• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Autres
    Des milliers de bateaux de pêche océanique pourraient avoir recours au travail forcé - nous avons utilisé l'IA et les données satellitaires pour les trouver

    Crédit :CC0 Domaine public

    La pêche en haute mer est un peu un mystère, économiquement parlant. Ces zones de haute mer situées au-delà de la juridiction territoriale de toute nation sont généralement considérées comme nécessitant un effort élevé, les zones de pêche peu rentables, pourtant, les pêcheurs continuent d'y travailler de toute façon.

    Je suis un spécialiste des données environnementales qui exploite les données et les techniques analytiques pour répondre à des questions cruciales sur la gestion des ressources naturelles. De retour en 2018, mes collègues de l'Environmental Market Solutions Lab ont découvert que la pêche en haute mer semble souvent être une entreprise presque entièrement non rentable. Cela est vrai même en tenant compte des subventions gouvernementales.

    Pourtant, les pêcheurs continuent de pêcher en haute mer en nombre ahurissant, suggérant que cette activité est soutenue financièrement au-delà des simples subventions gouvernementales.

    Le travail forcé est un problème connu de la pêche en haute mer, mais l'échelle a été très difficile à suivre historiquement. Ce mystère - pourquoi tant de navires pêchent en haute mer si ce n'est pas rentable - a amené notre équipe à penser que peut-être beaucoup de ces navires le sont, en un sens, subventionnés par de faibles coûts de main-d'œuvre. Ces coûts pourraient même être nuls si les navires recouraient au travail forcé.

    En combinant l'expertise de notre équipe en science des données avec la surveillance par satellite, les contributions des praticiens des droits de l'homme et des algorithmes d'apprentissage automatique, nous avons développé un moyen de prédire si un bateau de pêche était à haut risque de recourir au travail forcé. Notre étude montre que jusqu'à 100, 000 personnes pourraient avoir été victimes de travail forcé entre 2012 et 2018 sur ces navires.

    Comportement unique du travail forcé

    Le travail forcé est défini par l'Organisation internationale du travail comme « tout travail ou service qui est exigé d'une personne sous la menace d'une peine quelconque et pour lequel ladite personne ne s'est pas offerte volontairement ». Essentiellement, beaucoup de ces travailleurs peuvent être réduits en esclavage, incapable d'arrêter de travailler, piégé en haute mer. Malheureusement, le travail forcé a été largement documenté dans le monde de la pêche, mais la véritable ampleur du problème est restée largement inconnue.

    Notre équipe voulait en dire plus sur la façon dont le travail forcé est utilisé dans la pêche, et la percée s'est produite une fois que nous avons posé une question clé qui a conduit ce projet :et si les navires qui travaillaient de force se comportaient de manière observable, manières fondamentalement différentes des navires qui ne le font pas?

    Pour répondre à cela, nous avons d'abord examiné 22 navires connus pour avoir utilisé le travail forcé. Nous avons obtenu leurs données historiques de suivi par satellite de Global Fishing Watch - une organisation à but non lucratif qui promeut la durabilité des océans en utilisant des données de pêche en temps quasi réel - et nous les avons utilisées pour trouver des points communs dans le comportement de ces navires. Pour informer davantage sur ce qu'il faut rechercher dans les données de surveillance par satellite, nous avons rencontré des groupes de défense des droits de l'homme, dont Liberté Partagée, Greenpeace et la Fondation pour la justice environnementale, pour déterminer lequel de ces comportements de navire pourrait indiquer un risque potentiel de travail forcé.

    Cette liste d'indicateurs incluait les comportements des navires comme passer plus de temps en haute mer, voyageant plus loin des ports que les autres bateaux et pêchant plus d'heures par jour que les autres bateaux. Par exemple, parfois, ces navires suspects étaient en mer pendant plusieurs mois à la fois.

    Maintenant que nous avions une bonne idée des comportements « à risque » qui signalent le recours potentiel au travail forcé, notre équipe, avec l'aide des data scientists de Google, utilisé des techniques d'apprentissage automatique pour rechercher des modèles de comportement similaires dans des milliers d'autres navires.

    Étonnamment répandu

    Nous avons examiné 16, 000 navires de pêche utilisant les données de 2012 à 2018. Entre 14 % et 26 % de ces bateaux ont montré un comportement suspect qui suggère une forte probabilité qu'ils exploitent le travail forcé. Cela signifie qu'au cours de ces six années, jusqu'à 100, 000 personnes pourraient avoir été victimes de travail forcé. Nous ne savons pas si ces bateaux sont toujours actifs ou combien de bateaux à haut risque il peut y avoir en mer aujourd'hui. Mais selon Global Fishing Watch, à partir de 2018, il y en avait près de 13, 000 navires opérant à la palangre industrielle, flottes de chalutiers et de calamars jiggers.

    Les calamars jiggers attirent leurs prises à la surface la nuit à l'aide de lumières vives; les palangriers traînent une ligne avec des hameçons appâtés ; et les chalutiers tirent des filets de pêche dans l'eau derrière eux. Les jiggers de calmars avaient le pourcentage le plus élevé de navires qui présentaient des comportements indiquant le recours potentiel au travail forcé, suivi de près par les palangriers et, dans une moindre mesure, chalutiers.

    Une autre conclusion clé de notre étude est que les violations du travail forcé se produisent probablement dans tous les grands bassins océaniques, à la fois en haute mer et au sein des juridictions nationales. Les navires à haut risque ont fréquenté les ports de 79 pays en 2018, avec les ports majoritairement situés en Afrique, Asie et Amérique du Sud. Le Canada, les États Unis, Nouvelle-Zélande et plusieurs pays européens. Ces ports représentent à la fois des sources potentielles de main-d'œuvre exploitée ainsi que des points de transfert pour les fruits de mer capturés en utilisant le travail forcé.

    Dans l'état actuel des choses, notre modèle est une preuve de concept qui doit encore être testée dans le monde réel. En demandant au modèle d'évaluer les navires déjà capturés en utilisant le travail forcé, nous avons pu montrer que le modèle était précis dans 92 % des cas lorsqu'il signalait des navires suspects. À l'avenir, notre équipe espère valider et améliorer davantage le modèle en rassemblant plus d'informations sur les cas connus de travail forcé.

    Transformer les données en action

    Notre équipe a construit un modèle prédictif qui peut identifier les navires qui sont à haut risque de se livrer au travail forcé. Nous pensons que nos résultats pourraient compléter et éclairer les efforts existants pour lutter contre les violations des droits de l'homme et promouvoir la transparence de la chaîne d'approvisionnement. Actuellement, notre équipe utilise les scores de risque des navires individuels pour déterminer les risques de travail forcé pour des produits de la mer spécifiques dans leur ensemble.

    Au fur et à mesure que nous obtenons des données plus substantielles et améliorons la précision du modèle, nous espérons qu'il pourra éventuellement être utilisé pour libérer les victimes du travail forcé dans la pêche, améliorer les conditions de travail et aider à prévenir les violations des droits de l'homme en premier lieu.

    Nous travaillons maintenant avec Global Fishing Watch pour identifier des partenaires à travers les gouvernements, les organismes d'application de la loi et les groupes de travail qui peuvent utiliser nos résultats pour cibler plus efficacement les inspections des navires. Ces inspections offrent des possibilités à la fois d'attraper les contrevenants et de fournir plus de données pour alimenter le modèle, améliorer sa précision.

    Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.




    © Science https://fr.scienceaq.com