¿Hombres "cracks" y mujeres "amables"? Sesgos de género en encuestas de profesores (“Smart” Men and “Kind” Women? Gender Bias in Student Evaluations of Teaching

Spanish Abstract: Este artículo estudia la existencia de sesgos de género en las evaluaciones de docencia de una universidad en Colombia. Para esto, se utiliza un modelo de regresión lineal con efectos fijos de estudiante y que controla por características de los estudiantes, profesores y los cursos. Se encuentra que, en promedio, las profesoras de planta reciben evaluaciones 0.07 desviaciones estándar menores que sus pares masculinos. Mientras que, no hay diferencias por género entre asistentes graduados ni profesores de cátedra. Sin embargo, las heterogeneidades son amplias. En cursos con profesores de 35-55 años, con más de 50 estudiantes, o entre menor sea la fracción de estudiantes mujeres, las profesoras son penalizadas más fuertemente. En estos casos se encuentran sesgos entre 0.1-0.2 desviaciones estándar y representan el 40% de las evaluaciones. Adicionalmente, las mujeres tienden a ser descritas con palabras relacionadas a características personales ("amable" o "comprensiva") y los hombres con temas asociados al curso o con adjetivos positivos ("tema", "parcial", "crack"). A partir de lo anterior, se proponen medidas que disminuyan los sesgos en los estudiantes y un análisis de las evaluaciones consciente de las diferencias por género. English Abstract: This paper studies the existence of gender bias in the student evaluations of teaching at a university in Colombia. For this, I use a linear regression with student fixed effects that also accounts student, instructor and course characteristics. I find that, on average, full-time female professors receive evaluations lower in 0.07 standard deviation than male professors. Meanwhile, there are no gender differences among adjunct professors or teacher assistants. Nevertheless, there is ample heterogeneity. In course with professors with 35-55 years old, with more than 50 students, or with a smaller share of female students, female professors are penalized the most. In such cases I find t hat biases h ave a magnitude a bout 0 .1-0.2 standard deviations and represent 40% of all evaluations. Additionally, women are mostly described with words related to personal characteristics (“kind” or “comprehensive”) and men are associated with course-related topics or positive adjectives (“topic”, “exam”, “smart”). Based on the results found, I propose measures to reduce bias in students and that allow an analysis on the evaluations to take into account the gender differences.