• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  •  science >> Ciência >  >> Outros
    A força de trabalho mais produtiva pode exigir ação afirmativa indefinida, programas de estudo

    Crédito:Pixabay / CC0 Public Domain

    As políticas de ação afirmativa vêm sendo debatidas há décadas e as decisões da Suprema Corte orientam como as universidades estruturam suas políticas de admissão. É lógico que diversas classes de graduação levarão, em última análise, a diversos locais de trabalho, mas nem sempre é o caso.

    A noção de que um estudante universitário se afastará de certos cursos ou não seguirá uma profissão se ele ou ela não vir outros do mesmo grupo sociodemográfico representado no campo está bem estabelecida na literatura acadêmica, mas que papel a mentoria desempenha no aumento da participação e na construção de uma força de trabalho eficiente?

    Notre Dame Professora Assistente de Economia Michèle Müller-Itten e sua co-autora, Aniko Öry, da Universidade de Yale, criou um modelo para investigar quais composições da força de trabalho surgiriam naturalmente em um mercado de trabalho e quais maximizariam a produtividade total. Seus resultados, atualmente em revisão em American Economic Journal:Economic Policy , mostre que muitas vezes é melhor para a eficiência ideal se o grupo minoritário está sobrerrepresentado na força de trabalho em relação à maioria - uma conclusão que vai contra a sabedoria convencional de que a ação afirmativa acabará se tornando obsoleta.

    No modelo de Müller-Itten e Öry, as pessoas estão em um de dois períodos de vida:um aluno ou um mentor na força de trabalho. Ao decidir se ou onde cursar a faculdade, muitos alunos farão uma análise pessoal de custo-benefício. Em outras palavras, eles podem se perguntar se o custo e o esforço de ir para a faculdade serão compensados ​​na forma de ganhos futuros. As bolsas ajudam os alunos a custear parte dos custos, e alunos talentosos acham a perspectiva de estudar menos assustadora. O apoio do mentor também reduz os obstáculos educacionais, Contudo, a força desse apoio depende da prevalência de seu grupo sociodemográfico na força de trabalho.

    "O que descobrimos é que quando a força de trabalho é dominada pela maioria, naturalmente converge para uma composição onde a maioria está super-representada em relação à população, "Müller-Itten disse." Quer dizer, em uma população composta por 80% da maioria e 20% da minoria, mesmo se você começar com uma força de trabalho de 50-50, pode convergir para 90% da maioria e apenas 10% da minoria. O grau exato depende dos determinantes da orientação e da distribuição de talentos, mas a super-representação da maioria é um recurso robusto. "

    Estudantes de minorias que consideram o ensino superior podem não levar em consideração como suas carreiras afetarão as gerações futuras, mas o fato de que eles têm potencial para ser um futuro mentor é uma habilidade benéfica específica que eles trazem para a mesa. Isso é, se eles são capazes de chegar à mesa.

    "O problema é que uma economia não regulamentada não pode compensar os alunos da minoria por essas habilidades devido à concorrência firme, "Müller-Itten disse." Cada empresa individual é muito pequena para afetar o salário de mercado; mesmo que oferecesse um bônus aos mentores minoritários, não seria capaz de inclinar a balança. E todas as empresas preferem aproveitar os esforços de recrutamento de outras empresas que aumentam a diversidade de todo o setor. "

    Políticas de ação afirmativa, na forma de bolsas ou cotas de contratação, pode atuar como uma força corretiva. Na verdade, ao calcular a composição mais produtiva para a eficiência do mentor, os acadêmicos descobriram que geralmente é melhor representar a minoria em setores que exigem habilidades raras - algo como 75% de maioria e 25% de minoria no exemplo acima. Neste cenário, o custo líquido da educação é menor para a minoria do que para a maioria, porque bolsas generosas mais do que compensam as (ainda) menores oportunidades de orientação.

    Alguns alunos, em sua maioria, que não têm permissão para ingressar na escola de sua escolha, podem reclamar e considerar isso injusto. De fato, a narrativa em torno da ação afirmativa tem sido frequentemente difamada como a chamada discriminação reversa.

    "Nosso modelo sugere que podemos olhar para isso de forma errada. Se, na verdade, mentores minoritários estão em falta, e um mentor minoritário adicional tem um impacto descomunal em termos de atração de talentos futuros, então, dois candidatos (uma maioria e uma minoria) realmente não são iguais, apesar do fato de que eles podem ter o mesmo GPA e pontuações de teste, "Müller-Itten disse." O candidato da minoria tem uma habilidade rara e valiosa:ele / ela pode efetivamente ser mentor de futuros alunos da minoria. O candidato da maioria também tem uma habilidade valiosa:ele / ela pode efetivamente ser mentor de futuros alunos da maioria, mas sua habilidade não está em falta. "

    Seu modelo mostra que a política de ação afirmativa recompensa os trabalhadores das minorias por suas habilidades inerentes, seguindo a política econômica padrão. "Esperamos que nosso artigo contribua para uma mudança na maneira como pensamos sobre essas políticas - longe da falácia da 'caridade' e em direção à mesma estrutura de compensação de habilidades com a qual estamos tão familiarizados em outros aspectos de nossas vidas econômicas , "Müller-Itten disse.

    A pesquisa também sugere que a composição da população tem implicações políticas importantes. Uma vez que a população mundial é de aproximadamente 50-50 homens para mulheres, uma força de trabalho que espelhe a população é ótima e, uma vez alcançado, vai se sustentar. Como tal, uma política de ação afirmativa temporária é suficiente para corrigir um desequilíbrio histórico. Em termos de raça, Contudo, nos EUA, há uma maioria branca de três terços. Nesse caso, a super-representação da minoria pode ser ótima e só pode ser mantida com políticas contínuas de ação afirmativa.


    © Ciência https://pt.scienceaq.com