大学和学院如何决定录取谁?鉴于全球和加拿大的高等教育学历具有收入优势，这是一个重要的社会流动性问题。

国际学习上限一些私营公司如何营销技术和人工智能解决方案

虽然不同机构的答案有所不同，但大多数都关注考试成绩和分数等教育标准。

然而，加拿大对学习许可申请的新招生上限给加拿大高校带来了更大的压力，要求他们在招收国际本科生时也要考虑移民标准。

这只是移民对加拿大大学和学院社会角色影响日益增强的最新例证。然而，那些重视公立高等教育的人需要警惕这种转变的影响。

这包括营利性教育技术(EdTech)公司在高等教育私有化和商业化中发挥的越来越大的作用。

营销应用服务的公司

在设定上限之前，国际申请人的移民相关因素(如公民身份)只是被间接考虑。例如，加拿大联邦的国际教育战略强调了国际学生来源国多元化的重要性，以最大限度地降低财务风险。

然而，教育科技公司现在推出了一项服务，即对个人申请人获得学习许可的可能性进行排名。据一份国际教育贸易杂志报道，安大略省有几所机构在使用此类服务​​。

这对高等教育入学的基本原则提出了挑战，并可能影响加拿大校园的多样性。

科技平台影响力日渐增强

我研究国际学生作为移民的招募。高等教育的战略性国际招生工作在最初的选拔过程中发挥着重要作用。在过去十年中，尤其是自COVID-19疫情以来，技术支持的招聘和移民支持平台的影响力越来越大。

这些平台通常被称为“代理聚合器”，它们使用一系列技术，有时包括人工智能，通过改善国际学生的招募和保留来为自己和高等教育机构客户带来利润。

这些平台是越来越多参与国际学生招募的第三方平台的一部分，而这些平台基本上仍不受监管。

入学模式正在转变

直到最近，学校才会首先评估国际高等教育申请人的教育资历，以决定是否发放录取通知书。只有在这一步之后，当学生向联邦政府申请学习许可时，才会评估移民资历。

换句话说，学校招收国际学生，然后联邦政府再允许他们进入加拿大。

由于省级政府逐渐减少对公立高等教育的投资，并越来越依赖国际学生的学费，学校向国际学生发出了越来越多的录取通知书。

“不可持续”的增长，尤其是在大学，最终使加拿大移民、难民和公民事务部(IRCC)的生活变得困难，该部门在2023年处理了创纪录的863,197份新的学习许可申请。

新的“省级证明函”

2024年1月，联邦政府作出回应，建立了省级证明函(PAL)系统。

现在，大多数新的本科学习许可申请(有一些例外)不仅需要录取通知书，还需要PAL。

由于各省可发放的PAL数量有限，高校首次被迫限制国际本科录取通知书数量。可以理解的是，学校希望尽可能多地将这些录取通知书转化为付费国际学生。

在PAL系统实施之前，预测哪些被录取的学生最终会接受录取就已经很复杂了。然而，由于现在学习许可申请名额有限，国际申请人获得学习许可批准的可能性现在变得至关重要。每封发给学习许可被拒的学生的录取通知书都意味着收入损失。

加拿大非洲学者倡议向下议院公民和移民委员会介绍了加拿大对非洲留学生的高学习签证拒签率。

确保较高的招生数量对于那些严重依赖国际学生的大学来说尤其重要，特别是那些招收国际学生但学习许可批准率较低的大学。

学习许可和公平

对于一些学生来说，获得学习许可很困难。

最近的批准率徘徊在50%到60%之间，根据原籍国家和地区的不同，批准率存在很大差异(可以说是种族主义的)。2021年，来自加拿大三大来源国的新学习许可申请人的批准率差异很大：中国(84%)、印度(60%)和尼日利亚(34%)。

一些学习许可评估因素相对简单，例如国际学生是否能负担得起加拿大的生活费用。

其他问题则更为复杂，而且永远不会询问国内学生，比如申请人是否是“真正的学生”并且与其祖国有紧密联系。

这不仅涉及评估个人特征，还涉及评估特定国家或地区的“文化背景或历史迁移模式”和“总体经济或政治环境中的因素”。

预测学习许可批准

进入营利性教育科技公司。根据一些营销声明，机器学习可以帮助预测IRCC将如何评估国际申请人。

学校可以在发放录取通知书之前考虑这些AI预测，以最大限度地增加PAL分配。

从定义上讲，高等教育和移民录取制度都涉及歧视性选拔程序。但学校不是边境代理。允许移民利益(无论它们如何预测或评估)如此明确地决定学校学生群体的构成可能会带来问题。

为了达到招生目标，迫于财政压力，学校录取国际学生时不仅会考虑教育因素，还会考虑私营部门对IRCC优先事项的解读。

这很可能会排除一些来自边缘背景的优秀学生，尤其是来自非洲和中东的学生。

它威胁到多样性、公平性和包容性增加带来的好处，并可能减少加拿大未来移民群体的多样性。

有关算法、数据的问题

那些试图利用高等教育的经济脆弱性和将国际教育作为产品进行营销的长期趋势的公司也不太可能公开其数据来源、算法和盈利模式。

专有算法仍不透明，分包商的角色和佣金结构也是如此。从学生那里收集了大量个人数据。

人工智能的使用在移民领域，尤其是学习许可评估领域中日益严重的问题。

前进的道路

所有省份都应公布其机构PAL分配情况，例如新斯科舍省。

IRCC应该对其向私营公司提供的数据保持透明，部分原因是多样性、公平性和包容性专家可以审核其使用情况。

代表公立学校进行国际学生筛选的私营公司应该被要求披露更多有关其算法和训练数据的信息。他们还应该确保学生真正了解他们的个人数据是如何被使用和共享的。

与此类公司合作的学校应该向国际申请者说明正在评估哪些资历。

从根本上讲，系统性问题是加拿大公立高等教育资金不足——而这一点需要紧急关注。