現屆香港政府的任期即將屆滿，提到財政司司長陳茂波，相信很多人會想起申請繁複、彈性欠奉、拆分多輪發放的消費劵。在地球另一面，世界上其中一個最貧窮的國家多哥（Togo），就嘗試利用人工智能技術，為最有需要的群眾發放現金援助。
今年 3 月，5 名來自美國和德國的資訊學家和經濟學家，在權威科學期刊「自然」發表研究，講解如何透過機器學習技術（machine learning），分析手機數據，繼而找出最有需要的市民，提高人道援助的針對性和效能。研究團隊假設上流階層和草根階層使用手機的方法截然不同，最基本的，是他們會使用不同的數據計劃，另外打電話和傳短訊的頻率也可能不同。機器學習技術可以找出數據背後的規律，從而推斷該用戶的收入狀況。
研究團隊成員之一、來自加州柏克萊大學的資訊學家 Emily Aiken 和 Joshua Blumenstock，就在學術平台 The Conversation 撰文分享更多細節。2020 年初全球疫情大爆發時，研究團隊與多哥的電子經濟部，以及非牟利組織 GiveDirectly 共同合作，構思一套新型社會援助計劃。透過多哥的地區夥伴，研究團隊進行多達 1.5 萬份電話民調了解用戶的生活狀況，再透過電訊公司資料，配對民調和電話使用數據。
團隊利用機器學習技術，找出日薪低於 1.25 美元的市民使用電話的習慣。過往，多哥會直接前往最貧困的鄉鎮尋訪，但通常只能找出大約 33% 貧窮戶。對比之下，機器學習技術可以找到 47% 的低收入人口。研究人員透過得出來的數據，進一步發展出一套現金轉賬計劃。2020 年 10 月，首批有需要的市民成功註冊，獲發放現金支援。截至 2022 年 3 月，計劃令大約 13.7 萬低收入人士受惠，派發金額總計達 1,000 萬美元。
Aiken 和 Blumenstock 認為，他們的研究具有重大的社會意義。即使在疫情之前，多哥 860 萬人口當中，就有超過一半低於國際貧窮線，疫情大爆發更進一步打擊當地經濟發展，現在多達 54% 的人民三餐不繼。更甚是多哥並非孤例，COVID-19 已經捲起全球貧窮浪潮，令數以百萬計人陷入極端貧窮。為此，世界各國和慈善組織開展數千個援助計劃，令超過 15 億人和家庭受惠。疫情之際，政府難於收集數據以接觸最貧困的人，大數據正好發揮作用。
二人透露，團隊下一步會分析如何接觸沒有電話的市民，現時多哥大概 85% 家庭至少有一部電話，且家庭成員多共用之。可是，團隊還未掌握究竟有多少人因為沒有電話服務，得不到所需的人道援助。他們會研究將來如何結合大數據分析和家庭訪問等傳統方法，以改善人道援助的針對性。
