Morgondagens flyktingkris förutspås med AI

Trots att klimatdriven migration blir vanligare, har socioekonomiska faktorer fortfarande en avgörande betydelse för människors beslut att fly, enligt en nypublicerad studie. Forskning vid Högskolan i Skövde, i samarbete med flera andra utländska lärosäten, visar hur AI kan användas för att förutspå framtida migration och stödja utsatta samhällen i klimatförändringarnas spår.

Varje år tvingas miljontals människor lämna sina hem på grund av klimatrelaterade händelser som torka och översvämningar. Det drabbar särskilt regioner som är starkt beroende av jordbruk. Men trots klimatets påverkan spelar ofta socioekonomiska faktorer större roll för om en person migrerar.

I en ny studie har forskare från bland annat Högskolan i Skövde använt AI och maskininlärning för att analysera stora datamängder och identifiera vilka faktorer som påverkar migration mest.

AI-teknik avslöjar komplexa mönster

– Med hjälp av AI-teknik har vi kunnat analysera en mängd faktorer som ålder, kön, utbildningsnivå. sociala nätverk, infrastruktur och stödåtgärder men även klimatdata, för att ge en mer nyanserad bild av vilka som sannolikt kommer att migrera och när, säger Juhee Bae, lektor i informationsteknologi på Högskolan i Skövde och en av forskarna bakom studien.

Av studien framkommer bland annat att klimatrelaterade händelser, såsom långvariga perioder av torka eller kraftiga översvämningar, är starkt kopplade till internationell migration, medan mindre allvarliga klimatpåfrestningar oftare leder till intern migration inom ett land. Studien visar också att yngre och medelålders män, samt personer med släktingar eller vänner utomlands, oftare överväger att migrera när vädret försämras.

– AI hjälper oss att identifiera mönster som är svåra att upptäcka med traditionella metoder. Det här är ett viktigt steg för att kunna förutse framtida migration och på så sätt ge utsatta samhällen bättre verktyg att hantera effekterna av klimatförändringar, fortsätter Juhee Bae.

AI stärker beslutsfattandet

Genom att kombinera socioekonomiska data med väderdata kan AI-modeller förutsäga vilka samhällen som är mest sårbara. En hjälp när beslutsfattare och länder ska utveckla strategier för att stödja utsatta områden.

– Studien erbjuder viktig information som kan hjälpa regeringar och internationella organisationer att utveckla strategier för att hantera klimatrelaterad migration. Genom att använda relevant data kan man förutse vilka områden som är mest sårbara för extrema väderhändelser och planera åtgärder i förväg, säger Juhee Bae.

Mer om studien

Artikeln Impact of Weather Factors on Migration Intention Using Machine Learning Algorithms publicerades i tidskriften Operations Research Forum och bygger på insamlade data från de sex västafrikanska länderna Burkina Faso, Elfenbenskusten, Mali, Mauretanien, Niger och Senegal.

Artikeln publicerades av forskare från Högskolan i Skövde, University of Abomey-Calavi (Benin), Université de Rennes 1 (Frankrike) och Katolska universitetet i Louvain (Belgien).

Kontakt

Juhee Bae, lektor i informationsteknologi vid Högskolan i Skövde
E-mejl: juhee.bae@his.se, Telefon: 0500-448910