Skip to main content

AI

7 Ocak 2025

 

Herkes için yapay zeka: Teknoloji ve kapsayıcılığın kesiştiği noktadan dersler

Sosyal fayda için yapay zekadan yararlanma konusunda uzman olan bu kişiler, kapsayıcı yapay zekanın ölçeklendirilmesi konusundaki görüşlerini paylaşıyor.

Vicki Hyman

Director,

Global Communications,

Mastercard

Kolombiyalı mikro girişimcilere kredi verilmesinden Etiyopya'da anne ölüm oranlarının düşürülmesine ve dünyanın dört bir yanındaki mültecilere hayat kurtaran bilgilerin ulaştırılmasına kadar, yapay zekanın gücü kapsayıcılık ve ekonomik güçlendirme potansiyeli ile eşleştiriliyor.

Sosyal etki için yapay zekanın nasıl kullanılacağını yeniden tanımlayan beş kuruluş, 82 ülkeden 500'den fazla başvurunun yapıldığı Kapsayıcılığı Hızlandırmak için Yapay Zeka Yarışması'nın kazananları olarak çözümlerini geliştirecek ve ölçeklendirecek. Aralarında Hindistan'daki küçük ölçekli arıcılara yönelik bir sosyal girişim ve hastaları yetersiz kullanılan federal yardımlarla buluşturan bir ABD girişiminin de bulunduğu kazananlar 200.000 dolar ve Mastercard ve data.org ile teknik yardım ve mentorluk alacak, yarışmaya sponsor oldu.

Mastercard Haber Merkezi, kazanan kuruluşların liderleriyle sosyal sektörde yapay zeka çözümleri oluşturmanın zorlukları, önyargıları nasıl azalttıkları ve modellerini kapsayıcı olacak şekilde nasıl eğittikleri ve teknoloji için en çok umut vaat eden diğer sektörlerin hangileri olduğu hakkında konuştu.

Kolombiya'daki küçük işletmeler için finansman açığını kapatmak: Quipu

Kolombiya'da yaklaşık 6 milyon işletme, 10'dan az çalışan ve az miktarda sermaye ile faaliyet gösteren mikro işletmelerdir. Bunların sadece yüzde 9'u, performansları hakkında bilgi eksikliği ve mali geçmişlerinin olmaması nedeniyle resmi olarak borçlanabiliyor ve bu da muazzam bir finansman açığı yaratıyor.

Quipu, mobil işlem geçmişleri, sosyal medya etkileşimleri, SMS ve ödeme modelleri ve akıllı ödeme ve kredi tahsilatı gibi geleneksel olmayan verileri analiz eden bir puanlama modeli aracılığıyla bu küçük işletmelerin kredi itibarını daha doğru bir şekilde değerlendirmek için yapay zekayı kullanarak kayıt dışı ekonomideki bilgi açığını kapatıyor. Ayrıca, bu işletmelerin hem finansal hem de finansal olmayan bilgilere dayalı alternatif bir kredi puanı oluşturmasına olanak tanıyan bir finansman platformu ve mikro krediler sağlar. Quipu'nun uygulaması aracılığıyla müşteriler, iki günden daha kısa sürede ödenen işletme sermayesi için dakikalar içinde başvurabilirler.

 

Etiyopya'da toplum sağlığı hizmetlerinin güçlendirilmesi: IDinsight

Yirmi yıl önce Etiyopya, kırsal sağlık hizmetleri için yeni bir model başlattı, binlerce sağlık uzatma çalışanını yerel topluluklara hizmet etmek üzere eğitti ve görevlendirdi; bu da anne ve çocuk sağlığında önemli iyileşmeler ve yeni HIV enfeksiyonları ile tüberküloz ve sıtmaya bağlı ölümlerde düşüşle sonuçlandı.

