根据联合国难民署(United Nations Refugee Agency)的数据，全世界目前因为冲突、迫害和腐败等各种原因而背井离乡的难民总数约为6,560万人，创下历史最高纪录。澳大利亚、美国、英国和德国都是难民心目中的热门国家，他们渴望在那里开始美好的新生活。但如何安置难民却成为这些国家面临的最具争议的复杂问题之一。抛开政治因素不谈，这套系统面临很大的障碍。许多国家目前安置难民的方式都很随机，只会考虑某个地方是否有足够的地方容纳额外的人口，据此来把难民分配到不同的地区。但这样却不能确保这些地方能为这些难民提供足够的工作–失业会成为难民在新家正常生活的巨大障碍。
但斯坦福大学(Stanford University)一个研究团队开发了一套系统，他们认为可以帮助新安置的难民极大地改善就业前景。该团队发表在《科学》(Science)杂志的论文中表示，他们开发了一套数据驱动的算法，可以学习如何优化难民分配方式，以便大幅提高他们找到工作的概率。该系统尚未在现实世界中测试，但研究人员相信，这最多可以把每个家庭的就业率提升到70%。
斯坦福移民政策实验室研究员延斯·海恩穆勒(Jens Hainmueller)表示，政府目前根据容量限制，用电子表格来决定难民家庭前往何处。”明尼苏达(Minnesota)有一张床，你就去明尼苏达。但并没有形成有目的的匹配。”如果负责安置的机构能够分析难民的人口统计学资料，然后把他们送到更容易找到工作的乡镇、城市或地区，那就可以提高成功率。该团队分析了两个发达国家的数据，分别是美国(使用三万多18至64岁的难民数据，他们在2011至2016年间来到美国)和瑞士(涵盖1999至2013年来到该国的两万多难民)。该算法可以计算每个难民在新的国家找到工作的可能性。
首先，该团队会查看难民的人口统计学数据：教育程度、年龄、性别、英语流利度。之后，他们便会寻找”协同效应”，将这些特征与具备这些特征的人更容易找到工作的地区进行匹配。之后，他们便会发现各种趋势：例如，某些非洲移民会说法语，他们在瑞士法语区比在德语区更容易找到工作。通过算法，安置机构可以分析难民的人口统计学资料，并利用可用的数据将这些人分配到他们最有可能成功的地方。”如果有一家肉类工厂聘用了年轻男性难民，而且有这方面的需求，这套算法就能挑选出来。”海恩穆勒说。
研究人员表示，想要让这套系统通俗易通，可以用两个年轻阿富汗男性的例子来说明。这两个人的教育程度和年龄相同，但到了新的国家之后，被送到了两个不同的地方。被送到A地的人找到了工作，送到B地的人没找到。该团队的机器学习算法了解到这个情况，于是，下次有第三个拥有相似背景的人出现时，如果有可能，程序就会自动把他送到A地。需要明确的是，每个环境和每个人都各不相同。该团队也承认，人类官员有时候不得不推翻系统的匹配结果。与很多人工智能一样，该系统在这种情况下的作用就是为人类提供补充，而不是取代人类。
“我们正在使用的机器学习技术非常灵活。”该团队另外一名成员科克·班萨克(Kirk Bansak)说，”他们可以在十分复杂的数据中寻找和发现各种模式。”例如，如果这套算法在2011至2016年间部署在美国，研究人员认为平均就业率就会从34%增长到48%(增幅达41%)。瑞士可能从15%增长到26%。”我们发现难民更有可能找到工作，他们学习语言的速度也会加快，融合速度加快，而且最终不会占用太多健康福利资源。他们会从经济上融合起来，还会纳税，并为社会做出贡献。”海恩穆勒说。
当然，仍然需要展开更多研究，但该团队正在与政府和各类组织合作建立试点项目，以便测试实际应用效果。最终，他们希望美国和瑞士等地可以使用这套算法(斯坦福大学表示，可以免费提供运算代码给相关组织使用)来匹配难民和他们的新家。该团队称，瑞士政府已经公开表达了兴趣。他们也在与美国的安置机构就部署这套系统展开沟通。如果能够实际部署，斯坦福研究人员希望他们的算法能够巩固劳动力市场，为地方经济重新赋予活力–这有望帮助国家处理棘手的政治问题。”总之，我们有历史数据。”海恩穆勒说，”或许可以从中学习一些东西。”(转载自BBC中文网)
