrínseca hacia el Trabajo Informático (MITI) con la variable “Requiere organización y planificación (T10)” (.21) y con la variable “Requiere mucha responsabilidad (T11)”(.10).

Con este modelo de re-especificación, los coeficientes positivos superiores a .50 indican que las alumnas de bachillerato opinan que el trabajo de los/as informáticos implica muchas horas, es emocionante, es interesante, exige mucha concentración, exige mucha atención, permite trabajar solo/a, permite ser jefe/a, permite tener horario flexible, permite la compatibilidad con la familia y ofrece un alto estatus social.

Opinión similar a la planteada en el modelo original. Si se analiza los coeficientes positivos, con valores inferiores a .50, se puede señalar que las alumnas de bachillerato opinan que el trabajo de los/as informáticos/a en menor medida requiere organización y planificación, requiere mucha responsabilidad, es entretenido, es autónomo /independiente, provoca estrés y está bien pagado.

Los resultados muestran que: a)las relaciones entre los factores considerados y las variables observadas tienen la congruencia teórica esperada; b) en la evaluación del ajuste entre el modelo conceptual y el empírico se utilizaron de forma complementaria cinco índices de bondad de ajuste (Chi-cuadrado, RMSEA, CFI, IFI y SRMR) y que los resultados de dichos índices son favorables, esto permite juzgar y validar el modelo, ya que se lograron obtener valores muy aceptables y c) la confirmación de la validez de constructo del modelo o estructura conceptual del instrumento, de este modo podemos concluir que cuenta con evidencia de validez de constructo a partir de los resultados que se reportan.

CONCLUSIONES

La valoración más relevante que realizan las jóvenes sobre el trabajo informático está relacionada con las competencias profesionales que consideran deben poseer una persona para desarrollar esta actividad laboral. Consideran de menor trascendencia la motivación (tanto intrínseca como extrínseca), la autonomía en el trabajo y la conciliación familiar. Este dato nos muestra la necesidad de capacitar a las chicas para que su auto-percepción sobre sus capacidades aumente, ya que ellas mismas asumen que lo que más determinante para el desempeño de esta profesión está directamente vinculado con las competencias profesionales. Tal y como nos ha mostrado la teoría especializada, las alumnas se reconocen a sí mismas menos competentes para los estudios técnicos (Creamer, Lee y Meszaros, 2006; Eccles, 2007; Marsh y Yeung, 1997, Sáinz y Eccles, 2012, Vendramin, et. al., 2003, Zeldin, 2000); pero lo que más destaca de este estudio son las capacidades que consideran primordiales en el trabajo informático y, por lo tanto, en qué aspectos debería poner atención el sistema educativo para la promoción del desarrollo de la auto-valoración positiva. Todo el estudio nos reafirma en la idea de que la elección de la informática como una opción laboral no tiene tanto que ver con las capacidades requeridas, sino con la estimación que las alumnas realizan sobre sí mismas.

Estas valoraciones están directamente relacionadas con el modelo social de aprendizaje no formal que refuerza la idea de que las chicas son más dispersas y que son más organizadas y responsables. Esta idea social, no avalada científicamente, se concreta con las respuestas que dan las alumnas sobre las capacidades que han de tener los profesionales de la informática: poseer mucha atención y concentración en la tarea (lo opuesto a la dispersión de pensamiento), y la refuerzan al afirmar que la organización, planificación y responsabilidad son características menos importantes para desempeñar la profesión informática. Se consolida pues la línea argumental mostrada anteriormente, según la cual se debería promover desde los centros escolares el desarrollo de la auto-percepción de las chicas sobre estas cualidades. Valorar, visibilizar y reforzar la idea de que ellas no son solo organizadas y responsables sino que también, poseen las condiciones intelectuales necesarias para desarrollar con éxito la profesión informática.

En este mismo sentido, se constata la necesidad de ayudar a las nuevas generaciones a considerar la realidad de esta profesión, que está vinculada a estereotipos sobre las capacidades (tal y como se pudo ver) reforzadas a través de las series de televisión, cine, redes sociales, etc. dando la imagen de que las personas que se dedican a la informática son personas poco sociables, aisladas, cuya única preocupación vital es la conectividad (características todas ellas directamente vinculadas a la atención y la concentración en una tarea, y alejadas de la organización y la planificación). Se confirma pues la existencia de una enorme carga estereotipada sobre las capacidades requeridas para desempeñar con éxito la informática (Mendick, 2005; Pérez y otros, 2008).

