7 בינואר, 2025
החל ממתן אשראי ליזמים זעירים בקולומביה, דרך הפחתת שיעורי תחלואה בקרב אימהות באתיופיה ועד אספקת מידע מציל חיים לפליטים ברחבי העולם, כוחה של הבינה המלאכותית משולב עם הפוטנציאל להכלה והעצמה כלכלית.
חמישה ארגונים, המגדירים מחדש כיצד להשתמש בבינה מלאכותית להשפעה חברתית, יפתחו ויגדילו את פתרונותיהם כזוכים באתגר הבינה המלאכותית להאצת ההכלה, שקיבל יותר מ-500 הגשות ב-82 מדינות. הזוכים - הכוללים גם מיזם חברתי עבור מגדלי דבורים קטנים בהודו ויוזמה אמריקאית המחברת מטופלים עם הטבות פדרליות שאינן מנוצלות מספיק - יקבלו 200,000 דולר, סיוע טכני וחונכות מ- Mastercard ו- data.org. אשר מימן את האתגר.
חדשות מאסטרקארד שוחחו עם מנהיגים מהארגונים הזוכים על האתגרים של בניית פתרונות בינה מלאכותית במגזר החברתי, כיצד הם מפחיתים הטיות ומאמנים את המודלים שלהם להיות מכלילים, ואילו מגזרים אחרים טומנים בחובם את המבטיחים ביותר עבור הטכנולוגיה.
בקולומביה, כמעט 6 מיליון עסקים הם מיקרו-מפעלים, הפועלים עם פחות מ-10 עובדים וכמות קטנה של הון. מתוכם, רק 9 אחוזים יכולים ללוות הלוואות באופן רשמי, עקב חוסר מידע על ביצועיהם והיעדר היסטוריה פיננסית, וזה יוצר פער מימון עצום.
קוויפו מגשרת על פער המידע בכלכלה הבלתי פורמלית באמצעות בינה מלאכותית כדי להעריך בצורה מדויקת יותר את כושר האשראי של עסקים קטנים יותר אלה, באמצעות מודל ניקוד המנתח נתונים לא מסורתיים, כגון היסטוריית עסקאות בנייד, אינטראקציות במדיה חברתית, דפוסי תשלום והודעות SMS, ותשלומים וגביית אשראי חכמים. היא מספקת גם פלטפורמת מימון והלוואות מיקרו המאפשרות לעסקים אלה לבנות דירוג אשראי חלופי המבוסס על מידע פיננסי ולא פיננסי כאחד. באמצעות האפליקציה של Quipu, לקוחות יכולים להגיש בקשה תוך דקות לקבלת הון חוזר שיחולק בפחות מיומיים.
לפני שני עשורים, אתיופיה השיקה מודל חדש לטיפול רפואי כפרי, הכשרה ופריסה של אלפי עובדי שירותי בריאות לשרת קהילות מקומיות, מה שהביא לשיפורים משמעותיים בבריאות האם והילד, ולירידה בזיהומים חדשים ב-HIV ובמקרי מוות הקשורים לשחפת ולמלריה, אם למנות רק כמה.
כדי לבנות על הצלחה זו, IDinsight משתפת פעולה עם Last Mile Health ומשרד הבריאות של אתיופיה על מרכז טלפוני המופעל על ידי בינה מלאכותית, אליו יכולים עובדי שירותי הבריאות ליצור קשר לקבלת הדרכה רפואית בזמן אמת במקרים מורכבים. פתרון הבינה המלאכותית של הארגון יכלול מערכת לניהול מקרים ושירות מענה לשאלות המבוסס על הנחיות מקיפות של משרד הבריאות, ויספק תמיכה בזמן אמת לנציגי מוקד שירות טלפוני אשר יעבירו מידע קריטי לעובדי שירותי הבריאות באמצעות הטלפון, ויאפשר להם להתמקד בטיפול בחולים ובמתן שירותי בריאות איכותיים.
