El "grad score" de Nevada — un algoritmo no divulgado retiró la condición de riesgo en la financiación escolar a 225.000 alumnos

En su presupuesto educativo de 2023, Nevada se convirtió en el primer estado de EE. UU. en basar una parte de la financiación escolar directamente en un modelo comercial de aprendizaje automático. El sistema de alerta temprana del proveedor Infinite Campus asigna a cada estudiante de escuela pública una 'puntuación de graduación' de 50 a 150, construida a partir de aproximadamente 150 millones de años-estudiante de datos y 75 factores ponderados — resultados de pruebas, asistencia, comportamiento documentado, tamaño del hogar e incluso la frecuencia con la que un progenitor accede al portal de calificaciones. Los estudiantes con puntuación igual o inferior a 72 (aproximadamente el percentil 20 más bajo) califican para ayuda estatal suplementaria 'en riesgo': 3.137 USD por estudiante además de la base de 7.073 USD, totalizando 198,7 millones de USD.

El cambio de la anterior prueba de elegibilidad basada en ingresos de Nevada a esta puntuación predictiva tuvo un efecto inmediato y drástico: el número de estudiantes clasificados como en riesgo cayó de 288.000 en 2022-23 a 63.000 en 2023-24 — una caída de aproximadamente el 78% — reduciendo la proporción estatal de estudiantes en riesgo entre los 485.000 estudiantes de K-12 de Nevada de aproximadamente el 60% al 13%. Un director de escuela charter informó que solo 3 de los 800 estudiantes matriculados seguían calificando, todos ya graduados. El proveedor alega una precisión predictiva general del 95%, pero se reporta que la precisión disminuye para estudiantes transferidos recientemente y aquellos con historiales de matrícula más cortos en el sistema.

Reportajes independientes de Education Week y New America documentan preocupaciones serias y no resueltas. La propia Infinite Campus ha reconocido que el modelo puede asignar puntuaciones más bajas a las niñas que a los niños con registros comparables, y está considerando eliminar la raza y el género de sus variables en una versión futura — después de los hechos, no antes del despliegue. La ponderación exacta de los 75 factores no se ha divulgado públicamente, lo que, según el análisis de New America, hace imposible verificar de forma independiente si la puntuación realmente identifica a los estudiantes con mayor necesidad, o si simplemente resta importancia a la pobreza en comparación con la fórmula anterior. Una investigación paralela de 2023 sobre un sistema similar basado en Infinite Campus en Wisconsin encontró que se equivocaba con mucha más frecuencia respecto a estudiantes de minorías étnicas que respecto a estudiantes blancos. Este caso se incluye como ejemplo de precaución: muestra un despliegue real y a gran escala de IA predictiva que controla directamente la financiación pública, donde la velocidad de implementación superó a la transparencia, las pruebas de sesgo y la divulgación pública del modelo subyacente.