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

Technische Samenvatting: Bewustzijn-georiënteerde Infrastructuur voor Rechtvaardigheidsbewuste Detectie van Huishoudelijke Watervulnerabiliteit in Informele Nederzettingen in Hyderabad

Probleemstelling
Huidige toepassingen van Kunstmatige Intelligentie (AI) en machine learning in stedelijk waterbeheer zijn voornamelijk georganiseerd rond het operationele perspectief van nutsbedrijven, met de focus op netwerkactiva, stromen, druk en infrastructurele zichtbaarheid. Deze oriëntatie is analytisch incompleet voor informele nederzettingen, waar watervulnerabiliteit vaak niet wordt ervaren als een totaal gebrek aan infrastructuur, maar als de huishoudelijke last van het bruikbaar maken van onbetrouwbare of onveilige diensten. Het artikel identificeert een "infrastructurale zichtbaarheidsgat": de discrepantie tussen de lasten die huishoudens ervaren (tijdverlies, inkomensdruk, gezondheidsrisico's, compensatiekosten) en de bewijslast die door publieke beslissingssystemen als actiegericht wordt erkend. Wanneer AI-modellen uitsluitend worden getraind op door nutsbedrijven zichtbare variabelen (bijv. bron type, leveringsschema's), riskeren zij te optimaliseren voor institutionele leesbaarheid, terwijl ze huishoudens missen wier onzekerheid zich uit in arbeid en economische verstoring. Dit vormt een "probleemformulering-bias" in plaats van louter een technische algoritmische bias.

Methodologie
De studie operationaliseert een besluitvormingsarchitectuur genaamd Conscious Infrastructure Neural Systems (CINS). Het is belangrijk op te merken dat "neuraal" in deze context verwijst naar een gekoppelde besluitvormingsarchitectuur die huishoudelijke gegevens, voorspellende classificatie, subgroup fairness-audits en institutionele responsprotocollen verbindt, en niet naar het gebruik van neurale netwerkalgoritmen.

• Databron: De analyse maakt gebruik van een ruwe dataset bestaande uit 1.700 huishoudelijke enquêtegegevens over 34 informele nederzettingen in Hyderabad, India, en 34 waterkwaliteitsproefmonsters. De data is afkomstig uit promotieonderzoek naar de toegang tot drinkwater en besluitvorming.
• Uitkomstvariabele: De primaire uitkomstvariabele is een binaire indicator die aangeeft of een huishouden heeft gerapporteerd dat het werkritme werd verstoord door de timing van de drinkwatervoorziening of -beschikbaarheid. Dit dient als een proxy voor "bindende" watervulnerabiliteit, waarbij directe economische en temporele gevolgen worden gevangen in plaats van subjectieve perceptie.
• Modelvergelijking: Er zijn twee logistische regressiemodellen geschat en vergeleken op een onafhankelijke testset (30% van de data, gestratificeerd):
  1. Utility-Visible Model (Nutsbedrijf-zichtbaar model): Bevat variabelen die dichter bij conventionele infrastructurele kennis liggen (gebruik van bron, timing van levering, opslagduur, nederzetting ID, gekoppeld microbiologisch risico).
  2. Household-Burden Model (Huishoudelijke-last model): Bevat alle nutsbedrijf-zichtbare variabelen plus variabelen met betrekking tot de huishoudelijke last (inkomens-/uitgavenmediaan, uitgavenratio's, waargenomen kwaliteit/kwantiteit ratings, ziekte/behandeling indicatoren, haallast en afhankelijkheid van meerdere bronnen).
• Evaluatiemetrieken: Prestaties werden beoordeeld op basis van accuratesse, precisie, recall, F1-score, AUC, en specifiek de False Negative Rate (FNR). De studie geeft prioriteit aan het verminderen van de FNR onder kwetsbare subgroepen (laagste inkomenskwartiel, huishoudens met meerdere bronnen, tanker-afhankelijke huishoudens en huishoudens in nederzettingen met microbiologisch risico) boven de geaggregeerde accuratesse.
• Fairness Audit: Een subgroepanalyse werd uitgevoerd om te bepalen of de inclusie van last-variabelen de onderdetectie bij specifieke kwetsbare groepen verminderde. Een Random Forest feature-importance analyse werd gebruikt als een aanvullende interpretatiecontrole.