מספר שיא של 120 מיליון בני אדם נעקרו מבתיהם ברחבי העולם עקב סכסוכים, אסונות טבע, עוני ואלימות. אנשים שנפגעו ממשבר חייבים לקבל החלטות קריטיות ומשנות חיים לאורך מסעם למקום מבטחים, עם מידע מוגבל. בשנת 2015, השיקה ועדת ההצלה הבינלאומית את פרויקט Signpost, אשר מקים מרכזי עזרה דיגיטליים עבור משתמשים כדי שיוכלו למצוא מידע מדויק ועדכני, לגשת לשירותים חיוניים ולשאול שאלות ישירות למנחים מקומיים, כגון, כיצד אוכל לגשת לדיור? האם אוכל לקבל אשרת עבודה זמנית? האם אני יכול/ה לרשום את ילדיי לבית הספר? ל-Signpost יש כמעט 30 תוכניות פעילות ברחבי העולם, עם למעלה מ-6 מיליון משתמשי Signpost בשנת 2024.
עם זאת, צורכי המידע גוברים יחד עם מספר העקורים. במהלך המשבר באפגניסטן בשנת 2023, פוסט אחד בפייסבוק הוביל ל-30,000 הודעות תוך חודש, מה שהציף את צוות Signpost המקומי, שמנה שישה מנהלים. בשנת 2024, פרויקט Signpost בראשות IRC השיק את Signpost AI כדי לשפר את אספקת המידע הקריטי באמצעות סוכני בינה מלאכותית ופיקוח אנושי. מערכת זו שואפת להפחית את העומס על מנהלי העניינים, לאפשר להם להתמקד במקרים מורכבים יותר, תוך הבטחת תגובות מדויקות ובזמן שישפרו את הגישה למשאבים ושירותים עבור אוכלוסיות עקורות ברחבי העולם.
הודו נותרה דינמו חקלאי עולמי, אך שרשרת ערך חקלאית אחת חסרה תאוצה: גידול דבורים. ישנם 400,000 מגדלי דבורים קטנים בהודו, רבים מהם נאבקים כדי לקיים את פרנסתם, שלא לדבר על שיפור הפוטנציאל הכלכלי של האבקה על ידי חרקים לשיפור יבולי היבולים. בהודו, האבקה על ידי חרקים תורמת 22.52 מיליארד דולר בשנה, סכום העולה בהרבה על גודל השוק של דבש ומוצרי כוורות, אך הפוטנציאל נותר בלתי מנוצל במידה רבה עבור גידולים חיוניים לכלכלה ולתזונה של הודו.
אז Buzzworthy Ventures יצרה את Beekind, אפליקציה סלולרית המונעת על ידי בינה מלאכותית שמטרתה להעצים דבוראים בקנה מידה קטן, במיוחד נשים, בעלי אדמות קטנות, חקלאים חסרי אדמה ואוכלוסיות שבטיות בקהילות כפריות ושוליות. הוא מספק תובנות בזמן אמת ואנליטיקה ניבויית, המסייעת לדבוראים לנהל את בריאות הכוורת שלהם, לאבחן מחלות, לשפר את ייצור הדבש ולהסתגל לתנאי אקלים משתנים.
רופא המיון אליסטר מרטין ראה לעתים קרובות שעוני היה הגורם המניע לביקורי מטופלים במחלקת המיון. הוא הבין ש"כסף כתרופה" - סיוע לחולים בגישה לסיוע כספי ולהטבות פדרליות - יכול לטפל בשורשי הבריאות לקויה על ידי סגירת הפער בין בריאות לעושר.
זה הוביל להקמת Link Health, תוכנית המחברת מטופלים עם תוכניות סיוע פדרליות שלא נוצלו כמו SNAP, WIC ו-Lifeline כדי להקל על הלחץ הכלכלי שמחריף את הפערים הבריאותיים. פלטפורמת ההרשמה והצ'אטבוט מבוססי בינה מלאכותית שואפים לפתוח 10 מיליון דולר בהטבות ממלכתיות ופדרליות כדי להקל על עוני, להפחית לחץ כלכלי ולשפר את הרווחה.
"האתגר הגדול ביותר היה לגייס את סכום ההון הראשון כדי להתחיל להעניק הלוואות ולאמן את הציונים שלנו." יצירת פתרון חיתום חדש היא כמו בעיית הביצה והתרנגולת: אתה צריך הון כדי לבנות את הפתרון, אבל אתה לא מקבל אותו עד שתבדוק אותו.
