Un nuevo algoritmo desarrollado por investigadores de Stanford podría ayudar a los países a reasentar a los refugiados de una manera que aumente su éxito en el empleo y su integración general.
Lograr que los refugiados logren salir adelante o no depende de dónde se reubican dentro del país de acogida, y para determinar esto han desarrollado el algoritmo.
Su nueva ciudad o pueblo puede actuar como un obstáculo o como una entrada para una integración exitosa, según el perfil del refugiado. Un buen marco puede marcar una gran diferencia al ayudar a los refugiados a encontrar trabajo y echar raíces.
Con la ayuda de un algoritmo diseñado por IPL, los gobiernos y las agencias de reasentamiento ahora pueden hacer los mejores emparejamientos posibles, no solo para unos pocos afortunados sino para cada refugiado reasentado.
EL PODER DEL LUGAR
Algunos refugiados tienen el trabajo y las habilidades lingüísticas para desempeñarse bien en casi cualquier lugar, y algunos lugares cuentan con mercados laborales fuertes y organizaciones comunitarias que beneficiarían a cualquier refugiado; pero los datos revelan claras sinergias entre las características de los individuos y las condiciones locales: las fortalezas de algunos refugiados serán recompensadas más en ciertos lugares que en otros, mientras que los rasgos que pueden resultar pasivos en algunos sitios se vuelven menos perjudiciales en otros.
Actualmente, no se tienen en cuenta estas sinergias de manera sistemática. En Estados Unidos, los refugiados tienden a ser enviados a la ubicación que tiene espacio para recibirlas en ese momento; mientras en otros países, como Suiza, los solicitantes de asilo se asignan de forma aleatoria y proporcional en todas las regiones.
Ambos países tienen datos sobre cómo les fue a los refugiados económicamente en el pasado, pero hasta ahora, el poder de esta información para mejorar los resultados de las futuras llegadas de refugiados no se ha realizado.
IPL ha desarrollado un algoritmo basado en datos para optimizar el proceso mediante el cual los refugiados se asignan a ubicaciones dentro de un país de reasentamiento. Para imaginar el algoritmo en acción, resulta útil pensar en dos refugiados, ambos del mismo país, igual edad, origen étnico y niveles de habilidad similares.
Cuando se reubican en diferentes lugares, uno prospera a la hora de encontrar trabajo mientras que el otro tiene dificultades.
Las razones por las que divergen sus caminos son complejas, pero con un algoritmo que extrae decenas de miles de casos históricos, no es necesario entenderlos completamente para aprender de ellos.
El algoritmo puede detectar patrones sistemáticos, por lo que la próxima vez que un país reciba un refugiado que se parezca mucho a estos dos, lo enviará al lugar donde prosperó el anterior refugiado.
Según el afiliado de IPL Jeremy Ferwerda, profesor asistente en ‘Dartmouth College’, «la asignación algorítmica tiene el potencial de mejorar simultáneamente los resultados para los refugiados y las comunidades en las que se los ubica».
Para construir el algoritmo, los investigadores de IPL comenzaron con una etapa de modelado, utilizando aprendizaje automático sobre datos históricos para calcular la probabilidad de que un refugiado individual encuentre empleo en cada posible ubicación en la que se le destine dentro del país anfitrión, según su perfil demográfico. Luego, el equipo calculó la probabilidad de que al menos un miembro de un caso de refugiado o una familia encontrara trabajo en cada sitio.
A partir de ahí, los científicos emparejaron cada caso de refugiado entrante con la ubicación que ofrecía la mayor probabilidad de empleo, teniendo en cuenta las restricciones del mundo real, como el número fijo de casos de refugiados disponibles en cada oficina de reasentamiento.
Para entrenar el algoritmo para su uso en Estados Unidos, los investigadores utilizaron datos de más de 30.000 refugiados, de entre 18 y 64 años, colocados por una importante agencia de reasentamiento entre 2011 y 2016. Entonces, pidieron al algoritmo que asignara ubicaciones óptimas para los refugiados que llegaron a fines de 2016.
Según los autores, los beneficios fueron sorprendentes: en comparación con los resultados históricos reales, el refugiado mediano tenía más del doble de probabilidades de encontrar un empleo si el algoritmo lo colocaba, lo que supone un aumento en la probabilidad de empleo de alrededor del 25 al 50 por ciento.
Las tasas de empleo previstas de los refugiados aumentaron en todos los ámbitos, incluso para aquellos que tenían más o menos posibilidades de encontrar trabajo. Y casi todos los lugares de reasentamiento estaban mejor: las tasas promedio de empleo en la gran mayoría de las ubicaciones de reasentamiento crecieron. Las pruebas también descubrieron que, si se hubiera utilizado el algoritmo, la tasa de empleo promedio en todas las ubicaciones hubiera sido un 41 por ciento superior, al pasar del 34 al 48 por ciento.
Cuando se repitieron las pruebas en el contexto de Suiza, las ganancias fueron aún mayores.
Con datos de la Secretaría de Estado de Suiza para la Migración, los investigadores analizaron a los solicitantes de asilo que habían sido ubicados en 26 regiones entre 1999 y 2013, y que habían recibido protección subsidiaria. Después de entrenar el algoritmo con los datos anteriores, el equipo lo probó en solicitantes de asilo que llegaron en 2013.
Su tasa de empleo era del 15 por ciento en realidad, pero hubiera sido del 26 por ciento si se hubieran asignado a la mejor ubicación identificada por el algoritmo, es decir, un aumento del 73 por ciento.
