 |
| El celular ha matado a la PC |
Durante cuarentena a raíz del COVID-19, resurgió en los medios y la discusión sobre política pública una temática que -salvo contadas excepciones- parecía casi caduca: el acceso a PC y conectividad en el hogar volvieron al foco de las desigualdades digitales a raíz de su relevancia para la educación, trabajo, compras y demás escenarios “de emergencia”.
Un poco de contexto
Existen algunos motivos que pueden explicar
la reciente caída en desgracia del acceso a los bienes TIC en el estudio de las
desigualdades digitales. En primer
lugar, la masificación del acceso a Internet través de dispositivos móviles
aparece como una solución, casi que mágica a veces, a las brechas de acceso (de
Araujo & Reinhard, 2019). En segundo lugar, parece existir cierto acuerdo
en que las habilidades o competencias digitales deberían ser el foco principal
de las políticas de inclusión o ciudadanía digital, ya que son las principales
mediadoras del impacto de las desigualdades socioeconómicas o estructurales en
los resultados tangibles del uso de Internet (Van Deursen et al., 2017).
Sin embargo, la forma en la que impactan las desigualdades socioeconómicas y digitales en la calidad de vida de las personas es un tanto más compleja.
 |
| Figura 1- Modelo secuencial de la brecha digital. Fuente: Dodel, 2015 |
La literatura especializada concibe a las desigualdades
socioeconómicas y digitales, así como sus consecuencias, como un proceso
secuencial (Selwyn, 2004; Van Deursen & van Dijk, 2019; van Dijk, 2005; Van
Deursen et al., 2017)
La figura 1 representa, lo que creo yo, es
una buena metáfora visual de este proceso: una pirámide de acumulación de
logros y carencias. Las ventajas y desventajas se acumulan secuencialmente y,
cuanto más anchos sean los niveles base, mayor el potencial para los niveles
sucesivos (Dodel, 2015).
Esto que
parece simple tiene dos consecuencias de peso en el estudio de la temática. La
primera, teórica, propone que no existe el “cierre” de los niveles más “bajos”
de la brecha. En otras palabras, predice que accesos de distinta calidad van a
tener impactos duraderos y desiguales en niveles más altos de la brecha.
La segunda consecuencia
es empírica, y es relevante sobre todo para la lectura de artículos y reportes
sobre desigualdades digitales: es probable que el efecto directo de los “accesos”
no sea estadísticamente significativo en muchos estudios que analizan los impactos
de las tecnologías digitales sobre resultados tangibles y/o bienestar. Sin embargo,
esto no debe hacernos rechazar los efectos del acceso, sino más bien avanzar
hacia modelos que permitan observar mediaciones o efectos indirectos.
Existe
evidencia empírica que valida este enfoque. Por mencionar algunos, como los efectos
de las indirectos de las desigualdades digitales de accesos sobre: riesgos y beneficios digitales en niños brasileros
(Cabello-Hut et al., 2018); comportamientos preventivos de ciber-seguridad en
adultos uruguayos (Dodel, Kaiser & Mesch, 2020); en la realización de
actividades vinculadas al empleo en adultos en Armenia (Pearce & Rice,
2013); o en el aprendizaje a lo largo de la vida en adultos en Inglaterra (Eynon
& Malmberg, 2020).
Mobile leapfrogging vs Mobile underclass
Pero, ¿por qué volver sobre la PC cuando “todo
el mundo” tiene acceso a Internet desde su celular? A este fenómeno de incremento
rápido y exponencial del número de usuarios de Internet SOLO a
través de los teléfonos celulares se lo conoce como “mobile leapfrogging”. Sin
embargo, a la reducción rápida y económica de la brecha se le opone un potencial
problema: la creación de usuarios de segunda categoría que solo experimentan Internet
a través de dispositivos móviles, con limitaciones en las velocidad y/o caps en
la navegación (mobile underclass).
Lo que sucede es que las PCs tienen una serie de ventajas comparativas sobre los celulares que conllevan implicancias para varias de las actividades que permiten incrementar el capital acumulado (capital-enhancing activities). Esto se debe a que, en contraste con el celular, la PC posee mayor potencial en términos de: memoria, procesamiento, tamaño de pantalla, capacidades de tipeo; software laborales/educativos, entre otros (de Araujo & Reinhard, 2019; Pierce & Rice, 2013). Lo cierto es que el móvil también presenta ventajas comparativas (como movilidad, facilidad de uso,comunicación), pero se asocian más al ocio que a capital-enhancing activities (de Araujo & Reinhard, 2019).
