Modelo de predicción de la pobreza en Costa Rica: Una herramienta para los programas de asistencia social

Los programas de asistencia social orientados a combatir la pobreza requieren de un método para definir quiénes son los beneficiarios. El método debe ser capaz de identificar a las personas en condiciones de pobreza e incluso discriminar entre quienes se encuentran en situaciones de mayor pobreza o vulnerabilidad, ya que generalmente los recursos son limitados. Uno de los métodos más utilizados por organismos internacionales y organizaciones gubernamentales es el Proxy Mean Test (PMT). Esta prueba intenta predecir la pobreza mediante una ecuación que se construye con un número pequeño de variables de las encuestas de hogares. Varios estudios realizados a cabo en diferentes países han demostrado que el Proxy Mean Test incluyó cantidades significativas de hogares no pobres como beneficiarios de programas sociales y a la vez excluyó a otros que se encuentran en condiciones de pobreza (i.e Lucia, 2014; Kidd y Wyldi, 2011). Incluso hay un estudio realizado en Costa Rica (Delgado, 2017), donde se demuestra que el PMT pudo haber ocasionado errores de inclusión del 29% en el programa Avancemos y del 21% en el programa de bienestar familiar del IMAS. Por esta razón en la presente investigación se propone generar un método para predecir el grado de pobreza de los hogares utilizando algoritmos de aprendizaje de máquina. Para entrenar y evaluar los algoritmos propuestos se usarán datos de la encuesta de hogares de propósitos múltiples que se realizan todos los años en Costa Rica por parte del Instituto Nacional de Estadística y Censos. Esta investigación podría contribuir a que se asignen de mejor manera los recursos destinados a la atención de la pobreza, y mejorar así la efectividad de los programas sociales. Además, también podría ser de utilidad para organismos internacionales como el Banco Mundial que hoy en día aún utilizan el PMT para identificar a hogares en condiciones vulnerables.

Construir un modelo predictivo del grado de pobreza de los hogares mediante algoritmos de aprendizaje automático, que puede ser utilizado por programas de sistencia social para identificar a los beneficiarios

TICs aplicadas a procesos empresariales, ya que en esta línea se investiga cómo se puede mejorar la toma de decisiones, y “el desempeño en función del cumplimiento de objetivos de organizaciones públicas y privadas, con la implementación y uso de estas tecnologías” (CIADEG, s.f.)