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
Le DIAS du BAMF analyse la phonétique des demandeurs d'asile pour vérifier leur nationalité. Déployé depuis 2017 avec 15 052 analyses en 2021 et 85 % de précision pour l'arabe ; étendu à 7 pays de l'UE, mais critiqué pour un taux d'erreur de 15–20 %.
L'Office fédéral allemand des migrations et des réfugiés (BAMF) a déployé en 2017 le système d'aide à l'identification dialectale (DIAS) pour aider les agents traitant les dossiers à vérifier le pays ou la région d'origine déclarés par les demandeurs d'asile, en analysant les caractéristiques phonétiques d'un court échantillon de parole et en classant le dialecte du locuteur dans un groupe géographique.
DIAS est conçu comme une aide à la décision pour des agents humains, et non comme un système décisionnel autonome, aidant à vérifier la nationalité déclarée lorsque les autres preuves documentaires sont limitées.
En 2021, le système couvrait cinq groupes dialectaux arabes (maghrébin, levantin, égyptien, irakien et du Golfe), ainsi que le dari, le persan/farsi et le pachto. Un projet pilote européen ultérieur a étendu l'outil à l'Autriche, la Finlande, la Norvège, la Suède, la Grèce, la Suisse et la Lituanie.
Les taux de précision publiés en interne s'établissent à environ 85 % pour les dialectes arabes, 73 % pour le dari et 78 % pour le pachto. L'utilisation a atteint un pic de 15 052 analyses en 2021, contre 9 923 en 2020, avant de retomber à environ 7 800 au premier semestre 2022.
Le système fait l'objet de critiques soutenues de la part d'associations de défense des réfugiés, de linguistes et de chercheurs universitaires, qui font valoir que le dialecte seul ne peut établir de manière fiable la nationalité, compte tenu des situations de diaspora, des changements de registre sous stress et du chevauchement des dialectes dans les régions frontalières. Un taux d'erreur de 15 à 20 % est jugé inacceptablement élevé pour des résultats susceptibles d'influencer des décisions d'asile ayant un impact sur la vie des personnes, et les informations sur la manière dont le résultat de DIAS est pondéré dans les décisions finales, ainsi que sur les voies de recours des demandeurs, restent limitées.
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.