Also in:
繁中 (繁中)
亚洲学生跟家长比MIT更爱看数据。
我们不断强调，美国大学审核的标准是 “人” 而不是 “数字”，但这个概念对一些人非常难理解。这次我们用MIT 招生办公室的副主任Chris Peterson 在学校官方的入学部落格mitadmissions.org 里所写的文章”The Difficulty With Data” 试着让大家理解为什么透过SAT/GPA等数据看申请表是错误的，以及用申请表数据去看申请表的盲点。
MIT 是个理工学院，他们一定比任何人更重视数据跟科学。 Peterson 也是一位非常爱好数据的人，他的兴趣是研究美式足球跟棒球数据，在科学的世界，他相信科学研究方法，并认为“大胆假设，小心求证” 是最好、也可能是唯一、理解我们的宇宙的方式。
但做研究时，有时候会遇到的问题是我们无法获得所有的数据。这可能是因为你没有这些资源，或者一些数据无法被纪录。在这种情况下，如果你还要尝试用不完整的数据去推测出一个模型，你的模型跟结论会符合你的数据，但得到的结论会是错误的。
这是人类非常容易犯的逻辑错误之一：“因为 A 发生之后 B 接着发生了，表示 B 一定是 A 的结果”。如果用这个错误逻辑去思考，那在公鸡叫了之后，太阳接着升起，这就代表公鸡是太阳神，太阳升起一定是因为这只公鸡有叫所导致的结果吗？
大学挑人，不挑数字
MIT 其实每年都会公布录取数据，但 Peterson 也举一个例为什么 MIT 的录取数据会导致错误的结论。我们看下面的实际的录取数据：
学生 SAT 数学分数 vs. 学生录取率：(2019入学学生数据）
750-800分：8% 录取率
mitadmissions.org
700-740分：1% 录取率
650-690分：0% 录取率
Peterson，Matt McGann (另一位有超过10 年经验的MIT 入学委员)，及我们都说学校在”挑人” 不是”看数字”，但外行人看了那样的数据之后可能会想：SAT 数学考750-800 的MIT 录取率（8%）比考700-740 分的录取率（1%）高了8 倍！所以看数据还是很重要的！ Peterson 跟 McGann 说的是错的！ SAT 数学分数要落在 750-800 之间！ MIG 说录取不看数据，但其实他们还是非常依赖数据跟喜欢高分数的学生！ “
错。
大错特错。
MIT 不是 “喜欢高 SAT 分数的学生”。 MIT 喜欢的学生可能刚好考到很高的 SAT 分数而已。举例来说，一个在International Math Olympiad (IMO，国际数学奥林匹亚数学竞赛) 中拿到金牌的学生很有机会被MIT 录取，他的SAT 数学能考到800 分的机率比较大，但这不表示MIT喜欢800 过于740 ，只是MIT 想收的IMO 金牌学生刚好SAT 考很高而已。
相同地，因为 MIT 想收 IMO 金牌学生，所以如果这个学生（可能是因为粗心、填错答案、或批改错误）SAT 只考到 740，你猜他有没机会上？
有，因为 MIT 要的是数学能力顶尖的学生，IMO 金牌就是数学能力顶尖的证明。
那如果这位 IMO 金牌学生（可能是因为粗心、填错答案、或批改错误）SAT 只考到 690，根据 2023 年的录取数据（0% 录取率），你猜他有没机会上？
有，因为 MIT 要的是数学能力顶尖的学生，他只是因为某种原因考砸了 SAT 数学，那个人还是有过人的数学能力，SAT的低数学分数不代表他的数学程度差。
这就是顶尖学校 “不看 SAT” 的意思。
那 GPA 跟在校排名重要吗？
GPA 及在校排名跟 SAT 分数的概念是一样的。
数据：2015 学年度的 MIT 毕业生中，有超过一半是高中的全校排名第一，也就是 valedictorians。
看到这里，数据狂又会说：“抓到了！果然 MIT 等名校就是特别在意在校成绩跟排名！”
错。
但为什么 MIT 又收这么多全校第一呢？
因为挑人的意思是著重在一个人的 “能力”（硬实力）跟 “态度”（软实力）。如果一位学生具备惊人的能力跟态度，他很有可能成为全校第一，但不是
换句话说，一位不具备好的能力跟态度的学生，即是全校第一也上不了名校。一位预备好能力跟态度的学生，即使不是全校第一也上得了名校。
