基于人工智能技術(shù)的算法，通過(guò)將輸入數(shù)據(jù)轉(zhuǎn)換為所需輸出決策的編碼過(guò)程，從海量原始數(shù)據(jù)中提煉出解決問(wèn)題的邏輯與經(jīng)驗(yàn)，從既有知識(shí)中產(chǎn)生新的知識(shí)和規(guī)則，形成比人工分析更加快速和優(yōu)質(zhì)的預(yù)測(cè)性判斷，進(jìn)而推動(dòng)人類(lèi)在社會(huì)、市場(chǎng)、政府等各領(lǐng)域的決策和治理機(jī)制嬗變。當(dāng)前，由算法驅(qū)動(dòng)的自動(dòng)化決策被廣泛應(yīng)用于工作、教育、醫(yī)療、信貸、刑事司法等諸多領(lǐng)域，給人們帶來(lái)極大的便利和效率提升。然而，由于算法所依賴(lài)的人工智能機(jī)器學(xué)習(xí)技術(shù)在數(shù)據(jù)集構(gòu)建、目標(biāo)制定與特征選取、數(shù)據(jù)標(biāo)注等環(huán)節(jié)可能混入人類(lèi)的偏好與偏見(jiàn)，又引起了各界對(duì)于算法驅(qū)動(dòng)下決策的準(zhǔn)確度與公平性的疑慮。如何避免來(lái)自人類(lèi)社會(huì)的不公和歧視通過(guò)代碼和算法被固化或放大，如何防止算法世界的偏差反作用于現(xiàn)實(shí)世界，以及如何設(shè)計(jì)算法以保障和實(shí)現(xiàn)公平等問(wèn)題亟待人們?nèi)パ芯亢徒鉀Q。

9月14日，美國(guó)布魯金斯學(xué)會(huì)在其官網(wǎng)發(fā)布了高級(jí)研究員阿列克斯·恩格勒（Alex Engler）撰寫(xiě)的研究報(bào)告《在大學(xué)招生錄取中采用自動(dòng)化算法或?qū)⒁l(fā)美國(guó)高等教育危機(jī)》（Enrollment algorithms are contributing to the crises of higher education），就大學(xué)招生這一與公眾利益密切相關(guān)的領(lǐng)域采用人工智能算法所引發(fā)諸多問(wèn)題進(jìn)行了分析，并提出了控制算法融入招生管理相關(guān)風(fēng)險(xiǎn)的行動(dòng)要點(diǎn)。

阿列克斯·恩格勒（Alex Engler）指出，許多美國(guó)大學(xué)正在使用人工智能算法及系統(tǒng)來(lái)進(jìn)行招生錄取和獎(jiǎng)學(xué)金分配的自動(dòng)化決策，希望通過(guò)先進(jìn)的技術(shù)手段招攬更多合適生源，并更精準(zhǔn)地預(yù)測(cè)學(xué)生的學(xué)費(fèi)支付意愿和能力，以制定更科學(xué)的獎(jiǎng)學(xué)金發(fā)放方案。這種做法對(duì)大學(xué)提高學(xué)費(fèi)收益率和改善財(cái)務(wù)狀況能產(chǎn)生積極影響。然而，也有證據(jù)顯示，目前被廣泛使用的幾種招生管理算法都有可能會(huì)損害學(xué)生的利益，降低一部分學(xué)生繼續(xù)學(xué)業(yè)和順利畢業(yè)的可能性，甚至將加劇美國(guó)高等教育業(yè)已存在的畢業(yè)率偏低、學(xué)生債務(wù)偏高和歧視少數(shù)族裔等潛在危機(jī)。

大學(xué)通常期望在算法供應(yīng)商的幫助下能實(shí)現(xiàn)吸引更多學(xué)生入學(xué)，提高學(xué)費(fèi)收入，以及合理控制獎(jiǎng)學(xué)金支出規(guī)模等多重目的。除了極少數(shù)著名大學(xué)擁有捐贈(zèng)和其他收入，大多數(shù)美國(guó)大學(xué)都需要依靠學(xué)費(fèi)收入維持運(yùn)營(yíng)。因此，各所大學(xué)都在竭力吸引和錄取足夠的學(xué)生。同時(shí)，這也意味著大學(xué)既要發(fā)放適當(dāng)數(shù)額的獎(jiǎng)學(xué)金來(lái)吸引申請(qǐng)人，又要控制發(fā)放規(guī)模以避免影響學(xué)校開(kāi)支。引入人工智能算法可以對(duì)每個(gè)申請(qǐng)人的綜合情況進(jìn)行清晰打分，并根據(jù)統(tǒng)一標(biāo)準(zhǔn)測(cè)算出與之相匹配的獎(jiǎng)學(xué)金方案，或者說(shuō)，能最大限度增加其入學(xué)可能性的獎(jiǎng)學(xué)金額度。

大學(xué)招生管理中對(duì)算法的使用通常包含三個(gè)過(guò)程：一、采集申請(qǐng)人的有關(guān)信息數(shù)據(jù)并輸入模型，以預(yù)測(cè)其入學(xué)可能性；二、分析評(píng)估其經(jīng)濟(jì)能力，以制定相應(yīng)的獎(jiǎng)學(xué)金發(fā)放方案；三、對(duì)算法給出的預(yù)測(cè)結(jié)果和建議進(jìn)行優(yōu)化。在第一個(gè)過(guò)程中，校方會(huì)把申請(qǐng)人績(jī)點(diǎn)（GPA）、標(biāo)準(zhǔn)化考試分?jǐn)?shù)、已獲得資助情況，以及居住地和人口統(tǒng)計(jì)信息等盡可能多的數(shù)據(jù)輸入算法模型進(jìn)行測(cè)算，常會(huì)應(yīng)用到機(jī)器學(xué)習(xí)的邏輯回歸、決策樹(shù)及神經(jīng)網(wǎng)絡(luò)等技術(shù)手段。在過(guò)程二中，算法除了會(huì)給出獎(jiǎng)學(xué)金額度建議，還會(huì)提供不同獎(jiǎng)學(xué)金額度對(duì)擬錄取對(duì)象入學(xué)可能性的影響分級(jí)，并從總體上預(yù)測(cè)新學(xué)年可能的入學(xué)人數(shù)和預(yù)算規(guī)模，作為獎(jiǎng)學(xué)金發(fā)放的決策參考。在過(guò)程三中，算法將根據(jù)輸入模型的所有數(shù)據(jù)，結(jié)合大學(xué)設(shè)置的一系列限制性條件和優(yōu)化值，自動(dòng)產(chǎn)生了至少數(shù)千種策略，并就各種策略進(jìn)行嘗試和比較，以得出一個(gè)最佳方案。對(duì)大學(xué)來(lái)說(shuō)，這樣做不僅可以更精準(zhǔn)地分配有限的財(cái)政資源，還能減輕招生辦公室的錄取審核工作量，節(jié)約時(shí)間和人力成本，可謂一舉多得。

然而，阿列克斯·恩格勒（Alex Engler）認(rèn)為，這樣做也將導(dǎo)致不少問(wèn)題。首先，招生管理使用算法的目標(biāo)之一是推動(dòng)申請(qǐng)人以能夠支付的最高學(xué)費(fèi)，或愿意接受的最低獎(jiǎng)學(xué)金來(lái)就讀該大學(xué)。供應(yīng)商圍繞此目標(biāo)開(kāi)發(fā)的算法必然會(huì)拉高處在自身支付大學(xué)學(xué)費(fèi)經(jīng)濟(jì)能力邊緣的申請(qǐng)人的數(shù)量。這就在無(wú)形中加大了申請(qǐng)人日后遭遇經(jīng)濟(jì)困難而不得不中斷學(xué)業(yè)的風(fēng)險(xiǎn)。其次，由于大學(xué)對(duì)財(cái)務(wù)狀況的看重，供應(yīng)商開(kāi)發(fā)的算法將會(huì)偏向于盡量精確控制獎(jiǎng)學(xué)金發(fā)放規(guī)模，這實(shí)際上會(huì)減少每個(gè)申請(qǐng)人能獲得的獎(jiǎng)學(xué)金數(shù)額。與此同時(shí)，校方竭力尋求收入支出最優(yōu)比的做法可能導(dǎo)致算法偏差，令某些特定申請(qǐng)者群體（如少數(shù)種族、婦女、殘疾人等）受到歧視性對(duì)待。這就背離了利用獎(jiǎng)學(xué)金來(lái)支持學(xué)生完成學(xué)業(yè)、取得成功的初衷，并加重了當(dāng)前存在的大學(xué)生高負(fù)債、低畢業(yè)率的困境。

在阿列克斯·恩格勒（Alex Engler）看來(lái)，通過(guò)算法實(shí)現(xiàn)財(cái)務(wù)上最優(yōu)化的招生結(jié)果本就不應(yīng)當(dāng)被視作大學(xué)招生管理的終極目標(biāo)。大學(xué)錄取的衡量標(biāo)準(zhǔn)不該過(guò)于偏向申請(qǐng)人的支付意愿和能力。獎(jiǎng)學(xué)金發(fā)放的價(jià)值取向須將擬錄取對(duì)象的經(jīng)濟(jì)支持需求放在首位，重點(diǎn)考慮如何支持其學(xué)業(yè)成功。在此基礎(chǔ)上，他進(jìn)一步提出了控制算法融入招生管理相關(guān)風(fēng)險(xiǎn)的若干行動(dòng)要點(diǎn)：

