evidoria

← Voltar à navegação

Boa prática Importada

ICFES reduz o tempo de correção do exame nacional em 91,6% com codificação assistida por IA da AWS/Blend

Colômbia · Bogota · Ver o perfil de Colômbia · Ver o perfil de Bogota

Evidência: Observacional / pré-pós Top 56% 47/100 · Pergunte a Evidence Copilot sobre esta prática

O organismo nacional de exames da Colômbia, o ICFES, trabalhando com a AWS e a Blend desde 2022, automatizou a codificação de respostas abertas dos exames Saber - reduzindo o tempo de correção em 91,6% e o tempo de entrega de resultados em cerca de 50% - e usou o Amazon Rekognition para verificar identidades e fiscalizar mais de 383.000 provas virtuais do Saber Pro.

91.6 %
Redução no tempo de correção das respostas abertas dos exames (2022-2025)
~50 %
Redução no tempo de entrega dos resultados dos exames (2022-2025)
383,547 tests
Provas virtuais processadas com verificação de identidade baseada no Rekognition (2017-2025)
ICFES reduz o tempo de correção do exame nacional em 91,6% com codificação assistida por IA da AWS/Blend

Detalhes

Maturidade
Em expansão
Promotor
Instituto Colombiano para la Evaluacion de la Educacion (ICFES)
Período
2017-2025 (AWS partnership since 2017; AI-grading transformation since 2022, announced Sept 2025)
Palavras-chave
national examinations, automated grading, virtual proctoring, public-sector AI

Contexto

O ICFES, a agência nacional de avaliação da Colômbia, administra exames padronizados de larga escala (Saber 11, Saber Pro, TyT Saber Pro) e firmou parceria com a AWS e a Blend desde 2017, expandindo desde 2022 o uso de IA para codificar automaticamente as respostas abertas dos exames.

Objetivos

Reduzir o tempo de correção, otimizar recursos e acelerar a entrega dos resultados, usando IA (Amazon Rekognition) para verificação remota de identidade e supervisão de provas.

Atividades

Codificação de respostas abertas assistida por IA; supervisão e verificação de identidade baseadas no Rekognition para provas virtuais (mais de 383.547 provas processadas); um algoritmo de geolocalização para atribuição de locais de prova; e um Data Lake com geração de relatórios por IA generativa.

Resultados

O tempo de correção foi reduzido em 91,6% e o tempo de entrega dos resultados em cerca de 50%, segundo o anúncio de setembro de 2025.

Conclusões

Os ganhos relatados vêm das empresas implementadoras (AWS/Blend), e não de uma auditoria independente, e não é descrito nenhum processo de revisão humana para a correção automatizada em si (além da verificação de identidade).

Implementação

Custo indicativo
Elevado (500 mil €–5 M€) — Multi-year AWS partnership (since 2017) with cloud infrastructure (Rekognition, Data Lake) supporting a national exam system; cost not itemised in public sources.
Tempo até resultados
Longo (> 3 anos) — AWS partnership began 2017; AI-assisted grading transformation phased in from 2022; publicly announced September 2025.
Equipa e competências
AWS cloud engineering/partnership team, Blend implementation team, ICFES exam operations staff

Condições de sucesso

  • Partnership with established cloud/AI vendors (AWS, Blend)
  • Geolocation algorithm for equitable exam-site assignment
  • Data Lake infrastructure for report generation

Modos de falha comuns

  • Reliance on vendor-reported metrics without independent audit
  • No disclosed human-review procedure for automated grading itself (only identity verification)

Onde se enquadra

Tipo de governação
national government agency
Escala
national
Nível de rendimento
upper-middle-income

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis