Cómo la selección de personal favorece por sí sola a los hombres y pierde a candidatos excelentes

Un estudio de simulación por ordenador muestra que, incluso cuando los resultados medios de hombres y mujeres son iguales, las pruebas con umbrales estrictos pueden hacer que haya más hombres entre las personas contratadas. En algunos sistemas de selección, además, disminuye el rendimiento esperado de la plantilla. No se trata de que los hombres hagan mejor el trabajo en general, sino de la dispersión estadística de los resultados y de cómo utilizan las pruebas los empleadores.

Los autores del estudio, publicado en el Journal of Applied Psychology, analizaron lo que se conoce como mayor variabilidad masculina (greater male variability, GMV). Todo grupo tiene un valor medio y una dispersión de puntuaciones en torno a él. Si la dispersión es mayor entre los hombres, entre ellos hay proporcionalmente más resultados muy altos y muy bajos; las puntuaciones de las mujeres suelen estar más cerca de la media. Esto puede ocurrir aunque las puntuaciones medias de hombres y mujeres coincidan e incluso, en algunos ámbitos, aunque la media de las mujeres sea superior.

La cuestión cobra importancia ante el persistente desequilibrio de género en la contratación. Las mujeres representan aproximadamente un tercio de la plantilla de empresas como Apple y Google, y menos de una quinta parte de quienes desarrollan software en Estados Unidos. Por lo general, las causas de la brecha se buscan en los sesgos de quienes evalúan, los estereotipos o las diferencias en los resultados medios. Los investigadores proponen tener en cuenta también la dispersión de las puntuaciones. No obstante, la magnitud de las diferencias depende de la característica medida y del estudio concreto: por ejemplo, un metaanálisis de 2024 halló diferencias pequeñas e inconsistentes en la variabilidad de la creatividad. Los científicos también advierten de que los resultados sobre GMV podrían utilizarse para justificar la discriminación.

El trabajo parte de investigaciones anteriores del equipo. En un metaanálisis de 2021, tres de los autores detectaron una mayor dispersión en las puntuaciones de los hombres sobre el comportamiento cooperativo en el trabajo, aunque las puntuaciones medias de las mujeres eran más altas. El responsable del nuevo estudio, José M. Cortina, profesor del Fisher College of Business de la Universidad Estatal de Ohio, contó a PsyPost que empezó a plantearse las consecuencias de este efecto para la selección de personal. Durante la realización del trabajo estaba vinculado a la Universidad de la Mancomunidad de Virginia.

El equipo llevó a cabo simulaciones por ordenador mediante el método de Montecarlo: creó muestras virtuales para comprobar cómo interactúan distintos parámetros. Cada conjunto incluía 20.000 candidatos —10.000 hombres y 10.000 mujeres— y cada escenario se repitió 100 veces. El plan y el análisis no se registraron previamente, aunque los investigadores publicaron el código de las simulaciones para que estuviera disponible públicamente.

En los modelos principales, los resultados medios de hombres y mujeres coincidían, las distribuciones tenían forma de campana y la variabilidad de los indicadores del futuro desempeño laboral era la misma. La única diferencia estaba en la dispersión de los resultados de las pruebas: la varianza masculina se fijó un 5 % o un 40 % por encima de la femenina. La diferencia menor se corresponde con algunos datos sobre aptitudes verbales y extraversión; la mayor, con el razonamiento cuantitativo y mecánico, así como con las evaluaciones de la competencia emocional realizadas por responsables.

Los investigadores compararon dos sistemas de contratación. En la selección secuencial, el candidato hace primero una prueba y luego una segunda si supera el umbral de la primera; en cada fase se descarta a una parte de las personas. En el sistema compensatorio, los candidatos hacen ambas pruebas y sus resultados se combinan con ponderaciones que dependen de hasta qué punto predicen el rendimiento laboral. Aquí una puntuación alta en un indicador puede compensar un resultado más débil en otro.

En el modelo, una prueba predecía bien el rendimiento y la otra, de forma moderada; la relación entre ambas variaba desde nula hasta considerable. En el sistema secuencial, el umbral de aprobación iba desde uno estricto, que dejaba pasar al 10 % de los candidatos, hasta uno flexible, que permitía pasar al 90 %. Para que la comparación fuera justa, el sistema compensatorio contrataba al mismo número de personas que el sistema de umbrales correspondiente. En total, los autores probaron 112 escenarios y crearon 11.200 conjuntos de datos virtuales.

Con un umbral estricto del 10 %, en la prueba con mayor dispersión masculina los hombres tenían muchas más probabilidades de acabar entre las personas contratadas, tanto con la selección secuencial como con la puntuación combinada. Resulta ilustrativo el escenario en el que el primer filtro era flexible: después de esa fase, las mujeres constituían el 51 % de quienes pasaban a la siguiente. Pero el umbral estricto de la prueba posterior, con una gran dispersión, cambiaba el panorama y al final alrededor del 60 % de las personas contratadas eran hombres.

Si en las dos fases secuenciales solo pasaba el 10 % de los candidatos y ambas pruebas presentaban una gran dispersión masculina, las mujeres representaban alrededor del 31 % de las personas contratadas. Con la puntuación compensatoria, su proporción caía aproximadamente al 18 %: combinar las puntuaciones no garantiza por sí solo el equilibrio de género. Relajar umbrales excesivamente estrictos aumentaba la proporción de mujeres de forma más notable que seguir flexibilizando un proceso de selección que ya era amplio.

Incluso una diferencia de apenas el 5 % en la dispersión podía influir en el resultado. Cuando a un umbral estricto le seguía otro flexible, las mujeres representaban el 48,7 % de las personas contratadas. Si los aproximadamente 66 millones de contrataciones anuales en Estados Unidos se hicieran con un sistema similar, los autores estimaron que se contrataría a casi un millón de mujeres menos al año. Las mujeres solo superaban ligeramente a los hombres en la proporción de contrataciones —con un máximo del 52 %— cuando los empleadores aceptaban a casi todos los candidatos.

Los sistemas con varios umbrales también reducían la productividad esperada frente a la combinación de los resultados de las pruebas. La causa era el descarte temprano y estricto: un candidato puede suspender la primera fase aunque su buen resultado en otro indicador lo convertiría en un trabajador valioso en conjunto. En algunos escenarios la diferencia de productividad era pequeña, pero la tendencia se mantuvo en todos los modelos examinados.

La combinación más desfavorable era un filtro flexible en la prueba que mejor predecía el rendimiento laboral y un umbral estricto en una prueba menos predictiva con una gran dispersión masculina. En uno de esos escenarios, la selección secuencial daba lugar a una plantilla compuesta en torno a un 60 % por hombres. El sistema compensatorio ofrecía una representación casi igualitaria de hombres y mujeres, y el 64 % de las personas contratadas mediante ese sistema superaba el rendimiento medio esperado del grupo seleccionado a través de dos umbrales. Para un puesto con un sueldo anual de 100.000 dólares, los investigadores calcularon que la pérdida del empleador por la menor productividad rondaría los 14.400 dólares anuales por cada persona contratada.

Los autores subrayan que la caída del rendimiento no se debe a que la plantilla sea mayoritariamente masculina. El desequilibrio de su composición surgía del umbral estricto en una prueba con mayor dispersión masculina, mientras que la pérdida de productividad se debía a la forma en que el sistema secuencial tenía en cuenta los resultados de las dos pruebas. El enfoque compensatorio tampoco mejoraba siempre el equilibrio: si la prueba con mayor dispersión predecía mejor el rendimiento, darle más peso elevaba los resultados esperados, pero podía reducir aún más la proporción de mujeres contratadas.

Los escenarios adicionales confirmaron el panorama general. Con una diferencia del 20 % en la varianza masculina, el desequilibrio de género se atenuaba, pero no desaparecía. Una tercera fase de selección agravaba el efecto: después de un primer filtro flexible, dos fases estrictas con una gran dispersión masculina reducían la proporción de mujeres a aproximadamente el 32 %. Aun así, el 73 % de las personas seleccionadas mediante la combinación de puntuaciones superaba el resultado medio del grupo que había pasado por los umbrales.

