MỘT THUẬT TOÁN CHỌN NƠI NGƯỜI TỊ NẠN BẮT ĐẦU

Người tị nạn thường gặp khó khăn trong việc tìm việc làm ở nước tiếp nhận. Theo bài báo, ở hai mươi quốc gia châu Âu, khả năng có việc làm của họ thấp hơn khoảng 12% so với những người di cư tương đương, một khoảng cách kéo dài từ mười đến mười lăm năm. Những tháng và những năm đầu tiên sau khi đến là quan trọng nhất, và nơi một người tị nạn được bố trí cũng vậy. Thế nhưng ở nhiều nước, trong đó có Thụy Sĩ, việc phân bổ tuân theo các hạn ngạch hành chính, và cán bộ có rất ít thông tin về nơi mỗi người sẽ có cơ hội tốt nhất.

Một đề xuất, không phải một quyết định

Năm 2018, Kirk Bansak, Jens Hainmueller và các đồng nghiệp đề xuất ghép nối người tị nạn bằng thuật toán. Một mô hình học máy, được huấn luyện trên dữ liệu của những người đến trước đây, dự đoán khả năng mỗi người tị nạn tìm được việc ở từng địa điểm có thể. Sau đó, một bước tối ưu hóa đề xuất các phương án phân bổ nhằm tối đa hóa việc làm kỳ vọng trong khi vẫn tôn trọng mọi hạn ngạch. Một cán bộ con người giữ quyết định cuối cùng.

Cho đến nay, lợi ích của cách làm này mới chỉ được ước tính bằng cách chạy lại dữ liệu cũ. Nghiên cứu này, do Bansak (Đại học California, Berkeley), Hainmueller (Đại học Stanford) và Dominik Hangartner (ETH Zurich) dẫn dắt, báo cáo điều mà các tác giả tin là thử nghiệm ngẫu nhiên có đối chứng đầu tiên về phương pháp này, được tiến hành cùng Văn phòng Quốc vụ khanh về Di cư của Thụy Sĩ (SEM), với một phiên bản ban đầu của công cụ mang tên GeoMatch.

Một cuộc bốc thăm mù trong một cơ quan hành chính thực

Từ tháng 1 năm 2020 đến tháng 6 năm 2023, mọi hồ sơ đủ điều kiện — một gia đình hoặc một người trưởng thành độc thân đã được công nhận quy chế tị nạn hoặc được bảo hộ tạm thời, và có thể được bố trí ở bất kỳ bang nào — đều được máy tính phân vào một trong hai nhóm, tỉ lệ 50/50:

• thuật toán: bang mà GeoMatch dự đoán sẽ tối đa hóa việc làm;
• đối chứng: một bang được rút ngẫu nhiên trong số các suất còn trống, như trong quy trình thông thường.

Các cán bộ phân bổ nhìn thấy cùng một màn hình trong cả hai trường hợp, và cả họ lẫn người tị nạn đều không biết hồ sơ thuộc nhóm nào. Mỗi nhóm có một bản sao giống hệt nhau của các hạn ngạch theo bang và theo quốc tịch. Thiết kế này loại trừ một mẹo đơn giản: thuật toán không thể gửi nhiều người hơn đến những bang có thị trường việc làm mạnh. Nó chỉ có thể cải thiện sự phù hợp giữa một con người và một nơi chốn.

Mô hình biết rất ít: giới tính, tuổi, tình trạng hôn nhân, quy mô hộ gia đình, ngày đến, quốc tịch và tiếng mẹ đẻ. Trình độ học vấn, quá trình làm việc và kỹ năng ngôn ngữ không được ghi trong sổ đăng ký mà nó sử dụng. Các cán bộ làm theo đề xuất hiển thị trong khoảng 97% trường hợp.

Mẫu cuối cùng: 2.000 hồ sơ, 2.156 người trưởng thành, chủ yếu đến từ Afghanistan (54%), Thổ Nhĩ Kỳ (26%) và Syria (9%).

Kết quả

Kết quả chính, được ấn định trong một kế hoạch đăng ký trước, là tỉ lệ số tháng có việc làm trong ba năm đầu. Ở nhóm đối chứng, người trưởng thành trung bình đi làm 22,3% số tháng đó.

• Tất cả các đợt (2020–2023): +2,2 điểm phần trăm cho nhóm thuật toán, tức nhiều hơn khoảng 10%, với khoảng tin cậy từ +0,05 đến +4,3 điểm.
• Các đợt sau Covid (2022–2023): +3,9 điểm, tức nhiều hơn khoảng 17%. Thử nghiệm bắt đầu vài tuần trước đại dịch, và mô hình đã được huấn luyện trên dữ liệu trước đại dịch; với các đợt 2020 và 2021, hiệu ứng không thể phân biệt được với số không. Những so sánh theo đợt này không được đăng ký trước.
• Tăng dần theo thời gian: 36 tháng sau khi được bố trí, tỉ lệ hộ gia đình có ít nhất một người trưởng thành đi làm cao hơn 5,2 điểm (khoảng 11%).
• Việc làm ổn định hơn: có một công việc kéo dài ít nhất sáu tháng, +5,6 điểm; có hợp đồng không xác định thời hạn sau ba năm, +4,5 điểm.

Rẻ, theo thiết kế

Chỉ tính đến tài chính công — các khoản trợ cấp không còn phải chi, cộng với các khoản đóng góp và thuế — các tác giả định giá mỗi tháng việc làm tăng thêm ở mức khoảng 1.950 franc Thụy Sĩ. Với chi phí vận hành giả định là 50 franc cho mỗi người trưởng thành, họ ước tính lợi ích ròng khoảng 1.300 franc cho mỗi người trưởng thành, tức tỉ lệ khoảng 27 trên 1. Họ so sánh hiệu ứng sau ba năm với hiệu ứng của các chương trình bổ sung hàng trăm giờ học ngôn ngữ, đồng thời nhấn mạnh rằng thuật toán không phải là thứ thay thế cho các khóa học như vậy.

Họ gọi thử nghiệm này là một phép thử thận trọng: một phiên bản ban đầu, bị “đóng băng” của công cụ, ít biến dự báo, địa lý ở mức thô, hạn ngạch chặt chẽ, và chỉ một nửa số hồ sơ được đem ra tối ưu hóa. Liệu các phiên bản mới hơn, ít bị ràng buộc hơn có làm tốt hơn hay không thì vẫn cần được kiểm chứng.

Ai xây dựng, ai thử nghiệm

Chính các tác giả đã phát triển phương pháp GeoMatch. Họ tuyên bố không có xung đột lợi ích và cho biết không nhận khoản thanh toán nào từ chính phủ Thụy Sĩ để phát triển hay vận hành công cụ; công trình được tài trợ bởi Đại học Stanford, các quỹ và tổ chức từ thiện trong đó có Google.org, cùng một khoản tài trợ nghiên cứu châu Âu. Ngoài vấn đề người tị nạn, họ coi thử nghiệm này là một bằng chứng thực địa hiếm hoi cho thấy các công cụ dự đoán có thể cải thiện những quyết định công có tầm quan trọng lớn khi chúng hỗ trợ, chứ không thay thế, những người ra quyết định — và là một lời nhắc rằng các công cụ như vậy phải được huấn luyện lại khi thế giới thay đổi, như đã xảy ra vào năm 2020.