A kutatók egy dél-ázsiai városban tesztelték az algoritmust, miután hozzáférést kaptak egy ottani mobilszolgáltató adatbázisához, a felhasználók cellaadataival, hívásaik időpontjával, az elküldött és fogadott üzenetek számával, a mobilinternetezés mértékével, és lényegében minden más, telefonozással összefüggő adattal. Az információkat aztán betáplálták egy mesterséges intelligenciába, ami megkereste a legjobb modellt a foglalkoztatási státusz becslésére.

Nemcsak arra voltak kíváncsiak, hogy valaki munkanélküli-e vagy sem, de azt is látni akarták, hogy az adott pillanatban kit milyen típusú foglalkoztatotti státuszban tartanak nyilván. Ennek alapján létrehoztak tizennyolc kategóriát, ami tartalmazta az állás nélkülieket, nyugdíjasokat, diákokat, valamint kategorizálta a foglalkoztatottakat aszerint például, hogy tanárok, irodai dolgozók vagy szakmunkások. A mesterséges intelligenciának a lehető legpontosabban kellett meghatároznia ezeket a kategóriákat egy-egy személyre vonatkozóan, méghozzá kizárólag a mobilszolgáltatótól kapott adatok vizsgálatával. Az eredményeket úgy ellenőrizték, hogy összevetették a szolgáltató hetvenhatezer ügyfelének gép által becsült foglalkoztatási helyzetét egy másik adatbázissal, ahol mindenki mellett a valós státusza szerepelt. A mesterséges intelligencia átlagosan hatvanhét és fél százalékos pontossággal eltalálta, hogy ki melyik kategóriába tartozik,

míg azt, hogy valaki munkanélküli-e, hetven százalékos biztonsággal megállapította a mobiladatok alapján.

A kutatók elárulták, hogy a gépi becslés számára az jelentette az egyik leghasznosabb információt, hogy valaki összességében mennyit lép kapcsolatba ismerőseivel, mennyi kimenő hívást kezdeményez, és ezt a nap mely szakaszában teszi. A foglalkozás nélküliek csökkentik a kommunikációt, és csak minimális kimenő hívást indítanak. Ha pedig mégis telefonálnak, akkor inkább éjszaka, mert a vizsgált országban olyankor alacsonyabbak a percdíjak.

Ez lehet a jövő egyik kulcsfontosságú eszköze

Az egyéni foglalkoztatási státusz becslése után a mesterséges intelligencia segítségével területi szinten is összesítették a különböző foglalkoztatotti kategóriába tartozó felhasználókat. Ezek alapján bebizonyosodott, hogy a munkanélküliek elszórva, mindenhol jelen vannak a városban, míg más csoportok, például a nyugdíjasok területileg koncentrálódnak. A kutatók azért tartják különösen hasznosnak ezt a módszertant, mert az lényegében jelen idejű adatokat közöl egy város és azon belül is az egyének foglalkoztatotti állapotáról. Ez különösen hasznos mindazon élethelyzetekben,

amikor egyszerre sokan állás nélkül maradnak, és az államnak fontos lenne őket könnyen megtalálni, és időben segítséget nyújtani.

Átfogó intézkedéscsomag ugyanakkor nem építhető kizárólag erre, mivel sokaknak nincs mobiltelefonja, de a magas penetráció miatt, ami már a fejlődő országokban is meghaladja a nyolcvan százalékot, jó megközelítést adhat az egyes területek gazdasági helyzetéről, valamint az ott élők foglalkoztatási helyzetéről.

(Fotó: Unsplash/WarrenWong)