कंप्यूटिंग और एआईप्रीप्रिंटप्रयोगपढ़ने में 4 मिनट

एक एल्गोरिदम तय करता है कि शरणार्थी कहाँ से शुरुआत करें

शरणार्थियों को अक्सर अपने मेज़बान देश में काम ढूँढ़ने में संघर्ष करना पड़ता है। शोधपत्र बताता है कि बीस यूरोपीय देशों में, तुलनीय प्रवासियों की तुलना में उनके रोज़गार में होने की संभावना लगभग 12% कम होती है, और यह अंतर दस से पंद्रह साल तक बना रहता है। आगमन के बाद के पहले महीने और वर्ष सबसे ज़्यादा मायने रखते हैं, और यह भी कि किसी शरणार्थी को कहाँ बसाया जाता है। फिर भी स्विट्ज़रलैंड समेत कई देशों में बसावट प्रशासनिक कोटे के हिसाब से होती है, और अधिकारियों के पास इस बारे में बहुत कम जानकारी होती है कि हर व्यक्ति कहाँ सबसे अच्छा करेगा।

एक सिफ़ारिश, फ़ैसला नहीं

2018 में, किर्क बंसक, येन्स हाइनम्यूलर और उनके सहकर्मियों ने एल्गोरिदमिक शरणार्थी मिलान (algorithmic refugee matching) का प्रस्ताव रखा। पिछले आगमनों पर प्रशिक्षित एक मशीन-लर्निंग मॉडल यह अनुमान लगाता है कि हर शरणार्थी को हर संभावित स्थान पर काम मिलने की कितनी संभावना है। फिर एक अनुकूलन चरण ऐसी बसावटों की सिफ़ारिश करता है जो सभी कोटों का पालन करते हुए अपेक्षित रोज़गार को अधिकतम करें। अंतिम फ़ैसला एक मानव अधिकारी के पास रहता है।

अब तक, इसके फ़ायदों का अनुमान केवल पुराने आँकड़ों को दोबारा चलाकर लगाया गया था। बंसक (यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया, बर्कली), हाइनम्यूलर (स्टैनफ़ोर्ड यूनिवर्सिटी) और डोमिनिक हांगार्टनर (ETH ज़्यूरिख़) के नेतृत्व में हुआ यह अध्ययन वह प्रस्तुत करता है जिसे लेखक इस दृष्टिकोण का पहला यादृच्छिक नियंत्रित परीक्षण (randomised controlled trial) मानते हैं, जो स्विट्ज़रलैंड के प्रवासन राज्य सचिवालय (SEM) के साथ, उनके उपकरण GeoMatch के एक शुरुआती संस्करण का उपयोग करके चलाया गया।

एक असली प्रशासन में अंधी लॉटरी

जनवरी 2020 से जून 2023 तक, हर पात्र मामले — कोई परिवार या अकेला वयस्क जिसे शरणार्थी का दर्जा या अस्थायी संरक्षण मिला हो, और जिसे किसी भी कैंटन में बसाया जा सकता हो — को कंप्यूटर द्वारा 50/50 के अनुपात में दो समूहों में से एक में डाला गया:

  • एल्गोरिदम: वह कैंटन जिसके बारे में GeoMatch का अनुमान था कि वह रोज़गार को अधिकतम करेगा;
  • नियंत्रण: उपलब्ध स्थानों में से यादृच्छिक रूप से चुना गया एक कैंटन, जैसा सामान्य प्रक्रिया में होता है।

बसावट-अधिकारियों को दोनों ही स्थितियों में एक जैसी स्क्रीन दिखती थी, और न उन्हें, न शरणार्थियों को पता था कि कोई मामला किस समूह में है। हर समूह के पास कैंटन और राष्ट्रीयता के अनुसार कोटों की अपनी एक जैसी प्रति थी। यह संरचना एक आसान चाल को रोकती है: एल्गोरिदम मज़बूत रोज़गार-बाज़ार वाले कैंटनों में ज़्यादा लोगों को नहीं भेज सकता था। वह केवल व्यक्ति और स्थान के बीच के मेल को बेहतर कर सकता था।

मॉडल बहुत कम जानता था: लिंग, आयु, वैवाहिक स्थिति, परिवार का आकार, आगमन की तारीख़, राष्ट्रीयता और मातृभाषा। शिक्षा, काम का इतिहास और भाषा-कौशल उस रजिस्टर में दर्ज नहीं होते जिसका उसने उपयोग किया। अधिकारियों ने लगभग 97% बार दिखाई गई सिफ़ारिश का पालन किया।

