Stanford Utilise Un Algorithme Pour Réduire Le Taux De Criminalité Des Réfugiés Qui Cause Des Maux De Tête À L'europe
Le 20 juin est la Journée mondiale des réfugiés. En 2018, le nombre de réfugiés dans le monde a atteint près de 25,4 millions. La question de savoir comment mieux les réinstaller est devenue un problème international. En janvier 2018, des chercheurs de l’Université de Stanford et de l’ETH Zurich ont publié un article proposant l’utilisation d’algorithmes pour aider les pays à réinstaller plus efficacement les réfugiés et à améliorer considérablement leurs taux de réussite en matière d’emploi.
Au cours des 60 dernières années, le monde a accumulé 750 millions de personnesIls ont été contraints de quitter leur foyer à cause de la guerre, des catastrophes et d’autres raisons et sont devenus des réfugiés. Afin d’attirer l’attention internationale et sociale sur les réfugiés et de sensibiliser à leur protection, le HCR Le 20 juin est désigné Journée mondiale des réfugiés.
Avant-hier, le film « Capharnaüm » réalisé par la réalisatrice libanaise Nadine Labaki se déroulera àLa vie des réfugiés dans les bidonvilles du LibanPrésenté au public.
Pour échapper à la guerre, le protagoniste, le petit garçon Zain, et sa famille vivent illégalement dans un bidonville libanais surpeuplé. En raison de leur statut de réfugiés, ils ne peuvent lutter que dans les recoins les plus insupportables.
Comparée à la vie urbaine moderne, la vie des réfugiés dans les films est choquante et sympathique, mais pour les pays déchirés par la guerre comme la Syrie et l’Afghanistan, diverses histoires déchirantes se jouent chaque jour.
Réfugiés : synonymes de pauvreté, d’instabilité et de criminalité
Les réfugiés désignent les personnes qui sont contraintes de quitter leur lieu de résidence d’origine et d’abandonner leur nationalité d’origine en raison de la guerre, de catastrophes naturelles, etc.
Près de 1,3 million de réfugiés dans le monde ont fui leur foyer en raison de conflits ou de persécutions. 25,4 millions(Selon la définition de réfugié, les personnes déplacées à l’intérieur du pays ne sont pas considérées comme des réfugiés), et plus de la moitié de ces réfugiés ont moins de 18 ans.
Par compassion et pour des raisons humanitaires, de nombreux pays développés accueillent et acceptent les réfugiés. L’Allemagne, l’Australie, la Russie et d’autres pays sont d’importants pays d’accueil de réfugiés.
Cependant, en raison des différences culturelles, des conditions politiques, de l’éducation et de l’emploi, des ressources sociales et d’autres raisons, l’afflux de réfugiés a créé des facteurs de discorde.
Les crimes violents causés par les réfugiés, la détérioration des finances locales et le terrorisme deviennent de plus en plus graves.Tous les pays commencent à ne plus pouvoir en supporter les conséquences.
De nos jours, dans de nombreux endroits, les réfugiés sont devenus synonymes d’« agitation ».
Pour certains pays, il n’a fallu que quelques années pour passer de la promesse initiale de « sauver les réfugiés » à un grand nombre de citoyens descendant dans la rue pour protester, voire refusant d’accepter et d’expulser les réfugiés.
Selon un rapport de l’ONU de 2018, si le rythme actuel de réinstallation des réfugiés se poursuit, 18 ansIl faudra beaucoup de temps pour réinstaller tous les réfugiés actuels, sans parler de l’augmentation du nombre de réfugiés à l’avenir.
Un excellent moyen de maintenir la stabilité : utiliser des algorithmes pour aider les réfugiés à trouver un emploi
Face à des groupes de réfugiés complexes, la solution la plus importante est de fournir de meilleurs services.Transport et placement efficaces et raisonnables, afin qu'ils puissent s'adapter à la vie dans leur nouveau foyer le plus rapidement possible.
Face à cet enjeu international, les avantages de la technologie émergent.
Université de Stanford, ETH ZurichL’équipe de recherche a découvert que l’algorithme peut augmenter la probabilité d’emploi des réfugiés et améliorer leur adaptabilité à des sociétés inconnues, aidant ainsi les pays à trouver des zones plus appropriées pour réinstaller les réfugiés.
