UCL教育学院的最新研究表明，预测A级成绩是一项“几乎不可能的任务”，需要对该系统进行全面改革，以减少可能导致某些学生受到不公平不利影响的不准确性。对于今天发布的工作文件，UCL教育政策与机会均等中心(CEPEO)和牛津布鲁克斯商学院的学者研究了238,898名学生GCSE成绩的数据，以查看他们是否可以准确预测其随后的A级成绩。

他们第一次发现，即使消除了任何偏见的机会，并且对学生的性别，种族和社会经济状况进行了额外的检查，他们也只能正确预测四分之三的学生的最佳A-Level。

研究人员说，破坏性的今年已经进行了正式考试-由学生来代替，而是由老师分配计算的成绩，然后由考试委员会进行审核-突出显示了整个英国系统的一个更广泛的问题。

该论文还表明，与语法和私立学校的学生相比，高成就的综合学校学生更容易被低估。

在高成就，其中欠预测是最常见的，研究小组发现的综合性学校学生23%是由两个或两个以上等级underpredicted相比，语法和私立学校的学生只有11%。

该论文的作者之一，CEPEO主任Lindsey Macmillan教授(加州大学洛杉矶分校教育学院)说：“这项研究提出了一个问题，即为什么我们在教育系统的这一关键部分使用预测成绩。这不是老师的问题。错-这几乎是不可能的任务。最令人担忧的是，这会对公平产生影响，因为综合课程的学生更难预测。我们的工作表明，这些学生从GCSE到A级都有更多的嘈杂轨迹。对于文法学校或私立学校的学生，您更有可能将其延续到A级。但是这项研究告诉我们，综合学生在两个考试级别之间的等级之间会有很多变化。”

教师对学生成绩的预测是英语教育系统的基本特征，它构成了学生申请大学的基础，并确定了学生在中学后生活的机会。

作者之一，CEPEO副主任Gill Wyness博士(UCL教育学院)今年早些时候进行的研究表明，将教师的预测与学生的预测进行比较时，只有16%的大学申请者在其最佳的三个A级水平上得到了正确的预测。实际成绩。在其余的预测中，有75%被高估了，而只有8%被低估了。

同一项研究发现，来自社会经济背景较低的高成就学生的成绩更容易被低估。

对于本工作文件，研究人员使用统计和机器学习方法来分析有关先前成就的详细行政数据以及人口统计信息和学校水平的信息。

他们发现他们的建模仅对教师预测的准确性做出了适度的改进，将正确预测的学生成绩的成功率从五分之一提高到四分之一。

通过包括“相关” GCSE(那些具有等同于GCSE的A级科目)的数据，改善了预测，表明应将考试科目本身与学生成绩和学校类型一起考虑在内。

与历史和化学等其他学科相比，高成就者更容易预测数学，但对于中等和低成就者而言，情况恰恰相反。

在所有成就水平上，对英国文学的预测最准确，而对法律的预测则最不准确。

对于没有相关GCSE的受试者，这项任务更具挑战性，全面的预测率较低。

研究人员说，仅朝着资格后申请和招生(P​​QA)系统迈进将有助于消除潜在的不平等现象。

合著者Wyness博士说：“我们绝对不认为教师的预测应该被计算机的预测所代替-这项研究旨在凸显教师所面临的困难，并提供进一步的证据表明应该重新审查英国的预测成绩系统。”

这项研究基于国家学生数据库的记录，该记录针对的是一群在2008年取得A Level水平的州和受过私人教育的学生。