evidoria

← Volver al listado

Buena práctica Importada

Sistema de Detección de Puntos Ciegos del Bienestar — la búsqueda de Corea del Sur de ciudadanos con derecho a ayudas que nunca solicitaron

Corea del Sur · Sejong · Ver el perfil de Corea del Sur · Ver el perfil de Sejong

Evidencia: Observacional / pre-post Top 25% 73/100 · Pregunte a Evidence Copilot sobre esta práctica

El ministerio de Bienestar de Corea del Sur cruza 47 categorías de datos públicos —salud, finanzas, servicios, empleo— para detectar hogares en riesgo con derecho a ayudas nunca solicitadas. En 2024 identificó a 1,42M de personas; el 41,6% siguió sin recibir apoyo.

47
Categorías de datos gubernamentales vinculadas para la detección de puntos ciegos (June 2026)
1.424 million
Personas identificadas en un punto ciego del bienestar (2024)
591,806 people (41.6%)
Personas identificadas que terminaron sin recibir ningún servicio de bienestar (2024)
17.7 %
Porcentaje de personas ayudadas que recibió prestaciones públicas directamente (resto derivado a caridad privada) (2024)
63.9 %
Hogares señalados contactados por el servicio de llamadas con IA (since 2025)
65.7 %
Hogares contactados que terminaron recibiendo alguna forma de apoyo (since 2025)
Sistema de Detección de Puntos Ciegos del Bienestar — la búsqueda de Corea del Sur de ciudadanos con derecho a ayudas que nunca solicitaron

Detalles

Madurez
Consolidada
Promotor
Ministry of Health and Welfare / Social Security Information Service
Período
2015-2026 (ongoing)
Palabras clave
social welfare, social security, public health, data analytics

Contexto

Tras la muerte en 2014 de una madre y sus dos hijas en el distrito de Songpa, en Seúl, que se quitaron la vida al caer por las grietas del sistema de bienestar surcoreano, el gobierno creó un sistema nacional de detección de «puntos ciegos» del bienestar, gestionado por el Servicio de Información de Seguridad Social bajo el Ministerio de Salud y Bienestar, que cruza datos que los ciudadanos ya han entregado al Estado en lugar de esperar a que las personas soliciten ayuda.

Actividades

En junio de 2026 el ministerio amplió los datos vinculados a 47 categorías, incluyendo datos financieros sobre solicitantes de microcréditos rechazados y registros de inmigración de menores que puedan estar en el extranjero, y afirmó que el sistema ahora usa IA para aprender patrones complejos de crisis y detectar señales sutiles difíciles de captar mediante el análisis manual existente, mientras que desde 2025 un servicio telefónico con IA realiza la primera ronda de llamadas a los hogares señalados.

Resultados

Los datos oficiales presentados a la Asamblea Nacional muestran que 1,424 millones de personas fueron identificadas en un punto ciego del bienestar solo en 2024, pero 591.806 de ellas (41,6%) terminaron sin recibir ningún servicio de bienestar, y solo el 17,7% de las personas ayudadas recibió prestaciones públicas directamente, derivándose el resto a organizaciones benéficas privadas, mientras que el contacto telefónico con IA llegó al 63,9% de los hogares señalados, de los cuales el 65,7% terminó recibiendo alguna forma de apoyo.

Conclusiones

Un estudio de caso de MIS Quarterly sobre el algoritmo central del sistema encontró que, a pesar de que el modelo de aprendizaje automático supera a las alternativas, muchos gobiernos locales siguen aplicando en paralelo cribados basados en reglas y manuales porque los trabajadores sociales desconfían y no comprenden los resultados del modelo, una brecha de gobernanza que el ministerio aún no ha resuelto pese a seguir añadiendo fuentes de datos nuevas y más sensibles.

Implementación

Coste indicativo
Alto (500 000 €–5 M€)
Tiempo hasta resultados
Largo (> 3 años)
Personal y competencias
Social Security Information Service (implementing agency), Ministry of Health and Welfare (policy owner)

Condiciones para el éxito

  • Cross-agency data-sharing agreements link health, financial, utility and employment records the state already holds, instead of relying on citizens to reapply.
  • An AI phone outreach service, introduced in 2025, makes the first round of contact with flagged households.
  • Continual expansion of linked data categories, reaching 47 by June 2026, to capture new risk signals such as rejected microfinance applications and immigration records.

Modos de fallo comunes

  • 41.6% of the people identified as being in a welfare blind spot in 2024 still received no welfare service at all.
  • Many local governments still run parallel rule-based and manual screening because caseworkers distrust and do not understand the machine-learning outputs, per an MIS Quarterly case study.

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.

Adjuntos

Prácticas similares que pueden serle útiles