1.1 Lan ink cacat

Ing mangsa panas taun 2009, telpon seluler narik kawigaten kabeh ing Rwanda. Saliyane mayuta-yuta telpon saka kulawarga, kanca, lan rekan bisnis, kira-kira 1.000 warga Rwandans nampa telpon saka Joshua Blumenstock lan kanca-kancane. Para peneliti iki sinau babagan kasugihan lan kemiskinan kanthi nganakake survey saka sampel acak saka wong saka basis data 1.5 yuta pelanggan panyedhiya ponsel paling gedhé Rwanda. Blumenstock lan kanca-kanca nyuwun marang wong sing dipilih sacara acak yen padha kepengin melu ing survey, nerangake sifat riset kasebut, lan banjur takon babagan pitakonan babagan demografi, sosial, lan ekonomi.

Kabeh sing wis dakkandhakake nganti saiki nggawe swara iki kaya survey ilmu sosial tradisional. Nanging apa sing bakal teka sabanjure ora tradisional-paling ora durung. Saliyane data survey, Blumenstock lan rekan uga duwe cathetan telpon lengkap kanggo kabeh 1,5 yuta wong. Nggabungake rong sumber data kasebut, padha nggunakake data survey kanggo nglatih model pembelajaran mesin kanggo prédhiksi kasugihan wong miturut rekaman telpon. Sabanjure, dheweke nggunakake model iki kanggo ngira kasugihan saka kabeh 1.5 yuta pelanggan ing basis data. Padha uga ngira panggonan panggonan kabeh 1.5 yuta pelanggan nggunakake informasi geografi sing kasedhiya ing cathetan telpon. Nemtokake kabeh iki-kekayaan sing ditemtokake lan panggonan sing ditemtokake-bisa nggawe peta resolusi dhuwur babagan distribusi geografi kekayaan ing Rwanda. Utamané, bisa ngasilaké kasugihan kanggo saben sel 2.138 Rwanda, unit administratif paling cilik ing negara kasebut.

Sayange, ora mungkin kanggo ngetrapake akurasi iki amarga ora ana sing ngasilake prakiran kanggo wilayah geografis cilik ing Rwanda. Nanging nalika Blumenstock lan kanca-kanca ngetungake perkiraan menyang 30 distrik Rwanda, padha nemokake yen perkiraan padha banget karo perkiraan saka Survey Demografi lan Kesehatan, sing dianggep minangka standar survey emas ing negara berkembang. Éwadéné pendekatan kasebut ngasilake prakiraan sing padha ing kasus iki, pendekatan Blumenstock lan kolega ana kira-kira 10 kaping luwih cepet lan 50 luwih murah tinimbang Demografi lan Health Survey. Iki prakiraan biaya sing luwih cepet lan luwih murah nggawe kemungkinan anyar kanggo peneliti, pemerintah, lan perusahaan (Blumenstock, Cadamuro, and On 2015) .

Sinau iki kaya tes Rorschach inkblot: wong sing weruh gumantung ing latar mburi. Kathah ilmuwan sosial nyimak alat ukur anyar ingkang saged dipunginakaken kangge nguji teori babagan pembangunan ekonomi. Akeh data ilmuwan weruh masalah anyar mesin anyar. Akeh wong bisnis ndeleng pendekatan sing kuat kanggo mbukak kunci nilai ing data amba sing wis diklumpukake. Akeh panyengkuyung privasi ndeleng pangeling medeni sing manggon ing wektu pengawasan massal. Lan pungkasanipun, akeh pembuat kebijakan ndeleng cara teknologi anyar bisa mbantu nggawe donya sing luwih apik. Ing kasunyatan, panliten iki kabeh iku, lan amarga campuran karakteristik iki, aku weruh minangka jendhela menyang masa depan riset sosial.