Togo · Lomé · See the Togo profile
Para acelerar la ayuda COVID a los más pobres, Togo utilizó aprendizaje automático en imágenes satelitales y datos de telefonía móvil para dirigirse a transferencias de efectivo — alcanzando 138.500+ personas con ~USD 10M y mejorando la precisión de focalización en un 42%.
Novissi es el programa togolés de transferencias monetarias de emergencia por la COVID-19, gestionado por el gobierno de Togo junto con GiveDirectly, el CEGA de UC Berkeley y la IPA, creado para llegar rápidamente a los residentes más pobres del país en un momento en que no existía un registro de ingresos fiable.
La alianza utilizó modelos de aprendizaje automático entrenados con imágenes satelitales de alta resolución y registros de llamadas de teléfonos móviles para estimar la riqueza de los hogares a un nivel geográfico e individual detallado, y luego empleó esas estimaciones para decidir quién recibía los pagos en efectivo de emergencia.
El programa inscribió y pagó a más de 138.500 de los togoleses más pobres alrededor de 10 millones de dólares estadounidenses en efectivo de emergencia; se informa que la focalización basada en aprendizaje automático fue aproximadamente un 42% más precisa que la simple focalización geográfica de los cantones más pobres.
La página describe este caso como un hito de la protección social basada en datos, si bien señala que la focalización basada en teléfonos móviles puede excluir a las personas que no disponen de uno, y que inferir la riqueza a partir de datos personales plantea cuestiones de privacidad que el equipo de investigación afirma haber abordado parcialmente mediante métodos de privacidad diferencial.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Singapore
Singapore's National Environment Agency runs a peer-reviewed machine-learning system that forecasts dengue cases up to three months ahead. In the …
Sierra Leone
Statistics Sierra Leone and the GRID3 partnership use machine-learning building-footprint detection on satellite imagery to map population at 1-hectare resolution, …
Bangladesh
Since 2020, Google Research's machine-learning flood model — which forecasts river levels even in ungauged basins — has combined with …
Chile
Chile's RSH algorithm classifies 8.99 million households (85.6 % of the population) into socioeconomic tiers that gate access to all …
Open full copilot Grounded in cited practices — always check the sources.