Malaysia SiPKPM — AI-enhanced national early-warning system for school dropout prevention
Malaysia
Malaysia's Ministry of Education (KPM) and UNICEF deploy SiPKPM, an AI early-warning system tracking 5 million learners on 7 risk …
India · Gandhinagar · See the India profile
Le Vidya Samiksha Kendra, au Gujarat (Inde), utilise l'IA pour signaler le risque de décrochage chez 11,5 millions d'élèves dans 54 000+ écoles. Les chiffres officiels citent 167 446 élèves maintenus scolarisés en 2025-2026 ; répliqué dans 14 États indiens depuis 2023.
Le Vidya Samiksha Kendra est un centre de pilotage éducatif géré par l'État, créé par le Département de l'éducation du Gujarat à Gandhinagar, inauguré en juin 2021 et visité par le Premier ministre Narendra Modi en avril 2022. Il applique l'intelligence artificielle, l'apprentissage automatique et l'analyse de big data à plus de 500 crore (5 milliards) de points de données collectés chaque année — assiduité, résultats d'évaluation, performance des enseignants et données socio-économiques et démographiques des élèves — couvrant environ 1,15 crore (11,5 millions) d'élèves dans plus de 54 000 écoles publiques.
Le système d'alerte précoce basé sur l'IA du VSK vise à prédire la probabilité de décrochage scolaire chez les élèves des classes 1 à 8 afin d'identifier précocement les élèves à risque et de les maintenir à l'école, tandis qu'un système de suivi des enfants associé cherche à réinscrire les enfants ayant déjà quitté l'école.
Le système analyse en continu les données d'assiduité, d'évaluation et démographiques pour signaler les élèves à risque, déclenchant des interventions ciblées de la part des enseignants et des conseillers ; le système de suivi des enfants assure séparément le suivi des enfants déjà déscolarisés afin de les réinscrire.
Selon l'annonce du gouvernement du Gujarat de juin 2026 lors du Shala Praveshotsav, le VSK a permis d'éviter le décrochage de 167 446 élèves à risque au cours de l'année précédente, a réinscrit 90 212 enfants auparavant déscolarisés, et a nouvellement signalé 118 234 élèves supplémentaires comme étant à risque. Une étude de cas du NITI Aayog documente séparément une réduction de 15 % de l'absentéisme dans le district de Sabarkantha au cours d'une seule année scolaire. La Banque mondiale, l'OCDE et l'UNICEF ont cité ce modèle comme une bonne pratique, et il a été reproduit par 14 autres États indiens et un territoire de l'union depuis 2023.
Ces données doivent être lues avec prudence : les chiffres phares de prévention du décrochage proviennent d'une annonce du gouvernement de l'État, reprise par des agences de presse, et non d'un audit indépendant ou d'une étude évaluée par des pairs, et le Centre de technologie éducative de l'IIT Bombay a publiquement souligné que la couche d'analyse prédictive du VSK « pourrait être encore améliorée par des algorithmes prédictifs », signe que la composante IA est réelle mais pas encore à la pointe de la sophistication.
Where this practice's information was retrieved from, and when.
Malaysia
Malaysia's Ministry of Education (KPM) and UNICEF deploy SiPKPM, an AI early-warning system tracking 5 million learners on 7 risk …
United Kingdom
The UK's Open University has run OU Analyse, a machine-learning early-warning system flagging at-risk distance learners weekly, in production since …
Guatemala
A World Bank-designed predictive model using only existing administrative data flagged Guatemalan students at risk of dropping out. A 4,000-school …
Argentina
Mendoza and Entre Ríos, Argentina, built AI early-warning systems — with UBA's AI Lab, CIPPEC and CAF — flagging dropout-risk …
Open full copilot Grounded in cited practices — always check the sources.