Το καλοκαίρι του 2009, τα κινητά τηλέφωνα χτυπούσαν όλη τη Ρουάντα. Εκτός από τα εκατομμύρια των κλήσεων μεταξύ οικογένεια, τους φίλους και τους συνεργάτες σας, περίπου 1.000 Ρουάντα έλαβε μια κλήση από Joshua Blumenstock και τους συνεργάτες του. Οι ερευνητές μελετούσαν τον πλούτο και τη φτώχεια με τη διεξαγωγή έρευνα των ανθρώπων που είχαν ληφθεί δείγματα από μια βάση δεδομένων 1,5 εκατομμύρια πελάτες από το μεγαλύτερο πάροχο κινητής τηλεφωνίας της Ρουάντα. Blumenstock και οι συνεργάτες του ζήτησαν από τους συμμετέχοντες αν ήθελαν να συμμετάσχουν σε μια έρευνα, εξήγησε τη φύση της έρευνας σε αυτούς, και στη συνέχεια ζήτησε μια σειρά από ερωτήματα σχετικά με τις δημογραφικές, κοινωνικές και οικονομικά χαρακτηριστικά τους.
Όλα όσα έχω πει μέχρι τώρα κάνει αυτό ακούγεται σαν μια παραδοσιακή έρευνα των κοινωνικών επιστημών. Αλλά, τι θα επακολουθήσει, δεν είναι παραδοσιακό, τουλάχιστον όχι ακόμα. Χρησιμοποίησαν τα στοιχεία της έρευνας για να εκπαιδεύσει ένα μοντέλο μηχανικής μάθησης για να προβλέψει τον πλούτο κάποιου από τα στοιχεία έκκλησή τους, και στη συνέχεια χρησιμοποίησαν αυτό το μοντέλο για να υπολογίσει τον πλούτο όλων των 1.500.000 πελάτες. Στη συνέχεια, υπολογίζεται από τον τόπο διαμονής όλων των 1.500.000 πελάτες, χρησιμοποιώντας τις γεωγραφικές πληροφορίες που ενσωματώνονται στα αρχεία καταγραφής κλήσεων. Κάνοντας αυτές τις δύο εκτιμήσεις από κοινού, το εκτιμώμενο πλούτο και το εκτιμώμενο τόπο διαμονής-Blumenstock και οι συνεργάτες του ήταν σε θέση να παράγουν εκτιμήσεις υψηλής ανάλυσης της γεωγραφικής κατανομής του πλούτου σε όλη τη Ρουάντα. Ειδικότερα, θα μπορούσαν να παράγουν κατ 'εκτίμηση πλούτος για κάθε ένα από τα κύτταρα της Ρουάντα 2148, τη μικρότερη διοικητική μονάδα στη χώρα.
Ήταν αδύνατο να επικυρώσει αυτές τις εκτιμήσεις, επειδή κανείς δεν είχε ποτέ εκτιμήσεις για τέτοιες μικρές γεωγραφικές περιοχές στη Ρουάντα. Αλλά, όταν Blumenstock και οι συνεργάτες συγκεντρωτικά τις εκτιμήσεις τους για τις 30 επαρχίες της Ρουάντα, οι ερευνητές διαπίστωσαν ότι οι εκτιμήσεις τους ήταν παρόμοια με τις εκτιμήσεις από τη δημογραφική και την έρευνα για την υγεία, το χρυσό πρότυπο των ερευνών στις αναπτυσσόμενες χώρες. Αν και αυτές οι δύο προσεγγίσεις που παράγονται παρόμοιες εκτιμήσεις σε αυτή την περίπτωση, η προσέγγιση της Blumenstock και οι συνεργάτες του ήταν περίπου 10 φορές γρηγορότερα και 50 φορές φθηνότερα από ό, τι τα παραδοσιακά Δημογραφικές και Υγεία Έρευνες. Αυτά τα δραματικά γρηγορότερα και χαμηλότερες εκτιμήσεις κόστους δημιουργούν νέες δυνατότητες για τους ερευνητές, οι κυβερνήσεις και οι εταιρείες (Blumenstock, Cadamuro, and On 2015) .
Εκτός από την ανάπτυξη μιας νέας μεθοδολογίας, η μελέτη αυτή είναι σαν ένα είδος τεστ inkblot Rorschach? ό, τι οι άνθρωποι βλέπουν εξαρτάται από το υπόβαθρό τους. Πολλοί κοινωνικοί επιστήμονες δείτε ένα νέο εργαλείο μέτρησης που μπορούν να χρησιμοποιηθούν για να εξετάσουν τις θεωρίες σχετικά με την οικονομική ανάπτυξη. Πολλοί επιστήμονες δεδομένων δούμε ένα δροσερό νέο πρόβλημα μηχανικής μάθησης. Πολλοί άνθρωποι των επιχειρήσεων δούμε μια ισχυρή προσέγγιση για το ξεκλείδωμα αξία στην ψηφιακά δεδομένα ίχνος που έχουν ήδη συλλεχθεί. Πολλοί υποστηρικτές της προστασίας δεδομένων δείτε μια τρομακτική υπενθύμιση ότι ζούμε σε μια εποχή μαζικής επιτήρησης. Πολλοί φορείς χάραξης πολιτικής να δείτε έναν τρόπο που η νέα τεχνολογία μπορεί να βοηθήσει στη δημιουργία ενός καλύτερου κόσμου. Στην πραγματικότητα, αυτή η μελέτη είναι όλα αυτά τα πράγματα, και γι 'αυτό είναι ένα παράθυρο στο μέλλον της κοινωνικής έρευνας.