Japon · Toda · Voir le profil de Japon
Preuves: Observationnel / avant-après Top 24% 60/100 · Demandez à Evidence Copilot à propos de cette pratique
Toda, au Japon, a combiné des données de présence, de santé et d'accompagnement de 18 écoles dans un modèle d'IA signalant ~1 193 des 12 000 élèves à risque. 90 % des écoles l'ont jugé fiable ; la ville y a ajouté un droit de retrait et des règles anti-discrimination.
Le conseil de l'éducation de la ville de Toda, dans la préfecture de Saitama, au Japon, a mené un projet pilote dans le cadre du « projet de démonstration de collaboration de données sur les enfants » de l'Agence japonaise pour les enfants et les familles, dans 18 écoles publiques élémentaires et de premier cycle du secondaire (environ 12 000 élèves), en développant un modèle de notation des risques par IA avec Uchida Yoko, PKSHA Technology et sa filiale Argonaut.
Le projet pilote visait à combiner les registres d'assiduité et de retards, les journaux de visites à l'infirmerie, les résultats d'enquêtes sur la réussite scolaire, les questionnaires sur la vie scolaire et les dossiers de conseil en un score de risque d'absentéisme (« futoko ») par élève, réservé aux directeurs et administrateurs, afin de permettre une prise en charge plus précoce des élèves à risque.
La ville a publié des directives interdisant tout usage discriminatoire des scores de risque, a offert aux familles la possibilité de s'y opposer, et a restreint l'accès aux données à la direction des établissements ; les enseignants ont utilisé les signalements de risque pour prioriser les élèves en vue d'une prise en charge et d'un soutien directs.
Le modèle a signalé 1 193 des quelque 12 000 élèves comme présentant un risque élevé ; les enseignants ont utilisé ces signalements pour prioriser 265 d'entre eux en vue d'une prise en charge directe. Dans une enquête menée après le projet pilote, 90 % des écoles participantes ont jugé les prédictions très fiables.
Une économiste de l'éducation indépendante (Makiko Nakamuro, de l'université Keio) a publiquement mis en garde contre une dépendance excessive à l'algorithme, soulignant qu'il devait soutenir le jugement humain plutôt que le remplacer ; le projet pilote s'est déroulé pendant une année scolaire dans 18 établissements, sans qu'aucune extension confirmée à l'échelle de la ville ou du pays n'ait été documentée à ce jour.
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.
D'où proviennent les informations de cette pratique, et quand.
France
Affelnet-Lycée affecte algorithmiquement des centaines de milliers d'élèves français au lycée depuis 2008. En mai 2025, le tribunal administratif de …
Malaisie
Le KPM et l'UNICEF déploient SiPKPM, alerte IA surveillant 5 millions d'élèves sur 7 indicateurs de risque. En 2025, 4 …
Pérou
Un essai contrôlé randomisé préenregistré de la Banque mondiale sur un coach de carrière et un tuteur de mathématiques dopés …
Kenya
Annoncé le 19/5/2026 avec le Pakistan, le Brésil et l'Inde, ce partenariat financé par Google.org et mis en œuvre par …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.