THE:標記調查后，得克薩斯州A＆M放棄了學生風險算法的“競賽”_ETH

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“NimbusPlatform Exploiter 2”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“NimbusPlatform Exploiter 2”的黑地址0x9D3B5…已將資金轉至Tornado Cash。截至目前，NimbusPlatform攻擊者已經轉移278枚BNB（約9.1萬美元）。[2023/3/17 13:09:48]

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。

聲音 | Bitfinex CTO：50億USDT是從Omni到TronTether切換時的數據錯誤標記:對于Tether Treasury增發50億USDT一事，Bitfinex兼Tether首席科技官Paolo Ardoino已經在推特上做出回應，他表示這是一次從Omni到TronTether切換時的數據標記出現了一個問題。Paolo Ardoino稱，我們必須在多個鏈上使用不同的工具鏈，有時會出現問題。無論如何，我們正在努力防止未來再發生這種情況。[2019/7/14]

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。

聲音 | 媒體：有幾十個DAPP已被微信標記為違法群:據“區塊律動blockbeats消息：”我們臥底了幾十個DAPP的群，已經看到其中幾個已經被微信標記為違法群。“據悉，目前EOS和TRON有將近一半都是類DAPP。[2018/12/10]

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。

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。

動態 | 兩個未標記賬戶近日互轉近5萬枚ETH:據Searchain.io數據顯示，北京時間18:52，0xb26d31b開頭地址向0x44fb273b4開頭地址轉入了5萬枚ETH，不過9月11日0x44fb273b4曾向0xb26d31b開頭地址轉入了4.98萬枚ETH，經查詢，兩個賬戶都未經標記。[2018/9/21]

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：THEETHARKMARKITHEUMeth2.0幣種SparksterCredmark

SHIB