"Hemos demostrado que existe un efecto causal de la educación en los ingresos"

Cuando LR le preguntó el sábado pasado a Joshua D. Angrist sobre la posibilidad de que se ganara el Nobel de Economía, él respondió que “las probabilidades son bajas y no creo que pase por eso en mi vida”. Sin embargo, le falló el pronóstico. La Real Academia de Ciencias de Suecia entregó ayer la mitad del premio a David Card, de la Universidad de California, “por sus contribuciones empíricas a la economía laboral”; y la otra mitad conjuntamente para Angrist, del Instituto de Tecnología de Massachusetts, y Guido W. Imbens, de la Universidad de Stanford, “por sus aportes metodológicos al análisis de las relaciones causales”.

ARTÍCULO RELACIONADO

Economistas y expertos del mundo debatirán los desafíos de América Latina en el Lacea Lames 2021

ARTÍCULO RELACIONADO

"Migración será uno de los problemas más grandes del market design”: Alvin E. Roth

Angrist, que habló con LR en el marco del Lacea Lames 2021, congreso que organiza la Facultad de Economía de la Universidad del Rosario, y donde participará como panelista con expertos, académicos y otros Nobel como Alvin Roth, explicó lo que denomina la “ilusión de la élite” y afirmó que es fundamental trabajar en la calidad de la educación por el efecto causal que puede tener en los ingresos.

¿Qué es la ‘revolución de la credibilidad’, cómo empezó y cómo cambió la profesión?

Steven Pischke y yo escribimos un artículo que tenía esa frase en el título, y se refiere a una nueva forma de hacer investigación que muchos empezaron a hacer en los 80. Había un interés en cómo podíamos realizar un mejor trabajo estimando los efectos causales de las políticas del gobierno, y un grupo de jóvenes investigadores empezó a buscar cosas que parecían ser buenos experimentos. Básicamente llevo haciendo eso toda mi carrera, buscando buenos experimentos para responder preguntas.

ARTÍCULO RELACIONADO

David Card, entre los ganadores del Nobel, es un estudioso de impactos de los salarios

Mucho de mi trabajo tiene que ver con educación, y trabajé con Alan Kruger en los retornos económicos de la escuela. Surgió la idea de que la estación en la que nació un bebé, el momento del año, afecta su educación; y ese tipo de cosas aleatorias, sobre las que ni el niño ni sus padres tienen mucho control, generan grandes diferencias en la educación.

Luego, para mi tesis, usé un experimento natural para estudiar los efectos del servicio militar es las carreras civiles, encontrando que era el sorteo de lotería, y creo que ese fue uno de los primeros experimentos naturales convincentes; probablemente ese y el de los trimestres de nacimiento.

La razón por la que Steven y yo hablamos de credibilidad es porque era creíble que si te muestro que las personas con un número más bajo en el sorteo de lotería ganan menos, es creíble. Eso suena a que no es porque son especiales, sino porque era más probable que hubieran prestado servicio militar; es creíble porque había un componente aleatorio.

¿De qué manera los métodos de inferencia causal han cambiado la implementación de políticas públicas?

La investigación afecta las políticas, pero eso toma tiempo y puede ser fuente de una gran frustración para académicos. Escribimos papers, pero eso no quiere decir que alguien les ponga atención. Pero en el largo plazo, si produces una serie de hallazgos que son muy convincentes, eso tiende a filtrarse en las políticas públicas estadounidenses. No puedo hablar por otros países, porque en muchos no ponen atención a la investigación, solo a la política; pero en EE.UU. la investigación sí tiene un gran impacto. Un ejemplo de esto es el énfasis en la educación en el mercado laboral. Los economistas laborales hemos hecho un gran trabajo mostrando que hay un efecto causal de la educación en los ingresos, y esa es una gran forma de luchar contra la desigualdad: lograr que las personas de contextos desfavorecidos vayan a la universidad y la terminen va a incrementar sus ingresos, y eso afectará la distribución de ingresos.

¿Qué rol juegan las nuevas técnicas de ciencia de datos en los esfuerzos de la profesión de descubrir efectos causales?

He sido escéptico de la importancia de estas herramientas. No veo que vayan a cambiar mucho lo que hacemos, porque no puedes usar machine learning para descubrir relaciones causales, solo predice resultados en una manera muy mecánica. Veo aplicaciones limitadas en el tipo de problemas en los que trabajo, pero no cero.

¿Cuál ha sido el impacto de los algoritmos de asignación escolar que contribuyó a desarrollar con el profesor Parag Pathak?

ARTÍCULO RELACIONADO

Las universidades que han graduado a más ganadores del premio Nobel de Economía

Yo no desarrollo algoritmos, es el fuerte de Parag; los uso para aprender cosas, uso algoritmos que existen. Eso se ha vuelto una piedra angular de nuestro sistema educativo. Los algoritmos permiten a las familias decidir si quieren viajar a colegios que consideran más atractivos o quedarse cerca a sus casas.
Las consecuencias sociales de eso son un poco más difíciles de discernir, es algo en lo que estamos trabajando. Tenemos un proyecto sobre cómo viajar al colegio afecta los resultados académicos, espero que tengamos el paper a finales de este año.

En países como Colombia los colegios privados tienen un rol preponderante...

Hace años escribí un paper con Michael Kremer y otros colaboradores sobre esos temas, estudiamos un programa financiado por el Banco Mundial que les daba a las familias de bajos ingresos becas. Se llamaba Paces, que no funciona ahora.

