Создание прозрачного инструмента оценки баллов Digital SAT
Большинство калькуляторов баллов используют простой метод. Вы вводите правильные ответы, применяете таблицу и видите результат.
Этот метод не работает для Digital SAT.
Тест является адаптивным. Модель начисления баллов является закрытой. College Board не публикует универсальную таблицу пересчета.
При создании бесплатного инструмента оценки баллов у меня было два варианта:
- Создать иллюзию точности.
- Сделать неопределенность частью продукта.
Я выбрал второй вариант.
Мой инструмент не претендует на предоставление точного балла. Он не утверждает, что знает конкретный адаптивный путь студента. Он не претендует на соответствие официальному отчету о баллах.
Вместо этого он отвечает на один вопрос: Какой широкий диапазон баллов полезен для планирования обучения?
Такой подход меняет принцип работы инструмента. Digital SAT состоит из двух модулей в каждом разделе. Результаты в первом модуле меняют сложность второго.
Интерфейс запрашивает четыре конкретных значения:
- Количество правильных ответов в модуле 1 по математике.
- Количество правильных ответов в модуле 2 по математике.
- Количество правильных ответов в модуле 1 по чтению и письму.
- Количество правильных ответов в модуле 2 по чтению и письму.
Код использует эти суммы для выбора широких диапазонов планирования. Результат вроде 700–770 передает уверенность лучше, чем выдуманное число вроде 742.
Для эстиматора математики я использовал простую пороговую логику:
if (total >= 41) return "760-800"; if (total >= 36) return "700-770"; if (total >= 31) return "640-710";
Этот подход честен. Он позволяет избежать сокрытия спекулятивных формул за десятичными знаками.
Я также разместил ограничения рядом с результатом, а не спрятал их в футере. Пользователям нужно знать:
- Диапазон основан на общем количестве правильных ответов.
- Он не воспроизводит официальную модель начисления баллов.
- Разные варианты теста дают разные баллы.
- Официальные баллы Bluebook имеют приоритет.
Добавление лишних цифр создает видимость точности. Это не делает модель точной. В условиях неполных данных диапазон — более честный продукт.
Моя цель — не реверс-инжиниринг закрытой системы, а создание прозрачного инструмента для планирования.
Создавали ли вы инструменты, используя неполные данные? Как вы сообщаете пользователям о неопределенности?