Алгоритмы помогают бороться с сегрегацией элитных школ

Перевод https://algorithmwatch.org/en/story/zurich-schools-algorithm/

Image for post
Image for post
Илья Питалев/РИА «Новости»

Два исследователя из Цюрихского университета создали алгоритм, который помогает десегрегировать школы, слегка изменяя границы кварталов привязанных к каждой школы.

Поскольку все должны извлекать выгоду из десегрегации, во многих странах существуют обязательные программы для того, чтобы сделать школы более разнообразными. Наиболее известные из методов, когда чернокожие учащиеся были принудительно “посажены” в школы белого большинства в Соединенных Штатах, были под огнем критики сторонников сегрегации до такой степени, что в итоге школы в Соединенных Штатах вернулись к уровням сегрегации 1970-х годов.

Сдержанный подход

В экспериментальном исследовании, опубликованном 18 ноября, они смоделировали каждый квартал города Цюриха в соответствии с долей домохозяйств, в которых официальный немецкий язык не используется дома и где оба родителя не посещают школу за пределами обязательного образования, что является стандартным показателем неблагополучного происхождения. Они назвали этот показатель “индексом концентрации”, или K-индексом.

Они проанализировали территории относящиеся к 77 начальных школ города, квартал за кварталом. Как и следовало ожидать, они обнаружили почти идеальную корреляцию между индексом концентрации окружения школы и индексом территории относящейся к школе. Другими словами, школьная сегрегация отражает существующую сегрегацию в городе.

Разработанный ими алгоритм работает как настольная игра. На каждом ходу школа обменивается территорией до четырех кварталов с соседними школами, при условии, что обмен приближает индекс концентрации этой школы к среднему по городу, не нанося ущерба более сегрегированной школе. Когда ни одна школа больше не может перейти к такому обмену, игра останавливается. Существуют правила: зона охвата каждой школы должна оставаться ближайшей, «пропускная способность» школы должна оставаться постоянной, дети не могут тратить на дорогу сильно больше времени, они не могут проходить перед другой школой на своем пути и не могут пересекать большую улицу (такие параметры обычно используются при определении относящейся к школе территории.)

Эффективная десегрегация

В одной из самых сегрегированных школ, Zurlinden, алгоритм мог бы изменить индекс К-от более чем 70% до 44% (что все еще на 16 процентных пунктов выше среднего по городу). В целом этот алгоритм позволил бы увеличить число учащихся, посещающих школы, в которых индекс К был на 15 процентных пунктов выше или ниже среднего показателя по всему городу, с 2600 до 2100 человек (в общей сложности около 7000 учащихся).

Изменения могут быть скромными, но они колоссальны, учитывая, что используемый метод ненавязчив для школ, детей и родителей. В Цюрихе территории школ хранятся в массивном Excel-листе, который обновляется каждый год. Замены между школами из года в год не являются редкостью и было бы легко вставить алгоритм в этот процесс такого обновления.

Image for post
Image for post

Применимо в большинстве городов

Они подсчитали, что проект потребовал 950 человеко-часов, или около 2,5 месяцев работы для команды из 2 человек.

Written by

Телеграмм канал: https://t.me/urban_blog

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store