En 2020, en plena pandemia de COVID-19, el gobierno de Togo implementó el programa Novissi, una iniciativa basada en inteligencia artificial (IA)para identificar a las personas más necesitadas y distribuir asistencia económica. Gracias a la combinación de imágenes satelitales y datos de telefonía móvil, el sistema permitió entregar aproximadamente 10 dólares cada dos semanas a beneficiarios seleccionados. Esta estrategia, impulsada por Cina Lawson, ministra de Economía Digital y Transformación de Togo, fue desarrollada en conjunto con la Universidad de California, Berkeley y la ONG GiveDirectly.
La utilización de IA para medir y combatir la pobreza cobró relevancia en los últimos años. Tradicionalmente, este fenómeno se cuantificaba mediante encuestas y estudios manuales, pero la IA demostró ser una herramienta prometedora para agilizar el proceso y optimizar la distribución de recursos. De acuerdo con el Banco Mundial, alrededor de 700 millones de personas en el mundo viven en extrema pobreza, con ingresos inferiores a 2,15 dólares diarios, yla IA podría cerrar las brechas de datos para mejorar la precisión de los programas de ayuda.
Riesgos y limitaciones del uso de IA en la medición de la pobreza
A pesar de sus ventajas, el uso de IA en la lucha contra la pobreza no está exento de desafíos. Expertos como Ola Hall, geógrafo de la Universidad de Lund, advierten sobre los riesgos de exclusión, ya que estos modelos pueden omitir a personas sin acceso a tecnología o con una huella digital limitada. "No son lo suficientemente precisos para determinar quién califica para recibir ayuda o subsidios en efectivo y quién no", afirmó Hall.
Desde 2015, investigadores trabajaron para mejorar estos modelos. Marshall Burke, David Lobell y Stefano Ermon, de la Universidad de Stanford, desarrollaron algoritmos basados en imágenes satelitales para predecir niveles de riqueza en distintas regiones de África. Su estudio en 2020 mostró que la IA podía alcanzar una precisión comparable a las encuestas tradicionales con menor costo y esfuerzo. Sin embargo, los errores en la identificación de beneficiarios han generado críticas y limitaciones en programas como los de GiveDirectly y Google.org.
Sabina Alkire, investigadora de la Universidad de Oxford, sostiene que "ningún país del mundo puede actualmente realizar una medición multidimensional de la pobreza a partir de registros administrativos y datos satelitales". Mientras tanto, Ola Hallcalifica el nivel de madurez de la IA en esta área con un "dos sobre diez", subrayando que aún es necesario complementar estos sistemas con métodos tradicionales para garantizar equidad y precisión.