لس آنجلس از یک برنامه آزمایشی هوش مصنوعی برای پیش بینی بی خانمانی استفاده می کند

دسامبر گذشته، کورتنی پترسون، مادر مجرد، در یک برنامه زندگی موقت مسکونی که اکنون تعطیل شده بود، از کار خود اخراج شد. علاوه بر اینکه به او اجازه می‌دهد پسر 7 ساله‌اش را به سر کار ببرد، این کار به اندازه‌ای است که اجاره یک استودیو در محله Van Nuys لس‌آنجلس، جایی که آنها یک سال و نیم در آن زندگی می‌کنند، پرداخت می‌کند.

پس از اخراج، پیترسون گفت که بلافاصله نگران پرداخت اجاره بهای ژانویه شده و شروع به تحقیق در مورد راه های بالقوه برای کمک کرد. او گفت که وقتی پسرش کودک بود، آنها در یک تریلر زندگی می کردند، موقعیتی که او نمی خواست به آن بازگردد.

پیترسون به CNBC گفت: «من شروع به تماس با کلیساها یا مکان‌هایی کردم که می‌گفتند کمک اجاره می‌دهند. اما بسیاری از آنها از من می خواستند که اخطارهای تخلیه فعال داشته باشم تا به من کمک کنند. احساس می کردم گزینه هایم تمام می شود. تقریباً با هرکسی که فکرش را می کردم بدون شانس تماس گرفته بودم.

به جای اعلامیه اخراج، پیترسون نامه ای از بخش پیشگیری از بی خانمانی بخش بهداشت شهرستان لس آنجلس دریافت کرد که در آن راه نجاتی ارائه می شد. این برنامه آزمایشی از هوش مصنوعی پیش‌بینی‌کننده برای شناسایی افراد و خانواده‌های در معرض خطر بی خانمانی استفاده می‌کند و به آنها کمک می‌کند تا ثبات پیدا کنند و در خانه بمانند.

بر اساس داده های وزارت مسکن و توسعه شهری، در سال 2023، بیش از 181000 بی خانمان در کالیفرنیا وجود داشت که بیش از 30 درصد نسبت به سال 2007 افزایش داشت. گزارش اداره حسابرسی ایالتی کالیفرنیا نشان داد که این ایالت از سال 2018 تا 2023 24 میلیارد دلار برای بی خانمان ها هزینه کرده است.

به گفته دانا وندرفورد، معاون مدیر پیشگیری از بی خانمانی در بخش خدمات بهداشتی شهرستان، این برنامه که در سال 2021 راه اندازی شد، به این بخش کمک کرد تا به نزدیک به 800 فرد و خانواده در معرض خطر بی خانمانی خدمت کند، با 86 درصد از شرکت کنندگان در هنگام خروج مسکن دائمی خود را حفظ می کنند. .

او گفت که افراد و خانواده ها به بین 4000 تا 8000 دلار دسترسی دارند که بیشتر بودجه این برنامه از قانون طرح نجات آمریکا تامین می شود. ردیابی افراد برای کمک به آنها و متقاعد کردن آنها به اینکه پیشنهاد واقعی است و کلاهبرداری نیست، می تواند چالش برانگیز باشد، اما به محض برقراری تماس، کمک به سرعت عملی می شود.

ما اغلب مشتریان خود را در چند روز پس از از دست دادن خانه خود یا چند روز پس از اینکه آنها به یک اورژانس پزشکی رسیده اند، می بینیم. وندرفورد گفت: زمانی که با مردم ملاقات می کنیم بسیار حساس است. “توانایی ما برای بیرون آمدن از ناکجاآباد، تماس با افراد، تامین منابع برای آنها و جلوگیری از از دست دادن اجتناب ناپذیر مسکن برای 86 درصد از افرادی که با آنها کار کرده ایم، قابل توجه است.”

پترسون گفت که او و پسرش حدود 8000 دلار برای پوشش اجاره، آب و برق و نیازهای اولیه دریافت کردند که به او اجازه می دهد تا زمانی که به دنبال شغل جدید است در آپارتمان خود بماند. این برنامه به مدت چهار ماه با مشتریان کار می کند و سپس آنها را در شش ماهگی و 12 ماهگی و همچنین 18 ماه پس از ترخیص پیگیری می کند. پرونده‌هایی مانند امبر لونگ که به پیترسون کمک کرد، می‌گویند که می‌توانند از نزدیک متوجه اهمیت کار پیشگیرانه شوند.

هنگامی که مردم آن مسکن را از دست می دهند، به نظر می رسد که موانع بسیار بیشتری برای بازگشت وجود دارد [being] و اگر بتوانیم شکاف کوچکی را پر کنیم، شاید به آنها کمک کنیم آن مسکن را حفظ کنند، من فکر می کنم تثبیت اوضاع بسیار آسان تر از این است که مردم در سرپناه یا خیابان قرار بگیرند تا آنها را به آن وضعیت برگردانند.”

مدل هوش مصنوعی توسط آزمایشگاه سیاست کالیفرنیا در UCLA طی چندین سال و با استفاده از داده های ارائه شده توسط دفتر اطلاعات ارشد شهرستان لس آنجلس یا CIO توسعه داده شد. به گفته جین رونتری، مدیر اجرایی آزمایشگاه سیاست کالیفرنیا، CIO داده‌های هفت بخش مختلف شهرستان را که برای حفظ حریم خصوصی شناسایی نشده‌اند، شامل بازدید از اتاق اورژانس، مراقبت‌های بهداشتی رفتاری و برنامه‌های عمده منافع عمومی از کوپن غذا گرفته تا کمک به درآمد و خدمات بی‌خانمان‌ها یکپارچه می‌کند. این برنامه همچنین داده ها را از سیستم عدالت کیفری استخراج کرد.

این داده‌ها که در طول سال‌های متمادی در کنار هم قرار گرفته‌اند، همان چیزی است که برای پیش‌بینی درباره بی‌خانمان شدن افراد مورد استفاده قرار می‌گیرد.

هنگامی که مدل الگوهایی را در افرادی که بی خانمانی را تجربه کرده اند شناسایی می کند، آزمایشگاه از آن برای پیش بینی آینده استفاده می کند و فهرستی ناشناس از افراد ایجاد می کند که از بالاترین تا کمترین خطر رتبه بندی شده اند. آزمایشگاه لیستی را در اختیار شهرستان قرار داد تا بتواند به افرادی که ممکن است در معرض خطر از دست دادن خانه خود باشند قبل از وقوع آن دسترسی پیدا کند.

با این حال، تحقیقات قبلی نشان داده است که داده های ناشناس را می توان بر اساس اطلاعات جمعیت شناختی به افراد ردیابی کرد. یک مطالعه گسترده حریم خصوصی داده ها بر اساس داده های سرشماری 1990 ایالات متحده نشان داد که 87٪ از آمریکایی ها را می توان با کد پستی، تاریخ تولد و جنسیت شناسایی کرد.

رونتری گفت: “ما در کالیفرنیا کمبود مسکن شدید و چند دهه ای داریم و هزینه مسکن در حال افزایش و افزایش است و به همین دلیل است که مردم ما بی خانمانی را تجربه می کنند.” “بزرگترین تصور غلط این است که بی خانمانی ناشی از عوامل خطر فردی است، در حالی که در واقع بسیار واضح است که علت اصلی آن یک مشکل ساختاری اقتصادی است.”

رونتری گفت که لابراتوار سیاست این نرم افزار را به صورت رایگان در اختیار شهرستان قرار داده است و هیچ برنامه ای برای کسب درآمد از آن ندارد. او گفت که استفاده از هوش مصنوعی در همکاری نزدیک با افرادی که در این زمینه دارای تخصص مرتبط هستند – از معلمان گرفته تا مددکاران اجتماعی – می تواند به ارتقای نتایج اجتماعی مثبت کمک کند.