अंतिम नमूना: 2,000 मामले, 2,156 वयस्क, मुख्यतः अफ़ग़ानिस्तान (54%), तुर्की (26%) और सीरिया (9%) से।

परिणाम

मुख्य परिणाम, जो पहले से पंजीकृत योजना में तय किया गया था, पहले तीन वर्षों के दौरान रोज़गार वाले महीनों का हिस्सा है। नियंत्रण समूह में, वयस्कों ने उन महीनों में से औसतन 22.3% में काम किया।

  • सभी समूह (2020–2023): एल्गोरिदम समूह के लिए +2.2 प्रतिशत अंक, लगभग 10% ज़्यादा, जिसका विश्वास अंतराल +0.05 से +4.3 अंकों तक है।
  • कोविड के बाद के समूह (2022–2023): +3.9 अंक, लगभग 17% ज़्यादा। परीक्षण महामारी से कुछ हफ़्ते पहले शुरू हुआ था, और मॉडल को महामारी से पहले के आँकड़ों पर प्रशिक्षित किया गया था; 2020 और 2021 के समूहों के लिए प्रभाव शून्य से अलग नहीं किए जा सकते थे। समूह-वार ये तुलनाएँ पहले से पंजीकृत नहीं थीं।
  • समय के साथ बढ़त: बसावट के 36 महीने बाद, कम से कम एक कामकाजी वयस्क वाले परिवारों का हिस्सा 5.2 अंक ज़्यादा था (लगभग 11%)।
  • ज़्यादा स्थिर नौकरियाँ: कम से कम छह महीने चलने वाली नौकरी, +5.6 अंक; तीन साल पर अनिश्चितकालीन अनुबंध, +4.5 अंक।

बनावट से ही सस्ता

केवल सार्वजनिक वित्त को गिनते हुए — जो लाभ अब नहीं चुकाने पड़े, साथ में अंशदान और कर — लेखक रोज़गार के हर अतिरिक्त महीने का मूल्य लगभग 1,950 स्विस फ़्रैंक आँकते हैं। 50 फ़्रैंक प्रति वयस्क की अनुमानित संचालन लागत के साथ, वे प्रति वयस्क लगभग 1,300 फ़्रैंक के शुद्ध लाभ का अनुमान लगाते हैं, यानी लगभग 27 के मुक़ाबले 1 का अनुपात। वे तीन वर्ष पर पड़े प्रभाव की तुलना उन कार्यक्रमों से करते हैं जो सैकड़ों घंटों का भाषा-प्रशिक्षण जोड़ते हैं, साथ ही ज़ोर देते हैं कि एल्गोरिदम ऐसे पाठ्यक्रमों का विकल्प नहीं है।

वे इस परीक्षण को एक रूढ़िवादी परीक्षा कहते हैं: उपकरण का एक शुरुआती, जमा हुआ संस्करण, कम भविष्यवक्ता चर, मोटा भूगोल, सख़्त कोटे, और अनुकूलन के लिए उपलब्ध केवल आधे मामले। नए, कम बंधे संस्करण बेहतर करेंगे या नहीं, इसका परीक्षण अभी बाक़ी है।

किसने बनाया, किसने परखा

GeoMatch पद्धति लेखकों ने ख़ुद विकसित की। वे किसी प्रतिस्पर्धी हित की घोषणा नहीं करते और बताते हैं कि उपकरण को विकसित करने या चलाने के लिए उन्हें स्विस सरकार से कोई भुगतान नहीं मिला; इस काम को स्टैनफ़ोर्ड यूनिवर्सिटी, Google.org समेत फ़ाउंडेशनों और परोपकारी संस्थाओं, और एक यूरोपीय शोध-अनुदान से वित्तपोषित किया गया। शरणार्थियों से आगे, वे इस परीक्षण को इस बात का दुर्लभ ज़मीनी प्रमाण मानते हैं कि भविष्यवाणी करने वाले उपकरण ऊँचे दाँव वाले सार्वजनिक फ़ैसलों को बेहतर बना सकते हैं, जब वे फ़ैसले लेने वाले लोगों की जगह लेने के बजाय उनका साथ देते हैं — और इस बात की याद भी कि ऐसे उपकरणों को दुनिया बदलने पर फिर से प्रशिक्षित करना ज़रूरी है, जैसा 2020 में हुआ।