Skip to main content

AI

7 Ιανουαρίου 2025

 

Τεχνητή νοημοσύνη για όλους: Τεχνολογία και ένταξη: Μαθήματα από τη διασταύρωση τεχνολογίας και ένταξης

Αυτοί οι ειδικοί στην αξιοποίηση της ΤΝ για κοινωνικό καλό μοιράζονται τις απόψεις τους για την κλιμάκωση της ΤΝ χωρίς αποκλεισμούς.

Vicki Hyman

Διευθυντής Επικοινωνίας, Mastercard

 

Από την παροχή πιστώσεων σε μικροεπιχειρηματίες της Κολομβίας έως τη μείωση των ποσοστών μητρικής νοσηρότητας στην Αιθιοπία και την παροχή σωτήριων πληροφοριών σε πρόσφυγες σε όλο τον κόσμο, η δύναμη της τεχνητής νοημοσύνης συνδυάζεται με τη δυνατότητα ένταξης και οικονομικής ενδυνάμωσης.

Επαναπροσδιορίζοντας τον τρόπο χρήσης της τεχνητής νοημοσύνης για κοινωνικό αντίκτυπο, πέντε οργανισμοί θα αναπτύξουν και θα κλιμακώσουν τις λύσεις τους ως νικητές του διαγωνισμού Artificial Intelligence to Accelerate Inclusion Challenge, ο οποίος έλαβε περισσότερες από 500 υποβολές από 82 χώρες. Οι νικητές - στους οποίους περιλαμβάνονται επίσης μια κοινωνική επιχείρηση για μικρής κλίμακας μελισσοκόμους στην Ινδία και μια πρωτοβουλία των ΗΠΑ που συνδέει ασθενείς με ανεπαρκώς αξιοποιημένα ομοσπονδιακά οφέλη - θα λάβουν 200.000 δολάρια και τεχνική βοήθεια και καθοδήγηση από τη Mastercard και το data.org, η οποία ήταν χορηγός της πρόκλησης.

Η αίθουσα ειδήσεων της Mastercard μίλησε με ηγέτες από τους νικητές οργανισμούς για τις προκλήσεις της δημιουργίας λύσεων τεχνητής νοημοσύνης στον κοινωνικό τομέα, για το πώς μετριάζουν τις προκαταλήψεις και εκπαιδεύουν τα μοντέλα τους ώστε να είναι χωρίς αποκλεισμούς, καθώς και για το ποιοι άλλοι τομείς υπόσχονται περισσότερα για την τεχνολογία.

Γεφύρωση του χρηματοδοτικού κενού για τις μικρές επιχειρήσεις στην Κολομβία: Quipu

Στην Κολομβία, σχεδόν 6 εκατομμύρια επιχειρήσεις είναι πολύ μικρές επιχειρήσεις, που λειτουργούν με λιγότερους από 10 εργαζόμενους και μικρό κεφάλαιο. Από αυτούς, μόνο το 9% μπορεί να δανειστεί επίσημα, λόγω έλλειψης πληροφοριών σχετικά με τις επιδόσεις τους και απουσίας οικονομικού ιστορικού, και αυτό δημιουργεί ένα τεράστιο χρηματοδοτικό κενό.

Η Quipu γεφυρώνει το κενό πληροφόρησης στην ανεπίσημη οικονομία, χρησιμοποιώντας τεχνητή νοημοσύνη για την ακριβέστερη αξιολόγηση της πιστοληπτικής ικανότητας αυτών των μικρότερων επιχειρήσεων μέσω ενός μοντέλου βαθμολόγησης που αναλύει μη παραδοσιακά δεδομένα, όπως ιστορικό συναλλαγών μέσω κινητών τηλεφώνων, αλληλεπιδράσεις στα μέσα κοινωνικής δικτύωσης, μοτίβα SMS και πληρωμών, καθώς και έξυπνη εκταμίευση και συλλογή πιστώσεων. Παρέχει επίσης μια πλατφόρμα χρηματοδότησης και μικροδάνεια που επιτρέπουν στις επιχειρήσεις αυτές να δημιουργήσουν μια εναλλακτική βαθμολογία πίστωσης με βάση τόσο οικονομικές όσο και μη οικονομικές πληροφορίες. Μέσω της εφαρμογής της Quipu, οι πελάτες μπορούν να υποβάλουν αίτηση μέσα σε λίγα λεπτά για κεφάλαιο κίνησης που εκταμιεύεται σε λιγότερο από δύο ημέρες.

