INFORME 2023 MERITOCRACIA Y EDUCACIÓN
¿Qué circunstancias son las más importantes para la desigualdad de oportunidades? El análisis previo pone rostro a los estudiantes con mejores y peores oportunidades educativas. Sin embargo, no determina qué circunstancias tienen un mayor peso en la desigualdad. Las técnicas de ML en general, y el Boosting en particular, son algoritmos “caja negra” que dificultan la interpre - tación de resultados y determinar el peso relativo de, por ejemplo, el género, el país de nacimiento o el número de libros en el hogar. Con el objetivo de abordar este aspecto, la FIGURA 14 descompone
la importancia relativa de las circunstancias. Para ello, creamos dos perfiles de estudiantes: uno con circunstancias propias del quintil 1 (que denomi- namos “alumno desfavorecido”) y otro del quintil 5 (“alumno favorecido”). Posteriormente, utilizamos una técnica de ML explicativa (“explainable ML”) denominada “Break-Down” (BD). Intuitivamente, la técnica del BD descompone la contribución de cada circunstancia en la predicción final de ML al calcular el cambio en el resultado esperado a medida que se modifican las circunstancias, man - teniendo el resto constantes. De esta manera, po- demos determinar la importancia relativa de cada circunstancia para ambos tipos de estudiantes.
FIGURA 14. Contribución relativa de las circunstancias para alumno desfavorecido (Q1 circunstancias) y alumno favorecido (Q5 circunstancias). España.
contribuciones de las circunstancias en predicción (estudiante tipo de q1)
contribuciones de las circunstancias en predicción (estudiante tipo de q5)
Notas: Estimación de la contribución de las circunstancias a la predicción de ML utilizando el método de “Break Down” (BD) de Dalex. Elaboración propia a partir de datos PISA 2018
50
Made with FlippingBook - Online Brochure Maker