I dati sui telefoni cellulari rivelano i tassi di alfabetizzazione nei paesi in via di sviluppo

Uno degli obiettivi di sviluppo del millennio delle Nazioni Unite è sradicare la povertà estrema entro il 2030. È un compito complesso, poiché la povertà ha molti fattori che contribuiscono. Ma uno dei più significativi sono i 750 milioni di persone nel mondo che non sanno leggere e scrivere, di cui due terzi sono donne.

Ci sono molte organizzazioni che possono aiutare, a condizione che sappiano dove collocare le proprie risorse. Quindi identificare le aree in cui i tassi di alfabetizzazione sono bassi è una sfida importante.

Il metodo usuale consiste nell'effettuare indagini sulle famiglie. Ma questo è un lavoro che richiede tempo e denaro e difficile da ripetere regolarmente. E in ogni caso, i dati del mondo in via di sviluppo sono spesso obsoleti prima di poter essere utilizzati in modo efficace. Quindi un modo più rapido ed economico per mappare i tassi di alfabetizzazione sarebbe estremamente benvenuto.

Oggi, Pål Sundsøy del Telenor Group Research di Fornebu, in Norvegia, afferma di aver scoperto come determinare i tassi di alfabetizzazione utilizzando i registri delle chiamate dei telefoni cellulari.

Il suo metodo è sgranocchiare i numeri in modo semplice. Inizia con un'indagine familiare standard su 76.000 utenti di telefoni cellulari che vivono in un paese in via di sviluppo non identificato in Asia. Il sondaggio è stato condotto per un operatore di telefonia mobile da un'agenzia professionale e registra il numero di cellulare di ciascuna persona e se può leggere o meno.

Sundsøy confronta quindi questo set di dati con i record di dati delle chiamate della compagnia di telefonia mobile. Ciò fornisce dati come i numeri che ogni persona ha chiamato o inviato, la durata di queste chiamate, gli acquisti di tempo di trasmissione, le posizioni dei ripetitori cellulari e così via.

Da questi dati, Sundsøy può capire dove si trovavano tutte le persone quando hanno effettuato le loro chiamate o messaggi, chi stavano chiamando o inviando messaggi, il numero di messaggi ricevuti, a che ora del giorno e così via. Questo gli permette di costruire un social network per ogni utente, elaborando chi ha chiamato, con quale frequenza e così via.

Infine, ha utilizzato il 75% dei dati per cercare modelli associati agli utenti analfabeti, utilizzando una varietà di tecniche di calcolo dei numeri e apprendimento automatico. Ha utilizzato il restante 25 per cento per verificare se è possibile utilizzare questi modelli per identificare gli analfabeti e le aree in cui vi è una percentuale maggiore di analfabeti.

I risultati costituiscono una lettura interessante. Sundsøy afferma che il suo algoritmo di apprendimento automatico ha trovato diversi fattori che sembrano predire l'analfabetismo. Il più potente è il luogo in cui le persone trascorrono la maggior parte del loro tempo. Una spiegazione può essere che il modello cattura le regioni con uno stato di basso sviluppo economico, ad es. baraccopoli dove l'analfabetismo è alto, dice Sundsøy.

Un altro fattore predittivo di analfabetismo è il numero di testi in entrata e come differiscono dal numero di testi in uscita. Ciò potrebbe essere dovuto al fatto che le persone non inviano messaggi ad altri che sanno essere analfabeti, sottolinea Sundsøy.

E anche il social network sembra essere un utile indicatore. Gli analfabeti tendono a concentrare la loro comunicazione su poche persone, dice Sundsøy. Ciò è in linea con altri lavori che suggeriscono che il benessere economico è correlato alla diversità tra i contatti sociali.

Tutto sommato, dice, il suo algoritmo di apprendimento automatico può individuare individui analfabeti con sorprendente precisione. Derivando caratteristiche economiche, sociali e di mobilità per ogni utente mobile, prevediamo lo stato di analfabetismo individuale con una precisione del 70%, afferma, sottolineando che ciò consente di mappare le aree con bassi tassi di alfabetizzazione.

Potrebbe essere un trucco utile per le agenzie umanitarie che vogliono allocare risorse in aree con bassi tassi di alfabetizzazione. Tuttavia, vorranno prove migliori che funzioni su altri set di dati e in altri luoghi.

Se lo fa, il potenziale per migliorare la vita è enorme. Bassi livelli di alfabetizzazione portano a un circolo vizioso di povertà. Le persone funzionalmente analfabete non sono in grado di compilare domande di lavoro, leggere etichette di medicinali, scrivere assegni o bilanciare i propri conti.

Questo li rende più propensi a essere disoccupati, avere cattive condizioni di salute e dipendere dall'assistenza sociale o dalla carità. Né sono in grado di aiutare i loro figli a imparare a leggere e scrivere.

La fine di questo ciclo è un obiettivo importante.

Tutto ciò fa parte di una tendenza più ampia nell'utilizzo dei registri dei telefoni cellulari per studiare le popolazioni. Ad esempio, i demografi hanno utilizzato la tecnica per mappa della distribuzione della ricchezza in Costa d'Avorio sulla costa occidentale dell'Africa e dire che il metodo potrebbe un giorno prendere il posto dei censimenti.

Se questi tipi di studi possono essere adeguatamente calibrati, saranno un'aggiunta all'armeria dei demografi. Un quadro in tempo reale dello stato socioeconomico di una regione consentirà loro di allocare le risorse necessarie quando emergono problemi. Sarebbe uno strumento potente.

Rif: arxiv.org/abs/1607.01337 : L'utilizzo dei dispositivi mobili può prevedere l'analfabetismo in un paese in via di sviluppo?

nascondere