Resumo Técnico: Adaptive Merit Framework (AMF)

1. O Problema: O Paradoxo da Equidade nas Admissões

O artigo aborda a tensão fundamental nos sistemas de admissão universitária entre a meritocracia (seleção baseada em desempenho) e a equidade (correção de desigualdades estruturais). O problema central é que os métodos atuais falham de três formas:

• Dependência de Proxies: O uso de categorias amplas (raça, região ou grupo) como substitutos para desvantagem individual gera erros de inclusão e exclusão.
• Estrutura de Soma Zero: Políticas de equidade muitas vezes deslocam candidatos de alto mérito para dar lugar a candidatos de cotas, o que mina a legitimidade pública e a confiança no sistema.
• Opacidade: A falta de regras de decisão transparentes e a dependência de discricionariedade institucional criam sistemas vulneráveis a manipulações e críticas políticas.

O estudo utiliza o contexto da Coreia do Sul como ponto de partida, onde, apesar do alto desempenho educacional, a mobilidade social estagnou, indicando que o sistema desenvolve potencial cognitivo, mas falha em reconhecer o "talento oculto" de estudantes de baixo nível socioeconômico (SES).

2. Metodologia: O Adaptive Merit Framework (AMF)

O AMF é proposto como um mecanismo de design baseado em regras que integra a desvantagem estrutural sem comprometer os padrões de mérito. A metodologia baseia-se em três pilares estruturais:

A. Regra de Correção e Estrutura de Não-Deslocamento

Diferente das cotas tradicionais, o AMF utiliza uma estrutura de seleção dupla:

1. Admissões Regulares: Determinadas exclusivamente pela pontuação bruta de mérito ($M_i \geq T$). Ninguém é deslocado.
2. Admissões Condicionais (Adicionais): Aplicam-se apenas a candidatos cujo desempenho corrigido ($M_i^*$) ultrapassa o limiar de mérito ($T$) estabelecido para as admissões regulares.

A regra de correção é linear e baseada no SES normalizado por percentil ($S_i$):
$$C_i = \alpha \cdot (0.5 - S_i)$$
Onde $\alpha$ é o parâmetro de calibração de equidade. Isso garante que apenas candidatos abaixo da mediana de SES recebam correção positiva.

B. A "Espinha Dorsal de Decisão" (Decision Spine)

Para eliminar a discricionariedade, o framework é operacionalizado através de um pipeline de cinco estágios invariantes:

1. Definição de Inputs: Definição de indicadores de desvantagem (ex: dados administrativos de renda).
2. Agregação e Pesagem: Processamento técnico não discricionário dos indicadores.
3. Calibração de Equidade: O único ponto de intervenção normativa, onde se escolhe o parâmetro $\alpha$.
4. Execução: Processamento em lote (batch processing) para garantir irreversibilidade.
5. Fechamento: Auditoria e selagem do processo para evitar ajustes post hoc.

C. Validação Empírica

O modelo foi testado utilizando dados do PISA 2022 da Coreia do Sul ($N = 6.377$), simulando diferentes intensidades de política ($\alpha \in \{5, 10, 15\}$) para observar o comportamento do mecanismo em relação ao limiar de mérito de matemática.

3. Principais Contribuições

• Reframing da Equidade: Transforma a equidade de um julgamento moral/distributivo em um problema de design procedimental focado em transparência e legitimidade.
• Mecanismo de Não-Deslocamento: Introduz uma arquitetura onde a equidade é aditiva (cria novas vagas para talentos ocultos) em vez de substitutiva (retira vagas de candidatos regulares).
• Arquitetura de Governança: Propõe a "Espinha Dorsal de Decisão", que separa a intenção política (ajuste de $\alpha$) da execução técnica, permitindo auditoria e reduzindo o risco de manipulação estratégica.

4. Resultados

Os resultados da simulação com os dados do PISA revelam:

• Expansão Seletiva: O AMF identifica um número muito pequeno de candidatos adicionais (entre 4 e 9 estudantes, ou menos de 0,15% da coorte), o que demonstra que o mecanismo foca em casos marginais de "excelência reprimida".
• Alvo Preciso: 100% dos candidatos admitidos via AMF originaram-se da metade inferior da distribuição de SES (quartis Q1 e Q2), confirmando a eficácia do alvo.
• Preservação do Mérito: Todos os candidatos admitidos via AMF excederam o limiar de mérito original após a correção, provando que o sistema reconhece o potencial sem reduzir o padrão de qualidade.
• Robustez: O mecanismo manteve sua precisão de alvo mesmo sob ruído nos dados de SES e variações na variância das pontuações.

5. Significância e Implicações

O AMF oferece uma alternativa escalável e transparente para instituições que desejam promover a mobilidade social sem enfrentar as crises de legitimidade associadas às políticas de ação afirmativa baseadas em grupos.

Sua principal significância reside na capacidade de converter compromissos de equidade de alto nível em escolhas operacionais auditáveis. Ao tratar a equidade como um parâmetro de calibração ($\alpha$) dentro de um processo mecânico, o framework permite que governos e universidades equilibrem objetivos sociais e restrições orçamentárias de forma previsível, estável e politicamente sustentável.