hơn như tuyển những sinh viên có thể sẽ giúp trường tăng thứ hạng trên tờ
Financial Times hay US News & World Report. Họ có thể cũng muốn sinh
viên của họ có nhiều kỹ năng định tính và định lượng. Hoặc họ có thể
muốn nhiều sinh viên quốc tế. Hoặc họ có thể muốn sự đa dạng. Không
trường nào có thể theo đuổi tất cả những mục tiêu này cùng lúc và thường
phải đưa ra lựa chọn. Nếu không họ sẽ thỏa hiệp trên tất cả các khía cạnh
nhưng không nổi trội ở khía cạnh nào.
Trong hình 13-3, chúng tôi hình dung ra chiến lược của trường là có được
sức ảnh hưởng lớn nhất lên kinh tế toàn cầu. Ý kiến chủ quan này là chiến
lược bởi nó mang tính toàn cầu thay vì cục bộ và tìm kiếm sự ảnh hưởng
thay vì tối đa hóa tài chính của sinh viên hoặc trở nên giàu có.
Để AI dự đoán được ảnh hưởng kinh tế toàn cầu, chúng ta cần đo lường nó.
Ở đây, chúng tôi giả sử đóng vai trò của RFE. Chúng ta có loại dữ liệu đào
tạo nào mà có thể đại diện cho ảnh hưởng kinh tế toàn cầu? Một lựa chọn
có thể là xác định cựu sinh viên giỏi nhất từ mỗi khóa – 50 cựu sinh viên
mỗi năm mà có ảnh hưởng lớn nhất. Việc lựa chọn những cựu sinh viên,
đương nhiên, là chủ quan, nhưng không phải là không thể.
Trong khi chúng ta đặt ảnh hưởng kinh tế toàn cầu là mục tiêu cho máy dự
đoán, giá trị của việc chấp nhận một sinh viên cụ thể là vấn đề của sự đánh
giá. Các trường sẽ phải trả giá ra sao nếu dự đoán sai và nhận một sinh viên
yếu kém trong môi trường sinh viên danh giá? Các trường sẽ trả giá ra sao
nếu từ chối một sinh viên bị dự đoán nhầm là yếu kém? Việc ước lượng sự
đánh đổi đó là “sự đánh giá”, một yếu tố rõ ràng trong canvas AI. Một khi
chúng ta xác định được mục tiêu của sự dự đoán, việc xác định dữ liệu đầu
vào sẽ trở nên đơn giản. Chúng ta cần thông tin hồ sơ của những tân sinh
viên để dự đoán xem họ sẽ như thế nào. Chúng ta có thể sử dụng cả truyền
thông xã hội. Theo thời gian, chúng ta sẽ quan sát sự nghiệp của các sinh
viên và có thể sử dụng phản hồi đó để cải thiện những sự dự đoán. Những
sự đự đoán sẽ nói cho chúng ta biết những ứng viên nào nên được chấp
