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.
Détails
Promoteur
Toda City Board of Education, with Uchida Yoko, PKSHA Technology and Argonaut
Période
November 2023 – March 2024 (pilot, under Japan's Children and Families Agency demonstration programme)
Mots-clés
education, public administration, child welfare, data analytics
Description
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, couvrant 18 écoles publiques primaires et de premier cycle secondaire (environ 12 000 élèves), le modèle d'IA ayant été développé avec Uchida Yoko, PKSHA Technology et sa filiale Argonaut. Le système combine les registres de présence et de retard, les visites à l'infirmerie, les résultats d'enquêtes préfectorales sur la réussite scolaire, les questionnaires sur la vie scolaire et les dossiers d'accompagnement en un score de risque d'absentéisme ('futoko') par élève, dont l'accès est réservé aux directeurs et aux administrateurs. 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'un accompagnement direct. Dans une enquête post-pilote, 90 % des écoles participantes ont jugé les prédictions très fiables. La ville de Toda a publié des directives interdisant explicitement toute utilisation discriminatoire des scores de risque, a offert aux familles une option de retrait et a limité l'accès aux données à la direction des écoles. L'économiste de l'éducation Makiko Nakamuro, de l'université Keio, a publiquement mis en garde contre une dépendance excessive à l'algorithme, soulignant qu'il doit appuyer, et non remplacer, le jugement humain — un cas rare où la promesse et les garde-fous sont tous deux documentés.
Mise en œuvre
Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.
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.