evidoria

← Retour à la liste

Bonne pratique Importée

Le pipeline d'IA de Bhashini et du NCERT traduit les manuels scolaires nationaux de l'Inde en 22 langues

Inde · New Delhi · Voir le profil de Inde · Voir le profil de New Delhi

Preuves: Descriptif / auto-déclaré Top 81% 33/100 · Demandez à Evidence Copilot à propos de cette pratique

La plateforme gouvernementale indienne de traduction par IA Bhashini et le CIET du NCERT utilisent l'IA générative pour traduire les manuels scolaires et supports du programme national dans 22 langues indiennes officiellement reconnues.

22 languages
Langues indiennes répertoriées couvertes par le pipeline de traduction
Le pipeline d'IA de Bhashini et du NCERT traduit les manuels scolaires nationaux de l'Inde en 22 langues

Détails

Promoteur
Ministry of Electronics and Information Technology (Bhashini/NLTM) / NCERT's Central Institute of Educational Technology
Période
2022-2025
Mots-clés
generative AI translation, curriculum content, multilingual education, textbook authoring, government platform

Contexte

Bhashini est une plateforme de technologie linguistique fondée sur l'IA, lancée par le ministère indien de l'Électronique et des Technologies de l'information (MeitY) en juillet 2022 dans le cadre de la Mission nationale de traduction linguistique, offrant traduction automatique, reconnaissance vocale et synthèse vocale dans les 22 langues répertoriées de l'Inde. La Cellule de traduction du Central Institute of Educational Technology (CIET) du NCERT applique la traduction assistée par IA aux manuels scolaires nationaux, aux supports de formation des enseignants et aux documents de politique publique.

Objectifs

Le moteur politique déclaré est la Politique nationale de l'éducation 2020 de l'Inde, qui appelle à un enseignement dans la langue maternelle ou régionale de l'enfant au moins jusqu'en 5e année, et idéalement jusqu'en 8e année — un objectif logistiquement très difficile sans traduction assistée par machine, compte tenu de la diversité linguistique de l'Inde.

Activités

La Cellule de traduction du NCERT-CIET traduit les manuels scolaires nationaux, les supports de formation des enseignants et les documents de politique publique du hindi/anglais vers des langues régionales telles que le tamoul, le bengali, le marathi, l'odia et l'assamais. Séparément, les régulateurs indiens de l'enseignement supérieur AICTE et UGC utilisent un outil apparenté, Anuvaadini, pour traduire automatiquement des manuels techniques de premier et deuxième cycles, publiés sur le portail gouvernemental e-KUMBH.

Conclusions

Les sources publiques disponibles décrivent l'ampleur de l'infrastructure de traduction et sa justification politique, mais ne fournissent pas d'évaluation indépendante des résultats d'apprentissage liés au contenu des manuels traduits par IA ; la traduction automatique de contenus techniques et culturellement spécifiques vers des langues indiennes à faibles ressources est elle-même reconnue par les documents de la NLTM comme un défi de qualité persistant nécessitant une révision humaine.

Mise en œuvre
Coût indicatif
Élevé (500 k€–5 M€) — National-scale AI infrastructure spanning multiple ministries and agencies (MeitY, NCERT, AICTE, UGC); no public budget figures found.
Délai jusqu’aux résultats
Long (> 3 ans) — Bhashini platform launched July 2022 under NLTM; NCERT/CIET translation activity and AICTE/UGC's Anuvaadini tool operate on an ongoing basis through at least 2025.
Personnel et compétences
Ministry of Electronics and Information Technology (MeitY) / National Language Translation Mission technical team (Bhashini platform), NCERT's Central Institute of Educational Technology (CIET) Translation Cell, AICTE and UGC, operating the related Anuvaadini tool for higher-education technical textbooks

Conditions de réussite

  • A national policy mandate (NEP 2020) creating sustained demand for mother-tongue instructional materials
  • Bhashini's AI models and APIs available as pluggable public infrastructure for other government bodies and ed-tech providers
  • A human review layer for technical and culturally-specific content

Modes d’échec courants

  • Machine translation quality challenges for technical and culturally specific content in low-resource Indian languages, acknowledged by NLTM's own materials
  • No independent evaluation exists of translated-textbook accuracy or its effect on student learning outcomes

Où cela s’applique

Type de gouvernance
national government, multi-agency
Échelle
national (22 languages, multiple ministries/agencies)
Niveau de revenu
lower-middle-income

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles