Do výzkumu byly zapracovány i historické souvislosti. Například v latinské Americe byly zavedeny velké plantáže, na kterých otroci pracovali kvůli výrobě cukru. V severní Americe to byla půda vhodná pro pěstování obilovin, která vedla k vytvoření méně nerovné společnosti se silnou střední třídou zemědělců. Proto mohl být poměr půdy věnované výrobě cukru a obilí použit jako vhodný (aspoň přibližný) ukazatel toho, jaká je v dané zemi nerovnost.
Příčiny – co nás strojové učení nenaučí
Odborníci na společenské vědy rádi hledají kauzální závěry, nejde jim jen o aplikaci strojového učení a získání poměrně spolehlivých předpovědí. Metody předpovědí nám totiž nakonec o skutečných příčinách našich zjištění mnoho neřeknou. A také je možné, že existuje nějaký jiný faktor, který ovlivňuje úroveň chudoby i potenciál rozvoje a blahobytu.
Proto byly do výzkumu zahrnuty i proměnné, které souvisejí s dlouhodobým růstem (jako je školství, demografické nebo geografické charakteristiky) A opět: procento populace žijící v chudobě bylo určující pro předpověď toho, jak dobře si země povede. Giniho koeficient se přitom ukázal jako nespolehlivý.
Výsledky nám říkají, že kdybychom snížili úroveň chudoby v Bolívii (aktuálně 50 %) tak, aby byla stejná jako úroveň ve státu Uruguay (10 %), 20% rozdíl v úrovni dokončeného středoškolského vzdělání mezi oběma státy by zmizel. A bolivijský HDP na hlavu by vzrostl obdobně. V rozvinutých zemích je chudoba v absolutní formě relativně řídkým jevem – to znamená, že v nich by výsledný efekt nebyl tak znatelný.
-jk-