طوّر فريق من الباحثين نموذجاً للذكاء الاصطناعي يمكنه التنبؤ بمعدلات البطالة عبر منشورات منصات التواصل الاجتماعي، في مدى زمني أسرع وبدقة عالية تفوقت على نظيراتها من الطرق التقليدية.
ووفقاً لدراسة جديدة نُشرت، الثلاثاء، في مجلة «PNAS Nexus»، يمكن لمنشورات وسائل التواصل الاجتماعي المتعلقة بالبطالة التنبؤ بالأعداد المتوقعة لطلبات إعانة البطالة الرسمية قبل أسبوعين من نشر البيانات الحكومية.
ووفق الباحثين، عادة ما تجلب البطالة لأصحابها ظروفاً معيشية صعبة، وكثيراً ما تدفع هذه الظروف أصحابها إلى النشر عنها على مواقع التواصل الاجتماعي المنتشرة على شبكة الإنترنت.
وكان سام فرايبرغر، الباحث الرئيسي للدراسة من قسم علوم الكمبيوتر في جامعة نيويورك، وفريقه البحثي، قد طوّروا نموذج ذكاء اصطناعي يُحدد الإفصاحات المنشورة عن البطالة على مواقع وسائل التواصل الاجتماعي.
استخدمت الدراسة بيانات 31.5 مليون مستخدم على منصة «إكس»، ممن نشروا بين عامي 2020 و2022، لتدريب مُصنِّف قائم على نموذج ذكاء اصطناعي للكشف عن المنشورات المتعلقة بالبطالة، حتى تلك التي تحتوي على لغة عامية أو أخطاء إملائية.
استخدم الباحثون تعديلات ديموغرافية لمراعاة عدم تمثيل قاعدة مستخدمي «إكس» لجميع فئات المجتمع، ثم تنبأوا بطلبات إعانة البطالة في الولايات المتحدة على المستويات الوطنية وعلى مستوى الولايات المختلفة.
وقد رصد النموذج ما يقرب من 3 أضعاف عدد الإفصاحات عن البطالة التي رصدتها الأساليب السابقة القائمة على القواعد التقليدية، مع الحفاظ على دقة عالية على مستوى النتائج.
ووفق نتائج الدراسة، أسهمت هذه الطريقة في خفض أخطاء التنبؤ بنسبة 54.3 في المائة مقارنة بالتوقعات الحالية. وأثبتت جدواها بشكل خاص خلال جائحة (كوفيد-19)، حيث رصدت الارتفاع الهائل في طلبات إعانة البطالة في مارس (آذار) 2020، قبل أيام من نشر الإحصاءات الرسمية.
كتب الباحثون في مقدمة دراستهم: «أظهرت الدراسة أن منهجيتنا تتفوق باستمرار على متوسط التنبؤات في هذا المجال، ويمكنها تحسين توقعات طلبات التأمين ضد البطالة في الولايات المتحدة، لمدة تصل إلى أسبوعين مقدماً، على المستويات الوطنية والولائية والمدنية، في كل من الأوقات المضطربة والمستقرة».
وأضافوا: «تُظهر النتائج إمكانية دمج نماذج الذكاء الاصطناعي مع النمذجة الإحصائية لاستكمال منهجية المسح التقليدية، والمساهمة في صنع سياسات أكثر استنارة، لا سيما في الأوقات المضطربة».
ووفق الباحثين، تُبيِّن هذه المنهجية كيف يمكن لنماذج الذكاء الاصطناعي، بالاشتراك مع بيانات وسائل التواصل الاجتماعي، أن تُكمّل الإحصاءات الاقتصادية التقليدية وتُوفّر رؤى آنية لصنع السياسات، لا سيما خلال الأزمات الاقتصادية.