En este sentido se observo que dan una mayor valoración al hecho de que es un trabajo que permite ser jefe, lo cual vuelve a situar a la informática, ante los ojos de las jóvenes, como un valor extrínseco.

Ante la situación analizada las políticas públicas deben desarrollar propuestas ante las que se pueda apreciar el valor social de la informática, que no sea considerada una mera actividad de trabajo individual, social y la vinculación de la informática con aspectos de mejora del día a día de las personas, haciendo ver que el trabajo informático no es “mera cacharrería”, haría involucrar a más chicas en este ámbito profesional (Henwood, 2000) al vincularlo con una motivación intrínseca.

Existe un dato que refuerza la importancia de las políticas públicas, las alumnas consideraron que el trabajo relacionado con la informática es interesante, lo cual contradice a quienes recalcan que las estudiantes no sienten el mínimo interés por este ámbito laboral. Se destacó que la falta de interés no es por la informática en sí, hay que recordar que las mujeres  están al mismo nivel que los varones en el uso de las tecnologías (Castells, 2000), sino que el problema, se concreta, en cómo se está divulgando el papel de la informática en la sociedad y las características de los individuos que se desenvuelven en ella. El hecho que las estudiantes de bachillerato consideren el trabajo informático como interesante, es esperanzador pues permite ser optimistas sobre la posibilidad de acercar a las mujeres a este ámbito laboral.

REFERENCIAS

1.Bandura A. (1987). Pensamiento y acción. Barcelona: Martínez Roca.        [ Links ]

2.Bonal X. (1995). Investigación-Acción en educación no sexista. Una experiencia con especial referencia a la elección de estudios postobligatorios científico-técnicos en función del género. Madrid: CiDE.        [ Links ]

3.Castaño C. (2005). Las mujeres y las tecnologías de la información. Internet y la trama de nuestra vida. Madrid: Alianza.        [ Links ]

4.Castells M. (2000) Internet y la sociedad red. Conferencia de presentación del programa de doctorado sobre la sociedad de la información y el conocimiento. Barcelona: UOC.        [ Links ]

5.Castaño-Muñoz J. y Sengues M. (2011). Youth-culture or student-culture? The internet use intensity divide among university students and the consequences for academic performance. Estudios sobre educación, 20, 203-231.        [ Links ]

6.Consejo de Europa. (2013). (documento en línea) Disponible: http://www.consilium.europa.eu/ueDocs/cms_Data/docs/pressData/es/ec/00100-r1.es0.htm [Consulta: 2003, noviembre 13].        [ Links ]

7.Creamer E. G. Lee, S. y Meszaros, P. S. (2006). Factors associated with women’s interest in computing fields.Chicago: Illinois.

8.Croxford L. (2002). Participation in science, engineering and technology at schooland in higher education. Edinburgh: University of Edinburgh.        [ Links ]

9.Digital Agenda for Europe. (2013). (documento en línea) Disponible: http://ec.europa.eu/digital-agenda/en/digital-agenda-assembly-2013 [Consulta: 2013, noviembre 3]        [ Links ]

10.Eccles, J. S. (2007). Where are all the women? Gender differences in participation in physical science and engineering. En J. S. Ceci, y W. M.Williams (Eds.), Why aren’t more women in science? Top researchers debate evidence (pp. 199-210). Washington: American Psychological Association.

11.EURYDICE (2011). Diferencias de género en los resultados educativos: medidas adoptadas y situación actual en Europa. Madrid: Ministerio de Educación.        [ Links ]

12.Fontanini C. (2001). ‘L.’orientation des filles vers les écoles d.’ingénieurs, un exemple: l.’institut national des télécommunications.’ L.’Orientation Scolaire et Professionnelle, CNAM, 30, 299-303.

