在处理危机时,时机至关重要。通过预测、预警系统或及时准确地获取有关危机影响的信息来预防灾难,可以对数百人的生命产生重大影响。这就是为什么人道主义部门越来越多地提倡采取预防行动作为减少人道主义需求的关键方法。这种变化的核心新兴工具之一是人工智能 (AI)。
2021 年,世界银行对灾害风险管理领域人工智能创新的分析强调,人工智能正被用于各种任务,包括脆弱性地图绘制、人口流动建模、风险预测和损害评估支持。这些工具具有前所未有的潜力,可以为响应者和受危机影响的社区提供及时和相关的信息,以便做出更明智的决策。
但部署人道主义人工智能也面临诸多挑战,其中一些挑战(如数据偏见风险、隐私威胁和模型可解释性差)在从医学到社会服务等所有高风险领域都存在。其他挑战(如缺乏问责制以及强化国际和地方行为者之间旧有权力格局的危险)则构成了独特的威胁。
人工智能带来的风险与核心人道主义标 奥地利电话号码数据 准背道而驰,也破坏了该部门向当地组织提供更多权力的承诺。对人道主义部门预测分析的分析表明,这些工具主要由大型国际机构或行业使用。我们对现有的人道主义行动人工智能工具的研究发现,即使使用本地生成的数据或见解训练人工智能模型,也只有不到三分之一的模型是为当地组织或受危机影响的人群使用的。
“毫不奇怪,人工智能工具很少在当地受影响者的参与下进行设计和开发。这使社区处于危险之中。”
毫不奇怪,人工智能工具很少在会受到影响的当地人的参与下进行设计和开发。这给社区带来了风险——众所周知,人工智能模型在转移到新环境方面表现不佳。如果这些模型是由千里之外的团队构建的,没有得到当地有意义的投入,他们很可能会错过关于需要解决哪些问题、哪些数据可能有用以及如何使用这些技术的相关见解。
解决这一挑战的办法是使用参与式人工智能方法,建立本地开发和本地拥有的人道主义人工智能。应创建利用受危机影响社区集体智慧的工具,供通常是任何危机的第一响应者的当地组织和社区使用。