Conscious infrastructure for fairness aware detection of household water insecurity in Hyderabad informal settlements

Sintesi Tecnica: Infrastruttura Consapevole per la Rilevazione dell'Insicurezza Idrica Domestica Sensibile all'Equità negli Insediamenti Informali di Hyderabad

Problematica
Le attuali applicazioni dell'Intelligenza Artificiale (IA) e del machine learning nella governance idrica urbana sono prevalentemente organizzate attorno alla prospettiva operativa delle utility, concentrandosi su asset di rete, flussi, pressioni e visibilità delle infrastrutture. Questa orientamento è analiticamente incompleto per gli insediamenti informali, dove l'insicurezza idrica viene spesso esperita non come una totale assenza di infrastrutture, ma come il carico domestico di rendere utilizzabili servizi inaffidabili o insalubri. Il documento identifica un "gap di visibilità infrastrutturale": la disgiunzione tra i carichi esperiti dalle famiglie (perdita di tempo, pressione sul reddito, rischi per la salute, costi di adattamento) e le prove che i sistemi decisionali pubblici riconoscono come azionabili. Quando i modelli di IA vengono addestrati esclusivamente su variabili visibili alle utility (ad es., tipo di fonte, programmi di fornitura), rischiano di ottimizzare la leggibilità istituzionale ignorando le famiglie la cui insicurezza si esprime attraverso il lavoro e la perturbazione economica. Ciò costituisce un "bias di formulazione del problema" piuttosto che un semplice bias algoritmico tecnico.

Metodologia
Lo studio opera un'architettura di supporto decisionale denominata Conscious Infrastructure Neural Systems (CINS). È importante notare che "neural" in questo contesto si riferisce a un'architettura decisionale collegata che connette dati domestici, classificazione predittiva, audit di equità dei sottogruppi e protocolli di risposta istituzionale, non all'uso di algoritmi di reti neurali.

• Fonte dei Dati: L'analisi utilizza un dataset grezzo composto da 1.700 record di sondaggi domestici in 34 insediamenti informali a Hyderabad, India, e 34 record di campionamento della qualità dell'acqua. I dati originano da una ricerca dottorale sull'accesso all'acqua potabile e sui processi decisionali.
• Variabile di Esito: La variabile di esito primaria è un indicatore binario che segnala se una famiglia ha riferito che il proprio programma lavorativo è stato interrotto dalla tempistica di fornitura o disponibilità dell'acqua potabile. Questo funge da proxy per l'insicurezza idrica "vincolante", catturando le conseguenze economiche e temporali dirette piuttosto che la percezione soggettiva.
• Confronto tra Modelli: Sono stati stimati e confrontati due modelli di regressione logistica su un set di test tenuto da parte (30% dei dati, stratificato):
  1. Modello Visibile alle Utility: Include variabili vicine alla conoscenza infrastrutturale convenzionale (uso della fonte, tempistiche di fornitura, durata dello stoccaggio, ID dell'insediamento, rischio microbiologico collegato).
  2. Modello del Carico Domestico: Include tutte le variabili visibili alle utility più le variabili del carico domestico (mediane di reddito/spesa, rapporti di spesa, valutazioni percepite di qualità/quantità, indicatori di malattia/trattamento, onere di approvvigionamento e dipendenza da fonti multiple).
• Metriche di Valutazione: Le prestazioni sono state valutate tramite accuratezza, precisione, recall, F1-score, AUC e, specificamente, il Tasso di Falsi Negativi (FNR). Lo studio privilegia la riduzione del FNR tra i sottogruppi vulnerabili (quarto di reddito più basso, famiglie con fonti multiple, famiglie dipendenti da autocisterne e quelle in insediamenti a rischio microbiologico) rispetto all'accuratezza aggregata.
• Audit di Equità: È stata condotta un'analisi dei sottogruppi per determinare se l'inclusione delle variabili di carico riducesse la sotto-rilevazione per specifici gruppi vulnerabili. Un'analisi di importanza delle caratteristiche tramite Random Forest è stata utilizzata come controllo supplementare di interpretabilità.

