A gyors gazdaságpolitikai döntések meghozatalához most különösen fontos, hogy könnyen be tudjuk azonosítani azokat, akik munkanélkülivé válnak, de a szokásos adatgyűjtési módszerek sokszor időigényesek. A Stockholm School of Economics kutatói a gépi tanulás segítségével szinte azonnal meg tudják határozni csak a mobilhasználati adatokból, hogy valaki elvesztette-e a munkáját.
A kutatók egy dél-ázsiai fejlődő ország egyik városában kaptak hozzáférést egy mobilszolgáltató adatbázisához, ahol elérhető volt számukra a felhasználók cellaadata, a hívásaik időpontja, az SMS-ek száma, az internetezés mértéke és sok más mobillal összefüggő adat. Ezeket táplálták bele egy mesterséges intelligenciába, amely megtalálta a legjobb modellt a foglalkoztatási státusz becslésére.
Nemcsak azt akarták megbecsülni, hogy valaki munkanélküli-e vagy sem, hanem azt is, hogy milyen típusú a foglalkoztatotti státusza. Így 18 kategóriát hoztak létre, ami magában foglalta a munkanélkülieket, a nyugdíjasokat, a diákokat, de a foglalkoztatottak is olyan kategóriákba kerültek, mint például tanárok, irodai dolgozók vagy szakmunkások.
A mesterséges intelligenciának azt kellett elérnie, hogy minél pontosabban tudja ezeket a kategóriákat meghatározni egy-egy egyénre, csak a mobilszolgáltatótól kapott adatokat vizsgálatával. Az eredményeket úgy ellenőrizték, hogy összevetették a szolgáltató 76 ezer felhasználójának gép által becsült státuszát egy cenzus adatbázissal, amelyikben mindegyikük valós foglalkoztatási adata szerepel.
A gép átlagosan 67,5 százalékos pontossággal találta el, hogy ki melyik kategóriába tartozik.
Azt viszont, hogy valaki munkanélküli-e, már 70 százalékos biztonsággal meg tudta mondani
a mobiladatok alapján. A leginkább hasznos információ a gépi becslés számára az volt, hogy mennyit lép kapcsolatba összességében az ismerőseivel valaki, hogy mennyi kimenő hívást indít, és hogy ezeket a nap melyik szakaszában teszi.
A munkájukat elvesztők csökkentik az interakciót ismerőseikkel, különösen a kimenő hívásokat fogják vissza. Ha pedig mégis telefonálnak, akkor azt nagyobb részben éjszaka teszik, mert ekkor a vizsgált országban alacsonyabbak a percdíjak.
Miután az egyéni foglalkoztatási státuszt megbecsülték a mesterséges intelligencia segítségével, lehetőségük nyílt arra is, hogy területi szinten összeadják a különböző foglalkoztatotti kategóriába tartozó felhasználókat. Így kiderült, hogy
a munkanélküliek elszórva, mindenhol jelen vannak a városban, míg más csoportok területileg koncentrálódnak,
ilyenek például a nyugdíjasok vagy a lakásuk kiadásából élők.
A módszertan hasznossága abban rejlik, hogy szinte jelen idejű adatokat tud közölni egy város és azon belül is az egyének foglalkoztatotti státuszáról. Ez különösen hasznos olyan esetekben, amikor sok ember veszíti el a munkáját, és fontos lenne, hogy őket könnyen megtalálja az állam, és időben segítséget tudjon nekik nyújtani. Így a COVID miatt kialakult válságban is könnyebben lehetne a sérülékenyebb rétegeket elérni.
Persze átfogó intézkedéscsomagot nem lehet csak erre építeni, mivel nem mindenki rendelkezik telefonnal, de a magas penetráció miatt – ami már a fejlődő országokban is 80 százalék feletti – jó megközelítést tud adni arról, hogy milyen az egyes területek gazdasági helyzete és az ott élők foglalkoztatási státusza.
Tech
Fontos