نشریه MIT Technology Review در همکاری با Times of San Diego، پس از ۱۵ ماه تحقیق میدانی و اسنادی، نخستین نقشه جامع از مرگ مهاجران در نزدیکی برج‌های نظارتی مرز آمریکا-مکزیک را منتشر کرد. هدف این پروژه پاسخ به یک پرسش کلیدی بود: چرا شمار زیادی از مهاجران در فاصله نزدیک به برج‌های نظارتی دولتی جان باخته‌اند؟

برای ساخت این پایگاه داده، تیم تحقیقاتی موارد مرگ و میر را از سال ۲۰۱۵ به بعد بررسی کرد تا طیف وسیعی از سیاست‌های مرزی، دولت‌های مختلف و فناوری‌های نظارتی را پوشش دهد. داده‌ها از طریق ادغام پایگاه‌های داده موجود از سازمان‌هایی مانند No More Deaths، Humane Borders و Electronic Frontier Foundation، همراه با اسناد جدیدی که از بیش از دوازده نهاد دولتی دریافت شد، گردآوری شدند.

ایالت تگزاس به دلیل نبود پروتکل ملی برای ثبت مرگ‌ومیر و عدم اشتراک‌گذاری آنلاین اسناد، بزرگ‌ترین حلقه مفقوده در پایگاه‌های داده موجود بود. تیم تحقیقاتی ۱۷ شهرستان در تگزاس را که در محدوده برج‌های نظارتی قرار داشتند شناسایی کرد و از ژوئیه ۲۰۲۵ درخواست اسناد را به کلانترهای این شهرستان‌ها ارسال نمود. این فرآیند با چالش‌های زیادی همراه بود؛ از جمله تاخیرهای طولانی، هزینه‌های بین ۳۰۰ تا ۱۳۰۰ دلار برای برخی شهرستان‌ها و ناقص بودن اسناد.

در نهایت، اسناد قابل استفاده از ۱۴ شهرستان دریافت شد که شامل بیش از ۴۰۰۰ صفحه گزارش پلیس بود. برای پردازش حجم بالای اسناد دریافتی از سه شهرستان Kenedy، Webb و Hidalgo، تیم تحقیقاتی از مدل زبانی Claude شرکت Anthropic از طریق API استفاده کرد تا مختصات مکان‌های یافت شدن پیکرها را استخراج کند. این خروجی‌ها سپس به صورت دستی و دسته‌ای برای اطمینان از دقت بررسی شدند.

چرا استفاده از هوش مصنوعی در این پروژه اهمیت دارد؟#

این پروژه نشان می‌دهد که هوش مصنوعی می‌تواند در مقیاس بزرگ برای استخراج داده‌های ساختاریافته از اسناد غیرساختاریافته (مانند گزارش‌های پلیس) استفاده شود. با این حال، روش‌شناسی تیم تحقیقاتی بر اهمیت «بازبینی انسانی» تأکید دارد؛ استفاده از AI به عنوان یک ابزار کمکی و نه جایگزین نهایی، کلید دقت در چنین پروژه‌های حساسی است. همچنین، این تحقیق آشکار می‌کند که شکاف‌های داده‌ای در اسناد دولتی (مانند نبود فیلد مشخص برای شناسایی مرگ مهاجران) همچنان مانع اصلی شفافیت آماری است.

منبع: MIT Technology Review