I matematici hanno utilizzato l'apprendimento automatico per sviluppare un nuovo modello per misurare la povertà in diversi paesi che elimina le vecchie nozioni di una "linea di povertà" fissa.

Lo studio degli accademici dell'Aston University, pubblicato sulla rivista Comunicazioni sulla natura , suggerisce che il pensiero tradizionale sulla povertà è obsoleto perché pone troppa enfasi sulle nozioni soggettive dei bisogni di base e non riesce a catturare l'intera complessità di come le persone usano i loro redditi.

Dicono che il loro nuovo modello, che utilizza algoritmi informatici per sintetizzare grandi quantità di dati economici e di spesa, potrebbe aiutare i responsabili politici di tutto il mondo a prevedere i futuri livelli di povertà e pianificare interventi per alleviare il problema.

"Nessuno ha mai usato l'apprendimento automatico per decodificare la povertà multidimensionale prima, " ha affermato il ricercatore capo Dr. Amit Chattopadhyay del College of Engineering and Physical Sciences dell'Università di Aston. "Questo cambia completamente il modo in cui le persone dovrebbero considerare la povertà".

Le misure stabilite della povertà tentano di identificare un livello monetario soglia al di sotto del quale una persona o un nucleo familiare è definito "povero". Queste definizioni fanno risalire le loro origini ai metodi sviluppati nel XIX e all'inizio del XX secolo da riformatori come Ernst Engel e Seebohm Rowntree.

Attualmente, la Banca Mondiale fissa la soglia della povertà internazionale a 1,90 dollari USA al giorno, con circa il 10% della popolazione mondiale, circa 700 milioni di persone, che vive con meno di questo. Questo si basa su una valutazione soggettiva del reddito necessario per coprire i bisogni di base nei paesi più poveri, corretto per la parità di potere d'acquisto (PPA).

Nel nuovo studio, i ricercatori hanno analizzato 30 anni di dati dall'India, dividendo la spesa in tre grandi categorie di "alimenti di base" come cereali, "altro cibo" compresa la carne e "non alimentare" che copre altre spese come le spese di alloggio e di trasporto. Il modello può essere applicato a qualsiasi paese.

Riconoscendo l'interazione "push-and-pull" tra le tre categorie (più spesa in un'area di solito significa una riduzione della spesa in un'altra), consente una misura della povertà più olistica che può adattarsi alle circostanze dei singoli paesi. I ricercatori hanno combinato set di dati sui redditi, mercati di beni e materie prime dalla Banca Mondiale e da altre fonti per produrre un modello matematico in grado non solo di prevedere con precisione i livelli di povertà del passato sia in India che negli Stati Uniti, ma anche per prevedere i livelli futuri sulla base di determinati presupposti economici.

Tenendo conto dell'elasticità della domanda e dell'offerta sul mercato, il modello rivede il numero di persone tradizionalmente considerate "povere" in una "classe media" più pratica. Può essere ridimensionato per riflettere le condizioni nelle sottoregioni di un paese, o addirittura ridimensionato a una singola città o quartiere a seconda dei dati disponibili.

"Il pensiero attuale sulla povertà è altamente soggettivo, perché "povertà" significherà cose diverse in diversi paesi e regioni, " ha aggiunto il dottor Chattopadhyay. "Con questo modello, abbiamo finalmente un indice di povertà multidimensionale che riflette l'esperienza del mondo reale delle persone ovunque vivano e in gran parte indipendenti dalla classe sociale a cui si ritiene appartengano.

"È importante che è un modello che tiene conto delle circostanze economiche in cui si trovano le persone e dei fattori che possono fare la differenza più grande per il loro benessere materiale. Come tale, può essere uno strumento importante per i governi e i responsabili politici di tutto il mondo nell'identificare la povertà e mettere in atto interventi che la affrontino davvero".