En su momento, encontramos resultados muy alentadores de que había muchas ganancias en asistir a colegios privados. En Colombia la asistencia a colegios privados es alta y el sistema público está congestionado y no es muy atractivo, e incluso familias de clase media usan colegios privados. El programa que estudiamos era para educación media, y creo que para países como Colombia es mucho más importante mejorar la calidad de la educación media y superior que pensar en la universidad.

Tuvimos también un programa de colegios en concesión, y había un debate sobre dar dinero público para que los niños fueran a colegios privados en vez de financiar la educación pública

Cuando lo estudiamos, la visión fue que era menos costoso y más efectivo expandir la capacidad ofreciendo vouchers para privados que expandir el sistema público; era más costo-efectivo y la educación sería de mejor calidad. No estudiamos los costos, sino la efectividad, y los colegios privados no eran de élite, y eran más efectivos que los públicos, en promedio. Políticamente era controversial, pero funcionaba.

El covid-19 permitió hacer muchos experimentos naturales, como el aprendizaje remoto ¿Cuál es el futuro de estas prácticas?

El aprendizaje remoto fue un gran experimento. Recuerdo que enseñaba econometría en pregrado y en una semana tuvimos que aprender cómo hacerlo, y hubo una curva de aprendizaje, pero no creo que sea tan buena como la instrucción en persona, principalmente porque es más difícil mantener la atención de los estudiantes. Incluso hice un pequeño experimento, cuando empezamos la educación híbrida hice un sorteo para asignar a los que podían ir presencialmente, y les fue mejor a los que estaban en el salón, y creo que es porque ponían más atención.

Pero muchas cosas que empezamos a hacer en la pandemia se quedarán, como grabar las clases y poner material online. Habrá gente que ofrece educación online, y personas que no tienen acceso a universidades de alta calidad ahora tienen acceso a educación online, que es un buen sustituto para la educación de baja calidad. Eso se quedará, y también creo que la gente viajará menos por trabajo, muchas conferencias se mantendrán así, pero a los estudiantes les gusta estar en el salón. No creo que la educación online reemplace a la tradicional, y es todavía más importante en los colegios públicos.

¿Qué opina del lugar privilegiado que la profesión le ha dado a las pruebas de control aleatorizadas en las últimas décadas? ¿Cuál será el futuro de los métodos de inferencia causal no experimentales?

Usualmente pienso en los ensayos aleatorios como un ideal, algo a lo que aspiramos, pero no es algo que puedas hacer todos los días porque demandan tiempo, son costosos, algunas cosas son complejas o hay preocupaciones éticas, entonces hay un espacio importante en la investigación no experimental.

Pero como se pueden hacer algunos experimentos aleatorizados, ahora es común preguntarse sobre el tipo de experimento que uno quiere hacer para responder a una pregunta en particular, y a veces puede hacerse. De hecho, hicimos uno grande sobre apoyos financieros para la universidad, pero si no puedo hacerlo hay herramientas que se pueden usar para imitar eso, y eso nos lleva a los experimentos naturales y todos los estudios que fueron parte de la revolución de la credibilidad. No dejaremos de usar datos no experimentales.

Usted ha abogado por la democratización de la econometría, por ejemplo, en su rol de Ninja Master Joshua, ¿qué nos puede contar de su experiencia como youtuber?

Hago videos a través de Marginal Revolution University, que producen mucho contenido online y están trabajando en todo un curso de econometría en el que estoy involucrado. Es mucho trabajo, porque no solo soy yo hablando, tiene mucha posproducción; pero para mí lo más difícil no es filmar, lo que toma más tiempo es escribir los guiones y tratar de explicar la econometría en un lenguaje simple. Creo que es posible hacerlo, pero es más difícil.

¿Esto es parte de la modernización de la econometría?

La econometría debería ser divertida, pero también los materiales deberían ser divertidos y relevantes. Yo trato de enseñar más data que matemáticas, porque si solo hacen matemáticas se vuelve mecánico, entonces les planteo problemas como si importa o no asistir a MIT, y ese ejemplo es importante para ellos, porque conecta con sus vidas. Muchas de mis preguntas son de ese tipo, no son abstractas sino relevantes para ellos.

¿E importa ir a MIT?

No. En promedio, las personas que van a universidades privadas de élite ganan más dinero más adelante, pero es un sesgo de selección. Por ejemplo, muchos de nuestros estudiantes fueron a colegios de élite. En Colombia también tienen este tipo de instituciones, y los estudiantes que van a esos colegios tienden a ser muy exitosos, pero no es causal, es sesgo de selección, es lo que llamamos la ilusión de la élite. Hicimos con Parag un paper llamado así.

Considerando la relación entre la educación y la distribución del ingreso, ¿qué deberíamos hacer en Colombia?

No conozco lo suficiente para emitir recomendaciones, pero la calidad de la educación es importante, y las personas que van a mejores colegios, de élite lo verán reflejado toda la vida en sus ingresos. Y la calidad de los profesores importa, y mucho de lo que le sucede a la gente es aleatorio, y la política pública no cambiará eso, pero en términos de cosas sistemáticas que sí importan, es claro que la educación y su calidad importan; entonces lo que puedan hacer para mejorar la calidad de la educación, especialmente para estudiantes de bajos ingresos, tendrá una gran recompensa.

Un experto en economía de la educación y la reforma escolar

Angrist es autor de libros como ‘Mastering metrics: the path from cause to effect’, y ‘Mostly Harmless Econometrics’. Como promotor de que “la econometría debería ser más divertida” desempeñó funciones editoriales en las revistas Econométrica, American Economic Review, American Economic Journal: Applied Economics y otras. Sus estudios con G. Imbens demostraron que no en todos los casos el que más estudia gana más; también influyen factores como la ambición personal y la capacidad de adaptarse al mercado laboral.