"האתגר הראשון הוא טכני. בהקשר של שירותי בריאות, טיפולים והמלצות חייבים להיות מדויקים ב-100% - אין מקום להזיות. זה דורש גישה שונה מאשר ארכיטקטורת הדור המוגברת של אחזור (recovery-augmented generation). עלינו לבנות גרף שיתאר במדויק את הטיפולים ופרוטוקולי האבחון.
"האתגר השני הוא יצירת מדדי ייחוס ומערכות אימות מייצגות." לפני איטרציה ושיפור המודל, אנו זקוקים למערכת נתונים של שאלות ותשובות שסביר להניח שהעובדים הללו ישאלו. מערך נתונים זה חייב לכלול את כל הנושאים שהם עשויים לשאול עליהם ולהסביר כיצד הם עשויים לשאול - באמצעות קיצורים, מונחים עממיים, אימוג'ים וכו'. בניית מערך נתונים איכותי היא יקרה, מכיוון שלעתים קרובות היא דורשת ביאור אנושי.
"אחד האתגרים הגדולים ביותר היה פיתוח כלי בינה מלאכותית שהם גם מכלילים וגם מדויקים מבחינה הקשרית." אימון בינה מלאכותית להבנת שפות מיעוט, ניבים אזוריים ותוכן בעל ניואנסים תרבותיים דורש איסוף נתונים נרחב, מומחיות אנושית ובדיקות. בנוסף, הבטחה שתגובות שנוצרות באמצעות בינה מלאכותית יעמדו בעקרונות הומניטריים ולא ינציחו הטיה דרשה בניית אמצעי הגנה חזקים, כגון פיקוח אנושי בלולאה וכתיבה מחדש חוקתית לצורך יצירת תוצאות אתיות. איזון בין חדשנות לבין סטנדרטים מחמירים אלה היה תובעני אך חיוני."
"האתגר העיקרי היה טמון בגישור על הפער בין טכנולוגיית בינה מלאכותית מתקדמת לבין אימוצה בסביבות כפריות ועממיות." בעוד שקישוריות האינטרנט בהודו גדלה באופן אקספוננציאלי - עם למעלה מ-700 מיליון משתמשי אינטרנט בשנת 2023, בעיקר בזכות סמארטפונים במחירים נוחים - הגישה נותרה לא אחידה. פער דיגיטלי זה, יחד עם כיסוי רשת לא אחיד ביערות ובכפרים מרוחקים, היוו מכשול משמעותי לפריסת פתרונות מבוססי בינה מלאכותית הדורשים קישוריות עקבית ואינטראקציה עם המשתמש.
"ניווט וגישה לקצבאות ציבוריות יכולים להוות מכשול עבור משפחות רבות." עם זאת, האתגר הגדול ביותר היה שילוב חלק של התערבות Link Health במסגרות שירותי בריאות שבהן ספקי שירותי הבריאות ממילא נמצאים תחת עומס רב. זה דרש בניית אמון בקרב עובדי שירותי הבריאות, תוך הבטחה שהנווטים לא ישבשו את הטיפול בחולים תוך הצגת יתרונות מדידים לחולים ולמערכות הבריאות.
מרסדס בידארט, קוויפו: "כדי למתן הטיה, אנו משתמשים במערכי נתונים מגוונים, בודקים באופן קבוע את מודלי הבינה המלאכותית שלנו ומיישמים אימות אנושי בלולאה כדי להבטיח הערכות אשראי הוגנות ושוויוניות." האלגוריתמים שלנו נבדקים בקפדנות כדי למנוע הטיה מגדרית וגזעית, ואנו עוקבים ומעדכנים אותם באופן רציף כדי להתאים אותם לסטנדרטים האתיים. אנו גם מספקים למשתמשים תהליכי פיצוי נגישים, המאפשרים להם לערער או לערער על החלטות של בינה מלאכותית."
סיד רבינוטולה, IDinsight: "ראשית, אנחנו בונים את זה כפתרון קוד פתוח. אנו מקווים שזה יאיץ את פריסת כלים דומים בהקשרים אחרים בכך שיאפשר לארגונים לבנות עליהם את הצרכים הספציפיים שלהם. שנית, אנו מוודאים שניתן יהיה להתאים אותו אישית ולהרחיב אותו בקלות להקשרים מקומיים. זה כולל עמידה בהנחיות מקומיות, החלפת מודלים של בינה מלאכותית או הוספת מעקות בטיחות חדשים. על ידי יצירת מודל משותף שניתן לכוונן אותו לכל הקשר, אנו מבטיחים שהפתרון יהיה ישים באופן נרחב תוך כיבוד הדרישות הייחודיות של כל סביבה."