 

Ενίσχυση της κοινοτικής υγειονομικής περίθαλψης στην Αιθιοπία: IDinsight

Πριν από δύο δεκαετίες, η Αιθιοπία εγκαινίασε ένα νέο μοντέλο για την υγειονομική περίθαλψη στην ύπαιθρο, εκπαιδεύοντας και αναπτύσσοντας χιλιάδες επαγγελματίες συμβούλους υγείας για την εξυπηρέτηση των τοπικών κοινοτήτων, το οποίο είχε ως αποτέλεσμα σημαντικές βελτιώσεις στην υγεία της μητέρας και του παιδιού, καθώς και μείωση των νέων μολύνσεων από τον ιό HIV και των θανάτων από φυματίωση και ελονοσία, για να αναφέρουμε μερικά από αυτά.

Για να βασιστεί σε αυτή την επιτυχία, η IDinsight συνεργάζεται με την Last Mile Health και το Υπουργείο Υγείας της Αιθιοπίας σε ένα τηλεφωνικό κέντρο με τεχνητή νοημοσύνη, με το οποίο μπορούν να επικοινωνούν οι επαγγελματίες υγείας για ιατρική καθοδήγηση σε πραγματικό χρόνο σε πολύπλοκες περιπτώσεις. Η λύση τεχνητής νοημοσύνης του οργανισμού θα περιλαμβάνει ένα σύστημα διαχείρισης υποθέσεων και μια υπηρεσία απάντησης ερωτήσεων με βάση ολοκληρωμένες κατευθυντήριες γραμμές του Υπουργείου Υγείας, παρέχοντας υποστήριξη σε πραγματικό χρόνο στους πράκτορες του τηλεφωνικού κέντρου, οι οποίοι θα μεταδίδουν περαιτέρω κρίσιμες πληροφορίες στους εργαζόμενους στον τομέα της υγειονομικής περίθαλψης μέσω τηλεφώνου, επιτρέποντάς τους να επικεντρωθούν στη φροντίδα των ασθενών και στην παροχή υψηλής ποιότητας υγειονομικής περίθαλψης.

 

Παρέχουμε πληροφορίες που σώζουν ζωές σε ανθρώπους σε κρίση σε όλο τον κόσμο: International Rescue Committee's Signpost Project

Ένα ρεκόρ 120 εκατομμυρίων ανθρώπων έχουν εκτοπιστεί παγκοσμίως λόγω συγκρούσεων, φυσικών καταστροφών, φτώχειας και βίας. Οι άνθρωποι που πλήττονται από κρίση πρέπει να λαμβάνουν κρίσιμες αποφάσεις που αλλάζουν τη ζωή τους καθ' όλη τη διάρκεια του ταξιδιού τους προς την ασφάλεια με περιορισμένες πληροφορίες. Το 2015, η Διεθνής Επιτροπή Διάσωσης εγκαινίασε το έργο Signpost, το οποίο δημιουργεί ψηφιακά κέντρα βοήθειας για τους χρήστες ώστε να βρίσκουν ακριβείς και έγκαιρες πληροφορίες, να έχουν πρόσβαση σε κρίσιμες υπηρεσίες και να θέτουν απευθείας ερωτήσεις σε τοπικούς συντονιστές, όπως: Πώς μπορώ να έχω πρόσβαση σε στέγαση; Θα μπορέσω να πάρω προσωρινή άδεια εργασίας; Μπορώ να εγγράψω τα παιδιά μου στο σχολείο;. Το Signpost έχει σχεδόν 30 ενεργά προγράμματα παγκοσμίως, με πάνω από 6 εκατομμύρια χρήστες του Signpost το 2024.  

Ωστόσο, οι ανάγκες πληροφόρησης αυξάνονται παράλληλα με τον αριθμό των εκτοπισμένων. Κατά τη διάρκεια της κρίσης του 2023 στο Αφγανιστάν, μία ανάρτηση στο Facebook είχε ως αποτέλεσμα 30.000 μηνύματα μέσα σε ένα μήνα, με αποτέλεσμα να υπερβεί την τοπική ομάδα των έξι συντονιστών του Signpost. Το 2024, το έργο Signpost υπό την ηγεσία της IRC ξεκίνησε το Signpost AI για να ενισχύσει την παροχή κρίσιμων πληροφοριών μέσω παραγόντων τεχνητής νοημοσύνης και ανθρώπινης εποπτείας. Το σύστημα αυτό αποσκοπεί στη μείωση του φόρτου των συντονιστών, δίνοντάς τους τη δυνατότητα να επικεντρωθούν σε πιο σύνθετες περιπτώσεις, εξασφαλίζοντας παράλληλα έγκαιρες και ακριβείς απαντήσεις που βελτιώνουν την πρόσβαση σε πόρους και υπηρεσίες για τους εκτοπισμένους πληθυσμούς σε παγκόσμιο επίπεδο. 

