JoblessBERT: Soziale Medien prognostizieren Arbeitslosigkeit zwei Wochen vor der offiziellen Statistik

Key Takeaway

Soziale Medien ermöglichen die frühzeitige Vorhersage von Arbeitslosigkeit bis zu zwei Wochen vor der offiziellen Statistik.

Summary

• Entwicklung von JoblessBERT
  • Forscher von der New York University, der World Bank und der University of Oxford haben ein KI-Modell entwickelt, das Twitter‑Posts auf Hinweise von Arbeitslosigkeit scannt.
  • Das Modell wurde mit 31,5 Millionen US‑Twitter‑Benutzern trainiert, die zwischen 2020 und 2022 aktiv waren.
• Erkennung informeller Sprache
  • JoblessBERT erkennt Ausdrucksformen wie „needa job“ oder „neeeeeed a job!“, die bei herkömmlichen Schlüsselwort‑Suchen übersehen werden.
  • Es filtert direkt erklärende Aussagen: „Ich habe meinen Job verloren“, „Ich bin arbeitslos“, „Ich brauche Arbeit“, ohne Stimmung oder Wirtschaftsmeinungen zu berücksichtigen.
• Korrektur von Verzerrungen
  • Twitter‑Nutzer sind meist jünger, daher schätzt das Modell Alter, Geschlecht und Standort der Nutzer und rechnet die Ergebnisse anschließend auf die Verteilung der US‑Gemeinde (Post‑Stratifizierung).
  • Durch diese Anpassung können Arbeitslosen‑Aufträge auf nationaler, bundesstaatlicher und städtischer Ebene prognostiziert werden.
• Verfeinerung durch Active Learning
  • Der Algorithmus verbessert sich kontinuierlich, indem er unsichere Fälle identifiziert und daraus lernt, sodass die Erfassungsreichweite demografisch breiter wird.
• Fallstudien
  • COVID‑19‑Auslöser (März 2020): Während der ersten Pandemie‑Welle prognostizierte JoblessBERT 2,66 Millionen Arbeitslosenansprüche zwei Tage vor dem offiziellen Bericht, während die tatsächlichen 2,9 Millionen lagen.
  • Im gesamten Untersuchungszeitraum verringerte die Nutzung sozialer Medien die Prognosefehler um mehr als 50 % im Vergleich zur Branchennorm.
• Nutzen für Entscheidungsträger
  • Vor allem bei schnellen wirtschaftlichen Änderungen bietet ein zwei‑Wochen‑Vorsprung die Möglichkeit, Förderprogramme zu aktivieren, Ressourcen anzupassen und gezielte Kommunikation zu starten.
  • In zehn Städten ohne regelmäßige offizielle Daten liefert das Modell verlässliche Schätzungen.
• Ergänzende Rolle
  • Die Autoren betonen, dass JoblessBERT keine offiziellen Arbeitsstatistiken ersetzen soll, sondern als Echtzeit‑Supplement dient und das unmittelbare „On‑The‑Ground‑Erlebnis“ widerspiegelt.
• Datenzugriff und Herausforderungen
  • Zunehmende Beschränkungen der Plattformen für Forscher erschweren die Aufrechterhaltung solcher Studien.
  • Verantwortungsvolle und anonymisierte Datenverwendung bleibt entscheidend für die öffentliche Forschung.

Related queries

Wie funktioniert JoblessBERT bei der Erkennung von Arbeitslosigkeit?
Welche Vorteile bietet die Echtzeit‑Vorhersage gegenüber traditionellen Prognosemethoden?
Wie werden demografische Unterschiede bei der Analyse von Twitter‑Posts berücksichtigt?

Quelle: https://scienceblog.com/social-media-posts-predict-unemployment-spikes-two-weeks-early/