Die Geschichte, die sie zum Einstieg erzählt, handelt dann aber von einer Lehrerin, die entlassen wird, weil ihre Schüler sich in nur einem Jahr dramatisch verschlechtert hätten. Der wirkliche Grund dafür waren offenkundig getürkte Prüfungen mit zu guten Resultaten bei einem anderen Lehrer im Jahr zuvor. Auch das kommt sicher vor und hat zweifellos etwas damit zu tun, dass anders als beim Baseball eben kein kritisches Hinterfragen der jeweils neuen Ansätze und der daraus resultierenden Bewertungen erfolgt. Die Schlußfolgerung, die O’Neil dann zieht, ist aber nicht etwa dass manche Erziehungswissenschaftler eben nicht so engagiert arbeiten würden wie die Baseballtrainer, sondern dass es wieder einmal darum ginge, die Armen zu benachteiligen:
They tend to punish the poor. […] So, thanks to a highly questionable model, a poor school lost a good teacher, and a rich school, which didn’t fire people on the basis of their students’ scores, gained one.
(Die entlassene Lehrerin wurde nämlich von einer reicheren Schule wieder eingestellt.)
Anscheinend braucht es solche griffigen Interpretationen, um mit einem Mathematikbuch in die Medien zu kommen. Ein Skeptiker würde hier (und bei manchen anderen Geschichten im Buch) aber wohl eher Hanlon’s Rasiermesser zitieren: „Schreibe nichts der Böswilligkeit zu, was durch Dummheit hinreichend erklärbar ist.“
Einige Rezensionen und Interviews:
In an important new book, Cathy O’Neil warns us that algorithms can and do perpetuate inequality (Scientific American
Mathematician Cathy O’Neil’s book shows how numbers can be used to oppress, divide classes (Boston Globe)
Book of the Week (Times Higher Education)
Weapons of Math Destruction: invisible, ubiquitous algorithms are ruining millions of lives (boingboing)
Big Data Isn’t Just Watching You—It’s Making You Poorer (in these times)
Math Is Biased Against Women and the Poor, According to a Former Math Professor (NYMag)
Math is racist: How data is driving inequality (CNN Money)
Kommentare (18)