Japón · Toda · Ver el perfil de Japón
Evidencia: Observacional / pre-post Top 24% 60/100 · Pregunte a Evidence Copilot sobre esta práctica
Toda, Japón, combinó datos de asistencia, salud y orientación de 18 escuelas en un modelo de IA que señaló a ~1.193 de los 12.000 alumnos en riesgo de absentismo. El 90% de las escuelas lo consideró fiable; la ciudad sumó exclusión voluntaria y normas antidiscriminación.
La Junta de Educación de la ciudad de Toda, en la prefectura de Saitama (Japón), llevó a cabo un proyecto piloto en el marco del 'Proyecto de Demostración de Colaboración de Datos sobre la Infancia' de la Agencia japonesa para la Infancia y la Familia, en 18 escuelas públicas de primaria y secundaria básica (unos 12 000 estudiantes), desarrollando un modelo de puntuación de riesgo basado en IA junto con Uchida Yoko, PKSHA Technology y su filial Argonaut.
El proyecto piloto tenía como objetivo combinar los registros de asistencia y retrasos, los registros de visitas a la enfermería, los resultados de encuestas de rendimiento académico, los cuestionarios sobre la vida escolar y los registros de orientación en una puntuación de riesgo de absentismo ('futoko') por alumno, restringida a directores y administradores, para permitir una intervención más temprana con los alumnos en riesgo.
La ciudad publicó directrices que prohíben el uso discriminatorio de las puntuaciones de riesgo, ofreció a las familias la posibilidad de excluirse, y restringió el acceso a los datos a la dirección de los centros; los docentes utilizaron las señales de riesgo para priorizar a los alumnos en las acciones de intervención y apoyo directos.
El modelo señaló a 1193 de los aproximadamente 12 000 alumnos como de riesgo elevado; los docentes utilizaron estas señales para priorizar a 265 de ellos para una intervención directa. En una encuesta posterior al piloto, el 90 % de las escuelas participantes calificó las predicciones como muy fiables.
Una economista de la educación independiente (Makiko Nakamuro, de la Universidad Keio) advirtió públicamente contra la dependencia excesiva del algoritmo, subrayando que debe apoyar, y no sustituir, el criterio humano; el proyecto piloto se desarrolló durante un curso escolar en 18 centros, sin que se haya documentado hasta ahora una expansión confirmada a nivel municipal o nacional.
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.
De dónde se obtuvo la información de esta práctica, y cuándo.
Francia
Affelnet-Lycée asigna algorítmicamente a cientos de miles de estudiantes franceses a la escuela secundaria desde 2008. En mayo de 2025 …
Malasia
El KPM y UNICEF despliegan SiPKPM, alerta IA que monitorea 5 millones de alumnos en 7 factores de riesgo. En …
Perú
Un ensayo controlado aleatorizado preregistrado del Banco Mundial sobre un coach de carrera y un tutor de matemáticas con IA …
Kenia
Anunciada el 19/5/2026 junto con Pakistán, Brasil e India, esta alianza financiada por Google.org e implementada por UNICEF trabaja con …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.