Opomba urednika: WRAL TechWire se vsak teden osredotoča na svoje Inovacijski četrtek poroča o podjetjih, ljudeh in tehnologiji, ki bi lahko močno spremenili našo skupno prihodnost.
+ + +
RALEIGH – Raziskovalci z državne univerze Severne Karoline so sodelovali z organizacijo za boj proti trgovini z ljudmi, Globalna emancipacijska mreža, za razvoj računalniških modelov, ki lahko pomagajo v boju proti trgovini z ljudmi. Modeli se opirajo na javno dostopne podatke za identifikacijo masažnih podjetij, ki najverjetneje kršijo zakone v zvezi s trgovino z ljudmi za namene spolne namene in trgovine z delavci.
»Dobro ugotovljeno je, da se masažna podjetja lahko uporabljajo kot krinka za nezakonite operacije, ki vključujejo trgovino z ljudmi za namene spolne namene in trgovine z delovno silo,« pravi Margaret Tobey, doktorica znanosti. študent na NC State in ustrezni avtor prispevka o delu. »Vendar je večina masažnih podjetij zakonitih. Organom kazenskega pregona ali drugim organizacijam je težko ugotoviti, katera podjetja so zakonita in katera paravan za nezakonite dejavnosti.«
[Vgrajeni vsebina]
»Naš cilj je bil ustvariti statistična orodja, ki bi lahko ustreznim organom pomagala ugotoviti, katera podjetja imajo dejavnike tveganja, povezane s trgovino z ljudmi, da bi lahko določili, na katera spletna mesta naj se osredotočijo na svoja preiskovalna prizadevanja,« pravi Maria Mayorga, soavtorica prispevka in profesor na oddelku Edward P. Fitts za industrijsko in sistemsko inženirstvo zvezne države NC.
»Prav tako smo želeli zagotoviti, da so orodja, ki smo jih razvili, dovolj uporabniku prijazna, da so praktična tako za organe kazenskega pregona kot za organizacije, ki se osredotočajo na pomoč žrtvam trgovine za namene spolne namene in trgovine z ljudmi,« pravi Tobey.
Da bi razvili orodja, so raziskovalci najprej intervjuvali organe kazenskega pregona, vladne uradnike in strokovnjake iz organizacij, ki delajo z žrtvami trgovine z ljudmi zaradi spolne namene in dela. Intervjuji so bili osredotočeni na identifikacijo spremenljivk, povezanih s povečano verjetnostjo, da se masažno podjetje ukvarja z nezakonito dejavnostjo. Na primer, podjetja, ki so skrbela skoraj izključno za moške stranke, so bila bolj verjetno povezana s trgovino z ljudmi zaradi spolne namene.
Ko so raziskovalci identificirali nabor ustreznih spremenljivk, so poiskali javno dostopne vire podatkov, povezanih s temi spremenljivkami. Spletna mesta za ocene strank so na primer omogočila raziskovalcem, da ocenijo, kolikšen delež strank v podjetju so moški. Drugi viri podatkov so vključevali popisne podatke za sosesko, kjer je bilo podjetje, geografsko bližino različnih drugih podjetij in prometnih vozlišč itd.
Končno so raziskovalci razvili dva računalniška modela, ki uporabnikom zagotavljata verjetnostne rezultate glede verjetnosti, da je katero koli masažno podjetje vpleteno v nezakonito dejavnost.
"Te modele smo usposobili in validirali s podatki iz Floride in Teksasa, ker smo lahko zbrali robustne nize podatkov iz teh držav," pravi Tobey. "Ugotovili smo, da ima vsak model prednosti, ki lahko pritegnejo različne uporabnike, odvisno od njihovih ciljev."
En model – imenovan model ocene tveganja – je imel manj napačnih pozitivnih rezultatov, kar pomeni, da je verjetneje, da je pravilen, če je model rekel, da je podjetje verjetno vključeno v nezakonito dejavnost. Toda ta model je tudi verjetneje, da bo nekatera nezakonita podjetja navedel kot zakonita.
Po drugi strani pa je imel drugi model – imenovan model drevesa odločitev – manj lažno negativnih rezultatov. Z drugimi besedami, če je model odločitvenega drevesa rekel, da podjetje verjetno ne bo vpleteno v nezakonito dejavnost, je bolj verjetno, da je to pravilno. Vendar je bila tudi večja verjetnost, da bodo zakonito poslovanje uvrstili med sumljive.
"To je kompromis," pravi Tobey. »Če imate zelo omejena sredstva, boste verjetno želeli uporabiti model ocene tveganja, saj je večja verjetnost, da boste našli podjetja, ki se ukvarjajo z nezakonitimi dejavnostmi. Vendar pa boste verjetno tudi nekaj zamudili. Če imate dovolj virov, boste verjetno želeli uporabiti model odločitvenega drevesa, ker je manj verjetno, da boste zamudili kakšno nezakonito operacijo.
"Navsezadnje lahko zadevne strani uporabijo oba modela za prednostno razvrščanje podjetij, ki si zaslužijo preiskavo."
Raziskovalci so trenutno v procesu razvoja uporabniku prijaznega orodja za podporo odločanju, ki ga je mogoče uporabiti v organih pregona in neprofitnih organizacijah za pomoč pri preiskavah spolnosti in trgovine z ljudmi.
»Optimistični smo, da lahko to orodje opolnomoči žrtve trgovine z ljudmi, izboljša javno varnost in prispeva k razvoju na dokazih temelječe javne politike, ki obravnava ta vprašanja,« pravi Sherrie Caltagirone, soavtorica prispevka in izvršna direktorica Global Emancipation Network .
Papir, "Interpretabilni modeli za samodejno odkrivanje trgovine z ljudmi v nedovoljenih masažnih podjetjih, «Je objavljeno v reviji Transakcije IISE. Prispevek je bil soavtor Ruoting Li, dr. študent v NC State; in Osman Özaltın, izredni profesor na Oddelku za industrijski in sistemski inženiring Edwarda P. Fittsa zvezne države NC.
Delo je bilo opravljeno s podporo Nacionalne znanstvene fundacije pod številko donacije 1936331.
(C) NCSU
