Algoritmo de asignación de docentes con apoyo de SIG en Sierra Leona

Sierra Leona lleva tiempo teniendo dificultades para destinar docentes cualificados a sus distritos rurales y remotos más desfavorecidos, con alta rotación, escasez de especialistas en matemáticas y ciencias, y una marcada infrarrepresentación de docentes mujeres. La Comisión del Servicio Docente (TSC), junto con el Ministerio de Educación Básica y Secundaria, EdTech Hub, la Learning Generation Initiative y la firma de análisis de datos Fab Inc., construyó el sistema a partir de un análisis SIG anterior, financiado por UK Aid, sobre las disparidades en la ratio alumnos-docente.

Sustituir la asignación de docentes, hasta entonces puntual y muy discrecional, por un mecanismo de despliegue basado en datos y reglas que empareje mejor a docentes y escuelas, dirigiendo más plazas nuevas a los 10 distritos más desfavorecidos de los 16 que tiene Sierra Leona (identificados mediante resultados de exámenes nacionales y evaluaciones de aprendizaje).

Para el ciclo de asignación de 2024/25, la TSC introdujo un algoritmo de emparejamiento de preferencias de código abierto y apoyado en SIG, adaptado del diseño de "aceptación diferida" ("emparejamiento estable") utilizado en trabajos galardonados con el Nobel para emparejar médicos con hospitales y pacientes con donantes de riñón. Las escuelas indican los atributos que necesitan en un docente (especialidad, experiencia, equilibrio de género, disposición a permanecer); los docentes indican sus ubicaciones preferidas, incluyendo idioma y vínculos familiares; el algoritmo produce asignaciones que respetan las preferencias de ambas partes.

Para el año académico 2024/25, el 56% de las 2.000 nuevas plazas docentes financiadas por el Ministerio de Hacienda y el 53% de las 1.000 nuevas plazas de desarrollo infantil temprano se asignaron a los 10 distritos desfavorecidos, cumpliendo un indicador de resultados vinculado a 4,5 millones de dólares de financiación de la Alianza Mundial para la Educación (GPE). Una meta complementaria de ejecución presupuestaria subió al 92% en 2023/24, desde una línea base del 78% en 2019.

Se trata de un paso genuino hacia una asignación basada en datos, con criterios y resultados verificados externamente mediante el mecanismo de financiación basada en resultados de la GPE. Todavía no existe una evaluación independiente de los efectos posteriores sobre la retención docente, las ratios alumnos-docente o los resultados de aprendizaje, y las disparidades pueden ser mayores dentro de los distritos que entre ellos, por lo que la focalización a nivel distrital podría no resolver por completo las brechas intradistritales.