Alerta Escuela — le système national péruvien d'alerte précoce du décrochage scolaire fondé sur le machine learning

Fin 2020, le ministère de l'Éducation du Pérou (Minedu) a lancé Alerta Escuela, une plateforme web nationale utilisant un modèle d'apprentissage automatique, développé avec le soutien de la Banque mondiale, pour estimer le risque de décrochage scolaire de chaque élève aux niveaux initial, primaire et secondaire du Pérou.

Fournir aux directeurs et tuteurs scolaires un tableau de bord signalant les élèves à risque de décrochage élevé, moyen ou faible — s'appuyant sur les caractéristiques de l'élève, l'historique des résultats scolaires, le contexte familial, les caractéristiques du service scolaire et les informations socio-économiques du ménage — pour permettre une intervention précoce.

Le Minedu et la Banque mondiale n'ont pas seulement lancé l'outil, ils l'ont rigoureusement évalué : une évaluation de mise en œuvre menée en 2021–2023 a examiné l'accès et l'utilisation de la plateforme, et une étude complémentaire a testé des rappels par SMS, fondés sur des principes d'économie comportementale, pour inciter les directeurs à utiliser la plateforme.

L'évaluation de mise en œuvre a révélé que seulement 7 % des écoles comptant des élèves à risque élevé ou moyen accédaient réellement à la plateforme, et que seulement 2 % téléchargeaient ses lignes directrices de gestion et pédagogiques ; de nombreux directeurs ont indiqué ne pas comprendre le modèle ni les variables déterminant ses scores de risque, et ont jugé l'outil trop chronophage car, selon eux, il se contentait de demander des informations sans proposer de solutions. L'étude sur les SMS a montré que les rappels augmentaient significativement l'accès et l'utilisation du système d'alerte précoce, mais que cette utilisation accrue ne se traduisait pas par davantage d'actions préventives de la part du personnel scolaire, et ne produisait finalement aucune réduction mesurable du décrochage scolaire. La connectivité constituait une contrainte importante : 36 % des établissements scolaires manquaient d'un accès fiable.

Il s'agit d'un cas véritablement mixte et riche en données probantes : un système national d'apprentissage automatique techniquement performant pour un problème important, évalué honnêtement, dont la conclusion centrale est qu'un meilleur accès aux données ne change pas, à lui seul, le comportement de terrain ni les résultats sans interfaces plus simples, des consignes plus claires et une connectivité renforcée. Le Pérou a continué à améliorer la plateforme après ces constats ; la leçon centrale — que les systèmes d'alerte précoce doivent être jugés sur les actions et résultats en aval, non sur l'utilisation de la plateforme — constitue un résultat prudent précieux fondé sur des données probantes.