אנדרה הלר, Signpost: "הבינה המלאכותית של Signpost מאומנת באמצעות נתונים מאומתים ואוצרים ממקורות מהימנים וארגונים לא ממשלתיים מקומיים." זה מבטיח שהבינה המלאכותית משקפת דיאלקטים אזוריים, נורמות תרבותיות ושפות מיעוט, וממלאת פערים קריטיים עבור אוכלוסיות מוחלשות. סוכני בינה מלאכותית תומכים בקלט קולי וטקסט, מה שמאפשר נגישות לאנשים עם אוריינות נמוכה. הכלים נבדקים ומעודנים על ידי דוברי שפת אם ומנהלי קהילה כדי לאמת את הדיוק וההכלה. חוקת הבינה המלאכותית שלנו קובעת באופן דמוקרטי כללים אתיים, כולל אי-אפליה ושפה רגישה לטראומה, עם ביקורות מתמשכות כדי להפחית הטיות.
מוניקה שוקלה, Buzzworthy Ventures: "ביקינד מתאימה את פתרונות הטכנולוגיה והמגע שלה לתנאים אזוריים, אקולוגיים וגידוליים ספציפיים, תוך שילוב גורמים היפר-מקומיים כמו אקלים, צמחייה ושיטות חקלאיות." כדי להשיג זאת, אנו משתפים באופן פעיל מגדלי דבורים מקומיים, חוקרים, מומחים חקלאיים ומנהיגי קהילה בתכנון משותף של שיטות עבודה, מודלים ואסטרטגיות יישום, תוך הקפדה על כך שהפתרון יתאים למציאות החיים של האנשים שהוא משרת. אנו מתעדפים נשים וחקלאים קטנים - תורמות מרכזיות אך מוחלשות למערכת האקולוגית החקלאית של הודו. לדוגמה, על ידי מתן הכשרה רגישה למגדר ויצירת מרחבים מכילים לדיאלוג, אנו מעצימים נשים להשתתף באופן פעיל בשרשרת הערך של גידול דבורים ולהפיק ממנה תועלת. הכללה היא לא רק עיקרון; זוהי אבן יסוד מעשית בגישתנו."
אליסטר מרטין, לינק הלת': "נווטים פוגשים את המטופלים במקום בו הם נמצאים - פיזית ורגשית - לעתים קרובות בחדרי המתנה, ומתאימים את גישתם לצרכים הספציפיים של המטופל, כגון רישום מבוגרים להטבות כמו תוכניות חיסכון של Medicare." על ידי תכנון מערכות שנותנות עדיפות לנגישות ומשתמשות בשליחים קהילתיים מהימנים, התוכנית מבטיחה שהיא משרתת אוכלוסיות מגוונות ביעילות, במיוחד קהילות מוחלשות."
מרסדס בידארט, קוויפו: "החלק החשוב ביותר בבניית מודלים של בינה מלאכותית הוא קבוצת הנתונים." מודל טוב הוא מודל שיש לו תוצאה טובה והוגנת, והדרך היחידה לאפשר זאת היא אימון מודלים עם מערכי נתונים מגוונים המייצגים את הייחודיות של כל אזור. החלק החשוב השני בפאזל הוא האדם/הצוות שבונה את המודל. רק 20% מעבודות הבינה המלאכותית נעשות על ידי נשים, מה שאומר שהתוצאות אינן נבחנות מנקודת מבט מגדרית. אנחנו צריכים יותר נשים המובילות פתרונות בינה מלאכותית."
