Algoritmo de Alocação de Professores com Apoio de SIG na Serra Leoa

Serra Leoa tem enfrentado dificuldades em colocar professores qualificados nos distritos rurais e remotos mais desfavorecidos, com elevada rotatividade, escassez de especialistas em matemática e ciências, e uma sub-representação marcante de professoras. A Comissão do Serviço Docente (TSC), em conjunto com o Ministério da Educação Básica e Secundária, a EdTech Hub, a Learning Generation Initiative e a empresa de análise de dados Fab Inc., desenvolveu o sistema a partir de uma análise SIG anterior, financiada pela UK Aid, sobre as disparidades no rácio aluno-professor.

Substituir a colocação de professores, até então discricionária e pouco sistemática, por um mecanismo de afetação orientado por dados e regras que combine melhor professores e escolas, direcionando mais novos lugares para os 10 distritos mais desfavorecidos dos 16 de Serra Leoa (identificados através dos resultados de exames nacionais e avaliações de aprendizagem).

Para o ciclo de afetação de 2024/25, a TSC introduziu um algoritmo de correspondência de preferências, de código aberto e apoiado em SIG, adaptado do modelo de "aceitação diferida" ("correspondência estável") utilizado em trabalhos premiados com o Nobel para associar médicos a hospitais e pacientes a doadores de rim. As escolas indicam os atributos que necessitam num professor (especialidade, experiência, equilíbrio de género, disponibilidade para permanecer); os professores indicam os locais preferidos, incluindo língua e laços familiares; o algoritmo produz colocações que respeitam as preferências de ambas as partes.

No ano letivo de 2024/25, 56% dos 2.000 novos lugares de professor financiados pelo Ministério das Finanças e 53% dos 1.000 novos lugares de desenvolvimento na primeira infância foram atribuídos aos 10 distritos desfavorecidos, cumprindo um indicador de resultados associado a 4,5 milhões de dólares de financiamento da Parceria Global para a Educação (GPE). Uma meta complementar de execução orçamental subiu para 92% em 2023/24, face a uma linha de base de 78% em 2019.

Trata-se de um passo genuíno rumo a uma afetação orientada por dados, com critérios e resultados verificados externamente através do mecanismo de financiamento baseado em resultados da GPE. Ainda não existe uma avaliação independente dos efeitos a jusante na retenção de professores, nos rácios aluno-professor ou nos resultados de aprendizagem, e as disparidades podem ser maiores dentro dos distritos do que entre eles, pelo que a segmentação ao nível distrital pode não resolver totalmente as disparidades intradistritais.