L’OIM Tunisie a organisé, le 14 avril 2023, la cérémonie de clôture du projet M-LEARN : « Amélioration de la compréhension des données de la migration pour la promotion de la non-discrimination ».
En collaboration avec le ministère de l’Enseignement supérieur, l’Observatoire national de la Migration (ONM) et l’Institut national de la statistique, ce projet a été mis en œuvre par l’OIM Maroc et l’OIM Tunisie et financé conjointement par l’Union européenne et le Fonds de l’OIM pour le Développement (IDF).
Le projet M-LEARN a été conçu pour apporter une valeur ajoutée dans le domaine de l’usage de l’exploitation des données et des connaissances liées à la migration au Maroc et en Tunisie.
“Des données migratoires précises et opportunes sont la base d’une gouvernance migratoire efficace. Le projet M-LEARN soutiendra la formation de la prochaine génération de décideurs et de praticiens de la migration en Tunisie et au Maroc”, a déclaré Brendan Kelly, chef de l’unité migration et développement de l’OIM Tunisie.
A travers ce projet, l’OIM a mis en place une compétition nationale en Tunisie. Cette compétition a réussi à mobiliser jeunes tunisiens et migrants à l’utilisation des données migratoires pertinentes comme base pour la production de projets artistiques et journalistiques visant à briser les tabous et les idées préconçues autours de la migration et des migrants présents sur le seuil de la Tunisie, une terre hôte.
De plus, avec ses partenaires institutionnels, l’OIM a conçu un cours universitaire sur les données migratoires sur le Maroc et la Tunisie, destiné à être intégré aux programmes d’enseignement supérieur des universités nationales des deux pays cibles, pour les étudiants en cycle de master et doctorat…
Un cours (en arabe, français et anglais) en ligne sera aussi disponible sur la plateforme d’apprentissage en ligne de l’OIM E-Campus principalement destiné aux praticiens, chercheurs et décideurs ainsi qu’au grand public intéressé par les données migratoires.
Enfin, le projet vise à diffuser des informations précises et opportunes qui reposent sur une compréhension et une interprétation correctes des données migratoires en vue de favoriser la création d’un environnement de non-discrimination et une meilleure cohésion sociale.
