Développement Durable et Impact des politiques publiques : Policy Priority Inference - Impulsando el Desarrollo Sostenible

L'institut Alan Turing. et l'ONU développent une technologie d'inférence de priorités politiques pour un avenir durable

Défis mondiaux: en 2015, les États membres des Nations Unies se sont engagés pour un ensemble de 17 objectifs de développement durable qui devraient être atteints d'ici 2030

Les Nations Unies (ONU) ont établi un partenariat avec l'Institut Alan Turing pour créer une nouvelle approche de l'économie durable en utilisant la technologie d'inférence de priorité politique. 

Le programme, soutenu par les Nations Unies, identifie les régions économiques potentielles qui pourraient stimuler le développement durable dans cette région dans le but de «promouvoir la prospérité et protéger la planète en même temps».

Qu'est-ce que l'inférence de priorité politique (IPP)?

L'inférence de priorité politique (IPP) est un modèle informatique qui ingère les données du gouvernement pour fournir les résultats possibles et les mesures nécessaires à prendre pour atteindre les objectifs. Il souligne les lacunes dans les priorités et les écarts par rapport aux ODD définitifs fixés par le gouvernement local.

Il travaille en tandem avec la théorie économique, l'économie comportementale, la science des réseaux et la modélisation basée sur les agent

( 2020 ) Supercharging sustainable development

Supercharging sustainable development with the #PPITool a collaboration between @turinginst & @UNDP, that has been implemented in 2 of our countries in #LAC is helping policymakers increase their effectiveness of public spending and achieve the #SGDs: https://t.co/ZlSENXCmTy pic.twitter.com/oZ13fgp1WW

— PNUDLAC (@PNUDLAC) May 27, 2020

The Alan Turing Inst. and the UN Develop Policy Priority Inference Technology for Sustainable Future https://t.co/zY9c3k5t6i #blockchain #artificialintelligence #AINews #AiThority

— AiThority (@AiThority) June 1, 2020

What is Policy Priority Inference (PPI)?

Policy Priority Inference (PPI) is a computational model that ingests government data to provide the possible outcomes and necessary steps to be taken to meet goals. It points out the gaps in priorities and the deviations from the final SDGs laid down by the local government.

It works in tandem with the economic theory, behavioral economics, network science and agent-based modeling.

Comment fonctionne PPI?

Les données fonctionnent spécifiquement pour le pays, la région ou l'État et mesurent l'influence des politiques gouvernementales et de ses dépenses pour atteindre les ODD. 

Le modèle PPI est une modélisation simulée hautement interactive des différents agents travaillant dans le gouvernement, y compris les décideurs politiques, les bureaucrates, les citoyens et les chefs de département. Le modèle met en évidence les inefficacités historiques menant aux événements actuels et les compare pour fournir une image assez précise de l'avenir

The United Nations is endorsing a computer simulation tool that it believes will help governments tackle the world’s biggest problems, from gender inequality to climate change. https://t.co/CvdZTyd4Aj

— MIT Technology Review (@techreview) May 29, 2020

Comment l'outil pourrait-il aider? Appelé «Policy Priority Inference» (PPI), le logiciel utilise la modélisation basée sur les agents pour prédire ce qui se passerait si les décideurs dépensaient de l'argent pour un projet plutôt qu'un autre.

Cela permet aux gouvernements de choisir plus facilement les politiques à prioriser, selon l'ONU et l'Institut Alan Turing de Londres, qui soutient également le projet. 

L'outil est testé par les autorités du Mexique et de l'Uruguay, la Colombie étant la prochaine. Le ministère britannique du Développement international est également intéressé.

Comment ça marche? Le PPI s'appuie sur l'économie, la science du comportement et la théorie des réseaux pour simuler un «gouvernement», qui alloue un pot d'argent, et des «bureaucrates», qui dépensent ce qu'ils reçoivent dans différents projets. 