 

Δημιουργία μιας κυψέλης γνώσεων για τους μελισσοκόμους στην Ινδία: Buzzworthy Ventures

Η Ινδία παραμένει ένας παγκόσμιος γεωργικός δυναμιστής, αλλά μια γεωργική αλυσίδα αξίας δεν έχει πολλή ζωντάνια: η μελισσοκομία. Υπάρχουν 400.000 μελισσοκόμοι μικρής κλίμακας στην Ινδία, πολλοί από τους οποίους αγωνίζονται να διατηρήσουν τα προς το ζην, πόσο μάλλον να ενισχύσουν το οικονομικό δυναμικό της επικονίασης των εντόμων για τη βελτίωση των αποδόσεων των καλλιεργειών. Στην Ινδία, η επικονίαση από έντομα συνεισφέρει 22,52 δισεκατομμύρια δολάρια ετησίως, ξεπερνώντας κατά πολύ το μέγεθος της αγοράς του μελιού και των προϊόντων κυψέλης, αλλά το δυναμικό παραμένει σε μεγάλο βαθμό ανεκμετάλλευτο για καλλιέργειες που είναι απαραίτητες για την οικονομία και τη διατροφή της Ινδίας. 

Έτσι, η Buzzworthy Ventures δημιούργησε το Beekind, μια εφαρμογή για κινητά με τεχνητή νοημοσύνη για την ενδυνάμωση των μελισσοκόμων μικρής κλίμακας, ιδίως των γυναικών, των μικροϊδιοκτητών γης, των ακτημόνων αγροτών και των φυλετικών πληθυσμών σε αγροτικές και περιθωριοποιημένες κοινότητες. Παρέχει πληροφορίες σε πραγματικό χρόνο και προγνωστικές αναλύσεις, βοηθώντας τους μελισσοκόμους να διαχειρίζονται την υγεία των κυψελών τους, να διαγιγνώσκουν ασθένειες, να βελτιώνουν την παραγωγή μελιού και να προσαρμόζονται στις μεταβαλλόμενες κλιματικές συνθήκες.

 

Κλείσιμο του χάσματος μεταξύ υγείας και πλούτου στις ΗΠΑ: Link Health

Ο γιατρός επειγόντων περιστατικών Alister Martin έβλεπε συχνά ότι η φτώχεια ήταν ο κινητήριος παράγοντας πίσω από τις επισκέψεις των ασθενών στο τμήμα επειγόντων περιστατικών. Συνειδητοποίησε ότι το "χρήμα ως φάρμακο" -βοηθώντας τους ασθενείς να έχουν πρόσβαση σε χρηματική βοήθεια και ομοσπονδιακές παροχές- θα μπορούσε να αντιμετωπίσει τις βασικές αιτίες της κακής υγείας, κλείνοντας το χάσμα μεταξύ υγείας και πλούτου. 

Αυτό οδήγησε στη δημιουργία του Link Health, ενός προγράμματος που συνδέει τους ασθενείς με μη χρησιμοποιημένα ομοσπονδιακά προγράμματα βοήθειας, όπως το SNAP, το WIC και το Lifeline, για να διευκολύνει την οικονομική πίεση που επιδεινώνει τις ανισότητες στην υγεία. Η πλατφόρμα εγγραφής και το chatbot με τεχνολογία τεχνητής νοημοσύνης στοχεύουν στο να ξεκλειδώσουν 10 εκατομμύρια δολάρια σε κρατικές και ομοσπονδιακές παροχές για την ανακούφιση της φτώχειας, τη μείωση του οικονομικού άγχους και τη βελτίωση της ευημερίας.

Ποια ήταν η μεγαλύτερη πρόκληση για την υλοποίηση της λύσης σας;

Mercedes Bidart, Διευθύνων Σύμβουλος και συνιδρυτής, Quipu

"Η μεγαλύτερη πρόκληση ήταν να εξασφαλίσουμε το πρώτο ποσό κεφαλαίου για να αρχίσουμε να δανείζουμε για να εκπαιδεύσουμε τα αποτελέσματά μας. Η δημιουργία μιας νέας λύσης αναδοχής είναι σαν το πρόβλημα της κότας και του αυγού: Χρειάζεσαι κεφάλαιο για να δημιουργήσεις τη λύση, αλλά δεν το παίρνεις μέχρι να το δοκιμάσεις". 

Sid Ravinutula, επικεφαλής επιστήμονας δεδομένων, IDinsight

"Η πρώτη πρόκληση είναι τεχνική. Στο πλαίσιο της υγειονομικής περίθαλψης, οι θεραπείες και οι συστάσεις πρέπει να είναι 100% ακριβείς - δεν υπάρχουν περιθώρια για ψευδαισθήσεις. Αυτό απαιτεί μια διαφορετική προσέγγιση από τη δημοφιλή αρχιτεκτονική ανάκτησης-ενισχυμένης παραγωγής. Πρέπει να κατασκευάσουμε ένα γράφημα που να αποτυπώνει με ακρίβεια τις θεραπείες και τα διαγνωστικά πρωτόκολλα.

