تخيل أنك تحاول العثور على جيوب الفقر الخفية في بلد ما كما لو كنت محققاً يبحث عن أدلة في مدينة ضخمة وفوضوية. عادةً، يتعين على المحققين طرق كل باب ليسألوا الناس عن أموالهم، وطعامهم، وصحتهم. هذا يشبه التعداد السكاني التقليدي أو المسح الأسري؛ إنه دقيق، لكنه بطيء ومكلف، وغالباً ما يصبح قديماً بحلول الوقت الذي ينتهي فيه التقرير. في عالم العلوم، هذه هي الطريقة القديمة لقياس "الفقر" — وهو حالة يفتقر فيها الناس إلى الأشياء الأساسية التي يحتاجونها للعيش، مثل الطعام والمأوى والدواء. ولكن ماذا لو لم تكن بحاجة إلى طرق كل باب؟ ماذا لو استطعت معرفة من يعاني فقط من خلال مراقبة أضواء المدينة في الليل، أو الطريقة التي يتحرك بها الناس بهواتفهم، أو ما ينشرونه على وسائل التواصل الاجتماعي؟ هنا يأتي دور نوع جديد من العمل التحقيقي، باستخدام "البيانات غير التقليدية" ونماذج الكمبيوتر لرسم خرائط للفقر في الوقت الفعلي. الأمر يشبه محاولة تخمين درجة حرارة غرفة ليس بوضع ميزان حرارة في كل زاوية، بل من خلال الاستماع إلى كيفية حديث الناس بالداخل، وحركتهم، وما ترتديه ملابسهم من مسافة بعيدة.

هذه الورقة البحثية، التي تحمل عنوان "رسم خرائط الفقر: البيانات، النماذج والتطبيقات"، هي مراجعة شاملة لكيفية استخدام العلماء لهذه الآثار الرقمية للعثور على الفقراء. يعمل المؤلفون، وهم فريق من الباحثين من جامعات في الصين وألمانيا وسويسرا، كمرشدين سياحيين عبر مشهد التكنولوجيا الجديدة. يشرحون أنه بينما لا يمكننا قياس الفقر مباشرة عبر صورة من قمر صناعي أو مكالمة هاتفية، يمكننا رؤية "الآثار" التي يتركها الفقر وراءه. يستكشفون كيف يمكننا استخدام صور الأرض من الفضاء، وسجلات المكالمات الهاتفية المحمولة، ومنشورات وسائل التواصل الاجتماعي لبناء صورة لمن يعاني وأين. لا تكتفي الورقة بالقول "هذا يعمل" فحسب؛ بل تفحص الخرائط بعناية، وتشير إلى الأماكن التي لا يزال الضباب فيها كثيفاً، وتحذرنا من الثقة في الخرائط الجديدة لمجرد أنها تبدو رائعة. وتقترح أن هذه الأدوات الجديدة هي مساعدون أقوياء، لكنها ليست عصياً سحرية تحل محل المسوحات القدية والبطيئة التي تعتمد على طرق الأبواب تماماً.

الطريقة القديمة مقابل الطريقة الجديدة

لفترة طويلة، كانت الطريقة الوحيدة لمعرفة عدد الفقراء هي إرسال فرق لسؤالهم. هذا يشبه محاولة عد كل سمكة في بحيرة عن طريق صيدها واحدة تلو الأخرى. هذا العمل فعال، لكنه يستغرق وقتاً طويلاً، ويكلف ثروة، وبحلول الوقت الذي تنتهي فيه، تكون الأسماك قد تحركت. تشير الورقة إلى أنه في العديد من الأماكن، خاصة في الدول الفقيرة، تحدث هذه المسوحات نادراً جداً لدرجة أن البيانات غالباً ما تكون قديمة لسنوات. وإذا وقعت كارثة أو انهار الاقتصاد، تصبح الخرائط القديمة عديمة الفائدة.

النهج الجديد يشبه مراقبة البحيرة من مروحية. لا يمكنك رؤية كل سمكة بمفردها، لكن يمكنك رؤية أين تضطرب المياه، وأين تغوص الطيور، وكيف ينعكس الضوء بشكل مختلف. تراجع الورقة ثلاث "إطلالات من مروحية" رئيسية يستخدمها العلماء:

1. أضواء الليل وصور النهار (صور الأقمار الصناعية)
فكر في مدينة في الليل. المناطق المضيئة والساطعة هي عادةً مناطق غنية، بها الكثير من الكهرباء والشوارع المزدحمة. أما المناطق المظلمة والخافتة فهي غالباً مناطق فقيرة. استخدم العلماء صور "أضواء الليل" لعقود لتخمين مدى ثراء مكان ما. الأمر يشبه الحكم على حفلة من خلال عدد الأضواء المضاءة في الخارج. لكن الورقة تشير إلى مشكلة: المناطق الأكثر فقراً غالباً ما تكون مظلمة جداً لدرجة أن الأضواء لا تظهر فيها على الإطلاق، مما يجعل من الصعب التمييز بين "الفقير جداً" و"الشديد الفقر".

ولإصلاح ذلك، بدأ الباحثون في النظر إلى صور النهار. يستخدمون أجهزة الكمبيوتر للنظر في أسطح المنازل، والطرق الترابية، وأنواع المحاصيل في الحقول. الأمر يشبه النظر إلى منزل من الخارج لتخمين مدى جودة حياة العائلة بداخله. إذا كان السقف مصنوعاً من الطين والجدران متشققة، فقد يخمن الكمبيوتر أن العائلة فقيرة. توضح الورقة أنه من خلال استخدام "التعلم بنقل الخبرة" (transfer learning) — وهي طريقة معقدة لقول "تعليم الكمبيوتر التعرف على أنماط يعرفها بالفعل" — يمكن للعلماء أخذ نموذج تم تدريبه في بلد ما واستخدامه لتخمين ثراء القرى في بلد آخر، حتى لو لم يكن لديهم مسح هناك.

2. الآثار الرقمية (بيانات الهاتف المحمول)
يمتلك الجميع تقريباً هواتف هذه الأيام، حتى في الأماكن شديدة الفقر. في كل مرة تجري فيها مكالمة، أو ترسل رسالة نصية، أو تنتقل من مكان إلى آخر، يترك هاتفك أثراً رقمياً. توضح الورقة أن هذه الآثار تشبه مذكرات حياة الشخص. إذا كان شخص ما يتصل بأصدقائه كثيراً، ويسافر إلى أماكن مختلفة، ويشتري الكثير من رصيد الهواء، فقد يكون حاله جيداً. أما إذا كان هاتفه صامتاً، ولا يتحرك إلا في دائرة صغيرة جداً، ونادراً ما يشتري رصيداً، فقد يكون يعاني.

يصف المؤلفون كيف يبني العلماء "شبكات" من هذه المكالمات. تخيل شبكة حيث كل شخص هو نقطة وكل مكالمة هي خيط يربط بينهم. في المناطق الغنية، تكون الشبكة عادة كبيرة ومتشابكة، حيث يتحدث الناس مع مجموعات مختلفة كثيرة. وفي المناطق الفقيرة، قد تكون الشبكة صغيرة وضيقة، حيث يتحدث الناس فقط مع جيرانهم المباشرين. تقترح الورقة أنه من خلال النظر في هذه الأنماط، يمكننا تخمين ثراء حي كامل دون سؤال شخص واحد. ومع ذلك، تحذر أيضاً من أن هذا يعمل فقط إذا كان الأشخاص في شبكة الهاتف عينة عادلة من الجميع. فإذا كان أفقر الناس لا يملكون هواتف، فإن الخريطة ستغفلهم.

3. الثرثرة (بيانات وسائل التواصل الاجتماعي)
وسائل التواصل الاجتماعي هي مثل ساحة مدينة ضخمة حيث يصرخ الناس بأفكارهم. تنظر الورقة في كيفية استخدام العلماء لهذه الصرخات لتخمين شعور الناس ومقدار أموالهم. إذا كان الناس في حي ما ينشرون غالباً عن عطلات باهظة، أو سيارات فاخرة، أو أحداث سعيدة، فقد يكون ذلك الحي غنياً. أما إذا كانت المنشورات مليئة بالشكاوى من الجوع، أو الحزن، أو نقص الوظائف، فقد يكون ذلك الحي فقيراً.

يستخدم العلماء أجهزة الكمبيوتر لقراءة الكلمات (تنقيب النصوص) والنظر في من يتابع من (تحليل الشبكات). وجدوا أن اللغة التي يستخدمها الناس، والأجهزة التي يستخدمونها للنشر (مثل آيفون مقابل أندرويد قديم)، وحتى الوقت من اليوم الذي ينشرون فيه، يمكن أن يعطي أدلة حول دخلهم. ولكن مرة أخرى، تحذر الورقة من أن ليس الجميع موجودون على وسائل التواصل الاجتماعي. فالأشخاص الذين هم خارج الشبكة هم غالباً من يحتاجون للمساعدة أكثر، لذا فإن الاعتماد فقط على وسائل التواصل الاجتماعي قد يخلق صورة منحازة.

