Sidebar Menu
Za mnoge izbjeglice, put ka integraciji je stjenovit. Sposobnost izbjeglica za aklimatizacijom ili postizanjem ekonomskog uspjeha nije dio kriterija za prijem - oni koji UNHCR odabire za preseljenje iz izbjegličkih kampova su oni koji mogu dokazati teške progone i patnje. Nakon što prežive traume rata i protjerivanje, izbjeglice ponovno nailaze na izazove stjecanja novog jezika i pronalaženje osnovnog zapošljavanja koje mogu biti nepremostive. Ti nedostaci prečesto drže izbjeglice na marginama gospodarstva i društava zemalja domaćina.
Prema novim istraživanjima IPL-a na Sveučilištu Stanford i ETH-u Zürich, zajedno s Dartmouth Collegeom, hoće li se izbjeglice "dočekati na noge" ili ne, mogu ovisiti o kritičnom faktoru koji se krije u vidokrugu: mjesto gdje su se preselili u zemlju domaćina. Njihov novi grad ili mjesto može djelovati kao prepreka ili poticaj za uspješnu integraciju, ovisno o profilu izbjeglica. Dobro pogođen smještaj može donijeti veliku razliku u pomaganju izbjeglicama da pronađu posao i "puste korijene". Uz pomoć algoritma dizajniranog za IPL, vlade i agencije za preseljavanje sada mogu napraviti najbolju moguću prognozu - ne samo za nekoliko sretnika, već za svaku preseljenu izbjeglicu.
Moć mjesta
Zašto odredište vrijedi? Uostalom, neki izbjeglice imaju posao i jezične vještine kako bi se dobro snašli baš bilo gdje, a neke lokacije imaju snažna tržišta rada i organizacije u zajednici koje bi imale koristi od bilo kojeg izbjeglice. Ipak, podaci otkrivaju jasne sinergije između karakteristika pojedinaca i lokalnih uvjeta: neke su prednosti nekih izbjeglica više nagradene na određenim mjestima nego drugima, a osobine koje bi mogle biti otežavajuće na nekim mjestima postaju manje prijeteće na nekim drugim.
Trenutno, ove sinergije se ne uzimaju u obzir na bilo koji sustavni način. U Sjedinjenim Državama, izbjeglice se obično šalju na mjesto koje ima prostora da ih primi u tom trenutku. U drugim zemljama, poput Švicarske, tražitelji azila raspoređeni su nasumično i proporcionalno po regijama. Obje zemlje imaju podatke o tome kako su izbjeglice u prošlosti poslovale ekonomski, ali do sada nije postignuta moć tih informacija za poboljšanje ishoda budućih izbjeglica.
IPL je razvio algoritam koji se temelji na podacima za optimiziranje procesa kojim se izbjeglice dodjeljuju mjestima unutar zemlje preseljavanja. Da biste zamislili algoritam u akciji, zamislite dvije izbjeglice, iz iste države, slične dobi, etničke pripadnosti i razine vještina. Kada se presele na različita mjesta, jedan lako uspijeva pronaći posao dok se drugi bori. Razlozi zbog kojih se njihovi putevi razlikuju složeni su, ali s algoritmom koji rudari desetke tisuća povijesnih slučajeva, ne moramo ih potpuno razumjeti kako bismo ih naučili. Algoritam može otkriti sustavne uzorke, tako da sljedeći put kad dobije izbjeglicu koja blisko podsjeća na ovu dvojicu, on će ga poslati na mjesto gdje je raniji izbjeglica napredovao.
Uzmite tu osnovnu ideju i pomnožite ga sa desetak osobnih karakteristika i stotine potencijalnih mjesta prebivališta, a imate osjećaj o tome što algoritam može učiniti ako stavite u službu tisuće izbjeglica koje zemlja može primiti u određenoj godini. Prema podacima IPL-a Jeremy Ferwerda, docenta na Dartmouth Collegeu, "algoritamski zadatak ima potencijal da istodobno poboljšava rezultate izbjeglica i zajednica u kojima se preseljavaju".