"Η δεύτερη πρόκληση είναι η δημιουργία αντιπροσωπευτικών δεικτών αναφοράς και συνόλων επικύρωσης. Πριν από την επανάληψη και τη βελτίωση του μοντέλου, χρειαζόμαστε ένα σύνολο δεδομένων με ερωτήσεις και απαντήσεις που είναι πιθανό να θέτουν οι εργαζόμενοι αυτοί. Αυτό το σύνολο δεδομένων πρέπει να περιλαμβάνει όλα τα θέματα για τα οποία μπορεί να ρωτήσουν και να λαμβάνει υπόψη τον τρόπο με τον οποίο μπορεί να ρωτήσουν - χρησιμοποιώντας συντομογραφία, όρους της καθομιλουμένης, emojis κ.λπ. Η δημιουργία ενός συνόλου δεδομένων αναφοράς υψηλής ποιότητας είναι δαπανηρή, καθώς συχνά απαιτεί ανθρώπινο σχολιασμό".

André Heller, διευθυντής προγράμματος, Signpost

"Μία από τις μεγαλύτερες προκλήσεις ήταν η ανάπτυξη εργαλείων τεχνητής νοημοσύνης που να είναι τόσο περιεκτικά όσο και ακριβή από άποψη πλαισίου. Η εκπαίδευση της τεχνητής νοημοσύνης για την κατανόηση μειονοτικών γλωσσών, περιφερειακών διαλέκτων και πολιτισμικά διαφοροποιημένου περιεχομένου απαιτεί εκτεταμένη επιμέλεια δεδομένων, ανθρώπινη εμπειρογνωμοσύνη και δοκιμές. Επιπλέον, η διασφάλιση ότι οι απαντήσεις που παράγονται από την τεχνητή νοημοσύνη υποστηρίζουν τις ανθρωπιστικές αρχές και δεν διαιωνίζουν τη μεροληψία έχει απαιτήσει τη δημιουργία ισχυρών δικλείδων ασφαλείας, όπως η ανθρώπινη επίβλεψη και η συνταγματική αναθεώρηση για ηθική παραγωγή. Η εξισορρόπηση της καινοτομίας με αυτά τα αυστηρά πρότυπα ήταν απαιτητική αλλά ουσιαστική".

Monika Shukla, CEO και συνιδρυτής, Buzzworthy Ventures

"Η πρωταρχική πρόκληση έγκειται στη γεφύρωση του χάσματος μεταξύ της προηγμένης τεχνολογίας ΤΝ και της υιοθέτησής της σε αγροτικά περιβάλλοντα. Ενώ η συνδεσιμότητα στο διαδίκτυο στην Ινδία έχει αυξηθεί εκθετικά - με πάνω από 700 εκατομμύρια χρήστες του διαδικτύου το 2023, κυρίως λόγω των προσιτών smartphones - η πρόσβαση παραμένει άνιση. Αυτό το ψηφιακό χάσμα, σε συνδυασμό με την αποσπασματική κάλυψη δικτύου σε απομακρυσμένα δάση και χωριά, αποτελούσε σημαντικό εμπόδιο για την ανάπτυξη λύσεων με βάση την τεχνητή νοημοσύνη που απαιτούν συνεχή συνδεσιμότητα και αλληλεπίδραση με τον χρήστη".

Alister Martin, Διευθύνων Σύμβουλος, Link Health

"Η πλοήγηση και η πρόσβαση στις δημόσιες παροχές μπορεί να αποτελέσει εμπόδιο για πολλές οικογένειες. Ωστόσο, η μεγαλύτερη πρόκληση ήταν η απρόσκοπτη ενσωμάτωση της παρέμβασης της Link Health σε περιβάλλοντα υγειονομικής περίθαλψης όπου οι πάροχοι είναι ήδη υπερφορτωμένοι. Αυτό απαιτούσε την οικοδόμηση εμπιστοσύνης μεταξύ των εργαζομένων στον τομέα της υγειονομικής περίθαλψης, τη διασφάλιση ότι οι πλοηγοί δεν διαταράσσουν την περίθαλψη των ασθενών, ενώ παράλληλα παρουσίαζαν μετρήσιμα οφέλη για τους ασθενείς και τα συστήματα υγειονομικής περίθαλψης."

 

 

Γυναίκες και ένα κορίτσι συγκεντρώνονται γύρω από ένα tablet.

 

 

Πώς διασφαλίζετε ότι η λύση σας είναι τόσο εξατομικευμένη όσο και χωρίς αποκλεισμούς;

Mercedes Bidart, Quipu: "Για να μετριάσουμε τη μεροληψία, χρησιμοποιούμε ποικίλα σύνολα δεδομένων, ελέγχουμε τακτικά τα μοντέλα τεχνητής νοημοσύνης και εφαρμόζουμε επικύρωση από άνθρωπο στο κύκλωμα για να διασφαλίσουμε δίκαιες και ισότιμες αξιολογήσεις πιστώσεων. Οι αλγόριθμοί μας ελέγχονται αυστηρά για την αποφυγή μεροληψίας λόγω φύλου και φυλής και τους παρακολουθούμε και τους ενημερώνουμε συνεχώς ώστε να ευθυγραμμίζονται με τα πρότυπα δεοντολογίας. Παρέχουμε επίσης στους χρήστες προσβάσιμες διαδικασίες προσφυγής, επιτρέποντάς τους να αμφισβητήσουν ή να ασκήσουν έφεση κατά των αποφάσεων της ΤΝ".

Sid Ravinutula, IDinsight: "Πρώτον, κατασκευάζουμε αυτή τη λύση ως λύση ανοικτού κώδικα. Ελπίζουμε ότι αυτό θα επιταχύνει την ανάπτυξη παρόμοιων εργαλείων σε άλλα πλαίσια, επιτρέποντας στους οργανισμούς να το αξιοποιήσουν για τις δικές τους ανάγκες. Δεύτερον, εξασφαλίζουμε ότι μπορεί εύκολα να προσαρμοστεί και να επεκταθεί για τα τοπικά δεδομένα. Αυτό περιλαμβάνει την τήρηση των τοπικών κατευθυντήριων γραμμών, την αλλαγή μοντέλων ΤΝ ή την προσθήκη νέων προστατευτικών κιγκλιδωμάτων. Με τη δημιουργία ενός κοινού μοντέλου που μπορεί να ρυθμιστεί λεπτομερώς για κάθε πλαίσιο, εξασφαλίζουμε ότι η λύση είναι ευρέως εφαρμόσιμη, ενώ παράλληλα σέβεται τις μοναδικές απαιτήσεις κάθε περιβάλλοντος". 

André Heller, Signpost: "Η τεχνητή νοημοσύνη του Signpost εκπαιδεύεται χρησιμοποιώντας επιμελημένα, επαληθευμένα δεδομένα από αξιόπιστες πηγές και τοπικές ΜΚΟ. Αυτό διασφαλίζει ότι η ΤΝ αντικατοπτρίζει τις τοπικές διαλέκτους, τις πολιτιστικές νόρμες και τις γλώσσες των μειονοτήτων, καλύπτοντας κρίσιμα κενά για τους υποεξυπηρετούμενους πληθυσμούς. Οι πράκτορες τεχνητής νοημοσύνης υποστηρίζουν φωνητικές και κειμενικές εισόδους, επιτρέποντας την προσβασιμότητα σε άτομα με χαμηλό αλφαβητισμό. Τα εργαλεία δοκιμάζονται και τελειοποιούνται με φυσικούς ομιλητές και συντονιστές της κοινότητας για να επικυρώσουν την ακρίβεια και τη συμμετοχικότητα. Το Σύνταγμά μας για την Τεχνητή Νοημοσύνη θεσπίζει δημοκρατικά κανόνες δεοντολογίας, συμπεριλαμβανομένων της απαγόρευσης των διακρίσεων και της γλώσσας που λαμβάνει υπόψη τα τραύματα, με συνεχείς ελέγχους για τον μετριασμό της προκατάληψης."

Monika Shukla, Buzzworthy Ventures: "Η Beekind προσαρμόζει τις λύσεις τεχνολογίας και αφής σε συγκεκριμένες περιφερειακές, οικολογικές και καλλιεργητικές συνθήκες, ενσωματώνοντας υπερτοπικούς παράγοντες όπως το κλίμα, η χλωρίδα και οι γεωργικές πρακτικές. Για να το πετύχουμε αυτό, εμπλέκουμε ενεργά τους τοπικούς μελισσοκόμους, τους ερευνητές, τους γεωργικούς εμπειρογνώμονες και τους ηγέτες των κοινοτήτων στον συνδιαμορφισμό των πρακτικών, των μοντέλων και των στρατηγικών εφαρμογής, διασφαλίζοντας ότι η λύση ευθυγραμμίζεται με τη βιωμένη πραγματικότητα των ανθρώπων που εξυπηρετεί. Δίνουμε προτεραιότητα στις γυναίκες και τους μικροκαλλιεργητές - βασικούς αλλά υποβαθμισμένους συντελεστές του γεωργικού οικοσυστήματος της Ινδίας. Για παράδειγμα, παρέχοντας κατάρτιση με γνώμονα το φύλο και δημιουργώντας χώρους διαλόγου χωρίς αποκλεισμούς, ενδυναμώνουμε τις γυναίκες να συμμετέχουν ενεργά στην αλυσίδα αξίας της μελισσοκομίας και να επωφελούνται από αυτήν. Η συμμετοχικότητα δεν είναι απλώς μια αρχή, αλλά ένας πρακτικός ακρογωνιαίος λίθος της προσέγγισής μας".