סיד רבינוטולה, IDinsight: "אמינות. במערכת הבריאות, אבחון שגוי או טיפול לא מלא עלולים להיות בעלי השלכות הרות אסון. עם זאת, מודלים של בינה מלאכותית מפגינים אקראיות מטבעם. לדוגמה, שאילת אותה שאלה מספר פעמים של בינה מלאכותית עשויה להניב תשובות שונות במקצת. באופן דומה, ניסוח מחדש של שאלה יכול להניב תשובות מגוונות. בעוד שרוב התגובות ככל הנראה יעבירו את אותו המסר, חלקן עשויות להיות חלקיות או מטעות, דבר שעלול לגרום נזק. מעקות בטיחות חזקים חיוניים כדי להבטיח שכל התגובות יהיו נכונות, מלאות ומכבדות."
אנדרה הלר, Signpost: "הדאגה הגדולה ביותר היא הפוטנציאל של בינה מלאכותית לגרום נזק באמצעות הטיה, מידע שגוי או הדרה." עבור אוכלוסיות פגיעות, מידע שגוי עלול להיות בעל השלכות משנות חיים. הבטחת מדויקות, שקופות ואתיות של בינה מלאכותית דורשת פיקוח מתמיד, בדיקות ושיתוף פעולה עם מומחים מקומיים. אנו מטפלים בכך על ידי יישום פיקוח אנושי בלולאה לבקרת איכות, ביקורות הטיה וסקירות אתיות כדי לחדד תגובות, ומסגרות שקופות כמו חוקת הבינה המלאכותית, המסדירה את התפוקות ומפחיתה סיכונים מזיקים. אנו נשארים ערניים באיזון בין חדשנות בבינה מלאכותית לבין אחריות ואמון."
מוניקה שוקלה, Buzzworthy Ventures: "כאשר מודלים של בינה מלאכותית מאומנים באמצעות נתונים שאינם מייצגים באופן מלא את הקהילות אותן הם שואפים לשרת, קיים סיכון לחיזוק אי-השוויון הקיים." לדוגמה, מערכות בינה מלאכותית רבות מאומנות באמצעות נתונים בשפות מרכזיות, מה שמותיר ניבים מקומיים ושפות בעל פה בתת-ייצוג. בהודו, קהילות שבטיות ואזוריות רבות דוברות שפות שלעתים קרובות חסרות להן מערכי נתונים דיגיטליים חזקים. חוסר ייצוג זה יכול להוביל למודלים שאינם מצליחים לפרש או להגיב במדויק לצרכים של קהילות אלו. בנוסף, מבטאים אזוריים, דפוסי דיבור ואורח חיים רגילים לרוב מתעלמים מהם, מה שהופך פתרונות בינה מלאכותית לפחות יעילים או אפילו מזיקים עבור קבוצות אלו.
אליסטר מרטין, לינק הלת': "הדאגה הגדולה ביותר היא הפוטנציאל של מערכות בינה מלאכותית להנציח הטיות קיימות, במיוחד כאשר עובדים עם אוכלוסיות מוחלשות." ללא פיקוח קפדני, אלגוריתמים עלולים שלא במתכוון להוציא את אלו הזקוקים להם ביותר או שלא להתחשב באי השוויון המערכתי איתם הם מתמודדים. הבטחת שקיפות, אחריות ושימוש אתי בבינה מלאכותית בקבלת החלטות היא קריטית כדי למנוע החרפת פערים. זו גם הסיבה שאנחנו מעדכנים את בני האדם בצמתים קריטיים בתהליך - ומדוע נמשיך לעדכן אותם ככל שנפתח את כלי הבינה המלאכותית שלנו."
מרסדס בידארט, קוויפו: "המגזר החינוכי. אני מאמין שהחינוך השתנה ויש לנו הזדמנות להפוך אותו לדמוקרטי יותר. מה שעשינו בקוויפו בתחום החינוך הוא עוזר בינה מלאכותית דור בוואטסאפ שתומך בלקוחות שלנו בניהול העסק שלהם. אין צורך ביועץ אחד לכל עסק. בעזרת בוט אחד נוכל לתמוך בחינוך ובצמיחה של מיליונים."
