Nota del redattore: ogni settimana WRAL TechWire si concentra sul suo Giovedì dell'innovazione riferire su aziende, persone e tecnologie che potrebbero fare una grande differenza nel nostro futuro collettivo.
+++
RALEIGH – I ricercatori della North Carolina State University hanno collaborato con un’organizzazione anti-traffico di esseri umani, Rete globale di emancipazione, per sviluppare modelli computazionali che possano contribuire a combattere la tratta di esseri umani. I modelli si basano su dati disponibili al pubblico per identificare le attività di massaggio che hanno maggiori probabilità di violare le leggi relative al traffico sessuale e al traffico di manodopera.
"È risaputo che le attività di massaggio possono essere utilizzate come copertura per operazioni illegali che coinvolgono il traffico sessuale e il traffico di manodopera", afferma Margaret Tobey, Ph.D. studente presso NC State e autore corrispondente di un articolo sul lavoro. “Tuttavia, la maggior parte delle attività di massaggio sono legittime. Ed è difficile per le forze dell’ordine o altre organizzazioni determinare quali attività siano legittime e quali siano copertura di attività illegali”.
[Contenuto incorporato]
"Il nostro obiettivo era quello di creare strumenti statistici che potessero aiutare le autorità competenti a determinare quali aziende possiedono fattori di rischio legati alla tratta, in modo che possano determinare su quali siti concentrare i propri sforzi investigativi", afferma Maria Mayorga, coautrice dello studio e ricercatrice professore presso il Dipartimento di ingegneria industriale e dei sistemi Edward P. Fitts della NC State.
"Volevamo anche garantire che gli strumenti che abbiamo sviluppato fossero sufficientemente facili da usare da essere pratici sia per le forze dell'ordine che per le organizzazioni che si concentrano sull'aiuto alle vittime del traffico sessuale e del traffico di manodopera", afferma Tobey.
Per sviluppare gli strumenti, i ricercatori hanno prima intervistato le forze dell’ordine, funzionari governativi ed esperti di organizzazioni che lavorano con sopravvissuti al traffico sessuale e di lavoro. Le interviste si sono concentrate sull'identificazione delle variabili associate a una maggiore probabilità che un'azienda di massaggi possa essere coinvolta in attività illegali. Ad esempio, le aziende che si rivolgevano quasi esclusivamente a clienti di sesso maschile avevano maggiori probabilità di essere associate al traffico sessuale.
Una volta identificata una serie di variabili rilevanti, i ricercatori hanno cercato fonti di dati disponibili al pubblico relative a tali variabili. Ad esempio, i siti di recensioni dei clienti online hanno consentito ai ricercatori di stimare quale percentuale dei clienti di un'azienda fossero uomini. Altre fonti di dati includevano dati di censimento del quartiere in cui si trovava un'azienda, vicinanza geografica a varie altre attività e snodi di trasporto e così via.
Alla fine, i ricercatori hanno sviluppato due modelli computazionali che forniscono agli utenti punteggi di probabilità sulla probabilità che una determinata attività di massaggi sia coinvolta in attività illegali.
“Abbiamo addestrato e convalidato questi modelli utilizzando dati provenienti dalla Florida e dal Texas, perché siamo stati in grado di raccogliere solidi set di dati da quegli stati”, afferma Tobey. "Abbiamo scoperto che ogni modello aveva punti di forza che potevano attrarre utenti diversi a seconda dei loro obiettivi."
Un modello – chiamato modello del punteggio di rischio – aveva meno falsi positivi, il che significa che se il modello affermava che un’azienda era probabilmente coinvolta in attività illegali, era più probabile che fosse corretto. Ma questo modello era anche più propenso a elencare come legittime alcune attività illecite.
D’altra parte, il secondo modello – chiamato modello dell’albero decisionale – aveva meno falsi negativi. In altre parole, se il modello dell’albero decisionale affermava che è improbabile che un’impresa sia coinvolta in attività illegali, era più probabile che fosse corretto. Ma era anche più probabile che le attività legittime venissero classificate come sospette.
"È un compromesso", dice Tobey. “Se disponi di risorse molto limitate, probabilmente vorrai utilizzare il modello del punteggio di rischio, perché è più probabile che trovi aziende coinvolte in attività illegali. Tuttavia, è probabile che ne manchi qualcuno. Se disponi di risorse sufficienti, probabilmente vorrai utilizzare il modello dell'albero decisionale, perché è meno probabile che perdi operazioni illegali.
“In definitiva, entrambi questi modelli possono essere utilizzati dalle parti interessate per stabilire la priorità su quali aziende meritano di essere indagate”.
I ricercatori stanno attualmente sviluppando uno strumento di supporto decisionale di facile utilizzo che può essere distribuito alle forze dell’ordine e alle organizzazioni no-profit per l’utilizzo nelle indagini sul traffico sessuale e sulla tratta di esseri umani.
"Siamo ottimisti sul fatto che questo strumento possa responsabilizzare le vittime della tratta, migliorare la sicurezza pubblica e contribuire allo sviluppo di politiche pubbliche basate sull'evidenza che affrontano questi problemi", afferma Sherrie Caltagirone, coautrice dello studio e direttrice esecutiva del Global Emancipation Network. .
La carta, "Modelli interpretabili per il rilevamento automatizzato della tratta di esseri umani nelle attività illecite di massaggi, "È pubblicato sulla rivista Transazioni dell'IISE. L'articolo è stato scritto in collaborazione con Ruoting Li, un Ph.D. studente presso NC State; e Osman Özaltın, professore associato presso il Dipartimento di ingegneria industriale e dei sistemi Edward P. Fitts della NC State.
Il lavoro è stato svolto con il sostegno della National Science Foundation, con la sovvenzione numero 1936331.
(C) NCSU
