この記事は、公教育をカバーする非営利報道組織であるチョークビートと共同で公開されました。ここからニュースレターに登録してください。
昨年の夏、ウィスコンシン州キノーシャにあるブラッドフォード高校の管理者たちは、毎年のように会合を開き、9年生の新入生クラスの計画を立てた。マット・ブラウン教頭とそのスタッフは、何百人もの中学生の名簿の中から、卒業するのが最も困難だと思われる30人から40人の生徒のリストを作成した。
夏休みの間、ブラウンと彼のチームはリストをたどり、各児童の家を訪問した。スタッフは生徒のために T シャツを持参し、保護者に自己紹介をし、連絡先情報を残し、そして、良い第一印象を残してほしいと願いました。
「『やあ、ブラッドフォードのギアをいくつか紹介したいんだ。これであなたもブラッドフォード家の一員になるのです」とブラウンは言った。
「それは、『ねえ、私たちはあなたをサポートするためにここにいます』という立場から出ているようなもので、必ずしも『ねえ、あなたの子供は去年本当にひどいことをした』というわけではありません…私たちは親たちにあなたのような思いをさせたくないからです。」すでに自分の子供にトラブルメーカーのレッテルを貼っているのです。」
しかし、ほとんどの場合、ブラッドフォード大学の夏季訪問リストに載っている学生たちは、ウィスコンシン州が構築した人種的に不公平なアルゴリズムによって割り当てられた、「高リスク」というラベルを理由に同州に到着する。このアルゴリズムは頻繁に誤警報を発する。
2012 年以来、ブラウン氏のようなウィスコンシン州の学校管理者は、新入生の第一印象を中退早期警告システム (DEWS) から得ています。DEWS は、生徒のテストの点数、懲戒記録、無料または減額された過去のデータを使用する機械学習アルゴリズムのアンサンブルです。昼食の価格状況と人種を調査し、州内の 6 年生から 9 年生までが予定どおりに高校を卒業する可能性を予測します。
年に 2 回、学校は登録生徒のリストを受け取り、各名前の横に DEWS の色分けされた予測が表示されます。低リスクは緑、中程度のリスクは黄色、高中退リスクは赤です。
教育当局はかつて、州の卒業格差との戦いにおいて重要なツールとして DEWS を取り上げた。
昨年、白人生徒の94パーセントが予定どおりに卒業したが、4年間で高校を卒業したのはヒスパニック系生徒の82パーセント、黒人生徒の71パーセントだけだった。 DEWS は、子供が軌道から外れる明らかな兆候を示す前に教育者が介入できるよう、個人に合わせた予測を早期に提供することを目的としていました。
しかし、10 年間の使用と何百万もの予測を経て、The Markup は DEWS が教育者による生徒、特に有色人種の生徒の認識に誤って悪影響を及ぼしている可能性があることを発見しました。
そして、マークアップとデータと出版前の調査結果を共有したカリフォルニア大学バークレー校を拠点とする研究者らによる今後の学術研究は、DEWSが「高リスク」と分類した学生の卒業率を向上させるという主な目標を達成できていない、と結論付けている。 」
2021年に実施された公立教育省(DPI)内部の資本分析では、DEWSが黒人とヒスパニック系の学生が白人のクラスメートよりも時間通りに卒業しない割合が著しく高いという誤った警報を発していたことが判明した。
分析を要約した DPI プレゼンテーションによると、アルゴリズムの誤警報率 (時間通りに卒業しないと予測した学生が実際に時間通りに卒業する頻度) は、黒人の学生の方が白人の学生より 42 パーセント高かった。公文書申請。
ヒスパニック系学生の誤報率は白人学生よりも18パーセントポイント高かった。
DPI は DEWS を使用している学校関係者にこの調査結果について伝えておらず、DEWS が不公平であると結論付けて以来 2 年近くアルゴリズムを変更していないようだ。
私たちが検討した公平性分析を要約した DPI プレゼンテーションには、DPI が計算に使用した黒人、ヒスパニック系、および白人の生徒の基礎となる誤報率が含まれていませんでした。また、他の人種の生徒の結果も含まれていません。
同省は分析に関する質問に答えることを拒否し、その後の公的記録請求に応じてDPIは、プレゼンテーション以外の株式分析結果の文書は存在していないと述べた。 (プレゼンテーションのビデオはここでご覧いただけます。)
