evidoria

← Retour à la liste

Bonne pratique Importée

Girls Code Mongolie — Le programme de codage et d'IA de l'AI Academy Asia pour les filles nomades et défavorisées

Mongolie · Ulaanbaatar · Voir le profil de Mongolie · Voir le profil de Ulaanbaatar

Preuves: Descriptif / auto-déclaré Top 40% 53/100 · Demandez à Evidence Copilot à propos de cette pratique

Fondée en 2021 par Bolor-Erdene Battsengel, Girls Code a formé 110-120 filles mongoles (14-18 ans) de communautés nomades et défavorisées à la programmation et à l'IA via l'AI Academy Asia ; 90 % poursuivent des études STEM, dont certaines à Harvard, au MIT et à Cambridge.

110-120
Filles diplômées du programme (2021-2025)
90 %
Diplômées poursuivant des filières STEM
500 teachers
Portée prévue de la formation des enseignants ruraux (AI Academy Asia)

Détails

Maturité
En expansion
Promoteur
Girls Code (Nomadic Girls Association in the Digital Age) / AI Academy Asia
Période
2021-2025
Mots-clés
AI literacy, coding, girls' education, digital and disability inclusion

Contexte

Girls Code a été fondée en Mongolie en 2021 par Bolor-Erdene Battsengel, plus tard secrétaire d'État à la Transformation numérique de Mongolie, pour offrir aux filles de 14 à 18 ans issues de communautés nomades d'éleveurs et d'autres communautés défavorisées un accès à la programmation et, via le cursus affilié de l'AI Academy Asia, à des compétences appliquées en IA.

Objectifs

Le programme répond à une fracture numérique rurale-urbaine marquée, visant à offrir aux filles qui grandissent en se déplaçant avec le bétail à travers la steppe, loin des écoles et de l'accès à internet d'Oulan-Bator, un parcours vers la programmation, l'IA et des compétences en anglais/communication.

Activités

La formation combine les fondamentaux de la programmation, les modules d'IA de l'AI Academy Asia et des compétences en anglais/communication, dispensée via des bootcamps et un mentorat continu, avec une conception explicitement inclusive pour le handicap illustrée par une participante malentendante de 15 ans soutenue par une mentore parlant couramment la langue des signes.

Résultats

Selon les rapports de 2024-2025, plus de 110 à 120 filles ont été diplômées, et Girls Code ainsi que la presse indépendante (World Economic Forum, CNN Business) rapportent que 90 % des diplômées poursuivent des filières STEM, certaines étant admises à Harvard, au MIT et à Cambridge avec bourse.

Conclusions

Ces résultats proviennent de l'ONG et de sa couverture médiatique plutôt que d'une évaluation indépendante et revue par les pairs, et la portée du programme, environ 100 à 120 filles à ce jour, reste modeste par rapport à la population scolaire nationale de la Mongolie, sans groupe de contrôle ni cohorte de comparaison publiés.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — NGO-run bootcamps and ongoing mentoring for a cohort in the low hundreds imply a medium, sustained operating cost rather than a one-off low-cost intervention.
Délai jusqu’aux résultats
Long (> 3 ans) — Running continuously since 2021 with a growing annual graduate cohort, indicating a long-running, ongoing programme rather than a short pilot.
Personnel et compétences
Girls Code founder Bolor-Erdene Battsengel, AI Academy Asia curriculum team, peer mentors, including a sign-language-fluent mentor for disability inclusion

Conditions de réussite

  • targeted recruitment of girls from nomadic herding and disadvantaged communities
  • disability-inclusive design with peer mentoring
  • a combined coding, AI and English/communication curriculum delivered via bootcamps and ongoing mentoring

Modes d’échec courants

  • reach remains small (roughly 100-120 girls) relative to Mongolia's national student population
  • outcome figures are NGO- and press-reported rather than independently evaluated

Habituellement financé par

Philanthropic / foundation funding

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.

Pratiques similaires qui pourraient vous être utiles