הַיוֹם,65 מיליון אישחיים כפליטים או עקורים במדינות מוצאם -יותר מאשר בכל נקודה אחרתמאז שסוכנות האו"ם לפליטים החלה לאסוף נתונים. מדינות רבות פתחו את גבולותיהן לאלה שנעקרו בעקבות מלחמה ורעב, אך נאבקות להתמודד עם הנהירה הגדולה.

משבר עולמי זה אינו מובן לעתים קרובות כאתגר מכריע שאיש אינו יכול להציע לו פתרון משביע רצון. אבל ישסט כליםזה יעזור לנו, כחברה גלובלית, לעשות קפיצות גדולות קדימה בטיפול במשבר הזה. אני מדבר עלניתוח חיזוי- המדע הסטטיסטי (יש שיגידו אמנות) כורה נתונים נוכחיים ועבריים כדי לחזות תוצאות עתידיות.

בתור עוסק ותיק באנליטיקה חזויה, אני יודע שהתחום הואמוכן לקבל את האתגר הזה. אבל מחסומים פוליטיים ופיננסיים מונעים מאיתנו לטפל במשבר.

זרימת פליטים

רוב הזעם של העשור האחרון, ניתוח חיזוי משמש כיום במגוון רחב של תחומים: חיזוי אילוסטודנטים נמצאים בסכנת נשירהשל אוניברסיטה, עוזר לעובדים סוציאליים בלוס אנג'לסלמצוא מקרים אפשריים של הונאה, וגילוח מיליוני מיילים מיותרים בשנהמסלולי נהגי UPS. נתונים מהעבר עוזרים לאלגוריתמים לצפות בעיות לפני שהן מתעוררות.

כשמדובר בפליטים, חוסר מחשבה מוקדמת החמיר עוד יותר את המצב הגיאופוליטי הלא יציב. למדינות מארחות מעטות הייתה היכולת לקלוט פליטים, ואף אחד לא צפה עד הסוף את האתגרים שיעמדו בפני מדינות הקו הקדמי ירדן, לבנון, טורקיה ויוון כבתים זמניים לאלפים שיברחו לאירופה. כאשר מדינות רבות באירופה הפסיקו לקבל מהגרים, זה רק החריף את העומס על מדינות קו החזית.

בינתיים, אפילו מדינות מוכנות כמו גרמניה השאירו אלפים תקועים במחנות פליטיםהרבה יותר זמן ממה שמישהו חשב שיידרש.

נתוני הגירה כבר נאספיםעל ידי מגוון מקורות, כולל מפקדי אוכלוסין לאומיים, סקרי מדגם, סמארטפונים, מעברי גבול ומקורות מנהליים כמו פנקסי אוכלוסין.

נתונים מתגלגלים כאלה יכולים להיותמחליף משחק עבור פקידיםבחזית המשבר. ניתוח מתוחכם יכול לעזור למומחים בביטחוןתרשים היכן יש סיכוי לפליטיםלראש הבא. קובעי מדיניות, איתורסימנים של נהירה עתידית, עשוי להפנות פליטים למדינות שונות. נתונים אלה בזמן אמת יכולים גם לעזור לארגונים להעביר כסף וסחורות במהירות ובדייקנות אל המקומות שהכי זקוקים להם.

ההצלחה אולי לא תבוא בקלות. אבל אם התחזיות הן אפילו שיפורים קטנים ביחס ל"ניחושים הטובים ביותר", הפליטים יפיקו תועלת מכך שלא יתאספו במחנות פליטים צפופים.

בתיאוריה, אולי אלגוריתמים יכולים להסביר את הרצון הפוליטי, דעת הקהל והיכולות הלוגיסטיות של מדינה מארחת פוטנציאלית. באופן דומהמודלים סטטיסטיים מתוחכמיםשימשו זמן רב לחקר סכסוכים בין מדינות ומלחמות אזרחים. אם מדינות קו החזית נמצאות בנקודת שבירה או מוסחת על ידי משבר אזורי מתמשך, אזי יוזהרו ארגוני סיוע לפליטים לפתח דרכים חלופיות המצוידות לטיפול בפליטים.

מכשולים לפנינו

זה דורש רצון פוליטי למדינות לעבוד עם ארגונים רב-מדינתיים ובין-ממשלתיים, לשתף נתוני דפוסי מהגרים ולהחליט כיצד לספק משאבים למדינות המארחות הזקוקות להם ביותר. אבל, אם לומר זאת באופן בוטה, להבין כיצד לקבל את פני כמה שיותר פליטים היא לא בראש סדר העדיפויות של רוב המדינות.

יש גם אתגרים טכניים גדולים שצריך להתמודד איתם אם מאמץ בינלאומי סביב ניתוח חיזוי יצליח. אחד הגדולים ביותר הוא הקמת מערכת שתכיל את כל הנתוניםבצורה מאובטחת.פרסום נתונים בשוגג עלול להוביל לאלימות ממוקדתנגד אוכלוסיות חלשות אלו.

כמובן, פתרונות אלה ידרשו גם השקעה כספית נכבדה.גם יזמים פרטיים וגם ארגונים רב לאומיים כמו האו"םהקדישו יותר תשומת לב אך הגבילו משאבים לבעיה. ביוני האחרון זכתה Data for Democracy, יוזמה למדעי נתוניםאתגר בחסות האו"םלאמוד ולאתר עקורים פנימיים. למידת מכונה וכמויות אדירות של נתונים מקוונים היו חלק בלתי נפרד מהפתרון המנצח. עם זאת, אתגרים כמו אלה מסתמכים על מתנדבים ולא על זרוע קבועה של האו"ם

מתן סיוע הומניטרי לנזקקים ביותר - לא יכולה להיות מטרה נעלה יותר. אמנם יישום פתרון מונחה נתונים לבעיית הפליטים עשוי להישמע מרתיע, אבל העבודה הקשה עשויה להשתלם בעתיד - עבור ילדיהם של הפליטים הסורים והרוהינגים של היום, עבוראנשים בורחים מאיום שינויי האקלים, או על איומים אחרים שעדיין לא חזינו מראש.