Kako lahko umetna inteligenca in ML spodbudita družbeno dobro in trajnost

Področja zdravja, izobraževanja, okolja in gospodarstva so le nekatera od področij, na katerih lahko umetna inteligenca (UI) in strojno učenje (ML) popolnoma spremenita razmere. Za izboljšanje blaginje ljudi in okolja ju je mogoče uporabiti tudi za družbeno dobro in trajnost. Preučili bomo potencialne koristi umetne inteligence in strojnega učenja za trajnost in družbeno dobro ter težave in možnosti, ki jih prinašata.

Umetna inteligenca in strojno učenje za družbeno dobro

Ideja “družbenega dobrega” je izboljšati družbo, zlasti za ranljive in prikrajšane skupine prebivalstva. Umetna inteligenca in strojno učenje lahko z ustvarjalnimi odgovori na nekatera najtežja vprašanja današnjega sveta, kot so revščina, lakota, bolezni, neenakost in nepravičnost, prispevata k napredku družbenega dobrega. Analiza McKinsey Global Institute trdi, da lahko umetna inteligenca z reševanjem vprašanj, povezanih z vsemi cilji trajnostnega razvoja ZN, pomaga več sto milijonom ljudi v razvitih državah in državah v razvoju.

Nekaj primerov umetne inteligence in strojnega učenja za družbeno dobro

Zdravstvena oskrba

Umetna inteligenca in strojno učenje lahko zlasti v okoljih z nizkimi viri izboljšata diagnosticiranje, zdravljenje in preprečevanje različnih bolezni. Primeri uporabe umetne inteligence vključujejo odkrivanje malarije iz krvnih slik, diagnosticiranje tuberkuloze iz rentgenskih posnetkov prsnega koša, napovedovanje tveganja srčno-žilnih bolezni iz signalov EKG in priporočanje individualiziranih režimov zdravljenja za bolnike z rakom.

Izobraževanje

Z umetno inteligenco in strojnim učenjem je mogoče izboljšati kakovost, enakost in dostopnost izobraževanja, zlasti za prikrajšane in slabo zastopane študente. Umetno inteligenco je na primer mogoče uporabiti za oblikovanje personaliziranih in prilagodljivih učnih okolij, dajanje povratnih informacij in navodil učiteljem in učencem, prevajanje jezikov in prepoznavanje govora ter spodbujanje vseživljenjskega učenja in razvoja spretnosti.

Okolje

Umetna inteligenca in strojno učenje lahko zlasti v zvezi s podnebnimi spremembami in izgubo biotske raznovrstnosti pomagata pri spremljanju, varovanju in obnavljanju okolja. Umetna inteligenca se lahko na primer uporablja za spremljanje in zmanjševanje emisij toplogrednih plinov, čim večjo uporabo obnovljivih virov energije, prepoznavanje in zaustavljanje divjega plenjenja in krčenja gozdov ter simuliranje in napovedovanje okoljskih razmer.

Človekove pravice

Umetna inteligenca in strojno učenje lahko zlasti pri marginaliziranih in zatiranih skupinah prebivalstva podpirata in varujeta človekove pravice. Umetna inteligenca lahko okrepi družbena gibanja in državljansko udejstvovanje, razkrije sovražni govor in dezinformacije ter se bori proti njim, najde in reši žrtve trgovine z ljudmi in spletnega spolnega izkoriščanja ter izboljša dostop do pravice in pravne pomoči.

Umetna inteligenca in strojno učenje za trajnost

Ideja trajnosti je zadovoljiti trenutne potrebe, ne da bi ogrozili zmožnost prihodnjih generacij, da zadovoljijo svoje potrebe. Umetna inteligenca in strojno učenje lahko z omogočanjem učinkovitejše in uspešnejše uporabe človeških in naravnih virov ter zmanjševanjem škodljivih učinkov človeških dejavnosti na okolje in družbo prispevata k doseganju trajnosti. Analiza družbe PwC trdi, da lahko umetna inteligenca poveča svetovni BDP za 5,2 bilijona dolarjev in omogoči 4-odstotno zmanjšanje emisij toplogrednih plinov do leta 2030.