الجمع بين كل شيء: الخريطة الفائقة

الجزء الأكثر إثارة في الورقة هو عندما يتحدث المؤلفون عن "دمج البيانات متعددة المصادر". هذا يشبه دمج أضواء الليل، وآثار الهواتف، وثرثرة وسائل التواصل الاجتماعي في خريطة واحدة ضخمة وفائقة التفصيل. تقترح الورقة أنه عندما تخلط هذه الأدلة المختلفة معاً، تصبح الصورة أكثر وضوحاً بكثير. على سبيل المثال، في دراسة أجريت في بنغلاديش، أعطى دمج صور الأقمار الصناعية مع بيانات الهاتف المحمول تخميناً لثراء المنطقة أفضل بكثير مما لو استُخدم كل منهما بمفرده. الأمر يشبه حل لغز باستخدام بصمة إصبع، وشهادة شاهد، وفيديو من كاميرا مراقبة في آن واحد.

يظهر المؤلفون أن هذه الخرائط المدمجة يمكن أن تتنبأ بالثراء بدقة مذهلة، حيث تفسر أحياناً ما يصل إلى 70% أو أكثر من الاختلافات في الثروة بين المناطق المختلفة. حتى أنهم يوضحون كيف يمكن استخدام هذه الخرائط لإرسال المساعدات بسرعة أثناء الأزمات، مثل جائحة كوفيد-19، من خلال العثുള്ള على الأشخاص الأكثر ضعفاً بشكل أسرع من المسوحات التقليدية.

العقبة: ليست مثالية

رغم كل هذا الحماس، فإن الورقة حذرة جداً في عدم القول بأن هذا حل مثالي. يشير المؤلفون إلى عدة مشاكل كبيرة:

• مشكلة "الأشخاص المفقودين": إذا لم يكن لدى الشخص هاتف، أو لا يستخدم وسائل التواصل الاجتماعي، أو يعيش في مكان لا يستطيع القمر الصناعي رؤيته بوضوح، فلن يظهر في الخريطة. تحذر الورقة من أن هذه الأساليب قد تترك دون قصد أفقر الناس، أو كبار السن، أو أولئك الموجودين في مناطق النزاع.
• مشكلة "النموذج الواحد لا يناسب الجميع": النموذج الذي يعمل بشكل رائع في بلد ما قد يفشل في بلد آخر. الطريقة التي يستخدم بها الناس الهواتف أو شكل منازلهم قد تختلف تماماً حسب المكان. تقترح الورقة أننا لا نستطيع مجرد نسخ ولصق نموذج من مكان إلى آخر دون التحقق مما إذا كان لا يزال يعمل.
• مشكلة "الصندوق الأسود": بعض نماذج الكمبيوتر معقدة للغاية لدرجة أن العلماء أنفسهم لا يفهمون تماماً لماذا اتخذت تخميناً معيناً. إذا قال الكمبيوتر إن حياً ما فقير، لكننا لا نعرف السبب، فمن الصعب على السياسيين الوثوق به واستخدامه لاتخاذ القرارات.

الخلاصة

تخلص الورقة إلى أن هذه الأدوات الجديدة هي مساعدون مذهلون، لكنها ليست بدائل للطرق القديمة. إنها تشبه تلسكوباً عالي التقنية يساعدنا على رؤية أشياء لم نكن نراها من قبل، لكننا لا نزال بحاجة للخروج والتحدث مع الناس للتأكد من أننا لا نغفل عن أي شيء مهم. تقترح الورقة أن مستقبل مكافحة الفقر يكمن في مزج هذه الخرائط الرقمية الجديدة والسريعة مع المسوحات القديمة والبطيئة ولكن الموثوقة. ومن خلال القيام بذلك، يمكننا الحصول على صورة تتسم بالدقة والتفصيل في آن واحد، مما يساعدنا في العثور على الأشخاص الذين يحتاجون للمساعدة الأكثر، وبسرعة أكبر من أي وقت مضى. لا تدعي الورقة أنها حلت مشكلة الفقر، لكنها تقترح أننا أخيراً نملك كشافاً أفضل للبحث عن الأشخاص الذين لا يزالون في الظلام.