Brug af AI til at forudsige karaktergennemsnit fra essays til universitetsansøgninger

Jonah Berger og Olivier Toubia brugte naturlig sprogbehandling til at forstå, hvad der driver akademisk succes. Forfatterne analyserede over 20.000 essays til universitetsansøgninger fra et stort offentligt universitet, der tiltrækker studerende fra en række racemæssige, kulturelle og økonomiske baggrunde og fandt ud af, at den semantiske mængde af skriften, eller hvor meget jord et ansøgningsessay dækkede, forudsagde universitetets præstationer, som målt ved karaktergennemsnit.

De offentliggjorde deres resultater i PNAS Nexus .

Essays, der dækkede mere semantisk grund forudsagde højere karakterer. Tilsvarende forudsagde essays med mindre konceptuelle spring mellem successive dele af dens diskurs højere karakterer.

Disse tendenser holdt, selv når forskerne kontrollerede for faktorer, herunder SAT-score, forældres uddannelse, køn, etnicitet, college-hovedfag, essay-emner og essays længde. Nogle af disse faktorer, såsom forældrenes uddannelse og elevens SAT-score, koder for information om familiebaggrund, hvilket tyder på, at de sproglige træk ved semantisk volumen og hastighed ikke udelukkende bestemmes af socioøkonomisk status.

Ifølge forfatterne viser resultaterne, at tankens topografi eller den måde, folk udtrykker og organiserer deres ideer på, kan give indsigt i deres sandsynlige fremtidige succes.

Flere oplysninger: Jonah Berger et al., Tankens topografi, PNAS Nexus (2024). DOI:10.1093/pnasnexus/pgae163. academic.oup.com/pnasnexus/art … /3/5/pgae163/7665783

Journaloplysninger: PNAS Nexus

Leveret af PNAS Nexus