Alister Martin, Link Health: "και προσαρμόζουν την προσέγγισή τους στις συγκεκριμένες ανάγκες των ασθενών, όπως η εγγραφή ηλικιωμένων σε παροχές όπως τα προγράμματα Medicare Savings Programs. Σχεδιάζοντας συστήματα που δίνουν προτεραιότητα στην προσβασιμότητα και χρησιμοποιούν έμπιστους αγγελιοφόρους της κοινότητας, το πρόγραμμα διασφαλίζει ότι εξυπηρετεί αποτελεσματικά διαφορετικούς πληθυσμούς, ιδίως τις υποβαθμισμένες κοινότητες".

Ποια είναι η μεγαλύτερη ανησυχία που έχετε γύρω από την Τεχνητή Νοημοσύνη;

Mercedes Bidart, Quipu: "Το πιο σημαντικό κομμάτι κατά τη δημιουργία μοντέλων τεχνητής νοημοσύνης είναι το σύνολο δεδομένων. Ένα καλό μοντέλο είναι αυτό που έχει ένα καλό και δίκαιο αποτέλεσμα, και ο μόνος τρόπος για να γίνει αυτό δυνατό είναι η εκπαίδευση μοντέλων με διαφορετικά σύνολα δεδομένων που αντιπροσωπεύουν τις ιδιαιτερότητες κάθε περιοχής. Το άλλο σημαντικό κομμάτι του παζλ είναι το άτομο/η ομάδα που κατασκευάζει το μοντέλο. Μόλις 20% των θέσεων εργασίας ΤΝ ασκούνται από γυναίκες, πράγμα που σημαίνει ότι τα αποτελέσματα δεν εξετάζονται με βάση το φύλο. Χρειαζόμαστε περισσότερες γυναίκες να ηγούνται λύσεων τεχνητής νοημοσύνης".

Sid Ravinutula, IDinsight: "Αξιοπιστία. Στην υγειονομική περίθαλψη, μια λανθασμένη διάγνωση ή μια ελλιπής θεραπεία μπορεί να έχει καταστροφικές συνέπειες. Ωστόσο, τα μοντέλα τεχνητής νοημοσύνης παρουσιάζουν εγγενώς τυχαιότητα. Για παράδειγμα, το να θέσετε σε μια τεχνητή νοημοσύνη την ίδια ερώτηση πολλές φορές μπορεί να δώσει ελαφρώς διαφορετικές απαντήσεις. Ομοίως, η επαναδιατύπωση μιας ερώτησης μπορεί να παράγει διαφορετικές απαντήσεις. Αν και οι περισσότερες απαντήσεις θα μεταφέρουν πιθανότατα το ίδιο μήνυμα, ορισμένες μπορεί να είναι ελλιπείς ή παραπλανητικές, προκαλώντας ενδεχομένως βλάβη. Οι ισχυρές προστατευτικές μπάρες είναι απαραίτητες για να διασφαλιστεί ότι όλες οι απαντήσεις είναι σωστές, πλήρεις και με σεβασμό".

André Heller, Signpost: "Η μεγαλύτερη ανησυχία είναι η δυνατότητα της ΤΝ να προκαλέσει βλάβη μέσω της προκατάληψης, της παραπληροφόρησης ή του αποκλεισμού. Για τους ευάλωτους πληθυσμούς, οι λανθασμένες πληροφορίες μπορεί να έχουν συνέπειες που αλλάζουν τη ζωή τους. Η διασφάλιση της ακρίβειας, της διαφάνειας και της ηθικής της τεχνητής νοημοσύνης απαιτεί συνεχή εποπτεία, δοκιμές και συνεργασία με τοπικούς εμπειρογνώμονες. Αντιμετωπίζουμε αυτό το πρόβλημα με την εφαρμογή ανθρώπινης εποπτείας για τον ποιοτικό έλεγχο, ελέγχων μεροληψίας και ηθικών αναθεωρήσεων για τη βελτίωση των απαντήσεων, καθώς και διαφανών πλαισίων όπως το Σύνταγμα ΤΝ, το οποίο διέπει τις εκροές και μετριάζει τους επιβλαβείς κινδύνους. Παραμένουμε σε επαγρύπνηση για την εξισορρόπηση της καινοτομίας της ΤΝ με τη λογοδοσία και την εμπιστοσύνη".

