Volver a Explorar
ConceptoInstitucionalIdentidad y CVBásico

Beneficios sociales con umbral — privacy en programas asistenciales

5 minVerificado · 2026-05-18

Los programas sociales presentan un dilema clásico de privacy: el beneficiario tiene que probar que cumple los criterios de elegibilidad (ingresos bajos, situación de vulnerabilidad, etc.), pero entregar la información detallada genera registros que pueden ser usados para discriminación o stigmatización.

SSI con selective disclosure y ZKPs ofrece una resolución técnica al dilema.

El problema concreto

Imaginá la AUH (Asignación Universal por Hijo) o un programa de tarifa social: el beneficiario debe probar:

  • Que tiene hijos / dependientes.
  • Que sus ingresos están bajo cierto umbral.
  • Que reside en la jurisdicción.

Con sistemas tradicionales, el beneficiario:

  • Presenta DNI completo + comprobantes de ingreso + comprobantes de domicilio.
  • Todos esos datos quedan en bases del organismo.
  • El organismo + cualquiera con acceso a la base sabe quién recibe asistencia.

Esto crea registros sensibles que pueden ser usados para discriminación (contratación, vivienda, seguros).

El modelo SSI con umbral

Con SSI, el beneficiario presenta:

  • Credencial "Soy padre/madre de N hijos" (sin revelar nombres / ID de hijos).
  • Credencial "Mis ingresos están bajo $X" (sin revelar monto exacto).
  • Credencial "Resido en jurisdicción Y" (sin revelar domicilio exacto).

Las tres pueden combinarse con ZKP para una sola presentación:

"Cumplo todos los criterios del programa, sin revelar mis datos."

El organismo otorga el beneficio sin acceder a información personal innecesaria.

Las dos técnicas combinadas

TécnicaPara qué sirve
Selective disclosureRevelar campos individuales (sí tiene hijos, sí está en jurisdicción) sin revelar otros (cuáles, dónde exactamente)
ZKP de umbralProbar "menos que X" sin revelar el monto exacto

El ZKP de umbral (range proof) es matemáticamente complejo pero práctico. Permite afirmaciones como "el monto está entre 0 y 500.000" sin revelar el valor real.

Cuándo es el caso correcto

Cuatro situaciones donde SSI + ZKPs hacen diferencia clara:

Programa con stigma social

Cuando el beneficio puede causar discriminación (asistencia, mental health). Privacy estricta es necesaria.

Programa con condiciones múltiples

"Si cumple A AND B AND C". SSI permite verificar el AND sin revelar A, B, C individuales.

Programa de bajo umbral

Cuando el monto exacto del ingreso (ej. salario) es sensible. ZKP de range protege.

Programa cross-jurisdicción

Cuando hay que cruzar datos entre provincias. SSI evita centralizar bases.

El stack técnico necesario

Para implementar un programa con esta lógica:

ComponenteFunción
EmisoresRENAPER (identidad), AFIP (ingresos), provincias (domicilio)
WalletGuarda credenciales separadas, combina al presentar
VerifierSistema del organismo asistencial
Trust frameworkLista los emisores válidos + niveles de assurance

Los desafíos específicos

Cuatro desafíos prácticos:

El balance privacy vs auditoría

Una decisión política importante: ¿qué balance entre privacy del beneficiario y auditoría del sistema?

Opciones:

  • Privacy máxima: ZKPs sin posibilidad de auditoría individual. El sistema confía en la criptografía.
  • Privacy + auditoría delegada: las ZKPs ocultan datos, pero un órgano de auditoría (Defensoría del Pueblo, etc.) puede acceder con orden judicial.
  • Privacy + auditoría agregada: auditoría operativa con estadísticas agregadas, no individuales.

Para casos gob, privacy + auditoría agregada es típicamente el balance correcto. Privacy máxima crea riesgo de fraude no-detectable. Auditoría delegada respeta privacy salvo casos extremos.

Argentina y los programas asistenciales

Argentina tiene amplia experiencia operando programas sociales (AUH, IFE, PROGRESAR, etc.). Migrar parte de estos a modelo SSI con privacy mejoraría:

  • Reducción de fraude (credenciales son criptográficamente verificables).
  • Reducción de stigma (los beneficiarios no quedan registrados como tales).
  • Eficiencia operativa (procesos automatizados).
  • Cumplimiento LPDP (minimización de datos).

A 2026, no hay caso productivo de este tipo en Argentina. Es área de oportunidad concreta.

Referencias

Relacionados

Tagsbeneficios-socialesasistenciaprivacycaso-de-uso