記錄算法過(guò)程：大學(xué)應(yīng)該全面地記錄算法招生管理中所使用的目標(biāo)、原則、過(guò)程、數(shù)據(jù)和算法。預(yù)期的結(jié)果應(yīng)該在算法開(kāi)發(fā)之前予以明確說(shuō)明。

考察歷史數(shù)據(jù)：大學(xué)必須仔細(xì)評(píng)估和考慮他們建立算法所依據(jù)的歷史招生數(shù)據(jù)集，以確保符合未來(lái)可持續(xù)發(fā)展的需要。

評(píng)估學(xué)生成功率：大學(xué)應(yīng)該經(jīng)常評(píng)估在收益優(yōu)化算法給出的獎(jiǎng)學(xué)金發(fā)放策略之下學(xué)生的學(xué)業(yè)延續(xù)率和畢業(yè)率，以及時(shí)校正算法。

使用可解釋的模型：大學(xué)應(yīng)該選擇更易解釋的預(yù)測(cè)模型類(lèi)型，如邏輯回歸和決策樹(shù)，而不是黑箱模型，以降低出現(xiàn)意外和不公平的算法結(jié)果的可能性。

進(jìn)行算法偏見(jiàn)審計(jì)：開(kāi)展算法偏見(jiàn)審計(jì)并公開(kāi)審計(jì)結(jié)果將有利于提高透明度，并緩解公眾的擔(dān)憂。

以人為本的錄取評(píng)價(jià)：在對(duì)申請(qǐng)人進(jìn)行綜合素質(zhì)打分排名時(shí)，大學(xué)不應(yīng)過(guò)度依賴(lài)標(biāo)準(zhǔn)化考試成績(jī)、GPA等指標(biāo)。志愿者服務(wù)、課外活動(dòng)成就、工作經(jīng)驗(yàn)、抗挫折能力等因素都應(yīng)被納入衡量標(biāo)準(zhǔn)，作為分配獎(jiǎng)學(xué)金的依據(jù)。

恰當(dāng)?shù)厥褂眉s束條件：在使用算法時(shí)，大學(xué)需要通過(guò)制定合適的約束條件來(lái)保持學(xué)生多樣性，以實(shí)現(xiàn)獎(jiǎng)學(xué)金在不同學(xué)生群體中的合理分配。

聘請(qǐng)內(nèi)部數(shù)據(jù)專(zhuān)家：大學(xué)不應(yīng)完全依賴(lài)供應(yīng)商來(lái)了解招生管理算法，因此需要雇傭能夠研究供應(yīng)商所提供方案的內(nèi)部數(shù)據(jù)專(zhuān)家，以確保算法的使用與學(xué)校目標(biāo)相符。

設(shè)法維持學(xué)生的經(jīng)濟(jì)支持：在使用算法的招生管理中，大學(xué)可以尋求更有效地獎(jiǎng)學(xué)金分配策略，但不能因此降低每個(gè)學(xué)生的經(jīng)濟(jì)支持力度，并采用多種手段幫助學(xué)生避免學(xué)業(yè)中斷。

此外，阿列克斯·恩格勒（Alex Engler）還提出，美國(guó)教育部等公共部門(mén)也可以對(duì)算法融入大學(xué)招生管理實(shí)施積極的監(jiān)管和治理，包括委托獨(dú)立的第三方評(píng)估招生管理算法的使用情況，發(fā)布關(guān)于招生管理算法的最佳實(shí)踐指南，促成大學(xué)之間的財(cái)務(wù)數(shù)據(jù)交流，提高對(duì)公立大學(xué)的資金支持等。

無(wú)論是教育或其他領(lǐng)域，在人工智能和算法日益代替人類(lèi)進(jìn)行各種決策的數(shù)字時(shí)代，多重因素決定了算法并不必然公平，但絕不可放任機(jī)器產(chǎn)生的偏見(jiàn)和有害性結(jié)果通過(guò)代碼被固化在社會(huì)結(jié)構(gòu)中。構(gòu)建完善的算法公平性驗(yàn)證、知情同意、透明度、問(wèn)責(zé)、救濟(jì)等治理機(jī)制，引導(dǎo)算法盡量朝向公平，已成當(dāng)務(wù)之急。