evidoria

← Retour à la liste

Bonne pratique Importée

SABAY-Salita — Pilote de dépistage de la parole et de la dyslexie par IA de l'ECAIR dans les écoles du DepEd, Philippines

Philippines · Manila · Voir le profil de Philippines · Voir le profil de Manila

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

L'ECAIR du DepEd a testé SABAY-Salita, un système d'IA qui analyse des enregistrements vocaux d'enfants pour dépister la dyslexie et les troubles du son de la parole, dans deux écoles de Manille depuis fin 2025, afin de repérer les cas que le dépistage manuel manque et d'alléger la charge des enseignants.

2 schools
Écoles pilotes (région de la capitale nationale) (2nd semester 2025)

Détails

Maturité
Pilote
Promoteur
DepEd — Education Center for AI Research (ECAIR)
Période
2025–2026 (pilot rollout, two schools)
Mots-clés
special education, disability screening, speech-language pathology

Contexte

Le ministère philippin de l'Éducation (DepEd), via son Education Center for AI Research (ECAIR), a développé SABAY-Salita pour analyser les enregistrements vocaux d'enfants à la recherche de signes de dyslexie et de troubles de la parole.

Objectifs

L'outil est conçu comme une première ligne de détection, distinguant les élèves susceptibles de nécessiter une orientation vers un spécialiste de ceux qui n'en ont pas besoin, afin de repérer des troubles souvent non détectés après les vérifications préliminaires effectuées par les enseignants.

Activités

L'ECAIR a conçu le système conjointement avec la division d'inclusion des élèves du Bureau of Learning Delivery du DepEd, ainsi que des experts en éducation, des professionnels de santé et des spécialistes de l'éducation spécialisée, et a commencé les tests pilotes dans deux écoles de la région de la capitale nationale au second semestre 2025.

Résultats

Le DepEd a présenté publiquement SABAY-Salita en septembre 2025 dans le cadre d'un ensemble plus large de projets d'IA, aux côtés de son initiative nationale sur la transparence et l'intégrité de l'IA, et l'ECAIR a indiqué son intention d'étendre le pilote en 2026 à davantage de régions, avec des jeux de données plus vastes et une formation supplémentaire pour les enseignants et les élèves.

Conclusions

Au stade pilote actuel, aucune donnée indépendante de précision, aucun taux de faux positifs/négatifs ni aucun résultat d'intervention en aval n'a été publié ; les preuves documentées portent sur la justification de la conception de l'outil et son déploiement initial dans deux écoles, et non sur ses performances de dépistage.

Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
DepEd Education Center for AI Research (ECAIR) technical team, DepEd Bureau of Learning Delivery - Student Inclusion Division, Healthcare professionals and special-education practitioners co-developing the tool

Conditions de réussite

  • Inter-agency co-development spanning education, health and special-education expertise
  • Phased rollout starting with a small, controlled two-school pilot before wider expansion
  • Planned additional training for teachers and learners as the pilot expands

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.

Pratiques similaires qui pourraient vous être utiles