Группа, возглавляемая Стэнфордской лабораторией иммиграционной политики (https://www.immigrationlab.org/), использовала алгоритм машинного обучения для анализа исторических данных о переселении беженцев в США и Швейцарии. Они обнаружили, что возможная экономическая самодостаточность беженцев зависит от сочетания их индивидуальных характеристик, таких как уровень образования и знание английского языка, а также от того, где они были переселены в пределах страны. Оказалось, что беженцы с определенным опытом или навыками добились лучших результатов в одних местах, чем в других.
Согласно новому исследованию, опубликованному 18 января в журнале Science, алгоритм назначил беженцам места размещения, которые, по их мнению, увеличат их шансы найти работу примерно на 40-70 процентов по сравнению с тем, как на самом деле живут беженцы.«Если посмотреть на кризис беженцев во всем мире, становится ясно, что он не исчезнет в ближайшее время и что нам нужны основанные на исследованиях стратегии, чтобы справиться с ним», — сказал Джереми Вайнштейн, профессор политологии из Стэнфорда и соавтор. исследования. «Мы надеемся вызвать политический разговор о процессах, регулирующих переселение беженцев, не только на национальном уровне в Соединенных Штатах, но и на международном уровне».По словам исследователей, алгоритм, который можно реализовать практически бесплатно, может помочь правительствам с ограниченными ресурсами и агентствам по переселению найти лучшие места для переселения беженцев.
Текущие подходы к переселениюВ последние годы рекордное количество людей было перемещено в результате войны, преследований и других нарушений прав человека, что превышает количество людей, имевших место после Второй мировой войны. По данным агентства ООН по делам беженцев, только в 2016 году около 65,6 миллиона человек были вынуждены покинуть свои дома.Часто страны, расселяющие беженцев в своих общинах, делают это либо случайным образом, либо в зависимости от местных возможностей принимающих общин на момент прибытия беженцев.
В Соединенных Штатах беженцы, члены семей которых находятся в определенном месте, направляются туда, чтобы присоединиться к ним. Но беженцев, не имеющих ранее существовавших связей, могут свободно отправлять в различные места, и нынешние подходы не соответствуют им в тех местах, где, согласно имеющимся данным, им было бы легче всего интегрироваться.«Нашей мотивацией было привнести лучшее из передовых социальных наук в область высокого политического приоритета, которая требует инноваций, но из-за ограниченных ресурсов и проблем, связанных с перемещением большого числа людей, мы не смогли внедрить инновации изнутри», — сказал Вайнштейн. .Группа разработала свой алгоритм, основанный на социально-экономических данных более чем 30 000 беженцев в возрасте от 18 до 64 лет, размещенных крупным агентством по переселению с 2011 по 2016 годы в Соединенных Штатах. Данные также включали, где эти беженцы были переселены, и их возможный статус занятости.
Основываясь на этих данных, команда разработала алгоритм для прогнозирования вероятности трудоустройства и оптимального местоположения для группы беженцев, прибывших к концу 2016 года, и сравнила эти прогнозы с тем, как эти беженцы на самом деле жили в своих новых домах.Группа обнаружила, что если бы алгоритм выбрал места для расселения беженцев, средний уровень занятости среди этих беженцев был бы примерно на 41 процент выше.Команда прошла тот же процесс с данными от лиц, ищущих убежища, которые были переселены в Швейцарию в период с 1999 по 2013 год.
Они предсказали, что уровень занятости был бы на 73 процента выше среди лиц, ищущих убежища, которые прибыли в 2013 году, если бы они были распределены по местам, где они проживали. алгоритм определен как оптимальный.«Рост занятости, который мы прогнозируем, весьма существенен, и этот рост может быть достигнут почти без дополнительных затрат со стороны правительства или агентств по переселению», — сказал Кирк Бансак, ведущий автор исследования и аспирант политологии. . «Улучшая существующий процесс с использованием существующих данных, наш алгоритм позволяет избежать многих финансовых и административных препятствий, которые часто могут препятствовать другим политическим инновациям».Многообещающие результаты, необходимы дополнительные исследования
Исследователи не выступают за алгоритм, который заменит принятие решений должностными лицами по переселению.«Наш подход сохраняет способность политиков устанавливать свои собственные параметры и приоритеты», — пишут исследователи. «Например, в процессе назначения с помощью компьютера алгоритм может выдавать несколько рекомендаций, а сотрудники по размещению могут по своему усмотрению определять окончательное назначение или отменять любые предложения».
Тем не менее, в отличие от более дорогостоящих мер политики, таких как работа или языковая подготовка беженцев, результаты алгоритма, код которого доступен бесплатно любой организации или правительству, являются многообещающими, говорят исследователи.«Тот факт, что мы можем получить такие значительные выгоды благодаря простому изменению процесса переселения, является демонстрацией того, насколько важно привносить основанную на данных информацию в процессы разработки политики», — сказал Вайнштейн.
Группа заявила, что им все еще необходимо подтвердить прогнозы алгоритма с помощью проспективных тестов, которые реализуют этот подход в режиме реального времени. Исследовательская группа в настоящее время разрабатывает ряд пилотных программ в партнерстве с правительствами и агентствами по переселению, чтобы проверить эффективность алгоритма.