Modelos de machine learning para fiscalización por programas de establecimientos educacionales
“[L]a Superintendencia incorporó en 2019 modelos predictivos basados en técnicas de machine learning, con el fin de identificar los establecimientos más propensos al incumplimiento de la normativa educacional y del uso de recursos, en base a dimensiones de información que indicaran un riesgo [2]”, con el propósito de “[h]acer más eficiente el muestreo de establecimientos educacionales a fiscalizar” (Universidad Adolfo Ibáñez, 2024).
- Fecha de publicación de esta ficha:
País
Entidad pública
Superintendencia de Educación
Ubicación en la estructura del Estado
Nivel
Clasificación COFOG
Palabra clave
Usa datos personales
Estado conocido del proyecto
Potencial aporte a ODS
Aporte a procesos de gobierno (Clasificación nivel I JRC - UE)
Tipo de interacción (sí, no)
G2C
G2B
G2G
Clasificación OCDE por tipo de tarea (sí, no)
1. Reconocimiento
2. Detección de eventos
3. Predicción
4. Personalización
5. Soporte de interacción
6. Optimización orientada a objetivos
7. Razonamiento con estructura de conocimiento
¿Sistema previamente registrado en un repositorio anterior? (sí, no)
Nombre del repositorio
Algoritmos Públicos de la Universidad Adolfo Ibáñez
Fuentes primarias y secundarias del repositorio
Universidad Adolfo Ibáñez. (2024). MODELOS DE MACHINE LEARNING PARA FISCALIZACIÓN POR PROGRAMAS DE ESTABLECIMIENTOS EDUCACIONALES. Algoritmos Públicos. https://algoritmospublicos.cl/proyecto-modelo-machine-learning-establecimientos-educacionales