EN
返回档案库

案例库 · 战略与领导 · 用人决策 · 2024–2025

塞拉利昂用算法分配教师岗位,取代政治任命

一个基于GIS的偏好匹配算法在2024/25学年将2341名新教师部署到偏远、师资不足的学校。

塞拉利昂教学服务委员会 · Fab Inc · EdTech Hub

那一手

塞拉利昂的教师短缺问题不均:城市中心的学生与合格教师比例约为44:1,而农村地区为76:1,且随意的人事决定让偏远学校最难配到教师,并容易受到政治干预。

2024年,教学服务委员会在EdTech Hub和Fab Inc的支持下,针对全国部署周期试点了一个基于GIS的偏好匹配算法。教师的偏好、学校需求、人口统计和位置输入规则化算法,集中且透明地生成分配结果,培训工作嵌入委员会。

对2341名新教师分配的早期评估发现,委员会的大部分优先事项得到满足:更多合格教师通过了执照考试,分配更多流向学生与在编教师比例更差和更偏远的学校——工作人员和研究人员报告说,公平性和问责制有所改善,政治干预减少。

为什么管用

  • 公布规则取代了随意判断,减少了偏袒空间。
  • 在基于需求的优先事项内尊重教师偏好,有助于留住人才。
  • GIS地图让偏远程度和需求在分配过程中清晰可见。
  • 集中化流程可轻松扩展到每年数千个岗位。
值了多少让偏好匹配算法按需求分配教师利落

可以搬走什么

当分配随意时,人人怀疑偏袒;使用公布规则的算法能让分配公平、结果可审计。

后来呢

2024/25学年的试点是撒哈拉以南非洲首次国家级教师匹配算法部署;研究项目将继续跟踪留任和成果,并与政府共同改进算法。

资料来源

发现哪里写错了?告诉我们。

同一路聪明