Καταπολέμηση της δουλείας: Η εμπορία ανθρώπων είναι στόχος του έργου μοντελοποίησης υπολογιστών του NCSU PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Καταπολέμηση της δουλείας: Η εμπορία ανθρώπων αποτελεί στόχο του έργου μοντελοποίησης υπολογιστών του NCSU

Σημείωση του συντάκτη: Κάθε εβδομάδα το WRAL TechWire εστιάζει Καινοτομία Πέμπτη έκθεση για εταιρείες, ανθρώπους και τεχνολογία που θα μπορούσαν να κάνουν μεγάλη διαφορά στο συλλογικό μας μέλλον.

+ + +

RALEIGH – Ερευνητές από το Κρατικό Πανεπιστήμιο της Βόρειας Καρολίνας συνεργάστηκαν με μια οργάνωση καταπολέμησης της εμπορίας ανθρώπων, Παγκόσμιο Δίκτυο Χειραφέτησης, για την ανάπτυξη υπολογιστικών μοντέλων που μπορούν να βοηθήσουν στην καταπολέμηση της εμπορίας ανθρώπων. Τα μοντέλα βασίζονται σε δημόσια διαθέσιμα δεδομένα για τον εντοπισμό επιχειρήσεων μασάζ που είναι πιο πιθανό να παραβιάζουν τους νόμους που σχετίζονται με τη σεξουαλική διακίνηση και την εμπορία εργατικών.

«Είναι καλά τεκμηριωμένο ότι οι επιχειρήσεις μασάζ μπορούν να χρησιμοποιηθούν ως καλύμματα για παράνομες πράξεις που περιλαμβάνουν σωματεμπορία σεξουαλικών και σωματεμπορία», λέει η Margaret Tobey, Ph.D. φοιτητής στο NC State και αντίστοιχος συγγραφέας μιας εργασίας για το έργο. «Ωστόσο, οι περισσότερες επιχειρήσεις μασάζ είναι νόμιμες. Και είναι δύσκολο για τις αρχές επιβολής του νόμου ή άλλους οργανισμούς να καθορίσουν ποιες επιχειρήσεις είναι νόμιμες και ποιες αποτελούν μέτωπα για παράνομη δραστηριότητα».

[Ενσωματωμένο περιεχόμενο]

«Στόχος μας ήταν να δημιουργήσουμε στατιστικά εργαλεία που θα μπορούσαν να βοηθήσουν τις αρμόδιες αρχές να προσδιορίσουν ποιες επιχειρήσεις διαθέτουν παράγοντες κινδύνου που σχετίζονται με την εμπορία ανθρώπων, ώστε να μπορούν να προσδιορίσουν σε ποιους ιστότοπους θα εστιάσουν τις ερευνητικές τους προσπάθειες», λέει η Maria Mayorga, συν-συγγραφέας της εργασίας και καθηγητής στο NC State's Edward P. Fitts Department of Industrial and Systems Engineering.

«Θέλαμε επίσης να διασφαλίσουμε ότι τα εργαλεία που αναπτύξαμε είναι αρκετά φιλικά προς τον χρήστη ώστε να είναι πρακτικά τόσο για τις αρχές επιβολής του νόμου όσο και για οργανισμούς που επικεντρώνονται στην παροχή βοήθειας σε θύματα σεξουαλικής εμπορίας και σωματεμπορίας», λέει ο Tobey.

Για να αναπτύξουν τα εργαλεία, οι ερευνητές πήραν πρώτα συνεντεύξεις από τις αρχές επιβολής του νόμου, κυβερνητικούς αξιωματούχους και εμπειρογνώμονες από οργανώσεις που συνεργάζονται με επιζώντες από σεξουαλική και εργασιακή εμπορία ανθρώπων. Οι συνεντεύξεις επικεντρώθηκαν στον εντοπισμό μεταβλητών που σχετίζονται με αυξημένη πιθανότητα μια επιχείρηση μασάζ να εμπλέκεται σε παράνομη δραστηριότητα. Για παράδειγμα, οι επιχειρήσεις που εξυπηρετούσαν σχεδόν αποκλειστικά άνδρες πελάτες είχαν περισσότερες πιθανότητες να συσχετιστούν με τη σεξουαλική διακίνηση.

Μόλις οι ερευνητές είχαν εντοπίσει μια σειρά από σχετικές μεταβλητές, αναζήτησαν δημοσίως διαθέσιμες πηγές δεδομένων που σχετίζονται με αυτές τις μεταβλητές. Για παράδειγμα, οι διαδικτυακοί ιστότοποι αξιολόγησης πελατών επέτρεψαν στους ερευνητές να εκτιμήσουν το ποσοστό των πελατών μιας επιχείρησης ήταν άνδρες. Άλλες πηγές δεδομένων περιελάμβαναν δεδομένα απογραφής για τη γειτονιά όπου βρισκόταν μια επιχείρηση, γεωγραφική εγγύτητα με διάφορες άλλες επιχειρήσεις και συγκοινωνιακούς κόμβους κ.λπ.

