Re:Match
Що означає «matching»?
Співставлення (Matching)
Підходи, що базуються на даних, дедалі частіше використовуються для вирішення проблем управління завдяки своїй ефективності. Алгоритмічне співставлення є одним із таких прикладів.
Термін «співставлення» означає створення відповідних, сумісних пар. У контексті проекту Re:Match відповідне співставлення здійснюється між біженцями та містами після збору потреб і вподобань обох сторін та їх призначення таким чином, щоб забезпечити їхню сумісність у максимально можливій мірі. Наприклад, якщо біженець має специфічні медичні потреби щодо лікування серцевих захворювань, а також має освіту та досвід роботи в ІТ-індустрії, алгоритм підбере для цієї людини конкретне місто, яке задовольняє, серед інших потреб і вподобань, ці конкретні умови та довгострокові можливості інтеграції.
Мета полягає в тому, щоб покращити процеси переселення та прийому, а також прокласти шлях у майбутнє, яке визначатиметься спільно з тими, кого це стосується.
Чому Re:Match?
Хоча існують інноваційні підходи до співставлення біженців із географічними локаціями, увага рідко зосереджується на індивідуальних вподобаннях і компетенціях новоприбулих або можливостях муніципалітетів. Re:Match долає цю прогалину, зосереджуючи свій процес співставлення навколо цих критично важливих даних, які потім використовуються для роботи алгоритму.
Про алгоритм
Разом із нашим партнером Pairity, представниками міст та шукачами притулку ми спільно розробили та впровадили спеціалізований алгоритм для реалізації цього співставлення на основі даних. Цей алгоритм включає ранжування вподобань та оптимізує колективний добробут учасників Re:Match, призначаючи найкращі з можливих варіантів співставлення на основі вищезазначених даних.
Таке алгоритмічне співставлення на основі вподобань виконує кілька важливих функцій:
Воно зосереджує увагу на індивідуальних потребах, вподобаннях і можливостях обох сторін, водночас генеруючи найкращі з можливих варіантів для кожного в межах групи.
Воно забезпечує справедливість, не надаючи пріоритету вподобанням конкретного учасника перед добробутом усієї групи, одночасно максимізуючи віддачу від обмежених муніципальних ресурсів.
Воно дозволяє аналізувати великі масиви даних.
Перевірені дані слугують базою для аналізу якості співставлень, задоволеності програмою та результатів інтеграції бенефіціарів.
Які дані використовуються?
Алгоритм Re:Match знаходить найкраще пряме зіставлення між містами-учасниками та окремими особами/сім’ями в межах певної групи учасників (когорти) на основі:
Персональні дані та індивідуально зважені вподобання осіб, які шукають захисту, такі як:
культурні та соціальні чинники, критично важливі для загального добробуту та інтеграції осіб, які шукають захисту,
чинники, що визначають економічну інтеграцію, тощо.
Муніципальні дані про місцеві умови, послуги та потреби, такі як:
освітні, трудові та навчальні можливості,
наявні культурні послуги,
спроможність підтримувати людей із медичними вразливостями, тощо.
Алгоритм уникає групових припущень і упереджень щодо того, що потрібно новоприбулим, оскільки люди з подібними характеристиками можуть мати різні пріоритети та прагнення.
На практиці алгоритм моделює всі потенційні призначення, щоб визначити сценарій, який забезпечує найвищу загальну якість збігів для всієї когорти. Обчислювально для групи з десяти домогосподарств-учасників і 6 міст потрібно змоделювати приблизно 7 мільйонів сценаріїв зіставлення.
Якщо ви хочете дізнатися більше про наш алгоритм і процедуру зіставлення, ознайомтеся з розділом 4 нашого проміжного оціночного звіту та нашим посібником із впровадження зіставлення на основі даних
Підхід, підкріплений дослідженнями
Зіставлення на основі алгоритмів як інструмент управління міграцією набуває глобального поширення. Міждисциплінарні команди в кількох країнах дослідили різні стратегії розподілу міграції на основі зіставлення, зокрема в сферах переселення та спонсорства громадами. Кілька прикладів:
Проєкт GeoMatch (Стенфордський університет і ETH Zurich) випробував свій інструмент зіставлення, який базується на прогнозуванні ймовірностей результатів інтеграції, у швейцарській програмі переселення.
Програмне забезпечення машинного навчання Annie™ MOORE використовувалося HIAS для рекомендації оптимального розміщення прибулих біженців у приймаючих громадах у США.
Проєкт Match’In (університети Гільдесгайма та Ерлангена-Нюрнберга) розробив інструмент для федеральних земель Німеччини, щоб ефективніше зіставляти та розподіляти шукачів притулку між муніципалітетами.
Дослідження послідовно підкреслює, що зіставлення є ефективним підходом до міграції. Re:Match спирається на міжнародний досвід у цій сфері, водночас усуваючи конкретні прогалини шляхом розробки цілісного інструменту для переселення на національному рівні та рівні ЄС.
Як практичний підхід, переселення через зіставлення надає державам-членам ЄС можливість випробувати ефективний і гуманний механізм розподілу біженців як довгострокову стратегію інтеграції.