2021年3月に行われたDEWSの精度に関する別のDPI 検証テストでは、学生が予定通りに卒業しないと予測した確率の4分の3近くが間違っていたことが判明した。
私たちがインタビューした学生たちは、DEWS の存在を知って驚き、アルゴリズムが彼らの人種を利用して将来を予測し、高リスクのレッテルを貼り付けているのではないかと懸念していると The Markup に語った。
2022年にブラッドフォード高校を卒業した黒人学生クリストファー・ライオンズは、「有色人種の生徒たちは、自分たちが疎外されているように感じてしまう…自動的に持ち物が減ってしまったような気分になる」と語る。
ウィスコンシンDPIの広報担当者アビゲイル・スウェッツ氏はDEWSに関する質問への回答を拒否したが、電子メールで簡潔な声明を発表した。
「DEWSは人種差別主義者ですか?」スウェッツは書いた。 「いいえ、データ分析は人種差別的ではありません。私たちのシステムを反映するのは数学です。現実には、私たちは白人至上主義社会に住んでおり、教育制度は体系的に人種差別的です。だからこそ DPI には DEWS のようなツールが必要であり、私たちが教育の公平性に力を注ぐ理由でもあります。」
私たちの調査結果とさらなる質問に答えて、スウェッツ氏は次のように書いています。「あなたはこのシステムがどのように機能するかについて根本的な誤解をしています。私たちは以前の対応を支持します。」彼女はその根本的な誤解が何であるかを説明しなかった。
DEWS が判定対象の生徒たちにどのような影響を与えたかをまとめるために、The Markup は未発表の DPI 調査を調査し、10 年分の学区レベルの DEWS データを分析し、生徒と学校関係者にインタビューし、州の 400 以上の学区のうち 80 の学区からアンケート回答を収集しました。彼らの予測の使い方。
私たちの調査によると、ウィスコンシン州の多くの学区 (調査に回答した学区の 38%) が DEWS を使用しており、アルゴリズムの技術的欠陥が教育者のトレーニング不足によってさらに悪化していることがわかりました。
DEWS は自主的なプログラムであり、 DPI は教育者に対し、生徒に関する他のローカル データと組み合わせて予測を使用して意思決定を行うことを推奨しています。同庁は、学校が予測を使用するかどうか、またどのように使用するかについては追跡していない。
校長や教育長、その他の管理者らはザ・マークアップに対し、DEWSがどのように予測を計算するのか、あるいは「高リスク」のようなラベルを適切な介入にどのように変換するのかについて、ほとんど、あるいはまったく説明を受けていない、と語った。
キノーシャのような学区では、有色人種の学生は、偏ったシステムによって判断された結果を理解するためにデータを必要としません。 2020 年、 警察によるジェイコブ ブレーク射殺事件を受けて、この都市は全国的な見出しを飾りました。
そして今年初め、12歳の黒人生徒が学校のランチルームで非番の警備員に首を絞められたとして、その家族がキノーシャ統一学区を訴えた。
ライオンズさんがブラッドフォード高校に入学した2018年、同校の教師が生徒の前で人種的中傷を繰り返しているところを撮影された。その年、DEWS はキノーシャの黒人の 9 年生の 43 パーセントを高リスクと認定したのに対し、白人の 9 年生は 11 パーセントでした。
その時点でライオンズさんは学業面でのモチベーションをすでに失っていたという。 「私たちはあまり期待されていないように感じました」と彼は言いました。 「彼らは、私たちが失敗する運命にあることを知っていたように感じました。」
その後、2 年目に予期せぬことが起こりました。新型コロナウイルス感染症 (COVID-19) のパンデミックが発生し、授業はバーチャルになり、彼の言葉を借りれば、パンデミック前の 2.9 GPA から遠隔学習への切り替え後は 3.8 GPA まで成績が「急上昇」しました。
多くの生徒にとっては方向感覚を失うような教育の中断だったが、ライオンズにとっては集中できる猶予となった。 「周りの教師や行政などからの社会的プレッシャーはありませんでした」と彼は言う。 「私が話していたのは、コンピューターである私だけでした。」
昨年、ライオンズは全額奨学金を受けてキノーシャのカルタゴ大学で新入生の年を始めた。彼のこれまでの道のりは、性格、学習スタイル、環境の特殊性を明らかにしており、統計的に類似した生徒の母集団レベルの分析に基づいて個々の生徒の将来を予測するのは逆効果であると一部の専門家は言う。