او گفت: «من فقط می‌خواهم تأکید کنم که چقدر برای هر جامعه‌ای که با بی خانمانی مواجه است، آزمایش و نوآوری پیشگیری مهم است. «این یک استراتژی نسبتاً جدید برای زندگی خدمات بی خانمان است. ما به شواهد بیشتری نیاز داریم. ما باید آزمایش های بیشتری در مورد چگونگی پیدا کردن افراد در معرض خطر انجام دهیم. فکر می‌کنم این تنها یک راه برای انجام آن است.»

اتحاد ملی برای پایان دادن به بی خانمانی در سال 2017 دریافت که یک فرد بی خانمان مزمن به طور متوسط ​​35578 دلار در سال برای مالیات دهندگان هزینه دارد و این هزینه ها با قرار گرفتن در مسکن حمایتی به طور متوسط ​​به نصف کاهش می یابد.

وندرفورد گفت که شهرستان لس آنجلس مذاکرات اولیه را با شهرستان سانتا کلارا درباره این برنامه انجام داده است و شهرستان سن دیگو نیز در حال بررسی رویکرد مشابهی است.

هوش مصنوعی در دست سازمان های دولتی برای نتایج بالقوه تحت نظارت است. اتکای پلیس به فناوری هوش مصنوعی منجر به دستگیری های غیرقانونی شده است و رای دهندگان در کالیفرنیا طرحی را برای لغو سیستم وثیقه ایالتی در سال 2020 و جایگزینی آن با الگوریتمی برای تعیین خطر فردی به دلیل نگرانی هایی که باعث افزایش تعصبات در سیستم قضایی می شود، رد کردند.

به طور کلی، مارگارت میچل، دانشمند ارشد اخلاق در استارتاپ Hugging Face، گفت که اخلاقیات مربوط به استفاده دولتی از هوش مصنوعی به زمینه استفاده و ایمنی اطلاعاتی بستگی دارد که می توان آنها را شناسایی کرد، حتی اگر ناشناس باشند. میچل همچنین به اهمیت کسب رضایت آگاهانه از افرادی که به دنبال کمک از برنامه های دولتی هستند اشاره کرد.

میچل گفت: «آیا مردم از همه سیگنال‌هایی که جمع‌آوری می‌شوند و خطر مرتبط شدن با آن‌ها و سپس نگرانی‌های استفاده دوگانه برای استفاده مخرب علیه آنها آگاه هستند؟» همچنین این سوال وجود دارد که این داده‌ها چه مدت نگهداری می‌شوند و در نهایت چه کسی می‌تواند آن را ببیند.

در حالی که هدف این فناوری ارائه کمک به نیازمندان قبل از از دست دادن خانه هایشان در شهرستان لس آنجلس است، که میچل می گوید از منظر “اخلاق فضیلت” یک چیز مثبت است، از منظر سودمندی سوالات گسترده تری وجود دارد.

او گفت: “این نگرانی‌هایی مانند “هزینه برای مالیات دهندگان چیست و چقدر احتمال دارد که این سیستم واقعاً از بی خانمانی جلوگیری کند؟” است.

در مورد پیترسون، او در حال جستجوی شغل است، به امید موقعیتی از راه دور که به او امکان انعطاف پذیری می دهد. در ادامه راه، او امیدوار است که گواهینامه پرستاری حرفه ای را دریافت کند و روزی خانه ای بخرد که پسرش اتاق خودش را دارد.

“معنی زیادی داشت زیرا می دانید پسر من همیشه آن ثبات را نداشت. من همیشه آن ثبات را نداشتم.» او درباره کمک این برنامه گفت. “برای اینکه بتوانم این مکان را خانه بنامم و بدانم که فردا مجبور نیستم از خانه خارج شوم، پسرم مجبور نیست بلافاصله دوستان جدیدی پیدا کند… این برای من و پسرم بسیار مهم است.”