B’Odogwu — Nigeria’s AI-Driven Unified Customs Management System
Nigeria
B’Odogwu (Nigeria’s Unified Customs Management System) applies AI risk-profiling and ML pattern detection across 34 commands. Between Oct 2024 and …
Germany · Nuremberg · See the Germany profile
El DIAS del BAMF analiza la fonética de los solicitantes de asilo para verificar su nacionalidad. En uso desde 2017 con 15 052 análisis en 2021 y 85 % de precisión para dialectos árabes; ampliado a 7 países de la UE, pero criticado por una tasa de error del 15–20 %.
La Oficina Federal Alemana de Migración y Refugiados (BAMF) desplegó en 2017 el Sistema de Asistencia para la Identificación de Dialectos (DIAS) para ayudar a los funcionarios encargados de los expedientes a verificar el país o región de origen declarado por los solicitantes de asilo, analizando características fonéticas de una breve muestra de habla y clasificando el dialecto del hablante en un grupo geográfico.
DIAS está concebido como apoyo a la decisión para funcionarios humanos, y no como un sistema de decisión autónomo, ayudando a verificar la nacionalidad alegada cuando otras pruebas documentales son limitadas.
En 2021, el sistema cubría cinco grupos dialectales árabes (magrebí, levantino, egipcio, iraquí y del Golfo), además del dari, persa/farsi y pastún. Un proyecto piloto europeo posterior amplió la herramienta a Austria, Finlandia, Noruega, Suecia, Grecia, Suiza y Lituania.
Las tasas de precisión publicadas internamente se sitúan en torno al 85% para los dialectos árabes, 73% para el dari y 78% para el pastún. El uso alcanzó un pico de 15.052 análisis en 2021, frente a 9.923 en 2020, antes de descender a alrededor de 7.800 en el primer semestre de 2022.
El sistema ha recibido críticas sostenidas de organizaciones de defensa de los refugiados, lingüistas e investigadores académicos, que argumentan que el dialecto por sí solo no puede establecer de forma fiable la nacionalidad, dadas las situaciones de diáspora, el cambio de registro bajo estrés y la superposición de dialectos en regiones fronterizas. Una tasa de error del 15-20% se considera inaceptablemente alta para resultados que pueden influir en decisiones de asilo con impacto en la vida de las personas, y la información sobre cómo se pondera el resultado de DIAS en las decisiones finales, y sobre cómo pueden los solicitantes impugnarlo, sigue siendo limitada.
Where this practice's information was retrieved from, and when.
Nigeria
B’Odogwu (Nigeria’s Unified Customs Management System) applies AI risk-profiling and ML pattern detection across 34 commands. Between Oct 2024 and …
Egypt
Egypt's NAFEZA integrates 32 agencies in a national customs single window. Webb Fontaine's AI/ML risk engine (deployed Aug 2022) achieved …
Serbia
Since 2018 Serbia's Tax Administration has run an AI/big data compliance risk management system with University of Novi Sad; salary-tax …
Armenia
Armenia's State Revenue Committee, with World Bank and AUA support, deployed ML to estimate the CIT gap (26–35%) and target …
Open full copilot Grounded in cited practices — always check the sources.