El Algoritmo de Calificación de Exámenes de 2020 de Ofqual — Un Caso Nacional de Alerta en la Evaluación Automatizada

Cuando la pandemia de COVID-19 canceló los exámenes de A-level y GCSE en Inglaterra en 2020, el regulador de exámenes Ofqual necesitaba una forma de otorgar calificaciones sin la realización de exámenes. Los centros educativos presentaron Notas de Evaluación del Centro (las notas previstas por los profesores) y un orden de clasificación de los alumnos dentro de cada nota. Ofqual aplicó entonces un modelo estadístico que ajustaba estas predicciones utilizando la distribución histórica de notas de cada centro en los tres años anteriores y datos de rendimiento por asignatura en el GCSE, con el fin de evitar una inflación nacional de las notas respecto a años anteriores.

Cuando se publicaron los resultados el 13 de agosto de 2020, el modelo había bajado el 39% de las notas previstas por los profesores en al menos un nivel. El propio subdirector de Ofqual confirmó que los alumnos de entornos desfavorecidos tenían más probabilidades de sufrir ajustes a la baja más grandes, mientras que el modelo no se aplicaba a grupos de menos de 15 alumnos —una categoría que incluía a muchos centros privados de pago—, por lo que la proporción de alumnos de centros privados con las notas más altas aumentó más que la de los alumnos de centros públicos. Siguieron indignación pública, protestas estudiantiles y críticas de todos los partidos; el 17 de agosto, solo cuatro días después del día de resultados, Ofqual dio marcha atrás y otorgó a los alumnos las notas previstas por sus profesores. El regulador jefe de Ofqual dimitió el 25 de agosto, y el secretario permanente del Ministerio de Educación dimitió el 28 de agosto.

El episodio se utiliza hoy ampliamente en la enseñanza de políticas educativas y ética de datos como caso de estudio de lo que puede salir mal cuando un algoritmo optimiza para un objetivo estadístico poblacional (igualar distribuciones históricas nacionales de notas) a costa de la equidad individual, sin un escrutinio adecuado antes de la publicación, consulta a los alumnos afectados, ni transparencia sobre cómo el modelo trataría a los grupos pequeños y desfavorecidos.