evidoria

← Volver al listado

Buena práctica Importada

Sistema de Alerta Temprana con IA contra el Abandono Escolar — Proyecto Piloto de Quest Alliance y UNICEF en Uttar Pradesh, India

India · Gonda · Ver el perfil de India

Evidencia: Observacional / pre-post Top 17% 67/100 · Pregunte a Evidence Copilot sobre esta práctica

UNICEF y Quest Alliance crearon un sistema de alerta temprana con IA que rastrea la asistencia e indicadores de riesgo de abandono en Uttar Pradesh. En las escuelas piloto, la asistencia subió del 48,8% al 62,8%, impulsando la expansión a 8.300+ escuelas.

48.8%
Asistencia en escuelas piloto (antes)
62.8%
Asistencia en escuelas piloto (después)
150
Escuelas piloto originales (2022)
8,300+
Escuelas alcanzadas tras la ampliación
~72%
Precisión del modelo de riesgo de abandono del Vidya Samiksha Kendra (Gujarat)
Sistema de Alerta Temprana con IA contra el Abandono Escolar — Proyecto Piloto de Quest Alliance y UNICEF en Uttar Pradesh, India

Detalles

Madurez
En expansión
Promotor
Quest Alliance & UNICEF India, with Uttar Pradesh Department of School Education (Samagra Shiksha Abhiyan)
Período
2022–present
Palabras clave
school administration, dropout prevention, learning analytics, government partnership

Contexto

Quest Alliance lanzó en 2022 un Sistema de Alerta Temprana (EWS) para la prevención del abandono escolar, en el marco de su programa Anandshala, puesto a prueba en 150 escuelas públicas de la división de Devipatan, en el estado indio de Uttar Pradesh (distritos de Gonda, Balrampur, Shravasti y Bahraich), en asociación con UNICEF India y el Departamento de Educación Escolar del estado / Samagra Shiksha Abhiyan.

Objetivos

Combinar indicadores de asistencia y desempeño para ayudar a los docentes a 'comprender mejor las necesidades de los estudiantes y construir mejores relaciones' con los niños en riesgo de abandonar la escuela, y detectar antes a los alumnos en riesgo.

Actividades

Informes posteriores de UNICEF presentan el sistema, ya evolucionado, como análisis predictivo habilitado por IA, desarrollado conjuntamente por los Departamentos de Educación de los estados de Gujarat y Uttar Pradesh, que alimenta paneles dirigidos a los docentes. Son los docentes y las autoridades educativas — y no el algoritmo — quienes lideran las intervenciones resultantes.

Resultados

La asistencia en las escuelas piloto de Uttar Pradesh aumentó del 48,8% al 62,8%, resultados que UNICEF cita como base para ampliar el enfoque de alerta temprana de unas 100 escuelas a más de 8.300, con pruebas actualmente en curso en otros siete estados indios.

Conclusiones

Se trata de datos de piloto pre/post de carácter observacional, y no de una evaluación aleatorizada o controlada. Un sistema relacionado pero administrativamente distinto, el Vidya Samiksha Kendra de Gujarat, utiliza un modelo predictivo comparable con una precisión reportada de aproximadamente el 72% en la identificación del riesgo de abandono; el piloto de Uttar Pradesh se lleva a cabo como una iniciativa propia a nivel estatal, y no como una réplica directa.

Implementación
Coste indicativo
Alto (500 000 €–5 M€) — Piloted in 150 schools then scaled to 8,300+ schools across the state and expanding testing into seven further states.
Tiempo hasta resultados
Medio (1–3 años) — Piloted from 2022; scaled within a few years; still expanding as of the source reporting.
Personal y competencias
Quest Alliance, UNICEF India, Uttar Pradesh Department of School Education (Samagra Shiksha Abhiyan), classroom teachers

Condiciones para el éxito

  • Teachers and education authorities, not the algorithm, lead the resulting interventions
  • Dashboards designed to help teachers build relationships with at-risk students, not replace them
  • Built on existing attendance/performance data collection rather than new infrastructure

Modos de fallo comunes

  • Original 2022 pilot documentation does not itself detail an AI/ML methodology, only later UNICEF reporting frames it as AI-enabled predictive analytics
  • No published randomised or controlled evaluation; attendance gains are a behavioural proxy, not a direct learning-outcome measure

Dónde encaja

Tipo de gobernanza
NGO-UN-state government partnership
Escala
state-level pilot scaling toward multi-state
Nivel de ingresos
lower-middle income

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles