Убийственные большие данные. Как математика превратилась в оружие массового поражения. Кэти О'Нил
Чтение книги онлайн.
Читать онлайн книгу Убийственные большие данные. Как математика превратилась в оружие массового поражения - Кэти О'Нил страница 24
Но этот рынок подвержен манипуляциям. Традиционный «запасной» вуз, например, может провести ретроспективное исследование своей статистики за несколько последних лет и увидеть, что его заканчивает лишь небольшой процент лучших абитуриентов. Большая же их часть рано или поздно переводится в изначально выбранные ими университеты и больше не нуждаются ни в какой страховке. Теперь ради того, чтобы поднять собственную избирательность, «запасной» вуз может начать отказывать первоклассным кандидатам (которые, в соответствии с алгоритмом самого этого вуза, и так в нем, скорее всего, не остались бы). Этот процесс не имеет ничего общего с точностью. И колледж, несмотря на все труды специалистов по анализу данных в приемной комиссии, без сомнений, теряет определенный процент лучших студентов, которые все-таки могли бы выбрать именно его. Ведь эти абитуриенты и выясняют в итоге, к своему отчаянию, что так называемые запасные вузы больше не являются надежной ставкой.
Этот процесс не приносит ничего хорошего для образования. Колледж теряет лучших студентов – настоящих звезд, которые улучшают процесс обучения для всех, включая преподавателей. На самом деле бывшей «запасной» школе теперь, возможно, придется тратить драгоценную спонсорскую финансовую поддержку на то, чтобы завлечь кого-то из этих звезд к себе. А это означает, что у вуза останется меньше денег для тех студентов, кому эти деньги нужны больше всего.
Именно в этом заключается самый главный недостаток рейтинга колледжей U. S. News. В конце концов, все прокси, которые используют журналисты для оценки качества образования, вполне разумны. Однако грандиозный провал кроется в том, что они не приняли во внимание: стоимость обучения. Финансирование студентов исключено из этой модели.
Это приводит нас к важнейшему вопросу, в который мы постоянно упираемся. В чем цель создателя рейтинга? В данном случае поставьте себя на место редакторов U. S. News в 1988 году. Когда они создавали свою первую статистическую модель, откуда они знали, что она сработает? Конечно, она бы выглядела гораздо более убедительной, если бы отражала установленную иерархию. Если Гарвард, Стэнфорд, Принстон и Йель окажутся на самом верху списка, модель будет казаться полностью адекватной – она подменит собой те неформальные модели, которые и так уже сложились в голове у читателей. Чтобы построить такую модель, им нужно было посмотреть на перечисленные выше университеты и выяснить, что же делает их такими особенными. Что у них есть общего и чем они отличаются от «запасного» колледжа в соседнем городке? Ну, во-первых, у всех их студентов были заоблачные результаты SAT – и учились они с аккуратностью и точностью часовых механизмов. Выпускники этих университетов были богатыми людьми, и деньги от них