Risultati Chiave

• Prestazioni del Modello: Il modello del carico domestico ha superato il modello visibile alle utility sul set di test.
  • Accuratezza: Aumentata da 0.669 a 0.731.
  • Recall: Aumentata da 0.636 a 0.714.
  • F1-Score: Aumentato da 0.513 a 0.590.
  • AUC: Aumentata da 0.731 a 0.818.
  • Tasso di Falsi Negativi: Diminuito da 0.364 a 0.286.
• Matrice di Confusione: Il modello del carico domestico ha identificato correttamente 100 veri positivi (famiglie con interruzioni) rispetto agli 89 del modello visibile alle utility, riducendo le famiglie con interruzioni mancate da 51 a 40.
• Equità dei Sottogruppi:
  • Miglioramenti: Il FNR è diminuito significativamente per il quarto di reddito più basso (dal 32.1% al 25.0%) e per le famiglie con fonti multiple (dal 40.5% al 31.6%).
  • Anomalia: Il FNR per le famiglie dipendenti da autocisterne è aumentato leggermente (dall'8.8% al 12.5%). Gli autori interpretano questo dato come il risultato del fatto che l'uso di autocisterne sia già un forte predittore nel modello visibile alle utility; l'aggiunta delle variabili di carico ha ridistribuito i pesi del modello, indebolendo leggermente la performance per questo specifico sottogruppo il cui rischio era già altamente visibile.
• Importanza delle Caratteristiche: Nel modello del carico domestico, la pressione economica (spesa, margine di reddito), la qualità del servizio percepita e l'onere di approvvigionamento sono emersi come predittori di alto rango insieme alle variabili infrastrutturali, confermando che l'esperienza domestica aggiunge informazioni rilevanti per le decisioni.

Contributi Chiave

1. Framework Concettuale: Il documento introduce il gap di visibilità infrastrutturale come ponte tra l'insicurezza idrica domestica, la giustizia dei dati e la governance urbana. Definisce questo gap come la differenza tra i carichi esperiti dalle famiglie e le prove riconosciute dai sistemi decisionali.
2. Evidenza Empirica: Fornisce un confronto riproducibile che dimostra come l'incorporazione delle variabili del carico domestico migliori la rilevazione delle famiglie ad alto rischio e riduca i falsi negativi tra i sottogruppi vulnerabili, sfidando la sufficienza dei dati centrati sull'infrastruttura.
3. Architettura di Governance (CINS): Il documento propone il CINS non solo come uno strumento predittivo, ma come un'architettura di governance che collega la classificazione predittiva ai protocolli di risposta istituzionale. Sostiene che l'IA sensibile all'equità debba essere progettata per rilevare i carichi domestici e debba innescare azioni specifiche (ad es., nuovi test, correzione della fornitura, valutazione dell'accessibilità economica) piuttosto che rimanere come output passivi di una dashboard.
4. Rifocalizzazione dell'Equità: Lo studio sposta la valutazione dell'equità nell'IA infrastrutturale dall'accuratezza aggregata alla distribuzione dei falsi negativi tra i sottogruppi vulnerabili, sostenendo che l'equità è una proprietà dell'inclusione dei dati e della formulazione del problema, non solo di un aggiustamento post-hoc del modello.

Significato e Rivendicazioni
Il documento sostiene che l'equità nell'IA infrastrutturale non si ottiene semplicemente correggendo gli output del modello, ma alterando fondamentalmente l'architettura dei dati per includere i carichi domestici. L'argomento centrale è che una famiglia può essere "formalmente visibile" (connessa a una rete) ma "analiticamente invisibile" riguardo ai carichi di lavoro ed economici che sopporta.

Gli autori rivendicano con modestia che la loro analisi dimostra come le variabili del carico domestico migliorino la rilevazione sotto una specifica baseline trasparente. Non pretendono di aver identificato un modello finale ottimale o di aver implementato pienamente il CINS operativamente. Inveve, il documento posiziona il confronto tra i modelli come uno strumento diagnostico per la visibilità istituzionale, mostrando cosa viene trascurato quando il carico domestico viene escluso. La significatività risiede nell'affermazione che, affinché l'IA sia consapevole dell'equità nella governance idrica urbana, deve essere progettata per riconoscere le realtà vissute degli insediamenti informali — specificamente la frammentazione del servizio e i relativi carichi — piuttosto che affidarsi esclusivamente alla visibilità delle infrastrutture. Il documento conclude che, senza integrare i dati sul carico domestico e collegare le predizioni ai protocolli di risposta, l'IA rischia di rendere la governance idrica più efficiente pur preservando l'invisibilità di coloro che ne sono maggiormente colpiti.