Wharton a abandonné les enchères de cours au profit d'un marché en monnaie fictive qui fixe le prix des ensembles de cours

L'attribution des cours optionnels du MBA de Wharton reposait sur une enchère à points, et selon l'évaluation de l'équipe de recherche, les mécanismes réellement utilisés par les écoles étaient inefficaces, injustes, ou les deux. Les étudiants devinaient quelles enchères seraient retenues, en dissimulant leurs véritables préférences ; les cours sursouscrits laissaient des camarades avec de mauvais emplois du temps ; le jeu récompensait les stratèges. L'article d'Eric Budish publié en 2011 dans le Journal of Political Economy exposait une solution théorique — l'équilibre concurrentiel approximatif à revenus égaux (A-CEEI) — mais signalait des obstacles pratiques : la complexité de la déclaration, la complexité computationnelle et les violations de capacité.

Course Match, construit par Budish avec Gerard Cachon, Judd Kessler et Abraham Othman, a comblé ces lacunes. Les étudiants déclarent leurs préférences sur des emplois du temps plutôt que des enchères par cours ; le moteur exécute une recherche heuristique parallèle massive résolvant des milliards de programmes en nombres entiers mixtes pour aboutir à un équilibre concurrentiel approximatif dans une économie en monnaie fictive pour les places ; et les contraintes de capacité sont respectées. En usage à pleine échelle, il a attribué des cours à environ 1 700 étudiants de Wharton confrontés à jusqu'à 350 cours par semestre, avec des statistiques récapitulatives sur deux semestres montrant un résultat à la fois équitable et efficace.

L'adoption a été sécurisée par une expérience de laboratoire inédite à Wharton : à l'aide d'une méthode de « préférences suscitées » construite à partir de choix binaires, Budish et Kessler ont constaté que les participants préféraient les emplois du temps que leur donnait l'A-CEEI à ceux produits par l'enchère à points en vigueur, avec une envie mesurablement moindre. Ils rapportent que l'expérience a contribué à convaincre la Wharton School d'adopter le mécanisme et a façonné la manière dont la déclaration des préférences fonctionne dans le produit. En 2017, Wharton a essaimé la mise en œuvre sous forme de start-up, Cognomos, avec Budish comme directeur fondateur.

Attribuer des emplois du temps entiers aux prix d'équilibre, et non des places

Des budgets égaux rendent l'attribution réductrice d'envie par construction : personne n'est évincé par une enchère plus élevée parce qu'il a commencé avec moins de points ; on est évincé parce que la place valait davantage pour quelqu'un d'autre.

Enchérir sur des emplois du temps entiers élimine le problème d'exposition — les étudiants ne gagnent plus le premier cours tout en perdant le cours qui rendait ce premier cours digne d'intérêt.

Les prix d'équilibre remplacent les conjectures : les prix montent pour les cours sursouscrits et les étudiants se réorientent vers les bonnes affaires, de sorte que la demande se répartit sans course au clic de minuit.

L'astuce computationnelle — des milliards de petits programmes en nombres entiers mixtes dans une recherche parallèle — est ce qui a transformé un résultat d'existence de 2011 en un système qui attribue des cours à 1 700 étudiants face à 350 cours.

L'équipe a testé le mécanisme sur de vrais étudiants de Wharton avant le déploiement complet, de sorte que l'école l'a adopté en sachant que les participants pouvaient déclarer des préférences complexes avec une précision suffisante.

Toute attribution de plusieurs biens en quantité limitée s'effondre lorsqu'elle est réglée bien par bien (article par article) : les gens stratégisent, les enchérisseurs honnêtes perdent. Attribuez tous les ensembles aux prix d'équilibre et l'honnêteté devient presque optimale.

La conception du mécanisme et la procédure computationnelle sont dans le domaine public, et Wharton possède la mise en œuvre de production, l'ayant financée ; la divulgation dans le document de travail du NBER note que l'école a essaimé cette propriété intellectuelle dans Cognomos en 2017, avec Budish comme directeur fondateur détenant des parts. Le cas est devenu la référence standard pour faire passer un mécanisme d'attribution combinatoire de la théorie — où les propriétés d'équité et d'efficacité de l'A-CEEI étaient démontrées — à un marché fonctionnel attribuant des milliers d'emplois du temps par semestre.