目的 加纳的 Ghanacard 覆盖了约 85% 的成年人口,但通过歧视性的公民身份审查系统性地排除了 Fulani 牧民,暴露出该国数字福利项目核心的根本性矛盾。本文探讨了以 Ghana Card 为基石、并逐步与生物识别、行政和社会项目数据库相整合的加纳数字身份基础设施,如何重塑社会保护的设计与交付。设计/方法/路径 基于对政策文件的制度分析以及 2026 年初对来自 National Identification Authority (NIA)、Ministry of Gender, Children and Social Protection (MoGCSP)、Data Protection Commission 的官员以及 Fulani 社区领袖进行的初步访谈,本研究将人工智能赋能的福利行政置于一个围绕国家能力、分配正义和算法治理构建的更广泛政治经济学框架中。本文探讨了人工智能支持的数字身份识别究竟是提高了目标定位效率与包容性,还是通过数据缺口、生物识别失败和不透明的决策机制滋生了新型排斥形式。研究结果 主要发现包括:与 LEAP 1000 试点相关的 NHIS 参保率提升了 14 至 15 个百分点,同时存在已记录的族裔边缘化、薄弱的数据保护执法以及偏袒城市精英的数字透明度缺失。研究局限/意义 本分析受到实际 AI 使用数据匮乏的限制。目前尚无公共数据集详细说明加纳目标定位中的算法准确性或偏见。因此,我们从 ID 注册如何影响项目准入的过程数据以及类似环境中推断出相关启示。该方法并非统计性的,而是旨在描绘基于政策分析和定性证据的整体图景。实践意义 本研究为数字国家形成、数据正义和算法福利治理提供了全球南方政治经济学视角,并为在新兴数字福利系统中合乎伦理、负责任且包容性地部署 AI 提供了具体的政策建议。社会意义 特别关注对边缘化人群、非正规部门工作者和数字隐形公民的影响。独创性/价值 提出了政策建议,以指导在新兴数字福利系统中合乎伦理、负责任且包容性地部署 AI。
Michael Kpessa-Whyte (Wed,) 研究了这一问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: