Het identificeren van analfabetisme is misschien net zo eenvoudig als het volgen van teksten en oproeprecords - Mobiel - 2018

Anonim

Onderwijs is al lang geprezen als ons krachtigste wapen in de oorlog tegen armoede, en geletterdheid is misschien de hoeksteen van het onderwijs. Maar over de hele wereld zijn er zo'n 750 miljoen mensen die niet kunnen lezen en schrijven, en tweederde van die demografie is vrouw.

Het identificeren van wie en waar deze personen zijn, is een voortdurende uitdaging, die traditioneel wordt aangepakt door enquêtes onder huishoudens, maar deze methode is niet efficiënt noch economisch en organisaties zijn op zoek geweest naar een alternatief. En nu is er misschien een oplossing: gsm-telefoongesprekken.

Pål Sundsøy bij Telenor Group Research in Fornebu, Noorwegen, meent dat hij een manier heeft gevonden om de geletterdheidscijfers te bepalen met weinig meer dan direct beschikbare informatie van een mobiele telefoonmaatschappij. Zoals de MIT Technology Review meldde, begon Sundsøy zijn onderzoek met een "standaard enquête onder huishoudens van 76.000 gebruikers van mobiele telefoons woonachtig in een niet-geïdentificeerd ontwikkelingsland in Azië", dat werd uitgevoerd in opdracht van een mobiele telefoonaanbieder door een professioneel bureau.

De enquête registreerde de mobiele telefoonnummers van de deelnemers en of ze al dan niet konden lezen. Sundsøy koppelde deze informatie vervolgens aan de oproepgegevens van het bedrijf van de mobiele telefoon, waardoor hij "de nummers kon zien die elke persoon heeft gebeld of ge-sms't, de lengte van deze oproepen, luchttijdaankopen, plaatsen op de celtoren, enzovoort."

Dit, zei Sundsøy, stelde hem in staat te bepalen waar elk van de telefoongebruikers zich bevond toen zij hun telefoons gebruikten, en hielp hem ook te ontdekken wie de telefoongebruikers belden of sms'en, hoeveel ontvangen berichten er waren, op welk tijdstip, enzovoort. Met behulp van deze schat aan informatie kan de onderzoeker een soort sociaal netwerk voor gebruikers bouwen.

Als een laatste stap, MIT rapporteert, Sundsøy "gebruikte 75 procent van de gegevens om patronen te zoeken die geassocieerd waren met analfabeten die gebruik maken van een aantal numerieke en machinale leertechnieken. Hij gebruikte de resterende 25 procent om te testen of het mogelijk is om deze patronen te gebruiken om analfabeten te identificeren en gebieden waar een groter aantal analfabeten bestaat. "

De conclusies die Sundsøy trok, suggereerden dat een aantal factoren leek te anticiperen op analfabetisme, waarvan de meest voorkomende locatie was. "Een verklaring kan zijn dat het model gebieden met een lage economische ontwikkelingsstatus vangt, bijvoorbeeld sloppenwijken waar het analfabetisme hoog is, " zei Sundsøy. Het aandeel inkomende naar uitgaande teksten was ook een indicator, omdat "analfabeten de neiging hebben hun communicatie op maar weinig mensen te concentreren", merkte Sundsøy op.

Maar het meest indrukwekkend was dat het algoritme voor machinaal leren van de wetenschapper nauwkeurig kon bepalen wie van de bevolking inderdaad analfabeet was. "Door economische, sociale en mobiliteitskenmerken af ​​te leiden voor elke mobiele gebruiker voorspellen we de individuele analfabetismestatus met een nauwkeurigheid van 70 procent", merkte hij op.

Dat gezegd hebbende, was het onderzoek van Sundsøy geconcentreerd in een enkele dataset op één locatie en zou mogelijk verder en robuuster moeten worden getest voordat het op grote schaal door verschillende hulporganisaties zou worden uitgevoerd. Toch is het een interessant onderzoek naar hoe telefoongegevens meer over een populatie kunnen onthullen dan eerder werd gedacht.