Sorry, you need to enable JavaScript to visit this website.

Piloto

Asignación centralizada de alumnos

Asignación centralizada de alumnos

Escalamiento del sistema centralizado de asignación para estudiantes

Problema que se busca resolve

Los sistemas de asignación centralizado de estudiantes tienen beneficios que reducen el costo de administrar el ingreso de estudiante, mejoran la transparencia del sistema, y eliminan ineficiencias (como perder cupos por no tener un perfil completo de preferencias de padres)

Poblaciones que se ven afectadas por el problema

Los alumnos que participan del sistema de asignación centralizado de estudiantes (entrada al sistema educativo o transferencias dependiendo el contexto)

Respuesta actual a este problema, considerando a las instituciones relacionadas.

Se genera una plataforma la cual permite a los padres de los alumnos registrar sus preferencias en totalidad, y asignarlos mediante un algoritmo el cual respeta criterios de equidad y eficiencia a las vacantes disponibles en las escuelas

Propuesta para solucionar dicho problema usando IA

Se utiliza la implementación del algoritmo de aceptación diferida (DA en ingles), estudiado ampliamente en academia para asignar los estudiantes a los cupos vacantes de manera centralizada

Avances/resultados

Escalaron en Perú y Palmira. Cambiaron el sistema de asignación por residencia a uno digital de elección en Ecuador.

Metas

Exitosa ejecución del proyecto de matrícula digital 2023-2024

Principales retos en la implementación

Cambos en los gobiernos.

Lecciones aprendidas

Los sistemas de asignación centralizados mejoren la transparencia, eficiencia y equidad en el acceso a las escuelas. Pero persisten retos como barreras de información para familias de bajo NSE.

Hub

Sector

Educación

Ubicación

Brasil / Colombia / Perú / Ecuador

Entidad Ejecutora

Ministerio de Educación

Estado

Diseño

Contacto

fairlac@iadb.org

Te puede interesar
Publicaciones

Colombia lanzó la Misión de Expertos en IA para evaluar las potencialidades de la IA y dar recomendaciones concretas en el corto, mediano y largo plazo.

Publicaciones

Hay estudios que muestran que, internacionalmente, en la fuerza laboral las mujeres obtienen menores remuneraciones, ocupan menos posiciones sénior y participan menos de los campos de ciencia, tecnología, ingeniería y matemáticas (STEM).

Herramientas

Esta es una herramienta práctica de autoevaluación ética de IA para emprendedores, que permite llevar a cabo un análisis de la solución tecnológica basada en IA y manejo de datos.