13.Galpin V. y Sanders, I. (2002). Perceptions of computer science, reflections on work-in-progress symposium. School of Compute Science, 1-8 (documento en línea) Disponible: http://www.cs.wits.ac.za/~vashti/sem/Gal02Reflect.html  [Consulta: 2013, julio 17].        [ Links ]

14.Gaviria J.L. (1994). El sexo y la clase social como determinantes de los intereses profesionales en el último curso de secundaria. Revista de Investigación Educativa, 23, 262-273.        [ Links ]

15.Gras-Velázquez A., Joyce A., y Debry, M. (2009). Women and ICT. Why are girls still not attracted to ICT studies and careers? Brussels: European Schoolnet.        [ Links ]

16.Guiso et al.(2008). Culture, gender and Math. Science, 320, 1164-1165.         [ Links ]

17.Hapnes T., Rasmussen, B. (2000). New technology increasing old inequality?. En Balka, E. Y Smith, R (Eds.),Women, Work and Computerization: Charting a Course to the Future , Seventh International Conference on Woman, Work and Computerization(pp. 241-247).Vancouver: British Columbia.        [ Links ]

18.Henwood F. (2000). From the woman question in technology to the technology question in feminism: Rethinking gender equality in IT education, The European Journal of Women’s Studies, 7(2), 209-227.

19.Hyde J. S. (2005). Thegender similarities hypothesis. American Psychologist, 6, 581-592.        [ Links ]

20.Hyde J. S. y Linn, M. C. (2006). Gender similarities in mathematics and science. Science, 314, 599-600.        [ Links ]

21.Holbrook A., Krosnick J,. y Pfent A. (2008). The Causes and Consequences of Response Rates in Surveys by the News Media and Government Contractor Survey Research Firms. En Lepkowski, J. M., C. Tucker, J. M. Brick, E. D. De Leeuw, L. Japec, P. J. Lavrakas, M. W. Link, and R. L. Sangster, (Eds.), Advances in Telephone Survey Methodology, (pp 499-528). New York: Wiley.        [ Links ]

22.Instituto de la mujer. (s/f) (documento en línea) Disponible: http://www.inmujer.gob.es/estadisticas/consulta.do?area=3 [Consulta: 2012, octubre 9]        [ Links ]

23.Joiner R., Gavin J., Brosnan M., Cromby J., Gregory H., Guiller J., Maras P., y Moon, A. (2012) Gender, internet experience, internet identification and internet anxiety: a ten year follow-up. Cyberpsychology, Behavior, and Social Networking, 15 (7), 370-372.        [ Links ]

24.Kroes N., (2013) ICT and Women. European Parliament’s Committee on Industry,Research and Energy public hearing on Women in ICT. (documento en línea) Disponible: http://europa.eu/rapid/press-release_SPEECH-13-366_en.htm (Consulta: 2013,septiembre 18).

25.McGrath-Cohoon J. (2001) Toward improving female retention in the computer science major. Communications of the ACM, 44 (5), 108-114.        [ Links ]

26.Margolis J. y Fisher A. (2002) Unlocking the clubhouse: Women in computing. Cambridge: MIT Press.        [ Links ]

27. Marsh H. W. y Yeung A. S. (1997). Causal effects of academic self-concept on academic achievement: Structural equation models of longitudinal data. Journal of educational Psychology, 89(1), 41-54.        [ Links ]

28.Mendick H. (2005) A beautiful myth? The gendering of being/doing.‘good at maths´. Gender and Education, 17 (2), 203-219.

29.MEC. (2011). Datos y cifras.Madrid: Ministerio de Educación. (documento en línea) Disponible:http://www.mecd.gob.es/dctm/ministerio/horizontales/estadisticas/indicadores-publicaciones/datos-cifras/datoscifrasweb.pdf?documentId=0901e72b8053c5a2 [Consulta:2013,septiembre 12].        [ Links ]

30.Navarro C. y Casero A. (2012). Análisis de las diferencias de género en la elección de estudios universitarios. Estudios sobre educación, 22,115-132.        [ Links ]

31.Otero, B y Salamí, E. (2009). La presencia de la mujer en las carreras tecnológicas. XV Congreso de JENUI. (documento en línea) Disponible:http://jenui2009.fib.upc.edu/ [Consulta: 2013, septiembre 15].        [ Links ]