El Mapa de Pobreza por Satélite y Aprendizaje Automático del DANE — El Salto de 70 Veces en la Granularidad Estadística de Colombia

El instituto nacional de estadística de Colombia, el DANE, se asoció con World Data Lab y la iniciativa PARIS21, alojada en la OCDE, para enriquecer las estadísticas nacionales de pobreza y población mediante imágenes satelitales y aprendizaje automático.

El proyecto buscaba aumentar considerablemente la resolución geográfica de las estimaciones de pobreza y población, más allá de lo que permiten los métodos tradicionales basados en censos.

Los investigadores entrenaron modelos que vinculan imágenes satelitales diurnas y nocturnas, y luego usaron solo las imágenes diurnas para predecir las tasas de pobreza municipales con una resolución de 4x4 km y la densidad de población con una resolución de 100x100 m, validando los resultados frente a los datos censales oficiales.

El enfoque aumentó 70 veces la granularidad de las estimaciones de pobreza de Colombia, de 1.123 a 78.000 puntos de datos, y reveló variaciones en la densidad de población invisibles a nivel municipal, como zonas de Bogotá que oscilan entre 1 y 999 personas por celda de 100x100 m.

El salto metodológico en resolución está documentado y validado cruzadamente con las cifras del censo, pero aún no existe una evaluación independiente que muestre si los datos más granulares han cambiado decisiones de política concretas, la focalización de subsidios o la asignación de recursos.