Os algoritmos desempenham um papel central na determinação de quem recebe o quê — e por quê — em uma ampla gama de problemas de alocação. No contexto da educação, algoritmos de atribuição escolar impactam as oportunidades e os resultados de milhões de estudantes em todo o mundo. À medida que a capacidade administrativa de coletar dados em larga escala e centralizar decisões cresceu, também cresceu o potencial para projetar sistemas melhores, mais justos e mais eficientes. Nesta palestra, exploraremos a escolha escolar como um estudo de caso para ilustrar como a teoria econômica, experimentos comportamentais, conjuntos de dados ricos e ferramentas computacionais se unem para informar o design de algoritmos de correspondência do mundo real. Discutiremos como diferentes designs podem levar a resultados drasticamente diferentes, como evidências podem revelar consequências não intencionais e como processos iterativos que combinam teoria e trabalho empírico podem ajudar a criar sistemas que são mais transparentes, equitativos e eficazes.
Building similarity graph...
Analyzing shared references across papers
Loading...
Caterina Calsamiglia
Building similarity graph...
Analyzing shared references across papers
Loading...
Caterina Calsamiglia (Mon,) estudou esta questão.