1.1的墨水印跡

在2009年的夏天，手機被響徹盧旺達。除了數以百萬計的家庭，朋友和商業夥伴之間的呼叫，大約1000名盧旺達收到約書亞Blumenstock和他的同事的電話。這項研究是由導電的誰已隨機抽取的150萬客戶提供從盧旺達最大的手機供應商的數據庫採樣人的調查研究財富與貧困。 Blumenstock和同事要求參與者如果他們想參與調查，解釋了研究的性質給他們，然後問了一系列關於他們的人口，社會，經濟等特點的問題。

我的一切都表示到現在為止，使這聽起來像一個傳統的社會科學調查。但是，隨之而來的便是不是傳統意義上，至少目前還沒有。他們所使用的調查數據來訓練機器學習模型從他們的呼叫數據預測一個人的財富，然後他們用這個模型來估算所有的150萬客戶的財富。接下來，他們通過使用嵌入在呼叫記錄地理信息估計所有的150萬客戶的居住地。把這些兩個估計在一起，估計財富和估計居住-Blumenstock和他的同事們能夠創造財富的跨越盧旺達的地理分佈的高分辨率估計。特別是，它們可以在國產生的估計的財富為每個盧旺達2148細胞，最小管理單位。

這是不可能的，因為從來沒有人製作了在盧旺達這樣的小地理區域的估計，以驗證這些估計數據。但是，當Blumenstock和同事們匯總他們的估計盧旺達的30個地區，他們發現，他們的估計相似，從人口與健康調查，在發展中國家調查的黃金標準估算。雖然這兩種方法產生在這種情況下類似的估計，Blumenstock和他的同事的做法是快10倍，比傳統的人口與健康調查便宜50倍。這些顯著更快和更低的成本估算創建的研究人員，政府新的可能性，和公司(Blumenstock, Cadamuro, and On 2015) 。

除了開發新的方法，這項研究是一種像一個羅夏墨跡測驗;人們看到的內容取決於他們的背景。許多社會科學家看到一個新的測量工具，可以用來測試對經濟發展理論。許多數據科學家看到一個很酷的新的機器學習問題。很多商務人士看到的，他們已經收集到的數字跟踪數據釋放價值的強大方法。許多隱私倡導者看到，我們生活在群眾監督的時候一個可怕的提醒。許多決策者看到的方式，新的技術可以幫助創造一個更美好的世界。事實上，這種研究是所有這些事情，這就是為什麼它是一個窗口，進入社會研究的未來。