Zambia · Lusaka · Ver el perfil de Zambia · Ver el perfil de Lusaka
Evidencia: Cuasiexperimental Top 24% 73/100 · Pregunte a Evidence Copilot sobre esta práctica
La agencia nacional de estadística de Zambia y el IGC probaron siete LLM con 1.059 respuestas de la Encuesta de Fuerza Laboral ya codificadas por humanos: los mejores modelos superaron a los enumeradores hasta en 17,8 puntos porcentuales en los códigos de industria, por menos de 10 USD al año, con un ahorro estimado de más de 170 días laborales al año.
La Encuesta trimestral de Fuerza de Trabajo de Zambia (LFS), realizada por la Agencia de Estadística de Zambia (ZamStats) junto con el Ministerio de Trabajo y Seguridad Social, entrevista a 10.400 hogares al año. Los encuestadores asignan a cada persona un código de ocupación de cuatro dígitos (436 códigos ISCO posibles) y un código de sector de actividad (419 códigos ISIC posibles) a partir de descripciones verbales recogidas en el terreno, un proceso que el equipo de la encuesta describe como lento y propenso a errores.
En 2025, ZamStats se asoció con el International Growth Centre (IGC) y la Universidad de Oxford para probar si los grandes modelos de lenguaje podrían codificar estas respuestas mejor y más rápido que los encuestadores humanos.
Los investigadores construyeron una canalización de generación aumentada por recuperación (RAG) con indicaciones de pocos ejemplos y evaluaron siete LLM, incluidos GPT-4 Turbo, GPT-5 mini y GPT-5 Nano, frente a 1.059 respuestas de la encuesta que el personal de la sede de ZamStats había codificado de forma independiente como referencia. ZamStats y el IGC también construyeron una interfaz abierta y sin código para la canalización, con el objetivo de una implementación completa para finales de 2025.
Todos los LLM evaluados superaron a los encuestadores humanos por un margen estadísticamente significativo (p<0,001). Los modelos con mejor desempeño alcanzaron entre el 60 y el 63% de precisión exacta en los códigos de ocupación (11,8 puntos porcentuales por encima de los encuestadores) y entre el 57 y el 66% en los códigos de sector (hasta 17,8 puntos porcentuales por encima de los encuestadores). Clasificar una muestra anual completa de la encuesta cuesta menos de 10 dólares con GPT-5 Nano, y el equipo calcula que el enfoque podría ahorrar unos 43 días laborables al año al personal de la sede y 130 días laborables al año a los encuestadores de campo, usando estimaciones de tiempo conservadoras.
Los autores señalan limitaciones reales: la muestra de 1.059 respuestas es demasiado pequeña para comparar los LLM entre sí con confianza estadística, la propia 'referencia' de los encuestadores contiene errores de codificación, y los resultados solo se han demostrado hasta ahora para la encuesta de Zambia, aunque el equipo sostiene que el método podría escalarse al censo de cuatro millones de hogares de Zambia y a encuestas de fuerza laboral de otros países.
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.
Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
México
El instituto de estadística de México, el INEGI, está ampliando la codificación por IA basada en BERT/FastText desde su encuesta …
India
La Oficina Nacional de Estadística de la India lanzó un servidor público Model Context Protocol que permite a los asistentes …
Sierra Leona
La NMSA de Sierra Leona y la Universidad de Pensilvania crearon una herramienta de IA que aumentó el consumo de …
Lituania
La Agencia de Datos del Estado de Lituania opera un lago de datos Palantir Foundry con ~500 sistemas, 900+ tablas …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.