Deutsch
Friedliche Märsche begannen aufgrund der Einsetzung eines speziellen Algorithmus durch die Universitäten, der die Punktzahl der Absolventen gewöhnlicher Schulen unterbewertete und die Ergebnisse der Schüler renommierter Bildungseinrichtungen steigen ließ. Infolgedessen wurden rund um 40% der Gesamtnoten von Studienbewerbern unterbewertet.
Vor dem Lock Down stuften die englische Universitäten die Bewerber anhand ihrer geplanten NC (Numeros Clausus) ein. Um am Wettbewerb um einen Studienplatz teilnehmen zu können, müssten die Studenten die die A-Level-Prüfungen bestehen und in den Hauptfächern mindestens einen Schwellenwert erreichen. Im Jahr 2020 wurden aufgrund der Coronavirus-Infektion die A - Level - Prüfungen durch einen Algorithmus ersetzt, der die Chancen von Antragstellern auf Zulassung berechnen sollte. Infolgedessen bewertete das System für die Punkteeinteilung nicht nur die Bewertung bestimmter Schüler in der Schule sondern auch die Bewertung der Schulen selbst.
Algorithmusbewertungen ergaben die bedingungslose Führung von Absolventen Eliteschulen mit einem ausgezeichneten Ruf. Laut dem Analyseunternehmen FFT Education Datalab berücksichtigte der Algorithmus bei der Benotung zusätzlich zur Bewertung von Schülern und Schulen die Anzahl der Personen, die ein bestimmtes Fach an einer bestimmten Bildungseinrichtung studiert haben. Je mehr Schulkinder das Fach bestanden haben, desto höher war ihr Indikator in dieser Disziplin.
Laut "The Guardian", haben in diesem Jahr etwa 40% aller britischen Absolventen eine Unterbewertung bei der Zulassung erlebt. Aus diesem Grund fanden in Großbritannien und Schottland massive Studentenproteste statt. Um dieses Problem zu beheben, hat sich die britische Regierung von algorithmischen Schätzungen abgewandt zugunsten von echten Pädagogen. Dieser Ausweg aus der Situation ist jedoch möglicherweise wird auch nicht für jeden Bewerber geeignet sein. Wired hat bemerkt, dass die Prognosen der Lehrer weitgehend von ihren Vorurteilen abhängen und auch voreingenommen sein können.
