Há cientistas de dados em Lisboa a combater o desemprego de longa duração

Projecto é um dos que estão a ser desenvolvidos neste momento na Nova SBE em articulação com a Universidade de Chicago.

Foto
Nelson Garrido

Helga Holmestad é norueguesa, Tarciso Oliveira é brasileiro e Kathy Yang norte-americana. Os três encontraram-se e conheceram-se este Verão em Lisboa, na Nova School of Business and Economics (Nova SBE) e têm em comum o mesmo desafio: usar as bases de dados do Instituto de Emprego e Formação Profissional (IEFP) para combater o desemprego de longa duração.

Neste momento, aquilo que estão a desenvolver é ainda um protótipo, conforme explicou ao PÚBLICO Rayid Ghani, criador do projecto Data Science for Social Good na Universidade de Chicago e que chegou este ano à Europa através da Nova SBE. Conhecido por ter sido o cientista chefe da campanha para a reeleição de Barack Obama, em 2012, Rayid Ghani criou no ano seguinte o projecto de usar as grandes quantidades de informação disponíveis em benefício da sociedade. Durante os três meses do Verão, candidatos a cientistas de dados optam por interromper o que estão a fazer e deslocam-se de várias partes do mundo, após terem sido criteriosamente seleccionados, para se organizarem em equipas e tentar responder a grandes desafios colocados por diversas entidades.

No caso do alargamento do programa a Lisboa e no caso concreto do desemprego de longa duração (DLD) e de como o minimizar, o desafio foi colocado pela Câmara de Cascais (concelho para onde a Nova SBE se vai mudar).

O DLD afecta todo o país, e tende a perdurar – os dados divulgados ontem pelo INE mostram que atinge 5,2% da população activa e que, embora esteja a cair, desce mais lentamente do que a taxa total de desemprego. Mas para resolver um problema é sempre preciso dar o primeiro passo, e esse seria dado a partir do encontro entre a Nova SBE, Cascais e o IEFP.

Leid Zejnilovic, chegado há pouco tempo a esta faculdade e que foi quem trouxe a iniciativa para Portugal, explica que a ideia passa por poder replicar as soluções que venham a ser encontradas. Por isso mesmo, como destaca Rayid, as ferramentas usadas, e os programas que forem desenvolvidos, são todos open source (podem ser usados e modificados por qualquer pessoa).  

No caso do ataque ao desemprego de longa duração, juntaram-se três pessoas com diferentes formações: Helga Holmestad é física, Tarciso Oliveira já é analista de dados e Kathy Yang é economista. Ao PÚBLICO, os dois primeiros explicaram que a ideia passa por utilizar os dados disponibilizados pelas pessoas que se inscrevem no centro de emprego e, com base na sua análise dos dados, tentar criar um modelo que alerte para um potencial desempregado de longa duração (indo muito além de questões como a idade, profissão ou sexo).

Além disso, pretende-se envolver também os técnicos do IEFP, e colocar este instituto e a Câmara de Cascais mais em contacto. Com a informação certa, seria possível, por exemplo, alocar mais recursos às pessoas que apresentam um elevado risco de ficar sem emprego durante mais tempo. Os primeiros resultados vão ser apresentados já no dia 24 deste mês, no Museu Paula Rêgo, em Cascais.

Além do desemprego de longa duração, o Data Science for Social Good Europe reuniu outro cinco desafios: o da atribuição de médicos a pacientes numa grande rede de saúde (com apoio do grupo José de Mello Saúde, dono da CUF); como tornar sustentável a dinâmica entre turistas e habitantes na Toscânia (com o apoio da autarquia local), como melhorar o tempo de resposta a acidentes nos Países Baixos (com o apoio do governo holandês); criar um sistema que identifique e ajude a parar barcos de pesca ilegal, via satélite e GPS (com o apoio do World Economic Forum); e ajudar a identificar as melhores formas de aproveitar os telhados de Roterdão (com a autarquia local).

Com uma média de idades de 28 anos, há 15 fellows, de diferentes países e diferentes áreas (como neurociências ou engenharia química), a que se juntaram quatro portugueses (três da Nova e um do Técnico), a tentar dar respostas a estes desafios. Ponto em comum entre estas “mentes brilhantes”, como os organizadores as classificam: usar as suas competências para deixar uma marca positiva através da análise de dados.

Sugerir correcção