Si se asignaba a los hombres una ventaja en la puntuación media, su proporción entre las personas contratadas aumentaba todavía más. Una ventaja media de las mujeres las mantenía como mayoría, aunque las pruebas estrictas con gran dispersión reducían notablemente esa diferencia. Cuando los hombres constituían el 75 % de quienes se presentaban, la proporción de mujeres contratadas disminuía con el sistema selectivo. Excluir de antemano al 20 % de los candidatos con peores resultados apenas alteraba las conclusiones principales.

Cortina advierte de que una mayor variabilidad no significa que los hombres sean superiores. Según explica, se trata de una dispersión más amplia de los resultados masculinos en muchos indicadores —también en aquellos en los que la media de las mujeres es mayor— y de las consecuencias de esa diferencia estadística para las decisiones de los empleadores.

Los autores plantean que un efecto parecido podría influir no solo en la contratación, sino también en los ascensos. El acceso a puestos de alta responsabilidad suele organizarse como una sucesión de fases de selección estrictas; los criterios con mayor dispersión pueden ir reduciendo gradualmente la proporción de mujeres en los niveles más altos de gestión. Además, que haya más hombres entre quienes obtienen puntuaciones muy altas puede ofrecerles más ofertas competidoras y elevar su salario inicial, lo que potencialmente amplía la brecha salarial.

Para reducir el desequilibrio sin sacrificar productividad, los autores aconsejan evitar umbrales excesivamente estrictos en las pruebas con mayor dispersión y, si es posible, utilizar herramientas alternativas con una capacidad predictiva comparable y menores diferencias de variabilidad; por ejemplo, entrevistas estructuradas en las que se hacen las mismas preguntas a todos los candidatos y las respuestas se evalúan según criterios definidos de antemano. Otra opción es ampliar la búsqueda dirigida de candidatos. En un escenario con una brecha moderada, para lograr la igualdad en la contratación era necesario atraer aproximadamente a 12 mujeres por cada 10 hombres.

Cortina ha creado dos herramientas en su página web personal: una muestra gráficamente el efecto GMV y la otra ayuda a las organizaciones a calcular cuántas mujeres cualificadas deben atraer para compensar la influencia de la dispersión en la composición de la plantilla. El investigador considera importante dar a conocer este fenómeno y estudiar por separado su papel en la selección para puestos directivos.

Los resultados tienen limitaciones importantes. Se trata de simulaciones por ordenador, no de un análisis de decisiones reales de contratación; los autores desconocen con qué frecuencia se dan en la práctica precisamente las combinaciones de pruebas y umbrales que simularon. El modelo también suponía una distribución simétrica de las puntuaciones, con forma de campana, mientras que los datos reales pueden estar sesgados y los candidatos pueden cambiar su comportamiento o incluso no presentar su candidatura si consideran injusto el proceso.

Solo se dispone de datos precisos sobre las diferencias entre la dispersión masculina y femenina para una parte de las pruebas laborales, por lo que las estimaciones pueden ser inexactas, aunque el resultado general se mantuvo bajo supuestos alternativos. Las investigaciones futuras deberán comprobar el efecto con datos reales, evaluar los costes de ampliar la búsqueda de candidatos y estudiar cómo se concilian los cambios en las ponderaciones y los umbrales de las pruebas con la legislación estadounidense contra la discriminación, incluido el Título VII.

El estudio «The Man of the (Second) Moment: How Greater Male Variability Affects the Gender Composition and Productivity of the Workforce» fue realizado por José M. Cortina, Imran Cadolkar, Stefan Volk y Christian Tönies. Su principal conclusión práctica es sencilla: el método de selección no es un detalle técnico neutral. Los umbrales estrictos pueden cambiar a la vez la composición de género de la plantilla y descartar a personas cuyo talento habría aflorado con una evaluación más ponderada.