SIGES Alerta Temprana — Système salvadorien d'alerte précoce au décrochage, audité par l'État lui-même

Le ministère de l'Éducation, des Sciences et de la Technologie du Salvador (MINEDUCYT) a intégré un module d'alerte précoce dans SIGES, le système national d'information sur les élèves, pour signaler les élèves à risque d'abandon scolaire. Le module croise le dossier de chaque élève — statut de retard scolaire, absences, résultats scolaires, grossesse adolescente, parentalité précoce, union précoce ou mariage, et exposition à la violence — afin de classer le risque d'abandon comme moyen, élevé ou très élevé et de suggérer des interventions au niveau de l'école. L'UNICEF a financé une phase de diagnostic et de validation de la méthodologie en 2020, testée auprès d'environ 300 enseignants et administrateurs par l'intermédiaire de l'ONG FEDISAL.

Le système vise à repérer suffisamment tôt les élèves à risque d'abandon scolaire pour que les écoles puissent intervenir, en utilisant les données administratives déjà collectées dans SIGES plutôt qu'un exercice de collecte de données distinct. Sa classification des risques repose sur des règles, fondées sur des indicateurs tels que la grossesse, l'union précoce, le retard scolaire et l'absentéisme, plutôt que sur un modèle prédictif entraîné.

En 2021–2022, le service de suivi du MINEDUCYT et un consultant financé par l'UNICEF (FEDISAL) ont mené un audit national de la qualité des données, vérifiant manuellement les alertes automatiques de SIGES par rapport à des données collectées en porte-à-porte et sur formulaires papier pour l'année scolaire 2021. L'exercice de vérification a couvert 1,224,249 élèves dans 5,971 centres éducatifs publics et privés, 96.38% des centres ayant achevé le processus.

L'audit a révélé que le système automatique sous-estime largement les cas réellement à risque : SIGES a enregistré 172 alertes de grossesse contre 1,348 identifiées par la vérification sur le terrain (environ 8 fois plus), 831 alertes de parents mineurs contre 8,652 sur le terrain (environ 10 fois plus), et 1,995 alertes d'union précoce contre 7,547 sur le terrain (environ 4 fois plus). Aucune évaluation des résultats permettant de savoir si le taux d'abandon des élèves signalés s'est réellement amélioré n'a été publiée.

Cet écart signifie que le système automatique d'alerte précoce, tel qu'il est déployé, ne repère probablement pas la grande majorité des élèves vulnérables qu'il est censé identifier — une limite sérieuse et documentée par le système lui-même, plutôt qu'une critique extérieure. La transparence de l'audit reste néanmoins notable : peu d'outils administratifs liés à l'IA gouvernementale ont vu leurs modes de défaillance aussi ouvertement quantifiés et publiés par le ministère responsable et son bailleur de fonds.