それにもかかわらず、機械学習を使用して生徒の結果を予測する早期警告システムは、幼稚園から高校までの教育と高等教育で一般的です。全50州を対象としたマークアップ調査によると、少なくとも8つの州の公立教育機関がアルゴリズム早期警報システムを提供しているか、将来の使用に備えて現在構築中である。 4つの州は反応しなかった。
モンタナ州はウィスコンシン州以外で、早期警戒システムがさまざまな人種グループ間でどのように機能するかを調査したと述べた唯一の州だった。モンタナ州公共指導局のスポークスマン、ブライアン・オリアリー氏は、同州の公平性調査はまだ終わっていないと述べた。
DEWS は、毎年の初めと中間に、6 年生から 9 年生の各新生徒が予定通りに高校を卒業する可能性を 0 から 100 のスケールで計算します。
スコア 90 は、同様の学業、行動、人口統計上の特徴を持つ学生が、過去に 90% の時間どおりに卒業したことを示します。 DEWS スコア (プラス誤差) が 78.5 未満の学生は、予定通りに卒業できないリスクが高いと分類されます。
教育者が予測を理解しやすくするために、DPI は DEWS スコアをシンプルな色分けされた形式に変換します。州全体の情報システムの DEWS タブにある各生徒の名前の横には、生徒のスコアと、緑色の「低」、黄色の「中」、または赤色の「高」のリスク指定を示すラベルが表示されます。
2020年から21年度にかけて、州の6年生から9年生の15%に当たる3万2000人以上の生徒が「高リスク」と判定された。
キャプション: 学生の DEWS 予測が州全体の情報システムにどのように表示されるかの例。クレジット: DPI の DEWS データ概要
専門家らは、このシステムは、生徒に対する教育者の意見を誤って偏らせ、不足する学校資源を誤った方向に向ける可能性があるように設計されていると述べている。特に懸念されるのは、DEWS が人種、障害、家族の富などの要因をどの程度大きく利用しているかということです。これらの要因は組織的な差別をコード化する可能性が高く、学校も生徒もそれを変えることはできません。
DEWS に入力される他のデータ ポイント (規律率など) には明らかな人種格差があります。DPI はこれを認識しており、Web サイトにそれについて書いています。
「これらのリスクカテゴリーが、学校や学区に構造的な問題ではなく個人に目を向けるよう促していることに疑問を感じます。構造的な問題がこれらのリスクに直面している理由ではなく、この子供にはこれらのことが必要であると主張するのです」とトラニ・ブリットン氏は述べた。 、カリフォルニア大学バークレー校の教育教授であり、DEWSに関する今後の研究の共著者です。
「生徒が追加のリソースを受け取るのは悪いことではないと思いますが、同時に、人種や民族性と高校を卒業する能力を結び付けるアルゴリズムを作成することは危険な道のように思えます。」
DEWS が学生の卒業を予測する場合、それは通常正しく、2021 年の検証テストによれば、その学生は標準 4 年間で卒業する確率が 97% です。このテストは、過去のデータでテストしたときにアルゴリズムがどのように機能したかを示しています。
しかし、DEWS が生徒が卒業しないだろうと予測した場合、それは通常は誤りでした。同じテストによると、その生徒は予定通りに卒業する確率が 74% です。
これは部分的には仕様によるものです。 DPI は DEWS を調整して、広範囲に網を張り、中退の危険がある学生を過剰に特定します。
Journal of Educational Data Mining に掲載された DEWS について説明した2015 年の論文の中で、元 DPI 研究アナリストの Jared Knowles は、DPI が 1 人の中退者を正確に特定することを意味する場合、学生は卒業できないという 25 件の誤報を「受け入れる用意があると明示的に述べている」と書いています。
しかし、DPI はその公平性分析で、アルゴリズムが同様に誤警報を生成しないことを発見しました。
キャプション: 同部門の DEWS 株式分析の結果を要約した DPI プレゼンテーションのスクリーンショット。クレジット: ウィスコンシン DPI
「素人の言葉で言えば、このモデルは、定時卒業生の中で白人の学生を過剰に識別する一方で、時間通りに卒業しない卒業生の中で黒人、ヒスパニック系、その他の有色人種の学生を過剰に識別する」とDPIの研究アナリストはメモに書いている。プレゼンテーション。
