La Detección de Anomalías con IA Reduce los Errores de Verificación en la Transferencia Monetaria Social de Zambia — un Proyecto Piloto en el Copperbelt

El Ministerio de Desarrollo Comunitario y Servicios Sociales de Zambia (MCDSS) gestiona el programa de Transferencia Monetaria Social (SCT), que llega a cerca de 1,5 millones de beneficiarios a nivel nacional y ha ido migrando progresivamente hacia pagos digitales con verificación biométrica a través del Sistema Integrado de Protección Social de Zambia (ZISPIS).
Una evaluación publicada de forma independiente examinó un sistema de detección de anomalías basado en IA —desarrollado por la empresa de software Crystalised Applications, con sede en Lusaka— que combina verificación biométrica, reconocimiento óptico de caracteres (OCR) de la Cédula de Identidad Nacional (NRC), detección de vida, procesamiento sin conexión con respaldo en servidor, puntuación de anomalías y revisión humana. En cerca de 71.000 hogares beneficiarios procesados durante el ciclo de Transferencia Monetaria de Emergencia de septiembre-octubre de 2024, en los distritos de Kitwe, Ndola, Chililabombwe y Solwezi, el sistema redujo el tiempo medio de verificación de 8,5 minutos (verificación manual del NRC) a 3,1 minutos (coincidencia biométrica sin conexión) y bajó la tasa de error registrada del 3,90% al 0,18%, señalando 1.275 registros sospechosos, de los cuales 959 (75,2%) fueron confirmados como irregulares tras la revisión.
Se trata de un único estudio académico que abarca un ciclo de emergencia en cuatro distritos del Copperbelt —muy por debajo de la carga nacional de 1,5 millones de beneficiarios— y los propios autores señalan la heterogeneidad de los dispositivos, la conectividad intermitente, las preocupaciones de protección de datos y la capacidad limitada de gobernanza de la IA como obstáculos pendientes antes de cualquier expansión nacional.