evidoria

← Retour à la liste

Bonne pratique Importée

Cartographie scolaire Giga — L'analyse par IA d'images satellite retrouve 23 100 écoles manquantes en Afrique et en Asie

Kenya · Nairobi · Voir le profil de Kenya · Voir le profil de Nairobi

Preuves: Descriptif / auto-déclaré Top 42% 53/100 · Demandez à Evidence Copilot à propos de cette pratique

L'initiative Giga de l'UNICEF et de l'UIT a entraîné des classificateurs CNN sur des images satellite pour retrouver des écoles absentes des bases de données nationales, ajoutant 23 100 écoles non cartographiées dans 8 pays dont le Kenya et le Rwanda — la précision chutant à environ 57 % dans les zones les plus pauvres et isolées.

23100 schools
Écoles jusque-là non cartographiées ajoutées aux registres nationaux (2020–2021)
8 countries
Pays couverts (2020–2021)
71 million tiles (60cm resolution)
Tuiles satellite analysées
18 million supertiles
Supertiles traités (25 hours)
0.85 F1 / 0.94 AUC
Performance de détection du modèle global
57 %
Précision du modèle dans les zones les plus pauvres et isolées
Cartographie scolaire Giga — L'analyse par IA d'images satellite retrouve 23 100 écoles manquantes en Afrique et en Asie

Détails

Maturité
En expansion
Promoteur
UNICEF Office of Innovation & ITU (Giga initiative), with Development Seed
Période
2020–2021 (core mapping campaign); ongoing
Mots-clés
education infrastructure planning, satellite imagery AI, school connectivity mapping, GIS, education management information systems

Contexte

La plupart des pays à revenu faible ou intermédiaire ne disposent pas d'un registre complet et précis de la localisation physique de leurs écoles. Le Bureau de l'innovation de l'UNICEF et l'Union internationale des télécommunications (UIT) ont conçu l'outil de cartographie scolaire de l'initiative Giga pour combler cette lacune.

Objectifs

Des classificateurs à réseaux de neurones convolutifs (basés sur les architectures Xception et MobileNetV2), développés avec le partenaire technique Development Seed, ont été conçus pour analyser des images satellite haute résolution et détecter les bâtiments scolaires absents des systèmes nationaux d'information de gestion de l'éducation, première étape vers la planification de l'électrification et de la connectivité Internet d'écoles dont les gouvernements ignoraient l'existence.

Activités

Entre 2020 et 2021, le système a analysé 71 millions de tuiles cartographiques à une résolution de 60 cm au Kenya, au Rwanda, en Sierra Leone, au Ghana, au Niger, au Kazakhstan, en Ouzbékistan et au Honduras, traitant 18 millions de « supertiles » en 25 heures, à une cadence pouvant atteindre 2 000 supertiles par seconde.

Résultats

Le système a ajouté 23 100 écoles jusque-là non cartographiées aux registres nationaux. Les variantes de modèle spécifiques à chaque pays ont atteint des scores F1 de 0,94 au Rwanda, 0,90 au Kenya et 0,91 en Sierra Leone, avec un modèle global à 0,85 et une AUC globale de 0,94. Le code de l'équipe Giga est en libre accès (open source), et un examen indépendant réalisé par l'IRCAI (centre international de recherche sur l'IA affilié à l'UNESCO) a confirmé les résultats techniques.

Conclusions

L'examen de l'IRCAI a également signalé une limite importante en matière d'équité : la précision du modèle chute à environ 57 % dans les zones caractérisées par la pauvreté et l'isolement, ce qui signifie que l'outil est le moins fiable précisément là où les écoles non cartographiées et non connectées ont le plus de chances de se trouver. Aucune évaluation indépendante n'a encore montré que les écoles nouvellement cartographiées se sont traduites par un investissement réel dans la connectivité ou une réaffectation budgétaire.

Mise en œuvre

Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
UNICEF Office of Innovation, International Telecommunication Union (ITU), Development Seed (technical partner, model development), IRCAI (independent technical review)

Conditions de réussite

  • Access to high-resolution (60cm) satellite imagery at scale
  • Country-specific model variants trained per national context
  • Open-sourced code for transparency and reuse
  • Integration pathway into national education management information systems

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