Proyecto BETTO (Bienestar, Eficiencia, Transparencia, Tecnología y Oportunidad)

Descripción del servicio

Es una herramienta creada por el Instituto Colombiano de Bienestar Familiar, para lograr eficiencia, transparencia y calidad en los servicios de atención a la primera infancia en Colombia. Logra consolidar procesos de búsqueda e identificación de niños y niñas entre los 0 y 5 años sin acceso a los servicios de primera infancia, especialmente en las zonas rurales y rurales dispersas del país, así como la selección objetiva de los mejores operadores contratados para la atención integral y de calidad de la primera infancia.

Problemática que resuelve

La contratación de los servicios de primera infancia en Colombia se da mediante un régimen especial, conocido como contrato de aporte, en este sentido, se cuenta con un Banco Nacional de Oferentes, donde se habilitan fundaciones y organizaciones de la sociedad civil para presentar los servicios cada año a más de un millón setecientos mil niños y niñas entre los 0 y los 5 años. En este mismo sentido, año a año se debe realizar una georeferenciación para lograr identificar a los beneficiarios de los servicios, logrando atender a la población más vulnerable de país con el ánimo de reducir brechas y crear un esquema de bienestar desde la primera infancia.

Tipo de aplicación de IA utilizada

Optimización enfocada en objetivos, Razonamiento con estructuras de conocimiento, Predicción

Principales resultados a junio 30 de 2021

BETTO cumplió la meta de vinculación efectiva de 217.000 nuevos beneficiarios en condiciones de vulnerabilidad y pobreza, que no habían accedido a las distintas modalidades de atención que ofrece el ICBF para la primera infancia. De ese total, 69.600 son niños que viven en zonas rurales, y 14.600 se autorreconocen como parte de algún grupo étnico. Lo anterior se logró a través de la aplicación de algoritmos de IA que procesan la información actual e histórica para optimizar la capacidad de atención de las 69.000 unidades de atención existentes, determinó la creación de 32 nuevas unidades de servicio en zonas de alta vulnerabilidad y predijo el tránsito de niños y niñas al sistema educativo formal, asegurando la ubicación efectiva de beneficiarios previamente focalizados.

Tres principales cuellos de botella que enfrentó durante la implementación

Los principales retos se enfocaron en:

La gobernanza de datos frente a la articulación de fuentes de datos misionales de la entidad y otras suministradas por entidades externas.
La validación del modelo en los resultados obtenidos, al ser la primera solución de inteligencia artificial para selección de oferentes en contratación pública.
Los márgenes de tiempo disponibles para implementar la solución, en busca de equilibrio entre una arquitectura tecnológica robusta y el cumplimiento oportuno y confiable de resultados insumo para la contratación de oferentes a nivel nacional.

Lecciones aprendidas

La relevancia de establecer grupos interdisciplinarios para la articulación y construcción de una solución tecnológica en el logro de un resultado integral y efectivo.
La importancia del apoyo permanente y visible de la dirección de la entidad para el aprovisionamiento de recursos y desarrollo del proyecto.
La importancia de contar con el apoyo y validación de actores estratégicos como el Banco Interamericano de Desarrollo, el Banco Mundial y Unicef.

País de origen

Colombia

Alcance geográfico de las operaciones

Colombia

Website

https://www.icbf.gov.co/

Tipo de ejecutor

Gobierno

Sector/industria

Gestión gubernamental

Inclusión social

Objetivo(s) de Desarrollo Sostenible a los cuales su solución de IA aporta

1 (fin de la pobreza)

2 (hambre cero)

4 (educación de calidad)

8 (trabajo decente y crecimiento económico)

10 (reducción de las desigualdades)

La aplicación de IA fue desarrollada internamente o por un tercero

Empresa externa

Nombre de la entidad implementadora

Instituto Colombiano de Bienestar Familiar (ICBF), Colombia

Actores involucrados

ICBF, CESIR Gobierno y CESRIR Policía Nacional, COLCERT (Grupo de Respuesta a emergencias cibernéticas Policía Nacional), Microsoft Colombia, Consejería Presidencial para la Innovación y la Transformación Digital, Banco Interamericano de Desarrollo- BID, Banco Mundial, y UNICEF.

Porcentaje del equipo desarrollador que son mujeres

37%

Año en que empezaron a usar la IA

2020

Te puede interesar

Publicaciones

Implementación de inteligencia artificial para mejorar la atención de la retinopatía diabética en el Estado de Jalisco, México

El presente documento presenta un estudio de caso de un proyecto piloto en el estado de Jalisco que utilizó inteligencia artificial (IA) para el tamizaje de la Retinopatía Diabética.