Belangrijkste Resultaten

• Modelprestaties: Het household-burden model presteerde beter dan het utility-visible model op de onafhankelijke testset.
  • Accuratesse: Steeg van 0.669 naar 0.731.
  • Recall: Steeg van 0.636 naar 0.714.
  • F1-Score: Steeg van 0.513 naar 0.593.
  • AUC: Steeg van 0.731 naar 0.818.
  • False Negative Rate: Daalde van 0.364 naar 0.286.
• Verwarringsmatrix (Confusion Matrix): Het household-burden model identificeerde correct 100 true positives (verstoorde huishoudens) vergeleken met 89 in het utility-visible model, waardoor het aantal gemiste verstoorde huishoudens daalde van 51 naar 40.
• Subgroep Fairness:
  • Verbeteringen: De FNR daalde significant voor het laagste inkomenskwartiel (32.1% naar 25.0%) en huishoudens met meerdere bronnen (40.5% naar 31.6%).
  • Anomalie: De FNR voor tanker-afhankelijke huishoudens steeg licht (8.8% naar 12.5%). De auteurs interpreteren dit als een resultaat van het feit dat tankergebruik al een sterke voorspeller was in het utility-visible model; het toevoegen van last-variabelen herverdeelde de modelgewichten, wat de prestaties voor deze specifieke subgroep, wiens risico al zeer zichtbaar was, licht verzwakte.
• Feature Importance: In het household-burden model kwamen economische druk (uitgaven, inkomensmarge), waargenomen servicekwaliteit en de haallast naar voren als hoog-sturende voorspellers naast infrastructurele variabelen, wat bevestigt dat de ervaring van het huishouden relevante informatie toevoegt voor de besluitvorming.

Belangrijkste Bijdragen

1. Conceptueel Kader: Het artikel introduceert het infrastructurale zichtbaarheidsgat als een brug tussen huishoudelijke watervulnerabiliteit, data-rechtvaardigheid en stedelijk bestuur. Het definieert dit gat als het verschil tussen de door huishoudens ervaren lasten en de bewijslast die door beslissingssystemen wordt erkend.
2. Empirisch Bewijs: Het biedt een reproduceerbare vergelijking die aantoont dat het integreren van variabelen met betrekking tot de huishoudelijke last de detectie van risicovolle huishoudens verbetert en de false negatives onder kwetsbare subgroepen vermindert, wat de voldoendeheid van de infrastructuur-gecentreerde data uitdaagt.
3. Governance Architectuur (CINS): Het artikel stelt CINS voor, niet enkel als een voorspellend instrument, maar als een governance-architectuur die voorspellende classificatie koppelt aan institutionele responsprotocollen. Het betoogt dat fairness-bewuste AI ontworpen moet worden rond de detectie van huishoudelijke lasten en specifieke acties moet triggeren (bijv. hertesten, aanpassing van levering, betaalbaarheidstoetsing) in plaats van passieve dashboard-outputs te blijven.
4. Herformulering van Fairness: De studie verschuift de evaluatie van fairness in infrastructuur-AI van geaggregeerde accuratesse naar de distributie van false negatives over kwetsbare subgroepen, waarbij wordt betoogd dat rechtvaardigheid een eigenschap is van datainclusie en probleemformulering, en niet slechts een post-hoc modelcorrectie.

Betekenis en Claims
Het artikel claimt dat rechtvaardigheid in infrastructuur-AI niet wordt bereikt door louter de modeloutputs te corrigeren, maar door de data-architectuur fundamenteel te wijzigen om de huishoudelijke lasten te includeren. Het centrale argument is dat een huishouden "formeel zichtbaar" kan zijn (verbonden met een netwerk), maar "analytisch onzichtbaar" met betrekking tot de arbeid en economische lasten die het draagt.

De auteurs claimen bescheiden dat hun analyse aantoont dat variabelen met betrekking tot de huishoudelijke last de detectie verbeteren onder een transparante baseline-specificatie. Zij beweren niet een definitief optimaal model te hebben geïdentificeerd of CINS volledig operationeel te hebben ingezet. In plaats daarvan positioneren zij de modelvergelijking als een diagnostisch instrument voor institutionele zichtbaarheid, waarbij wordt getoond wat er gemist wordt wanneer de huishoudelijke last wordt uitgesloten. De betekenis ligt in de stelling dat voor AI om rechtvaardigheidsbewust te zijn in stedelijk waterbeheer, het ontworpen moet worden om de geleefde realiteiten van informele nederzettingen te herkennen—specifiek de fragmentatie van de dienstverlening en de daarmee gepaard gaande lasten—in plaats van enkel te vertrouwen op infrastructurele zichtbaarheid. Het artikel concludeert dat zonder de integratie van huishoudelijke last-data en het koppelen van voorspellingen aan responsprotocollen, AI het risico loopt de watervulnerabiliteit in stedelijk beheer efficiënter te maken terwijl de onzichtbaarheid van degenen die het meest getroffen worden door onbetrouwbare toegang wordt bestendigd.