Incluia

En el contexto de la emergencia por COVID-19, y como respuesta al cierre de escuelas y la reducción al 50% de la ocupación normal de establecimientos comerciales y sus efectos en el empleo, el Gobierno de Costa Rica ha implementado acciones como la entrega de paquetes de alimentos y un programa de transferencia monetaria (Bono Proteger) con la finalidad de apoyar a los sectores de la población menos favorecidos, a quienes la crisis socioeconómica afecta especialmente.

En relación con estos apoyos del Gobierno, la crisis socioeconómica por COVID afecta a las poblaciones pobres y vulnerables de tres maneras: (1) dificultando la operatividad y entrega de apoyos a aquellos que ya eran beneficiarios de programas sociales (2) generando nuevos segmentos de poblaciones pobres y vulnerables que requieren de apoyo inmediato; y (3) evidenciando la necesidad de identificar de manera continua a poblaciones vulnerables sin cobertura de las políticas sociales.

Problema que se busca resolver

Ineficiencias en la asignación de subsidios sociales a las poblaciones más vulnerables. Ante esta crisis por COVID, es fundamental mejorar la eficacia de este tipo de políticas sociales que depende en gran medida de su correcta focalización.

Poblaciones que se ven afectadas por el problema

Hogares en pobreza extrema ubicado en zonas urbanas y alrededores en gran área metropolitana de Costa Rica.

Respuesta actual a este problema, considerando a las instituciones relacionadas

Actualmente, Costa Rica cuenta con el Sistema Nacional de Información y Registro Único de Beneficiarios del Estado (SINIRUBE), un órgano de desconcentración máxima y personería jurídica instrumental adscrito al Instituto Mixto de Ayuda Social (IMAS), que gestiona una herramienta tecnológica mediante la cual focaliza los programas que conforman la política social del Gobierno de Costa Rica.

Propuesta para solucionar dicho problema usando IA

La solución de IA, INCLUIA, genera mapas de pobreza extrema urbana, para grandes extensiones territoriales y con alta resolución espacial. El resultado es un sistema de recomendación geográfica destinado a incrementar la efectividad de los trabajadores sociales en campo, apoyando la búsqueda proactiva de beneficiarios potenciales de programas sociales. Esta solución fue desarrollada para SINIRUBE.

¿Qué consideraciones de seguridad, leyes nacionales o estándares se tienen que tener en cuenta para utilizar cada fuente de información?

Se revisaron toda la normativa relacionada al manejo y uso de los datos personales. Se firmó un Acuerdo de Confidencialidad que diera sustento legal al intercambio, manejo y resguardo de informacion, y la confidencialidad de los datos. No se utilizó información que pudiera identificar personas, y se utilizaron servidores internacionales con certificaciones de servicio y seguridad mundial, para reducir los riesgos potenciales de ataques físicos y virtuales de los datos.

Avances/resultados a marzo 2022

La plataforma INCLUIA identificó aquellos hogares sin cobertura en SINIRUBE, de otra manera muy difíciles de ubicar, justamente por ser pocos y estar distribuidos a lo largo y ancho de la gran área metropolitana de Costa Rica. Se ubicaron 41 clusters prioritarios a ser incluidos en el registro social de Costa Rica.

En la etapa de evaluación y difusión de conocimientos se impartieron dos talleres de divulgación: i) el taller virtual “Innovación Tecnológica para el Mapeo de Pobreza Extrema, Búsqueda Activa, e Inclusión de Beneficiarios en los Sistemas de Protección Social” a más de una decena de instituciones (INA, MEP, CONAPAM, IMAS, CCSS, MIDEPLAN, SINIRUBE, CONAPDIS, MTSS, ESTADO NACION); y ii) en colaboración con la División de Protección Social y Salud del BID, el taller virtual “Uso de imágenes satelitales para identificación de brechas de cobertura de los sistemas de protección social” al que asistieron más de 40 especialistas en protección social del Banco.

INCLUIA ha sido implementada en República Dominicana y Jalisco (México), y próximamente en la Ciudad de México (México).

Metas para 2022-II

Evaluar la posibilidad de escalar la solución a más programas e insituciones del sector público social de Costa Rica.

Principales retos en la implementación

Manejo de información personal altamente sensible. Sin embargo, desde un comienzo se determinó que no se manejará información que pueda identificar personas y para mitigar este riesgo se utilizarán servidores internacionales con certificaciones de servicio y seguridad mundial que reduzcan riesgos potenciales de ataques físicos y virtuales de los datos.

Principales retos de la IA identificados

• La calidad de los datos era crítica para el desarrollo del proyecto. En este caso, este impacto fue positivo pues al realizar la validación de la georreferenciación para hogares activos registrados en su base de datos, se obtuvo como resultado un promedio de 90% de hogares válidos a nivel distrito. De esta manera, la oportunidad en el uso de datos del SINIRUBE para el desarrollo del prototipo resultó más grande de lo anticipado.
• Etiquetas para el entrenamiento de modelos de visión computacional. La precisión en los resultados de un modelo de visión computacional depende, entre otros factores, de la calidad de la etiquetas de las imágenes con las que se entrena el modelo. Esto representa un reto mayor cuando se está clasificando una condición subjetiva como el nivel de pobreza de un hogar pues, éste varía de país a país, de ciudad a ciudad, cuando es visto desde el cielo o a nivel de calle. Este proyecto se encontró con ese reto. Para enfrentarlo se llevó a cabo una campaña de re-etiquetamiento que si bien logró aportar un alto grado de precisión al modelo desarrollado, representó costos económicos y de tiempo importantes. Se requirió de la participación de 3 expertos que durante 3 meses generaron 11,250 etiquetas. A partir de esta experiencia, se están desarrollando modelos que puedan ser igualmente precisos pero que requieran un menor número de etiquetas para su entrenamiento, reduciendo así tiempos y costos.