このプレゼンテーションでは、公平性分析を目的として、どの DEWS スコアが期限内卒業として認められるかについては明記されていません。
「DEWS は公正ですか?」というタイトルのスライドのメモ。 「いいえ…」という結論で終わります。
早期警戒システムを研究するペンシルベニア大学教育教授のライアン・ベイカー氏は、「彼らは間違いなく、学生の人種に関して系統的な誤りを含むモデルを使用しており、それは本当に修正しなければならない問題だ」と述べた。
「彼らは予測因子として人口統計的要因を持っていましたが、それがそれらの変数の意味を過度に強調し、この種の影響を引き起こすでしょう。」
最近、主にカリフォルニア大学バークレー校で活動する研究者チーム(博士候補者のフアン・ペルドモ氏、ブリットン氏、アルゴリズム公平性の専門家モリッツ・ハート氏とレディエット・アベベ氏)は、異なる視点からDEWSの有効性を調査した。
DPI が自発的に共有した約 10 年分の DEWS データを使用した彼らの研究は、予測早期警告システムが生徒の成績にどのような影響を与えるかについての史上最大の分析です。
これまでの研究では、過去のデータと照らし合わせてテストした場合に早期警報システムがどの程度正確に機能するかが調査されていましたが、カリフォルニア大学バークレー校の研究では、DEWS が高リスクと分類された実際の学生の卒業率向上につながったかどうかを調査しています。
研究者らは、DEWS スコアが高リスクのカテゴリーに分類される 78.5 の閾値をわずかに下回る学生の卒業率が、その閾値をわずかに上回って中リスクのカテゴリーに分類される学生と比較して卒業率が向上するかどうかをテストしました。
このシステムが意図したとおりに機能すれば、高リスクのカテゴリーに属する学生は追加のリソースを受け取ることができるため、卒業率が向上するはずですが、研究では、高リスクのカテゴリーに分類されていることは、学生が予定通りに卒業するかどうかに統計的に有意な影響を及ぼさないことが判明しました。
「DEWSの予測が定時卒業の可能性に何らかの影響を与えたという証拠はない」と著者らは書いている。
もしシステムが意図したとおりに機能し、学校が高リスクと分類された生徒により多くのリソースを振り向けていたとしたら、それは別の、しかし不公平な影響をもたらすだろうとカリフォルニア大学バークレー校の研究は示唆している。
「学校が[DEWS]スコアをランク付けし、卒業予測確率が最も低い生徒を選択することによって介入対象の生徒を選択する場合、十分なサービスを受けていない生徒は組織的に無視され、優先順位が下げられることになるでしょう」と著者らは書いている。
それは、DEWS の予測卒業率が学生の実際の卒業率を正確に反映していないためです。カリフォルニア大学バークレー校の研究者がThe Markupに共有したデータによると、特に白人の学生はDEWSのスコアが示唆するよりもはるかに高い率で卒業している。
たとえば、DEWS スコア 83 を取得した有色人種の学生は、90 パーセントの確率で予定通りに卒業しました。これは昨年のウィスコンシン州の州全体の平均卒業率と同じだ。
同じ DEWS スコア 83 を取得した白人の学生は、州平均を上回る 93% の確率で時間通りに卒業しました。
しかし重要なのは、DEWS スコアが 63 と大幅に低い白人学生は、高得点の白人学生とほぼ同じ割合で時間通りに卒業したことです (92 パーセントの確率)。
しかし、DEWS スコアが 68 点だった有色人種の学生は、時間どおりに卒業したのは 81% に過ぎず、州平均を下回っていました。
言い換えれば、教育者が DEWS のアドバイスに従って、68 点の有色人種の生徒よりも 63 点の白人の生徒を優先して援助を求めた場合、最終的に平均以下の成績で卒業する生徒よりも、最終的に平均以上の成績で卒業する生徒を優先することになるでしょう。平均料金。
DEWSは人種に関係なく、高リスクと分類された人の転帰を改善していないため、このアルゴリズムの特殊な癖はウィスコンシン州における不平等を悪化させていない可能性が高いと研究は結論づけた。
DPI は初期の頃から、州の「容認できない」卒業格差に対抗するための費用対効果の高いツールとして DEWS を推進しました。しかし、早期警報システムは政府機関が第一に選択したソリューションではありませんでした。
