Registro Social de Hogares — Chile's algorithmic social-benefit targeting system
Chile
Chile's RSH algorithm classifies 8.99 million households (85.6 % of the population) into socioeconomic tiers that gate access to all …
Pakistan · Islamabad · See the Pakistan profile
El BISP de Pakistán opera un registro de 35 millones de hogares usando la puntuación PMT cruzada con datos biométricos NADRA para identificar a los más pobres; 15 millones de familias reciben transferencias y 820.000 inelegibles fueron retirados tras la actualización nacional de 2019–2021.
El Programa de Apoyo a los Ingresos Benazir (BISP) de Pakistán gestiona el Registro Socioeconómico Nacional (NSER), una base de datos de hogares a gran escala, elaborada mediante encuestas puerta a puerta que cubren más de 35 millones de hogares, más del 85% del total de hogares de Pakistán.
Generar una puntuación de bienestar para cada hogar mediante un algoritmo de Prueba de Medios por Aproximación (Proxy Means Test), utilizando la calidad de la vivienda, la posesión de bienes, la composición demográfica y los niveles de empleo y educación de los adultos, con el fin de dirigir las transferencias monetarias trimestrales Kafalat a los hogares por debajo de un umbral de elegibilidad.
Un importante ciclo de recopilación de datos se llevó a cabo entre 2019 y 2021, corrigiendo las lagunas de cobertura de la encuesta original de 2011. Los registros se cotejan con el sistema de identidad biométrica NADRA mediante una integración de API cognitiva, para vincular a los miembros de los hogares con identificaciones biométricas y detectar incoherencias en el registro. Desde 2022, los Centros de Registro Dinámico presentes en cada tehsil permiten el autorregistro y las actualizaciones continuas.
El cotejo con NADRA reveló errores de inclusión: aproximadamente 820.000 mujeres que no superaron las verificaciones de elegibilidad actualizadas fueron retiradas del programa. Al mismo tiempo, la labor de difusión amplió la cobertura a 15 millones de familias, triplicando los hogares beneficiarios respecto a los niveles previos a la reforma, mientras que la cobertura total de la encuesta digital abarcó 34 millones de hogares en 24 meses. El Banco Asiático de Desarrollo comprometió 603 millones de dólares en 2020 para apoyar Ehsaas (fusionado con BISP en 2022). Las evaluaciones del Banco Mundial han identificado errores de exclusión persistentes entre los hogares en situación de pobreza extrema no alcanzados por la encuesta inicial.
The Lancet citó el programa como un modelo para avanzar hacia la protección social universal en un sistema fragmentado; su aportación distintiva es la escala —el mayor registro social cotejado biométricamente del Sur de Asia— y una arquitectura dinámica y autoactualizable, más allá de las encuestas puntuales.
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.
Chile
Chile's RSH algorithm classifies 8.99 million households (85.6 % of the population) into socioeconomic tiers that gate access to all …
Togo
To rush COVID aid to the poorest, Togo used machine learning on satellite imagery and mobile-phone data to target cash …
Jordan
Jordan's National Aid Fund uses a 57-factor algorithm to target 250,000+ households under Takaful, World Bank co-designed. HRW (2023) and …
Switzerland
SPSP integrates AI-powered genomic analysis to detect pathogen variants across Switzerland. Mandated by the Federal Office of Public Health since …
Open full copilot Grounded in cited practices — always check the sources.