ZERO INVISIBILITAT
Per un sistema que identifica i fa seguiment de l’alumnat en risc d’AEP
Com podem organitzar un sistema de detecció i seguiment de perfils en risc d’abandonament?
Lluitar per la reducció de l’AEP sense una bona detecció i diagnosi de la problemàtica i el seu abast suposa enfrontar-s’hi a cegues i sense les eines necessàries per articular respostes eficients i efectives.
Per complir amb l’objectiu de reduir la incidència d’aquest fenomen, es requereix de l’accés i l’ús de dades que permetin obtenir una bona fotografía dinàmica de l’escenari.
Partir d’un coneixement precís de l’abast i la forma de la problemàtica en la realitat municipal sobre el qual es vol intervenir és un element fonamental per a garantir la seva efectivitat:
– Quin és el nombre de persones que s’hi veuen afectades?
– A quins col·lectius pertanyen?
– Quines característiques socioeducatives presenten?
– Quines són les causes i les conseqüències principals?
– Quins recursos se’ls ha ofert fins al moment?
Poder recopilar dades que donin resposta a aquestes i d’altres preguntes és el primer pas necessari per articular respostes informades i fonamentades.
Què podem fer
- Crear un sistema d’indicador de risc d’AEP harmonitzat amb els centres escolars i un protocol de recollida i explotació de dades. Per exemple dades d’absentisme, baixada de rendiment, desafecció escolar, altres.
- Crear un sistema municipal d’identificació, seguiment i recuperació que integri els diversos actors a través de diverses comissions de treball específiques.
- Des del Departament d’Educació, definir una política de dades que permeti als municipis identificar l’alumnat en risc d’AEP i els joves entre els 16-24 anys que es troben fora del sistema d’educació reglat.
- Desenvolupar sistemes de IA per fer detecció prematura de l’AEP que garanteixin el bon ús de les dades per la millora de les oportunitats educatives.
Pràctiques inspiradores
Països Baixos ha desenvolupat una iniciativa basada en la identificació de dades de risc de l’alumnat. Tots els alumnes tenen assignat un número personal que fa possible el seu seguiment.
La base de dades conté informació específica de l'alumnat sobre les seves característiques personals (p. ex., gènere, ètnia i rep una atenció especial a l'escola), l'escolaritat (itineraris i resultats en les principals assignatures) i informació sobre els pares dels alumnes (ex. Llars monoparentals).
Aquest registre inclou dades com el nom, adreça, data de naixement, escola i tipus d’escola. Un jove que no està registrat a BRON es considera AEP.
Les dades d’AEP estan disponibles a nivell nacional, regional, municipal i escolar. Aquesta dada es pot vincular a dades socioeconòmiques per regió, ciutat i barri (inclosa la composició de la població, percentatge de nadius holandesos i membres de minories ètniques, atur, beneficiaris, etc.).
Aquestes dades s’utilitzen per poder realitzar intervencions a nivell individual, (ex. Assignació d’un recurs de mentoria) o per a grups específics d’alt risc d’abandonament. Els informes que realitza el ministeri, serveixen alhora per dissenyar polítiques de reducció de l’AEP a nivell regional i local.
Més informacióEn aquesta ciutat, es realitzen estudis de predicció de l’AEP al 9 grau, que a Catalunya seria equivalent a 2n de la ESO. Es considera, a partir de l’evidència científica, que el rendiment escolar en aquest curs és predictor del rendiment en l’educació secundària i per tant, de la possibilitat de graduació o abandonament.
Aquests estudis es basen tant en l’anàlisi de bases de dades administratives com els registres de matrícula dels estudiants (el seu nivell d'escolar i grau); informació de fons (raça, gènere, nivell de pobresa del barri i estatus d'educació especial); resultats de les proves estandarditzades tant de primària com de secundària; i les notes i els expedients de batxillerat.
A més, l’estudi té accés a les dades del National Student Clearinghouse sobre la matrícula universitària, de manera que pot determinar també la continuïtat en els estudis universitaris.