2011年の半年ごとの予算案の一環として、ウィスコンシン州DPIは現在同州知事であるトニー・エヴァーズの指導の下、困難に直面している地区に資金を直接送る「卒業生全員」補助金プログラムに2,000万ドル を要求した。 。
その年、州内の白人生徒の91パーセントが予定どおりに高校を卒業したのに対し、黒人生徒は64パーセントでした。
しかし、当時のスコット・ウォーカー知事は公教育に関して別の計画を立てていた。同氏は2年間の予算から公立学校への州資金を約8億ドル(約7%)削減した。この中には「Every Child a Graduate」のための2,000万ドルが含まれており、ウォーカー政権はこのうち1,500万ドルを、すべての生徒データを1か所に保管する州全体の生徒情報システムの構築に振り向けた。
助成金プログラムは拒否されましたが、豊富な新しいデータを所有していた DPI は、卒業のギャップを解消するハイテクな解決策を探していました。 2012 年に DEWS の試験運用を開始しました。
DEWS は、創設当時、国内で最も先進的な予測早期警戒システムの 1 つでした。
その精度は、「現在使用されている最も評価の高いシステムの一部と同等でしたが、より大規模で、より多様な学校環境、および低学年で行われています」と、元 DPI 調査アナリストのノウルズ氏は述べています。このシステムの構築者は、2015 年の Journal of Educational Data Mining 論文でこう述べています。
DPI は、予測分析の使用を拡大することをすぐに決定し、2016 年に、大学およびキャリア準備早期警告システム (CCREWS) と呼ばれる姉妹アルゴリズムを開始しました。このアルゴリズムは、学生が ACT および大学に対して「準備ができている」か「準備ができていない」かを予測します。
ウィスコンシン州の学区を対象としたマークアップの調査では、回答者 80 人中 7 人が CCREWS を何らかの形で使用していると回答しましたが、DEWS の使用を報告した学区は 30 校でした。
2019 年、DPI は、どの学生が AP コースで成功するかを予測することを目的とした、DEWS に基づくさらに別のアルゴリズム モデルを試験的に導入しました。公文書請求を通じて入手した文書によると、11の学区の学校が試験運用に登録したが、新型コロナウイルス感染症(COVID-19)のパンデミックが始まったことでプロジェクトは中止された。
DEWS が試験的に導入される前年の 2011 年以降、ウィスコンシン州の黒人と白人の学生間の卒業格差が縮小したパーセンテージ ポイントの数。
州が予測アルゴリズムを実験してきた過去10年間、ウィスコンシン州の教育格差はほとんど改善されていない。
黒人と白人の学生間の卒業格差は、2011 年以来、27 パーセントから 23 パーセントにわずか 4 ポイントしか縮まりませんでした。一方、ウィスコンシン州の8年生の黒人と白人の読解力の差は、2011年から遡ってすべての全国教育進歩評価(NAEP)で全米のどの州の中でも最悪だった。
また、2009年以降、すべてのNAEPにおいて黒人と白人の中学2年生の数学の成績の差がどの州よりも最も大きかった。
「データが出たときに私がいつも尋ねる質問は、黒人の子供たちの成績がどれだけ悪いかということだけではなく、白人の子供たちはなぜこれほど良い成績を収めているのかということです。」教育格差に関する国内専門家で元ウィスコンシン大学マディソン校教授のグロリア・ラドソンビリングス氏は言う。
「私たちがこの子供たちをどうやって乗り越えたらいいのかわからないわけではありません。問題は、私たちが十分に気を配るには、彼らがディビジョンIのアスリートのように見えなければならないことです。」
ウィスコンシン州の黒人とヒスパニック系の学生はマークアップ紙に対し、自分たちは二流の学校制度の一部であると感じることが多いと語った。
ウィスコンシン大学パークサイド校の学生ケニス・ペリーさん(21)は、黒人率49%のミルウォーキー公立学校に通った後、黒人率わずか6%のウォーキシャ郊外に移った。彼女は、幼少期は困難で、家庭生活は不安定なことがあり、学校ではおそらく彼女を「高リスク」生徒とみなしていたと語った。
「全クラスで黒人の子供は私だけでした。他に私に似た人物は誰もおらず、私の同僚は非常に人種差別主義者でした」と彼女は語った。 「それは本当にトラウマでした。…私はただとても怒りを感じていて、怒りをどうぶつければいいのか分かりませんでした。私は惨めでした。
