Info

Web 3.0 : le Big Data pour aider les réfugiés à s’installer et trouver un emploi

Réfugiés afghans dans un camps près de Calais, France, 12 Octobre 2016.<br />
 
Réfugiés afghans dans un camps près de Calais, France, 12 Octobre 2016.
 
(AP Photo / Thibault Camus)

Alors que l’Occident affronte un afflux de réfugiés sans précèdent depuis la seconde guerre mondiale, des chercheurs viennent de mettre au point un algorithme qui permettrait aux gouvernements d’installer les réfugiés au mieux dans leur pays d’accueil, en tenant compte de leur compétences et de leur histoire.
Testé en Suisse, il a amélioré les perspectives d’emploi et d’intégration des réfugiés d’environ 75% !
 

dans
Voici un algorithme qui pourrait fortement intéresser les démocraties occidentales, confrontées à un afflux croissant de réfugiés ces dernières années, et changer la donne en matière d’absorption de populations étrangères. Il a été élaboré par une demi-douzaine de chercheurs de l’Université de Stanford, aux Etats-Unis, et de l'Ecole Polytechnique Fédérale de Zurich (Kirk Bansak, Jeremy Ferwerda , Jens Hainmueller, Andrea Dillon, Dominik Hangartner, Duncan Lawrence, Jeremy Weinstein), et promet de réinstaller et de réemployer des réfugiés fraîchement arrivés.

Les chercheurs ont utilisé une approche d'apprentissage automatique pour élaborer un algorithme permettant aux réfugiés d'optimiser leur taux d'emploi global. 

Ils ont développé et testé l'algorithme sur des segments de données de registre provenant des États-Unis et de Suisse. Si l'algorithme a amélioré les perspectives d'emploi des réfugiés d’environ 40% aux États-Unis, ce chiffre a atteint les 75% dans la Confédération helvétique.

Ils ont constaté que l'autosuffisance économique des réfugiés dépendait de leurs caractéristiques individuelles, telles que le niveau d'instruction et la connaissance de la langue du pays d’accueil, et du lieu de réinstallation dans le pays. Il s'est avéré que les réfugiés ayant des antécédents ou des compétences particulières obtenaient de meilleurs résultats dans certains endroits que d'autres, particulièrement en Suisse.

"Quand on regarde la crise des réfugiés à l'échelle mondiale, a déclaré Jeremy Weinstein, professeur de Sciences politiques à l’Université de Stanford et coauteur de l'étude, il est clair qu'elle ne disparaîtra pas de sitôt et que nous avons besoin de nouvelles politiques axées sur la recherche de données". 

Le groupe a déclaré que l'algorithme, qui pourrait être mis en œuvre à un coût pratiquement nul, pourrait aider les gouvernements et les agences de réinstallation aux ressources limitées à trouver les meilleurs endroits pour les réfugiés à délocaliser.


Comment fonctionne l’algorithme ? 


Les chercheurs ont développé leur algorithme basé sur les données socio-économiques de plus de 30 000 réfugiés, âgés de 18 à 64 ans, placés par une grande agence de réinstallation de 2011 à 2016 aux États-Unis. 

Ils ont répliqué cette approche pour des demandeurs d’asile arrivés en Suisse entre 1999 et 2013. Dans les deux cas, les données comprenaient également l'endroit où ces réfugiés étaient réinstallés et leur statut d'emploi éventuel, s’ils avaient économiquement réussi ou non.

Pour imaginer cet algorithme, prenez deux réfugiés, tous deux originaires du même pays, ayant le même âge, une origine ethnique et un niveau de compétence similaires. Une fois réinstallés dans différents endroits, l'un évolue et trouve un emploi tandis que l'autre se débat, se trouvant confronté à beaucoup de difficultés. 

Les raisons pour lesquelles leurs chemins divergent sont complexes, mais avec un algorithme qui exploite des dizaines de milliers de cas historiques, nous n'avons pas besoin de les comprendre complètement pour apprendre d'eux. L'algorithme peut détecter des schémas systématiques, donc la prochaine fois qu'il reçoit un réfugié qui ressemble beaucoup à ces deux-là, il va l'envoyer à l'endroit où le premier réfugié a prospéré.

Prenez cette idée de base et multipliez-la par une douzaine de caractéristiques individuelles et des centaines de sites potentiels de réinstallation, et vous avez une idée de ce que l'algorithme peut faire s'il est mis en service pour les milliers de réfugiés qu'un pays peut recevoir chaque année. 


L’importance du lieu


Pourquoi la destination est-elle si importante ? Après tout, certains réfugiés ont les compétences professionnelles et linguistiques nécessaires pour bien faire n'importe où, et certains endroits offrent des marchés du travail et des organisations communautaires solides qui profiteraient à tous les réfugiés. 

Pourtant, les données révèlent des synergies claires entre les caractéristiques des individus et les conditions locales : les forces de certains réfugiés seront plus récompensées dans certains lieux que dans d'autres, tandis que les traits qui pourraient être passifs dans certains endroits deviennent moins préjudiciables dans d'autres

Une ville plutôt que telle autre peut constituer un obstacle ou une rampe vers une intégration réussie, selon le profil du réfugié. Un bon jumelage peut faire une grande différence en aidant les réfugiés à trouver du travail et à s'enraciner. 

