هوش مصنوعی در خدمتِ پناه‌جویان

منبع: استنفوردنیوز 
نویسنده: دیلن والش  
تاریخ انتشار: ۱۳ نوامبر ۲۰۲۳     
مترجم: لیلا احمدی  
➖➖➖➖➖➖➖➖➖ 
 
عصر ایران- دومینیک روتنهائوسلر در اوبِرزِل آلمان بزرگ شده؛ شهری زیبا با حدود 2500 نفر جمعیت، در کنار رودخانه شوسن. اوبرزل نیز مانند بسیاری از شهرهای کوچک و بزرگِ آلمان در سال‌های اخیر شاهد ورود خیل عظیمِ پناهجویان بوده است. قبلا مهاجران بیشتر مردانی از گامبیا، سنگال، کامرون و افغانستان بودند. اخیراً مردان، زنان و کودکانِ اوکراینی هم به دلیل نیاز به پناهندگی وارد اوبرزل شده‌اند. 
 
جامعۀ اوبرزلی تاکنون همیشه حامی و همراه پناهندگان بوده است. مربی قدیمی فوتبالِ روتنهاوسلر از دورۀ بازنشستگی درتمرینات و مسابقات هفتگی میزبان پناهجویان بود. مردم اوبرزل مهارت‌های مربوط به حمل و نقل عمومی یا بوروکراسی شهری را به مهاجران آموختند. خیلی‌ها نیز داوطبِ آموزش زبان آلمانی شدند. 
 
روتنهائوسلر اکنون استادیار آمارِ دانشکدۀ علوم انسانی و دانشگاه استنفورد است. او در حین تکمیل دورۀ دکتری در زوریخ و سپس فوق‌دکتری در برکلی این تلاش عمومی را دورادور نظاره می‌کرد. او می‌گوید: «من تا حدودی از این فضا خارج شده بودم، اما می‌خواستم نقش خودم را ایفا کنم.

 درنتیجه به‌محض‌این‌که مرکز پژوهش‌های سیاستِ مهاجرت استنفورد (IPL) درخصوص پروژۀ جابجایی پناهندگان موسوم به جئومچ GeoMatch، از من دعوت به همکاری کرد، پذیرفتم. هر پژوهش دانشگاهی معمولاً حاوی کار روی موضوعی خاص و سپس بررسیِ اثرات و پیامدهای آن است. این پروژه، چشم‌انداز روشنی برای ایجاد تحولات سریع و سودمند در جهان دارد.» 
 
زندگی بهتر به مدد یادگیری ماشینی 

جئومچ نوعی ابزار یادگیری ماشینی است که برای کمک به مناسب‌ترین مکان‌یابیِ پناهندگان طراحی شده و هدف از آن یافتن بهترین مکان برای مهاجرت است. این ایده اولین بار زمانی به ذهن خطور کرد که تیمی از محققان شامل ینس هاین مولر، مدیر آزمایشگاه سیاست مهاجرت استنفورد و پروفسور کیمبرلی گلن و استاد علوم سیاسیِ دانشکدۀ علوم انسانی، با مقامات دولتی و مراکز غیرانتفاعی ایالات متحده ملاقات کردند تا به استقرار و ادغام پناهندگان کمک کنند. گفت‌و‌گویشان به چالشی کشیده شد که مقامات محلی برای اسکان مهاجران با آن مواجه بودند. 

باید توجه داشت که فرآیند اسکانِ مجدد سرشار از سؤالات تجربی است. سؤالاتی از قبیل این که چه زمانی شهرها برای پناهندگان مناسب‌ترند و چه زمانی مناطق روستایی؟ بهتر است جوامع همگن باشند یا متنوع؟ کدام منابع محلی به کاریابی کمک می کنند؟ و غیره. بااین‌حال هیچ یک از این سؤالات به طور رسمی بررسی نشده بودند. مأمورانِ مکان‌یاب هنگام یافتن خانه‌های جدید برای پناهندگان، بیش از هر چیز به تجربه و شهود شخصی متکی بودند.  
 
