Skip to main content

الذكاء الاصطناعي

7 يناير 2025

 

الذكاء الاصطناعي للجميع: دروس من تقاطع التكنولوجيا والشمول

يشارك هؤلاء الخبراء في تسخير الذكاء الاصطناعي من أجل الصالح الاجتماعي رؤاهم حول توسيع نطاق الذكاء الاصطناعي الشامل.

فيكي هيمان

مدير الاتصالات في ماستركارد

 

من تقديم الائتمان لأصحاب المشاريع الصغيرة الكولومبية إلى الحد من معدلات أمراض الأمهات في إثيوبيا إلى تقديم المعلومات المنقذة للحياة للاجئين في جميع أنحاء العالم، تتوافق قوة الذكاء الاصطناعي مع إمكانية الإدماج والتمكين الاقتصادي.

من خلال إعادة تعريف كيفية استخدام الذكاء الاصطناعي للتأثير الاجتماعي، ستقوم خمس منظمات بتطوير وتوسيع نطاق حلولها كفائزة في تحدي الذكاء الاصطناعي لتسريع الإدماج، الذي تلقى أكثر من 500 مشاركة من 82 دولة. سيحصل الفائزون - الذين يشملون أيضًا مؤسسة اجتماعية لمربي النحل الصغار في الهند ومبادرة أمريكية تربط المرضى بفوائد فيدرالية غير مستغلة - على 200,000 دولار ومساعدة فنية وإرشاد من Mastercard و data.org. التي رعت التحدي.

تحدثت غرفة أخبار Mastercard إلى قادة من المنظمات الفائزة حول تحديات بناء حلول الذكاء الاصطناعي في القطاع الاجتماعي، وكيفية التخفيف من التحيز وتدريب نماذجها لتكون شاملة، وما هي القطاعات الأخرى التي تبشر بأكبر قدر من الأمل في مجال التكنولوجيا.

سد فجوة التمويل للشركات الصغيرة في كولومبيا: Quipu

في كولومبيا، ما يقرب من 6 ملايين شركة هي مشاريع صغيرة، تعمل بأقل من 10 موظفين وكمية صغيرة من رأس المال. ومن بين هؤلاء، يمكن لـ 9 في المائة فقط الاقتراض رسميًا، بسبب نقص المعلومات حول أدائهم وغياب التاريخ المالي، وهذا يخلق فجوة تمويل هائلة.

يسد Quipu فجوة المعلومات في الاقتصاد غير الرسمي باستخدام الذكاء الاصطناعي لتقييم الجدارة الائتمانية لهذه الشركات الصغيرة بدقة أكبر من خلال نموذج تسجيل يحلل البيانات غير التقليدية، مثل سجلات المعاملات عبر الهاتف المحمول، والتفاعلات على وسائل التواصل الاجتماعي، والرسائل القصيرة وأنماط الدفع، والصرف الذكي وجمع الائتمان. كما يوفر منصة تمويل وقروض صغيرة تسمح لهذه الشركات ببناء درجة ائتمان بديلة بناءً على المعلومات المالية وغير المالية. من خلال تطبيق Quipu، يمكن للعملاء التقدم في دقائق للحصول على رأس المال العامل الذي يتم صرفه في أقل من يومين.

 

تعزيز الرعاية الصحية المجتمعية في إثيوبيا: IDInsight

قبل عقدين من الزمن، أطلقت إثيوبيا نموذجًا جديدًا للرعاية الصحية الريفية، حيث قامت بتدريب ونشر الآلاف من العاملين في مجال الإرشاد الصحي لخدمة المجتمعات المحلية، مما أدى إلى تحسينات كبيرة في صحة الأم والطفل، وانخفاض الإصابات الجديدة بفيروس نقص المناعة البشرية والوفيات المرتبطة بالسل والملاريا، على سبيل المثال لا الحصر.

