Når big data svigter: ITU-forsker afslører huller i mobilitetsdata

Om du er på vej til arbejde eller flygter fra hungersnød. I en tid, hvor rejsekort og smarte mobiltelefoner efterlader digitale spor, bliver mobilitetsdata brugt til at give vigtige indsigter i menneskers bevægelser.

Digital infrastruktur så som telefoner og rejsekort kan pinge telemaster og GPS-satellitter, og derfor er mobilitetsdata er blevet et kraftfuldt værktøj for beslutningstagere, byplanlæggere og sundhedsmyndigheder. Men hvad hvis disse digitale kort over menneskelig aktivitet kun fortæller historien om nogle grupper – og overser andre?

Det er det centrale spørgsmål, som Vedran Sekara, lektor ved IT-Universitetet i København har stillet sig selv. Det seneste år har han med støtte fra Digital Research Centre Denmark (DIREC) undersøgt emnet med forskningsprojektet “Understanding Biases and Diversity of Big Data used for Mobility Analysis”.

Den skjulte ulighed i data

Mobilitetsdata bruges i dag til alt fra byplanlægning over epidemi-tracking til katastrofehåndtering. Men der er alarmerende skævheder i algoritmerne, som Vedran Sekara ønsker at korrigere.

Ifølge forskeren er der bias i de fleste mobilitetsdata. I nogle datasæt har han fundet frem til, at halvdelen af den brugte mobilitetsdata er genereret af de 20 procent rigeste mennesker, og kun fem procent kommer fra de 20 procent fattigste.

“Der er klare mønstre i, hvem der ejer smartphones. Det er oftest rige, mænd og højere uddannede. Kvinder, ældre, og børn er derfor markant underrepræsenterede i de mobilitetsdata, der bliver indsamlet via telefoner. På trods af skævheden bliver disse data brugt til at indrette vores samfund,” siger Vedran Sekara.

Skævheden i mobilitetsdata er ikke blot en akademisk bekymring. Den har reelle konsekvenser for, hvordan ressourcer fordeles.

“Der er stor risiko for, at vi fokuserer vores kræfter på at hjælpe dem, der genererer mest data og som oftest er de rigeste og stærkeste i samfundet, mens de fattige bliver ignoreret. Under jordskælv eller epidemier har vi set, at fattige regioner er dårligere dækket af data, som så risikerer at få dårligere adgang til ressourcer end rige mennesker, fordi vi har bedre data for de rige og derfor sender mere hjælp til dér, hvor de er,” siger Vedran Sekara.

Jagten på en løsning

I sit forskningsprojekt arbejder Vedran Sekara og hans team på at udvikle nye algoritmer, der kan korrigere skævhederne. Men opgaven har vist sig at være meget kompleks.

“Vi fandt frem til, at hvis vi ønsker at korrigere skævhederne, er vi nødt til at lave specifikke modeller for hvert lokalområde. Hvert område har sine egne biases, og det betyder, at vi ikke altid kan bruge de samme algoritmer til at korrigere resultaterne,” siger Vedran Sekara.

Med DIRECs støtte på 500.000 kroner har Vedran og hans team skrevet flere artikler om emnet. Samtidig har projektet åbnet muligheden for at søge flere midler, der kan muliggøre endnu mere forskning om bias i mobilitetsdata.

“DIRECs støtte har været enormt vigtig. De har givet funding til at undersøge problemet på en lille skala, så vi i fremtiden kan lave endnu større projekter. DIREC har virkelig været en katalysator for at få det hele i gang,” slutter Vedran Sekara.

Alle data, som bruges i Vedran Sekaras forskning, er pseudonymiseret og lever således op til både den europæiske og amerikanske datalovgivning.

Læs mere om projektet her.