Dzieci, które nie dostały się w danej turze, muszą czekać na pojawienie się miejsc w preferowanych placówkach. Jeśli maluch zostanie przyjęty w jednym miejscu, to zostaje przypisany do tego; jeśli dostanie się do kilku, zostanie przydzielony do któregoś ze żłobków „zgodnie z kryterium”. Przy czym konia z rzędem temu, kto zgadnie, o jakie kryterium chodzi. Bo raz władze stolicy informują, że system losuje, innym razem, że kieruje się preferencjami rodziców, a jeszcze innym, że bierze pod uwagę liczbę uzyskanych punktów. A ponieważ komputery nie umieją zgadywać, więc system stosuje tylko jedno z tych kryteriów w danym czasie.

Na pierwszy rzut oka może to wyglądać rozsądnie, lecz tak nie jest. Po pierwsze, ograniczenie liczby preferowanych żłobków do trzech oznacza, że rodzice podają nie wymarzone placówki, lecz przede wszystkim takie, na które mają szanse. Po drugie, nauczeni wynikami poprzednich rekrutacji mogą strategicznie zmieniać dobór preferowanych żłobków, by zmaksymalizować szanse na sukces przy następnym podejściu. Wygrywają więc nie ci, którym żłobek jest najbardziej potrzebny, ale ci, którzy „przechytrzą” system.

Poza tym, że system nie odzwierciedla preferencji rodziców ani celów społecznych – jest też nieefektywny. Bardzo łatwo wyobrazić sobie sytuacje, w których dziecko Nowaków trafia do żłobka X, zaś pociecha Kowalskich do Y, choć woleliby na odwrót, a wybrali te dwa tylko po to, by nie odpaść w rankingu do Z.

Dobra wiadomość jest taka, że proces rekrutacji łatwo naprawić. Wystarczy zbierać informacje o wszystkich preferencjach rodziców – nie arbitralnie ustalonych trzech (komputery poradzą sobie z taką ilością danych!). Znając pełne preferencje rodziców oraz dostępność miejsc w placówkach, trzeba tylko zdać się na znany od 40 lat algorytm Davida Gale’a i Lloyda Shapleya. Łatwo wytłumaczyć jego działanie: zacznij od dowolnego dziecka -> przypisz je do żłobka pierwszego na liście preferencji rodziców -> sprawdź priorytet dziecka w relacji do pozostałych maluchów zgłoszonych do tego żłobka -> gdy dany żłobek jest pełny, przesuń dziecko do następnego z listy rodziców -> losuj w przypadku remisów między dziećmi -> powtarzaj czynność do czasu, aż wszystkie miejsca w żłobkach będą zajęte.

Jeśli miejsc w żłobkach jest mniej niż dzieci, to część zostanie bez skierowania, lecz przynajmniej proces optymalizuje w pełni preferencje rodziców i kryteria społeczne. Jeśli rodzice mają bardzo silne preferencje (np. tylko trzy konkretne żłobki z puli publicznych, a w pozostałych przypadkach woleliby opiekunkę albo instytucję prywatną) – deklarują zerową preferencję dla wszystkich tych placówek. Jeśli rodzic jest skłonny dojeżdżać nawet na drugi koniec miasta, byle móc liczyć na publiczną opiekę zastępczą – poda dodatnią preferencję dla wielu placówek i algorytm ma szansę znaleźć miejsce w nawet dość odległym żłobku.

Reklama

Zmiana systemu rekrutacji ma kilka zalet. Ujawnione oczekiwania rodziców są odzwierciedleniem ich preferencji, a nie życzeń. Mogą więc służyć prowadzeniu polityki, bo pozwalają prognozować popyt i stopniowo poprawiać dostępność miejsc w żłobkach tam, gdzie są najbardziej potrzebne. Mogą też służyć tworzeniu rozsądnych planów rozwoju miast. Mechanizm ten oszczędza zasoby, bo eliminuje potrzebę kolejnych tur rekrutacji. Kiedy Nowy Jork przyjął podobną procedurę, odsetek wniosków wymagających drugiej tury został zmniejszony o połowę. Ulepszona procedura pozwala zaoszczędzić czas rodziców i żłobków.

Informacje zebrane na etapie rekrutacji mogą być przydatne także i później. W przypadku przeprowadzki czy zmiany pracy któregoś z rodziców, zmiana żłobka może odbyć się gładko: wystarczyłoby zgłosić w systemie zmianę preferencji, a algorytm podpowie dostępne w danym momencie opcje. By ograniczyć chaos dla dzieci, można ograniczyć wprowadzanie tych zmian do kilku razy w roku.

Korzyści z ulepszenia systemu są duże, a koszty to jedynie nieco inna procedura liczenia na pojedynczym komputerze w kilku urzędach. Dlaczego trwać w złym systemie? ©℗