Es por ello que, más que “PC” vs “Celular”, el
quid de la cuestión estaría en la diversidad o “oportunidad” de dispositivos
tal como sostienen van Deursen y van Dijk (2019) o Robinson et al. (2020); encontrándose el problema en el uso a través de un único dispositivo. En la actualidad, un número casi insignificante de personas usan "solo" la PC para conectarse, pero no sucede lo mismo con el celular
Desafortunadamente, la idea de que “con los
celulares ya no se necesitan políticas de acceso como Ceibal” no es nueva, y se
encuentra en el centro de esta discusión. ¿Qué debemos hacer entonces con las políticas
nacionales de inclusión digital focalizadas en el acceso en el hogar /centros
educativos? ¿El mobile
leapfrogging reduce la necesidad de políticas de inclusión digital focalizadas
en el acceso, o estas tienen algún tipo de efecto protector evitando la
proliferación de una mobile underclass?
Para responder a esta interrogante realicé
un análisis secundario de las encuestas oficiales sobre TIC de la región, la de Usos de TIC 2019 (EUTIC 2019)
realizada por el INE y AGESIC en Uruguay, y de la TIC Hogares 2019 de CETIC.br en Brasil.
Debido a las limitaciones de extensión de la nota, solo presentaré un resumen de
los resultados para nuestro país.
La estrategia que utilicé para testear el
modelo secuencial de las desigualdades digitales, así como los efectos directos
e indirectos del acceso en el hogar sobre niveles más “elevados” de la brecha,
fue la de ajustar 3 modelos individuales más una exploración de mediación
causal: Uso de Internet solo a través del celular o mobile underclass
(logístico binario), habilidades digitales (OLS), e-gobierno (logístico binario
+ mediación causal a través de habilidades digitales).
Elegí el uso de servicios de gobierno
electrónico como un ejemplo de beneficios tangibles del uso de Internet (consecuencias
que permiten incrementar el capital humano/económico), ya que existen varios
estudios que señalan los beneficios de interactuar digitalmente con el gobierno
versus solo hacerlo cara a cara (p.ej. Dodel y Aguirre, 2018 y Dodel y Vezzaro,
2019 para Uruguay; Ebbers, Jansen y van Deursen, 2016 para Holanda; Rossember,
2019 para Israel); algo que corrobora la propia EUTIC 2019 (al menos en la percepción de quienes sí interactúan con el Estado via Internet).
En cada uno de los modelos voy a presentar
solo un resumen de algunos de los efectos estadísticamente significativos que
considero clave para esta nota; en el corto plazo espero tener un artículo más
detallado con todos los análisis para su revisión por pares.
¿Quiénes usan internet solo desde el
celular?
Una proporción significativa de los
internautas uruguayos usan Internet sólo a través del celular: 1 de cada 3.
Sucede que, si bien esta modalidad no es la mayoritaria en el total población
internauta, sí lo es entre quienes pertenecen a hogares del primer quintil y
entre quienes no han culminado Ciclo Básico.
La gráfica 1 presenta un resumen del modelo
logístico ajustado, señalando que ceteris paribus (controlando además
por edad, sexo, región, y acceso a Internet en el hogar), las chances de
ser usuario solo del celular se incrementan a menor nivel educativo y de
ingresos, pero el acceso a PC en el hogar, así como vivir en un hogar donde
exista al menos un beneficiario del Plan Ceibal o Ibirapitá, las reducen. No
obstante, el efecto más fuerte es, por lejos, el del nivel educativo: comparado
con quienes tienen educación terciaria, quienes no culminaron ciclo básico
tienen 609% más chances de utilizar Internet sólo a través del teléfono celular
(p<.001).
 |
| Gráfico 1- Incrementos en las chances de ser usuario de Internet que se conecta solo a través del celular (selección de variables con efectos estadísticamente significativos). Fuente: Procesamiento propio EUTIC 2019 |
¿Cómo es el nivel de habilidades digitales de los internautas?