Monika Shukla, Buzzworthy Ventures: "Όταν τα μοντέλα τεχνητής νοημοσύνης εκπαιδεύονται χρησιμοποιώντας δεδομένα που δεν είναι πλήρως αντιπροσωπευτικά των κοινοτήτων που στοχεύουν να εξυπηρετήσουν, υπάρχει ο κίνδυνος ενίσχυσης των υφιστάμενων ανισοτήτων. Για παράδειγμα, πολλά συστήματα τεχνητής νοημοσύνης εκπαιδεύονται χρησιμοποιώντας δεδομένα σε μεγάλες γλώσσες, αφήνοντας τις τοπικές διαλέκτους και τις προφορικές γλώσσες να υποεκπροσωπούνται. Στην Ινδία, πολυάριθμες φυλετικές και περιφερειακές κοινότητες μιλούν γλώσσες που συχνά δεν διαθέτουν ισχυρά ψηφιακά σύνολα δεδομένων. Αυτή η έλλειψη εκπροσώπησης μπορεί να οδηγήσει σε μοντέλα που αποτυγχάνουν να ερμηνεύσουν με ακρίβεια ή να ανταποκριθούν στις ανάγκες αυτών των κοινοτήτων. Επιπλέον, οι περιφερειακές προφορές, τα πρότυπα ομιλίας και οι πρακτικές ζωής συχνά παραβλέπονται, καθιστώντας τις λύσεις τεχνητής νοημοσύνης λιγότερο αποτελεσματικές ή ακόμη και επιβλαβείς για αυτές τις ομάδες".

Alister Martin, Link Health: "Η μεγαλύτερη ανησυχία είναι η πιθανότητα τα συστήματα τεχνητής νοημοσύνης να διαιωνίζουν τις υπάρχουσες προκαταλήψεις, ιδίως όταν εργάζονται με υποεξυπηρετούμενους πληθυσμούς. Χωρίς προσεκτική εποπτεία, οι αλγόριθμοι μπορεί να αποκλείσουν ακούσια εκείνους που έχουν μεγαλύτερη ανάγκη ή να μην λάβουν υπόψη τους τις συστημικές ανισότητες που αντιμετωπίζουν. Η διασφάλιση της διαφάνειας, της λογοδοσίας και της δεοντολογικής χρήσης της ΤΝ στη λήψη αποφάσεων είναι ζωτικής σημασίας για να αποφευχθεί η επιδείνωση των ανισοτήτων. Αυτός είναι και ο λόγος για τον οποίο κρατάμε τους ανθρώπους στο βρόχο σε κρίσιμα σημεία της διαδικασίας - και για τον οποίο θα συνεχίσουμε να κρατάμε τους ανθρώπους στο βρόχο καθώς εξελίσσουμε τα εργαλεία τεχνητής νοημοσύνης μας". 

Ποιος τομέας εκτός του δικού σας έχει τη δυνατότητα να επωφεληθεί περισσότερο από την τεχνητή νοημοσύνη;

Mercedes Bidart, Quipu: "Ο εκπαιδευτικός τομέας. Πιστεύω ότι η εκπαίδευση έχει αλλάξει και έχουμε την ευκαιρία να την κάνουμε πιο δημοκρατική. Αυτό που κάναμε στο Quipu γύρω από την εκπαίδευση είναι ένας γενικός βοηθός τεχνητής νοημοσύνης στο WhatsApp που υποστηρίζει τους πελάτες μας στη διαχείριση των επιχειρήσεών τους. Δεν είναι απαραίτητο να έχετε έναν σύμβουλο ανά επιχείρηση. Με ένα bot μπορούμε να υποστηρίξουμε την εκπαίδευση και την ανάπτυξη εκατομμυρίων ανθρώπων".

Sid Ravinutula, IDinsight: "Η IDinsight είναι τομεακή. Ενώ το παρόν έργο επικεντρώνεται στην υγεία, έχουμε αναπτύξει λύσεις ΤΝ στην εκπαίδευση και την κοινωνική προστασία. Οι αγρότες αντιμετωπίζουν παρόμοια εμπόδια στην πληροφόρηση με τους κοινοτικούς λειτουργούς υγείας. Πρέπει να γνωρίζουν τις καλύτερες καλλιέργειες για την περιοχή τους και τα βέλτιστα μίγματα λιπασμάτων, καθώς και βοήθεια στη διάγνωση ασθενειών και θεραπειών των καλλιεργειών. Στην εκπαίδευση, οι περιπτώσεις χρήσης της ΤΝ περιλαμβάνουν εξατομικευμένους δασκάλους, σχέδια μαθημάτων που δημιουργούνται με ΤΝ και αξιολογήσεις και αξιολογήσεις με ΤΝ. Χρησιμοποιήσαμε τεχνητή νοημοσύνη για τον εντοπισμό κοριτσιών που δεν έχουν πάει σχολείο στην Ινδία για μια ΜΚΟ που εργάζεται για την αύξηση της φοίτησης των κοριτσιών στα σχολεία. Τέλος, η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους πολίτες να έχουν πρόσβαση σε κρατικές παροχές. Μπορεί να βοηθήσει στον προσδιορισμό της επιλεξιμότητας και στην πλοήγηση στην πολύπλοκη διαδικασία υποβολής αιτήσεων".

