Estimarea adevăratului stat al sărăciei globale cu învățarea automată

O colaborare între UoC Berkeley, Stanford University și Facebook oferă o imagine mai profundă și mai detaliată a stării reale a sărăciei în și între țări, prin utilizarea învățării automate.

Cercetarea, intitulată Micro-estimări ale bogăției pentru toate țările cu venituri mici și medii, este însoțită de un site web beta care permite utilizatorilor să exploreze interactiv starea economică absolută și relativă a zonelor și a focarelor de sărăcie din țările cu venituri mici și medii.

Cadru include date de la imagini satelitare, hărți topografice, rețele de telefonie mobilă și date agregate anonime de la Facebook, și este verificat împotriva unor anchete extensive față în față, în scopul de a raporta disparitățile de bogăție relative într-o regiune, mai degrabă decât estimări absolute ale venitului.

O hartă a sărăciei globale, ponderată către zonele cele mai afectate. Mai jos, mărirea pentru Africa de Sud și Lesotho (b); o zonă de 12 km² în jurul orașului Khayelitsa lângă Cape Town. Sursă: https://arxiv.org/ftp/arxiv/papers/2104/2104.07761.pdf

Sistemul a fost adoptat de guvernul Nigeriei ca bază pentru administrarea programelor de protecție socială, și rulează în tandem cu cadrul existent de la Banca Mondială, Proiectul Național de Siguranță Socială (NASSP). În februarie, primii beneficiari sub schema au primit o transfer de numerar de 5000 de naira nigeriană, un beneficiu plătibil până la șase luni, până la un prag de un milion de naira.

Articolul afirmă că sărăcia de date face o contribuție notabilă la distribuția incorectă a ajutorului în țările cu resurse minime de colectare a datelor sau infrastructură limitată, și că raportarea incorectă din motive politice (o problemă nu limitată la țările cu venituri mici) este, de asemenea, un factor în acest sens.

Înregistrarea “sărăciei neraportate”

Simulările cercetătorilor pe datele demonstrează că, sub reglementările existente pentru alocarea resurselor de ajutor, distribuția pe baza acestui sistem crește plata pentru cei mai nevoiași și scade plata pentru beneficiarii existenți din categoriile de venituri mai mari. Articolul observă, de asemenea, dificultatea cu care s-au confruntat administratorii programelor de protecție socială în alocarea resurselor de ajutor la începutul crizei COVID-19, din cauza lipsei de date cuprinzătoare sau detaliate. În Nigeria, de exemplu, cele mai recente date de anchetă acoperă gospodării în doar 13,8% din toate districtele nigeriene, comparativ cu acoperirea de 100% pe care o oferă noul sistem.

Lucrările anterioare în domeniul estimării sărăciei asistate de IA s-au concentrat în mare măsură pe date obținute prin satelit (a se vedea mai jos), dar cercetătorii afirmă că datele de la conectivitatea mobilă obțin o imagine mai precisă și mai detaliată a disparităților de bogăție între regiuni, și că această sursă de date reprezintă jumătate din toate datele care contribuie la proiect.

Din punctul de vedere al generalizării în datele de învățare automată, cercetătorii observă că modelele antrenate într-o țară pot fi un model benefic și precis pentru modele care acoperă țări adiacente. Ei mai observă că noul cadru nu numai că poate distinge între zonele urbane și rurale, dar este capabil să furnizeze hărți de disparitate în interiorul zonelor urbanizate, ceea ce depășește scopul multor inițiative de cercetare recente în acest sector.

Imaginile satelitare în analiza sărăciei

Principiul din spatele analizei sărăciei pe baza imaginilor satelitare este prezumția că oamenii săraci au puțini bani pentru a rula lumini electrice în orele de întuneric, sau poate că nu au deloc facilități de iluminat electric. În locurile în care absența luminilor punctiforme poate fi corelată cu prezența oamenilor, așa cum se stabilește prin alte mijloace (cum ar fi datele de conectivitate mobilă), se poate genera un indice de privare.

Această tehnică a fost propusă în 2016 într-un articol anterior de la Stanford de la un alt grup de cercetare. Metoda detaliată în acel articol a deschis calea utilizării acoperirii satelitare de seară furnizate de Programul de Sateliți Meteorologici de Apărare al Forțelor Aeriene ale Statelor Unite (DMSP) prin Administrația Națională a Oceanelor și Atmosferei (NOAA-NGDC).

Patru filtre de convoluție identifică, de la stânga la dreapta, caracteristici care se referă la zonele urbane, zonele rurale, apa și drumurile. Rândul superior arată imagini sursă de la Google Maps, rândul mijlociu reprezintă hărți de activare a filtrelor din analiza de învățare automată, și rândul inferior o suprapunere a hărților de activare pe imaginile de hartă originale. Sursă: https://science.sciencemag.org/content/sci/353/6301/790.full.pdf

Proiectul Stanford a corelat dovezi filtrate ale luminilor de noapte din supravegherea satelitară împotriva bazei de date proprii de anchete DHS pentru anul în care atât anchetele, cât și rezultatele satelitare agregate au avut loc. A fost necesar să stabilească medii ale sumei valorilor luminilor de noapte ca proxy pentru anumite indicatori economici.

Adevărul de pe teren pentru statisticiile sărăciei globale

Pentru noul proiect Stanford, cercetătorii au decis să deriveze cadrul de date din Programul existent de Sănătate și Demografie (DHS), deși, așa cum recunosc, acest lucru replică în esență schema DHS în setul de date. Cercetătorii observă: ‘Am ales să antrenăm modelul nostru exclusiv pe datele DHS, deoarece este cea mai cuprinzătoare sursă unică de date de bogăție publice, standardizate la nivel internațional, care oferă estimări de bogăție la nivel de gospodărie cu markeri geo-sub-regionali.’

Cu toate acestea, proiectul funcționează la o rezoluție mult mai mare decât DHS, și utilizarea cadrului existent ca adevăr de pe teren oferă două beneficii: în primul rând, datele DHS nu se bazează pe raportarea formală a venitului, care este un indicator nelabil în țările cele mai afectate de sărăcie, unde economiile subterane sunt răspândite; și, în al doilea rând, datele sunt colectate într-o manieră standardizată și conform unui model internațional care permite cadrului cercetătorilor să cuprindă alte țări care sunt supuse acestei metode de măsurare, mai degrabă decât stabilirea de echivalențe între cadre concurente.

Conectivitatea mobilă ca indice economic

Pentru oamenii care trăiesc în zone economice defavorizate, conectivitatea mobilă a devenit o linie de salvare tehnologică în ultimele două decenii, deoarece telefoanele mobile sunt platforma tehnologică minimă care poate fi utilizată în astfel de condiții. Telefoanele mobile au devenit, de asemenea, de facto platforme de plată pentru beneficiarii de ajutor care nu au cont bancar sau alte mijloace convenționale de a primi bani.

Cu toate acestea, așa cum s-a observat anterior, utilizarea indicatorilor de rețea mobilă ca indice economic pentru sistemele de învățare automată are unele dezavantaje potențiale: există oameni în regiunile afectate care sunt atât de săraci încât nu posedă nici măcar un telefon mobil – exact oamenii pe care sistemul este cel mai destinat să-i ajute; sistemul ar putea fi manipulat de utilizatori cu mai multe telefoane mobile în circumstanțe în care un telefon a devenit un proxy pentru hash-urile unice de cetățeni; și există implicații de confidențialitate în crearea acestui tip de sistem de identificare, în cazurile în care guvernul local sau național păstrează o anumită supraveghere a proiectului.