A Giga, a iniciativa conjunta UNICEF–UIT para a conectividade escolar, usou modelos de IA treinados em imagens de satélite para mapear e validar 100% das escolas básicas e secundárias de São Tomé e Príncipe, dando ao Ministério da Educação uma base de dados completa e de baixo custo para planear a conectividade.
100%
Escolas básicas e secundárias mapeadas e validadas (by February 2025)
~1/3
Escolas do mundo mapeadas, programa global Giga (as of December 2024, across 141 countries)
Detalhes
Maturidade
Em expansão
Promotor
Giga (UNICEF–ITU)
Período
2023–2025
Palavras-chave
education infrastructure, school connectivity, public administration, geospatial AI
Contexto
São Tomé e Príncipe, uma pequena nação insular da África Central, carecia de um inventário completo e fiável de localizações escolares, o que dificultava ao Ministério da Educação planear e financiar a conetividade à internet nas salas de aula. A Giga -- a iniciativa conjunta UNICEF-UIT -- aplica modelos de aprendizagem automática treinados para reconhecer edifícios escolares em imagens de satélite de alta resolução, cruzando depois os locais candidatos com dados censitários, OpenStreetMap e Overture Maps, antes de equipas locais verificarem os locais assinalados no terreno.
Resultados
Até fevereiro de 2025, a Giga reportou que 100% das escolas básicas e secundárias de São Tomé e Príncipe tinham sido mapeadas e validadas, após o que a modelação de infraestruturas (torres de telecomunicações, traçados de fibra) foi usada para dar às autoridades ferramentas de planeamento e financiamento da conetividade. A IEEE Spectrum reportou em dezembro de 2024 que este processo de aprendizagem profunda fracamente supervisionada já tinha mapeado então cerca de um terço das escolas do mundo em 141 países.
Conclusões
A documentação pública não desagrega dados de precisão ou custos especificamente para São Tomé e Príncipe, e a prática aborda o precursor de infraestrutura e administrativo da conetividade, não o ensino ou os resultados de aprendizagem em sala de aula diretamente.
Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
Giga (UNICEF-ITU joint initiative), Ministry of Education, Sao Tome and Principe, local verification staff
Condições de sucesso
weakly-supervised deep-learning pipeline combining transformer and CNN-based models
cross-referencing satellite detections against census data, OpenStreetMap and Overture Maps with local ground verification