Estimer l’état réel de la pauvreté mondiale avec l’apprentissage automatique

Une collaboration entre l’Université de Californie à Berkeley, l’Université Stanford et Facebook offre une image plus approfondie et plus détaillée de l’état réel de la pauvreté dans et entre les nations, grâce à l’utilisation de l’apprentissage automatique.

La recherche, intitulée Micro-estimations de la richesse pour tous les pays à revenu faible et moyen, est accompagnée d’un site Web beta qui permet aux utilisateurs d’explorer de manière interactive l’état économique absolu et relatif de zones et de poches de pauvreté dans les pays à revenu faible et moyen.

Le cadre incorpore des données provenant d’images satellite, de cartes topographiques, de réseaux de téléphonie mobile et de données agrégées anonymisées de Facebook, et est vérifié contre des enquêtes approfondies, pour les besoins de la déclaration de la disparité de richesse relative dans une région, plutôt que des estimations absolues de revenu.

Une carte de la pauvreté mondiale, pondérée en fonction des zones les plus touchées. En bas, agrandissements de l’Afrique du Sud et du Lesotho (b); une zone de 12 km² autour de la ville de Khayelitsa, près du Cap. Source: https://arxiv.org/ftp/arxiv/papers/2104/2104.07761.pdf

Le système a été adopté par le gouvernement du Nigéria comme base pour l’administration de programmes de protection sociale, et fonctionne en parallèle avec le cadre existant de la Banque mondiale, le Projet national de filets de sécurité sociale (NASSP). En février, les premiers bénéficiaires du régime ont reçu un transfert de 5 000 nairas nigérians, un avantage payable jusqu’à six mois, jusqu’à un seuil de un million de nairas.

Le document affirme que la pauvreté de données contribue de manière significative à la distribution incorrecte de l’aide dans les pays ayant des ressources de collecte de données minimales ou une infrastructure limitée, et que la déclaration erronée motivée par des raisons politiques (un problème non limité aux pays à faible revenu) est également un facteur dans ce sens.

Inscription des « pauvres non déclarés »

Les simulations des chercheurs sur les données ont démontré que, selon les réglementations existantes pour l’allocation de ressources d’aide, la distribution basée sur ce système augmente le paiement à ceux qui en ont le plus besoin et diminue le paiement pour les bénéficiaires existants dans les tranches de revenu plus élevées. Le document note également la difficulté que les administrateurs de programmes de protection sociale ont rencontrée pour allouer des ressources d’aide au début de la crise du COVID-19, en raison du manque de données complètes ou détaillées. Au Nigéria, par exemple, les données d’enquête les plus récentes couvrent des ménages dans seulement 13,8 % de tous les districts nigérians, par rapport à la couverture de 100 % que le nouveau système offre.

Les travaux précédents sur l’estimation de la pauvreté assistée par l’IA se sont concentrés principalement sur les données obtenues par satellite (voir ci-dessous), mais les chercheurs affirment que les données de la connectivité mobile obtiennent une vision plus précise et plus détaillée de la disparité de richesse entre les régions, et que ces informations constituent la moitié de toutes les données contribuant au projet.

Du point de vue de la généralisation des données d’apprentissage automatique, les chercheurs observent que les modèles formés dans un pays peuvent être un modèle bénéfique et précis pour les modèles couvrant les pays adjacents. Ils notent également que le nouveau cadre est capable non seulement de distinguer les zones urbaines et rurales, mais également de fournir des cartes de disparité à l’intérieur des zones urbaines, ce qui dépasse la portée de nombreuses initiatives de recherche récentes dans ce secteur.

Imagery satellite dans l’analyse de la pauvreté

Le principe de l’analyse de la pauvreté basée sur les images satellite est la présomption que les personnes pauvres n’ont pas les moyens de faire fonctionner des lumières électriques pendant la nuit, ou n’ont peut-être pas de lumière électrique du tout. Là où l’absence de lumières ponctuelles peut être corrélée à la présence de personnes, comme déterminé par d’autres moyens (tels que les données de connectivité mobile), un indice de privation peut être généré.

Cette technique a été proposée en 2016 dans un document précédent de Stanford d’un autre groupe de recherche. La méthode détaillée dans ce document a fait pionnière dans l’utilisation de la couverture satellite du soir fournie par le programme de satellite météorologique de la Défense de l’Armée de l’air des États-Unis (DMSP) via le National Oceanic and Atmospheric Administration (NOAA-NGDC).

Quatre filtres convolutionnels identifient, de gauche à droite, des fonctionnalités qui se rapportent aux zones urbaines, rurales, eau et routes. La rangée du haut montre des images sources de Google Maps, la rangée du milieu les cartes d’activation de filtres à partir de l’analyse d’apprentissage automatique, et la rangée du bas une superposition de cartes d’activation sur l’imagerie cartographique d’origine. Source: https://science.sciencemag.org/content/sci/353/6301/790.full.pdf

Le projet Stanford a corrélé les preuves filtrées des lumières de nuit dans la surveillance par satellite contre sa propre base de données d’enquêtes DHS pour l’année au cours de laquelle les enquêtes et les résultats agrégés de satellite se sont produits. Il a été nécessaire de établir des moyennes de la somme des valeurs de lumières de nuit comme proxies pour certains indicateurs économiques.

Vérité de terrain pour les statistiques mondiales de pauvreté

Pour le nouveau projet Stanford, les chercheurs ont décidé de dériver le cadre de données à partir du programme existant d’enquêtes démographiques et de santé (DHS), même s’ils admettent que cela reproduit effectivement le schéma DHS dans le jeu de données. Les chercheurs observent: ‘Nous avons choisi de former notre modèle exclusivement sur les données DHS car il s’agit de la source la plus complète de données de richesse publiques, standardisées au niveau international, qui fournissent des estimations de richesse au niveau des ménages avec des marqueurs géographiques sous-régionaux.’

Cependant, le projet fonctionne à une résolution bien plus élevée que le DHS, et l’utilisation du cadre existant comme vérité de terrain présente deux avantages: premièrement, les données DHS ne reposent pas sur la déclaration formelle de revenu, qui est un indicateur peu fiable dans les pays les plus touchés par la pauvreté, où les économies de marché noir sont répandues; et deuxièmement, les données sont collectées de manière standardisée et selon un modèle international qui permet au cadre des chercheurs de couvrir d’autres pays soumis à cette méthode de mesure, plutôt que d’établir des équivalences entre des cadres concurrents.

La connectivité mobile comme indice économique

Pour les personnes vivant dans des zones économiquement défavorisées, la connectivité mobile est devenue une ligne de vie technologique au cours des deux dernières décennies, puisque les téléphones mobiles sont la plate-forme technologique minimale sur laquelle on peut compter dans de telles conditions. Les téléphones mobiles sont également devenus de facto des plateformes de paiement pour les bénéficiaires d’aide qui n’ont pas de compte bancaire ou d’autres moyens conventionnels de recevoir de l’argent.

Cependant, comme cela a été observé précédemment, utiliser les indicateurs de réseau mobile comme indice économique pour les systèmes d’apprentissage automatique présente certains inconvénients potentiels: il y a des personnes dans les régions touchées qui sont si pauvres qu’elles n’ont même pas de téléphone mobile – les personnes que le système est le plus censé aider; le système pourrait potentiellement être manipulé par les utilisateurs ayant plusieurs téléphones mobiles dans des circonstances où un téléphone est devenu un proxy pour les hachages d’ID uniques des citoyens; et il y a des implications en matière de confidentialité pour la création de ce type de système d’identification, dans les cas où le gouvernement local ou national conserve une certaine surveillance du projet.