Which disadvantaged students beat the odds in STEM? A design-consistent, fairness-audited machine learning study of 143,573 adolescents in 79 PISA 2022 education systems
本研究对来自79个教育系统的143,573名弱势青少年PISA 2022数据，采用了一种设计一致且经过公平性审计的机器学习方法，旨在指出虽然数学自我效能感是STEM韧性的最强普遍预测因子，但预测模型表现出显著的可迁移性限制以及针对女性和农村学生的系统性偏差，从而强调了对特定情境化和公平筛选策略的需求。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年，全世界有数百万十五岁的青少年参加一项旨在衡量他们对数学和科学理解程度的标准测试。几十年来，研究人员已经了解了一个关于这些结果的简单而顽固的事实：学生的家庭财富是预测其成绩的最强因素之一。来自贫困背景的孩子往往得分较低，而来自富裕家庭的孩子则往往得分较高。这一差距意义深远，因为精通这些学科是通往科学、技术、工程和数学（STEM）领域的门径。然而，这个故事并非完全由命运注定。在参与这些测试的每一个国家中，都有来自最贫困四分之一家庭的学生打破了常态。他们在这两门学科中都取得了高分，证明了逆境并不意味着成功是不可能的。这些学生通常被称为“学术韧性者”（academically resilient）。长期以来，令教育工作者和政策制定者感到困惑的问题不仅在于这些学生是谁，还在于哪些因素帮助了他们的成功。是他们自身的信心？是老师的支持？还是学校提供的资源？
长期以来，回答这个问题主要依赖于传统的统计学，而统计学往往难以理清影响学生生活的复杂因素网。最近，研究人员开始使用机器学习——一种可以发现海量数据中模式的计算机程序——来寻找答案。然而，许多早期的尝试都采取了捷径，忽略了测试数据的特定采集方式。它们将数据视为简单的姓名列表，而非精心设计的调查问卷，并且通常仅在用于构建模型的同一组数据上进行测试，而没有检查其结果是否能在不同的国家保持一致。由塔伊巴大学（Taibah University）的奥马尔·阿洛希比（Omar Allohibi）领导的一项发表于2026年的新研究，旨在解决这些问题。通过分析来自79个不同教育系统的143,573名弱势青少年数据，他们构建了一个旨在预测哪些学生能够“逆袭”的机器学习模型。至关重要的是，他们在构建模型时表现得极其严谨，尊重了调查的设计，并在从未见过的国家对其进行了测试，并检查了该模型是否公平地对待了不同的学生群体。
研究首先明确定义了什么是“逆袭”。他们仅关注每个国家中处于社会经济水平底层的四分之一学生。然后，他们寻找那些在数学和科学方面都达到了特定熟练程度的学生，这一标准足够高，足以表明他们已准备好进行高级学习。他们发现，在全球范围内，只有约12.5%的这类弱势学生达到了这一高标准。这一比例在不同国家之间差异巨大，从某些教育体系中不足十分之一的百分比到新加坡的62%不等。这种差异表明，学校系统的环境本身在学生能否茁壮成长方面起着巨大的作用。
当他们训练机器学习模型来预测哪些学生具有学术韧性时，模型的表现出了惊人的准确性。该模型区分挣扎中的学生与茁壮成长中的学生的能力，远优于仅仅基于该国平均表现的简单猜测。模型发现的最强大的预测因子并非学校资源或家庭收入水平，而是学生对自己数学能力的信念。这种感觉被称为“自我效能感”（self-efficacy），它是跨越所有79个国家的单一最强因素。相信自己能解决数学问题的学生，即使面临显著的劣势，也更有可能取得成功。其他因素，如在家中使用电脑的机会以及抵抗压力的能力，也发挥了重要作用。有趣的是，模型还发现，在校外从事有偿工作的学生往往较难具备学术韧性，这可能是因为他们学习的时间较少。
然而，研究揭示了这些模型在应用中的一个关键局限性。当他们使用一个基于多国数据训练的模型去预测单一未知国家的表现时，其准确性显著下降。虽然该模型仍然有用，但其可靠性并不像全球数据所显示的那么高。更重要的是，在一个国家最重要的特定因素，往往与在另一个国家最重要的因素不同。唯一的例外是对自身数学能力的信念，它在所有地方都是最重要的预测因子。这一发现挑战了“存在一套适用于每种文化和教育系统的统一且普适的‘成功关键要素清单’”的观点。相反，它表明，虽然信心是成功的普遍引擎，但其他的支持性因素在很大程度上取决于当地的背景。
他们还进行了公平性审计，以观察模型是否平等地对待所有学生。他们发现，虽然模型在平均水平上是准确的，但它对不同群体的错误类型不同。它识别出具有韧性的女孩的可能性明显低于具有韧性的男孩。它识别出居住在农村地区的韧性学生的能力也远低于识别城市学生的概率。当他们从模型输入中移除性别变量后，针对女孩的差距消失了，这表明模型学会了利用性别作为一个对女孩不利的捷径。然而，移除农村地区位置信息并未修复针对农村学生的差距。这表明，农村学生的问题不在于模型的偏见，而在于农村地区的整体条件使得用单一标准来预测成功变得更加困难。
研究结论指出，尽管机器学习可以帮助我们理解学术韧性背后的因素，但我们必须谨慎使用这些工具。最重要的启示是，对自身学习数学能力的信心是一种强大的、普遍的力量，可以帮助弱势学生取得成功。但是，依靠单一的全球模型来为每个国家的每个学生做出决策是具有风险的。驱动成功的因素在各地并不相同，而在一个地方行之有效的模型在另一处可能会失灵。此外，如果使用这些工具来识别需要支持计划的学生，必须进行仔细检查，以确保它们不会系统性地忽视女孩或农村社区的学生。通过尊重数据的复杂性并针对模型实际应用的现实环境进行测试，研究人员可以构建出真正有助于促进教育公平的工具，而不是在无意中扩大他们试图弥合的差距。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。