للبناء على هذا النجاح، تشارك IDInsight مع Last Mile Health ووزارة الصحة الإثيوبية في مركز اتصال مدعوم بالذكاء الاصطناعي يمكن للعاملين في مجال الإرشاد الصحي الاتصال به للحصول على إرشادات طبية في الوقت الفعلي بشأن الحالات المعقدة. سيشمل حل الذكاء الاصطناعي الخاص بالمؤسسة نظامًا لإدارة الحالات وخدمة الإجابة على الأسئلة استنادًا إلى إرشادات وزارة الصحة الشاملة، مما يوفر الدعم في الوقت الفعلي لوكلاء مركز الاتصال الذين سينقلون المزيد من المعلومات الهامة إلى العاملين في مجال الرعاية الصحية عبر الهاتف، مما يسمح لهم بالتركيز على رعاية المرضى وتقديم رعاية صحية عالية الجودة.

 

تقديم المعلومات المنقذة للحياة للأشخاص الذين يعانون من الأزمات في جميع أنحاء العالم: مشروع Signpost التابع للجنة الإنقاذ الدولية

هناك رقم قياسي يبلغ 120 مليون شخص في جميع أنحاء العالم بسبب النزاعات والكوارث الطبيعية والفقر والعنف. يجب على الأشخاص المتأثرين بالأزمة اتخاذ قرارات حاسمة ستغير حياتهم طوال رحلتهم إلى بر الأمان بمعلومات محدودة. في عام 2015، أطلقت لجنة الإنقاذ الدولية مشروع Signpost، الذي ينشئ مراكز مساعدة رقمية للمستخدمين للعثور على معلومات دقيقة وفي الوقت المناسب، والوصول إلى الخدمات الهامة وطرح أسئلة مباشرة على المشرفين المحليين، مثل، كيف يمكنني الوصول إلى السكن؟ هل سأتمكن من الحصول على تصريح عمل مؤقت؟ هل يمكنني تسجيل أطفالي في المدرسة؟. يحتوي Signpost على ما يقرب من 30 برنامجًا نشطًا في جميع أنحاء العالم، مع أكثر من 6 ملايين مستخدم Signpost في عام 2024.  

ومع ذلك، تزداد الاحتياجات إلى المعلومات جنبًا إلى جنب مع عدد النازحين. خلال أزمة 2023 في أفغانستان، نتج عن منشور واحد على فيسبوك 30000 رسالة في غضون شهر واحد، مما أدى إلى التغلب على فريق Signpost المحلي المكون من ستة مشرفين. في عام 2024، أطلق مشروع Signpost بقيادة IRC Signpost AI لتعزيز تقديم المعلومات الهامة من خلال وكلاء الذكاء الاصطناعي والرقابة البشرية. يهدف هذا النظام إلى تخفيف العبء على المنسقين، وتمكينهم من التركيز على الحالات الأكثر تعقيدًا، مع ضمان الاستجابات الدقيقة وفي الوقت المناسب والتي تعمل على تحسين الوصول إلى الموارد والخدمات للسكان النازحين على مستوى العالم. 

 

بناء خلية من المعرفة لمربي النحل في الهند: Buzzworthy Ventures

لا تزال الهند دينامًا زراعيًا عالميًا، لكن سلسلة قيمة زراعية واحدة تفتقر إلى الضجة: تربية النحل. هناك 400,000 من مربي النحل الصغار في الهند، وكثير منهم يكافحون من أجل الحفاظ على سبل العيش، ناهيك عن تعزيز الإمكانات الاقتصادية للتلقيح ضد الحشرات لتحسين غلة المحاصيل. في الهند، يساهم تلقيح الحشرات بمبلغ 22.52 مليار دولار سنويًا، وهو ما يتجاوز بكثير حجم سوق العسل ومنتجات خلايا النحل، ومع ذلك لا تزال الإمكانات غير مستغلة إلى حد كبير للمحاصيل الضرورية لاقتصاد الهند وتغذيتها. 

لذلك قامت Buzzworthy Ventures بإنشاء Beekind، وهو تطبيق محمول يعتمد على الذكاء الاصطناعي لتمكين مربي النحل على نطاق صغير، وخاصة النساء وأصحاب الأراضي الصغار والمزارعين الذين لا يملكون أرضًا والسكان القبليين في المجتمعات الريفية والمهمشة. وهو يوفر رؤى في الوقت الفعلي وتحليلات تنبؤية، مما يساعد مربي النحل على إدارة صحة خلاياهم وتشخيص الأمراض وتحسين إنتاج العسل والتكيف مع الظروف المناخية المتغيرة.

