Nota do editor: A cada semana a WRAL TechWire concentra seu Quinta-feira da inovação relatório sobre empresas, pessoas e tecnologia que podem fazer uma grande diferença no nosso futuro coletivo.
+ + +
RALEIGH – Pesquisadores da Universidade Estadual da Carolina do Norte colaboraram com uma organização antitráfico de pessoas, Rede Global de Emancipação, para desenvolver modelos computacionais que possam ajudar a combater o tráfico de seres humanos. Os modelos baseiam-se em dados disponíveis publicamente para identificar empresas de massagens que têm maior probabilidade de violar leis relacionadas com o tráfico sexual e o tráfico laboral.
“Está bem estabelecido que os negócios de massagens podem ser usados como cobertura para operações ilegais que envolvem tráfico sexual e tráfico de trabalho”, diz Margaret Tobey, Ph.D. estudante da NC State e autor correspondente de um artigo sobre o trabalho. “No entanto, a maioria das empresas de massagens são legítimas. E é difícil para as autoridades ou outras organizações determinar quais empresas são legítimas e quais são fachadas para atividades ilegais.”
[Conteúdo incorporado]
“Nosso objetivo era criar ferramentas estatísticas que pudessem ajudar as autoridades relevantes a determinar quais empresas possuem fatores de risco relacionados ao tráfico, para que possam determinar em quais sites concentrar seus esforços de investigação”, diz Maria Mayorga, coautora do artigo e pesquisadora. professor do Departamento de Engenharia Industrial e de Sistemas Edward P. Fitts da NC State.
“Também queríamos garantir que as ferramentas que desenvolvemos fossem suficientemente fáceis de utilizar para serem práticas tanto para as autoridades policiais como para as organizações que se concentram em ajudar as vítimas do tráfico sexual e do tráfico laboral”, diz Tobey.
Para desenvolver as ferramentas, os investigadores entrevistaram primeiro autoridades policiais, funcionários governamentais e especialistas de organizações que trabalham com sobreviventes de tráfico sexual e laboral. As entrevistas concentraram-se na identificação de variáveis associadas a uma maior probabilidade de uma empresa de massagens estar envolvida em atividades ilegais. Por exemplo, as empresas que atendiam quase exclusivamente a clientes do sexo masculino tinham maior probabilidade de estar associadas ao tráfico sexual.
Depois de os investigadores terem identificado um conjunto de variáveis relevantes, procuraram fontes de dados publicamente disponíveis relacionadas com essas variáveis. Por exemplo, sites de avaliação de clientes on-line permitiram aos pesquisadores estimar que proporção dos clientes de uma empresa eram homens. Outras fontes de dados incluíam dados do censo do bairro onde uma empresa estava localizada, proximidade geográfica de várias outras empresas e centros de transporte, e assim por diante.
Em última análise, os pesquisadores desenvolveram dois modelos computacionais que fornecem aos usuários pontuações de probabilidade sobre a probabilidade de qualquer empresa de massagens estar envolvida em atividades ilegais.
“Treinamos e validamos esses modelos usando dados da Flórida e do Texas, porque conseguimos coletar conjuntos de dados robustos desses estados”, diz Tobey. “Descobrimos que cada modelo tinha pontos fortes que poderiam atrair diferentes usuários, dependendo de seus objetivos.”
Um modelo – denominado modelo de pontuação de risco – teve menos falsos positivos, o que significa que se o modelo dissesse que uma empresa era susceptível de estar envolvida em actividades ilegais, era mais provável que estivesse correcto. Mas este modelo também tinha maior probabilidade de listar alguns negócios ilícitos como legítimos.
Por outro lado, o segundo modelo – denominado modelo de árvore de decisão – apresentou menos falsos negativos. Por outras palavras, se o modelo de árvore de decisão dissesse que era improvável que uma empresa se envolvesse em atividades ilegais, era mais provável que estivesse correto. Mas também era mais provável listar negócios legítimos como suspeitos.
“É uma troca”, diz Tobey. “Se você tiver recursos muito limitados, provavelmente desejará usar o modelo de pontuação de risco, porque é mais provável que encontre empresas envolvidas em atividades ilegais. No entanto, é provável que você também perca alguns. Se você tiver recursos suficientes, provavelmente desejará usar o modelo de árvore de decisão, pois é menos provável que perca qualquer operação ilegal.
“Em última análise, ambos os modelos podem ser usados pelas partes relevantes para priorizar quais empresas merecem investigação.”
Os pesquisadores estão atualmente no processo de desenvolvimento de uma ferramenta de apoio à decisão de fácil utilização que pode ser implantada em organizações policiais e sem fins lucrativos para ajudar em investigações de tráfico sexual e de seres humanos.
“Estamos optimistas de que esta ferramenta pode capacitar as vítimas do tráfico, melhorar a segurança pública e contribuir para o desenvolvimento de políticas públicas baseadas em evidências que abordem estas questões”, afirma Sherrie Caltagirone, co-autora do artigo e directora executiva da Global Emancipation Network. .
O papel, "Modelos interpretáveis para a detecção automatizada de tráfico humano em empresas ilícitas de massagens, ”É publicado na revista Transações IISE. O artigo foi coautor de Ruoting Li, Ph.D. estudante da NC State; e Osman Özaltın, professor associado do Departamento de Engenharia Industrial e de Sistemas Edward P. Fitts da NC State.
O trabalho foi realizado com apoio da National Science Foundation, sob concessão número 1936331.
(C) NCSU
