El lenguaje utilizado en las ofertas de empleo, con estereotipos negativos acerca de los adultos mayores, aunque fuesen velados, los inhibe de aspirar a esas posiciones.
Extender la vida laboral de los individuos es una política adoptada en las economías desarrolladas para hacer frente a una fuerza laboral que envejece y no está siendo sustituida a la velocidad requerida. Pero muchas veces el comportamiento de los empleadores al reclutar adultos mayores no se alinea con esta directriz.
Son las conclusiones de un trabajo sobre el efecto de los estereotipos contenidos en los avisos de ofertas laborales sobre los trabajadores mayores, publicado el pasado julio de 2022 por los profesores Burn, Firoozi, Ladd y Neumark como parte de las publicaciones de la Oficina Nacional de Investigación Económica de Estados Unidos (NBER). El trabajo se refiere a una importante preocupación de los empleadores: garantizar que los procesos de reclutamiento sean suficientemente equitativos para lograr la igualdad de oportunidades de los distintos grupos de intereses en sociedades multiculturales. https://www.nber.org/papers/w30287
Desde finales de la década de los noventa se han publicado numerosos hallazgos de investigación que muestran cómo los empleadores discriminan a los adultos mayores en los procesos de reclutamiento. Conocer cómo ocurre tal discriminación es necesario para mejorar los mecanismos de seguimiento y control de prácticas indeseadas.
Hasta ahora la discriminación se ha medido en función de la composición de la fuerza laboral de las empresas, para verificar si los distintos grupos de potenciales empleados están razonablemente representados. Burn y colaboradores encontraron un enfoque novedoso para analizar la discriminación laboral de los adultos mayores, al preguntarse si las ofertas de empleo que publican las empresas se redactan de manera tal que inducen la autoexclusión.
Los autores comenzaron por revisar avisos de reclutamiento publicados por múltiples corporaciones e identificaron expresiones comúnmente utilizadas en esos anuncios que podían, en mayor o menor medida, reflejar estereotipos contra los adultos mayores. Luego, mediante técnicas de aprendizaje automático (machine learning), diseñaron una serie de avisos ficticios en los que variaban el número de frases con contenidos discriminatorios hacia los adultos mayores. Los avisos ofrecían posiciones como asistentes administrativos, empleados en tiendas minoristas y guardias de seguridad.
A diferencia de otros estudios, en los que los investigadores responden avisos reales de empresas para ver su interés en perfiles hipotéticos de individuos de la tercera edad, en este experimento personas reales en búsqueda de empleo respondían a los avisos ficticios. ¿Qué encontraron? El lenguaje utilizado en los avisos —que contenía estereotipos negativos sobre los adultos mayores, aunque fuesen muy velados— les inhibía de aspirar a esas posiciones laborales.
El cambio en la distribución de edades de quienes respondieron a los avisos fue notable: una caída importante en la edad, promedio y mediana, así como en la participación de los mayores de cuarenta años. La caída fue particularmente pronunciada en la parte superior de la distribución por edades: el percentil 75 cayó 4,2 años.
Los autores concluyeron que, al momento de su contratación, el contenido de los avisos podía tener tanto impacto en la discriminación de los adultos mayores como las prácticas explícitamente discriminatorias que las empresas pudiesen ejecutar. Hallazgos de esta naturaleza destacan lo compleja que es la labor de adoptar políticas para garantizar la equidad social en cualquiera de sus dimensiones. Esta investigación muestra también cómo las nuevas tecnologías para el manejo de grandes volúmenes de datos pueden ayudar a clarificar el impacto de comportamientos empresariales que pasan por debajo de la mesa. Definitivamente, somos lo que escribimos.
Carlos Jaramillo, director académico del IESA.
Este artículo se publica en alianza con Arca Análisis Económico.
Suscríbase aquí al boletín de novedades de Debates IESA.
