Nelle alture del Chiapas la vita è segnata da grandi differenze. La povertà è alta: il 74.2% vive in povertà e il 46.5% in povertà estrema. Solo il 31% delle donne partecipa al lavoro formale, sotto la media nazionale del 45%. Molte persone parlano lingue indigene come Tzotzil, Tzeltal e Chol e le risorse scolastiche sono soprattutto in spagnolo.
L'accesso a internet è più basso nelle aree rurali: circa il 35% delle famiglie rurali ha internet, contro il 75% nelle aree urbane. Alcuni progetti aiutano: Low‑Tech per i docenti, Tecnolochicas per ragazze 12–17 anni e la traduzione di 180 libri in 20 lingue indigene. Serve però più sostegno a lungo termine.
Parole difficili
- istruzione — Insegnamento e apprendimento di conoscenze.
- povertà — Condizione di chi non ha soldi o beni.
- competenze — Abilità e conoscenze in un campo.
- fiducia — Certezza in se stessi o in altri.
- identità — Caratteristiche che definiscono una persona.
- lavoro — Attività per guadagnare soldi.lavora, lavorano
- programmi — Piani o corsi di attività specifiche.
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Come si potrebbe migliorare l'istruzione per le ragazze in Chiapas?
- Quali altre iniziative di questo tipo conosci?
- Perché è importante integrare la cultura nei programmi educativi?
Articoli correlati
Algoritmi che spiegano la conversione del propano in propilene
Ricercatori dell'University of Rochester hanno sviluppato algoritmi che identificano caratteristiche atomiche nella conversione del propano in propilene. Lo studio, pubblicato sul Journal of of the American Chemical Society, mostra anche effetti della fase ossidata sui catalizzatori.
IA in America Latina per contrastare violenza e disuguaglianze
Gruppi latinoamericani sviluppano sistemi di intelligenza artificiale aperti e locali per studiare la violenza e le disuguaglianze di genere. Strumenti come AymurAI proteggono dati sensibili e forniscono prove a governi e società civile.
Sicurezza dei modelli linguistici: ipotesi e tecnica
Ricercatori della North Carolina State University hanno studiato l'allineamento alla sicurezza nei grandi modelli linguistici, proposto la Superficial Safety Alignment Hypothesis (SSAH) e sperimentato il congelamento di componenti neurali per ridurre uscite non sicure mantenendo le prestazioni.