另外，MIT 跟所有名校都在意学生在别人眼中是什么样的人，因此学校很在意老师推荐信的品质。一位学生如果具备好的能力（这里可能指的是课业能力）跟态度（这里可能指的是班上表现或沟通能力），老师应该就会帮学生写出一封顶尖的推荐信。
“非常大的比例是全校第一” 这件事是名校在挑他们要的学生的过程所产生的副作用。但学校录取他们的原因不是 “他们是全校第一”。学校在看的条件（实力跟态度）凑巧是这些学生能成为全校第一的条件（实力跟态度），但两个结果（”全校第一” 跟 “被 MIT 录取”）之间不是因果关系。
英文里有一句话，“correlation does not imply causation”（“相关不代表因果”），意思是两个看似有明显相关的事物（当一件事发生，另一件事也跟着发生）不一定表示两者之间有因果关系。
学生跟家长认为“GPA、SAT、课外活动等等” 是大学录取标准，这是一种非形式谬误：把”相互关系” (correlation) 误以为是”因果关系” (causation)，之后撷取对自己有利的资料尝试证明自己的观点是对的（并且忽略对自己观点不利的资料，并反驳它是错误的）。每当 MIT 公布录取数据，局外人就会试着拿这些数据去做猜测，而这些猜测几乎都是错的。
如果 MIT 公布 2010 到 2011 年每个州的录取率，学生会发现威斯康辛州的录取率增加了 2%。这表示 MIT 开始比较喜欢威斯康辛州的学生了吗？当然不是。 “来自威斯康辛州” 在大学做录取考量的过程中会是多个考量因素之一，这就是我们不断不断强调 “整体考量” (holistic admissions) 的重要性：大学会看学生的每一件事。
当MIT 公布”SAT 数学750-800 分数的录取率是8%”，这不表示任何SAT 数学考到750-800 的学生都有8% 的录取率，而是表示全部申请MIT 的学生中，有8% 的学生的SAT 数学分数在750-800 范围内。这两件事乍看之下是相同的，但一个人必须要理解它们之间的差异才能理解名校大学真正录取学生的方式。
看数据只能看到录取结果的 “形状”，但看不到实际评估学生的方式。
Peterson 在文章中提到Alex 也非常常说的一句话：“学生最爱问的’我有X 的SAT 跟Y 的GPA，我进Z 学校的录取率有多大？’ 是一个没有人能够回答的问题”。要知道录取率这个问题的答案，一个人必须知道这位学生关于 SAT 跟 GPA 以外的所有资料。
“那为什么大学不直接公布学生所有的资料？是不是看了所有数据就能够预估录取率了？”
但，大学要怎么 “公布所有资料”？大学要如何用数据去量化一位老师对学生的好感度？当学校从一篇非常动人的大学作文中感受到学生的毅力、或透过一篇非常幽默的大学作文喜欢学生的个性，大学要怎么有效的用数字给学生一个分数？即使入学委员在看完学生的申请表之后给学生的 “领导力” 一个 1-5 分的分数，这个看似客观的数字最终还是入学委员主观的分数。
喜欢看到数字跟数据的学生跟家长一定不满意这个答案，但你别忘了MIT 毕竟是一个喜欢数据跟数字的研究型理工学院，如果真的有数据可套公式或模型计算学生的录取率，MIT 应该早就发明出这种公式或模型了吧！
这世界上有很多东西是可以透过实验跟数据去预测的，像是物理。我们可以正确预测一颗球自由落体的速度。
但有些东西，即使有再多数据，我们还是无法正确预测，像是气象、自然灾害、或艺术比赛。气象只能透过数据说 “台风预计今晚会登陆台湾东岸，宜兰以北预计会有100毫米的雨量及十级阵风”，但实际台风路线跟降雨量非常可能会变。艺术比赛会订出规则，在艺术的世界中有一些技术或画法是会加分的，但不是每个符合规则或这些画法的人都能得到评审的亲睐，得冠军。
大学录取跟气象和艺术相同。过程中，透过数据，你可能可以知道这位学生的“雏形”，但有参考价值、而且可以用同个客观标准审核的数据非常有限，在掌握入学委员所拥有的几百项关于一位学生的资料，并且与上万位申请生交叉比对之前，去猜测录取率是非常无意义的。在资讯不足的情况下，与其花时间做盲目的猜测，不如把这些时间花在提升自己的实力跟个性上！
延伸阅读：
Also in:
繁中 (繁中)
