Gujarat: પ્રાથમિક શાળા છોડી દેતા વિદ્યાર્થીઓને અટકાવવા થઈ રહ્યો છે AIનો ઉપયોગ

ગુજરાતના મુખ્યમંત્રી તરીકે નરેન્દ્ર મોદીએ પ્રાથમિક શાળાઓમાં પ્રવેશપાત્ર એકપણ બાળક શિક્ષણનાં અધિકારથી વંચિત ન રહે તે હેતુસર વર્ષ 2002-03થી શાળા પ્રવેશોત્સવ અને કન્યા કેળવણી રથયાત્રા કાર્યક્રમની શરૂઆત કરાવી હતી. આ કાર્યક્રમના પરિણામે આજે ગુજરાતની શાળાઓમાં પ્રાથમિક શિક્ષણ મેળવતા વિદ્યાર્થીઓના સ્કૂલ ડ્રોપઆઉટ રેશિયોમાં નોંધપાત્ર ઘટાડો જોવા મળ્યો છે.વર્ષ 2001-02 જ્યાં ધો 1થી 8માં વિદ્યાર્થીઓનો સ્કૂલ ડ્રોપઆઉટ રેશિયો 37.22 ટકા હતો તે વર્ષ 2023-24માં ઘટીને 2.42 ટકા થયો છે.

અર્લી વૉર્નિંગ સિસ્ટમ લાગૂ કરવામાં આવી

ગુજરાત સરકાર પ્રાથમિક, માધ્યમિક અને ઉચ્ચતર માધ્યમિક શિક્ષણના સ્તરે સ્કૂલ ડ્રોપઆઉટ રેશિયો લગભગ શૂન્ય ટકા કરવાનો લક્ષ્યાંક ધરાવે છે.આ લક્ષ્યાંક હાંસલ કરવા માટે મુખ્યમંત્રી ભૂપેન્દ્ર પટેલના નેતૃત્વમાં ગુજરાત સરકારના શિક્ષણ વિભાગ દ્વારા વિદ્યાર્થીઓમાં સ્કૂલ ડ્રોપઆઉટને અટકાવવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ આધારિત અર્લી વૉર્નિંગ સિસ્ટમ (EWS) લાગૂ કરવામાં આવી છે. આ સિસ્ટમ શાળા છોડીને જઇ શકે તેવા સંભવિત બાળકોની અગાઉથી જ ઓળખ કરી લે છે. જેથી તેઓને શાળા છોડતા અટકાવી શકાય અને તેઓ પોતાનું શિક્ષણ પૂર્ણ કરે તે સુનિશ્ચિત કરી શકાય.

વિદ્યાર્થીઓની ઓળખ કરવામાં આવી

ગુજરાતની સરકારી પ્રાથમિક શાળાઓમાં ધો 1થી 8માં આજે લગભગ 1 કરોડ જેટલા વિદ્યાર્થીઓ ભણી રહ્યા છે અને આ વિદ્યાર્થીઓમાંથી EWS થકી અત્યારસુધીમાં લગભગ 1,68,000 એટલે કે 2%થી પણ ઓછા વિદ્યાર્થીઓની ઓળખ કરવામાં આવી છે.જેઓ સંભવિત ડ્રોપઆઉટનું જોખમ ધરાવે છે. રાજ્ય સરકાર સુનિશ્ચિત કરશે કે EWS દ્વારા ઓળખી કાઢવામાં આવેલ સંભવિત ડ્રોપઆઉટ થવાનું જોખમ ધરાવતા આ 1,68,000 બાળકો તેમનું શાળાકીય શિક્ષણ ચાલુ રાખે.આ માટે આ બાળકો અને તેમના વાલીઓને શાળા પ્રવેશોત્સવ કાર્યક્રમમાં આમંત્રિત કરવામાં આવશે અને બાળકના વિકાસ અને પ્રગતિ માટે શાળાકીય શિક્ષણ પૂર્ણ કરવું કેટલું મહત્વપૂર્ણ છે તેની સમજ આપવામાં આવશે.

શું છે AI આધારિત અર્લી વૉર્નિંગ સિસ્ટમ (EWS)?

સંપૂર્ણપણે વૈજ્ઞાનિક અભિગમ ધરાવતી AI આધારિત અર્લી વૉર્નિંગ સિસ્ટમ પ્રાથમિક શાળામાં ધો 1થી 8 ભણતા પ્રત્યેક વિદ્યાર્થીના રેકોર્ડ, શાળા પ્રદર્શન, હાજરી અને મૂલ્યાંકન જેવા ડેટાનો ઉપયોગ કરીને વિદ્યાર્થીના સંભવિત ડ્રોપઆઉટ થવાની અગાઉથી આગાહી કરે છે અને તેને અટકાવવા માટેના પગલાં લેવા માટે એલર્ટ આપે છે. આ સિસ્ટમમાં એલ્ગોરિધમ્સ દ્વારા ડેટાની પેટર્નની ઓળખ કરીને સંભવિત ડ્રોપઆઉટ લેનારા બાળકની ઓળખ કરવામાં આવે છે, જેથી ડ્રોપઆઉટનું જોખમ ધરાવતા વિદ્યાર્થીઓ પર વિશેષ ધ્યાન આપીને ડ્રોપઆઉટ થયા પહેલા જ સમયસર પગલાં લઇ શકાય છે.

શાળા છોડી દેવાનું જોખમ ધરાવતા બાળકોની ઓળખ

વિદ્યાર્થીઓના ડ્રોપઆઉટ માટેના મુખ્ય પરિબળોમાં શાળામાં તેમની સતત ગેરહાજરી, શાળા શિક્ષણમાં નબળું પ્રદર્શન, બાળકની તંદુરસ્તી અને શારીરિક વિકલાંગતા, બાળકની વર્તણૂંક વગેરેનો સમાવેશ થાય છે. આ ઉપરાંત, વિદ્યાર્થીઓની શાળા સંબંધિત માહિતી જેમકે, વિદ્યાર્થીની શાળાનો પ્રકાર (સરકારી, સહાયિત, ખાનગી વગેરે), મલ્ટિગ્રેડ વર્ગખંડો, શાળામાં ઇન્ફ્રાસ્ટ્રક્ચરની સુવિધાઓ, તેમજ વિદ્યાર્થીઓના પરિવાર અંગેની માહિતી જેમકે, પરિવારની આર્થિક સ્થિતિ, પરિવારનું સ્થળાંતર, ઘરમાં શિક્ષણ અંગેના વિચારો અને ધારણા, પરિવારમાં બાળકોની સંખ્યા, વસ્તી વિષયક માહિતી વગેરેનો પણ સંભવિત ડ્રોપઆઉટ બાળકની ઓળખ કરવા માટે ઉપયોગ કરવામાં આવે છે.આ સિસ્ટમનો ઉદ્દેશ મુખ્ય સૂચકાંકોના આધારે શાળા છોડી દેવાનું જોખમ ધરાવતા બાળકોની ઓળખ કરવાનો છે.