Nekaj primerov umetne inteligence in strojnega učenja za trajnost

Pametno kmetijstvo

Proizvodnjo in porabo hrane je mogoče optimizirati z uporabo umetne inteligence in strojnega učenja, zlasti v luči naraščanja števila prebivalcev in nezanesljive preskrbe s hrano. Umetna inteligenca lahko izboljša varnost in sledljivost hrane ter predvidi in prepreči izpad pridelka in zavrženo hrano. Uporablja se lahko tudi za spremljanje in nadzor rasti pridelkov, namakanja in zatiranja škodljivcev.

Pametna mobilnost

Umetna inteligenca in strojno učenje lahko zlasti v kontekstu urbanizacije in prometa izboljšata gibanje ljudi in izdelkov. Umetna inteligenca lahko na primer olajša souporabo avtomobilov in avtomobilov brez voznika, izboljša varnost in zaščito v cestnem prometu, zmanjša porabo goriva in emisije ter optimizira prometni tok, usmerjanje in parkiranje

Pametna proizvodnja

V okviru industrializacije in inovacij lahko umetna inteligenca in strojno učenje izboljšata produktivnost in kakovost proizvodnih procesov in izdelkov. Umetna inteligenca se lahko uporablja za izboljšanje dobavnih verig in logistike, avtomatizacijo in dopolnitev človeškega dela, spremljanje in vzdrževanje objektov in opreme ter spodbujanje zmanjševanja odpadkov in krožnega gospodarstva.

Pametna energija

Umetna inteligenca in strojno učenje lahko zlasti v procesu energetskega prehoda in dekarbonizacije pomagata povečati ponudbo in povpraševanje po čisti in obnovljivi energiji. Umetna inteligenca lahko pomaga pri več nalogah, kot so vključevanje in upravljanje razpršenih virov energije, predvidevanje in uravnoteženje proizvodnje in porabe energije, odkrivanje in preprečevanje goljufij in izgub energije ter omogočanje pametnih omrežij in mikroomrežij.

Možnosti in težave umetne inteligence in strojnega učenja za trajnost in družbeno dobro

Čeprav umetna inteligenca in strojno učenje veliko obetata za trajnost in družbeno dobro, prinašata tudi veliko nevarnosti, ki jih je treba upoštevati in zmanjšati. Med glavnimi težavami in nevarnostmi so:

Podatki in zasebnost

Za umetno inteligenco in strojno učenje so potrebni veliki in raznoliki nabori podatkov za usposabljanje in testiranje modelov, kar lahko predstavlja težave z varnostjo, razpoložljivostjo, kakovostjo in dostopnostjo podatkov. Poleg tega lahko umetna inteligenca in strojno učenje z zbiranjem in obdelavo zasebnih in občutljivih podatkov kršita pravico ljudi in skupin do zasebnosti in privolitve ter jih izpostavljata morebitnim tveganjem in zlorabam.

Predsodki in pravičnost

Umetna inteligenca in strojno učenje lahko odražata in povečata pristranskost in predsodke, prisotne v podatkih, algoritmih in sistemih, kar vodi do nepravičnih in diskriminatornih rezultatov in posledic za nekatere osebe in skupine, zlasti prikrajšane in marginalizirane. Poleg tega lahko odsotnost preglednosti in odgovornosti pri umetni inteligenci in strojnem učenju oteži prepoznavanje in odpravljanje pristranskosti in napak.

Etika in vrednote

Umetna inteligenca in strojno učenje lahko postavita pod vprašaj in v navzkrižje družbeno dobro in trajnostne cilje, ki temeljijo na načelih, kot so človekovo dostojanstvo, avtonomija, pravičnost in solidarnost. Poleg tega lahko umetna inteligenca in strojno učenje povzročita etične uganke in kompromise med učinkovitostjo in enakostjo, inovacijami in regulacijo ter kratkoročnimi in dolgoročnimi interesi.

