這个故事开始于1983年，美国一家濒临停刊的杂志《美国新闻》决定开展一个规模庞大的项目：评估全美1800所学院和大学，按优秀度为这些学校做一个排名。如果进展顺利，这个项目的成果会成为一个有用的工具，可以用于指导数百万年轻人做好人生中第一个重大的选择。对于许多人来说，这个选择将决定他们的职业道路、终身的好友圈，通常还包括终身伴侣。此外，杂志编辑也希望这个大学排名项目能带动杂志销量——没准在推出大学排名的那一周里，《美国新闻》的销量能追上《时代》和《新闻周刊》呢！
　　但是，要基于什么数据进行大学排名呢？起初，《美国新闻》的工作人员完全依靠他们寄给各大学校长的调查问卷所得到的反馈结果进行评分。结果，斯坦福大学位居全美综合性大学之首，阿默斯特学院则是排名第一的文科学院。排名结果虽然很受读者欢迎，但也令很多大学的校领导愤怒。杂志社收到了排山倒海般的投诉，内容都是控诉排名结果有失公正的。许多大学的校长、在校学生和已毕业的校友坚持认为自己的学校应该获得更高的排名，杂志社应该再去仔细研究一下有关的数据。
　　接下来的几年，《美国新闻》的编辑一直在思考他们具体可以测量什么数据。许多模型诞生了，但其中大量的评估因素仅仅来自直觉。模型确立的过程并不严谨，统计分析也缺少根据，模型建立的依据仅仅是人们凭空想象的对教育而言最重要的因素，然后，去寻找可以测量的相关变量，最后随意地在公式中赋予每个变量一定的权重，模型就完成了。
　　在大部分领域，模型确立的过程通常是比较严谨的。比如，农业学科的研究者会比较投入（土壤、阳光和化肥）和产出（收获后，具有特定特征的农作物的产量）。然后，他们就可以按照目标，比如一定的成本、口感或者营养价值等进行下一步的试验和优化。但是，《美国新闻》的编辑所做的是“教育优秀度”排名，这是比粮食成本或者每个麦粒的蛋白质含量更加抽象、模糊的价值。这些编辑没有直接的方法来量化4年的大学学习过程是如何影响某一个学生的，更不用说数千万个学生了。他们不可能测量一个学生在4年大学生活中的学习、幸福、信心、友谊等全部方面。美国前总统林登·约翰逊对高等教育的定位是：“高等教育是深化自我实现、扩大个人生产力和增加个人回报的途径”，但不管是其中的哪一条都不适合放在大学排名模型中。
　　《美国新闻》的编辑只是挑选了一些和评估目标看似相关的变量。他们研究了高中生的SAT（学业能力倾向测验）成绩、学校的学生教师比和录取率。他们统计了顺利进入大二的新生占总数的百分比和顺利毕业的学生占总数的百分比。他们计算仍在世的已毕业校友为母校捐款的人数占总数的百分比，依据是他们给母校捐款很可能表明他们喜欢母校的教育。排名结果中占3/4权重的分数都来自一种算法，这种算法就包含以上那些变量；另外占1/4权重的分数则来自全美各地的大学校长的主观评价。
　　当这一排名发展成全美标准时，恶性循环出现了
　　《美国新闻》第一次依据数据确定的大学排名于1988年出炉，当这一排名发展成全美标准时，恶性循环出现了。排名会自行巩固，如果一所大学在《美国新闻》所发布的排名中名次靠后，它的声誉就会下降，生源情况就会恶化。优秀的学生会避开这所大学，优秀的教授也一样。已毕业的校友将减少捐款。由此，这所学校的排名就会继续下跌。简单来说，排名决定了大学的命运。
　　以前，大学有各种方法可以宣扬学校教育的成功，许多是靠传闻逸事。例如，某些教授得到了众多学生的一致好评；一些学生在毕业后走上了杰出的职业之路，成为外交官或者成功的企业家；还有一些学生出版了一流的小说。这些正面事迹经由口口相传广为人知，学校的声誉也由此提升。但是，麦卡利斯特学院就比里德学院好吗？或者艾奥瓦大学就比伊利诺伊大学好吗？这很难说。不同的大学就像不同类型的音乐或者不同的饮食习惯，对于某所大学的评价众说纷纭，好坏两方面都可以列出充分的理由。而现在，大学的整体声誉被一组数字蒙上了阴影。
　　如果你站在大学校长的角度思考这件事情，你会发现大学排名其实是很糟糕的。毫无疑问，绝大多数校长珍惜自己的大学经历，因为从某种程度上来说，正是大学经历激励他们攀登学术阶梯，成为一所大学的校长。但是现在，这些正处在事业高峰期的校长需要投入巨大的精力提高与学校教育优秀度有关的15个考核项的分数，而这15个考核项是由一个二流杂志社的一组编辑定义的。他们就好像又回到了学生时代，每天都在祈求老师给高分。如果《美国新闻》发表的大学排名只在小范围内流行，倒也不会造成什么麻烦。但是，这个排名的影响力发展迅速，很快成为一个全美标准。教育界一下子紧张起来，迅速给大学校长和学生都设定了严格的任务清单。《美国新闻》的大学排名模型规模巨大，造成了大范围的损害，导致了几乎是无尽的恶性循环。
　　一些大学的校领导想尽一切办法提高排名。贝勒大学设立奖金激励大一新生再次参加SAT考试，希望再考一次能提高他们的成绩以及贝勒大学的排名。有些名校，包括宾夕法尼亚州的巴克内尔大学和加利福尼亚州的麦肯纳学院，则给《美国新闻》反馈了假数据，夸大了其学校新生的入学分数。2011年，位于纽约的爱纳学院承认其学校教师几乎捏造了所有的数据：考试成绩、录取率和毕业率、新生保留率、师生比和校友捐赠额。但谎言起效了，至少在一段时间之内。据《美国新闻》估算，假数据将爱纳学院从东北地区大学排名第50名提升至第30名。
　　更多的校领导则试图寻找一种更常规的方式来提高他们的学校排名——努力提升学校在影响最终分数的每一个变量上的表现。他们可能会认为这是效率最高的资源利用方式。毕竟，只要他们努力去迎合《美国新闻》的模型，得到更高的排名，他们就能筹集到更多的资金，吸引来更优秀的学生和教授，然后进一步提高排名。除此之外，还有别的选择吗？
　　大学为了排名展开“军备竞赛”，但排名模型把成本排除在算法外