evidoria

← Voltar à navegação

Boa prática Importada

SABAY-Salita — Piloto de Rastreio de Fala e Dislexia por IA do ECAIR nas Escolas do DepEd, Filipinas

Filipinas · Manila · Ver o perfil de Filipinas · Ver o perfil de Manila

Evidência: Descritivo / autorreportado Top 81% 33/100 · Pergunte a Evidence Copilot sobre esta prática

O ECAIR do DepEd testou o SABAY-Salita, um sistema de IA que analisa gravações de fala infantil para rastrear dislexia e perturbações do som da fala, em duas escolas de Manila desde finais de 2025, procurando casos que o rastreio manual não deteta e aliviando a carga dos professores.

2 schools
Escolas-piloto (Região Capital Nacional) (2nd semester 2025)

Detalhes

Maturidade
Piloto
Promotor
DepEd — Education Center for AI Research (ECAIR)
Período
2025–2026 (pilot rollout, two schools)
Palavras-chave
special education, disability screening, speech-language pathology

Contexto

O Departamento de Educação das Filipinas (DepEd), através do seu Education Center for AI Research (ECAIR), desenvolveu o SABAY-Salita para analisar gravações de fala de crianças em busca de sinais de dislexia e perturbações da fala.

Objetivos

A ferramenta foi concebida como primeira linha de deteção, filtrando os alunos que provavelmente precisam de referenciação para um especialista dos que não precisam, de modo a detetar perturbações que muitas vezes passam despercebidas após as verificações preliminares feitas pelos professores.

Atividades

O ECAIR construiu o sistema em conjunto com a Divisão de Inclusão de Estudantes do Bureau of Learning Delivery do DepEd, juntamente com especialistas em educação, profissionais de saúde e especialistas em educação especial, e iniciou o teste-piloto em duas escolas da Região Capital Nacional no segundo semestre de 2025.

Resultados

O DepEd apresentou publicamente o SABAY-Salita em setembro de 2025, como parte de um conjunto mais amplo de projetos de IA, no âmbito do seu esforço nacional de transparência e integridade em IA, e o ECAIR declarou a intenção de expandir o projeto-piloto até 2026, abrangendo mais regiões, conjuntos de dados maiores e formação adicional para professores e alunos.

Conclusões

Até à fase de projeto-piloto, não foram publicados dados independentes de precisão, taxas de falsos positivos/negativos ou resultados de intervenções subsequentes; a evidência documentada cobre a lógica de conceção da ferramenta e a implementação inicial em duas escolas, não o seu desempenho de rastreio.

Implementação

Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
DepEd Education Center for AI Research (ECAIR) technical team, DepEd Bureau of Learning Delivery - Student Inclusion Division, Healthcare professionals and special-education practitioners co-developing the tool

Condições de sucesso

  • Inter-agency co-development spanning education, health and special-education expertise
  • Phased rollout starting with a small, controlled two-school pilot before wider expansion
  • Planned additional training for teachers and learners as the pilot expands

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

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.

Práticas semelhantes que podem ser úteis