Plus Sefala vieillissait, plus elle assaillit son père de questions sur la ségrégation raciale visible dans leur quartier : « Pourquoi est-ce comme ça ?
Aujourd’hui, à 28 ans, elle contribue à faire quelque chose. Aux côtés des informaticiens Nyalleng Moorosi et Timnit Gebru du Distributed AI Research Institute (DAIR), à but non lucratif, que Gebru a créé en 2021, elle déploie des outils de vision par ordinateur et des images satellite pour analyser les impacts de la ségrégation raciale dans le logement, avec l’espoir ultime que leur travail contribuera à inverser la tendance.
« Nous constatons toujours que la vie des communautés auparavant marginalisées ne s’améliore pas », déclare Sefala. Même si elle n’a jamais été en vie pendant le régime de l’apartheid, elle a néanmoins été affectée par son terrible héritage durable : « C’est tout simplement très inégal, très frustrant. »
En Afrique du Sud, le recensement gouvernemental classe les banlieues et les townships les plus riches, une création de l’apartheid et généralement peuplés de Noirs, comme des « quartiers résidentiels formels ». Ce recensement est utilisé pour répartir les dépenses publiques, et lorsqu’elles sont regroupées avec des zones plus riches, les townships sont en fait cachés, excluant de manière disproportionnée les personnes qui y vivent de l’accès à des ressources telles que les services de santé, les centres d’éducation et les espaces verts. Ce problème est communément appelé apartheid spatial.
Sefala et son équipe ont passé les trois dernières années à créer un ensemble de données cartographiant les townships afin d’étudier l’évolution des quartiers en termes de population et de taille. L’espoir est que cela pourrait les aider à voir si la vie des habitants des townships s’est améliorée ou non depuis la dissolution légale de l’apartheid.
Ils l’ont fait en collectant des millions d’images satellite des neuf provinces d’Afrique du Sud et des données géospatiales du gouvernement qui montrent l’emplacement des différents quartiers et bâtiments à travers le pays. Ils ont ensuite utilisé toutes ces données pour former des modèles d’apprentissage automatique et créer un système d’IA capable de qualifier des zones spécifiques de terrains riches, non riches, non résidentiels ou vacants.
En 2021, ils ont découvert que plus de 70 % des terres sud-africaines étaient vacantes et combien moins de terres étaient allouées aux townships qu’aux banlieues. C’était une confirmation des inégalités auxquelles ils s’attendaient, mais la quantité stupéfiante de terres vacantes les a quand même surpris, explique Sefala.
Ils partagent désormais l’ensemble des données avec des chercheurs et des institutions de service public, notamment des organisations à but non lucratif et civiques qui travaillent à identifier les terrains susceptibles d’être utilisés pour les services publics et le logement. DAIR prévoit de rendre l’ensemble de données gratuit et accessible sur son site Web à partir du 2 février.