1.1 инк мрља
У лето 2009. године мобилни телефони су звонили широм Руанде. Уз милионе позива од породице, пријатеља и пословних сарадника, око 1.000 Рвандана примило је позив од Јосхуа Блуменстоцк и његове колеге. Ови истраживачи су проучавали богатство и сиромаштво спроводећи истраживање случајног узорка људи из базе података од 1,5 милиона клијената највећег провајдера мобилних телефона у Руанди. Блуменстоцк и колеге су питали случајно одабране људе да ли желе да учествују у истраживању, објаснили су природу истраживања и затим су поставили низ питања о њиховим демографским, социјалним и економским карактеристикама.
Све што сам рекао до сада чини да ово звучи као традиционална истраживања друштвених наука. Али оно што следи није традиционално - бар још не. Поред података истраживања, Блуменстоцк и колеге имали су и потпуну евиденцију позива за свих 1,5 милиона људи. Комбинујући ова два извора података, они су користили податке истраживања како би обучили модел за учење машина како би предвидјели богатство особе засновано на њиховој евиденцији позива. Затим су користили овај модел да процене богатство свих 1,5 милиона корисника у бази података. Такође су проценили мјеста пребивалишта свих 1,5 милиона корисника користећи географске информације уграђене у евиденцију позива. Све ово заједно - процењено богатство и процењено место пребивалишта - успели су да производе мапе високе резолуције о географској расподели богатства у Руанди. Конкретно, могли би произвести процењено богатство за сваку од 2148 ћелија Руанде, најмању административну јединицу у земљи.
Нажалост, немогуће је потврдити тачност ових процена јер нико никада није произвео процјене за такве мале географске области у Руанди. Међутим, када су Блуменстоцк и његови колеге прикупили своје процјене у 30 округа Руанде, утврдили су да су њихове процјене биле врло сличне процјенама из Анкете о демографским и здравственим прегледима, за који се широко сматра да је златни стандард истраживања у земљама у развоју. Иако су ова два приступа дала сличне процене у овом случају, приступ Блуменстоцк-а и колега био је око 10 пута бржи и 50 пута јефтинији од традиционалних Демографских и здравствених анкета. Ове драстично брже и ниже процене трошкова стварају нове могућности за истраживаче, владе и компаније (Blumenstock, Cadamuro, and On 2015) .
Ова студија је као Рорсцхацх инкблот тест: оно што људи виде зависи од њихове позадине. Многи социологи виде нови мерни алат који се може користити за тестирање теорија о економском развоју. Многи научници података виде хладан нови проблем у стројарству. Многи пословни људи виде моћан приступ за откључавање вредности у великим подацима које су већ прикупили. Многи заговорници приватности виде застрашујуће подсећање да живимо у време масовног надзора. И на крају, многи доносиоци одлука виде начин на који нова технологија може помоћи у стварању бољег света. Заправо, ова студија је све те ствари, и због тога што има ову мешавину карактеристика, видим га као прозор у будућност друштвених истраживања.
