Redaktørens merknad: Hver uke fokuserer WRAL TechWire sin Innovasjon torsdag rapportere om selskaper, mennesker og teknologi som kan utgjøre en stor forskjell i vår kollektive fremtid.
+ + +
RALEIGH – Forskere fra North Carolina State University samarbeidet med en organisasjon mot menneskehandel, Global Emancipation Network, for å utvikle beregningsmodeller som kan bidra til å bekjempe menneskehandel. Modellene trekker på offentlig tilgjengelige data for å identifisere massasjebedrifter som mest sannsynlig bryter lover knyttet til sexhandel og arbeidskraftshandel.
"Det er godt etablert at massasjebedrifter kan brukes som dekning for ulovlige operasjoner som involverer sexhandel og arbeidskraftshandel," sier Margaret Tobey, en Ph.D. student ved NC State og tilsvarende forfatter av en artikkel om arbeidet. "Men de fleste massasjebedrifter er legitime. Og det er vanskelig for rettshåndhevelse eller andre organisasjoner å avgjøre hvilke virksomheter som er legitime og hvilke som er fronter for ulovlig aktivitet.»
[Innebygd innhold]
"Målet vårt var å lage statistiske verktøy som kan hjelpe relevante myndigheter med å finne ut hvilke virksomheter som har risikofaktorer knyttet til menneskehandel, slik at de kan finne ut hvilke nettsteder de skal fokusere etterforskningsinnsatsen på," sier Maria Mayorga, medforfatter av avisen og en professor ved Edward P. Fitts Department of Industrial and Systems Engineering i NC State.
"Vi ønsket også å sikre at verktøyene vi utviklet er tilstrekkelig brukervennlige til å være praktiske for både rettshåndhevelse og organisasjoner som fokuserer på å hjelpe ofre for sexhandel og arbeidskraftshandel," sier Tobey.
For å utvikle verktøyene intervjuet forskerne først rettshåndhevelse, myndighetspersoner og eksperter fra organisasjoner som jobber med overlevende fra sex- og arbeidshandel. Intervjuene var fokusert på å identifisere variabler assosiert med økt sannsynlighet for at en massasjevirksomhet kan være engasjert i ulovlig aktivitet. For eksempel var det mer sannsynlig at bedrifter som nesten utelukkende henvendte seg til mannlige klienter ble assosiert med sexhandel.
Når forskerne hadde identifisert en rekke relevante variabler, lette de etter offentlig tilgjengelige datakilder relatert til disse variablene. Nettsteder for kundeanmeldelser tillot for eksempel forskere å anslå hvor stor andel av en bedrifts kunder som var menn. Andre datakilder inkluderte folketellingsdata for nabolaget der en virksomhet var lokalisert, geografisk nærhet til forskjellige andre virksomheter og transportknutepunkter, og så videre.
Til syvende og sist utviklet forskerne to beregningsmodeller som gir brukere sannsynlighetsscore på sannsynligheten for at en gitt massasjevirksomhet er engasjert i ulovlig aktivitet.
"Vi trente og validerte disse modellene ved å bruke data fra Florida og Texas, fordi vi var i stand til å samle robuste datasett fra disse statene," sier Tobey. "Vi fant ut at hver modell hadde styrker som kunne appellere til forskjellige brukere avhengig av deres mål."
En modell – kalt risikoscore-modellen – hadde færre falske positiver, noe som betyr at hvis modellen sa at en virksomhet sannsynligvis ville være engasjert i ulovlig aktivitet, var det mer sannsynlig at den var riktig. Men denne modellen var også mer sannsynlig å liste noen ulovlige virksomheter som legitime.
På den annen side hadde den andre modellen – kalt en beslutningstremodell – færre falske negativer. Med andre ord, hvis beslutningstremodellen sa at en virksomhet neppe ville være engasjert i ulovlig aktivitet, var det mer sannsynlig at det var riktig. Men det var også mer sannsynlig å liste legitim virksomhet som mistenkelig.
"Det er en avveining," sier Tobey. "Hvis du har svært begrensede ressurser, vil du sannsynligvis bruke risikoscoremodellen, fordi du er mer sannsynlig å finne virksomheter som driver med ulovlig aktivitet. Imidlertid vil du sannsynligvis også gå glipp av noen. Hvis du har nok ressurser, vil du sannsynligvis bruke beslutningstremodellen, fordi det er mindre sannsynlig at du går glipp av ulovlige operasjoner.
"Til syvende og sist kan begge disse modellene brukes av relevante parter for å prioritere hvilke virksomheter som fortjener undersøkelse."
Forskerne er for tiden i ferd med å utvikle et brukervennlig beslutningsstøtteverktøy som kan distribueres til rettshåndhevelse og ideelle organisasjoner for å hjelpe etterforskning av sex og menneskehandel.
"Vi er optimistiske på at dette verktøyet kan styrke ofre for menneskehandel, forbedre offentlig sikkerhet og bidra til utviklingen av evidensbasert offentlig politikk som adresserer disse problemene," sier Sherrie Caltagirone, medforfatter av avisen og administrerende direktør for Global Emancipation Network .
Avisen, "Tolkbare modeller for automatisert oppdagelse av menneskehandel i ulovlige massasjebedrifter", publiseres i tidsskriftet IISE-transaksjoner. Oppgaven var medforfatter av Ruoting Li, en Ph.D. student ved NC State; og Osman Özaltın, førsteamanuensis ved Edward P. Fitts avdeling for industri- og systemteknikk i NC State.
Arbeidet ble utført med støtte fra National Science Foundation, under bevilgningsnummer 1936331.
(C) NCSU
