A Avaliação Habitacional de Allegheny — Ferramenta de Aprendizagem Automática de Pittsburgh Melhora a Priorização Habitacional, Mas Estudo Independente Constata que as Disparidades Raciais Persistem

O Departamento de Serviços Humanos (DHS) do Condado de Allegheny precisava de decidir quem recebe acesso prioritário e escasso a habitação de apoio permanente e a realojamento rápido entre as pessoas em situação de sem-abrigo. A sua ferramenta anterior, o questionário VI-SPDAT usado a nível nacional nos EUA, tinha demonstrado atribuir pontuações de risco mais elevadas a clientes brancos do que a clientes negros em circunstâncias semelhantes, e o pessoal de primeira linha considerava-o lento de aplicar.
Desde agosto de 2020, o DHS utiliza a Avaliação Habitacional de Allegheny (AHA), um modelo preditivo treinado com 18.008 avaliações habitacionais históricas (2016-2024) do armazém de dados integrado do condado. O AHA prevê a probabilidade de quatro resultados adversos no prazo de 12 meses caso a pessoa permaneça sem-abrigo — um internamento psiquiátrico, quatro ou mais visitas às urgências, uma detenção policial, ou um novo episódio de sem-abrigo — convertendo isto numa pontuação de prioridade de 1 a 10. Um modelo relacionado, o Mental-Health AHA, treinado com 13.673 avaliações, foi adicionado em fevereiro de 2023 para clientes inscritos no Medicaid. Na validação mais recente (2025), os quatro modelos componentes do AHA apresentam AUCs entre 0,66 e 0,72 e valores preditivos positivos entre 29% e 58%.
O pessoal do condado relata que a ferramenta torna as decisões de priorização mais rápidas e consistentes do que o questionário que substituiu, e um estudo revisto por pares de 2024 (Conferência AAAI/ACM sobre IA, Ética e Sociedade) constatou que, após a implementação, as decisões reais de atribuição de serviços passaram a estar mais alinhadas com as pontuações de risco do próprio modelo, e a distribuição das pontuações é agora semelhante entre grupos raciais.
O mesmo estudo revisto por pares constatou que, apesar destas melhorias, a disparidade racial em quem efetivamente recebe serviços não diminuiu. Os investigadores atribuem isto à utilização continuada de uma ferramenta de recurso baseada em questionário (Alt-AHA) em situações de má qualidade de dados, e a diferenças demográficas em critérios de elegibilidade como o sem-abrigo crónico e o estatuto de veterano — um lembrete de que um algoritmo aparentemente mais justo não corrige, por si só, resultados desiguais.