Registre National Unique — Le système algorithmique de ciblage du Sénégal pour les Bourses de Sécurité Familiale
Sénégal
La DGPSN du Sénégal utilise un score de test de moyens indirect (PMT), calculé à partir du Registre National Unique, …
Yémen · Sana'a · Voir le profil de Yémen
Top 93% 27/100 · Demandez à Evidence Copilot à propos de cette pratique
Le bureau de l'UNICEF au Yémen a construit son propre outil de détection d'anomalies par apprentissage automatique pour repérer les fraudes et les doublons dans un programme de transferts monétaires touchant environ un tiers de la population yéménite, passant de contrôles manuels périodiques à un examen en temps réel.
Le programme national de transferts monétaires inconditionnels du Yémen, mis en œuvre avec le Fonds social pour le développement du gouvernement et historiquement financé en partie par la Banque mondiale, soutient environ 9,6 millions de personnes — environ un tiers de la population du pays — réparties dans quelque 1,5 million de foyers.
Avec le soutien de l'UNICEF Venture Fund, le bureau de l'UNICEF au Yémen a construit en interne un modèle de détection d'anomalies, plutôt que de passer par un prestataire externe, afin de repérer des schémas irréguliers — enregistrements en double, paiements manquants ou inhabituels — dans les données d'enregistrement et d'inscription. L'objectif affiché est de passer d'un contrôle de la fraude et des erreurs périodique et fondé sur des règles à une surveillance continue au niveau individuel, tout en conservant un examen humain pour les cas sensibles.
Une phase pilote initiale s'est achevée fin 2024, après quoi le Yemen Service Centre a poursuivi l'affinement du modèle tout au long de 2025 ; l'UNICEF explore également un tri assisté par IA du mécanisme de plaintes et de retours du programme.
Les éléments de preuve sont actuellement autodéclarés par les propres canaux de l'UNICEF et décrivent un potentiel et un changement de processus plutôt que des résultats publiés et vérifiés de manière indépendante — aucun audit externe, taux de précision ou montant de fraude détectée n'a encore été rendu public ; il convient donc de considérer ce projet comme un pilote précoce et prometteur plutôt que comme un modèle éprouvé.
Les détails de mise en œuvre (coût, calendrier, personnel, conditions de réussite) ne sont pas encore disponibles pour cette pratique.
Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
D'où proviennent les informations de cette pratique, et quand.
Sénégal
La DGPSN du Sénégal utilise un score de test de moyens indirect (PMT), calculé à partir du Registre National Unique, …
Sierra Leone
La NMSA de la Sierra Leone et l'Université de Pennsylvanie ont conçu un outil d'IA qui a augmenté la consommation …
Belgique
Un pilote mené par Digitaal Vlaanderen auprès de 20 entités et 300 agents a testé Microsoft 365 Copilot : 41 …
Royaume-Uni
Le conseil municipal de Swindon a testé Magic Notes, l'outil d'IA de Beam, auprès de 19 travailleurs sociaux lors de …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.