"Почему это правда?" Это просто, но давайте разберемся и затем поговорим о реальных примерах, чтобы понять. Начнем с того, что рассмотрим школу, которая принимает людей с {результатами экзаменов, оценками, результатами тестов на личность, чем угодно}, проходящими 1.2 стандартных отклонения. Популяция состоит из трех различных групп, и эти группы имеют одинаковую дисперсию по признаку, по которому их принимают, но у них разные средние значения. В результате разные числа проходят порог. Обратите внимание, что происходит со средними значениями выбранных членов каждой из этих групп: После порога средние значения очень похожи. Члены группы с низкими баллами показывают результаты, очень похожие на результаты членов группы с высокими баллами, в среднем. Это хорошо! Это означает, что процесс отбора сделал так, что менее рационально дискриминировать на основе членства в группе, чем это было бы, если бы процесса не было. Почему? Потому что он уменьшил разрывы, и, следовательно, в той мере, в какой этот отбор имеет значение в будущем, группы не так различны, так что рациональный человек имеет гораздо меньше выгоды от того, чтобы заботиться о том, из какой группы кто-то пришел. Теперь рассмотрим ситуацию, когда группа с низкими показателями сталкивается с гораздо более низким порогом, скажем, +0.2 стандартных отклонения вместо +1.2 стандартных отклонения от общего среднего. Это аналогично позитивной дискриминации в реальном мире: группы с низкими показателями принимаются с более низкими квалификациями, исключительно из-за группы, к которой они принадлежат. Замечаете что-то? Теперь существует почти 1 стандартное отклонение разрыва между выбранными членами более высокоэффективных групп и выбранными членами группы с низкими показателями. Это потенциально огромно. Это означает, что члены группы с низкими показателями, которые проходят отбор, в среднем гораздо менее квалифицированы по сравнению с тем, что измеряется. В образовательных контекстах это обычно основано на измерении способностей. Например, если выбранные члены группы с низкими показателями становятся врачами, они должны оказаться примерно на 25% более вероятными к дисциплинарным мерам за врачебные ошибки. Повторите это много раз по всей популяции и на протяжении многих лет, и это много пациентов, подвергающихся врачебным ошибкам! Если популяция знает, что группа с низкими показателями имеет преимущества при отборе, и что это предпочтение имеет значение, как это происходит в реальной жизни, то совершенно рационально предпочитать лечение от члена более высокоэффективной группы. В последние несколько лет мы получили множество примеров университетов, снижающих пороги для членов групп с низкими показателями. Например, в деле SFFA против Гарварда мы увидели, что чернокожие студенты получили огромный прирост шансов на поступление на любом уровне баллов по сравнению с белыми и азиатами. В результате этой дискриминации и их высоких показателей окончания учебы, типичная степень Гарварда, присуждаемая чернокожему студенту, ассоциируется с гораздо более низкими способностями, чем типичная степень, присуждаемая белому студенту. Или, другими словами, чернокожие студенты Гарварда имеют гораздо более низкий уровень способностей, чем белые. Перенесите это на рынок труда, и не удивительно, что такие люди, как судья Кларенс Томас, так ненавидят позитивную дискриминацию: потому что рациональные люди заметят, что это обесценивает их дипломы! Это воспроизводится везде, где мы можем получить данные. Например, в хаке NYU мы увидели, что, если бы не расовая дискриминация, и если бы университет вместо этого прошел по списку студентов и принимал по результатам тестов, от высшего к низшему, раса не предсказывала бы поступление, и принятые студенты в итоге имели бы невероятно похожие результаты SAT (если бы все выбрали поступление в NYU, конечно; даже с этим, однако, раса не должна предсказывать поступление, если отбор справедлив). Это печальная реальность. Дискриминация плоха, и мы должны стремиться к ее уменьшению. К сожалению, позитивная дискриминация — форма расовой дискриминации — делает рациональным для широкой публики расовую дискриминацию. Чтобы узнать больше, смотрите мою последнюю статью: