evidoria

← Retour à la liste

Bonne pratique Importée

Système de détection des « angles morts » de l'aide sociale — la Corée du Sud à la recherche des citoyens éligibles qui n'ont jamais fait de demande

Corée du Sud · Sejong · Voir le profil de Corée du Sud · Voir le profil de Sejong

Preuves: Observationnel / avant-après Top 25% 73/100 · Demandez à Evidence Copilot à propos de cette pratique

Le ministère coréen du Bien-être croise 47 catégories de données publiques — santé, finances, services publics, emploi — pour repérer les foyers à risque éligibles à des aides jamais demandées. En 2024, 1,42M de personnes ont été identifiées ; 41,6 % n'ont reçu aucune aide.

47
Catégories de données publiques croisées pour la détection des angles morts (June 2026)
1.424 million
Personnes identifiées comme se trouvant dans un angle mort de l'aide sociale (2024)
591,806 people (41.6%)
Personnes identifiées n'ayant finalement reçu aucun service d'aide sociale (2024)
17.7 %
Part des personnes aidées ayant reçu des prestations publiques directement (les autres orientées vers des associations caritatives) (2024)
63.9 %
Foyers signalés joints par le service d'appels téléphoniques par IA (since 2025)
65.7 %
Foyers contactés ayant fini par recevoir une forme de soutien (since 2025)
Système de détection des « angles morts » de l'aide sociale — la Corée du Sud à la recherche des citoyens éligibles qui n'ont jamais fait de demande

Détails

Maturité
Établie
Promoteur
Ministry of Health and Welfare / Social Security Information Service
Période
2015-2026 (ongoing)
Mots-clés
social welfare, social security, public health, data analytics

Contexte

À la suite du décès en 2014 d'une mère et de ses deux filles dans le district de Songpa à Séoul, qui se sont suicidées après être passées entre les mailles du système d'aide sociale coréen, le gouvernement a mis en place un système national de détection des « angles morts » de l'aide sociale, géré par le Service d'information sur la sécurité sociale au sein du ministère de la Santé et du Bien-être, qui croise des données que les citoyens ont déjà transmises à l'État plutôt que d'attendre que les gens fassent une demande.

Activités

En juin 2026, le ministère a étendu les données croisées à 47 catégories, incluant des données financières sur les demandeurs de microcrédit refusés et des dossiers d'immigration pour les enfants susceptibles de se trouver à l'étranger, indiquant que le système utilise désormais l'IA pour apprendre des schémas de crise complexes et détecter des signaux subtils difficiles à repérer par une analyse manuelle, tandis que depuis 2025 un service téléphonique doté d'IA effectue le premier cycle d'appels vers les foyers signalés.

Résultats

Les données officielles transmises à l'Assemblée nationale montrent que 1,424 million de personnes ont été identifiées comme se trouvant dans un angle mort de l'aide sociale rien qu'en 2024, mais que 591 806 d'entre elles (41,6 %) n'ont finalement reçu aucun service d'aide sociale, et que seulement 17,7 % des personnes aidées ont reçu des prestations publiques directement, les autres étant orientées vers des associations caritatives privées, tandis que le service d'appels téléphoniques par IA a joint 63,9 % des foyers signalés, dont 65,7 % ont fini par recevoir une forme de soutien.

Conclusions

Une étude de cas publiée dans MIS Quarterly sur l'algorithme central du système a constaté que, bien que le modèle d'apprentissage automatique surpasse les alternatives, de nombreuses administrations locales continuent de faire tourner en parallèle des filtrages fondés sur des règles et un examen manuel, car les travailleurs sociaux se méfient des résultats du modèle et ne les comprennent pas, une lacune de gouvernance que le ministère n'a pas encore comblée alors même qu'il continue d'ajouter des sources de données nouvelles et plus sensibles.

Mise en œuvre

Coût indicatif
Élevé (500 k€–5 M€)
Délai jusqu’aux résultats
Long (> 3 ans)
Personnel et compétences
Social Security Information Service (implementing agency), Ministry of Health and Welfare (policy owner)

Conditions de réussite

  • 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.

Modes d’échec courants

  • 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.

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pièces jointes

Pratiques similaires qui pourraient vous être utiles