Aswesuma — a Pontuação Algorítmica de Seleção Social do Sri Lanka e o Seu Problema de Exclusão
Sri Lanka
O programa Aswesuma do Sri Lanka utiliza uma Pontuação de Privação Multidimensional com 22 indicadores, calculada pelo Departamento de Censo …
Colômbia · Bogotá · Ver o perfil de Colômbia · Ver o perfil de Bogotá
Top 75% 47/100 · Pergunte a Evidence Copilot sobre esta prática
O algoritmo Sisbén IV da Colômbia pontua domicílios em habitação, saúde, educação e mercado de trabalho para decidir a elegibilidade a programas sociais em todo o país. Um estudo de 2024 encontrou apenas leve concordância com o índice oficial de pobreza: 37,69% dos domicílios não pobres foram classificados erroneamente como pobres.
O Sisbén (Sistema de Identificação de Potenciais Beneficiários de Programas Sociais) é o instrumento nacional de focalização da Colômbia, administrado pelo Departamento Nacional de Planeación (DNP), usado para decidir quem tem direito a dezenas de programas sociais: subsídios de saúde, a pensão para idosos Colombia Mayor, subsídios de habitação, o cuidado infantil do ICBF e bolsas de educação, entre outros. Desde 2020, a Metodologia IV combina variáveis de habitação, saúde, educação e mercado de trabalho num escore domiciliar, substituindo o antigo proxy de renda per capita e classificando os domicílios em quatro grupos (A-D), com subgrupos que cada programa usa para definir seus próprios critérios de elegibilidade.
Um estudo revisado por pares de 2024, publicado em Desarrollo y Sociedad (Universidad de los Andes), comparou diretamente a classificação do Sisbén IV com o Índice de Pobreza Multidimensional (IPM) oficial da Colômbia e encontrou apenas leve concordância estatística (kappa de Cohen abaixo de 0,36): 37,69% dos domicílios que o IPM não considera pobres foram, ainda assim, classificados como pobres pelo Sisbén, enquanto 4,89% dos domicílios pobres segundo o IPM foram completamente ignorados. Uma análise independente (Guberney/Al Poniente, 2026) situa esses números em relação a problemas já conhecidos da metodologia anterior, o Sisbén III, que estudos anteriores constataram ter erros de inclusão de 49,9% face à pobreza monetária e 64,8% face à pobreza multidimensional.
O manual operacional público do DNP documenta a metodologia completa baseada em pontos, e o governo apresenta a Metodologia IV como uma melhoria em relação à sua antecessora. Mas a mesma literatura que documenta essa melhoria também constata que o escore atual permanece substancialmente desalinhado com a própria medida de pobreza do governo, com consequências reais: domicílios mal classificados podem ser indevidamente excluídos ou indevidamente incluídos em benefícios com critério de renda. Análises de defesa de direitos e acadêmicas levantaram preocupações sobre a opacidade do escore para os cidadãos que ele classifica, e sobre as implicações para a dignidade de um portão algorítmico de acesso a serviços essenciais.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Sri Lanka
O programa Aswesuma do Sri Lanka utiliza uma Pontuação de Privação Multidimensional com 22 indicadores, calculada pelo Departamento de Censo …
Azerbaijão
O Fundo Estatal de Proteção Social do Azerbaijão usa IA para identificar e inscrever proativamente cidadãos elegíveis em benefícios sociais. …
Cazaquistão
O Cazaquistão usa pontuação preditiva com 100+ indicadores socioeconómicos de 20+ agências para identificar famílias vulneráveis e entregar serviços automaticamente. …
Chile
O RSH classifica 8,99 milhões de lares chilenos (85,6 % da população) em níveis socioeconómicos que condicionam o acesso a …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.