1.1インクブロット

2009年の夏には、携帯電話は、すべてのルワンダ全体で鳴りました。家族、友人、仕事仲間の間のコールの数百万人に加えて、約1,000ルワンダ人はヨシュアBlumenstockと彼の同僚からの電話を受けました。研究者はランダムにルワンダの最大の携帯電話会社から150万の顧客のデータベースからサンプリングされていた人々の調査を行うことにより、富と貧困を研究していました。 Blumenstockと同僚は、彼らが調査に参加したい場合は、それらに研究の性質を説明し、参加者に尋ね、その後、彼らの、人口統計学的、社会的、経済的特徴に関する一連の質問を尋ねました。

私は今まで言ってきたすべてが伝統的な社会科学の調査のようなこの音がします。しかし、どのような次の来ることは、少なくともまだ、伝統的ではありません。彼らは、通話データから誰かの富を予測する機械学習モデルを訓練するために調査データを使用し、それらはすべて150万の顧客の富を推定するために、このモデルを使用しました。次に、それらはコールログに埋め込まれた地理情報を使用して、すべて150万の顧客の居住地を推定しました。これらの2つの推定値を一緒推定富との推定場所に置く住居を-Blumenstockらは、ルワンダ全体の富の地理的分布の高解像度の推定値を生成することができました。特に、それらは、ルワンダの2148セルのそれぞれについて、国の最小行政単位を推定富を作り出すことができます。

誰もルワンダのような小さな地域の推定値を生成しなかったので、これらの推定値を検証することは不可能でした。 Blumenstockらはルワンダの30地区に彼らの見積もりを集計したときしかし、彼らは彼らの推定値は人口保健調査、発展途上国での調査の金本位制からの推定値と同様であったことがわかりました。これら二つのアプローチは、この場合も同様の推定値を生成しますが、Blumenstockや同僚のアプローチは、約10倍の速さと伝統的な人口保健調査よりも50倍安かったです。これら劇的に速く、より低コストの見積もりは、研究者、政府の新たな可能性を作成し、企業(Blumenstock, Cadamuro, and On 2015) 。

新しい方法論を開発することに加えて、本研究では、種のロールシャッハインクブロットテストのようなものです。何人が見ると、その背景に依存します。多くの社会科学者は、経済開発に関する理論をテストするために使用することができる新しい測定ツールを参照してください。多くのデータ科学者は、クールな新しい機械学習の問題を参照してください。 多くのビジネスの人々は、彼らがすでに収集したデジタルトレース・データの値をアンロックするための強力なアプローチを参照してください。多くのプライバシー擁護派は、我々は監視社会の時間に住んで怖いリマインダーを参照してください。多くの政策立案者は、新しい技術は、より良い世界を作成するのに役立つことができる方法を参照してください。実際には、この研究では、それらのもののすべてであり、それは社会的な研究の未来へ窓である理由です。