Sidebar Menu
Skupina na čelu sa Stanfordovim laboratorijem za imigracijsku politiku, koristila je algoritam strojnog učenja kako bi analizirala povijesne podatke o preseljenju izbjeglica u Sjedinjenim Državama i Švicarskoj. Utvrdili su da je eventualna ekonomska samodostatnost izbjeglica ovisila o kombinaciji njihovih pojedinačnih obilježja, kao što su stupanj obrazovanja i znanje engleskog jezika te mjesta gdje su se preselili. Pokazalo se da izbjeglice s posebnim backgroundom ili vještinama imaju bolje rezultate na nekim mjestima od drugih.
Prema studiji objavljenoj 18. siječnja 2018. u časopisu Science, algoritam je napravio projekciju najboljeg razmještaja za izbjeglice koje bi tako povećali svoje šanse za pronalaženje zaposlenja za oko 40 do 70 posto u usporedbi sa stvarnim postignutim rezultatima.
"Kad se globalno gleda na izbjegličku krizu, jasno je da ona neće brzo prestati i da nam je potrebna politika utemeljena na znanstvenom istraživanju kako bi se bolje snalazili", rekao je Jeremy Weinstein, profesor političke znanosti na Stanfordu i koautor studije. "Naša nada je stvaranje političkog razgovora o procesima koji upravljaju preseljavanjem izbjeglica, ne samo na nacionalnoj razini u Sjedinjenim Državama, nego i na međunarodnoj razini".
Grupa je rekla da algoritam, koji bi se mogao provesti gotovo bez ikakvih troškova, može pomoći vladama i agencijama s ograničenim resursima pronaći najbolja mjesta za razmještaj izbjeglica.
Trenutni pristupi u preseljenju
Posljednjih godina, rekordan broj ljudi raseljen je zbog rata, progona i drugih kršenja ljudskih prava, nadmašujući brojke koje su viđene poslije Drugog svjetskog rata. Samo 2016. godine, oko 65,6 milijuna ljudi bilo je prisiljeno napustiti svoje domove, navodi agencija za izbjeglice Ujedinjenih naroda.
Često, zemlje koje naseljavaju izbjeglice u svojim zajednicama to čine neplanski ili prema postojećim lokalnim kapacitetima u vrijeme dolaska izbjeglica. U Sjedinjenim Državama, izbjeglice koje imaju članove obitelji na određenoj lokaciji usmjerene su da im se pridruže. Ali izbjeglice bez postojećih veza mogu se slati na različite lokacije, a trenutni pristupi ne uzimaju u obzir činjenice koje sugeriraju u kojim sredinama bi im se bilo najlakše integrirati.
Grupa je razvila algoritam na temelju socioekonomskih podataka više od 30.000 izbjeglica, u dobi od 18 do 64 godine, dobivenih od velike agencije za preseljavanje od 2011. do 2016. godine u Sjedinjenim Državama. Podaci su također obuhvaćali gdje su se izbjeglice preselili, i njihov eventualni status zaposlenja.
Na temelju tih podataka algoritam je trebao predvidjeti vjerojatnost zapošljavanja i optimalne lokacije za skupinu izbjeglica koje su stigle do kraja 2016. i usporediti ta predviđanja sa stvarnim podacima dobivenim od izbjeglica koje su došle u svoje nove domove.
Grupa je utvrdila da bi, ukoliko bi algoritam odabrao mjesta za preseljenje izbjeglica, prosječna stopa zaposlenosti među tim izbjeglicama bila otprilike 41 posto veća.
Tim je prošao kroz isti postupak s podacima tražitelja azila koji su bili prebačeni u Švicarsku između 1999. i 2013. godine. Predviđali su da će stopa zaposlenosti biti 73 posto veća među tražiteljima azila koji su stigli u 2013. da su razmješteni u mjesta koje je algoritam identificirao kao optimalna.
"Dobici za zapošljavanje koje planiramo su vrlo značajni, a to su dobici koja bi se mogla postići gotovo bez ikakvih dodatnih troškova za vlade ili agencije za preseljavanje", rekao je Kirk Bansak, glavni autor studije i doktorant znanosti iz političke znanosti, "Poboljšavanjem postojećeg procesa pomoću postojećih podataka, naš algoritam izbjegava mnoge financijske i administrativne prepreke koje često mogu ometati druge inovacije u politici".
Obećavajući rezultati, potrebno je više istraživanja
Istraživači ne zagovaraju da algoritam zamijeni odluke službenika za preseljavanje.
"Naš pristup zadržava mogućnost kreatora politike da postavljaju vlastite parametre i prioritete", napisali su istraživači. "Na primjer, u procesu pridruživanja računalom, algoritam može pružiti nekoliko preporuka i položaja a službenici bi mogli koristiti vlastitu diskreciju u donošenju konačne odluke."Ipak, za razliku od skupih intervencija u politici, kao što su obuka za posao ili učenje jezika za izbjeglice, rezultati algoritma čiji je kod slobodan, obećavaju. "Činjenica je da smo sposobni generirati takve značajne dobitke" rekao je Weinstein. Grupa je rekla da još trebaju potvrditi predviđanja algoritma kroz buduće testove koji implementiraju ovaj pristup u realnom vremenu. Istraživački tim sada razvija niz pilot programa u partnerstvu s vladama i agencijama preseljenja radi testiranja algoritma.
Izvor: Stanford News