La Secretaría de Estado de Migración de Suiza está llevando a cabo un ensayo aleatorizado de GeoMatch, un algoritmo que recomienda a qué cantón debería reasentarse una familia solicitante de asilo para maximizar sus probabilidades de empleo. Pruebas retrospectivas con datos históricos proyectaron grandes mejoras; los resultados reales a tres años siguen pendientes.
15 %
Tasa de empleo a tres años, cohorte de 2013 (referencia histórica) (2013 cohort)
26 %
Tasa de empleo proyectada bajo asignación algorítmica (retrospectiva) (2013 cohort, backtested)
1,000+
Familias de refugiados colocadas en el ensayo piloto hasta la fecha
Detalles
Madurez
Piloto
Promotor
Swiss State Secretariat for Migration (SEM), with Stanford Immigration Policy Lab
Período
2020–ongoing (randomized controlled trial)
Palabras clave
migration policy, refugee resettlement, labour-market integration, public administration
Contexto
GeoMatch es una herramienta de aprendizaje automático desarrollada por investigadores del Immigration Policy Lab de Stanford, en colaboración con la Secretaría de Estado de Migración de Suiza (SEM), para recomendar en qué cantón suizo debería reasentarse una familia solicitante de asilo con el fin de maximizar sus posibilidades de encontrar empleo. Desde 2020, la SEM utiliza la herramienta dentro de un ensayo controlado aleatorizado: aproximadamente la mitad de las familias que llegan reciben una recomendación algorítmica de asignación de cantón, mientras que el resto se coloca según la práctica habitual.
Resultados
Al retroprobar el algoritmo con datos históricos de colocación en Suiza —una cohorte de 2013 en la que solo el 15% de los refugiados reasentados encontró trabajo en un plazo de tres años—, los investigadores proyectaron que la asignación algorítmica podría haber elevado esa tasa de empleo a alrededor del 26%, una mejora relativa del 73-75%, según la metodología revisada por pares publicada por el Immigration Policy Lab. El ensayo piloto ha colocado ya a más de 1.000 familias de refugiados.
Conclusiones
Esta cifra de mejora destacada proviene de pruebas retrospectivas, y todavía no del propio ensayo gubernamental en curso. Según los informes públicos más recientes, los resultados de empleo a tres años del ensayo real seguían pendientes de análisis, por lo que el impacto real de GeoMatch tal como lo despliega la SEM está aún por confirmar, no establecido.
Implementación
Coste indicativo
Bajo (< 50 000 €) — Academic-government research partnership; no specific budget figures disclosed for the pilot.
Tiempo hasta resultados
Medio (1–3 años) — RCT running since 2020, having placed 1,000+ families; three-year outcome analysis is still pending.
Personal y competencias
Stanford Immigration Policy Lab researchers, Swiss State Secretariat for Migration (SEM) placement officials
Condiciones para el éxito
Randomized trial design enabling a rigorous comparison to standard placement practice
Peer-reviewed matching algorithm
Government willingness to run a live RCT rather than a direct rollout
Modos de fallo comunes
Live three-year RCT employment outcomes are not yet published, so real-world impact remains unconfirmed
Dónde encaja
Tipo de gobernanza
national government with academic partnership
Escala
national (pilot)
Nivel de ingresos
high-income
Habitualmente financiado por
National / regional programmes
Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.