TRACK ADVISING
Ogni anno, oltre 500mila studenti in Italia ricevono dai propri insegnanti un consiglio sull’indirizzo di scuola superiore da intraprendere dopo la fine della scuola secondaria di I grado. Non esistono prove chiare dell’efficacia di queste raccomandazioni né su cosa definisca esattamente un “buon” consiglio. Considerato l’impatto che tali scelte hanno sui percorsi formativi e sulle future opportunità degli studenti, è importante indagare come migliorare la qualità dell’orientamento scolastico.
Il progetto
Il progetto si propone di valutare se fornire agli insegnanti informazioni algoritmiche basate sui risultati di test standardizzati possa aiutarli a formulare raccomandazioni più efficaci ed eque. Per rispondere a questa domanda utilizziamo un Randomized Controlled Trial e metodi avanzati di inferenza causale. Le informazioni fornite comprendono previsioni sugli esiti scolastici futuri, costruite tramite algoritmi di machine learning applicati ai risultati dei test degli anni precedenti. Gli insegnanti nel gruppo di trattamento possono utilizzare queste informazioni per supportare le raccomandazioni di indirizzo rivolte agli studenti dell’ottavo anno di scuola, che devono scegliere tra percorsi professionali, tecnici o liceali.
Misureremo l’impatto di questo intervento sulla qualità e sull’equità delle raccomandazioni, concentrandoci in particolare su due aspetti: se un numero maggiore di studenti con le capacità per avere successo nei percorsi più alti riceva effettivamente consigli adeguati e se si riducano i bias legati a condizione socioeconomica, genere o background migratorio. Lo studio seguirà nel tempo le performance e le scelte degli studenti, fornendo evidenze solide a supporto delle politiche educative in materia di orientamento scolastico.
Il progetto è finanziato da una Research Grant on Education della Fondazione Unicredit. Il Principal Investigator è Andrea Ichino. Co-Principal Investigators sono Fabrizia Mealli e Davide Azzolini.
Risultati
Il progetto è in corso di realizzazione
