Plan Ceibal PAM — Uruguay’s AI adaptive mathematics platform for public schools
Uruguay
Uruguay’s Plan Ceibal deploys PAM, an AI-driven adaptive maths platform, to 100% of public schools (3,038 institutions, 733,000 students). An …
Colombia · Bogotá · See the Colombia profile
BETTO utilise l’IA pour géolocaliser les enfants colombiens de 0 à 5 ans les plus vulnérables et sélectionner les prestataires qualifiés. Mi-2021 : 217 000 enfants précédemment sans accès atteints, 1 138 contrats (COP 2,2 billions), 743 741 places dans 32 départements.
BETTO (Bienestar, Eficiencia, Transparencia, Tecnología y Oportunidad) est une plateforme de ciblage et de passation de marchés alimentée par l'IA, développée par l'Instituto Colombiano de Bienestar Familiar (ICBF) de Colombie, avec le soutien technique et financier de la Banque mondiale, de la Banque interaméricaine de développement (IDB), de l'UNICEF, de Microsoft Colombie et de Colombia Compra Eficiente. Elle a été lancée en 2020 et fonctionne à l'échelle nationale dans les 32 départements colombiens.
BETTO répond à deux défis liés : identifier les enfants de 0 à 5 ans n'ayant pas accès aux services de la petite enfance de l'ICBF, et sélectionner les opérateurs les plus qualifiés pour fournir ces services.
Le système combine trois méthodologies d'IA : une optimisation géoréférencée pour cibler les bénéficiaires potentiels à l'aide de 11 variables de pauvreté et de vulnérabilité, un raisonnement fondé sur des structures de connaissances pour évaluer les qualifications des opérateurs, et une modélisation prédictive pour anticiper la performance des opérateurs. Les opérateurs sont classés selon 28 indicateurs de qualité couvrant l'expérience territoriale, la capacité opérationnelle et financière, la performance historique et l'historique des sanctions. Un outil complémentaire, ADA (Asistente de Adopciones), applique l'IA pour simplifier la gestion administrative des adoptions.
Au 30 juin 2021, BETTO avait touché 217,000 enfants vulnérables auparavant non desservis, dont 69,600 en zones rurales et 14,600 issus de communautés de minorités ethniques, à travers 1,138 contrats d'une valeur de 2,2 billions de COP. Le système a traité automatiquement 12,738 offres d'opérateurs, optimisé 69,000 unités de service existantes et créé 32 nouvelles unités dans les zones à forte vulnérabilité, pour un total national de 743,741 places d'accueil pour la petite enfance. ADA a réduit le délai de traitement des adoptions de 24 à 9 mois et a facilité plus de 3,480 adoptions.
La co-conception multipartite, impliquant le gouvernement, des institutions multilatérales et le secteur privé, semble avoir accéléré la qualité et la confiance dans le système. Le réseau fAIrLAC de l'IDB présente BETTO comme un modèle latino-américain reproductible, bien qu'aucun déploiement confirmé dans d'autres pays ne soit documenté, et qu'aucun audit algorithmique post-déploiement ni mécanisme formel de recours ne soit documenté publiquement.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Uruguay
Uruguay’s Plan Ceibal deploys PAM, an AI-driven adaptive maths platform, to 100% of public schools (3,038 institutions, 733,000 students). An …
Jordan
Jordan's National Aid Fund uses a 57-factor algorithm to target 250,000+ households under Takaful, World Bank co-designed. HRW (2023) and …
Netherlands
DNB's DFROG nowcasting model has tracked Dutch GDP growth in real time since 2024, publishing monthly estimates; a decade-long evaluation …
Singapore
Singapore's National Environment Agency runs a peer-reviewed machine-learning system that forecasts dengue cases up to three months ahead. In the …
Open full copilot Grounded in cited practices — always check the sources.