Чи може штучний інтелект подолати бідність? Дослідники перевіряють нові підходи

На тлі пандемії COVID-19 уряд Того вирішив випробувати новий підхід до соціальної допомоги, заснований на штучному інтелекті. У рамках проєкту Novissi, що означає «солідарність» мовою еве, понад 10 000 бідних мешканців отримали по 10 доларів США кожні два тижні безпосередньо на мобільні гаманці. Розподіл коштів відбувався на основі аналізу супутникових знімків та мобільних даних, що дозволило ідентифікувати найбідніші регіони й осіб.

Традиційно такі ініціативи спираються на анкетування, що займає багато часу і ресурсів. Новий метод, розроблений Міністерством цифрової економіки Того у співпраці з вченими Каліфорнійського університету в Берклі та неурядовою організацією GiveDirectly, дозволив уникнути цих обмежень. «Ми потребували більш точного підходу», — пояснює міністр цифрової економіки Того Сіна Лоусон.

За даними Світового банку, приблизно 700 мільйонів людей у світі живуть у крайній бідності. Її викорінення є однією з цілей сталого розвитку ООН. Однак визначення рівня бідності залишається складним завданням. Дослідники розглядають штучний інтелект як засіб швидкого й ефективного збору та аналізу даних.

ШІ може охоплювати ширшу частку населення, ніж традиційні методи, а також виявляти закономірності, які не завжди очевидні експертам. Світовий банк активно використовує ШІ для прогнозування криз продовольства та збройних конфліктів, а також для аналізу ефективності програм допомоги. Останній звіт організації рекомендує розширювати використання машинного навчання для збору та аналізу даних про бідність.

Однак існують і ризики. Географ Ола Холл з Лундського університету в Швеції зазначає, що алгоритми можуть мати вбудовані упередження. Як традиційні опитування не завжди охоплюють найбідніших через їхню відсутність у базах даних, так і ШІ-програми можуть не враховувати тих, хто не залишає цифрового сліду.

Історично боротьба з бідністю спиралася на різні методи. Наприкінці XIX століття британський реформатор Чарльз Бут розробив карту бідності Лондона, а економістка Моллі Оршанські у 1960-х роках створила критерії визначення бідності у США. Проте досі основним критерієм залишається дохід на день, хоча багато експертів, таких як Сабіна Алькір з Оксфордського університету, пропонують багатовимірний підхід.

Методи штучного інтелекту вже показали свою ефективність у прогнозуванні бідності. Наприклад, дослідники Стенфордського університету довели, що алгоритми, аналізуючи супутникові знімки, можуть з високою точністю оцінювати рівень добробуту регіонів. Аналогічні ініціативи впроваджуються і на рівні міжнародних організацій.

Проте поки що методика не є ідеальною. Дослідження показали, що передбачення не завжди точні, і деякі сім’ї можуть отримувати допомогу, не маючи гострої потреби, тоді як інші залишаються поза увагою. Важливим викликом залишається також конфіденційність даних.

Попри це, експерти вбачають у ШІ перспективний інструмент для швидкого та ефективного реагування на кризові ситуації. При правильному використанні він може допомогти урядам і гуманітарним організаціям розподіляти ресурси більш справедливо та ефективно. Водночас необхідний постійний моніторинг, щоб уникнути дискримінації та упередженості алгоритмів.

Штучний інтелект не є панацеєю, але він вже змінює підхід до боротьби з бідністю, дозволяючи швидко реагувати на виклики та покращувати життя найбільш вразливих категорій населення.