IDinsight, bu başarıyı daha da ileriye taşımak için Last Mile Health ve Etiyopya Sağlık Bakanlığı ile sağlık çalışanlarının karmaşık vakalarda gerçek zamanlı tıbbi rehberlik için iletişime geçebilecekleri yapay zeka destekli bir çağrı merkezi konusunda ortaklık yapıyor. Kuruluşun yapay zeka çözümü, kapsamlı Sağlık Bakanlığı yönergelerine dayanan bir vaka yönetim sistemi ve soru yanıtlama hizmeti içerecek ve sağlık çalışanlarına telefon aracılığıyla kritik bilgileri aktaracak olan çağrı merkezi temsilcilerine gerçek zamanlı destek sağlayarak hasta bakımına odaklanmalarına ve yüksek kaliteli sağlık hizmeti sunmalarına olanak tanıyacak.

 

Dünyanın dört bir yanında kriz yaşayan insanlara hayat kurtaran bilgiler ulaştırmak: Uluslararası Kurtarma Komitesi'nin Signpost Projesi

Dünya genelinde 120 milyon insan çatışma, doğal afet, yoksulluk ve şiddet nedeniyle yerinden edilmiş durumdadır. Krizden etkilenen insanlar, güvenlik yolculukları boyunca sınırlı bilgiyle kritik, hayatlarını değiştirecek kararlar vermek zorundadır. 2015 yılında Uluslararası Kurtarma Komitesi, kullanıcıların doğru ve zamanında bilgi bulmaları, kritik hizmetlere erişmeleri ve yerel moderatörlere doğrudan sorular sormaları için dijital yardım merkezleri kuran Signpost Projesi'ni başlattı. Geçici çalışma izni alabilecek miyim? Çocuklarımı okula kaydettirebilir miyim? Signpost'un dünya çapında yaklaşık 30 aktif programı bulunmaktadır ve 2024 yılında 6 milyondan fazla Signpost kullanıcısı olacaktır.  

Ancak, yerinden edilen insanların sayısıyla birlikte bilgi ihtiyaçları da artmaktadır. Afganistan'daki 2023 krizi sırasında, bir Facebook gönderisi bir ay içinde 30.000 mesaja yol açarak altı moderatörden oluşan yerel Signpost ekibini zor durumda bıraktı. 2024 yılında, IRC liderliğindeki Signpost Projesi, yapay zeka ajanları ve insan gözetimi yoluyla kritik bilgilerin dağıtımını geliştirmek için Signpost AI'yi başlattı. Bu sistem, moderatörlerin üzerindeki yükü azaltarak daha karmaşık vakalara odaklanmalarını sağlamayı ve aynı zamanda küresel olarak yerinden edilmiş nüfusların kaynaklara ve hizmetlere erişimini iyileştiren zamanında ve doğru yanıtlar vermeyi amaçlamaktadır. 

 

Hindistan'daki arıcılar için bir bilgi kovanı inşa etmek: Buzzworthy Ventures

Hindistan küresel bir tarım dinamosu olmaya devam ediyor, ancak bir tarımsal değer zincirinin sesi çıkmıyor: arıcılık. Hindistan'da 400.000 küçük ölçekli arıcı bulunmaktadır ve bunların çoğu, ürün verimini artırmak için böcek tozlaşmasının ekonomik potansiyelini artırmak bir yana, geçim kaynaklarını sürdürmek için mücadele etmektedir. Hindistan'da böcek tozlaşması, bal ve kovan ürünlerinin pazar büyüklüğünü çok aşan, yılda 22,52 milyar dolarlık bir katkı sağlamaktadır, ancak Hindistan'ın ekonomisi ve beslenmesi için gerekli olan mahsuller için potansiyel büyük ölçüde yetersiz kalmaktadır. 

