Dic07062022

Darrera actualitzacióDiv, 01 Jul 2022 11pm

Back Estàs aquí:Inicio Serie 'Horizontes' Temes clau per predir el conflicte: informació i guerra civil

Temes clau per predir el conflicte: informació i guerra civil

Què ocupa les portades dels periòdics abans de l’esclat d’una guerra? Quines paraules defineixen un conflicte? Hannes Mueller, investigador a l’Institut d’Anàlisi Econòmica del CSIC a Barcelona, i Christopher Rauh, actualment a la Universitat de Cambridge, estudien quines són les claus per predir un conflicte. En el seu projecte, han desenvolupat un algoritme que recull la informació dels principals periòdics i avalua quins temes són recurrents just abans que esclati un conflicte.

L'algoritme recull les notícies dels principals diaris per avaluar quins temes són recurrents abans de l'esclat d'un conflicte. Imatge: PixaBay.L’algoritme creat per l’equip es basa en el “aprenentatge sense supervisió”, és a dir, se li faciliten dades (en aquest cas, els textos d'articles de premsa) i aquest busca patrons de forma automàtica. En l'estudi, aquests patrons són temes que resumeixen el text, configurats a partir de les paraules que el sistema troba i analitza. L'algoritme localitza patrons que es corresponen amb temàtiques com economia, política, guerra o conflicte, tot i que “de vegades hi ha temes que són menys clars”, segons l'investigador. Tots ells s'utilitzen per a fer predicció.

Mueller destaca que, si bé hi ha certs temes que tenen preponderància just abans d'una guerra civil, la presència d'altres temàtiques baixa. Per exemple, l'estudi ha demostrat que un descens en la cobertura de notícies d'economia o justícia pot assenyalar la possibilitat d'un conflicte. Aquesta relació, recorda Mueller, “és correlació, no és causa”. És a dir, aquests indicadors serveixen per fer prediccions, però no apunten a les causes.

Innovació en el projecte

Els algoritmes basats en el “machine learning” o aprenentatge automàtic i les eines de predicció són sistemes àmpliament utilitzats en ciències socials. La novetat del projecte de l'IAE-CSIC consisteix a combinar tecnologies de “machine learning” per predir el conflicte. L'equip empra aprenentatge no supervisat per descobrir els temes dins de cada text i, posteriorment, aprenentatge supervisat per realitzar la predicció.

La investigació empra tècniques d'aprenentatge automàtic, tant supervisat com non supervisat, per realitzar la predicció

Els investigadors registren les notícies de cada any i avaluen l’eficàcia de l’eina fent una comparació amb l'any successiu, és a dir, les dades de 2001 serveixen per predir el conflicte el 2002. Aquesta prova confirma que l'algoritme és capaç de predir el conflicte.

El veritable treball, segons l’investigador, ha radicat en descarregar els 3,8 milions d’articles que ha avaluat l’algoritme, un clic rere l’altre. Una tasca tediosa per a la qual el grup va comptar amb alguns ajudants d'investigació. Aquestes persones feien la descàrrega dels articles i revisaven els continguts per garantir el seu correcte processament. Dels gairebé 4 milions d'articles descarregats, 3,1 provenen del BBC Monitor, una eina desenvolupada durant la Guerra Freda per obtenir informació de diaris locals de tot el món.

Risc de violència a Espanya a partir de la investigació. Imatge: IAE-CSIC.La mostra recull les notícies de les últimes dues dècades, on l’impacte de les "fake news” o notícies falses, que recentment ha augmentat, era més limitat. No obstant això, els resultats dels darrers anys indiquen que l’algoritme no es veu perjudicat per aquest fet, ja que “la propaganda sempre ha format part de les notícies”, apunta l'investigador.

Els factors que porten al conflicte armat

Hannes Mueller assenyala l’exclusió política com un dels factors més importants en l’esclat d’un conflicte. “Sempre, sempre. Ho pots veure en cada conflicte, hi ha un element d’una gent que se sent exclosa del procés polític”, explica Hannes, que a més assenyala els factors econòmics i climatològics (com, per exemple, la sequera a Síria) com altres causants de conflicte. La polarització ètnica o la desigualtat econòmica són altres factors que poden influir en aquests processos, segons apunten investigacions prèvies realitzades a l'IAE-CSIC.

L'exclusió política és un dels factors més importants en l'esclat d'un conflicte

L'objecte de la iniciativa, però, no se centra en els factors que condueixen a un conflicte armat. “Això és una altra part de la investigació”, explica Mueller, i afegeix que, si bé el treballa, “no té res a veure amb predicció”.

La força de la repetició: conflict-trap

L’investigador explica que alguns països com l’Afganistan, Somàlia o República Democràtica de Congo incorren en el que s’anomena “conflict-trap” (o “trampa de conflicte”, en català); és a dir, s’enfronten constantment a guerres o tensions internes i externes. Tot i això, puntualitza, aquest parany no és permanent. “Es pot sortir d'aquesta conflict-trap, però es triga un temps: una dècada, més o menys. Si la pau dura una dècada, [es considera que el país] ja ha sortit de la fase de conflicte”, assenyala.

Un país surt de l'anomenada conflict-trap quan la pau dura una dècada, ja que es considera que ha sortit de la fase de conflicte

No obstant això, el desafiament no és predir el conflicte en aquestes nacions, sinó en països que no s'enfronten a ell constantment i que tenen una probabilitat inicial molt baixa. En aquests casos, una de cada deu projeccions estimades amb l'algoritme serà un conflicte real.

Encertar una de cada deu prediccions sembla un índex baix, però s’ha de tenir en compte que predir el conflicte és difícil i complex. Diversos factors dificulten la predicció. “El primer és que les societats són molt complexes”, assegura Mueller, ja que es componen d'actors humans que sumen imprevisibilitat als estudis. En segon lloc, en què les prediccions i els sistemes socials es retroalimenten. “Si tu fas projecció en sistemes socials, els sistemes socials poden reaccionar a la teva projecció”, elabora l'investigador. Finalment, la quantitat de dades és determinant per a una bona predicció: a major nombre de dades, millor és l'aprenentatge de l'algoritme i, en conseqüència, millor és la predicció.

Tot i les dificultats per predir, l’investigador assegura que les dades proporcionades per l’algoritme en 2017 indicaven que podria generar-se un conflicte al Iemen, un fet que s'ha confirmat. “Al 2017 el que vam tenir era Iemen. Iemen era un [dels països en què es va predir el conflicte] i mira el que està passant”, diu Mueller.

Aplicacions futures del model

Hannes Mueller, investigador del projecte, a l'Institut d'Anàlisi Econòmic. Imatge: Sabela Rey Cao.El model encara està en fase acadèmica, tot i que Mueller espera establir una col·laboració amb el Banc d’Espanya per ampliar el projecte fora de l’entorn acadèmic i desenvolupar un índex de risc polític. Aquesta col·laboració permetria realitzar una predicció més encertada en tot el món i ampliar la base de dades. “Si tenim temps i recursos, ho farem amb l’enfocament d’Amèrica Llatina”, comenta l’investigador.

Mueller assegura que prefereix treballar amb actors públics, com el Banc d’Espanya, perquè pugui demostrar-se que l’algoritme funciona i fer públiques les dades, evitant així els interessos privats d’inversors que s’han interessat pel projecte, perquè podrien “augmentar el problema”.

Paula Talero Álvarez i Sabela Rey Cao - Delegació del CSIC a Catalunya