ARK:標記調查后，得克薩斯州A＆M放棄了學生風險算法的“競賽”_THE

在Markup調查發現幾所大學使用種族作為預測學生成功的因素之后，一所主要的公立大學已暫停使用風險評分。我們的調查還發現，由EAB創建并在全國500所學校中使用的Navigate軟件不合比例地將黑人和其他少數民族學生稱為“高風險”。實踐專家說，這最終迫使黑人孩子脫離了數學和科學進入“更輕松”的專業。

根據我們的報告，德克薩斯農工大學宣布將停止在顧問儀表板上包含此類風險評分，并要求EAB創建不包含種族作為變量的新模型。

“我們致力于所有德克薩斯A＆M學生的成功，”德克薩斯A＆M負責學術事務和學生成功的副教務長TimScott在給TheMarkup的電子郵件中寫道。“關于學生成功的任何決定都將以對所有學生公平，公正的方式進行。”

被Bscscan標記為“ Poolz Finance Exploiter”的黑地址已將資金轉至Tornado Cash:金色財經消息，據CertiK監測，被Bscscan標記為“ Poolz Finance Exploiter”的黑地址0x190Cd已將資金轉至Tornado Cash。截至目前，Poolz Finance攻擊者已經轉移1184枚BNB（約39.16萬美元）。[2023/3/17 13:09:50]

其他學校的反應好壞參半。

故事的另一所學校，馬薩諸塞州阿默斯特大學的統計學教授瑪麗克拉里·格里芬說，她的學校似乎已拒絕查看某些導航用戶的學生風險評分的選項。該校的另一位教授告訴TheMarkup，他們仍然能夠查看學生的風險評分。

被Etherscan標記為“Fake_Phishing76350”的EOA賬戶地址已將資金轉至Tornado Cash:金色財經消息，據CertiK監測，被Etherscan標記為“Fake_Phishing76350”的EOA賬戶地址(0xAe98f)已將資金轉至Tornado Cash。該EOA地址總共向Tornado Cash轉入26.7 枚ETH(約3.94萬美元)。[2023/3/12 12:58:52]

麻州大學阿默斯特分校的發言人瑪麗·迪特洛夫無法證實該學校是否已對其導航系統進行了更改，并拒絕回答有關該故事的其他問題。

被標記為孫宇晨的地址從Curve撤回約5000萬美元的穩定幣流動性:10月21日消息，被 Etherscan 標記為孫宇晨的地址從 Curve 中撤回約 2600 萬枚 TUSD、約 800 萬枚 DAI、約 750 萬枚 USDC 以及約 870 萬枚 USDT，并將撤回的 TUSD 轉入幣安。之后，該地址從 Aave 中撤回了約 2000 萬枚 USDT，并向 Circle 轉賬約 4420 萬枚 USDC。[2022/10/21 16:34:50]

休斯敦大學是Markup從四所學校獲得的顯示風險分數種族差異數據的學校之一，該大學的發言人肖恩·林賽表示，該校并未改變其EAB算法的使用。

三大國際律師事務所合作建立資產標記化平臺并完成概念驗證:11月6日消息，國際律師事務所DLA Piper、Aldersgate DLS和Hedera Hashgraph已合作建立資產標記化平臺，該平臺以高價值替代資產類別（如房地產、藝術品等）為主要目標，現已通過對一件藝術品進行代幣標記化進行概念驗證。（Cointelegraph）[2020/11/6 11:49:45]

原始故事中提到的其他學校-威斯康星大學-密爾沃基大學，南達科他州立大學，德克薩斯理工大學和堪薩斯州立大學-沒有回答關于這個故事的問題。

標記從公立大學獲得的數據表明，教育研究公司EAB的Navigate軟件中嵌入的算法為黑人學生分配的高風險分數是白人學生的兩倍，是后者的兩倍。風險評分旨在預測學生留在所選專業內的可能性。

在幾乎所有學校的Markup考試中，學校使用的EAB算法明確將學生的種族因素納入了他們的預測模型。在某些情況下，學校將種族作為成功的“高影響力預測指標”，這意味著種族是對學生風險分數影響最大的變量之一。

“EAB堅定致力于公平和學生成功。我們的合作學校對于在其風險模型中納入人口統計數據的價值持有不同的看法。這就是我們與合作伙伴機構合作以主動審查人口統計數據使用情況的原因，”EAB發言人約翰·邁克爾斯在給TheMarkup的電子郵件中寫道。“我們的目標一直是讓學校對有助于定制模型的數據有清晰的了解。我們希望確保每個機構都可以按預期使用預測分析和更廣泛的平臺-為他們的學生提供最佳支持。”

EAB已將其咨詢軟件作為一種工具銷售，以供現金短缺的大學更好地將資源用于最需要幫助的學生，并在此過程中提高保留率，并避免招募學生代替那些需要幫助的學生的額外費用輟學。

但是在TheMarkup所檢查的學校中，我們發現，能夠獲得EAB學生風險評分的教職員工和顧問很少告訴他們如何計算或培訓如何解釋和使用這些評分。在某些情況下，包括在德克薩斯農工大學，管理員不知道種族被用作變量。

相反，該軟件為顧問提供了第一印象，即學生是否處于其所選專業的高，中或低風險中，然后通過一個名為“專業資源管理器”的功能向他們展示了如何如果學生切換到另一個“風險較小”的研究領域，則學生的風險可能會降低。

專家說，設計特征加上風險分數的種族差異，很可能使高等教育中的歷史種族主義長期存在，并鼓勵有色人種，特別是黑人學生，被鼓勵放棄科學，數學和工程學專業。

新美國高等教育和勞動力政策的高級顧問艾里斯·帕爾默研究了大學用來提高留任率的預測分析系統，并為學校考慮是否實施此類系統編寫了指南。

她說：“我不認為明確地從算法中退出競賽可以解決問題或使情況必然有所改善。”“算法可以基于算法中的其他各種因素來預測種族，”例如郵政編碼，高中名字和家庭收入等數據的組合。

帕爾默說，使用預測分析來識別最需要支持的學生具有潛在的價值，如果學校實際上以簡明易懂的方式培訓教職員工算法的工作原理以及軟件的解釋方式，那么哪些因素導致了每個為學生分配了特定的風險評分。“那真是個大問題。”

她說，學校“需要對不同的影響以及為什么對校園產生不同的影響進行盡職調查。”如果學校在與EAB簽訂多年合同之前就已經這樣做了，那么“他們不會被人覺察到。”

Tags：MARARKTHEMARKNeumarkARKSThe NekoCredmark

XMR