Les chercheurs ont développé un algorithme flexible, basé sur les données, qui :Il peut analyser l’état des ressources des sites de réinstallation et transporter et répartir de manière flexible les réfugiés.Améliorant ainsi l’effet d’intégration.
Cet algorithme combineApprentissage supervisé et appariement optimal,découvrir et exploiter les synergies entre les caractéristiques des réfugiés et les sites de réinstallation.
Les résultats des tests montrent que l’algorithme a amélioré le taux d’emploi des réfugiés.Augmentation de 40% à 70%. Cette approche pourrait fournir aux gouvernements un outil politique pratique et rentable qui peut être immédiatement mis en œuvre au sein des structures institutionnelles existantes.
1. Réinstallation algorithmique des réfugiés, trois étapes
Auparavant, divers pays d’accueil ont étudié et proposé différents systèmes d’allocation des réfugiés, notamment en déterminant l’allocation optimale en fonction de l’efficacité de l’adéquation ou des préférences des réfugiés et des lieux d’accueil. Cependant, bien que ces approches soient attrayantes en théorie, de nombreux obstacles s’opposent à leur mise en œuvre pratique.
En revanche, avec une approche purement axée sur les données, les résultats de l’intégration peuvent être optimisés en utilisant les données existantes. L'algorithme est divisé en trois étapes :Modélisation, cartographie et correspondance.
– Étape 1 : Modélisation avec des données historiques sur l’immigration
Phase de modélisation :Dans le processus d’apprentissage supervisé, le succès attendu de tout indicateur quantifiable peut être prédit. Par exemple, il est possible de prédire l’adéquation des nouveaux réfugiés employés en début de carrière aux lieux de réinstallation potentiels.
Les chercheurs ont attribué des données historiques sur l'immigration à la formation du modèle, en utilisant un seul réfugié comme unité d'observation, en se concentrant surPays d'origine, compétences linguistiques, sexe, âge, niveau d'éducation et heure d'arrivée, lieu d'affectation et résultats en matière d'emploiCe type de données.
Ces données de formation ont ensuite été utilisées pour construire une série de modèles d’apprentissage supervisé afin de prédire les attentes des réfugiés en matière de réussite professionnelle en fonction de leurs caractéristiques d’origine.
Les réfugiés de chaque lieu peuvent se voir attribuer un modèle distinct, ce qui donne lieu à un modèle différent pour chaque lieu et à partir duquel des synergies entre réfugiés et lieu sont découvertes. Ces modèles ajustés ont ensuite été appliqués au nouvel échantillon pour prédire le succès attendu en matière d’emploi des réfugiés nouvellement arrivés pour chaque nouveau lieu de réinstallation.
– Étape 2 : Mappez les placements individuels au niveau du cas
Phase de cartographie :Convertissez les prédictions au niveau des réfugiés issues de la phase de modélisation en mesures au niveau des cas. Pourquoi établir une correspondance avec les mesures au niveau des cas ? Parce que les réfugiés ne sont généralement pas affectés à des lieux sur une base individuelle, mais plutôt au niveau de chaque cas, les cas étant généralement des unités familiales.
La mesure privilégiée par l’équipe au niveau du cas est de prédire la probabilité qu’au moins un réfugié dans le cas trouve un emploi à cet endroit. Cet indicateur utilise une hypothèse simplificatrice selon laquelle les probabilités d’emploi des réfugiés dans tous les cas sont indépendantes.
– Étape 3 : Associez chaque cas à un emplacement spécifique
Phase de correspondance:Attribuez chaque cas à un emplacement spécifique, sous réserve de contraintes, et au critère d'optimalité sélectionné, et son algorithme peut s'adapter à plusieurs critères.
Dans l’application, le critère d’optimalité utilisé par l’équipe était de maximiser la moyenne de la mesure au niveau du cas (c’est-à-dire la moyenne globale de la probabilité qu’au moins un réfugié dans chaque ménage soit employé).
2. Améliorer l’emploi des réfugiés peut stabiliser la communauté
L’équipe a évalué l’application de l’algorithme dansÉtats-Unis et SuissePerformance : Les États-Unis, qui répartissent les réfugiés principalement en fonction des contraintes de capacité ; La Suisse, qui répartit les réfugiés de manière aléatoire sur la base d’un indicateur d’allocation proportionnelle.
