Uma lei de 2023 aprovada às pressas em Nevada substituiu o financiamento por rendimento por um "grad score" de IA da Infinite Campus. Os alunos em risco caíram de 288 mil para 63 mil num ano; os 75 fatores do modelo continuam por divulgar.
288,000 → 63,000
Alunos classificados como em risco (2022–23 to 2023–24)
~60% → 13%
Percentagem estadual de alunos do ensino básico e secundário em risco (2022–23 to 2023–24)
50–150
Intervalo da pontuação de graduação
≤72 (~bottom 20th percentile)
Limiar de qualificação como em risco
3,137 USD, on top of a $7,073 base
Apoio estatal suplementar 'em risco' por aluno
198.7 million USD
Financiamento total de apoio 'em risco'
75
Fatores ponderados no modelo
~150 million student-years
Escala dos dados de treino subjacentes
95%
Precisão preditiva alegada pelo fornecedor
3 of 800
Exemplo de caso numa escola charter — alunos ainda qualificados
Detalhes
Promotor
Nevada Department of Education / Infinite Campus
Período
2023–2024
Palavras-chave
K-12, school finance, education policy, algorithmic governance
Contexto
No seu orçamento de educação de 2023, o Nevada tornou-se o primeiro estado dos EUA a basear uma parte do financiamento escolar diretamente num modelo comercial de aprendizagem automática. O sistema de alerta precoce do fornecedor Infinite Campus atribui a cada aluno do ensino público uma 'pontuação de graduação' entre 50 e 150, construída a partir de cerca de 150 milhões de anos-aluno de dados e 75 fatores ponderados — resultados de testes, assiduidade, comportamento documentado, dimensão do agregado familiar, e até a frequência com que um encarregado de educação acede ao portal de notas. Os alunos com pontuação igual ou inferior a 72 (aproximadamente o percentil 20 mais baixo) qualificam-se para apoio estatal suplementar 'em risco': 3.137 USD por aluno, além da base de 7.073 USD, totalizando 198,7 milhões de USD.
Resultados
A mudança do anterior teste de elegibilidade baseado no rendimento do Nevada para esta pontuação preditiva teve um efeito imediato e drástico: o número de alunos classificados como em risco caiu de 288.000 em 2022-23 para 63.000 em 2023-24 — uma queda de cerca de 78% — reduzindo a percentagem estadual de alunos em risco entre os 485.000 alunos do ensino básico e secundário do Nevada de cerca de 60% para 13%. Um diretor de escola charter relatou que apenas 3 dos 800 alunos matriculados ainda se qualificavam, todos já graduados. O fornecedor alega uma precisão preditiva geral de 95%, mas a precisão é reportada como menor para alunos transferidos recentemente e com históricos de matrícula mais curtos no sistema.
Conclusões
Reportagens independentes da Education Week e da New America documentam preocupações sérias e não resolvidas. A própria Infinite Campus reconheceu que o modelo pode atribuir pontuações mais baixas às raparigas do que aos rapazes com registos comparáveis, e está a considerar remover a raça e o género das suas variáveis numa versão futura — depois do facto, não antes da implementação. A ponderação exata dos 75 fatores não foi divulgada publicamente, o que, segundo a análise da New America, torna impossível verificar de forma independente se a pontuação identifica de facto os alunos com maior necessidade, ou se apenas desvaloriza a pobreza em relação à antiga fórmula. Uma investigação paralela de 2023 sobre um sistema semelhante baseado na Infinite Campus no Wisconsin concluiu que este errava com muito mais frequência em relação a alunos de minorias étnicas do que em relação a alunos brancos. Este caso é incluído como um exemplo de cautela: mostra uma implementação real e em grande escala de IA preditiva a controlar diretamente o financiamento público, em que a velocidade de lançamento ultrapassou a transparência, os testes de enviesamento e a divulgação pública do modelo subjacente.
Implementação
Custo indicativo
Elevado (500 mil €–5 M€) — $3,137 supplemental at-risk aid per qualifying student on top of a $7,073 base, totalling $198.7 million statewide; commercial vendor licensing costs are not disclosed.
Tempo até resultados
Curto (< 1 ano) — Adopted in a last-minute provision of Nevada's 2023 education budget, with effects visible within a single budget-cycle transition (2022–23 to 2023–24).
Equipa e competências
Nevada Department of Education, Vendor Infinite Campus (commercial machine-learning model)
Condições de sucesso
Statewide integration into the existing school-funding formula, replacing the prior income-based eligibility test
Use of an established vendor early-warning system already holding ~150 million student-years of longitudinal data
Modos de falha comuns
The model's 75 factor weights are undisclosed, preventing independent verification of whether it identifies genuine need or merely de-emphasises poverty (New America analysis)
The vendor has acknowledged the model may score girls lower than boys with comparable records; race and gender inputs were only reconsidered after deployment
A parallel 2023 investigation of Wisconsin's similar Infinite Campus system found it was wrong about students of colour far more often than about white students
Speed of rollout (a last-minute 2023 budget provision) outpaced transparency, bias testing and public disclosure of the underlying model
Habitualmente financiado por
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.