Une carte créée par des chercheurs de l’Université de Cincinnati peut prédire avec une précision surprenante comment la composition raciale des quartiers va changer.
Tomasz Stepinski, professeur de géographie à l’UC College of Arts and Sciences, a créé un algorithme d’apprentissage automatique pour prédire en détail comment les quartiers deviendront plus ou moins ségrégués au cours des 10 prochaines années.
Stepinski, qui travaille au Space Research Institute for Discovery and Exploration de l’UC, a analysé les données recueillies par le US Census Bureau chaque décennie. Ils ont cartographié les données par composition raciale dans la haute résolution de carrés de 300 mètres appelés cellules.
L’algorithme devait être « formé » pour interpréter les données de deux années de recensement espacées de 10 ans. L’algorithme a également examiné les cellules individuelles par rapport à celles qui les entourent.
« Le nom » apprentissage automatique « suggère qu’il y a quelque chose de magique à ce sujet, mais ce sont juste des statistiques plus puissantes », a déclaré Stepinski.
Stepinski a validé son algorithme en comparant ses prédictions aux données réelles des recensements de 2010 et 2020 et a constaté qu’il était précis jusqu’à 86 %.
« Notre hypothèse selon laquelle vous pouvez prédire la classe d’une cellule dans 10 ans sur la base des deux classes précédentes et des classes environnantes était correcte », a-t-il déclaré. « Ce n’est pas parfait, mais vous pouvez voir que c’est plutôt bien. »
Stepinski et la co-auteure Anna Dmowska, professeure adjointe au Département de géoinformation de l’Université Adam Mickiewicz en Pologne, ont appliqué leur algorithme au comté de Cook à Chicago, dans l’Illinois, autrefois considéré comme l’un des endroits les plus ségrégués racialement d’Amérique.
La carte de l’UC a montré que de nombreux quartiers dominés par les populations blanches et noires deviendront moins ségrégués d’ici 2030 avec des changements moins perceptibles dans les quartiers dominés par les populations hispaniques et asiatiques américaines.
Stepinski a déclaré que des chercheurs de Chicago ont mené des recherches sociologiques pionnières sur la race, l’ethnicité et la gentrification en utilisant le comté de Cook comme modèle. Le comté tentaculaire et fortement peuplé fournit également un bon modèle pour étudier l’algorithme car il a encore de nombreux quartiers ségrégués malgré une tendance à une plus grande diversité raciale et ethnique au cours des 50 dernières années, a-t-il déclaré.
Stepinski a également appliqué l’algorithme à Houston, au Texas, à Los Angeles et à San Francisco en Californie avec un succès similaire.
« La capacité de prédire les changements démographiques est essentielle d’un point de vue scientifique et pour les décideurs politiques, le développement de la ville, etc. », a déclaré le co-auteur Dmowska.
« Comme le montre le document, les cartes prédictives sont assez précises et montrent à quoi pourrait ressembler la région dans les 10 prochaines années », a-t-elle déclaré.
Stepinski a déclaré que les cartes prédictives pourraient être utilisées pour aider les écoles ou les gouvernements à planifier davantage de services tels que des salles de classe ou des interprètes hispanophones. Cela pourrait également aider les sociologues à comprendre les forces motrices de l’évolution démographique des quartiers.
« Mon intérêt n’est pas sociologique. Ma spécialité est le calcul », a déclaré Stepinski. « Je laisse le pourquoi à quelqu’un d’autre. Mais je peux imaginer ce qui se passe. »
Stepinski a déclaré que les jeunes générations sont souvent susceptibles de rester dans les quartiers voisins si elles restent dans une zone. Et si une population raciale particulière décline dans une région, d’autres comblent généralement le vide.
« C’est de la diffusion », a déclaré Stepinski. « Donc, dans le comté de Cook, vous avez une population hispanique qui croît plus rapidement que la population blanche. Ils vont se déplacer à proximité. Ils ne vont pas s’éloigner de chez eux. »
Michael Chavarria, directeur exécutif du HOPE Fair Housing Center à but non lucratif dans l’Illinois, s’est dit surpris par la précision prédictive de la carte.
« Une chose incroyablement puissante qu’il fait est d’affirmer le récit selon lequel les gens n’ont pas autant de contrôle sur l’endroit où ils vivent que les décideurs le pensent », a-t-il déclaré.
« Les gens pensent que la ségrégation est le résultat de choix individuels. Et certaines personnes pourraient choisir de vivre dans des endroits où tout le monde leur ressemble », a déclaré Chavarria. « Mais l’idée qu’un algorithme puisse prédire où vivent les gens montre qu’il existe d’autres facteurs qui contrôlent ces décisions. Cela me dit que le choix de l’endroit où nous vivons n’est pas enraciné dans une agence complète. »
Dans le cas du comté de Cook, Chavarria a déclaré que la vue instantanée offerte par la carte prédictive pourrait suggérer que certains quartiers du comté de Cook deviennent moins ségrégués. Mais cela pourrait aussi simplement capturer la transition d’un type de quartier ségrégué à un autre tout aussi ségrégué.
« Voir ces quartiers changer pourrait simplement être un précurseur de plus de ségrégation », a déclaré Chavarria.
Olivia Cobbins, enquêteuse à la Commission des droits de l’homme du comté de Cook, a déclaré qu’il était important d’examiner la ségrégation raciale dans le contexte de problèmes tels que la discrimination en matière de logement ou les services publics.
« Chicago a une histoire de discrimination raciale, de redlining et d’inégalités envers les Afro-Américains », a-t-elle déclaré.
Cobbins a déclaré que les politiques et les lois doivent suivre l’évolution démographique pour garantir l’égalité des chances pour tous.
« Les fonctionnaires et la société ont la responsabilité et l’obligation morales d’assurer la justice, l’égalité et l’équité et de veiller à ce que l’aide publique et un logement décent et abordable soient disponibles pour ceux qui en ont besoin. »
Tomasz F. Stepinski et al, Modèles d’apprentissage automatique pour la prévision spatialement explicite de la ségrégation raciale future dans les villes américaines, Apprentissage automatique avec applications (2022). DOI : 10.1016/j.mlwa.2022.100359