Las nuevas tecnologías y en especial, la aplicación de la Inteligencia Artificial (IA) y el análisis de Big Data, pueden ser grandes aliados para los países de América Latina y el Caribe que, con escasos recursos, se encuentran enfrentando los mayores retos migratorios en la historia de esta región.
El acceso a datos e información sobre las características, ubicación y percepciones de la población migrante y las comunidades de acogida permite a los países y sus autoridades migratorias aumentar su capacidad para diseñar políticas de integración efectivas.
Dos días para sumergirnos en las oportunidades de IA, Big Data y Migración
En la sede del Banco Interamericano de Desarrollo en Washington DC, tuvimos la oportunidad de pasar dos días junto al equipo del Immigration Policy Lab (IPL) para sumergirnos en algunas de las iniciativas más innovadoras para aprovechar las oportunidades que brindan las nuevas tecnologías que recopilan datos sobre migrantes y migración.
En este blog compartimos 3 ejemplos de cómo podemos aprovechar estos datos para fomentar la integración de la población inmigrante.
Índice de integración IPL-12: medición de la integración de los inmigrantes
El IPL ha desarrollado una medida estandarizada de integración que se basa en el grado en que los inmigrantes tienen el conocimiento y la capacidad para ser exitosos en la comunidad de acogida. El objetivo es disponer de una medida de integración que sea útil para los hacedores de política e investigadores académicos y sea aplicable a lo largo del tiempo y en distintos escenarios.
Tras un minucioso proceso de investigación, el cual incluyó la revisión de más de 50 encuestas y la evaluación de la validez de constructo, el equipo del IPL elaboró un índice de 12 y 24 preguntas que se componen de seis dimensiones (es decir, psicológica, económica, política, social, lingüística y de navegación) con dos o cuatro preguntas por cada una, respectivamente. Estos índices han sido utilizados en una gran variedad de países y contextos como Francia, Líbano, y Japón, entre otros países.
Entendiendo la integración de los ciudadanos venezolanos en Colombia
El contexto colombiano es un caso interesante de la aplicación del índice IPL-12. En 2019, el IPL se asoció con Mercy Corps para proporcionar ayuda económica a refugiados venezolanos en Colombia y evaluar su efecto utilizando un diseño de estudio de panel. Uno de los objetivos principales era tener un mejor entendimiento del bienestar económico y social de los refugiados venezolanos durante la pandemia del COVID-19. Las encuestaron de aplicaron, en dos fases, a una muestra de 2.600 migrantes venezolanos en las regiones de La Guajira, Cesar y Antioquia en Colombia, en el 2020.
Primero, la encuesta de línea base recogió información sobre las características demográficas de los individuos y las características del hogar. Luego, las encuestas de seguimiento (recogidas en intervalos de 3, 6 y 9 meses) recogieron información sobre preguntas de migración, índice de integración IPL-12, etc. Los datos se recogieron a través de Whatsapp, el cual ofrece varias ventajas para los encuestados y el equipo de investigación. Los resultados del análisis indicaron que: las tasas de desempleo aumentaron y el índice IPL-12 disminuyó durante el periodo de 9 meses de la encuesta, potencialmente, debido a las políticas de restricción de movimientos durante la pandemia.
Usando datos para emparejar geográficamente a inmigrantes
GeoMatch es una herramienta de inteligencia artificial creada por IPL que provee a agentes de asignación de empleo con recomendaciones personalizadas de ubicación para migrantes. Más concretamente, GeoMatch recopila datos históricos y los utiliza para entrenar modelos de Machine Learning con el fin de reconocer patrones entre las características de los refugiados y su probabilidad de encontrar empleo en cada filial. Luego, transforma estas predicciones individuales en predicciones generales, y finalmente, recomienda una ubicación, sujeta a restricciones, que optimiza el empleo.
Actualmente, GeoMatch se encuentra desarrollando su fase piloto en Estados Unidos, Canadá, Países Bajos, Suecia, Noruega y Suiza. En Canadá, el IPL está implementando una versión de GeoMatch orientada al cliente (en lugar de la versión orientada a organizaciones), la cual fue diseñada para inmigrantes económicos. En esta versión, los inmigrantes introducen sus preferencias y la información de su perfil individual al sistema, y obtienen una recomendación de ubicación.
Midiendo las actitudes en las redes sociales
¿Cómo podemos utilizar los datos provenientes de las redes sociales para desarrollar mediciones de las actitudes y comportamientos de las masas y élites, en tiempo real?
Al 2018, todos los miembros del Congreso de Estados Unidos tenían una cuenta activa de Twitter en la que difundían posiciones políticas, interactuaban con otros funcionarios electos, se comunicaban directamente con los electores y aumentaban la cobertura de sus mensajes o agendas políticas. En este contexto, el IPL desarrolló el Congressional Tweet Tracker, el cual utiliza datos de Twitter para rastrear tweets sobre inmigración por ubicación (estado, ciudad, etc.) y en tiempo real. Asimismo, esta herramienta mide los temas en tendencia y el sentimiento (a favor o en contra de la inmigración) en los tweets.
Laboratorio de percepción ciudadana y migración
Twitter también puede ser una fuente de información para entender la evolución de la percepción pública hacia los migrantes a nivel regional. El Laboratorio de Percepción Ciudadana y Migración proporciona recursos e información sobre migración y percepciones públicas.
Uno de estos recursos es un dashboard que monitorea la conversación en Twitter sobre migración en América Latina y el Caribe, en tiempo real. Más específicamente, este dashboard agrega los datos provenientes todas las publicaciones sobre migración en la región para poder ofrecer información sobre la evolución, sentimiento y contenido de esta conversación. El objetivo del Laboratorio de Percepción Ciudadana es apoyar a que los gobiernos, académicos y hacedores de políticas públicas tomen decisiones basadas en datos.
Leave a Reply