En promedio los internautas dicen saber
hacer 11 de las 18 habilidades indagadas por la EUTIC. Si bien existen
diferencias en función de habilidades específicas, es posible analizar una
dimensión latente de habilidades digitales como una sumatoria simple de las
mismas (se realizó un CFA, pero a modo de resumen, el índice sumatorio simple presenta
un Alpha de Cronbach=.95).
El número de habilidades se incrementa en
función de nivel educativo, los quintiles de ingresos del hogar, el acceso a PC
e Internet del hogar, pero se reducen con la edad, región (interior) y el sexo
(mujer).
 |
| Gráfico 2- Incrementos en el número de habilidades digitales (selección de variables con efectos estadísticamente significativos). Fuente: Procesamiento propio EUTIC 2019 |
¿Cuáles son las chances de interactuar
en línea con el Gobierno?
Considerando todos los posibles tipos de
interacción indagados en la EUTIC 2019, 2 de cada 3 internautas han interactuado
con el gobierno en línea. Si bien hay importantes diferencias por tipo de
actividad, aquí me focalizaré en el análisis de las interacciones con el
e-gobierno como un todo (al menos una).
Según el modelo logístico binario, las chances
de ser usuario de e-gobierno se incrementan en función del nivel educativo de
la persona, la edad, del quintil de ingresos per cápita del hogar y, por sobre
todo, del número de habilidades digitales que posee el internauta. Por otro
lado, las chances de ser usuario de e-gobierno se reducen si el internauta solo
se conecta por el celular (mobile underclass).
Asimismo, ni el sexo, región, acceso a PC o
Internet en el hogar tienen un efecto directo estadísticamente significativo
sobre esta variable.
 |
| Gráfico 3- Incrementos en las chances de interactuar con el gobierno en línea (selección de variables con efectos estadísticamente significativos). Fuente: Procesamiento propio EUTIC 2019 |
No obstante, la teoría predice que el
acceso debería tener un impacto significativo sobre las chances de e-gobierno,
al menos en forma indirecta y mediado por el efecto de las habilidades
digitales (algo que se representa en la figura 2).
 |
| Figura 2- Modelo secuencial de la brecha digital aplicado al gobierno electrónico. Fuente: Dodel, 2015 |
Usando análisis de mediación para variables dependientes binarias (utilizando el comando ldecomp en Stata 15.1), es posible sostener que ceteris paribus las chances de ser usuario de e-gobierno se incrementan también en función del acceso a TIC en el hogar, nivel educativo, sexo y la región, todas mediadas por las habilidades digitales. A modo de ejemplo, las chances de tener altos niveles de habilidades digitales se incrementan al contar con una PC en el hogar y, dado que las habilidades digitales luego incrementan las chances de ser usuario de e-gobierno, contar con PC en el hogar aumenta -indirectamente- las chances de interactuar digitalmente con el Estado en un 136% (p<.001).
La mediación para las variables de acceso, así
como región y género, es total (todo el efecto se encuentra mediado las habilidades digitales). Sin
embargo, como permite observar la gráfica 3, variables con un efecto directo significativo
-y de peso- como el nivel educativo, también “pegan” indirectamente a través de
su efecto en las habilidades digitales.
 |
| Gráfico 4- Incrementos en las chances de interactuar con el gobierno en línea mediados a través de las habilidades digitales (selección de variables con efectos indirectos estadísticamente significativos). Fuente: Procesamiento propio EUTIC 2019 |
A modo de síntesis, quisiera resaltar dos hallazgos
de este análisis y sus relevancias para las políticas en la temática:
1- Al analizar los impactos de Internet
en cualquier ámbito del bienestar o interacciones sociales, debemos tomar en
cuenta la secuencialidad de las brechas digitales:
evitar “dejar de lado” factores estructurales de desigualdad socioeconómica y niveles
más básicos de brechas (como el acceso) por otros de mayor complejidad como las
habilidades, fuera en e-gobierno o en otros temas (como por ejemplo el
aprendizaje a lo largo de la vida, Eynon y Malmberg, 2020). Sucede que, sin
buena teoría, el análisis de datos omite parte central del fenómeno. Creo yo
que, avanzado hacia el uso modelos estadísticos más complejos, que se dedican a evaluar
el ajuste de modelos teóricos (p.ej. path analysis o ecuaciones de modelos
estructurales) también podemos avanzar en la mejora del estudio de la temática.