Actuellement, ces synergies ne sont pas prises en compte de manière systématique. En Suisse notamment, les demandeurs d'asile sont répartis de manière aléatoire et proportionnelle entre les régions

Pour former l'algorithme aux États-Unis, les chercheurs ont utilisé des données sur plus de 30 000 réfugiés, âgés de 18 à 64 ans, placés par une grande agence de réinstallation de 2011 à 2016. Ils ont ensuite demandé à l'algorithme d'assigner des emplacements optimaux pour les réfugiés arrivés à la fin de 2016. Les gains étaient frappants : comparé aux résultats historiques réels, le réfugié médian était plus de deux fois plus susceptible de trouver un emploi s'il était placé par l'algorithme. C'est une augmentation de la probabilité d'emploi d'environ 25 à 50%. Les taux d'emploi prédits par les réfugiés ont globalement augmenté, y compris pour ceux qui étaient les plus et les moins susceptibles de trouver du travail. Et presque tous les sites de réinstallation se sont mieux portés : les taux d'emploi moyens dans la grande majorité des sites de réinstallation ont augmenté. Des tests ont également révélé que, si l'algorithme avait été utilisé, le taux d'emploi moyen dans tous les emplacements aurait été supérieur de 41%, passant de 34 à 48%.

Lorsque les tests ont été répétés dans le contexte de la Suisse, les gains étaient encore plus importants. Avec les données du Secrétariat d'Etat suisse à la migration, les chercheurs ont examiné les demandeurs d'asile qui avaient été réinstallés dans 26 régions entre 1999 et 2013 et qui avaient bénéficié d'une protection subsidiaire. Après avoir formé l'algorithme sur les données antérieures, l'équipe l'a testé sur les demandeurs d'asile arrivés en 2013. Leur taux d'emploi était de 15% en réalité, mais il aurait été de 26% s'ils avaient été assignés à l'emplacement optimal identifié par l'algorithme, soit une augmentation de 73% !
 

Un algorithme toujours en test


Les chercheurs ne préconisent pas que l'algorithme remplace la prise de décision des responsables de la réinstallation mais cette approche peut fournir aux gouvernements un outil politique pratique et rentable qui peut être immédiatement mis en œuvre dans les structures institutionnelles existantes.

"Notre approche préserve la capacité des décideurs à définir leurs propres paramètres et priorités", ont écrit les chercheurs. "Par exemple, dans un processus d'assignation assistée par ordinateur, l'algorithme pourrait fournir plusieurs recommandations, et les agents de placement pourraient utiliser leur propre discrétion pour déterminer l'affectation finale ou remplacer toute suggestion."

Pourtant, contrairement aux interventions politiques plus coûteuses, telles que l'emploi ou la formation linguistique pour les réfugiés, les résultats de l'algorithme, dont le code est disponible gratuitement à toute organisation ou gouvernement, sont prometteurs, selon les chercheurs.

Exemple en Suisse : envoyer les réfugiés francophones dans les cantons qui le sont aussi, et non dans des cantons germanophones comme c’est souvent le cas. 
 
Les gains en emploi des réfugiés installés en Suisse.<br />
<em>(Extrait de l'étude "Improving refugee integration through data-driven algorithmic assignment" de Kirk Bansak, Jeremy Ferwerda, Jens Hainmueller, Andrea Dillon, Dominik Hangartner, Duncan Lawrence, Jeremy Weinstein)</em>
Les gains en emploi des réfugiés installés en Suisse.
(Extrait de l'étude "Improving refugee integration through data-driven algorithmic assignment" de Kirk Bansak, Jeremy Ferwerda, Jens Hainmueller, Andrea Dillon, Dominik Hangartner, Duncan Lawrence, Jeremy Weinstein)


"Le fait que nous soyons en mesure de générer des gains aussi significatifs grâce à un simple changement du processus de réinstallation montre à quel point il est important d'apporter des informations basées sur les données aux processus d'élaboration des politiques", a déclaré M. Weinstein.

Le groupe a déclaré qu'ils ont encore besoin de confirmer les prédictions de l'algorithme grâce à des tests prospectifs qui mettent en œuvre cette approche en temps réel. 

L'équipe de recherche développe actuellement un certain nombre de programmes pilotes en partenariat avec les gouvernements et les agences de réinstallation pour tester la puissance de l'algorithme.

Laquelle peut s'améliorer avec le temps. L'algorithme exploite constamment les données actualisées sur les résultats des réfugiés, de manière à répondre aux conditions changeantes de chaque lieu de réinstallation, en ajustant ses affectations si certains réfugiés ne réussissent plus bien dans des endroits qui correspondaient auparavant ou si de meilleures correspondances apparaissent. 

Enfin, étant donné qu'il proposerait des correspondances de haut niveau tout en offrant la possibilité d'une neutralisation humaine, l'algorithme complèterait, et non remplacerait, l'expertise des fonctionnaires et des agents de réinstallation chargés de fournir des services d'intégration.

En tout cas, s’il prouve son efficacité, ce nouvel outil directement issu du web 3.0, pourrait devenir d’une grande aide aux gouvernements en mal de solutions face à la crise mondiale des réfugiés.

>PDF de l'étude