Mapa de Pobreza del Banco Mundial en Malaui — Probando si la IA Satelital Puede Dirigir las Transferencias Sociales en Efectivo

Los programas contra la pobreza de Malaui necesitan estimaciones actualizadas y de pequeña escala sobre dónde viven los hogares pobres, pero las encuestas de hogares lo bastante detalladas para una focalización precisa son costosas y quedan obsoletas rápidamente. Investigadores probaron si las imágenes satelitales procesadas mediante modelos de aprendizaje automático podían llenar ese vacío.
Los investigadores del Banco Mundial Roy van der Weide, Brian Blankespoor, Chris Elbers y Peter Lanjouw combinaron la Encuesta Integrada de Hogares de Malaui de 2010/11 con datos del censo de población de 2008 para construir una estimación convencional de pobreza de pequeña área, y luego construyeron un segundo mapa de pobreza usando predicciones de aprendizaje automático derivadas de indicadores de teledetección satelital, comparando la capacidad de cada mapa para identificar las zonas más pobres de Malaui.
Ambos enfoques coincidieron en la geografía general de la pobreza en las regiones y distritos de Malaui, pero difirieron sustancialmente en muchas áreas pequeñas específicas: el mapa de teledetección/aprendizaje automático funcionó bien para clasificar áreas más grandes, como distribuir un presupuesto nacional de protección social entre distritos, pero no fue lo bastante fiable por sí solo para decidir qué aldeas u hogares específicos deberían recibir los beneficios. El trabajo se publicó como el Documento de Trabajo de Investigación sobre Políticas del Banco Mundial n.º 10171 en 2022 y luego en la revista revisada por pares Journal of Development Economics en 2024.
Los autores advierten explícitamente contra el uso de los mapas de pobreza por teledetección como sustituto autónomo de los datos de encuestas de hogares cuando están en juego decisiones de focalización precisas, y recomiendan usarlos como complemento, no como reemplazo, de la focalización tradicional basada en encuestas, una conclusión que contrasta con resultados más optimistas reportados para métodos similares en Nigeria.