ગાંધીનગર, 25 જૂન, 2026: Goal is to achieve ‘zero dropout rate’ in primary and secondary schools પ્રાથમિક શાળામાં પ્રવેશપાત્ર પ્રત્યેક બાળકને શિક્ષણનો અધિકાર મળે અને સમગ્ર ગુજરાતમાં શિક્ષણનો વ્યાપ વધે તેવા ઉદ્દેશ્યથી તત્કાલીન મુખ્યમંત્રી અને વડાપ્રધાન નરેન્દ્ર મોદીએ શાળા પ્રવેશોત્સવ અને કન્યા કેળવણી રથયાત્રા કાર્યક્રમની શરૂઆત કરાવી હતી. ગઇકાલે ગુજરાતના મુખ્યમંત્રી ભૂપેન્દ્ર પટેલે વડનગરની બી.એન. હાઇસ્કૂલથી શાળા પ્રવેશોત્સવ કાર્યક્રમની 24મી કડીનો રાજ્યવ્યાપી પ્રારંભ કરાવ્યો હતો. સતત 23 વર્ષોથી ચાલી રહેલા શાળા પ્રવેશોત્સવ કાર્યક્રમના કારણે રાજ્યમાં શિક્ષણ અંગે જાગૃતિ વધી છે, અને તેના પરિણામે પ્રાથમિક શાળાઓમાં ભણતા વિદ્યાર્થીઓના સ્કૂલ ડ્રોપઆઉટ રેશિયોમાં પણ નોંધપાત્ર ઘટાડો જોવા મળ્યો છે.
મુખ્યમંત્રીના નેતૃત્વમાં ગુજરાત સરકાર પ્રાથમિક, માધ્યમિક અને ઉચ્ચ શિક્ષણના સ્તરે સ્કૂલ ડ્રોપઆઉટ રેશિયો લગભગ શૂન્ય ટકા કરવાનો લક્ષ્યાંક ધરાવે છે. આ લક્ષ્યાંક હાંસલ કરવા માટે, ગુજરાત સરકારના શિક્ષણ વિભાગ દ્વારા અદ્યતન ટેક્નોલોજીનો અસરકારક ઉપયોગ કરવામાં આવી રહ્યો છે. શિક્ષણ વિભાગ દ્વારા ગાંધીનગરમાં કાર્યરત વિદ્યા સમીક્ષા કેન્દ્રમાં વિદ્યાર્થીઓમાં સ્કૂલ ડ્રોપઆઉટને અટકાવવા માટે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) આધારિત અર્લી વૉર્નિંગ સિસ્ટમ (EWS) લાગૂ કરવામાં આવી છે. આ સિસ્ટમ શાળા છોડીને જઇ શકે તેવા સંભવિત બાળકોની અગાઉથી જ ઓળખ કરી લે છે. EWS દ્વારા ગત વર્ષે 1,67,446 શાળા છોડવાનું જોખમ ધરાવતા બાળકોને શાળા છોડી દેવાથી અટકાવવામાં આવ્યા હતા. આ ઉપરાંત, શિક્ષણ વિભાગની ચાઇલ્ડ ટ્રેકિંગ સિસ્ટમની મદદથી લગભગ 90,212 શાળા છોડી ગયેલા બાળકોને શિક્ષણમાં પાછા લાવવામાં આવ્યા છે. ગુજરાત સરકાર સુનિશ્ચિત કરી રહી છે કે, બાળકો પોતાનું સંપૂર્ણ શાળાકીય શિક્ષણ પૂર્ણ કરે અને સ્કૂલ ડ્રોપઆઉટ રેશિયો ઝીરો થઈ જાય.
AI આધારિત અર્લી વૉર્નિંગ સિસ્ટમ (EWS) વિદ્યાર્થીના સંભવિત ડ્રોપઆઉટ થવાની અગાઉથી આગાહી કરે છે
સંપૂર્ણપણે વૈજ્ઞાનિક અભિગમ ધરાવતી AI આધારિત અર્લી વૉર્નિંગ સિસ્ટમ (EWS) એક નવતર પહેલ છે, જે પ્રાથમિક શાળામાં (ધો- 1 થી 8) ભણતા પ્રત્યેક વિદ્યાર્થીના રેકોર્ડ (ઉંમર, જાતિ, વિકલાંગતા વગેરે), 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. વિદ્યાર્થીઓના ડ્રોપઆઉટ માટેના મુખ્ય પરિબળોમાં શાળામાં તેમની સતત ગેરહાજરી, શાળા શિક્ષણમાં નબળું પ્રદર્શન, બાળકની તંદુરસ્તી અને શારીરિક વિકલાંગતા, બાળકની વર્તણૂંક વગેરેનો સમાવેશ થાય છે.