André Heller, Signpost: "Είναι δύσκολο να σκεφτεί κανείς έναν τομέα που δεν θα μεταμορφωθεί με την πρόοδο της τεχνητής νοημοσύνης. Το ερώτημα είναι πότε - δύο χρόνια ή πέντε; Από τις επιχειρηματικές λειτουργίες έως την ανάλυση δεδομένων και τη διάγνωση στην υγειονομική περίθαλψη έως την έρευνα σε σχεδόν κάθε τομέα, τα πάντα θα προχωρήσουν με ρυθμούς που δεν έχουμε δει ακόμη. Το θέμα είναι πότε οι άνθρωποι θα είναι σε θέση να το χρησιμοποιήσουν αποτελεσματικά. Ένα πρακτικό παράδειγμα: σύνδεση μεταξύ μετεωρολογίας και διαχείρισης καταστροφών. Τα συστήματα έγκαιρης προειδοποίησης για τον καιρό και τις καταστροφές, όπως οι πλημμύρες, οι τυφώνες, οι ξηρασίες και τα ακραία καιρικά φαινόμενα, έχουν τεράστιες δυνατότητες να επωφεληθούν από την ΤΝ. Τα προηγμένα μοντέλα ΤΝ μπορούν να αναλύουν μετεωρολογικά και υδρολογικά δεδομένα σε πραγματικό χρόνο για την ακριβέστερη πρόβλεψη καταστροφών και να παρέχουν έγκαιρες προειδοποιήσεις για μια πιο ολιστική αντιμετώπιση που περιλαμβάνει ευάλωτους ανθρώπους, τοπικές επιχειρήσεις, αλυσίδες εφοδιασμού και κυβέρνηση. Η Signpost έχει ήδη αρχίσει να αξιοποιεί την τεχνητή νοημοσύνη για την αντιμετώπιση πλημμυρών μέσω του FloodHub, συνδυάζοντας τις προβλέψεις τεχνητής νοημοσύνης με ενημερώσεις σε πραγματικό χρόνο, ώστε να βοηθήσει τις κοινότητες να προετοιμαστούν και να μετριάσουν τις επιπτώσεις των πλημμυρών".

Monika Shukla, Buzzworthy Ventures: "Ο τομέας της υγειονομικής περίθαλψης μπορεί να επωφεληθεί σημαντικά από την ΤΝ, ιδίως στη διάγνωση, την εξατομικευμένη ιατρική και τη βελτιστοποίηση των αλυσίδων εφοδιασμού υγειονομικής περίθαλψης, ιδίως στις αγροτικές περιοχές. Εργαλεία με τεχνητή νοημοσύνη μπορούν να βοηθήσουν στην έγκαιρη ανίχνευση ασθενειών όπως η ελονοσία και η φυματίωση μέσω ιατρικών εικόνων ή διαγνωστικών δοκιμών. Για παράδειγμα, τα μοντέλα τεχνητής νοημοσύνης μπορούν να αναλύουν ακτινογραφίες θώρακος ή δείγματα αίματος για να ανιχνεύουν πρώιμα σημάδια ασθένειας, ακόμη και σε περιβάλλοντα με χαμηλές πηγές. Αυτό μπορεί να οδηγήσει σε ταχύτερες διαγνώσεις και θεραπείες, σώζοντας τελικά ζωές και μειώνοντας το κόστος υγειονομικής περίθαλψης σε υποβαθμισμένες περιοχές. Η τεχνητή νοημοσύνη μπορεί επίσης να εκσυγχρονίσει την εφοδιαστική σε απομακρυσμένα συστήματα υγειονομικής περίθαλψης, εξασφαλίζοντας την έγκαιρη παράδοση ιατρικών προμηθειών και εμβολίων σε υποβαθμισμένες περιοχές, κάτι που είναι ζωτικής σημασίας για χώρες με μεγάλους αγροτικούς πληθυσμούς".

Alister Martin, Link Health: "Η εκπαίδευση μπορεί να επωφεληθεί σημαντικά από την ΤΝ, ιδίως όσον αφορά την εξατομίκευση των μαθησιακών εμπειριών για τους μαθητές που δεν εξυπηρετούνται επαρκώς. Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στον εντοπισμό κενών στη μάθηση, να παρέχει εξατομικευμένη υποστήριξη και να προσφέρει πολύγλωσσους πόρους στους μαθητές και τις οικογένειες με τρόπους που τα παραδοσιακά μοντέλα δεν μπορούν να προσφέρουν. Με την αντιμετώπιση των ανισοτήτων στην πρόσβαση σε ποιοτική εκπαίδευση, η ΤΝ θα μπορούσε να έχει μετασχηματιστικό αντίκτυπο στα μελλοντικά αποτελέσματα της υγείας και της κοινωνικοοικονομικής κατάστασης".