Novo algoritmo amplia em 8% a distribuição de voluntários entre ONGs nos EUA

Um novo algoritmo desenvolvido por pesquisadores em parceria com as plataformas VolunteerMatch e Feeding America está transformando a forma como voluntários são alocados entre organizações sem fins lucrativos nos Estados Unidos. A iniciativa busca garantir que mais alimentos cheguem às comunidades em situação de vulnerabilidade, corrigindo desequilíbrios históricos na distribuição de mão de obra voluntária.

Mais de 25% dos americanos participam de programas formais de voluntariado, gerando um valor econômico superior a US$ 160 bilhões por ano. Muitas dessas pessoas encontram oportunidades por meio do VolunteerMatch, plataforma digital que conecta voluntários a organizações próximas de sua localidade.

Desde a pandemia, parte expressiva desse contingente passou a se engajar com bancos de alimentos vinculados à Feeding America, a maior rede do gênero no país. As plataformas já utilizavam algoritmos para alocar voluntários e distribuir alimentos, mas o modelo apresentava falhas estruturais: algumas organizações acumulavam voluntários em excesso, enquanto outras operavam com crônica escassez de ajuda.

A professora associada de operações, informação e tecnologia da Stanford Graduate School of Business, Daniela Saban, liderou o projeto para corrigir essas distorções. Em colaboração com Vahideh Manshadi, da Yale School of Management, Scott Rodilitz, da UCLA, e Akshaya Suresh, da RAND Corporation, ela desenvolveu um novo algoritmo de correspondência de voluntários para o VolunteerMatch.

O sistema recebeu o nome de SmartSort e foi submetido a experimentos de campo nas regiões de Dallas–Fort Worth e sul da Califórnia. Após sua implementação, o VolunteerMatch registrou um aumento de 8% nas oportunidades que receberam ao menos uma resposta de voluntário, sem redução significativa no volume total de correspondências.

Diante dos resultados, a liderança do VolunteerMatch adotou o SmartSort como algoritmo padrão da plataforma. O desafio enfrentado pela Feeding America era de natureza distinta, pois a rede lida com doações de alimentos que podem ser regulares ou ad hoc — esporádicas e imprevisíveis.

Para esse contexto, Saban trabalhou ao lado de Manshadi e de Soonbong Lee, também de Yale, para reformular o sistema MealConnect, responsável pelo gerenciamento das doações ad hoc da rede. A equipe ajustou o algoritmo Real-Time, que passou a oferecer doações a várias agências simultaneamente, reduzindo o tempo de resposta e corrigindo desequilíbrios na distribuição.

Os testes indicaram redução expressiva no volume de doações perdidas e melhora na equidade entre as agências atendidas. Algumas das recomendações da equipe, incluindo a redução do intervalo de tempo entre as ofertas de doação, foram incorporadas pela liderança da Feeding America ao protocolo operacional.

Os resultados foram publicados na revista científica Management Science, com um segundo estudo em processo de publicação, conforme detalhado pelo portal Phys.org. Saban avalia que o modelo pode ser replicado por outras organizações sem fins lucrativos que enfrentam o mesmo dilema entre eficiência operacional e distribuição equitativa de recursos.