物理科技生物学-PHYICA

成千上万的海洋渔船可能在使用强巴巴在线影院迫劳动——我们使用人工智能和卫星数据来找到它们

科学新闻 2022-06-04 00:04:37

加文·麦克唐纳《对话》 信用:CC0公共领域 从经济角度来说,在公海捕鱼有点神秘

这些在任何国家领土管辖范围之外的公海区域通常被认为是高努力、低回报的渔场,然而渔民仍然继续在那里工作

我是一名环境数据科学家,利用数据和分析技术来回答关于自然资源管理的关键问题

早在2018年,我在环境市场解决方案实验室的同事们发现,公海捕鱼似乎常常是一项几乎完全无利可图的工作

即使考虑到政府补贴,情况也是如此

然而,渔民继续在公海捕鱼,数量惊人,这表明这项活动得到的财政支持不仅仅是政府补贴

在公海捕鱼中,强迫劳动是一个众所周知的问题,但其规模在历史上一直很难追踪

这个谜——为什么这么多船只在公海捕鱼,如果不盈利的话——让我们的团队认为,从某种意义上来说,这些船只中可能有许多是通过低劳动力成本获得补贴的

如果船只使用强迫劳动,这些成本甚至可能为零

通过将我们团队的数据科学专业知识与卫星监控、人权工作者的输入和机器学习算法相结合,我们开发了一种方法来预测渔船是否有使用强迫劳动的高风险

我们的研究显示,在2012年至2018年间,多达10万人可能成为这些船只上强迫劳动的受害者

强迫劳动的独特行为 国际劳工组织将强迫劳动定义为“任何人在任何刑罚的威胁下被迫从事的、并非自愿提供的所有工作或服务

“基本上,这些工人中的许多人可能被奴役,无法停止工作,被困在公海上

可悲的是,强迫劳动在捕鱼业中已被广泛记录,但这个问题的真实程度在很大程度上仍然未知

我们的团队想更多地谈谈强迫劳动是如何在渔业中使用的,当我们问了推动这个项目的一个关键问题时,突破来了:如果强迫劳动的船只与不强迫劳动的船只表现出可观察的、根本不同的行为呢? 为了回答这个问题,我们首先观察了22艘已知使用过强迫劳动的船只

我们从全球渔业观察组织获得了他们的历史卫星跟踪数据,并利用这些数据来发现这些船只行为的共性。全球渔业观察组织是一个非营利组织,利用近实时渔业数据来促进海洋的可持续性

为了进一步了解在卫星监测数据中寻找什么,我们会见了人权组织,包括自由共享组织、绿色和平组织和环境正义基金会,以确定哪些船只行为可能表明存在强迫劳动的潜在风险

这一系列指标包括船只行为,如在公海上花费更多时间,比其他船只离港口更远,每天比其他船只捕鱼时间更长

例如,有时这些可疑的船只会一次在海上航行好几个月

现在,我们对“危险”行为有了一个很好的概念,这些行为标志着强迫劳动的潜在用途,我们的团队在谷歌数据科学家的帮助下,使用机器学习技术在成千上万的其他船只上寻找类似的行为模式

惊人的广泛 我们使用2012年至2018年的数据对16,000艘渔船进行了检查

14%至26%的船只表现出可疑行为,这表明它们很有可能在剥削强迫劳动

这意味着在这六年里,多达10万人可能成为强迫劳动的受害者

我们不知道这些船只是否仍然活跃,也不知道今天海上可能有多少艘高风险船只

但根据全球渔业观察,截至2018年,有近13,000艘船只在工业延绳钓、拖网和鱿鱼钓船队中作业

鱿鱼钓者在晚上用明亮的灯光将捕获的鱼引诱到水面上;延绳钓渔船用带诱饵的鱼钩拖着鱼线;拖网渔船拖着渔网穿过身后的水域

鱿鱼钓渔船表现出可能使用强迫劳动的行为的比例最高,其次是延绳钓渔船,其次是拖网渔船

我们研究的另一个关键发现是,在所有主要的海洋盆地,无论是在公海还是在国家管辖范围内,都可能发生强迫劳动违法行为

2018年,高风险船只经常出入79个国家的港口,这些港口主要位于非洲、亚洲和南美洲

加拿大、美国、新西兰和几个欧洲国家也因这些可疑船只的频繁到访而引人注目

这些港口既是被剥削劳动力的潜在来源,也是使用强迫劳动捕捞的海产品的转运点

目前,我们的模型是一个概念证明,仍然需要在现实世界中进行测试

通过让模型评估使用强迫劳动已经捕获的船只,我们能够表明,当模型标记可疑船只时,92%的时间是准确的

在未来,我们的团队希望通过收集更多关于已知强迫劳动案例的信息来进一步验证和改进该模型

将数据转化为行动 我们的团队已经建立了一个预测模型,可以识别从事强迫劳动的高风险血管

我们认为,我们的成果可以补充和充实打击侵犯人权行为和促进供应链透明度的现有努力

目前,我们的团队正在使用单个船舶风险评分来确定特定海产品整体的强迫劳动风险

随着我们获得更多的实质性数据并提高模型的准确性,我们希望它最终能够用于解放渔业中强迫劳动的受害者,改善工作条件,并有助于从一开始就防止侵犯人权行为的发生

我们现在正与全球渔业观察合作,以确定政府、执法机构和劳工团体之间的合作伙伴,他们可以利用我们的结果更有效地针对船只检查

这些检查既提供了抓住罪犯的机会,又提供了更多的数据输入模型,提高了模型的准确性

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/kexuexinwen/17603.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~