Los matemáticos han utilizado el aprendizaje automático para desarrollar un nuevo modelo para medir la pobreza en diferentes países que desecha las viejas nociones de una 'línea de pobreza' fija.

El estudio de académicos de la Universidad de Aston, publicado en la revista Comunicaciones de la naturaleza , sugiere que el pensamiento dominante en torno a la pobreza está desactualizado porque pone demasiado énfasis en las nociones subjetivas de las necesidades básicas y no capta toda la complejidad de cómo las personas utilizan sus ingresos.

Afirman que su nuevo modelo, que utiliza algoritmos informáticos para sintetizar grandes cantidades de datos económicos y de gastos, podría ayudar a los responsables políticos de todo el mundo a predecir los niveles de pobreza futuros y planificar intervenciones para aliviar el problema.

"Nadie ha utilizado el aprendizaje automático para decodificar la pobreza multidimensional antes, ", dijo el investigador principal, el Dr. Amit Chattopadhyay, de la Facultad de Ingeniería y Ciencias Físicas de la Universidad de Aston. Esto cambia por completo la forma en que la gente debería ver la pobreza".

Las medidas de pobreza establecidas intentan identificar un umbral monetario por debajo del cual una persona o un hogar se define como "pobre". Estas definiciones tienen sus orígenes en los métodos desarrollados en el siglo XIX y principios del XX por reformadores como Ernst Engel y Seebohm Rowntree.

En la actualidad, el Banco Mundial establece la Línea Internacional de Pobreza en 1,90 dólares EE.UU. por día, con alrededor del 10% de la población mundial (alrededor de 700 millones de personas) viviendo con menos de esto. Esto se basa en una evaluación subjetiva de los ingresos necesarios para cubrir las necesidades básicas en los países más pobres. ajustado por paridad del poder adquisitivo (PPA).

En el nuevo estudio, los investigadores analizaron 30 años de datos de la India, dividir el gasto en tres grandes categorías de `` alimentos básicos '' como los cereales, "otros alimentos", incluida la carne y los "no alimentarios", que cubren otros gastos, como los gastos de vivienda y transporte. El modelo se puede aplicar a cualquier país.

Al reconocer la interacción de "empujar y tirar" entre las tres categorías —más gasto en un área por lo general significa una reducción del gasto en otra— permite una medida de pobreza más holística que puede ajustarse a las circunstancias de cada país. Los investigadores combinaron conjuntos de datos sobre ingresos, mercados de activos y productos básicos del Banco Mundial y otras fuentes para producir un modelo matemático que fue capaz no solo de predecir con precisión los niveles de pobreza pasados ​​tanto en la India como en los Estados Unidos, sino también para predecir niveles futuros en base a ciertos supuestos económicos.

Teniendo en cuenta la elasticidad de la oferta y la demanda en el mercado, el modelo revisa el número de personas tradicionalmente consideradas "pobres" en una "clase media" más práctica. Se puede escalar para reflejar las condiciones en las subregiones de un país, o incluso reducido a una sola ciudad o barrio según los datos disponibles.

"El pensamiento actual sobre la pobreza es muy subjetivo, porque 'pobreza' significará cosas diferentes en diferentes países y regiones, "agregó el Dr. Chattopadhyay." Con este modelo, finalmente tenemos un índice de pobreza multidimensional que refleja la experiencia del mundo real de las personas dondequiera que vivan y en gran medida independiente de la clase social a la que se considera que pertenecen.

"En tono rimbombante, es un modelo que tiene en cuenta las circunstancias económicas en las que se encuentran las personas y los factores que pueden marcar la mayor diferencia en su bienestar material. Como tal, puede ser una herramienta importante para los gobiernos y los formuladores de políticas de todo el mundo a la hora de identificar la pobreza y poner en marcha intervenciones que realmente la aborden ".