Mooie cijfers of een mooi gezicht?

In mijn vorige column schreef ik over robots als collega’s. Machines die geen last hebben van emoties, vermoeidheid of vooroordelen. Dat klinkt soms kil, maar een recent Zweeds onderzoek laat zien dat die menselijke 'warmte' in het onderwijs ook een schaduwzijde heeft. Het blijkt namelijk dat we onbewust cijfers geven op basis van uiterlijk.            

Het onderzoek is simpel maar pijnlijk helder. Zweedse onderzoekers volgden 307 studenten voor en tijdens de pandemie. Onafhankelijke jury’s beoordeelden de studenten op aantrekkelijkheid. Wat bleek? Tijdens de fysieke lessen kregen aantrekkelijke vrouwelijke studenten beduidend hogere cijfers in vakken waar veel interactie was tussen docent en student. Maar zodra de lessen naar Zoom en Teams verhuisden en de camera’s uitgingen, verdampte dit voordeel volledig. Hun cijfers daalden naar het niveau van hun minder 'fotogenieke' studiegenoten.

Dit noemen we het halo-effect: de onbewuste neiging om iemands uiterlijk te verwarren met hun bekwaamheid. Als iemand er goed uitziet, denken we blijkbaar dat ze ook wel slim zullen zijn.

Interessant genoeg bleef dit effect bij kwantitatieve vakken, de vakken met harde cijfers en formules, nagenoeg afwezig. Daar telt het antwoord, niet de glimlach. Het probleem zit hem in de subjectieve vakken, waar de docent meer ruimte heeft voor interpretatie. Zodra de evaluatie anoniemer werd door de lockdown, verschoof de focus van perceptie naar prestatie.

In het hbo praten we veel over objectief toetsen en eerlijke kansen. Maar dit onderzoek laat zien hoe fragiel onze 'objectiviteit' is zodra er een menselijke klik in het spel komt. Het zegt eigenlijk minder over schoonheid en veel meer over onze eigen menselijke bias. We laten ons, vaak zonder dat we het doorhebben, leiden door indrukken in plaats van criteria.

Na het lezen van dit onderzoek vraag ik me af: hoeveel van onze 'onderbuikgevoelens' over een student zijn gebaseerd op talent, en hoeveel op die onbewuste eerste indruk bij de koffieautomaat? Echte eerlijkheid begint blijkbaar bij het erkennen dat we niet zo objectief zijn als we zelf graag denken.

Erdinç Saçan geeft les aan Fontys Hogeschool ICT en is AI-expert. Vorig jaar verscheen van hem het boek AI voor Iedereen. Lees hier zijn eerdere columns voor Bron.