Поскольку мир сталкивается с крупнейшим кризисом перемещенных лиц со времен Второй мировой войны, новый алгоритм, разработанный исследователями из Стэнфорда, может помочь странам переселить беженцев таким образом, чтобы повысить их успех в трудоустройстве и общую интеграцию.
Группа, возглавляемая Лабораторией иммиграционной политики Стэнфорда (https://www.immigrationlab.org/), использовала алгоритм машинного обучения для анализа исторических данных о переселении беженцев в США и Швейцарии. Они обнаружили, что окончательная экономическая самодостаточность беженцев зависела от сочетания их индивидуальных характеристик, таких как уровень образования и знание английского языка, а также от того, где они были переселены внутри страны. Оказалось, что беженцы с определенным прошлым или навыками в одних местах добивались лучших результатов, чем в других.
Согласно новому исследованию, опубликованному 18 января в журнале Science, согласно новому исследованию, согласно новому исследованию, опубликованному 18 января в журнале Science, алгоритм назначал беженцам места, которые, по их прогнозам, увеличили бы их шансы найти работу примерно на 40-70 процентов по сравнению с тем, как жили беженцы на самом деле.
«Глядя на глобальный кризис беженцев, становится ясно, что он не исчезнет в ближайшее время и что нам нужна политика, основанная на исследованиях, чтобы преодолеть его», - сказал Джереми Вайнштейн, профессор политологии в Стэнфорде. и соавтор исследования. «Мы надеемся вызвать политический диалог о процессах, регулирующих переселение беженцев, не только на национальном уровне в Соединенных Штатах, но и на международном уровне».
По словам исследователей, алгоритм, который может быть реализован практически бесплатно, может помочь правительствам и агентствам по расселению с ограниченными ресурсами найти лучшие места для переселения беженцев.
Текущие подходы к переселению
За последние годы рекордное количество людей было перемещено в результате войны, преследований и других нарушений прав человека, превысив количество людей, наблюдавшихся после Второй мировой войны. По данным агентства ООН по делам беженцев, только в 2016 году около 65,6 млн человек были вынуждены покинуть свои дома.
Часто страны, которые переселяют беженцев в свои общины, делают это либо несколько случайным образом, либо в соответствии с местными возможностями принимающих общин на момент прибытия беженцев. В Соединенных Штатах беженцы, члены семьи которых находятся в определенном месте, получают указание присоединиться к ним там. Но беженцы, у которых ранее не было связей, могут быть отправлены в разные места, и существующие подходы не позволяют им сопоставляться с местами, где, как свидетельствуют данные, им было бы легче интегрироваться.
Наша мотивация заключалась в том, чтобы привнести лучшее из передовых социальных наук в область высокого политического приоритета, которая нуждается в инновациях, но из-за ограниченных ресурсов и проблем, связанных с навигацией по большим числам, мы не могли внедрять инновации из внутри», - сказал Вайнштейн.
Группа разработала свой алгоритм на основе социально-экономических данных о более чем 30 000 беженцев в возрасте от 18 до 64 лет, размещенных крупным агентством по переселению с 2011 по 2016 год в Соединенных Штатах. Данные также включали места, где эти беженцы были переселены, и их возможный статус занятости.
Основываясь на этих данных, команда разработала алгоритм, предсказывающий вероятность трудоустройства и оптимальное местонахождение 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 переселения беженцев, средний уровень занятости среди этих беженцев был бы примерно на 41 процент выше.
Команда провела тот же процесс с данными лиц, ищущих убежища, которые были переселены в Швейцарию в период с 1999 по 2013 год. в места, определенные алгоритмом как оптимальные.
«Мы прогнозируем значительный прирост занятости, и это прирост, который может быть достигнут практически без дополнительных затрат со стороны правительства или агентств по переселению», - сказал Кирк Бансак, ведущий автор исследования и кандидат политических наук. «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 то, чтобы алгоритм заменил 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 предоставить несколько рекомендаций, и офицеры по размещению могут по своему усмотрению определить окончательное назначение или отменить любые предложения."
Тем не менее, в отличие от более дорогостоящих мер политики, таких как обучение беженцев работе или языку, результаты алгоритма, код которого доступен бесплатно любой организации или правительству, говорят исследователи.
Тот факт, что мы можем добиться таких значительных успехов благодаря простому изменению процесса переселения, является демонстрацией того, насколько важно привлекать власть.