Jednak niektórzy mogą argumentować, że optymalizacja połączeń sieciowych jest zadaniem bardziej mglistym niż optymalizacja wyników testów. Jakie dokładnie powinny być funkcje celu?
Jednym z ram do zbadania tego może być skupienie się na tym, w jaki sposób sieci, w które dzieci i rodziny są uwikłane w formę i ewoluują w pierwszej kolejności. W kontekście szkolnictwa obejmuje to szeroki zakres zasad, które okręgi szkolne opracowują w celu określenia, do których szkół mogą uczęszczać uczniowie („zasady przydziału do szkół”), a także praktyki, które rodziny przyjmują przy wyborze szkół dla swoich dzieci w ramach tych zasad. Taka polityka i praktyki historycznie utrwalały szkodliwe cechy, takie jak segregacja szkolna ze względu na rasę i status społeczno-ekonomiczny – która, pomimo prawie 70 lat od jej formalnego zakazania, nadal definiuje edukację publiczną w USA. Wielu uczonych twierdzi, że integracja demograficzna była historycznie jedną z najskuteczniejszych metod nie tylko poprawiania przygotowania akademickiego grup historycznie upośledzonych, ale także wspierania większego współczucia i zrozumienia – powiedzmy, etyki pluralizmu – wśród ludzi z różnych środowisk.
Sztuczna inteligencja może pomóc w opracowaniu bardziej sprawiedliwych zasad przydziału do szkół, które sprzyjają zróżnicowanym i zintegrowanym szkołom, na przykład poprzez wspieranie działań planistycznych na poziomie dystryktu w celu ponownego wyznaczenia „stref obecności w szkole” — tj. obszarów zlewni, które określają, które dzielnice zasilają poszczególne szkoły — w sposób, który ma na celu złagodzenie podstawowych wzorców segregacji mieszkaniowej bez nakładania na rodziny dużych obciążeń związanych z podróżowaniem i innych niedogodności.
Istniejące partnerstwa badacz-praktyk — oraz niektóre z moich własnych badań ze współpracownikami Dougiem Beefermanem, Christine Vega-Pourheydarian, Cassandrą Overney, Pascalem Van Hentenryckiem, Kumarem Chandrą i Deb Roy — wykorzystują narzędzia społeczności badaczy operacyjnych i opartą na regułach sztuczną inteligencję, takie jak programowanie z ograniczeniami w celu zbadania alternatywnych zasad przydziału, które mogłyby zoptymalizować integrację rasową i społeczno-ekonomiczną w szkołach.
Algorytmy te mogą pomóc uprościć skądinąd uciążliwy proces badania pozornie nieskończonej liczby możliwych zmian granic w celu zidentyfikowania potencjalnych ścieżek prowadzących do bardziej zintegrowanych szkół, które równoważą szereg konkurencyjnych celów (takich jak czas podróży rodzinnej i zmiana szkoły). Można je również łączyć z systemami uczenia maszynowego — na przykład tymi, które próbują przewidzieć wybór rodziny w obliczu zmian granic — aby bardziej realistycznie oszacować, w jaki sposób zmiana polityki może wpłynąć na demografię szkół.
Oczywiście żadne z tych zastosowań sztucznej inteligencji nie jest pozbawione ryzyka. Zmiana szkoły może być uciążliwa dla uczniów, a nawet przy integracji na poziomie szkoły segregacja może utrzymywać się na mniejszą skalę, np. w salach lekcyjnych i stołówkach, ze względu na śledzenie programu nauczania, brak kulturowo reagujących praktyk nauczania i inne czynniki. Ponadto wnioski muszą być opracowywane w odpowiedniej infrastrukturze socjotechnicznej, która uwzględnia głosy społeczności w procesie kształtowania polityki. Jednak wykorzystanie sztucznej inteligencji do informowania, którzy uczniowie i rodziny uczęszczają razem do szkoły, może wywołać głębsze zmiany strukturalne, które zmienią sieci, z którymi łączą się uczniowie, a co za tym idzie, wyniki życiowe, jakie ostatecznie osiągają.
Jest jednak mało prawdopodobne, aby zmiany w polityce przydziału szkół bez zmian w zachowaniach rodzin związanych z wyborem szkoły doprowadziły do trwałych przemian w sieciach, z których korzystają uczniowie. Również tutaj sztuczna inteligencja może mieć do odegrania pewną rolę. Na przykład cyfrowe platformy oceniające szkoły, takie jak GreatSchools.org, w coraz większym stopniu kształtują sposób, w jaki rodziny oceniają i wybierają szkoły dla swoich dzieci — zwłaszcza że ich oceny są często osadzone w miejscach zamieszkania, takich jak Redfin, co może wpływać na to, gdzie rodziny zdecydują się mieszkać.
