evidoria

← Back to browse

Good practice

Novissi — transferts d'espèces d'urgence ciblés par l'IA au Togo

Togo · Lomé · See the Togo profile

Pour accélérer l'aide COVID aux plus pauvres, le Togo a utilisé l'apprentissage automatique sur l'imagerie satellite et les données de téléphonie mobile pour cibler les transferts d'espèces — atteignant 138 500+ personnes avec ~10M USD et améliorant la précision du ciblage de 42%.

138,500+
Personnes inscrites et payées
~10 million USD
Total de l'aide d'urgence versée
42 %
Amélioration de la précision du ciblage par rapport au ciblage géographique simple
Novissi — transferts d'espèces d'urgence ciblés par l'IA au Togo

Details

Promoter
Government of Togo (with GiveDirectly, CEGA & IPA)
Keywords
Data, forecasting & decision support, cash transfers, machine learning, satellite & mobile data, social protection

Context

Novissi est le programme togolais de transferts monétaires d'urgence lié à la COVID-19, mis en œuvre par le gouvernement togolais en partenariat avec GiveDirectly, le CEGA de UC Berkeley et l'IPA, créé pour atteindre rapidement les habitants les plus pauvres du pays alors qu'aucun registre de revenus fiable n'existait.

Activities

Le partenariat a utilisé des modèles d'apprentissage automatique entraînés sur des images satellite haute résolution et des données d'appels téléphoniques mobiles pour estimer la richesse des ménages à un niveau géographique et individuel fin, puis a utilisé ces estimations pour décider qui recevrait les paiements en espèces d'urgence.

Results

Le programme a enregistré et versé à plus de 138 500 Togolais parmi les plus pauvres environ 10 millions de dollars américains en aide d'urgence; le ciblage fondé sur l'apprentissage automatique aurait été environ 42% plus précis que le simple ciblage géographique des cantons les plus pauvres.

Conclusions

La page présente ce cas comme un jalon de la protection sociale fondée sur les données, tout en notant que le ciblage par téléphone peut exclure les personnes qui n'en possèdent pas, et que déduire la richesse à partir de données personnelles soulève des questions de confidentialité que l'équipe de recherche affirme avoir en partie traitées grâce à des méthodes de confidentialité différentielle.

Implementation

Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful