Depopulacija u Srbiji je složen izazov sa višestrukim uzrocima, povezanim sa mnogim društvenim problemima. Da bismo počeli da ga rešavamo potreban je integrisani pristup. 

U Laboratoriji za ubrzani razvoj UNDP-a u Srbiji koristimo nove izvore podataka kako bismo brže razumeli ovaj problem i došli do novih rešenja. Nedavno smo eksperimentisali sa podacima društvene mreže LinkedIn i pretraživača Google da bismo bolje razumeli migracije radne snage u Srbiji i napravili mapu dijaspore. Otkrili smo da na osnovu podataka bliskih realnom vremenu možemo brže da razumemo dinamiku onoga što se događa, kao i da steknemo nove uvide o emigraciji, do kojih ne bismo došli da smo koristili tradicionalne izvore podataka.

Kada se pravilno primeni, analiza podataka može da pruži važan pregled situacije i bude osnova za velike transformacijske promene. Poboljšanje kvaliteta, upotrebe i raspoloživosti podataka i primena postojećih podataka u radu na razvojnim izazovima u središtu su digitalne strategije UNDP-a.

Kako nam podaci pomažu

Pristup zasnovan na podacima poboljšava našu sposobnost da odgovorimo na razvojne izazove pravovremeno i efikasno. Spremni smo da reagujemo na nova saznanja ili ideje, čak i ako one osporavaju konvencionalne stavove, potiču od neuobičajenih aktera ili iz novih (alternativnih) izvora podataka. Vizualizacije nam pomažu da razumemo velike količine složenih podataka. Zbog načina na koji ljudski mozak obrađuje informacije korišćenje tabela ili grafikona, brz je i jednostavan način za prenošenje koncepata na univerzalan način. Po ovom pitanju sarađujemo sa stručnjacima koji nam pomažu da naučimo tehnike vizuelizacije podataka.

Kako do pouzdanih podataka

Složenost uzroka koji utiču na dinamiku promena stanovništva otežavaju pronalaženje kredibilnih podataka. Uprkos važnosti međunarodnih migracija, procene migracionih tokova između zemalja su i dalje neprecizne, a dodatno ih otežavaju često slabi kapaciteti za prikupljanje, analizu i tumačenje podataka. Migracije na relaciji selo-grad unutar zemalja je takođe teško pratiti. S druge strane, podatke o stopi nataliteta prate nacionalne statistike, ali dublja analiza porodične dinamike zahteva pristup podacima raštrkanim po različitim javnim službama, koji obično nisu dostupni u mašinski čitljivom formatu.

Veliki setovi (big data) i alternativni izvori podataka sve više se koriste da bi se bolje razumela međunarodna i unutrašnja migraciona kretanja. Prvi pokušaji korišćenja alternativnih izvora podataka da oni mogu da daju nove uvide.

Neki primeri uključuju:

• Veliki setove podataka (big data) sa geolokacijom kao primarnim izvorom informacije kao što su Facebook geo tag, Twitter, Foursquare i GPS za mobilne podatke.
• Veliki setove podataka (big data) bez geolokacije, iz koji se informacija o lokaciji dobija posredno, kao što su: digitalne transakcije poput finansijskih usluga (uključujući kupovinu, novčane transfere, štednju i otplatu kredita), komunikacione usluge (poput anonimizovanih podataka mobilnih mreža) ili informativne usluge (kao što su anonimizovani podaci o upitima za pretragu na Guglu).
• Kombinovanje različitih skupova podataka (npr. kombinovanje satelitskih podataka sa podacima iz popisa stanovništva, podacima mobilnih mreža, podacima koje generišu građani) da bi se pronašla tačna geografska distribucija stanovništva

Izazov: Podacima do boljeg razumevanja procesa depopulacije

Mi u Laboratoriji za inovacije i ubrzani razvoj verujemo u alate, pristupe i metode koji koriste snagu zajednice, podataka i tehnologija u rešavanju složenih problema. Suočeni sa složenošću smanjenja stanovništva, odlučili smo da pokrenemo izazov „Podacima do boljeg razumevanja procesa depopulacije“, koji će nam pomoći da problem bolje razumemo i sagledamo iz drugog ugla.

Želimo da, uključivanjem ljudi iz različitih sfera društvemog delovanja, proširimo opseg mogućih rešenja. Pozvali smo interdisciplinarne timove (programere, analitičare, dizajnere, itd.) da koriste podatke i kreiraju nove skupove podataka, analize i vizualizacije na temu depopulacije.

Timovi će osmisliti detaljan koncept, a najbolji će dobiti finansijsku podršku za implementaciju svojih rešenja. Laboratorija za ubrzani razvoj će timovima dati uputstva i omogućiti pristup raznim već postojećim skupovima podataka, a na njima je da analiziraju i vizualizuju te podatke i dođu do novih saznanja. Nadamo se da će timovi pružiti relevantna i pravovremena saznanja zasnovana na izazovima u razvoju depopulacije, i time pomoći Laboratoriji za ubrzani razvoj da kreira bolje razvojne politike i programe.

Šta dalje

Da bi se ubrzala revolucija u korišćenju i primeni podataka, važno je povezati organizacije i kompanije koje poseduju vredne skupove podataka korisne za razvoj sa razvojnim agencijama, nevladinim organizacijama, istraživačima i drugim zainteresovanim stranama i osigurati da skupovi podataka budu dostupni u budućnosti. Mnogi već postojeći skupovi podataka mogu se koristiti za treniranje novih algoritama mašinskog učenja, za kreiranje novih proizvoda i pružanje novih znanja na osnovu velikih skupova podataka (big data), što u krajnjem smislu znači pomoć većem broju ljudi.

Iz šire perspektive razvojnih izazova i dostizanja ciljeva održivog razvoja, još uvek je veoma teško sakupiti najkorisnije podatke i pristupiti pouzdanim dokazima o tome šta radi, gde, zašto i kako. Preko UNDP-ovih Laboratorija za ubrzani razvoj se trudimo da pređemo na dugoročnu viziju u kojoj postoji otvoren i pouzdan pristup podacima i znanju, koji uključuje velike međunarodne organizacije, nevladine organizacije, korporacije i nacionalne vlade.