それでもちろん、レーベルやその他の活動が始まりました。でも、成功する人とそうでない人の違いは、周りにいる人たちだと感じています。私のことを気にかけてくれて、二度目のチャンスなどを与えてくれる人たちがいたように。 [DEWS] が高リスクの子供たちとその統計をリストアップしているのでは、彼らにチャンスさえ与えていない、すでにレッテルを貼っていることになる。」
ワウキシャの学区はマークアップの調査やコメント要請に応じなかった。しかし、公的記録請求を通じて入手した文書によると、ペリー氏が通っていたウォーキシャ・ノース高校は、APクラスでどの生徒が合格するかを予測するために設計されたDPIのアルゴリズムの試験運用に参加するためにサインアップしたことが示されている。
州最大の学区であるミルウォーキー公立学校は、早期警報システムにDEWSやいかなる種類の機械学習も使用していないと、広報担当のスティーブン・デイビス氏はマークアップへの電子メールで述べた。多くの学区や州と同様に、代わりに、事前に定義された日数の欠席など、特定のベンチマークに達したかどうかに基づいて、学生をコース上かコース外かを識別するローテクなアプローチが使用されています。
昨年、クダヒ高校の生徒たちは、学校側が適切に対処していないと感じた人種差別的な事件に対応して、初の黒人学生組合を結成した。
「(白人の学生は)すでに有利な立場にあることはご存知でしょう」と、クーダヒの黒人学生組合のジュニア兼副会長であるミア・タウンゼントは語った。 「あなたはすでにその別れを感じています。…彼らにはより多くの機会があり、特定のことに関してはより余裕があります。」
BSU の学生たちは、州が予測アルゴリズムを通じて実現を望んでいたのと同じ種類の支援的な介入を有機的にお互いに提供してきました。
2020年から2021年度にかけて、ウィスコンシン州の白人学生の18%がAP試験を受けたのに対し、黒人学生は5%だった。優等生のタウンゼントさんは、BSUの学長である同じ後輩のモーリス・ニュートン氏が挑戦を受け入れるよう勧めるまで、APコースを避けようとしていたと語った。彼女は来年AP英語クラスに参加したいと言いました。
「彼らはそれがより挑戦的であるかのように見せていますが、正直に言って、それは同じです」とニュートンは言いました。 「良い成績でそのクラスに合格できます。」
DEWSに関するザ・マークアップの質問に答えて、クダヒ地区の教育長ティナ・オーウェン・ムーア氏は、職員らがこの予測について知らなかったし現在も利用していないが、カウンセラーは「このリソースに興奮している」と表明した電子メールスレッドを共有した。 」
しかし、私たちの調査結果を検討した後、オーウェン・ムーアは「それは確かに私の見方を変えました!!」と書きました。
マークアップの調査に回答した多くの学区は、ブラウン氏とキノーシャのブラッドフォード高校の職員が行っているのと同じように、建物内のどの新入生に追加の注意が必要かを特定するために、DEWS の予測を使用していると述べました。
アップルトン市の学区では、高校のケースマネージャーが DEWS やその他のデータを使用して、サポートが必要な新入生 1 年生を特定し、特殊教育のケースロードを決定しています。
ウィネコンヌ学区は DEWS データに「大きく」依存しており、子どもが危険にさらされている可能性があることを知らせる手紙を保護者に送っているが、その手紙にはアルゴリズムには言及していない。
しかし、一部の学校はデータの適応外の別の用途を見つけました。たとえば、メープル学区の教育長であるサラ・クロニー氏は、スタッフがDEWSの「偏っていないと思われるデータ」を利用して、熱心でない生徒へのアプローチに重点を置いたスタッフ育成補助金の申請に成功したとマークアップに語った。
ラシーン市では、かつて中学校が DEWS を使用して、特別な「暴力禁止ゾーン」プログラムに配置する生徒を選択していました。これには、秩序を乱す生徒を別の教室に送ることも含まれていました。
ラシーン学区は「現在DEWSやCCREWSを利用していない」と広報担当のステイシー・タップ氏は電子メールで書いた。
The Markup がインタビューした管理者の多くは、DEWS が予測を計算する方法や予測を解釈する方法に関するトレーニングをほとんど、またはまったく受けていないと述べました。