Τελικά, οι ερευνητές ανέπτυξαν δύο υπολογιστικά μοντέλα που παρέχουν στους χρήστες βαθμολογίες πιθανότητας σχετικά με την πιθανότητα οποιαδήποτε συγκεκριμένη επιχείρηση μασάζ εμπλέκεται σε παράνομη δραστηριότητα.

«Εκπαιδεύσαμε και επικυρώσαμε αυτά τα μοντέλα χρησιμοποιώντας δεδομένα από τη Φλόριντα και το Τέξας, επειδή μπορέσαμε να συλλέξουμε ισχυρά σύνολα δεδομένων από αυτές τις πολιτείες», λέει ο Tobey. «Βρήκαμε ότι κάθε μοντέλο είχε πλεονεκτήματα που θα μπορούσαν να προσελκύσουν διαφορετικούς χρήστες ανάλογα με τους στόχους τους».

Ένα μοντέλο – που ονομάζεται μοντέλο βαθμολογίας κινδύνου – είχε λιγότερα ψευδώς θετικά, που σημαίνει ότι εάν το μοντέλο έλεγε ότι μια επιχείρηση ήταν πιθανό να εμπλέκεται σε παράνομη δραστηριότητα, ήταν πιο πιθανό να είναι σωστό. Αλλά αυτό το μοντέλο ήταν επίσης πιο πιθανό να αναφέρει ορισμένες παράνομες επιχειρήσεις ως νόμιμες.

Από την άλλη πλευρά, το δεύτερο μοντέλο – που ονομάζεται μοντέλο δέντρου αποφάσεων – είχε λιγότερα ψευδώς αρνητικά. Με άλλα λόγια, εάν το μοντέλο δέντρου αποφάσεων έλεγε ότι μια επιχείρηση είναι απίθανο να εμπλακεί σε παράνομη δραστηριότητα, ήταν πιο πιθανό να είναι σωστό. Αλλά ήταν επίσης πιο πιθανό να χαρακτηρίσει τις νόμιμες επιχειρήσεις ως ύποπτες.

«Είναι μια αντιστάθμιση», λέει ο Tobey. «Εάν έχετε πολύ περιορισμένους πόρους, πιθανότατα θέλετε να χρησιμοποιήσετε το μοντέλο βαθμολογίας κινδύνου, επειδή είναι πιο πιθανό να βρείτε επιχειρήσεις που εμπλέκονται σε παράνομη δραστηριότητα. Ωστόσο, είναι επίσης πιθανό να χάσετε μερικά. Εάν έχετε αρκετούς πόρους, πιθανότατα θέλετε να χρησιμοποιήσετε το μοντέλο δέντρου αποφάσεων, επειδή είναι λιγότερο πιθανό να χάσετε οποιαδήποτε παράνομη λειτουργία.

«Τελικά, και τα δύο αυτά μοντέλα μπορούν να χρησιμοποιηθούν από τα ενδιαφερόμενα μέρη για να δοθεί προτεραιότητα σε ποιες επιχειρήσεις αξίζουν έρευνα».

Οι ερευνητές βρίσκονται επί του παρόντος στη διαδικασία ανάπτυξης ενός φιλικού προς τον χρήστη εργαλείου υποστήριξης αποφάσεων που μπορεί να αναπτυχθεί σε αρχές επιβολής του νόμου και μη κερδοσκοπικούς οργανισμούς για χρήση σε υποβοηθητικές έρευνες για το σεξ και την εμπορία ανθρώπων.

«Είμαστε αισιόδοξοι ότι αυτό το εργαλείο μπορεί να ενδυναμώσει τα θύματα εμπορίας, να βελτιώσει τη δημόσια ασφάλεια και να συμβάλει στην ανάπτυξη δημόσιας πολιτικής βασισμένης σε στοιχεία που αντιμετωπίζει αυτά τα ζητήματα», λέει η Sherrie Caltagirone, συν-συγγραφέας της εργασίας και εκτελεστική διευθύντρια του Global Emancipation Network. .

Το χαρτί, "Ερμηνεύσιμα μοντέλα για την αυτοματοποιημένη ανίχνευση της εμπορίας ανθρώπων σε επιχειρήσεις παράνομης μασάζ, "Δημοσιεύεται στο περιοδικό Συναλλαγές IISE. Το έγγραφο συντάχθηκε από τον Ruoting Li, Ph.D. φοιτητής στο NC State? και Osman Özaltın, αναπληρωτής καθηγητής στο τμήμα Industrial and Systems Engineering του Edward P. Fitts του NC State.

Η εργασία έγινε με την υποστήριξη του Εθνικού Ιδρύματος Επιστημών, με αριθμό επιχορήγησης 1936331.

(Γ) NCSU

Σφραγίδα ώρας:

Περισσότερα από WRAL Techwire