Sistema de identificación de prestaciones sociales para personas en riesgo de exclusión social

Abstract

Según el último indicador AROPE (At‐Risk‐Of Poverty and Exclusion) de 2019, la tasa de población en España que se encuentra en riesgo de pobreza o de exclusión social asciende al 25,3%, que se traduce en cerca de 12 millones de personas. Tanto el Estado español como las diferentes Comunidades Autónomas proporcionan prestaciones para este colectivo de manera que puedan garantizarle un acceso a recursos que les permita salir de esta situación de vulnerabilidad. Por otra parte, la European Anti‐Poverty Network (EAPN) es una red de asociaciones y organizaciones sin ánimo de lucro a nivel europeo cuyo fin es el de luchar por el fin de la pobreza y la exclusión social, teniendo en Madrid una fuerte presencia a través de su delegación EAPN Madrid con más de 70 asociaciones vinculadas. Entre sus actividades se encuentra el asesoramiento y orientación a personas en riesgo de pobreza y exclusión social para poder acceder a las ayudas y prestaciones que las administraciones públicas disponen. En el presente trabajo se lleva a cabo un estudio, análisis y comparación de métodos y algoritmos de clasificación para acabar diseñando y desarrollando una aplicación web basada en los principios de los árboles de decisión que permita a los técnicos de todas las asociaciones vinculadas a EAPN Madrid poder identificar si los diferentes usuarios pueden optar a alguna de las prestaciones disponibles mediante un proceso guiado y optimizado de preguntas. Este desarrollo es una continuación del trabajo realizado por la Clínica Jurídica de UNIR para EAPN Madrid donde se analizaron todas las prestaciones disponibles y sus requisitos para acceder a ellas. La aplicación proporciona mecanismos de ampliación, actualización y mantenimiento de las prestaciones disponibles. Por último, se aborda una aproximación para resolver el problema aplicando principios de aprendizaje automático e inteligencia artificial, comparándolo con la solución implementada.