مایکل هاتارد، مدیر GeoMatch می‌گوید: «داده‌های زیادی در سیستم‌های مدیریتی و اداری وجود دارد، اما از نظر تاریخی، استفادۀ مؤثر از آن‌ها چالش‌برانگیز بوده است. ما شروع به پرسیدن این سوال کردیم که چگونه می‌توان از اطلاعات سیستمی برای کمک به افرادی که تصمیم به مهاجرت و پناهندگی می‌گیرند، استفاده کرد؟» 
 
سرانجام هاین مولر و همکارانش دست به کار شدند تا الگوریتمی طراحی کنند که بر اسکان پناهندگان در ایالات متحده و سوئیس متمرکز باشد. این الگوریتم طیف گسترده‌ای از ویژگی‌های پس‌زمینۀ فردی یعنی کشور مبدأ، مهارت‌های زبانی، جنسیت، سن و غیره را با زمان ورود پناهنده و مکان تعیین‌شده مطابقت می‌دهد.

مثلا نتیجۀ اندازه‌گیری‌شده با الگوریتم موفقیت شغلی این بود که 90 روز پس از ورود به ایالات متحده و 3 سال پس از ورود به سوئیس، می‌توانیم امیدوار باشیم که پناهجو از آب و گل درآید و به موفقیت نسبی برسد. تیم تحقیقاتی با استفاده از الگوریتم موفقیت شغلی برای تخصیص پناهندگان به مکانی که احتمال موفقیتشان بیشتر است، توانست نرخ اشتغال پیش‌بینی‌شده را حدود 40 درصد در ایالات متحده و 75درصد در سوئیس افزایش دهد. نتایج تحقیقات نیز متعاقبا در مجلۀ ساینس (از برترین مجلات دانشگاهی جهان) منتشر شد. 
 
بیش از 100 میلیون نفر در سراسر جهان آواره‌اند و مجبور به ترک خانه‌های خود شده‌اند. حدود 35 میلیون نفر از این آوارگان در قالب پناهنده شناخته می‌شوند و نزدیک به نیمی از آنها کمتر از 18 سال سن دارند. با توجه به بزرگی مشکل، اثربخشی الگوریتم، بهبود چشمگیر زندگی میلیون‌ها نفر را افزایش داده است. هاین مولر و همکارانش می‌خواستند این اثر را از صفحات مجلات دانشگاهی خارج کنند و به دست کسانی برسانند که هر روز با موضوع اسکان مجدد سروکار دارند.

در ایالات متحده حدود 10 سازمان غیرانتفاعی بزرگ برای اسکان مجدد پناهندگان وجود دارد که بخش عمده ای از بودجۀ خود را از دو سازمان فدرال دریافت می کنند و عبارتند از وزارت امور خارجه و وزارت بهداشت و خدمات انسانی. 

مدت کوتاهی پس از انتشار مقالۀ اول محققان، سازمان‌های دیگری با IPL تماس گرفتند تا دربارۀ نحوۀ استفاده از GeoMatch در سازمان‌هایشان مذاکره کنند. این کار در سال 2020 متوقف شد، به‌این‌دلیل‌که همه‌گیری کرونا مرزها را بست و حجم پذیرش پناهندگان به ایالات متحده کاهش یافت. کار با آژانس‌های اسکان مجدد در سال 2022 از سر گرفته شد. 
 
در حال حاضر با همکاری GeoMatch و دولت سوئیس این طرح توسعه یافته است. سوئیس از سال 2020، GeoMatch را بر پناهندگان خود در سراسر کشور آزمایش کرده است. هاتارد می‌گوید: «قصد ما این بود که ارزیابی دقیقی با این برنامه ایجاد کنیم تا مطمئن شویم  این ابزار به تأثیراتی که انتظار داریم می‌رسد.» این برنامه به صورت کارآزمایی تصادفی و کنترل شده در مقیاس بزرگ اجرا شده است. 
 
