Tässä blogikirjoituksessa tutkimme, ovatko luokitusjärjestelmät paras tapa arvioida taitoja reilusti vai paljastavatko ne kvantifioinnin rajoitukset.
Taito on kykyä tehdä jotain. Tämä "jotain" voi olla mitä tahansa opiskelusta, kilpailuista, lautapeleistä, verkkopeleistä ja muusta. Ihmiset sanovat usein olevansa "hyviä" jossakin, koska he näkevät ihmisiä, jotka ovat siinä heitä parempia. Taitoa on kuitenkin vaikea mitata objektiivisesti. Objektiivisten taitojen mittareiden tarkoituksena on antaa ihmisille mittari, jonka avulla he voivat vertailla taitojaan objektiivisesti sinun taitosi kanssa. Tässä tulee esiin vaikeus. Useimmilla aloilla eri ihmisten taitoja on vaikea sovittaa yhteen yksinkertaisella tavalla.
Taidon käsite on myös luonnostaan subjektiivinen, joten itsensä vertaaminen muihin ei välttämättä ole tarkkaa. Esimerkiksi muusikko ei ole vain teknistä osaamista; se koskee myös tunneilmaisua ja luovuutta. Samoin urheilussa suoritukseen vaikuttavat fyysisen voiman ja taitojen lisäksi henkinen voima, pelinhallinta ja muut tekijät. On aina kiistanalaista vähentää "taidon" monimutkaisuus yhteen numeroon.
Taidon kvantifioinnin edut ovat kuitenkin selvät. Ympäristössä, jossa kilpailu on väistämätöntä, on välttämätöntä tarjota oikeudenmukainen standardi. Se, onko joku parempi opiskelija, parempi shakki- tai Go-pelaaja tai parempi pelaaja, ei ole asia, joka voidaan määrittää vain yhden kokeen tai yhden pelin jälkeen. Kymmeniä, satoja tai jopa tuhansia datapisteitä on kerättävä, ennen kuin voimme vertailla kahden ihmisen taitoja, ja on vaikea suorittaa niin monta testiä tai ottelua.
Tämän ongelman ratkaisemiseksi on yritetty mitata objektiivisesti eri alojen osaamista. Yksi tällainen esimerkki on "luokitusjärjestelmä", jonka tarkoituksena on muuttaa "taidon" moniselitteinen mittari "luvuksi" tai "luokitukseksi", jonka kuka tahansa voi objektiivisesti tunnistaa. Tämä luku on säädetty vastaamaan asianmukaista taitotasoa kasvamalla, kun suoriudut hyvin muita vastaan, ja laskemalla, kun suoriudut huonosti. Tapa, jolla arviot skaalataan, vaihtelee kenttien mukaan, ja siksi on olemassa monia erilaisia nimiä ja erityyppisiä luokitusjärjestelmiä. Tässä blogiviestissä tarkastellaan lähemmin luokitusjärjestelmien historiaa, periaatteita ja käyttötapoja.
Ensimmäinen luokitusjärjestelmä otettiin käyttöön shakissa. 1900-luvun alussa ja sitä ennen shakkia pelattiin yksinkertaisesti kilpailemalla toisiaan vastaan turnauksissa, joten vaikka olisit erittäin hyvä pelaaja, jos sinut putoaisi turnauksen alussa, sinut luokiteltiin heikommaksi pelaajaksi tai sinun täytyi pelata suuremmissa turnauksissa tullaksesi arvioitavaksi. Näiden ongelmien ratkaisemiseksi luokitusjärjestelmä otettiin käyttöön ensimmäisen kerran vuonna 1950. Ajatuksena oli vertailla objektiivisesti pelaajien kykyjä ottamalla "jokainen" ottelu kahden saman arvosanan omaavan pelaajan välillä huomioon taitoluokitusasteikolla.
Ensimmäisissä luokitusjärjestelmissä oli kuitenkin monia ongelmia kaavoineen ja kriteereineen, ja ne eivät useinkaan pystyneet tarjoamaan objektiivista taitojen vertailua, ja monet ihmiset pysyivät edelleen klassisessa menetelmässä. Tohtori Arpad Elo, amerikkalainen fysiikan professori ja shakinpelaaja, ratkaisi tämän ongelman ja varmisti, että arvosanat edustavat tarkasti kunkin pelaajan taitoa. Hänen työnsä kunniaksi shakin nykyinen luokitusjärjestelmä on nimeltään Elo Rating, ja sitä käytetään pitkälti muissa kilpailevissa lautapeleissä ja verkkopeleissä.
Luokitusjärjestelmän taustalla on kaksi pääperiaatetta. Ensinnäkin kaikki pelaajat aloittavat samalla arvosanalla, ja heidän arvosanansa kasvaa tai laskee, kun he voivat voittaa tai hävitä otteluita. Tämä on järkevää, koska arvosanat ovat taidon mitta. Toiseksi, arvosanasi nousun/laskumisen määrään vaikuttaa sinun ja vastustajasi arvosanan välinen ero eli ero taidoissasi. Jos voitat pelaajaa vastaan, jolla on pienempi arvosana kuin sinulla, luokitus nousee vähemmän, ja jos häviät, arvosanasi laskee enemmän. Päinvastoin, jos voitat korkeamman arvosanan pelaajaa vastaan, luokitus nousee, ja jos häviät, luokitus laskee. Syynä tähän on tarjota tarkempi arvio taidoista.
