Pakistan BISP — Registre National Socio-Économique (NSER) : Ciblage algorithmique de la protection sociale
Pakistan
Le BISP du Pakistan gère un registre de 35 millions de ménages utilisant un score PMT croisé avec les données …
Chili · Santiago · Voir le profil de Chili
L'algorithme RSH classe 8,99 millions de ménages chiliens (85,6 % de la population) dans des tranches socio-économiques qui conditionnent l'accès à toutes les aides sous conditions de ressources. Mises à jour bimensuelles depuis 2023 ; 779 000 ménages nouvellement éligibles après la recalibration de novembre 2023.
Introduit en 2016 pour remplacer la carte d'enquête en personne CAS, universellement critiquée, le Registro Social de Hogares (RSH) est le système centralisé de classification socio-économique algorithmique du Chili, qui combine des données déclarées par les ménages avec sept registres administratifs (autorité fiscale SII, cotisations de sécurité sociale AFP/IPS, registre des véhicules, registre de la propriété, caisse de santé FONASA/Isapre, dépenses d'éducation et dossiers de pension alimentaire) pour produire un score de bien-être via un test indirect de ressources (proxy means test).
Le score du RSH détermine l'éligibilité à tous les programmes sous conditions de ressources au Chili — aides au logement, bourses d'éducation, copaiements de santé et transferts monétaires d'urgence. Depuis mai 2023, les scores sont recalculés toutes les deux semaines (contre une fois par mois auparavant). Le système figure dans le registre public officiel des algorithmes d'IA du Chili (algoritmospublicos.cl), avec des données d'entrée, une méthodologie et un calendrier de mise à jour documentés ; les ménages peuvent demander des corrections supervisées, et les pensions alimentaires impayées ne sont plus comptabilisées comme revenu depuis un changement de règle en 2022.
En 2023, le RSH couvre 8 994 018 ménages (17 136 753 personnes, soit 85,6 % de la population chilienne). Le recalibrage de novembre 2023, fondé sur l'enquête Casen 2022, a reclassé 1 686 507 ménages, dont 779 000 nouvellement entrés dans les tranches des 40 % et 60 % les plus vulnérables, devenant éligibles à des prestations qui leur étaient auparavant refusées.
Limite connue : les revenus de l'économie informelle sont structurellement sous-captés, créant un biais d'erreur d'inclusion connu pour les travailleurs précaires.
Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.
D'où proviennent les informations de cette pratique, et quand.
Pakistan
Le BISP du Pakistan gère un registre de 35 millions de ménages utilisant un score PMT croisé avec les données …
Togo
Pour accélérer l'aide COVID aux plus pauvres, le Togo a utilisé l'apprentissage automatique sur l'imagerie satellite et les données de …
Suisse
La SPSP intègre l’analyse génomique par IA pour détecter les variants pathogènes en Suisse. Mandatée par l’OFSP depuis 2021, elle …
Singapour
La NEA de Singapour exploite un système d'IA évalué par des pairs qui prévoit les cas de dengue jusqu'à trois …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.