「彼らはただ私たちにデータを渡して、『それを考えてみろ』と言いました」とクロニー氏は語った。 「したがって、校長たちはそれを分析し、危険にさらされている地域にいる子供たちが誰であるかを判断することになります。」
DPI は、DEWS の仕組みとその使用目的に関する文書を Web サイトで提供していますが、一般向けの資料の多くには、このシステムに関する重要な事実が記載されていません。つまり、その予測は部分的に生徒の人種、性別、家族の財産、およびデータに基づいているということです。学校がコントロールできないその他の要因。
たとえば、同省のDEWS アクション ガイドには、学生の人種、性別、無料または割引価格のランチのステータスがアルゴリズムの重要な入力変数であることについては言及されていません。
DEWS の予測を生成するために使用されたデータを説明する DPI の Web ページには、出席状況、懲戒歴、前年度に出席した地区の数 (移動度)、および州のテストのスコアという 4 つの異なるカテゴリの情報がリストされています。
「人口統計的属性が使用される」とは述べられていますが、どの属性が予測にどのように影響するかについては述べられていません。
同様に、教育者が州全体の情報システムで生徒の DEWS 予測を表示すると、生徒の出席状況、懲戒記録、移動状況、テストのスコアが全体的なリスク ラベルにどのような影響を与えるかを調べることができますが、生徒の人口統計的特徴が予測にどのような影響を与えるかは示されていません。 。
リッチランド学区のカリキュラムと指導の責任者であるシャリ・ジョンソン氏は、学校が行動計画を作成し、「高リスク」の生徒、特に「最もリスクの高い」生徒をそのカテゴリーから抜け出すことを目標に、スタッフのメンターを割り当て始めていると述べた。 」 なぜなら、彼女は全員を指導することは不可能だと言ったからです。
しかし、彼女が The Markup に話したとき、彼女は障害や経済的不利などの特性が生徒の得点に影響を与えることを知りませんでした。
「私たちがこれらのことを知っているのは誰の責任ですか?それがこの立場における私の懸念であり、私にとっては偶然に気づいただけだ」とジョンソン氏は語った。 「私のやっていることは DEWS とそこにある情報に直接関係しているので、それが私にとって怖いのです。」
DEWS の仕組みと教育者が DEWS が機能することをどのように理解しているかの間に乖離があることは、DPI にとって新しいことではありません。
2016年、中西部地域教育研究所の研究者らは、中学校校長のDEWSに関する経験調査に基づいて、DPI向けに報告書を執筆したが、公表されることはなかった。
私たちが公的記録の請求を通じて入手したこの報告書は、回答者が「介入を特定し監視する方法についてのさらなるトレーニングとサポートを望んでいる」と結論付けており、「DEWSに関する時間、資金、トレーニング」がシステム利用の最大の障害となっていると結論付けている。
ブラッドフォード高校のブライアン・ガイガー校長は、別のキノーシャの学校で教頭だった頃、DEWSのことを立ち上げの頃に聞いたのを覚えており、それ以来夏の家庭訪問などさまざまな目的で利用していると語った。
現在、ブラッドフォード大学の教頭であるブラウン氏がこの習慣を取り入れている。ブラウン氏は、DEWS に欠陥があることを承知していても、新入生にとって予測は彼が持っている最良のデータであると述べた。
「それは100パーセント予測できるわけではありません。これについての私の認識は、私たちはそれを一種のガイドとして使用しているということです」と彼は付け加えました、「(ブラッドフォード高校に入学している)1,400人の子供たち全員の家をすべて訪問できたらいいのにと思います。それを行うためのサマースクールの予算はありません。」
この記事の以前のバージョンの地図には、ハワイ、ネバダ、ニュージャージー、ノースカロライナ、ミシガンが誤って含まれていました。これらの州では早期警告システムを使用していますが、生徒の成績を予測するためのアルゴリズムや機械学習は使用していません。
クレジット: Todd Feathers 、 Ko Bragg 、 Joel Eastwood 、 Gabriel Honsdusit 、 Rodney Johnson 、 Jeremy Singer-Vine 、 Maria Puertas 、 Jill Jaroff
ここでも公開されています
Unsplash の Sigmund による写真