Η φτώχεια ήταν και παραμένει η μεγαλύτερη «απειλή» της ανθρωπότητας έως και σήμερα και όπως και οι περισσότερες έννοιες της αναπτυξιακής πολιτικής, αποτελεί ένα πολυδιάστατο φαινόμενο, το οποίο σαφώς δεν έχει να κάνει μόνο με το επίπεδο εισοδήματος, αλλά και με άλλους πολύ σημαντικούς παράγοντες. Η φτώχεια, στο σημερινό διεθνές περιβάλλον, περιλαμβάνει την έλλειψη πρόσβασης στην εκπαίδευση, τη βασική ιατρική περίθαλψη, την πρόσβαση σε καθαρό πόσιμο νερό, ή ακόμα και τη δυνατότητα που δίνεται, ή δε δίνεται στο ίδιο το άτομο, ή σε μια ομάδα να επηρεάσει τις πολιτικές διαδικασίες…
Στο πλαίσιο αναζήτησης καινοτόμων ερευνών, επιστημονικών άρθρων, αλλά και ειδήσεων που αφορούν το κομμάτι της ψυχικής και δημόσιας υγείας γενικότερα, του κοινωνικού αποκλεισμού, της κοινωνικής οικονομίας, του περιβάλλοντος κ.α. , ανιχνεύσαμε το παρακάτω δημοσίευμα, το οποίο σαν ΚΛΙΜΑΚΑ κρίνουμε ενδιαφέρον να μοιραστούμε μαζί σας.
Αναλυτικά το άρθρο:
Αμερικανοί ερευνητές υποστηρίζουν πως δορυφορικές φωτογραφίες ημέρας, συνδυαστικά με ένα πρόγραμμα τεχνητής νοημοσύνης μπορεί να «χαρτογραφήσει» τη φτώχεια. Αυτή η καινοτόμα, πρωτοποριακή μέθοδος, μπορεί να συμβάλει σε μια πιο αποτελεσματική και ουσιαστική καταπολέμηση της φτώχειας διεθνώς, ιδίως στις αναπτυσσόμενες χώρες, όπως οι ίδιοι υποστηρίζουν.
Είναι γεγονός πως η απογραφή των νοικοκυριών και η συλλογή στατιστικών στοιχείων είναι δύσκολη σε αρκετές περιοχές του πλανήτη, λόγω πολεμικών συγκρούσεων, γεωγραφικής απομόνωσης, αδυναμιών του κρατικού μηχανισμού και όχι μόνο. Εκτός των άλλων, η επίγεια καταγραφή είναι συχνά μια επικίνδυνη, αργή και αρκετά δαπανηρή διαδικασία.
Ο επίκουρος καθηγητής γεωεπιστημών Μάρσαλ Μπεργκ του Πανεπιστημίου Στάνφορντ της Καλιφόρνια, μαζί με ομάδα ερευνητών που έκαναν τη σχετική δημοσίευση στο περιοδικό “Science”, δοκίμασαν με επιτυχία τη νέα τεχνική σε πέντε αφρικανικές χώρες, για τις οποίες υπάρχουν επίσης αξιόπιστα στατιστικά στοιχεία από τις αρμόδιες κυβερνητικές υπηρεσίες, έτσι ώστε κατέστη εφικτό να επιβεβαιώσουν τις δυνατότητες της νέας μεθόδου.
Μέχρι πρότινος, είχε επιτευχθεί η εξαγωγή συμπερασμάτων για το πόσο φτωχή είναι μια χώρα ή περιοχή, ανάλογα με το πόση φωταψία εξέπεμπε στο νυχτερινό ουρανό. Περισσότερα τεχνητά φώτα ισοδυναμούν με περισσότερα χρήματα και αντιστρόφως.
Η νέα μέθοδος με περισσότερη ακρίβεια αυτή τη φορά, χρησιμοποιεί εκτός από νυχτερινές φωτογραφίες, εικόνες που έχουν τραβηχτεί και την ημέρα από τους δορυφόρους, οι οποίες απεικονίζουν χαρακτηριστικά-κλειδιά. Σε ποιό βαθμό οι δρόμοι είναι ασφαλτοστρωμένοι για παράδειγμα, κατά πόσο οι στέγες των σπιτιών είναι μεταλλικές ή πλαστικές, πόσο απέχει η κοντινότερη παροχή νερού, ή η κοντινότερη αγορά και άλλα…
Στη συνέχεια, ένας εξελιγμένος αλγόριθμος υπολογιστή, που συνεχώς μαθαίνει από τη συγκέντρωση νέων δεδομένων (big data), αναλαμβάνει να «βαθμολογήσει» κάθε περιοχή και να την κατατάξει σε ένα εισοδηματικό επίπεδο. Το λογισμικό μπορεί να «δει» πράγματα που το ανθρώπινο μάτι αδυνατεί και να βγάλει τα ανάλογα συμπεράσματα για το πόση φτώχεια υπάρχει εκεί κάτω.
Το γεγονός ότι αυτή η νέα μέθοδος, μπορεί να «πιάσει» σε ποσοστό ακρίβειας 80% ποιες περιοχές βρίσκονται κάτω από το όριο της απόλυτης φτώχειας, δίνει ένα ομολογουμένως πράσινο φως. Άλλωστε, αυτό που γνωρίζουμε σίγουρα όλοι, είναι πως τα προβλήματα δε μπορούν να λυθούν, αν πρώτα δεν εντοπιστούν.
Οι ερευνητές σκοπεύουν να εφαρμόσουν τη νέα μέθοδο αρχικά στην υποσαχάρια Αφρική και μετά σε όλο τον αναπτυσσόμενο κόσμο.
Πηγή: ΑΠΕ – ΜΠΕ
Επιμέλεια κειμένου: Κλίμακα
*Αναδημοσιεύστε ελεύθερα. Η γνώση γίνεται πλούτος, μόνο όταν μοιράζεται.
