Vanuit de ruimte wordt – met een beetje hulp van kunstmatige intelligentie – pijnlijk zichtbaar wat vanaf het aardoppervlak vaak in het verborgene blijft.
Moderne slavernij is een groot en wereldwijd probleem; nog altijd zijn er talloze mensen die onder dwang en onder slechte omstandigheden moeten werken. Bijvoorbeeld in het Amazonewoud. Het is algemeen bekend dat ‘moderne slaven’ daar worden ingezet voor zowel legale als illegale houtkap. Pogingen om deze uitbuiting van mensen aan te pakken, stranden helaas vaak. Dat is vooral te herleiden naar het feit dat de bedrijfjes waarvoor deze moderne slaven werken slechts kort op één plek actief zijn – als de bomen zijn omgehakt, trekken ze weer verder – en wat ook niet helpt is dat de plekken waar ze actief zijn, doorgaans vrij afgelegen zijn. Tegen de tijd dat onraad ruikende arbeidsinspecteurs ter plekke komen, zijn de gebieden waar de vermeende uitbuiting zou hebben plaatsgevonden, dan ook vaak alweer verlaten.
Satellietbeelden
Het is om moedeloos van te worden. Maar er gloort hoop. Want wetenschappers van Stanford University tonen nu aan dat moderne slavernij – dat vanaf het aardoppervlak zo ongrijpbaar is gebleken – met een beetje hulp vanuit de ruimte een stuk beter te bestrijden is. “Dwangarbeid is lastig op te sporen,” stelt onderzoeker Victoria Ward. “Maar satellietbeelden kunnen echt helpen om tijdig vast te stellen wat er gebeurt en er zo voor zorgen dat inspecteurs effectiever in kunnen grijpen.”
Ovens
In hun onderzoek richten Ward en collega’s de pijlen op een – vanuit de ruimte vaak goed zichtbare – indicatie van actieve ontbossing: grote aantallen tentvormige ovens. Deze ovens zijn doorgaans ongeveer drie meter breed en worden gebruikt om omgehakte bomen te verbranden en zo om te toveren tot houtskool. Deze ovens worden vaak in lange rijen opgesteld (zie ook de afbeelding hieronder) en gaan helaas vaak vergezeld door werkkampen waarin mensen gedwongen worden hun steentje bij te dragen aan de ontbossing van het omringende gebied.
Door hun omvang en het feit dat ze vaak in grote getale worden ingezet, zijn die ovens dus zelfs op satellietbeelden goed te zien. Maar het vereist wel dat je die satellietbeelden nauwkeurig bestudeert. En dat moet je – gezien het zeer tijdelijke karakter van de werkzaamheden – ook herhaaldelijk doen. Dat is behoorlijk arbeidsintensief. Zeker gezien de enorme omvang van het Amazonewoud. Voor mensen is dat bijna niet te doen. Maar daar hebben Ward en collega’s iets op bedacht; ze hebben een kunstmatig intelligent algoritme ontwikkeld dat – na enige training – in staat is om de ovens en daarmee gepaard gaande werkkampen op eigen houtje op te sporen.
Aanpak
De onderzoekers verzamelden eerst rapporten van de Braziliaanse arbeidsinspectie die handelen over honderden plekken in het Amazonewoud waar bomen in de tentvormige ovens werden verbrand. Voor 200 van die locaties zochten de onderzoekers ook satellietbeelden op die gemaakt waren ten tijde van de inspectie. Vervolgens labelden ze op die beelden alle kenmerken die deze gebieden onderscheidden van gebieden waarin geen bomen werden omgehakt en verbrand. Die informatie werd daarna gebruikt om een algoritme te leren om deze gebieden – waar met dwangarbeid geassocieerde ontbossing plaatsvond – te herkenen.
Het werkt
Zodra het algoritme voldoende getraind was, werd het losgelaten op recent gemaakte satellietbeelden. En met resultaat; het algoritme bleek op die nieuwe beelden direct al nieuwe gebieden aan te kunnen wijzen waar vandaag de dag ovens worden gebruikt om bomen te verbranden. “Het algoritme is goedkoop en satellieten vliegen de hele tijd over dit gebied heen,” stelt onderzoeker Michael Baiocchi. “De algoritmes kunnen het gebied dan ook voortdurend monitoren.”
Uiteindelijk hopen de onderzoekers op basis van de satellietbeelden en met behulp van het algoritme een systeem te ontwikkelen dat de Braziliaanse arbeidsinspectie automatisch waarschuwt als er verdachte activiteit in het Amazonewoud is gedetecteerd. Tegelijkertijd zijn ze zich er echter ook wel van bewust dat het huidige algoritme alle problemen niet in één klap oplost. “We zijn er vrij zeker van dat de mensen achter deze handel in mensen zich aan onze aanpak zullen aanpassen,” stelt Baiocchi. “We moeten dan ook blijven zoeken naar nieuwe patronen waar de politie nu nog geen weet van heeft.” En daarbij kunnen algoritmes opnieuw helpen. “Er zijn zeer geavanceerde algoritmes die ontworpen kunnen worden om te zoeken naar nieuwe, voorheen onbekende patronen die ons mensen niet zijn opgevallen. Eén van onze doelen is om deze nieuwe algoritmes in te gaan zetten om andere manieren te vinden waarop de mensenhandel verstoord kan worden.”
Het uiteindelijke hoofddoel is daarbij helder: mensen redden uit de klauwen van hun meedogenloze werkgevers. Maar het, met een beetje hulp vanuit de ruimte, blootleggen van misstanden, dient nog een ander doel, zo stelt Ward. “Het idee is om transparantie te creëren, zodat mensen niet kunnen zeggen dat ze niet weten wat er speelt.”