Aux États-Unis, les services d’accueil et de réinstallation (par exemple, l’organisation des affectations, le logement des réfugiés, etc.) sont fournis par neuf agences bénévoles en coopération avec le Département d’État.
Une fois les réfugiés affectés à l’une des agences, les agents de réinstallation répartissent les réfugiés de manière centralisée vers les sites de réinstallation au sein de cette agence, sous réserve des contraintes de capacité locales.
Les agents de réinstallation prennent des décisions d’affectation avant l’arrivée des réfugiés, sans les interroger. Les réfugiés reçoivent des permis de travail à leur arrivée et sont encouragés à trouver du travail le plus rapidement possible.
Pour suivre le succès de la réinstallation des réfugiés, les agences sont tenues de rendre compte de la situation professionnelle des réfugiés 90 jours après leur arrivée, une fois la période d’accueil et de réinstallation terminée.
Pour évaluer si l’optimisation de l’algorithme de réinstallation pouvait améliorer les résultats, l’équipe a analysé les données sur les réfugiés en âge de travailler (âgés de 18 à 64 ans) réinstallés par l’une des plus grandes agences de réinstallation entre 2011 et 2016. L’équipe a divisé les données en ensembles de formation et de test. Le modèle ajusté a ensuite été appliqué pour prédire le succès attendu en matière d’emploi à chaque endroit et pour déterminer la répartition optimale pour un ensemble test de réfugiés arrivant au troisième trimestre de 2016.
Pour les données de test, les chercheurs se sont concentrés sur les réfugiés qui ont été librement assignés à différents lieux de réinstallation, plutôt que sur ceux assignés en fonction de l’emplacement de la famille ou d’autres liens. En outre, ils ont imposé des restrictions sur l’attribution. Dans le cadre de l'allocation optimisée, chaque emplacement ne peut recevoir queInférieur ou égal àLe nombre réel de personnes reçues.
De plus, la distribution des algorithmes est grandementAjout des taux d’emploi attendus des réfugiés au lieu des allocations du statu quo.
Les résultats finaux ont montré que l’allocation algorithmique augmentait les taux d’emploi dans presque tous les endroits, y compris les endroits où les taux d’emploi de base étaient élevés et faibles. En moyenne, le taux d’emploi dans le cadre de l’allocation réelle est de 34 %, et le taux d’emploi dans le cadre de l’allocation optimisée est de 48 %, ce qui signifie queL’allocation optimisée augmenterait le taux d’emploi à environ 41 % au-dessus du niveau de référence.
Comparées aux interventions plus coûteuses (telles que les programmes de formation linguistique ou professionnelle) qui peuvent prendre beaucoup de temps à mettre en œuvre, les approches basées sur les données ont le potentiel deMeilleure rentabilité, ce qui peut être réalisé sans aucun coût supplémentaire pour le gouvernement ou les autorités d’immigration.
De plus, l’algorithme modifie le processus politique existant,Amélioration de l'efficacité de la mise en œuvre, permettant aux réfugiés de s’intégrer plus rapidement dans la société d’accueil. Et l'algorithme estDynamique, peut s'adapter à la synergie au fil du temps.
Nous n’avons pas à nous inquiéter que les algorithmes prennent le contrôle de tout ; ils sont là pour compléter, et non remplacer, le personnel de placement. Dans un processus d’affectation assisté par ordinateur, l’algorithme peut fournir plusieurs recommandations et l’agent de placement peut effectuer l’affectation finale ou ne prendre aucune mesure.
La question des réfugiés : il faut plus que de la compassion
La question des réfugiés ne peut pas être changée par une prétendue sympathie débordante, ni résolue par la seule technologie. Les facteurs sociaux tels que la paix locale, les politiques et les systèmes sont les principaux facteurs d’amélioration de cette situation.
Toutefois, l’application de la technologie deviendra un outil plus efficace pour le gouvernement et les autorités d’immigration, et fournira des recommandations de réinstallation des réfugiés plus efficaces et plus appropriées.
On espère qu’avec les efforts et la force technique de divers pays, les réfugiés et les pays d’accueil pourront sortir de la crise le plus rapidement possible.