Hur AI och ML kan bidra till samhällsnytta och hållbarhet
Hälsa, utbildning, miljö och ekonomi är bara några av de områden som artificiell intelligens (AI) och maskininlärning (ML) har potential att förändra i grunden. För att förbättra både människors och miljöns välbefinnande kan de också användas för social nytta och hållbarhet. Vi kommer att undersöka de potentiella fördelarna med artificiell intelligens och maskininlärning för hållbarhet och samhällsnytta, samt de svårigheter och möjligheter som de medför.
Artificiell intelligens och maskininlärning för samhällsnytta
Idén med ”social nytta” är att förbättra samhället, särskilt för utsatta och missgynnade befolkningsgrupper. Genom att erbjuda kreativa svar på några av de svåraste frågor som världen står inför idag, som fattigdom, hunger, sjukdom, ojämlikhet och orättvisa, kan artificiell intelligens och maskininlärning bidra till att främja det goda samhället. I en analys från McKinsey Global Institute hävdas att artificiell intelligens har potential att hjälpa hundratals miljoner människor i både utvecklade länder och utvecklingsländer genom att ta itu med frågor som rör alla FN:s mål för hållbar utveckling.
Några exempel på artificiell intelligens och maskininlärning för samhällsnytta
Hälso- och sjukvård
Särskilt i resurssvaga miljöer kan artificiell intelligens och maskininlärning förbättra diagnos, behandling och förebyggande av en rad olika sjukdomar. Exempel på användning av artificiell intelligens är upptäckt av malaria från blodbilder, diagnos av tuberkulos från lungröntgen, förutsägelse av risk för hjärt-kärlsjukdom från EKG-signaler och rekommendation av individualiserade behandlingsregimer för cancerpatienter.
Utbildning
Kvaliteten, jämlikheten och tillgängligheten i utbildningen kan förbättras med hjälp av artificiell intelligens och maskininlärning, särskilt för underprivilegierade och underrepresenterade studenter. Artificiell intelligens kan t.ex. användas för att utforma personliga och anpassningsbara inlärningsmiljöer, ge lärare och elever feedback och vägledning, översätta språk och känna igen tal samt främja livslångt lärande och kompetensutveckling.
Miljöer
Särskilt när det gäller klimatförändringar och förlust av biologisk mångfald kan artificiell intelligens och maskininlärning bidra till att övervaka, skydda och återställa miljön. Artificiell intelligens kan till exempel användas för att övervaka och minska utsläppen av växthusgaser, maximera användningen av förnybara energikällor, identifiera och stoppa tjuvjakt och avskogning samt simulera och förutse miljösituationer.
Mänskliga rättigheter
Särskilt för marginaliserade och förtryckta befolkningsgrupper kan artificiell intelligens och maskininlärning stödja och försvara de mänskliga rättigheterna. Artificiell intelligens har potential att stärka sociala rörelser och medborgerligt engagemang, avslöja och bekämpa hatpropaganda och desinformation, lokalisera och rädda offer för människohandel och sexuellt utnyttjande på nätet samt förbättra tillgången till rättvisa och rättshjälp.
Artificiell intelligens och maskininlärning för hållbarhet
Hållbarhet handlar om att tillgodose dagens behov utan att äventyra kommande generationers möjligheter att tillgodose sina behov. Genom att underlätta en mer ändamålsenlig och effektiv användning av mänskliga resurser och naturresurser och minimera de skadliga effekterna av mänsklig aktivitet på miljön och samhället kan artificiell intelligens och maskininlärning bidra till att uppnå hållbarhet. Enligt en analys från PwC kan artificiell intelligens öka den globala BNP med 5,2 biljoner dollar och möjliggöra en minskning av växthusgasutsläppen med 4% fram till 2030.
Några exempel på artificiell intelligens och maskininlärning för hållbarhet
Smart jordbruk
Produktion och konsumtion av livsmedel kan optimeras med hjälp av artificiell intelligens och maskininlärning, särskilt mot bakgrund av befolkningsökningen och den osäkra livsmedelsförsörjningen. Artificiell intelligens har potential att förbättra livsmedelssäkerheten och spårbarheten, samt förutse och undvika missväxt och matsvinn. Den kan också användas för att övervaka och kontrollera grödors tillväxt, bevattning och bekämpning av skadedjur.
Smart mobilitet
Särskilt i samband med urbanisering och trafik kan artificiell intelligens och maskininlärning förbättra rörligheten för människor och produkter. Artificiell intelligens kan t.ex. underlätta för delade och förarlösa bilar, förbättra trafiksäkerheten, minska bränsleförbrukningen och utsläppen samt optimera trafikflöden, ruttplanering och parkering.
Smart tillverkning
Inom ramen för industrialisering och innovation kan artificiell intelligens och maskininlärning förbättra produktiviteten och kvaliteten på tillverkningsprocesser och produkter. Artificiell intelligens kan användas för att förbättra leveranskedjor och logistik, automatisera och komplettera mänsklig arbetskraft, övervaka och underhålla anläggningar och utrustning samt främja avfallsminskning och den cirkulära ekonomin.
Smart energi
I synnerhet under energiomställningen och utfasningen av fossila bränslen kan artificiell intelligens och maskininlärning bidra till att öka utbudet av och efterfrågan på ren och förnybar energi. Artificiell intelligens kan hjälpa till med flera uppgifter, t.ex. att integrera och hantera distribuerade energiresurser, förutse och balansera energiproduktion och energiförbrukning, upptäcka och förhindra energibedrägerier och energiförluster samt möjliggöra smarta nät och mikronät.
Artificiell intelligens och maskininlärning – potential och svårigheter för hållbarhet och samhällsnytta
Även om artificiell intelligens och maskininlärning är mycket lovande för hållbarhet och samhällsnytta, medför de också en hel del risker som måste beaktas och minskas. Bland de viktigaste svårigheterna och farorna finns följande:
Data och integritet
Stora och varierade datamängder är nödvändiga för att artificiell intelligens och maskininlärning ska kunna träna och testa sina modeller, vilket kan medföra problem med datasäkerhet, tillgänglighet, kvalitet och åtkomst. Dessutom kan insamling och behandling av privata och känsliga data av artificiell intelligens och maskininlärning kränka människors och gruppers rätt till integritet och samtycke, vilket utsätter dem för möjliga risker och missbruk.
Partiskhet och rättvisa
Artificiell intelligens och maskininlärning har potential att återspegla och förstärka de fördomar som finns i data, algoritmer och system, vilket kan leda till orättvisa och diskriminerande resultat och återverkningar för vissa personer och grupper, särskilt de missgynnade och marginaliserade. Avsaknaden av transparens och ansvarsskyldighet inom artificiell intelligens och maskininlärning kan dessutom göra det svårare att identifiera och åtgärda fördomar och misstag.
Etik och värderingar
Målen för samhällsnytta och hållbarhet, som bygger på principer som mänsklig värdighet, autonomi, rättvisa och solidaritet, kan ifrågasättas och motverkas av artificiell intelligens och maskininlärning. Vidare kan etiska dilemman och avvägningar mellan effektivitet och jämlikhet, innovation och reglering samt kortsiktiga och långsiktiga intressen uppstå till följd av artificiell intelligens och maskininlärning.
Miljö och samhälle
Oavsiktliga och skadliga effekter av artificiell intelligens och maskininlärning på miljön och samhället kan bland annat vara ökad resurs- och energiförbrukning, föroreningar och produktion av elektroniskt avfall, förlust av mänsklig arbetskraft och kompetens samt störningar i institutioner och sociala normer.
För att hantera dessa risker och utmaningar och fullt ut utnyttja artificiell intelligens och maskininlärning för samhällsnytta och hållbarhet krävs en övergripande och samarbetsinriktad strategi som inbegriper en rad olika intressenter och synpunkter, däribland forskare, utvecklare, användare, lagstiftare, det civila samhället och allmänheten. Denna strategi omfattar bland annat följande viktiga komponenter
Medvetenhet och utbildning
En ökad förståelse för möjligheterna och begränsningarna med artificiell intelligens och maskininlärning för hållbarhet och samhällsnytta, liksom för de etiska och sociala konsekvenserna och skyldigheterna, måste spridas bland intressenter och allmänheten. Det finns flera sätt att göra detta, bland annat genom media, kampanjer, evenemang och läroplaner.
Inkludering och deltagande
För att utforma, utveckla, genomföra och utvärdera artificiell intelligens och maskininlärning för samhällsnytta och hållbarhet, samt för att övervaka och hantera dessa tekniker, är det absolut nödvändigt att garantera att ett brett spektrum av representativa och varierade intressenter och samhällen deltar och engagerar sig. För att åstadkomma detta kan man använda sig av många olika tekniker, bland annat gemensamt skapande, samråd, återkoppling och egenmakt.
Innovation och reglering
För att främja samhällsnytta och hållbarhet måste innovation och reglering inom artificiell intelligens och maskininlärning balanseras mot behovet av att samordna och anpassa dessa tekniker till både nuvarande och framtida lagar och förordningar. Många verktyg, inklusive ramverk, revisioner, regler och incitament, kan användas för att uppnå detta.
Utvärdering och påverkan
För att främja hållbarhet och det allmänna bästa är det absolut nödvändigt att utvärdera och spåra effektiviteten hos artificiell intelligens och maskininlärning samt att identifiera och minska eventuella risker eller negativa effekter. Indikatorer, mätningar, riktmärken och konsekvensbedömningar är några av de instrument som kan användas för detta.
Sammanfattningsvis
Målen att öka människors och miljöns välbefinnande kan uppnås genom hållbarhet och samhällsnytta, vilket möjliggörs av artificiell intelligens och maskininlärning, två potenta tekniker. Artificiell intelligens och maskininlärning har potential att avsevärt förbättra världens mest angelägna frågor, inklusive fattigdom, hunger, sjukdomar, ojämlikhet och orättvisa. De kan också underlätta en mer ändamålsenlig och effektiv användning av mänskliga resurser och naturresurser och minska de skadliga effekterna av mänsklig aktivitet på miljön och samhället.
Data och integritet, fördomar och rättvisa, etik och värderingar, miljö och samhälle är bara några av de allvarliga risker och farhågor som artificiell intelligens och maskininlärning för med sig. Dessa frågor måste hanteras. Det kommer att krävas en övergripande och samarbetsinriktad strategi som inbegriper en rad olika intressenter och synpunkter, däribland forskare, utvecklare, användare, lagstiftare, det civila samhället och allmänheten, för att övervinna dessa hinder och faror och fullt ut utnyttja potentialen och fördelarna med artificiell intelligens och maskininlärning för samhällsnytta och hållbarhet. Utbildning och medvetenhet, engagemang och inkludering, innovation och reglering samt utvärdering och effekt är alla viktiga komponenter i denna strategi.