پناهجویانی که وارد سوئیس می شوند به جای یافتن بهترین تناسب اقتصادی به طور سنتی، بر اساس نیاز به ایجاد تعادل در توزیع جمعیت به یکی از 26 کانتون یا ایالت اداری این کشور منتقل می‌شوند. دبیرخانۀ مهاجرت سوئیس در حال اجرای آزمایشیِ GeoMatch برای کمک به اسکان مناسبِ پناهجویان است. تقریباً نیمی از پناهجویان در مرحلۀ آزمایشی توصیه‌نامۀ GeoMatch دریافت خواهند کرد که برای به حداکثر رساندن تناسب در چشم انداز شغلی پس از سه سال طراحی شده است. بقیۀ پناهجویان مسیر سنتیِ تعیین تکلیف را دنبال می‌کنند. 
 
آزمایش GeoMatch در سوئیس هنوز ادامه دارد. با توجه به افق زمانی تعیین‌شده برای نتایج، تیم تحقیق باید پیش از تجزیه و تحلیل کاملِ اثرات این طرح، منتظر بماند تا نتایج سه سالۀ اشتغال در دسترس باشد. 
 
این کار نه تنها به پناهندگان کمک می‌کند تا سریع‌تر در اقتصادهای جدید ادغام شوند، بلکه به طور چشم‌گیری  بار اداری را که بر کشورهای میزبان تحمیل شده،کاهش می‌دهد.

همانطور که هاتارد خاطرنشان کرده، تعیین مکان‌های واجد شرایط برای اسکان مجدد می‌تواند بسیار پیچیده باشد. 
 
هاین مولر می‌گوید: «در کشورهایی مانند ایالات متحده یا سوئیس، دولت شبکه‌ای از مکان‌های واجد شرایط ایجاد کرده است که می‌توان پناهندگان را در آن اسکان داد. «دولت هر سال سهمیه‌ای به پناهندگانی که می‌توانند در هر مکان اسکان داده شوند، اختصاص می‌دهد. افسران مکان‌یابی نمی‌توانند پناهندگان را به هر مکانی بفرستند. آنها موظفند پناهندگان را در شبکه‌ای متشکل از مکان های واجد شرایط قرار دهند و باید اطمینان حاصل کنند که هر مکان فقط به پناهندگانی که طبق سهمیه مجاز قلمداد شده‌اند، تعلق می‌گیرد. 
 
این فرآیند پیچیده‌ای است که الگوریتم GeoMatch برای محاسبه و بررسی آن طراحی شده است. الگوریتم انواع محدودیت‌ها مثل نیازهای پزشکی، اندازۀ خانواده، زبان صحبت، نیازهای تحصیلی و غیره را محاسبه می‌کند. علاوه بر این، GeoMatch می‌تواند بار اداری وظایف این افسران را کاهش دهد. 
 
هاتارد می‌گوید: «آنچه زمانی چندین ساعت افراد را صرف تحقیق می‌کرد، اکنون در چند دقیقه قابل انجام است. GeoMatch می‌تواند ابزاری سودمند باشد که فرآیند جمع‌آوری اطلاعات و ایجاد ارتباطات را ساده می‌کند.»
 
ادامه دارد.

بیشتر بخوانید:

هوش مصنوعی برای پناه‌جویان/ جئومچ فرایند اسکان مجدد را تسهیل می کند

هوش مصنوعی ؛ از ماشین حساب تا روزی که ممکن است رئیس جمهور شود / آیا آینده ترسناک است؟!

تماشاخانه

بحران آب در شمال شرقی سوریه: اتهامات سنگین علیه ترکیه / بی‌برقی و بی‌آبی برای یک میلیون سوری (فیلم)

تراژدی در یک دریاچه، از فریاد کمک تا حبس ابد / مادری که دو بچه‌اش را کشت حالا چه می‌خواهد؟ (فیلم)

فیلم های دیگر