 

سد فجوة الثروة الصحية في الولايات المتحدة: Link Health

غالبًا ما رأى طبيب الطوارئ أليستر مارتن أن الفقر هو العامل الدافع وراء زيارات المرضى إلى قسم الطوارئ. لقد أدرك أن «المال كدواء» - مساعدة المرضى في الوصول إلى المساعدة النقدية والفوائد الفيدرالية - يمكن أن يعالج الأسباب الجذرية لسوء الصحة من خلال سد فجوة الثروة الصحية. 

أدى ذلك إلى إنشاء Link Health، وهو برنامج يربط المرضى ببرامج المساعدات الفيدرالية غير المنفقة مثل SNAP و WIC و Lifeline لتخفيف الضغط المالي الذي يؤدي إلى تفاقم الفوارق الصحية. تهدف منصة التسجيل المدعومة بالذكاء الاصطناعي وروبوت الدردشة إلى إطلاق 10 ملايين دولار من الفوائد الحكومية والفيدرالية للتخفيف من حدة الفقر وتقليل الضغوط المالية وتحسين الرفاهية.

ما هو التحدي الأكبر في وضع الحل الخاص بك على أرض الواقع؟

مرسيدس بيدارت، الرئيس التنفيذي والمؤسس المشارك لشركة Quipu

«كان التحدي الأكبر هو تأمين أول مبلغ من رأس المال لبدء الإقراض لتدريب درجاتنا. إن إنشاء حل اكتتاب جديد يشبه مشكلة الدجاجة والبيضة: فأنت بحاجة إلى رأس مال لبناء الحل، لكنك لا تحصل عليه حتى تختبره». 

سيد رافينوتولا، كبير علماء البيانات في IDInsight

«التحدي الأول تقني. في سياق الرعاية الصحية، يجب أن تكون العلاجات والتوصيات دقيقة بنسبة 100٪ - لا يوجد مجال للهلوسة. يتطلب هذا نهجًا مختلفًا عن بنية الجيل المعزز بالاسترجاع الشائعة. نحن بحاجة إلى إنشاء رسم بياني يلتقط بدقة العلاجات والبروتوكولات التشخيصية.

«التحدي الثاني هو إنشاء معايير تمثيلية ومجموعات التحقق. قبل تكرار النموذج وتحسينه، نحتاج إلى مجموعة بيانات من الأسئلة والأجوبة التي من المرجح أن يطرحها هؤلاء العمال. يجب أن تشمل مجموعة البيانات هذه جميع الموضوعات التي قد يستفسرون عنها وأن تأخذ في الاعتبار الكيفية التي قد يطرحونها بها - باستخدام الاختصارات والمصطلحات العامية والرموز التعبيرية وما إلى ذلك يعد إنشاء مجموعة بيانات مرجعية عالية الجودة أمرًا مكلفًا، حيث يتطلب غالبًا تعليقًا بشريًا».

أندريه هيلر، مدير البرنامج، Signpost

«يتمثل أحد أكبر التحديات في تطوير أدوات الذكاء الاصطناعي الشاملة والدقيقة من حيث السياق. يتطلب تدريب الذكاء الاصطناعي لفهم لغات الأقليات واللهجات الإقليمية والمحتوى الدقيق ثقافيًا تنظيمًا مكثفًا للبيانات والخبرة البشرية والاختبار. بالإضافة إلى ذلك، فإن ضمان أن الاستجابات الناتجة عن الذكاء الاصطناعي تدعم المبادئ الإنسانية ولا تديم التحيز يتطلب بناء ضمانات قوية، مثل الإشراف البشري الشامل وإعادة كتابة الدستور لتحقيق مخرجات أخلاقية. لقد كان تحقيق التوازن بين الابتكار وهذه المعايير الصارمة أمرًا صعبًا ولكنه ضروري».

مونيكا شوكلا، الرئيس التنفيذي والمؤسس المشارك لشركة Buzzworthy Ventures

«يكمن التحدي الأساسي في سد الفجوة بين تكنولوجيا الذكاء الاصطناعي المتقدمة واعتمادها في البيئات الشعبية والريفية. في حين أن الاتصال بالإنترنت في الهند قد نما بشكل كبير - مع أكثر من 700 مليون مستخدم للإنترنت في عام 2023، مدفوعًا إلى حد كبير بالهواتف الذكية ذات الأسعار المعقولة - لا يزال الوصول غير متساوٍ. شكلت هذه الفجوة الرقمية، إلى جانب التغطية غير المنتظمة للشبكة في الغابات والقرى النائية، عقبة كبيرة أمام نشر الحلول القائمة على الذكاء الاصطناعي والتي تتطلب اتصالاً متسقًا وتفاعل المستخدم».

أليستر مارتن، الرئيس التنفيذي لشركة Link Health

«يمكن أن يكون التنقل والوصول إلى المنافع العامة عقبة للعديد من العائلات. ومع ذلك، كان التحدي الأكبر هو دمج تدخل Link Health بسلاسة في إعدادات الرعاية الصحية حيث يعاني مقدمو الخدمات بالفعل من الإرهاق. وهذا يتطلب بناء الثقة بين العاملين في مجال الرعاية الصحية، وضمان عدم قيام الملاحين بتعطيل رعاية المرضى مع إظهار فوائد قابلة للقياس للمرضى وأنظمة الرعاية الصحية».

 

 

تتجمع النساء والفتاة حول جهاز لوحي.

 

 

كيف يمكنك التأكد من أن الحل الخاص بك مفصل وشامل؟

مرسيدس بيدارت، كويبو: «للتخفيف من التحيز، نستخدم مجموعات بيانات متنوعة، وندقق بانتظام نماذج الذكاء الاصطناعي الخاصة بنا ونطبق التحقق البشري الحلقي لضمان تقييمات ائتمانية عادلة ومنصفة. يتم اختبار خوارزمياتنا بدقة لمنع التحيز الجنساني والعرقي، ونحن نراقبها ونحدثها باستمرار لتتماشى مع المعايير الأخلاقية. كما نقدم للمستخدمين عمليات إصلاح يمكن الوصول إليها، مما يسمح لهم بالطعن في قرارات الذكاء الاصطناعي أو الطعن فيها».

سيد رافينوتولا، IDInsight:  «أولاً، نحن نبني هذا كحل مفتوح المصدر. نأمل أن يؤدي ذلك إلى تسريع نشر أدوات مماثلة في سياقات أخرى من خلال السماح للمنظمات بالبناء عليها لتلبية احتياجاتها الخاصة. ثانيًا، نحن نضمن إمكانية تخصيصها وتوسيعها بسهولة للسياقات المحلية. يتضمن ذلك الالتزام بالإرشادات المحلية أو تبديل نماذج الذكاء الاصطناعي أو إضافة حواجز حماية جديدة. من خلال إنشاء نموذج مشترك يمكن ضبطه بدقة لكل سياق، نضمن أن الحل قابل للتطبيق على نطاق واسع مع احترام المتطلبات الفريدة لكل إعداد.» 

أندريه هيلر، Signpost: «يتم تدريب Signpost AI باستخدام بيانات منسقة وموثوقة من مصادر موثوقة ومنظمات غير حكومية محلية. وهذا يضمن أن الذكاء الاصطناعي يعكس اللهجات الإقليمية والأعراف الثقافية ولغات الأقليات، ويسد الفجوات الحرجة للسكان المحرومين. يدعم وكلاء الذكاء الاصطناعي المدخلات الصوتية والنصية، مما يتيح إمكانية الوصول للأشخاص ذوي المعرفة المنخفضة. يتم اختبار الأدوات وتحسينها مع المتحدثين الأصليين والمشرفين المجتمعيين للتحقق من الدقة والشمولية. يضع دستور الذكاء الاصطناعي لدينا بشكل ديمقراطي القواعد الأخلاقية، بما في ذلك عدم التمييز واللغة الحساسة للصدمات، مع عمليات تدقيق مستمرة للتخفيف من التحيز».

