El modelo de aprendizaje automático se centra en artículos de noticias para predecir brotes de crisis alimentaria

Un equipo de investigadores ha desarrollado un modelo de aprendizaje automático que se basa en el contenido de los artículos de noticias para predecir de manera efectiva los lugares que enfrentan riesgos de inseguridad alimentaria. El modelo, que podría usarse para ayudar a priorizar la asignación de asistencia alimentaria de emergencia en regiones vulnerables, marca una mejora con respecto a las mediciones existentes.

«Nuestro enfoque podría mejorar drásticamente la predicción de brotes de crisis alimentaria con hasta 12 meses de anticipación utilizando flujos de noticias en tiempo real y un modelo predictivo que es fácil de interpretar», dice Samuel Fraiberger, investigador visitante del Instituto Courant de la Universidad de Nueva York. de Ciencias Matemáticas, científica de datos del Banco Mundial y autora del estudio, que aparece en la revista Avances de la ciencia.

«Las mediciones tradicionales de los factores de riesgo de la inseguridad alimentaria, como los índices de gravedad de los conflictos o los cambios en los precios de los alimentos, a menudo están incompletas, retrasadas o desactualizadas», agrega Lakshminarayanan Subramanian, profesor del Instituto Courant y uno de los autores del artículo. «Nuestro enfoque aprovecha el hecho de que los factores de riesgo que desencadenan una crisis alimentaria se mencionan en las noticias antes de ser observables con las mediciones tradicionales».

La inseguridad alimentaria amenaza la vida de cientos de millones de personas en todo el mundo. Según la Organización de las Naciones Unidas para la Agricultura y la Alimentación, el número de personas desnutridas aumentó de 624 millones de personas en 2014 a 688 millones en 2019. Las condiciones, señalan los autores del artículo, se han deteriorado desde entonces debido a la pandemia de COVID-19, el cambio climático y conflictos armados: en 2021, entre 702 y 828 millones de personas en todo el mundo padecieron hambre. Además, la inseguridad alimentaria grave aumentó tanto a nivel mundial como en todas las regiones en 2021.

A pesar de la naturaleza aguda y generalizada de esta aflicción, los métodos actuales para detectar futuras crisis alimentarias se basan en medidas de riesgo que son insuficientes, lo que dificulta los esfuerzos para abordarlas.

Al trabajar para desarrollar un mejor modelo, los autores del artículo, que también incluyeron a Ananth Balashankar, un graduado de doctorado de Courant, consideraron la posibilidad de que la cobertura de noticias, que ofrece relatos en tiempo real sobre el terreno de los desarrollos locales, podría servir como un sistema de alerta temprana para crisis alimentarias inminentes.

Los investigadores recopilaron texto de más de 11 millones de artículos de noticias centrados en casi 40 países con inseguridad alimentaria que se publicaron entre 1980 y 2020. Luego desarrollaron un método para extraer frases particulares en estos artículos relacionados con la inseguridad alimentaria y en formas que capturan la evaluación periodística. con notable detalle. Específicamente, la herramienta da cuenta de cerca de 170 funciones de texto para medir correctamente la semántica de las frases relacionadas con la inseguridad alimentaria y marcar cuándo aparecen los artículos. El siguiente es un ejemplo de Sudán del Sur, que describe tanto la ubicación como los factores de riesgo: «La hambruna puede regresar a algunas partes del país, con un riesgo particular en el este del condado de Pibor, donde las inundaciones y las plagas han devastado los cultivos».

Luego consideraron datos sobre una variedad de factores de riesgo de inseguridad alimentaria, como recuentos de muertes en conflictos, precipitaciones, vegetación y cambios en los precios de los alimentos, para determinar si había una correlación entre las menciones de estos factores en las noticias y su ocurrencia en los países estudiados y regiones. Aquí, encontraron una alta correlación entre la naturaleza de la cobertura y las ocurrencias sobre el terreno de estos factores, lo que indica que las noticias son un indicador preciso de las condiciones estudiadas.

Pero para determinar si los artículos de noticias eran, de hecho, un buen predictor de crisis alimentarias posteriores, el equipo necesitaba saber si la naturaleza de la cobertura era un indicador viable de futuras crisis y si estas historias lo hacían con mayor precisión que las mediciones tradicionales. Usando un conjunto más pequeño de noticias, los investigadores encontraron que desde 2009 hasta 2020 y en 21 países con inseguridad alimentaria, la cobertura de noticias arrojó predicciones más precisas a nivel local de inseguridad alimentaria, y lo hizo con hasta 12 meses de anticipación, que medidas tradicionales que no incluían el texto de la noticia. En particular, también encontraron que complementar las medidas predictivas tradicionales con cobertura de noticias mejoró aún más la precisión de las predicciones de crisis alimentaria, lo que sugiere el valor de los modelos «híbridos».

Los investigadores también ven usos potenciales más amplios para su trabajo.

«Los indicadores de noticias podrían extenderse a la predicción de brotes de enfermedades y el impacto futuro del cambio climático», observa Balashankar.