Algorithme d'affectation des enseignants assisté par SIG en Sierra Leone

La Sierra Leone peine depuis longtemps à affecter des enseignants qualifiés dans ses districts ruraux et reculés les plus défavorisés, confrontés à un fort turnover, à une pénurie de spécialistes en mathématiques et sciences, et à une sous-représentation marquée des enseignantes. La Commission du service enseignant (TSC), avec le ministère de l'Éducation de base et secondaire, EdTech Hub, la Learning Generation Initiative et le cabinet d'analyse de données Fab Inc., a bâti ce dispositif sur une analyse SIG antérieure, financée par UK Aid, des disparités du ratio élèves-enseignants.

Remplacer une affectation des enseignants jusque-là ponctuelle et fortement discrétionnaire par un mécanisme fondé sur des données et des règles, associant mieux enseignants et écoles, tout en orientant davantage de nouveaux postes vers les 10 districts les plus défavorisés sur les 16 que compte la Sierra Leone (identifiés à partir des résultats des examens nationaux et des évaluations des apprentissages).

Pour le cycle d'affectation 2024/25, la TSC a introduit un algorithme d'appariement des préférences, open source et assisté par SIG, adapté du modèle d'« acceptation différée » (appariement stable) utilisé dans des travaux récompensés par le prix Nobel pour l'affectation des médecins aux hôpitaux et des patients aux donneurs de rein. Les écoles indiquent les attributs recherchés chez un enseignant (spécialité, expérience, équilibre hommes-femmes, volonté de rester) ; les enseignants indiquent leurs lieux préférés, y compris la langue et les liens familiaux ; l'algorithme produit des affectations respectant les préférences des deux parties.

Pour l'année scolaire 2024/25, 56 % des 2 000 nouveaux postes d'enseignant financés par le ministère des Finances et 53 % des 1 000 nouveaux postes de développement de la petite enfance ont été attribués aux 10 districts défavorisés, atteignant un indicateur de résultats lié à 4,5 millions de dollars de financement du Partenariat mondial pour l'éducation (PME). Un objectif complémentaire d'exécution budgétaire est passé à 92 % en 2023/24, contre une base de référence de 78 % en 2019.

Il s'agit d'une avancée réelle vers une affectation fondée sur les données, dont les critères et les résultats sont vérifiés en externe via le mécanisme de financement basé sur les résultats du PME. Aucune évaluation indépendante n'a encore été menée sur les effets en aval sur la rétention des enseignants, les ratios élèves-enseignants ou les résultats d'apprentissage, et les disparités peuvent être plus importantes au sein des districts qu'entre eux, de sorte que le ciblage au niveau du district pourrait ne pas résoudre entièrement les écarts intra-districts.