مونيكا شوكلا، من Buzzworthy Ventures: «تصمم Beekind حلولها التقنية واللمس وفقًا لظروف إقليمية وبيئية ومحاصيل محددة، مع دمج العوامل المحلية الفائقة مثل المناخ والنباتات والممارسات الزراعية. ولتحقيق ذلك، نشرك بنشاط مربي النحل المحليين والباحثين والخبراء الزراعيين وقادة المجتمع في تصميم الممارسات والنماذج واستراتيجيات التنفيذ، مما يضمن توافق الحل مع الواقع المعيشي للأشخاص الذين يخدمهم. نعطي الأولوية للنساء والمزارعين أصحاب الحيازات الصغيرة - المساهمون الرئيسيون ولكن المحرومون في النظام البيئي الزراعي في الهند. على سبيل المثال، من خلال توفير التدريب الذي يراعي الفوارق بين الجنسين وخلق مساحات شاملة للحوار، نقوم بتمكين النساء من المشاركة بنشاط في سلسلة القيمة لتربية النحل والاستفادة منها. الشمولية ليست مجرد مبدأ؛ إنها حجر الزاوية العملي لنهجنا».

أليستر مارتن، لينك هيلث: «يلتقي الملاحون بالمرضى أينما كانوا - جسديًا وعاطفيًا - غالبًا في غرف الانتظار، ويصممون نهجهم وفقًا لاحتياجات المريض المحددة، مثل تسجيل كبار السن في مزايا مثل برامج Medicare Savings Programs. من خلال تصميم أنظمة تعطي الأولوية لإمكانية الوصول وتستخدم برامج مراسلة مجتمعية موثوقة، يضمن البرنامج أنه يخدم السكان المتنوعين بفعالية، وخاصة المجتمعات المحرومة».

ما هو أكبر مصدر قلق لديك بشأن الذكاء الاصطناعي؟

مرسيدس بيدارت، كويبو: «أهم قطعة عند بناء نماذج الذكاء الاصطناعي هي مجموعة البيانات. النموذج الجيد هو النموذج الذي يحقق نتائج جيدة وعادلة، والطريقة الوحيدة لجعل ذلك ممكنًا هي نماذج التدريب مع مجموعات بيانات متنوعة تمثل خصوصيات كل منطقة. الجزء المهم الآخر من اللغز هو الشخص/الفريق الذي يبني النموذج. 20% فقط من وظائف الذكاء الاصطناعي تقوم بها النساء، مما يعني أن النتائج لا تتم مراجعتها من منظور النوع الاجتماعي. نحن بحاجة إلى المزيد من النساء الرائدات في حلول الذكاء الاصطناعي».

سيد رافينوتولا، IDInsight : «الموثوقية. في مجال الرعاية الصحية، يمكن أن يؤدي التشخيص غير الصحيح أو العلاج غير المكتمل إلى عواقب وخيمة. ومع ذلك، تُظهر نماذج الذكاء الاصطناعي بطبيعتها العشوائية. على سبيل المثال، قد يؤدي طرح نفس السؤال على الذكاء الاصطناعي عدة مرات إلى إجابات مختلفة قليلاً. وبالمثل، يمكن أن تؤدي إعادة صياغة السؤال إلى إجابات مختلفة. في حين أن معظم الردود ستنقل على الأرجح نفس الرسالة، إلا أن بعضها قد يكون غير مكتمل أو مضلل، مما قد يسبب ضررًا. حواجز الحماية القوية ضرورية لضمان أن تكون جميع الاستجابات صحيحة وكاملة ومحترمة.»

أندريه هيلر، Signpost: «مصدر القلق الأكبر هو قدرة الذكاء الاصطناعي على إحداث ضرر من خلال التحيز أو التضليل أو الاستبعاد. بالنسبة للفئات السكانية الضعيفة، يمكن أن تؤدي المعلومات غير الصحيحة إلى عواقب تغير الحياة. يتطلب ضمان دقة وشفافية وأخلاقية الذكاء الاصطناعي من الناحية السياقية الإشراف المستمر والاختبار والتعاون مع الخبراء المحليين. نعالج هذا من خلال تنفيذ الإشراف البشري على مراقبة الجودة، وعمليات تدقيق التحيز والمراجعات الأخلاقية لتحسين الاستجابات، والأطر الشفافة مثل دستور الذكاء الاصطناعي، الذي يحكم المخرجات ويخفف من المخاطر الضارة. نظل يقظين في تحقيق التوازن بين ابتكار الذكاء الاصطناعي والمساءلة والثقة».

مونيكا شوكلا، Buzzworthy Ventures: «عندما يتم تدريب نماذج الذكاء الاصطناعي باستخدام بيانات لا تمثل بشكل كامل المجتمعات التي تهدف إلى خدمتها، هناك خطر تعزيز أوجه عدم المساواة القائمة. على سبيل المثال، يتم تدريب العديد من أنظمة الذكاء الاصطناعي باستخدام البيانات باللغات الرئيسية، مما يترك اللهجات المحلية واللغات الشفوية ممثلة تمثيلاً ناقصًا. في الهند، تتحدث العديد من المجتمعات القبلية والإقليمية لغات تفتقر غالبًا إلى مجموعات بيانات رقمية قوية. يمكن أن يؤدي هذا النقص في التمثيل إلى نماذج تفشل في التفسير الدقيق أو الاستجابة لاحتياجات هذه المجتمعات. بالإضافة إلى ذلك، غالبًا ما يتم تجاهل اللهجات الإقليمية وأنماط الكلام والممارسات الحية، مما يجعل حلول الذكاء الاصطناعي أقل فعالية أو حتى ضارة لهذه المجموعات».

أليستر مارتن، Link Health: «يتمثل مصدر القلق الأكبر في إمكانية قيام أنظمة الذكاء الاصطناعي بإدامة التحيزات الحالية، لا سيما عند العمل مع السكان المحرومين. وبدون رقابة دقيقة، قد تستبعد الخوارزميات عن غير قصد الأشخاص الأكثر احتياجًا أو تفشل في حساب أوجه عدم المساواة المنهجية التي يواجهونها. إن ضمان الشفافية والمساءلة والاستخدام الأخلاقي للذكاء الاصطناعي في صنع القرار أمر بالغ الأهمية لتجنب تفاقم الفوارق. وهذا هو السبب أيضًا في أننا نبقي البشر على اطلاع دائم في المراحل الحرجة من العملية - ولماذا سنستمر في إبقاء البشر على اطلاع دائم أثناء تطوير أدوات الذكاء الاصطناعي الخاصة بنا». 

أي قطاع خارج منطقتك لديه القدرة على الاستفادة القصوى من الذكاء الاصطناعي؟

مرسيدس بيدارت، كويبو: «القطاع التعليمي. أعتقد أن التعليم قد تغير ولدينا الفرصة لجعله أكثر ديمقراطية. ما قمنا به في Quipu حول التعليم هو مساعد الذكاء الاصطناعي العام على WhatsApp الذي يدعم عملائنا في إدارة أعمالهم. ليست هناك حاجة إلى مستشار واحد لكل شركة. باستخدام روبوت واحد، يمكننا دعم تعليم ونمو الملايين».

سيد رافينوتولا، IDInsight: «لا تعتمد IDInsight على أي قطاع. بينما يركز هذا المشروع على الصحة، قمنا بتطوير حلول الذكاء الاصطناعي في التعليم والحماية الاجتماعية. يواجه المزارعون حواجز مماثلة للمعلومات مثل العاملين الصحيين المجتمعيين. إنهم بحاجة إلى معرفة أفضل المحاصيل لزراعتها في منطقتهم ومزيج الأسمدة الأمثل، والمساعدة في تشخيص أمراض المحاصيل وعلاجها. في مجال التعليم، تشمل حالات استخدام الذكاء الاصطناعي المعلمين المخصصين وخطط الدروس التي تم إنشاؤها بواسطة الذكاء الاصطناعي والتقييمات المدعومة بالذكاء الاصطناعي. لقد استخدمنا الذكاء الاصطناعي لتحديد الفتيات خارج المدرسة في الهند لمنظمة غير حكومية تعمل على زيادة تسجيل الفتيات في المدارس. أخيرًا، يمكن للذكاء الاصطناعي مساعدة المواطنين في الوصول إلى المزايا الحكومية. يمكن أن يساعد في تحديد الأهلية والتنقل في عملية التقديم المعقدة.»

أندريه هيلر، Signpost: «مع التقدم في الذكاء الاصطناعي، من الصعب التفكير في قطاع لن يتغير. السؤال هو متى - سنتان أو خمس سنوات؟ من العمليات التجارية إلى تحليل البيانات إلى التشخيص في مجال الرعاية الصحية إلى البحث في أي مجال تقريبًا، سيتقدم كل شيء بوتيرة لم نشهدها بعد. إنها مجرد مسألة متى سيتمكن الناس من الاستفادة منها بشكل فعال. مثال عملي: الربط بين الأرصاد الجوية وإدارة الكوارث. وتنطوي التنبيهات الجوية وأنظمة الإنذار المبكر بالكوارث، مثل الفيضانات والأعاصير والجفاف والظواهر الجوية المتطرفة، على إمكانات هائلة للاستفادة من الذكاء الاصطناعي. يمكن لنماذج الذكاء الاصطناعي المتقدمة تحليل بيانات الأرصاد الجوية والهيدرولوجية في الوقت الفعلي للتنبؤ بالكوارث بشكل أكثر دقة وتقديم تحذيرات مبكرة لاستجابة أكثر شمولية تشمل الأشخاص المعرضين للخطر والشركات المحلية وسلاسل التوريد والحكومة. بدأت Signpost بالفعل في الاستفادة من الذكاء الاصطناعي للاستجابة للفيضانات من خلال FloodHub، والجمع بين تنبؤات الذكاء الاصطناعي والتحديثات القابلة للتنفيذ في الوقت الفعلي لمساعدة المجتمعات على الاستعداد والتخفيف من تأثير الفيضانات».

مونيكا شوكلا، Buzzworthy Ventures: «سيستفيد قطاع الرعاية الصحية بشكل كبير من الذكاء الاصطناعي، لا سيما في التشخيص والطب الشخصي وتحسين سلاسل توريد الرعاية الصحية، خاصة في المناطق الريفية. يمكن للأدوات التي تعمل بالذكاء الاصطناعي أن تساعد في الكشف المبكر عن أمراض مثل الملاريا والسل من خلال الصور الطبية أو الاختبارات التشخيصية. على سبيل المثال، يمكن لنماذج الذكاء الاصطناعي تحليل صور الصدر بالأشعة السينية أو عينات الدم للكشف عن العلامات المبكرة للمرض، حتى في الأماكن منخفضة الموارد. يمكن أن يؤدي ذلك إلى تشخيصات وعلاجات أسرع، مما يؤدي في النهاية إلى إنقاذ الأرواح وتقليل تكاليف الرعاية الصحية في المناطق المحرومة. يمكن للذكاء الاصطناعي أيضًا تبسيط الخدمات اللوجستية في أنظمة الرعاية الصحية عن بُعد، مما يضمن تسليم الإمدادات الطبية واللقاحات في الوقت المناسب إلى المناطق المحرومة، وهو أمر بالغ الأهمية للبلدان ذات الكثافة السكانية الريفية الكبيرة».

أليستر مارتن، Link Health: «سيستفيد التعليم بشكل كبير من الذكاء الاصطناعي، لا سيما في تخصيص خبرات التعلم للطلاب المحرومين. يمكن أن يساعد الذكاء الاصطناعي في تحديد الفجوات في التعلم وتوفير الدعم المخصص وتقديم موارد متعددة اللغات للطلاب والأسر بطرق لا تستطيع النماذج التقليدية القيام بها. ومن خلال معالجة أوجه عدم المساواة في الوصول إلى التعليم الجيد، يمكن أن يكون للذكاء الاصطناعي تأثير تحويلي على النتائج الصحية والاجتماعية والاقتصادية المستقبلية».