2-Hay que abandonar los razonamientos y
simplificaciones sobre las maravillas del teléfono celular así como la idea de
que estos dejan obsoletas a las políticas de acceso: La masificación del celular, si bien es central para reducir brechas
básicas de conectividad, no sustituyen a políticas de acceso en actividades
claves para el bienestar. Ni el e-gobierno, ni el la educación o el trabajo.
Referencias
•
de Araujo,
M. H., & Reinhard, N. (2019, September). Substituting Computers for Mobile
Phones? An Analysis of the Effect of Device Divide on Digital Skills in Brazil.
In International Conference on Electronic Participation (pp.
142-154). Springer, Cham.
•
Dodel, M.
(2015). An analytical framework to incorporate ICT as an independent variable.
In Impact of information society research in the global south (pp.
125-144). Springer, Singapore.
•
Selwyn, N.
(2004). Reconsidering political and popular understandings of the digital
divide. New media & society, 6(3), 341-362.
•
Van Deursen, A. J., & van
Dijk, J. A. (2019). The
first-level digital divide shifts from inequalities in physical access to
inequalities in material access. new media & society, 21(2),
354-375.
•
Van Deursen, A. J., Helsper,
E., Eynon, R., & Van Dijk, J. A. (2017). The compoundness and sequentiality of digital inequality. International
Journal of Communication, 11, 452-473.
•
Van Dijk,
J. A. (2005). The deepening divide: Inequality in the information society.
Sage Publications.
•
Dodel, M., & Aguirre, F.
(2018, April). Digital
inequalities' impact on progressive stages of e-government development.
In Proceedings of the 11th International Conference on Theory and
Practice of Electronic Governance (pp. 459-463).
•
Ebbers, W.
E., Jansen, M. G., & van Deursen, A. J. 2016. Impact of the digital divide
on e-government: Expanding from channel choice to channel usage. Government information quarterly, 33(4),
685-692
•
Eynon, R., & Malmberg, L. E.(2020). Lifelong
learning and the Internet: Who benefits most from learning online?. British
Journal of Educational Technology, e13041.
• Dodel, M. & Vezzaro, C. (2019). Googlear no es instintivo:
desigualdad, estilos de búsqueda de información e interacción con el gobierno.
In Maguitman, A., Chesñevar, C. I. & Estevez, E. (eds.). Soluciones de
gobernanza electrónica para la participación ciudadana. Bahía Blanca: Editorial
de la Universidad Nacional del Sur. Ediuns, 2019.
•
Rosenberg,
D. (2020). Ethnic perspective in e-government use and trust in government: A
test of social inequality approaches. New Media & Society,
1461444820920655.
• Trucco, D., & Palma, A. (2020). Infancia y adolescencia
en la era digital: un informe comparativo de los estudios de Kids Online del
Brasil, Chile, Costa Rica y el Uruguay (No. 45212). Naciones Unidas
Comisión Económica para América Latina y el Caribe (CEPAL).
•
Robinson, L., Schulz, J.,
Dodel, M., Correa, T., Villanueva-Mansilla, E., Leal, S., ... & McMahon, R. (2020). Digital Inclusion
Across the Americas and Caribbean. Social Inclusion, 8(2),
244-259.
•
Breen, R.,
Karlson, K. B., & Holm, A. (2018). A Note on a Reformulation of the KHB
Method. Sociological Methods & Research, 0049124118789717.
•
Buis, M.
L. 2010. Direct and indirect effects in a logit model. Stata
Journal 10: 11-29.
• Hadi, N. U., Abdullah, N., & Sentosa, I. (2016). Making sense of mediating analysis: A marketing perspective. Review of Integrative Business and Economics Research, 5(2), 62.
• MacKinnon, D.P., Krull, J.L. & Lockwood, C.M. Equivalence of the Mediation, Confounding and Suppression Effect. Prev Sci 1, 173–181 (2000). https://doi.org/10.1023/A:1026595011371
Tomado de Razones y Personas. Esta obra está bajo una Licencia Creative Commons Atribución 3.0 No portada.