Més informacióPer a combatre l’alta taxa de deserció escolar, el govern de la regió Andhra Pradesh ha aplicat un sistema d'Intel·ligència Artificial (IA).
Aquest estat del sud-est de l'Índia, va implementar una aplicació desenvolupada per Microsoft que utilitza l'aprenentatge automàtic -la IA- per a predir la deserció escolar en el estat (*Azure).
Basat en dades com ara matriculació, acompliment estudiantil, gènere, demografia socioeconòmica, infraestructura escolar i habilitats i experiència dels mestres, el programari està dissenyat per a extreure patrons i fer prediccions.
El programa va detectar més de 60 patrons d’AEP. Els funcionaris d'educació utilitzen els resultats per a orientar les seves intervencions i prioritzar les seves inversions.
Més informacióPer millorar la finalització dels estudis de formació professional, el govern finlandès va crear uns indicadors d'alerta i intervenció primerenques que es basen en:
1. Plans de desenvolupament de competències personals (incloent cronogrames d'implementació, competències adquirides i autoavaluació).
2. Inici de sessió i ús de diverses eines i entorns d'aprenentatge
3. Qüestionaris mòbils setmanals enviats als telèfons cel·lulars dels estudiants.
4. La retroalimentació dels estudiants proporcionada a través del sistema. A Hèlsinki, es va desenvolupar un sistema basat en IA (AI-HOKS) per ajudar els estudiants de FP a graduar-se (i limitar-ne els riscos d'abandonament).
El seu objectiu principal és identificar com més aviat millor les circumstàncies i la fase d'aprenentatge en què els estudiants probablement necessitaran suport, i proporcionar suport automatitzat i semiautomàtic (p. ex., orientació mòbil).
Més informacióL’ajuntament de Badia del Vallès ha desenvolupat l’Observatori de les Trajectòries Educatives per tal de donar resposta a la manca de sistematització d’informació relacionada amb les trajectòries educatives, com un fet que dificulta la promoció d’accions preventives en relació amb la desafecció escolar i l’AEP, així com la detecció precoç d’interessos formatius.
El projecte es va iniciar al curs 2009-2010. Es tracta d’un sistema de recollida de dades i indicadors de risc d’AEP que proporcionen els centres educatius de la ciutat.
Per a fer-ho, la tècnica d’Orientació Comunitària s’encarrega d’informar i demanar les dades als centres educatius, fa el tractament i l’anàlisi d’aquestes dades, i finalment, redacta l’informe anual.
Amb aquestes dades diagnòstiques de les trajectòries educatives es promouen accions preventives en relació amb la desafecció escolar i l'AEP, així com detectar interessos formatius per tal de posar en relleu la realitat d'aquest fenomen al municipi i fer propostes polítiques al respecte.
Més informacióLa Xarxa 16-21 de l'ajuntament d'Olot parteix d'una mirada individualitzada i coordinada i té com a objectiu principal orientar i acompanyar l'alumnat en el procés de construcció de les seves trajectòries d'èxit educatiu i personal.
Alhora, aquesta pràctica és altament rellevant per dues qüestions: presenta un enfocament específic sobre l'alumnat en situació de vulnerabilitat - i en conseqüència, aquell amb major risc d'AEP - així com un abordatge mulstisectorial (Educació, Ocupació Juvenil, Acció Social...) que posa de manifest la importància de les accions coordinades.
La Xarxa 16-21 respon a la necessitat de detectar i fer seguiment dels i les joves d'entre 16 i 21 anys que no estan vinculats a cap recurs formatiu, així com d'identificar buits formatius i necessitats sense atendre al municipi.
Les seves accions principals són l'actuació de la base de dades, la sistematització d'un banc de recursos i serveis formatius amb actualitzacions continuades i el desenvolupament de tasques d'orientació i derivació d'aquest jovent adequada als seus interessos i necessitats, ja provinguin de recursos formatius específics com d'altres serveis amb qui té contacte La Xarxa.
