IA pour l'éducation : détection précoce des élèves à risque
WYnova applique l'intelligence artificielle dans l'éducation pour repérer à temps les élèves à risque de décrochage, à partir des données que l'établissement enregistre déjà.
Contacter WYnovaDéfis fréquents du secteur
Un décrochage repéré quand il n'est plus temps d'intervenir.
Évaluations, assiduité et participation enregistrées dans des systèmes qui ne communiquent pas entre eux.
Des enseignants et des directions sans liste à jour des élèves à accompagner.
Détection précoce des élèves à risque de décrochage
Défi
Repérer les élèves à risque de décrochage tant qu'il est encore temps d'intervenir, sans alourdir la charge administrative des enseignants.
Approche proposée
Un modèle de machine learning croise résultats, assiduité et participation, attribue un niveau de risque à chaque élève et propose des interventions. Les enseignants consultent et valident les signalements dans un tableau de bord, avec un accès aux données des élèves contrôlé par profil.
Résultat attendu
Les enseignants disposent d'une liste priorisée des élèves à risque et interviennent plus tôt, chaque signalement étant justifié par les données qui l'ont déclenché.
Domaines techniques : ML, Data Eng, BI
Autres secteurs
Santé
Documentation clinique assistée, avec validation médicale.
Médias
Archives vidéo et audio consultables par signification.
Secteur public
Analyse des offres dans les marchés publics, avec sources citées.