Ny maskinlæringsalgoritme kan forudsige, hvordan racesammensætningen af ​​kvarterer vil ændre sig

Et kort skabt af forskere ved University of Cincinnati kan med overraskende nøjagtighed forudsige, hvordan kvarterernes racesammensætning vil ændre sig.

UC College of Arts and Sciences geografiprofessor Tomasz Stepinski skabte en maskinlæringsalgoritme til at forudsige i fine detaljer, hvordan kvarterer vil blive mere eller mindre adskilte i de næste 10 år.

Stepinski, der arbejder i UC's Space Research Institute for Discovery and Exploration, analyserede data indsamlet af U.S. Census Bureau hvert årti. De kortlagde dataene efter racesammensætning i den høje opløsning af 300 meter firkanter kaldet celler.

Algoritmen skulle "trænes" til at fortolke dataene fra to folketællingsår med 10 års mellemrum. Algoritmen undersøgte også individuelle celler i forhold til dem omkring dem.

"Navnet 'machine learning' antyder, at der er noget magisk over det, men det er bare mere kraftfuld statistik," sagde Stepinski.

Stepinski validerede sin algoritme ved at sammenligne dens forudsigelser med faktiske data fra folketællingerne i 2010 og 2020 og fandt ud af, at den var op til 86 % nøjagtig.

"Vores hypotese om, at du kan forudsige klassen af ​​en celle om 10 år baseret på de to foregående klasser og omgivende klasser var korrekt," sagde han. "Det er ikke perfekt, men du kan se, det er ret godt."

Stepinski og medforfatter Anna Dmowska, en assisterende professor ved Institut for Geoinformation ved Adam Mickiewicz University i Polen, anvendte deres algoritme til Chicagos Cook County, Illinois, som på et tidspunkt blev betragtet som et af de mest raceadskilte steder i Amerika.

UC's kort viste, at mange kvarterer domineret af hvide og sorte befolkninger vil blive mindre adskilt i 2030 med mindre mærkbare ændringer i kvarterer domineret af latinamerikanske og asiatiske amerikanske befolkninger.

Stepinski sagde, at forskere i Chicago har udført banebrydende sociologisk forskning om race, etnicitet og gentrificering ved at bruge Cook County som deres model. Det vidtstrakte, tætbefolkede amt giver også en god model til at studere algoritmen, fordi det stadig har mange adskilte kvarterer på trods af tendensen i retning af større racemæssig og etnisk mangfoldighed i løbet af de sidste 50 år, sagde han.

Stepinski anvendte også algoritmen til Houston, Texas og Los Angeles og San Francisco i Californien med lignende succes.

"Evnen til at forudsige demografiske ændringer er afgørende fra et videnskabeligt synspunkt og for politiske beslutningstagere, byudvikling osv.," sagde medforfatter Dmowska.

"Som vist i papiret, er de forudsigelige kort ret nøjagtige og viser, hvordan området kan se ud i de næste 10 år," sagde hun.

Stepinski sagde, at de forudsigelige kort kunne bruges til at hjælpe skoler eller regeringer med at planlægge flere tjenester såsom spansktalende klasseværelser eller tolke. Det kunne også hjælpe sociologer med at forstå drivkræfterne bag kvarterernes skiftende demografi.

"Min interesse er ikke sociologisk. Mit speciale er beregning," sagde Stepinski. "Jeg overlader hvorfor til en anden. Men jeg kan forestille mig, hvad der sker."

Stepinski sagde, at yngre generationer ofte forbliver i nærliggende kvarterer, hvis de overhovedet forbliver i et område. Og hvis en bestemt racebefolkning falder i et område, udfylder andre typisk tomrummet.

"Det er diffusion," sagde Stepinski. "Så i Cook County har du en latinamerikansk befolkning, der vokser hurtigere end den hvide befolkning. De kommer til at flytte tæt på. De kommer ikke til at flytte langt hjemmefra."

Michael Chavarria, administrerende direktør for nonprofitorganisationen HOPE Fair Housing Center i Illinois, sagde, at han var overrasket over kortets forudsigelige nøjagtighed.

"En utrolig kraftfuld ting, det gør, er at bekræfte fortællingen om, at folk ikke har så meget kontrol over, hvor de bor, som beslutningstagere tror, ​​de gør," sagde han.

"Folk tror, ​​at segregation er resultatet af individuelle valg. Og nogle mennesker vælger måske at bo steder, hvor alle ligner dem," sagde Chavarria. "Men ideen om, at en algoritme kan forudsige, hvor folk bor, viser, at der er andre faktorer, der styrer disse beslutninger. Det fortæller mig, at valget om, hvor vi bor, ikke er forankret i fuld handlekraft."

I Cook Countys tilfælde sagde Chavarria, at det øjebliksbillede, som det forudsigelige kort giver, kunne tyde på, at nogle kvarterer i Cook County bliver mindre adskilte. Men det kan også blot fange overgangen fra én type adskilt kvarter til en anden lige så adskilt.

"At se disse kvarterer ændre sig kunne bare være en forløber for mere adskillelse," sagde Chavarria.

Olivia Cobbins, en efterforsker ved Cook County Human Rights Commission, sagde, at det er vigtigt at undersøge raceadskillelse i forbindelse med spørgsmål som boligdiskrimination eller offentlige tjenester.

"Chicago har en historie med racediskrimination, redlining og uligheder over for afroamerikanere," sagde hun.

Cobbins sagde, at politikker og love skal følge med den ændrede demografi for at sikre lige muligheder for alle.

"Offentlige embedsmænd og samfundet har et moralsk ansvar og forpligtelse til at yde retfærdighed, lighed og lighed og sikre offentlig hjælp og anstændige, billige boliger er tilgængelige for dem, der har behov for det." + Udforsk yderligere

Nyt kort viser racediversitet i hvert kvarter i det kontinentale USA