Da bi izgradili algoritam, istraživači IPL-a započeli su s fazom modeliranja koristeći strojno učenje o povijesnim podacima kako bi se izračunao vjerojatnost da će pojedinac izbjeglica pronaći posao na svakom mogućem mjestu prebivališta unutar zemlje domaćina, na temelju njegovog ili njezinog demografskog profila. Zatim, tim je izračunao vjerojatnost da će barem jedan član izbjegličkog slučaja ili obitelji pronaći posao na svakoj lokaciji. Od tamo su se prilagodili svakom dolaznom slučaju izbjeglica na mjesto koje nudi najveću vjerojatnost zapošljavanja, uzimajući u obzir ograničenja u stvarnom svijetu kao što je fiksni broj dostupnih mjesta u svakom uredu za preseljenje.
Za osposobljavanje algoritma za uporabu u Sjedinjenim Američkim Državama, istraživači su koristili podatke o više od 30.000 izbjeglica, u dobi od 18 do 64 godine, koje je donijela velika agencija za preseljavanje od 2011. do 2016. godine. Zatim su od algoritma zatražili dodjeljivanje optimalnih mjesta izbjeglicama koje su stigle do kraja 2016. godine. Dobici su bili iznimni: u usporedbi s stvarnim povijesnim ishodima medijan izbjeglica bio je više nego dvaput vjerojatniji da će naći posao ako ga smješta algoritam. To je povećanje vjerojatnosti zapošljavanja od oko 25 do 50 posto. Predviđane stope zaposlenosti izbjeglica porasle su u cijeloj zajednici, uključujući one s najvišom i najmanjom vjerojatnošću za pronalaženjem posla. I skoro u svakom mjestu preseljenja bilo je bolje: prosječna stopa zaposlenosti u velikom dijelu mjesta je porasla. Testovi su također pokazali da bi, kad bi se algoritam koristio, prosječna stopa zaposlenosti na svim lokacijama bila 41 posto veća, s 34 na 48 posto. Kada su testovi ponovljeni u kontekstu Švicarske, dobici su bili još veći. S podacima Švicarskog državnog tajništva za migracije, istraživači su istraživali tražitelje azila koji su bili prebačeni u 26 regija od 1999. do 2013. godine i koji su primili supsidijarnu zaštitu. Nakon osposobljavanja algoritma na ranijim podacima, tim je testirao na tražiteljima azila koji su stigli 2013. godine. Njihova je stopa zaposlenosti u stvarnosti bila 15 posto, no bilo bi 26 posto ako im je dodijeljeni algoritam koji je identificiran, - povećanje od 73 posto.
Od teorije do prakse
Potencijal algoritma je još važniji kada se uspoređuju s drugim mogućim intervencijama - poput nastave jezika i obuke za posao - koje, iako bitne, mogu biti skupe, logistički zahtjevne i teško mjerljive. Upotreba algoritma je rijetka reforma politike koja bi mogla donijeti dramatična poboljšanja gotovo bez ikakvih troškova. Znanstvenik IPL Kirk Bansak kaže: "Naš je cilj bio razviti alat koji nije samo dobro funkcionirao, već je i bio praktičan sa stajališta implementacije u stvarnom svijetu. Poboljšavanjem postojećeg procesa pomoću postojećih podataka, naš algoritam izbjegava financijske i administrativne zapreke koje često mogu ometati druge inovacije u politici."
Ovaj se pristup također može poboljšati tijekom vremena. Algoritam neprestano mijenja ažurirane podatke o ishodima izbjeglica, tako da će reagirati na promjenjive uvjete na svakom mjestu prebivališta, prilagođavajući svoje zadatke ako određene izbjeglice više ne snalaze dobro na mjestima koja su nekad bila njihova najbolja prognoza ili ako se pojave bolje prognoze. Konačno, budući da bi predložio vrhunske prognoze uz zaobilaženje ljudskog faktora, algoritam bi nadopunio a ne zamijenio stručnost državnih dužnosnika i službenika za preseljenje odgovornih za pružanje integracijskih usluga.
S obzirom na veličinu globalne izbjegličke krize, zemlje primateljice trebaju inovaciju politike ukoliko se žele nastaviti nositi s izazovom. IPL-ov pristup temeljen na podacima na preseljavanje izbjeglica predstavlja kreativno rješenje koje se može primijeniti u bilo kojoj zemlji koje naseljavaju izbjeglice, nudeći način poboljšanja ishoda ne samo za izbjeglice već i zajednica u kojima žive.
Izvor: EurekAlert!