סיד רבינוטולה, IDinsight: "IDinsight אינה תלויה במגזר. בעוד שפרויקט זה מתמקד בבריאות, פיתחנו פתרונות בינה מלאכותית בחינוך ובהגנה חברתית. חקלאים מתמודדים עם מחסומים דומים למידע כמו עובדי בריאות קהילתיים. הם צריכים לדעת מהם הגידולים הטובים ביותר לגידול באזור שלהם, את תערובות הדשנים האופטימליות, ולסייע באבחון מחלות גידולים וטיפולים. בחינוך, מקרי שימוש בבינה מלאכותית כוללים מורים פרטיים, תוכניות שיעור שנוצרו על ידי בינה מלאכותית והערכות והערכות המונעות על ידי בינה מלאכותית. השתמשנו בבינה מלאכותית כדי לזהות בנות שאינן לומדות בבית הספר בהודו עבור ארגון לא ממשלתי הפועל להגדלת הרישום של בנות לבתי ספר. לבסוף, בינה מלאכותית יכולה לעזור לאזרחים לקבל גישה להטבות ממשלתיות. זה יכול לסייע בזיהוי זכאות ובניווט בתהליך המורכב של הגשת הבקשה."
אנדרה הלר, Signpost: "עם ההתקדמות בבינה מלאכותית, קשה לחשוב על מגזר שלא יעבור טרנספורמציה." השאלה היא מתי - שנתיים או חמש? מפעילות עסקית ועד ניתוח נתונים, אבחון בתחום הבריאות ומחקר כמעט בכל תחום, הכל יתקדם בקצב שטרם ראינו. זו רק שאלה מתי אנשים יוכלו לעשות בו שימוש יעיל. דוגמה מעשית: קשר בין מטאורולוגיה לניהול אסונות. התראות מזג אוויר ומערכות התרעה מוקדמות מפני אסונות, כגון שיטפונות, הוריקנים, בצורות ואירועי מזג אוויר קיצוניים, טומנות בחובן פוטנציאל עצום להפיק תועלת מבינה מלאכותית. מודלים מתקדמים של בינה מלאכותית יכולים לנתח נתונים מטאורולוגיים והידרולוגיים בזמן אמת כדי לחזות אסונות בצורה מדויקת יותר ולספק התראות מוקדמות לתגובה הוליסטית יותר הכוללת אנשים פגיעים, עסקים מקומיים, שרשראות אספקה וממשלה. חברת Signpost כבר החלה למנף בינה מלאכותית לתגובה לשיטפונות באמצעות FloodHub, ומשלבת תחזיות בינה מלאכותית עם עדכונים מעשיים בזמן אמת כדי לסייע לקהילות להתכונן לשיטפונות ולמתן את השפעתם.
מוניקה שוקלה, Buzzworthy Ventures: "מגזר הבריאות צפוי להפיק תועלת משמעותית מבינה מלאכותית, במיוחד בתחומי אבחון, רפואה מותאמת אישית ואופטימיזציה של שרשראות אספקה של שירותי בריאות, במיוחד באזורים כפריים." כלים המופעלים על ידי בינה מלאכותית יכולים לסייע בגילוי מוקדם של מחלות כמו מלריה ושחפת באמצעות תמונות רפואיות או בדיקות אבחון. לדוגמה, מודלים של בינה מלאכותית יכולים לנתח צילומי רנטגן של החזה או דגימות דם כדי לזהות סימנים מוקדמים של מחלה, אפילו בסביבות בעלות משאבים דלים. זה יכול להוביל לאבחונים וטיפולים מהירים יותר, ובסופו של דבר להציל חיים ולהפחית את עלויות שירותי הבריאות באזורים מוחלשים. בינה מלאכותית יכולה גם לייעל את הלוגיסטיקה במערכות שירותי בריאות מרוחקות, ולהבטיח אספקה בזמן של אספקה רפואית וחיסונים לאזורים מוחלשים, דבר חיוני עבור מדינות עם אוכלוסיות כפריות גדולות.
אליסטר מרטין, לינק הלת': "החינוך צפוי להפיק תועלת רבה מבינה מלאכותית, במיוחד בהתאמה אישית של חוויות למידה עבור תלמידים מוחלשים." בינה מלאכותית יכולה לסייע בזיהוי פערים בלמידה, לספק תמיכה מותאמת אישית ולהציע משאבים רב-לשוניים לתלמידים ולמשפחות בדרכים שמודלים מסורתיים אינם יכולים. על ידי התמודדות עם אי-שוויון בגישה לחינוך איכותי, לבינה מלאכותית יכולה להיות השפעה טרנספורמטיבית על הבריאות והתוצאות החברתיות-כלכליות העתידיות."