Böylece Buzzworthy Ventures, küçük ölçekli arıcıları, özellikle de kırsal ve marjinal topluluklardaki kadınları, küçük toprak sahiplerini, topraksız çiftçileri ve kabile nüfusunu güçlendirmek için yapay zeka odaklı bir mobil uygulama olan Beekind'i yarattı. Gerçek zamanlı içgörüler ve tahmine dayalı analitik sağlayarak arıcıların kovan sağlığını yönetmelerine, hastalıkları teşhis etmelerine, bal üretimini iyileştirmelerine ve değişen iklim koşullarına uyum sağlamalarına yardımcı olur.

 

ABD'de sağlık-servet uçurumunun kapatılması: Link Sağlık

Acil servis doktoru Alister Martin, hastaların acil servise gelmelerinin ardındaki itici faktörün genellikle yoksulluk olduğunu görüyordu. "İlaç olarak para "nın - hastaların nakit yardımına ve federal yardımlara erişmesine yardımcı olmak - sağlık-servet uçurumunu kapatarak kötü sağlığın temel nedenlerini ele alabileceğini fark etti. 

Bu durum, hastaları SNAP, WIC ve Lifeline gibi harcanmamış federal yardım programlarına bağlayarak sağlık eşitsizliklerini daha da kötüleştiren mali yükü hafifleten bir program olan Link Health'in oluşturulmasına yol açtı. Yapay zeka destekli kayıt platformu ve sohbet robotu, yoksulluğu hafifletmek, mali stresi azaltmak ve refahı artırmak için eyalet ve federal yardımlarda 10 milyon doların kilidini açmayı hedefliyor.

Çözümünüzü hayata geçirirken karşılaştığınız en büyük zorluk neydi?

Mercedes Bidart, CEO ve kurucu ortak, Quipu

"En büyük zorluk, puanlarımızı eğitmek üzere kredi vermeye başlamak için ilk sermaye miktarını temin etmekti. Yeni bir sigortalama çözümü oluşturmak tavuk-yumurta problemine benzer: Çözümü oluşturmak için sermayeye ihtiyacınız vardır, ancak bunu test edene kadar elde edemezsiniz." 

Sid Ravinutula, baş veri bilimcisi, IDinsight

"İlk zorluk teknik. Sağlık hizmetleri bağlamında, tedaviler ve tavsiyeler 100% doğru olmalıdır - halüsinasyonlara yer yoktur. Bu, popüler geri getirme destekli üretim mimarisinden farklı bir yaklaşım gerektirir. Tedavileri ve teşhis protokollerini doğru bir şekilde yansıtan bir grafik oluşturmamız gerekiyor.

"İkinci zorluk ise temsili kıyaslama ve doğrulama setleri oluşturmaktır. Modeli yinelemeden ve geliştirmeden önce, bu çalışanların sorması muhtemel sorular ve cevaplardan oluşan bir veri setine ihtiyacımız var. Bu veri kümesi, sorgulayabilecekleri tüm konuları kapsamalı ve nasıl sorabileceklerini hesaba katmalıdır - kısaltma, konuşma dili terimleri, emojiler vb. kullanarak. Yüksek kaliteli bir kıyaslama veri kümesi oluşturmak, genellikle insan açıklaması gerektirdiğinden pahalıdır."

André Heller, program yöneticisi, Signpost

"En büyük zorluklardan biri, hem kapsayıcı hem de bağlamsal olarak doğru olan yapay zeka araçları geliştirmek oldu. Yapay zekayı azınlık dillerini, bölgesel lehçeleri ve kültürel açıdan nüanslı içerikleri anlayacak şekilde eğitmek için kapsamlı veri küratörlüğü, insan uzmanlığı ve testler gerekir. Ek olarak, yapay zeka tarafından üretilen yanıtların insani ilkeleri desteklemesini ve önyargıyı sürdürmemesini sağlamak, döngü içinde insan gözetimi ve etik çıktı için anayasanın yeniden yazılması gibi sağlam güvenceler oluşturmayı gerektirmiştir. İnovasyonu bu titiz standartlarla dengelemek zorlu ama gerekli oldu."

Monika Shukla, CEO ve kurucu ortak, Buzzworthy Ventures

"Asıl zorluk, gelişmiş yapay zeka teknolojisi ile bunun tabanda, kırsal ortamlarda benimsenmesi arasındaki uçurumun kapatılmasında yatıyor. Hindistan'da internet bağlantısı katlanarak artarken (2023'te 700 milyondan fazla internet kullanıcısı olacak ve bu rakam büyük ölçüde uygun fiyatlı akıllı telefonlar sayesinde gerçekleşecek) erişim hala eşit değil. Bu dijital uçurum, uzak ormanlar ve köylerdeki düzensiz ağ kapsamı ile birleştiğinde, tutarlı bağlantı ve kullanıcı etkileşimi gerektiren yapay zeka odaklı çözümlerin uygulanmasının önünde önemli bir engel oluşturdu."

Alister Martin, CEO, Link Health

"Kamu yardımları arasında gezinmek ve bu yardımlara erişmek pek çok aile için bir engel teşkil edebilir. Ancak en büyük zorluk, Link Health'in müdahalesini, sağlayıcıların zaten yoğun olduğu sağlık hizmetleri ortamlarına sorunsuz bir şekilde entegre etmekti. Bu, sağlık çalışanları arasında güven oluşturmayı, navigatörlerin hasta bakımını aksatmamasını sağlamayı ve aynı zamanda hastalara ve sağlık sistemlerine ölçülebilir faydalar göstermeyi gerektiriyordu."

 

 

Kadınlar ve bir kız çocuğu bir tabletin etrafında toplanır.

 

 

Çözümünüzün hem ısmarlama hem de kapsayıcı olmasını nasıl sağlıyorsunuz?

Mercedes Bidart, Quipu: "Önyargıyı azaltmak için çeşitli veri kümeleri kullanıyor, yapay zeka modellerimizi düzenli olarak denetliyor ve adil ve eşit kredi değerlendirmeleri sağlamak için döngü içinde insan doğrulaması uyguluyoruz. Algoritmalarımız cinsiyet ve ırk önyargısını önlemek için titizlikle test ediliyor ve etik standartlara uymaları için sürekli olarak izleyip güncelliyoruz. Ayrıca kullanıcılara erişilebilir telafi süreçleri sunarak AI kararlarına itiraz etmelerine veya temyize gitmelerine olanak tanıyoruz."

Sid Ravinutula, IDinsight: "İlk olarak, bunu açık kaynaklı bir çözüm olarak inşa ediyoruz. Bunun, kuruluşların kendi özel ihtiyaçları için bunu geliştirmelerine olanak tanıyarak benzer araçların diğer bağlamlarda kullanılmasını hızlandıracağını umuyoruz. İkinci olarak, yerel bağlamlar için kolayca özelleştirilebilmesini ve genişletilebilmesini sağlıyoruz. Bu, yerel yönergelere uymayı, AI modellerini değiştirmeyi veya yeni korkuluklar eklemeyi içerir. Her bağlam için ince ayar yapılabilen ortak bir model oluşturarak, çözümün her ortamın kendine özgü gereksinimlerine saygı gösterirken geniş çapta uygulanabilir olmasını sağlıyoruz." 

André Heller, Signpost: "Signpost AI, güvenilir kaynaklardan ve yerel STK'lardan alınan seçilmiş, doğrulanmış veriler kullanılarak eğitiliyor. Bu, yapay zekanın bölgesel lehçeleri, kültürel normları ve azınlık dillerini yansıtmasını ve yetersiz hizmet alan nüfuslar için kritik boşlukları doldurmasını sağlar. Yapay zeka aracıları ses ve metin girdilerini destekleyerek düşük okuryazarlığa sahip kişiler için erişilebilirlik sağlar. Araçlar, doğruluk ve kapsayıcılığı doğrulamak için anadili İngilizce olan kişiler ve topluluk moderatörleri ile test edilip geliştirilmiştir. YZ Anayasamız, ayrımcılık yapmama ve travmaya duyarlı dil de dahil olmak üzere etik kuralları demokratik bir şekilde belirler ve önyargıyı azaltmak için sürekli denetimler yapar."

Monika Shukla, Buzzworthy Ventures: "Beekind, teknoloji ve dokunma çözümlerini iklim, bitki örtüsü ve tarım uygulamaları gibi hiper yerel faktörleri entegre ederek belirli bölgesel, ekolojik ve mahsul koşullarına göre uyarlıyor. Bunu başarmak için, yerel arıcıları, araştırmacıları, tarım uzmanlarını ve toplum liderlerini uygulamaların, modellerin ve uygulama stratejilerinin kodlanmasına aktif olarak dahil ederek, çözümün hizmet ettiği insanların yaşadığı gerçeklerle uyumlu olmasını sağlıyoruz. Hindistan'ın tarım ekosistemine önemli katkılarda bulunan ancak yeterince hizmet alamayan kadınlara ve küçük toprak sahibi çiftçilere öncelik veriyoruz. Örneğin, toplumsal cinsiyete duyarlı eğitimler vererek ve diyalog için kapsayıcı alanlar yaratarak, kadınları arıcılık değer zincirine aktif olarak katılmaları ve bu zincirden faydalanmaları için güçlendiriyoruz. Kapsayıcılık sadece bir ilke değil; yaklaşımımızın pratik bir temel taşıdır."

Alister Martin, Link Health: "Navigatörler hastalarla oldukları yerde - fiziksel ve duygusal olarak - genellikle bekleme odalarında buluşur ve yaklaşımlarını, yaşlı yetişkinleri Medicare Tasarruf Programları gibi yardımlara kaydettirmek gibi belirli hasta ihtiyaçlarına göre uyarlar. Program, erişilebilirliğe öncelik veren ve güvenilir toplum habercilerini kullanan sistemler tasarlayarak, özellikle yetersiz hizmet alan topluluklar olmak üzere çeşitli nüfuslara etkili bir şekilde hizmet vermesini sağlamaktadır."

Yapay zeka ile ilgili en büyük endişeniz nedir?

Mercedes Bidart, Quipu: "Yapay zeka modelleri oluştururken en önemli parça veri kümesidir. İyi bir model, iyi ve adil bir sonuca sahip olan modeldir ve bunu mümkün kılmanın tek yolu, her bölgenin özelliklerini temsil eden çeşitli veri kümeleriyle modelleri eğitmektir. Bulmacanın diğer önemli parçası ise modeli oluşturan kişi/ekiptir. Yapay zeka işlerinin sadece 20'si% kadınlar tarafından yapılıyor, bu da sonuçların cinsiyet merceğinden değerlendirilmediği anlamına geliyor. Yapay zeka çözümlerine liderlik eden daha fazla kadına ihtiyacımız var."

Sid Ravinutula, IDinsight: "Güvenilirlik. Sağlık hizmetlerinde, yanlış bir teşhis veya eksik bir tedavi feci sonuçlar doğurabilir. Bununla birlikte, yapay zeka modelleri doğası gereği rastgelelik sergiler. Örneğin, bir yapay zekaya aynı soruyu birden fazla kez sormak biraz farklı yanıtlar verebilir. Benzer şekilde, bir sorunun yeniden ifade edilmesi de farklı cevaplar üretebilir. Yanıtların çoğu muhtemelen aynı mesajı iletecek olsa da, bazıları eksik veya yanıltıcı olabilir ve potansiyel olarak zarara neden olabilir. Tüm yanıtların doğru, eksiksiz ve saygılı olmasını sağlamak için güçlü korkuluklar şarttır."

André Heller, Signpost: "En büyük endişe, yapay zekanın önyargı, yanlış bilgilendirme veya dışlama yoluyla zarar verme potansiyelidir. Savunmasız nüfuslar için yanlış bilgi hayatlarını değiştiren sonuçlar doğurabilir. Yapay zekanın bağlamsal olarak doğru, şeffaf ve etik olmasını sağlamak, sürekli gözetim, test ve yerel uzmanlarla işbirliği gerektirir. Bunu, kalite kontrolü için döngü içinde insan gözetimi, yanıtları iyileştirmek için önyargı denetimleri ve etik incelemeler ve çıktıları yöneten ve zararlı riskleri azaltan AI Anayasası gibi şeffaf çerçeveler uygulayarak ele alıyoruz. Yapay zeka inovasyonunu hesap verebilirlik ve güven ile dengeleme konusunda dikkatli olmaya devam ediyoruz."

Monika Shukla, Buzzworthy Ventures: "Yapay zeka modelleri, hizmet etmeyi amaçladıkları toplulukları tam olarak temsil etmeyen veriler kullanılarak eğitildiğinde, mevcut eşitsizlikleri pekiştirme riski vardır. Örneğin, birçok yapay zeka sistemi ana dillerdeki veriler kullanılarak eğitilmekte, yerel lehçeler ve sözlü diller yeterince temsil edilmemektedir. Hindistan'da çok sayıda kabile ve bölgesel topluluk, genellikle sağlam dijital veri setlerinden yoksun olan dilleri konuşmaktadır. Bu temsil eksikliği, bu toplulukların ihtiyaçlarını doğru bir şekilde yorumlayamayan veya bunlara yanıt veremeyen modellere yol açabilir. Buna ek olarak, bölgesel aksanlar, konuşma kalıpları ve yaşam pratikleri genellikle göz ardı edilmekte, bu da yapay zeka çözümlerini bu gruplar için daha az etkili ve hatta zararlı hale getirmektedir."

Alister Martin, Link Health: "En büyük endişe, yapay zeka sistemlerinin özellikle yetersiz hizmet alan nüfuslarla çalışırken mevcut önyargıları sürdürme potansiyelidir. Dikkatli bir gözetim olmadan, algoritmalar istemeden en çok ihtiyacı olanları dışlayabilir veya karşılaştıkları sistemik eşitsizlikleri hesaba katmayabilir. Karar alma süreçlerinde şeffaflık, hesap verebilirlik ve YZ'nin etik kullanımının sağlanması, eşitsizliklerin daha da kötüleşmesini önlemek için kritik önem taşımaktadır. Bu aynı zamanda süreçteki kritik noktalarda insanları döngüde tutmamızın ve yapay zeka araçlarımızı geliştirirken insanları döngüde tutmaya devam etmemizin nedenidir." 

Kendi sektörünüz dışında hangi sektör yapay zekadan en fazla yararlanma potansiyeline sahip?

Mercedes Bidart, Quipu: "Eğitim sektörü. Eğitimin değiştiğine ve onu daha demokratik hale getirme fırsatına sahip olduğumuza inanıyorum. Quipu'da eğitim konusunda yaptığımız şey, WhatsApp'ta müşterilerimizi iş yönetimlerinde destekleyen bir gen yapay zeka asistanıdır. Her işletme için bir danışmana ihtiyaç yoktur. Bir botla milyonların eğitimine ve büyümesine destek olabiliriz."

Sid Ravinutula, IDinsight: "IDinsight sektörden bağımsızdır. Bu proje sağlığa odaklanırken, eğitim ve sosyal koruma alanlarında da yapay zeka çözümleri geliştirdik. Çiftçiler, toplum sağlığı çalışanlarıyla benzer bilgi engelleriyle karşılaşmaktadır. Bölgeleri için yetiştirilecek en iyi mahsulleri ve en uygun gübre karışımlarını bilmeleri ve mahsul hastalıklarının teşhisi ve tedavileri konusunda yardıma ihtiyaçları vardır. Eğitimde, yapay zeka kullanım örnekleri arasında kişiselleştirilmiş öğretmenler, yapay zeka tarafından oluşturulan ders planları ve yapay zeka destekli ölçme ve değerlendirmeler yer almaktadır. Hindistan'da kız çocuklarının okula kaydını artırmak için çalışan bir STK için okula gitmeyen kız çocuklarını belirlemek için yapay zekayı kullandık. Son olarak, yapay zeka vatandaşların devlet yardımlarına erişmesine yardımcı olabilir. Uygunluğun belirlenmesine ve karmaşık başvuru sürecinin yönlendirilmesine yardımcı olabilir."

André Heller, Signpost: "Yapay zeka alanındaki ilerlemelerle birlikte dönüşüme uğramayacak bir sektör düşünmek zor. Asıl soru ne zaman - iki yıl mı, beş yıl mı? İş operasyonlarından veri analizine, sağlık hizmetlerinde teşhis yöntemlerine ve neredeyse her alandaki araştırmalara kadar her şey henüz görmediğimiz bir hızda ilerleyecek. Asıl mesele, insanların bunu ne zaman etkin bir şekilde kullanabilecekleri. Pratik bir örnek: meteoroloji ve afet yönetimi arasındaki bağlantı. Seller, kasırgalar, kuraklıklar ve aşırı hava olayları gibi hava durumu uyarıları ve afet erken uyarı sistemleri, yapay zekadan yararlanmak için büyük bir potansiyele sahiptir. Gelişmiş yapay zeka modelleri gerçek zamanlı meteorolojik ve hidrolojik verileri analiz ederek felaketleri daha doğru bir şekilde tahmin edebilir ve savunmasız insanları, yerel işletmeleri, tedarik zincirlerini ve hükümeti içeren daha bütüncül bir müdahale için erken uyarılar sağlayabilir. Signpost, FloodHub aracılığıyla sellere müdahale için yapay zekadan yararlanmaya başladı bile; yapay zeka tahminlerini eyleme geçirilebilir, gerçek zamanlı güncellemelerle birleştirerek toplulukların sellere hazırlanmasına ve etkilerini azaltmasına yardımcı oluyor."

Monika Shukla, Buzzworthy Ventures: "Sağlık hizmetleri sektörü, özellikle teşhis, kişiselleştirilmiş tıp ve özellikle kırsal alanlarda sağlık hizmetleri tedarik zincirlerinin optimize edilmesi konularında yapay zekadan önemli ölçüde fayda sağlayacaktır. Yapay zeka destekli araçlar, tıbbi görüntüler veya teşhis testleri aracılığıyla sıtma ve tüberküloz gibi hastalıkların erken tespitine yardımcı olabilir. Örneğin yapay zeka modelleri, düşük kaynaklara sahip ortamlarda bile hastalığın erken belirtilerini tespit etmek için göğüs röntgenlerini veya kan örneklerini analiz edebilir. Bu, daha hızlı teşhis ve tedavilere yol açabilir, sonuçta hayat kurtarabilir ve yetersiz hizmet alan bölgelerdeki sağlık hizmetleri maliyetlerini azaltabilir. Yapay zeka aynı zamanda uzak sağlık sistemlerindeki lojistiği de kolaylaştırarak tıbbi malzeme ve aşıların yetersiz hizmet alan bölgelere zamanında ulaştırılmasını sağlayabilir ki bu da büyük kırsal nüfusa sahip ülkeler için çok önemlidir."

Alister Martin, Link Health: "Eğitim, özellikle yetersiz hizmet alan öğrenciler için öğrenme deneyimlerini kişiselleştirmede yapay zekadan büyük fayda sağlayacaktır. Yapay zeka, öğrenmedeki boşlukları belirlemeye, özel destek sağlamaya ve geleneksel modellerin yapamayacağı şekilde öğrencilere ve ailelere çok dilli kaynaklar sunmaya yardımcı olabilir. Yapay zeka, kaliteli eğitime erişimdeki eşitsizlikleri gidererek gelecekteki sağlık ve sosyoekonomik sonuçlar üzerinde dönüştürücü bir etkiye sahip olabilir."