 |
|
 |
||
|
||||
 |
ובינתיים בארה"ב (לא כל כך "בינתיים" כי הסיפור הוא מ-2012 אבל אני גיליתי אותו רק היום): מורה פוטרה למרות הערכות חיוביות מצד הנהלת בית-הספר וההורים, משום שהערכה ממוחשבת על פי מדדים סטטיסטיים של "הערך המוסף" שלה היתה נמוכה. מדד הערך המוסף המתואר בכתבה עשוי להזכיר לחובבי הספורט שבינינו את הסטטיסטיקות המתקדמות המשמשות להערכת יכולותיהם של שחקנים בליגות המקצועניות. המדד מתבסס על השינוי בהשגי התלמידים משנה לשנה; טענותיה של המורה לפיהן בית-הספר בו למדו התלמידים בשנה הקודמת ניפח את השגיהם באופן מלאכותי לא נבדקו. בעיני יש כאן שני נושאים מרתקים - האחד הוא אופן הערכה של מורים, והשני הוא כיצד אלגוריתמים יכולים לתת משוב על ביצועיו של עובד ועל צדדים אחרים בחיינו (מפחיד לחשוב עד כמה מורכבים יותר ופחות נהירים הפכו האלגוריתמים בין 2012 להיום, ועד כמה העמיקה חדירתם למערכות השונות). |
 |
 |
 |
|
|
|
||
|
||||
|
מצד שני, דווקא כשהאלגוריתם הוא קופסה שחורה, והסתברותית, אני מקווה שלא בקלות יסתמכו על ההחלטה שלו ויפטרו מישהו בלי אפשרות ערעור. בינתיים מה שאלגוריתמי למידה חישובית יודעים לעשות הוא להכליל מאוד ביעילות ובמהירות מסקנות שבני אדם הגיעו אליהם לאט; עדיין המסקנות של בני האדם הם "מקור האמת" שלפיו מכיילים את האלגוריתם. אם יהיה אלוגירתם למידה חישובית שינסה לנבא אילו מורים הם גרועים, סביר (אולי) להשתמש בו כדי לבודד קבוצה ראשונית ולהתמקד בה, אבל אם כבר שוקלים לפטר מורה, שזה מצד אחד חשוב ומצד שני לא מאוד בהול, יש זמן להפעיל את מקור האמת ולתת לבני אדם לבחון את המקרה. | |
|
|
| חזרה לעמוד הראשי | המאמר המלא |
| מערכת האייל הקורא אינה אחראית לתוכן תגובות שנכתבו בידי קוראים | |
 RSS מאמרים |
כתבו למערכת |
אודות האתר |
טרם התעדכנת |
ארכיון |
חיפוש |
עזרה |
תנאי שימוש
|
© כל הזכויות שמורות |