Hola, señor Galton

Corría el siglo XIX y, por aquel entonces, las personas podían ser muchas cosas. Eran pocas las que contaban con la suerte de poder estudiar en la universidad, pero quiénes lo hacían tenían la facilidad de moverse entre saberes y conocimientos diversos, guiados por la pasión y la curiosidad y no por la actual obligación de estudiar para trabajar.

Francis Galton tuvo ese privilegio. Francis Galton fue muchas cosas. Fue antrópologo, geógrafo, explorador, inventor, estadístico y varias comas más. Francis Galton fue psicólogo y fundó la psicometría, ese lugar donde se junta la estadística y la psicología, un lugar donde una hipótesis, una media y una distribución hablan de personas, un lugar donde encontré aquello que me gusta, todo junto.

¿Por qué de progenitores altos no siempre nace descendencia alta? Francis Galton se interesó en estudiar las diferencias individuales y descubrió que no se podía responder a esa pregunta desde la genética. Descubrió que en características como la altura donde son el resultado de la acción de muchas variables independientes y aleatorias, la respuesta a la pregunta estaba en la estadística. Fue el primero en hablar del concepto de regresión a la media. Concepto que demostró de manera visual con uno de sus inventos: la máquina de Galton.

Esta tabla está formada por tres espacios. El primero es el embudo por el que entra una bola. El segundo lo forman un conjunto de pivotes dispuestos de manera piramidal. El tercero son aquellas columnas en las que puede caer cada bola.

Cada vez que una bola cae, va rebotando de manera aleatoria, de un clavo a otro, hasta alojarse en alguna de las columnas. Estamos ante un conjunto de bolas donde el camino seguido por una, es independiente al camino que siguen las demás y donde la probabilidad de caer hacia la derecha o hacia la izquierda es la misma. Esto es lo que se conoce como ensayos de Bernoulli.

A medida que aumenta el número de bolas que caen por la tabla hasta llegar al tercer espacio, se ve con mayor claridad la forma que dibuja su distribución: una campana de Gauss. La explicación de este fenómeno se encuentra en la combinatoria. Para que una bola acabe en la columna de más a la derecha solo hay un camino posible: la pelota tiene que rebotar en cada pivote siempre a la derecha. De igual modo, la bola tiene que rebotar siempre hacia la izquierda para poder llegar a la columna de más a la izquierda del tablero. Sin embargo, para que una bola llegue hasta una columna central, el numero de caminos posibles es mucho mayor que uno. Como muchos caminos llevan a las columnas centrales y pocos a las de los extremos, la gran mayoría de las bolas acaban alcanzando las columnas del centro. Esto da lugar a que las bolas se distribuyan de manera normal o gaussiana.

Desde muy pequeña me han educado para esforzarme mucho, estudiar mucho, sacar buenas notas y destacar. Una práctica que podría ser un sesgo familiar, se convierte en algo bastante común cuando lo hablas con las mujeres que vas conociendo a lo largo del colegio, la universidad o el trabajo. En espacios diferentes, hablando con personas de diferentes ámbitos o leyendo noticias de temáticas diversas, se hace frecuente eso del doble esfuerzo, esforzarse más para llegar al mismo sitio.

En ámbitos laborales tan masculinizados como el mío, no vale con ser mediocre, ni siquiera con ser buena, tienes que ser muy buena si quieres hacerte un hueco. Un hueco donde demostrar cada día que mereces estar ahí, demostrarlo haciendo mucho, mucho más. Según la teoría de la máquina de bolitas, la mediocridad, es decir, ocupar lugares centrales de la distribución, es una imposición matemática. Sin embargo, esto no ocurre en mi ámbito laboral y, no es que Galton se confundiera, es que, al igual que la genética no explicaba la altura, la estadística muere donde empieza la cultura. En el ámbito tecnológico, contratar a un hombre es más probable que contratar a una mujer por lo que distribuirse de manera normal es un privilegio de género.

Son muchos los eventos sobre el talento femenino, mujeres pioneras o referentes, mujeres expertas, mujeres líderes en el mundo tecnológico. ¿Para cuando un evento sobre mujeres normales que cobran un salario por hacer su trabajo?