Maailmanluokan shakinpelaajan voitto keskinkertaisesta opiskelijasta ei tee pelaajan arvosanasta yhtään sen parempaa kuin se oli ennen; se yksinkertaisesti pidetään itsestäänselvyytenä. Edellä kuvattu menetelmä heijastaa tätä. Jos shakinpelaaja voittaa keskivertoopiskelijaa vastaan, ei shakinpelaajan tai opiskelijan pistemäärä juurikaan muutu. Jos opiskelija kuitenkin voittaa shakinpelaajan, opiskelijan arvosana nousee dramaattisesti ja shakinpelaajan arvosana putoaa. Tämä johtuu siitä, että se, että opiskelija on lyönyt shakinpelaajan, lisää opiskelijan arviota taidoistaan, kun taas shakinpelaajan arvosana laskee. Nämä kaksi perusperiaatetta ovat luokitusjärjestelmän taustalla oleva matematiikka.
Näiden kahden perusperiaatteen lisäksi Elo-luokitusjärjestelmä ottaa käyttöön toisen periaatteen. Tämä uusi periaate sanoo, että "suhteelliset kertoimet ovat aina vakioita yhtäläisille luokituseroille". Esimerkiksi voittoprosentti Elo-luokituksen 1200 1300 omaavan pelaajan ja 1900 2000 Elo-luokituksen omaavan pelaajan välisessä ottelussa on sama kuin 100 Elo-luokituksen omaavan pelaajan ja pelaajan välisessä ottelussa. Elo-luokitus on 400. Tämä johtuu siitä, että molemmissa tapauksissa ero arvioissa on sama, 1. Tähän eroon perustuva voittoprosentin muutos saadaan logaritmisella funktiolla, joka teoriassa viittaa siihen, että jokaista 10 luokituseroa kohden voittoprosentti laskee XNUMX/XNUMX. Pelaajien arviot vaihtelevat pelistä toiseen tämän kaavan mukaan.
Katsotaanpa shakkiesimerkkiä uudelleen. Kaikki pelaajat saavat Elo-luokituksen 1200 ensimmäisestä pelistä. Pelin edetessä pelaajien arvosanat muuttuvat, ja lopulta arviot edustavat kohtuullista kuvaa heidän taidoistaan. Tilastot osoittavat, että jos Elo-luokituksessa on 100 eroa, korkeamman arvosanan saaneella pelaajalla on keskimäärin 64% mahdollisuus voittaa. Jos ero on 200, voittoprosentti on 76 %, jos ero on 366, se on 90 % ja erolla 677 se on 99 %, mikä on melko lailla linjassa teoreettisen voittoprosentin eron perusteella. arvosanat. Tämä oli onnistunut tulos taitojen kvantifioinnissa, ja sitä voitiin käyttää laajasti sekä teoriassa että käytännössä.
Sen lisäksi, että luokitusjärjestelmät tasaavat kilpailua tietyllä alalla, niillä on se etu, että ne tarjoavat jatkuvaa motivaatiota osallistujille. Kun arvosanat nousevat, osallistujat tuntevat paranevansa, ja päinvastoin, kun arvosanat laskevat, he ymmärtävät, että heidän on työstettävä puutteitaan. Tässä mielessä luokitusjärjestelmä voi olla enemmän kuin pelkkä taitojen arviointityökalu; se voi olla jatkuvan oppimisen ja kasvun katalysaattori.
Tällaisia organisoituja luokitusjärjestelmiä käytetään nykyään monilla aloilla. Kilpailupuolella epävirallisia luokitusjärjestelmiä käytetään tyypillisesti ohjelmointikilpailuissa, joissa otetaan käyttöön olympialaisten kaltaisia ongelmia. Tässä tapauksessa käyttäjien arviot mitataan eri sivustojen järjestämien verkkopelikilpailujen tulosten perusteella. Näiden arvioiden perusteella kilpailun järjestäjät esittävät kilpailijoiden arvosanan tasolla olevia kysymyksiä ja kilpailijat voivat ratkaista kysymykset omalla tasollaan. Lisäksi monet opiskelijat harjoittelevat kilpailun ulkopuolisilla verkkosivustoilla parantaakseen luokituksiaan. Nämä esimerkit osoittavat, että luokitusjärjestelmät eivät rajoitu vain yhteen alaan, vaan niillä on laaja valikoima sovelluksia monilla eri aloilla.
Luokitusjärjestelmillä on myös erittäin tärkeä rooli verkkopeleissä. Elo-luokituksen muunnelmaa käytetään sijoitusjärjestelmänä sellaisissa peleissä kuin League of Legends, Dota 2 ja StarCraft 2. Sitä käytetään useilla tavoilla maksimoimaan pelin hauskuus yhdistämällä pelaajia samantaitoisiin vastustajiin, ja vähentää epäoikeudenmukaisuutta, jota voi esiintyä otteluissa, joissa on suuria taitovajeita. Näin pelaajat voivat pelata itseään samantaitoisten vastustajien kanssa, mikä parantaa huomattavasti pelin käyttökokemusta.
Lopuksi, luokitusjärjestelmät eivät rajoitu vain kilpailuareenaan; niitä voidaan käyttää myös koulutuksessa. Arviointijärjestelmän avulla voidaan esimerkiksi arvioida opiskelijoiden suorituksia ja tarjota heille oppimateriaalia sen mukaisesti. Tällä tavalla voit räätälöidä opetusta kunkin opiskelijan tasolle, mikä auttaa maksimoimaan oppimisen.
Kuten näette, luokitusjärjestelmät ovat hyödyllisiä monilla aloilla, ja niiden sovellukset todennäköisesti kasvavat tulevaisuudessa. Kun tarkastellaan, kuinka järjestelmä syntyi shakista ja kuinka sitä on mukautettu ja käytetty monilla eri aloilla nykyään, huomaa luokitusjärjestelmien merkityksen taitojen oikeudenmukaisessa arvioinnissa ja oikean haasteen tarjoamisessa.
