卷三发生档案：预测准确之后

本档案以虚构学校的决策为思想实验，专门检验一个难题：即使预测准确，教育处方是否也自动正确？

◆ 一个表现优秀的模型

海岳中学引入辍学风险模型。系统使用出勤、作业、测验、平台登录和处分记录，每周给出红黄绿三色名单。试运行显示，红色学生中后来出现严重缺勤的比例显著高于其他组。校方认为终于能把有限辅导资源用在最需要的人身上。

模型不是骗局。它比教师凭印象更稳定，也发现了几名平时安静、容易被忽略的学生。辅导员据此及时联系家庭，解决交通与照护问题。若本书因为“算法会固化”而拒绝这项工具，也是在用原则遮蔽现实收益。变化发生在第二学期。为了提高效率，红色学生被自动分配简化作业、减少选修并接受每周谈话。教师看到红标后更少要求他们参加长期项目，担心压力过大。系统的预测开始变成课程处方，而处方从未经过独立验证。

一部分学生因此得到喘息，另一部分感到学校已经不期待自己。简化作业提高提交率，却减少进入高阶课程所需经验。第二年，模型发现这些学生在高阶任务上准备不足，再次提高风险。预测依旧准确，准确性却已包含系统自己的作用。

◆ 一个“假阳性”的学生

许澄因两周缺勤和夜间登录被标红。实际原因是母亲手术，她白天照护、夜里完成作业。辅导员第一次谈话很有帮助，但系统仍按历史窗口维持红色六周。她被移出机器人项目，理由是先保证基础完成。

许澄提出异议，教师回答：“标签不是惩罚，只是帮助。”这句话忽略了处方后果。一个善意标签仍可关闭机会，是否伤害不能只由命名者的意图决定。

若有回写权，流程会不同：许澄能看到主要触发因素，补充家庭情境，要求人工复核；辅导员可保留支持、撤销课程限制；系统记录这次纠正，用于检查类似照护责任是否被误读。

这不是让学生随意改数据，而是区分事实记录、风险解释和教育安排。缺勤是真，风险推断可修订，移出项目则需要额外理由。

◆ 一个“真阳性”的学生

陈野被标红后，半年内确实严重缺勤。模型预测正确，学校的简化安排似乎也合理。但访谈显示，他最初正因课程重复而失去兴趣，唯一持续参加的是难度较高的影像社团。学校减少挑战，反而删掉了最强连接。这说明“真阳性”也不能证明处方正确。预测回答在现有条件下什么可能发生，教育必须回答改变哪些条件后还能发生什么。前者偏向延续世界，后者有责任试着改变世界。

学校后来将干预分成两类：保障性支持处理交通、照护、心理危机等现实约束；探索性支持保留至少一项学生主动选择的高价值任务。红色不再自动对应低难度。

◆ 公平指标发生冲突

技术团队发现，模型对不同群体的误报率不同。若统一阈值，一类学生更常被标红；若调整阈值，整体预测准确率下降。会议陷入“科学还是公平”的争执。

发生学提出另一个问题：红色之后会发生什么？若红色只带来可拒绝的支持，误报成本较低；若它会限制课程、写入长期档案，误报成本极高。公平不能脱离处方与后果讨论。

于是学校先降低标签后果，再比较指标。高风险判断不直接改课程，任何限制需独立证据；标签四周到期；学生可查看和补充；每学期审计各群体获得的是支持还是降级。技术公平由此从一组数字变成权力流程。

◆ 预测系统学会说“我不知道”

最后一次改版并未让模型更像全知教师，而是让不确定性可见。数据稀少、情境突变或不同模型意见冲突时，系统显示灰色，要求探索而非处置。学校也给随机一部分学生提供高价值支持，用来发现名单之外的需要。

模型仍在使用，因为它确有信息价值。改变的是它在句子中的位置：不再说“这个学生是高风险者”，而说“依据最近这些记录，在现有条件延续时，某种结果风险上升；请核验机制，并比较不同支持”。

准确预测没有被否定，只被收回了它从事实直接通往命运的特权。

卷四