evidoria

← Volver al listado

Buena práctica Importada

Proyecto SIGLA — Cribado de Crecimiento con IA para Focalizar la Alimentación Escolar, DepEd Filipinas

Filipinas · Manila · Ver el perfil de Filipinas · Ver el perfil de Manila

Evidencia: Descriptivo / autodeclarado Top 86% 33/100 · Pregunte a Evidence Copilot sobre esta práctica

El ECAIR del DepEd puso a prueba una herramienta de cribado de crecimiento con IA en escuelas del Gran Manila para acelerar la identificación de alumnos con desnutrición y retraso de crecimiento destinados a programas de alimentación escolar, reduciendo de 3,75 a 1,87 horas el tiempo anual de registro antropométrico por parte de los docentes.

3.75 hours/year
Tiempo anual de los docentes para registrar datos antropométricos antes del piloto (2025)
1.87 hours/year
Tiempo anual de los docentes para registrar datos antropométricos durante el piloto (2025)
~50 %
Reducción en el tiempo anual de registro de datos (2025)

Detalles

Madurez
Piloto
Promotor
Department of Education (DepEd) – Education Center for AI Research (ECAIR)
Período
2025 (pilot)
Palabras clave
school health administration, nutrition programme logistics, public sector AI

Contexto

El programa nacional de alimentación escolar de Filipinas depende de que los docentes midan y registren manualmente la altura, el peso y el IMC de cada estudiante para detectar malnutrición y retraso en el crecimiento — un proceso lento que retrasa las intervenciones.

Actividades

El Project SIGLA, desarrollado por el Education Center for AI Research (ECAIR) del DepEd, utiliza una herramienta de detección del crecimiento basada en IA para automatizar la evaluación antropométrica, puesta a prueba en escuelas de la NCR (Metro Manila) a partir del segundo semestre de 2025.

Resultados

BusinessMirror/PNA (enero de 2026) informó que el tiempo anual dedicado por los docentes a registrar los datos antropométricos de los estudiantes se redujo de unas 3,75 horas a 1,87 horas — una reducción de aproximadamente el 50% — bajo el proyecto piloto. Manila Bulletin (septiembre de 2025) confirmó de forma independiente el propósito de la herramienta y su estatus de piloto en la NCR, sin aportar cifras propias.

Conclusiones

El proyecto piloto permanece confinado a la NCR; aún no se ha publicado ninguna auditoría de precisión de medición ni una implementación a nivel nacional, y la cifra de ahorro de tiempo proviene de una única fuente (BusinessMirror/PNA) en lugar de datos corroborados de forma independiente.

Implementación
Coste indicativo
Bajo (< 50 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
DepEd Education Center for AI Research (ECAIR)

Modos de fallo comunes

  • No measurement-accuracy audit has been published
  • Time-savings figure is single-sourced (BusinessMirror/PNA)
  • Pilot confined to NCR with no nationwide rollout yet reported

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.

Prácticas similares que pueden serle útiles