Okolje in družba

Nenamerni in škodljivi učinki umetne inteligence in strojnega učenja na okolje in družbo lahko vključujejo povečano porabo virov in energije, onesnaževanje in nastajanje elektronskih odpadkov, izgubo človeškega dela in spretnosti ter motnje institucij in družbenih norm.

Za obravnavanje teh tveganj in izzivov ter celovito uporabo umetne inteligence in strojnega učenja za družbeno dobro in trajnost je potreben celovit in sodelovalen pristop, ki vključuje različne zainteresirane strani in stališča, vključno z raziskovalci, razvijalci, uporabniki, zakonodajalci, civilno družbo in splošno javnostjo. Med bistvenimi sestavnimi deli te strategije so:

Ozaveščanje in izobraževanje

Med zainteresiranimi stranmi in splošno javnostjo je treba razširiti boljše razumevanje možnosti in omejitev umetne inteligence in strojnega učenja za trajnost in družbeno dobro ter etičnih in družbenih posledic in dolžnosti. To je mogoče storiti na več načinov, med drugim prek medijev, kampanj, dogodkov in učnih načrtov

Vključevanje in sodelovanje

Za oblikovanje, razvoj, izvajanje in ocenjevanje umetne inteligence in strojnega učenja za družbeno dobro in trajnost, pa tudi za nadzor in upravljanje teh tehnologij je nujno zagotoviti vključenost in sodelovanje širokega kroga reprezentativnih in različnih deležnikov ter skupnosti. Za dosego tega je mogoče uporabiti številne tehnike, vključno s soustvarjanjem, posvetovanjem, povratnimi informacijami in opolnomočenjem.

Inovacije in predpisi

Za spodbujanje družbenega dobrega in trajnosti je treba inovacije in regulacijo na področju umetne inteligence in strojnega učenja uravnotežiti s potrebo po usklajevanju in prilagajanju teh tehnologij sedanjim in prihodnjim zakonom in predpisom. Za dosego tega je mogoče uporabiti številna orodja, vključno z okviri, revizijami, pravili in spodbudami.

Ocenjevanje in vpliv

Za spodbujanje trajnosti in skupnega dobrega je nujno oceniti in spremljati učinkovitost umetne inteligence in strojnega učenja ter opredeliti in zmanjšati morebitna tveganja ali negativne učinke. Kazalniki, meritve, merila uspešnosti in ocene učinka so le nekateri od instrumentov, ki se lahko uporabijo v ta namen.

Na koncu

Cilje krepitve človekove in okoljske blaginje je mogoče doseči s trajnostjo in družbenim dobrim, kar omogočata umetna inteligenca in strojno učenje, dve močni tehnologiji. Umetna inteligenca in strojno učenje lahko bistveno izboljšata najbolj pereča svetovna vprašanja, vključno z revščino, lakoto, boleznimi, neenakostjo in nepravičnostjo. Prav tako lahko omogočita učinkovitejšo in uspešnejšo rabo človeških in naravnih virov ter zmanjšata škodljive učinke človeških dejavnosti na okolje in družbo.

Podatki in zasebnost, predsodki in pravičnost, etika in vrednote, okolje in družba so le nekatere od resnih nevarnosti in skrbi, ki jih prinašata umetna inteligenca in strojno učenje. Ta vprašanja je treba obravnavati. Za premagovanje teh ovir in nevarnosti ter polno izkoriščanje potenciala in prednosti umetne inteligence in strojnega učenja za družbeno dobro in trajnost bo potreben celovit in sodelovalen pristop, ki bo vključeval različne deležnike in stališča, vključno z raziskovalci, razvijalci, uporabniki, zakonodajalci, civilno družbo in splošno javnostjo. Izobraževanje in ozaveščanje, sodelovanje in vključevanje, inovacije in predpisi, ocenjevanje in učinki so pomembni sestavni deli te strategije.