Le modèle, qui a été construit par des économistes de Londres et du Mexique, prend en compte une série de données, telles que les budgets publics, l'impact des dépenses sur des politiques particulières dans le passé, l'efficacité du système juridique d'un pays, les pertes estimées dues à des inefficacités, etc. Il suggère ensuite quelles politiques valent le plus à investir.

L'idée est que l'outil aidera les décideurs à anticiper les effets d'entraînement de leur prise de décision. Par exemple, investir dans l'éducation peut atténuer les inégalités entre les sexes, mais investir dans la croissance du PIB peut ne pas être bon pour réduire les émissions de gaz à effet de serre. 

NEW #TuringImpact story:

🌏Supercharging sustainable development with a new Policy Priority Tool from the Turing backed by @UNDP from @guerrero_oa in London & Gonzalo Castañeda in Mexicohttps://t.co/iQEinAuUAn#SDGs #GlobalGoals

Animation by Poligonic pic.twitter.com/5MxZucZnlQ

— The Alan Turing Institute (@turinginst) May 27, 2020

Impulsando el desarrollo sostenible con #PPITool, una colaboración entre @turinginst y @PNUD, que se ha implementado en 2 países de #AméricaLatina y está ayudando a los hacedores de políticas a priorizar su gasto público en su camino al logro de los #ODS: https://t.co/QX8iuRhevo pic.twitter.com/GXgehsiV7C

— PNUDLAC (@PNUDLAC) May 28, 2020

Impact au Mexique

Pendant ce temps, Guerrero et Castañeda ont produit plusieurs rapports avec le PNUD, couvrant des études de cas du Mexique et de l'Uruguay, et lancent actuellement un projet avec la Colombie, aux niveaux national et municipal. Pour le projet avec le Mexique, l'équipe a d'abord organisé des ateliers avec des parties prenantes du bureau du président, du ministère des finances, de l'institut national des statistiques, des représentants de six des 32 États mexicains et des ONG.

«Les ateliers ont été un énorme succès», explique Guerrero. «Lorsque nous avons présenté les résultats préliminaires du dossier fédéral, ils ont exprimé que le modèle avait un grand potentiel pour les soutenir dans leurs processus de budgétisation et de planification. Les gouvernements des États mexicains nous ont fourni des données précieuses pour aider à tester le modèle. Ils sont désireux d'adopter l'inférence des priorités politiques dans le cadre de leur boîte à outils lorsqu'ils planifient les budgets, et aussi lorsqu'ils préparent leurs propres plans de développement au niveau de l'État. Cela les aide à décider si leurs objectifs sont réalistes ou non. »

«Les contributions des chercheurs et du bureau du PNUD au Mexique étaient complémentaires», ajoute Sulmont. «L'expérience du PNUD en matière de planification publique et du Programme 2030, ainsi que ses contacts avec les gouvernements fédéral et des États, ont aidé les deux universitaires à adapter leur modèle complexe à la réalité des processus de planification publique mexicains.»

Aquí los 3 reportes que elaboramos @Gon_CastanedaR y un servidor para el @PNUD_Mexico en el contexto de los #ODS

El reporte metodológico explica cómo usar IPP. Los datos y el código son abiertos.#Agenda2030 #desarrolloSosteniblehttps://t.co/Lf8aBIEAuT

— Omar A Guerrero (@guerrero_oa) June 3, 2020

Con el apoyo de @PNUDLAC, Gonzalo Castañeda (@CIDE_MX) y @guerrero_oa (@turinginst) crearon el modelo computacional Inferencia de Prioridades de Política, que permitirá a los tomadores de decisión priorizar el gasto público en su camino de alcanzar los ODShttps://t.co/IBoxsBf7Zm pic.twitter.com/ZiKxCuKcaZ

— CIDE (@CIDE_MX) May 27, 2020

Coverage of #PPITool by @Publico

ONU quer usar inteligência artificial para ajudar países a combater pobreza e desigualdade de género https://t.co/vwhK5QJ4iW #ODS @turinginst @Gon_CastanedaR @PNUDLAC @LNPP_MX

— Omar A Guerrero (@guerrero_oa) June 3, 2020