Deteção de Anomalias com IA Reduz Erros de Verificação na Transferência Monetária Social da Zâmbia — um Projeto-Piloto no Copperbelt

O Ministério do Desenvolvimento Comunitário e Serviços Sociais da Zâmbia (MCDSS) gere o programa de Transferência Monetária Social (SCT), que abrange cerca de 1,5 milhões de beneficiários a nível nacional e tem vindo a migrar progressivamente para pagamentos digitais com verificação biométrica através do Sistema Integrado de Proteção Social da Zâmbia (ZISPIS).
Uma avaliação publicada de forma independente analisou um sistema de deteção de anomalias baseado em IA — desenvolvido pela empresa de software Crystalised Applications, sediada em Lusaca — que combina verificação biométrica, reconhecimento ótico de carateres (OCR) do Bilhete de Identidade Nacional (NRC), deteção de vivacidade, processamento offline com recurso a servidor de reserva, pontuação de anomalias e revisão humana. Em cerca de 71 mil agregados familiares beneficiários processados durante o ciclo de Transferência Monetária de Emergência de setembro-outubro de 2024, nos distritos de Kitwe, Ndola, Chililabombwe e Solwezi, o sistema reduziu o tempo médio de verificação de 8,5 minutos (verificação manual do NRC) para 3,1 minutos (correspondência biométrica offline) e baixou a taxa de erro registada de 3,90% para 0,18%, assinalando 1.275 registos suspeitos, dos quais 959 (75,2%) foram confirmados como irregulares após revisão.
Trata-se de um único estudo académico que abrange um ciclo de emergência em quatro distritos do Copperbelt — muito aquém do total nacional de 1,5 milhões de beneficiários — e os próprios autores apontam a heterogeneidade dos dispositivos, a conectividade intermitente, as preocupações com a proteção de dados e a capacidade limitada de governação da IA como obstáculos em aberto antes de qualquer expansão a nível nacional.