evidoria

← Back to browse

Good practice

Sistemas de Alerta Temprana — alertas de riesgo de abandono escolar con IA en Mendoza y Entre Ríos, Argentina

Argentina · Mendoza · See the Argentina profile

Mendoza y Entre Ríos, en Argentina, construyeron sistemas de alerta temprana con IA — con la UBA, CIPPEC y la CAF — que identifican a estudiantes en riesgo de abandono vía asistencia, notas y datos familiares. En el primer año, 4.300 estudiantes en Mendoza y 650 en Entre Ríos de alto riesgo permanecieron matriculados.

4300 students
Estudiantes de Mendoza señalados de alto riesgo que permanecieron matriculados (first reported year (2022–2023))
650 students
Estudiantes de Entre Ríos señalados de alto riesgo que permanecieron matriculados (first reported year (2022–2023))
80 secondary schools
Escuelas piloto en Entre Ríos (2022–2023 pilot)
30 %
Jóvenes de 20-22 años en Argentina que no completaron la secundaria
53 per 100
Estudiantes a nivel nacional que llegan al último año de secundaria en el tiempo previsto
Sistemas de Alerta Temprana — alertas de riesgo de abandono escolar con IA en Mendoza y Entre Ríos, Argentina

Details

Maturity
Scaling
Promoter
Dirección General de Escuelas de Mendoza / Consejo General de Educación de Entre Ríos / Laboratorio de IA (UBA) / CIPPEC / CAF
Period
2022–present (first-year results reported June 2023)
Keywords
school dropout prevention, artificial intelligence, early-warning system, education management, student retention

Context

Argentina tiene uno de los problemas de abandono escolar secundario más persistentes de América Latina, con alrededor del 30% de los jóvenes de 20-22 años que no han completado la secundaria y solo 53 de cada 100 estudiantes que llegan al último año en el tiempo previsto. A partir de 2022-2023, las provincias de Mendoza y Entre Ríos construyeron sistemas de alerta temprana basados en IA (Sistemas de Alerta Temprana, SAT) para identificar a los estudiantes en riesgo de abandono antes de que ocurra. Los sistemas se desarrollaron junto con el Laboratorio de Inteligencia Artificial de la Universidad de Buenos Aires, el think tank de políticas públicas CIPPEC, y con financiamiento y apoyo técnico del banco de desarrollo regional CAF.

Objectives

Los programas buscan identificar a los estudiantes de secundaria en riesgo de abandono con suficiente antelación para permitir la intervención de las escuelas, utilizando modelos de IA construidos a partir de datos de gestión escolar en lugar de depender únicamente del juicio informal de los docentes.

Activities

Ambos sistemas explotan datos de gestión escolar — asistencia, calificaciones (especialmente en Lengua y Matemática), nivel educativo de los padres y desfase entre edad y grado escolar — para asignar a cada estudiante un nivel de riesgo. El modelo de Mendoza, entrenado con trayectorias históricas de estudiantes, utiliza una clasificación tipo “semáforo” (verde/amarillo/rojo) y se implementó en todas las escuelas secundarias de la provincia en 2023. Entre Ríos llevó adelante una prueba piloto paralela en 80 escuelas secundarias, utilizando una clasificación de riesgo alto/medio/bajo. CIPPEC acompañó directamente a las escuelas en el diseño del componente de intervención del sistema, junto con el modelo de detección.

Results

En el primer año con datos reportados, 4.300 estudiantes en Mendoza y 650 en Entre Ríos identificados como de alto riesgo permanecieron matriculados en lugar de abandonar la escuela, según información de CIPPEC e Infobae sobre datos de los ministerios provinciales de educación. Estas cifras describen a estudiantes que permanecieron matriculados tras ser señalados, y no una comparación con un grupo de control de estudiantes similares no expuestos al sistema.

Conclusions

Los propios responsables y evaluadores de los programas reconocen sus límites: el éxito de Mendoza se apoyó en que la provincia había construido, desde 2018, una base de datos de estudiantes sólida e individualmente identificada (“nominalizada”), una infraestructura que la mayoría de las demás provincias argentinas todavía no posee, ya que el país no cuenta con un sistema nacional único de información estudiantil. La propia evaluación de CIPPEC calificó el primer año de implementación como un proceso de aprendizaje, señalando la necesidad de mejorar la calidad y cobertura de los datos, fortalecer la capacidad técnica para operar los sistemas, y mejorar la coordinación entre el algoritmo de detección y las intervenciones de seguimiento destinadas a mantener escolarizados a los estudiantes señalados.

Implementation

Indicative cost
Medium (€50k–€500k)
Time to results
Long (> 3 years)
Staffing & skills
Provincial education ministries (Dirección General de Escuelas de Mendoza; Consejo General de Educación de Entre Ríos) operating the systems within schools, Universidad de Buenos Aires's Artificial Intelligence Laboratory, providing technical/algorithm development, CIPPEC, providing policy design support and direct accompaniment of schools on the follow-up intervention side, CAF (Latin American development bank), providing financing and technical support

Conditions for success

  • A solid, individually-identified ("nominalized") student-level administrative database, which Mendoza had built since 2018
  • Sufficient data quality and coverage of attendance, grades, and family/background data feeding the risk model
  • Technical capacity within the provincial education ministry to run and maintain the detection system
  • Coordination between the algorithm's risk flags and the follow-up interventions meant to keep flagged students enrolled

Common failure modes

  • Provinces without a nominalized, individually-identified student-data system cannot easily replicate the model, and most of Argentina's provinces lack one
  • Weak data quality or coverage undermines the accuracy of the risk classification
  • A disconnect between the algorithm's risk flags and actual follow-up interventions limits the system's effect on retention

Where it fits

Governance type
subnational/provincial government, in partnership with a university lab, a policy think tank, and a regional development bank
Scale
two Argentine provinces (Mendoza province-wide; Entre Ríos pilot in 80 secondary schools)
Income level
upper-middle-income country context (Argentina)

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful