هوش مصنوعی برای توسعه پایدار بشر
نوشته:الکس کامنینوس، امیلی شوبانا مولر و گریس متونگ
تحقیقات ICT آفریقا، کالج امپریال لندن و مرکز مالکیت فکری و فناوری اطلاعات (دانشگاه استراثمر)
Emily در توییتر
مقدمه
تحقیقات هوش مصنوعی (AI) بسیاری از 17 هدف توسعه پایدار (SDG) را که توسط مجمع عمومی سازمان ملل متحد برای سال 2030 تعیین شده است، برشمرد. پتانسیل هوش مصنوعی برای تسریع در فرایند پیشرفت انسانی توسط موسسات بین المللی پذیرفته شده، و مورد توجه ویژه جامعه مدنی و جامعه تحقیقاتی قرار گرفته است و منجر به ایجاد مشارکت بین دولت ها، جامعه مدنی، جامعه فنی و بخش خصوصی با هدف اجرای هوش مصنوعی در جهت پیگیری SDG ها شد. با همان روند اما با سرعت متفاوت، بخش خصوصی و جامعه مدنی به اخلاق هوش مصنوعی می پردازد و سیاست های ملی را برای کاهش بی عدالتیهای احتمالی و عوامل بیرونی ناپایدار تدوین میکند. این ویژگیهای خارجی منفی به عنوان فناوریهای مغرضانه (گرایشی)، فناوریهای مستقر در کار، فناوریهایی که حقوق بشر را نقض میکنند، و باعث بروز بازاریابی نوآوری و گسترش نابرابریها میشوند، آشکار میشوند. پتانسیل فن آوری برای تسریع یا جلوگیری از توسعه انسانی موضوع جدیدی نیست و جهان در حال کشف این مساله است که لایه های انسانی سیستم های فن آوری به همان اندازه فن آوری در ارتباط با انتقال فن آوری هستند. این گزارش نشان می دهد که هوش مصنوعی نه تنها روند توسعه را تغییر می دهد ، بلکه ساختارهای قدرت را نیز در توسعه بین المللی به همراه دارد.
این گزارش بسیاری از پیشرفت ها، چالش ها و تغییراتی را که AI برای توسعه ایجاد کرده است، بررسی میکند. در ابتدا نمونه هایی از برنامه های AI برای توسعه با استفاده از چارچوب 17 SDG ارائه خواهد شد و چالش ها و پتانسیل های آسیب های انسانی نیز بررسی میشود. سپس دو بخش اصلی که به عنوان تاثیر هوش مصنوعی در حال شکلگیری توسعه برنامه ها در قسمت جنوب کره زمین شناخته شده تعیین می شود: ساختارهای قدرت در حال تغییر در توسعه بین المللی در عصر داده های بزرگ، و معرفی گسترده شناسه بیومتریک (ID) نقش دارند.
برنامه های کاربردی هوش مصنوعی برای توسعه AI
AI برنامه های متنوعی برای دستیابی به SDG ها دارد یا در گفتمان نوظهور، برنامه های کاربردی AI برای توسعه (# AI4D) و AI for Good (# AI4Good) وجود دارد. بهداشت عمومی یکی از مهیج ترین زمینه های AI4Good / AI4D است. از هوش مصنوعی می توان برای تشخیص شیوع بیماری های مالاریا و پیگیری شیوع بیماریهای عفونی، نظارت بر پیش اکلمپیا (preeclampia) 2 در مادران باردار، کاتالیز و کاهش هزینههای کشف دارو، کمک به پزشکان در تصمیم گیری و تشخیص و تقویت ارتباط با بیماران با استفاده از chatbots استفاده کرد. AI همچنین دارای چندین برنامه کاربردی ممکن در زمینه کشاورزی و امنیت غذایی است. آن می تواند برای درک بیماریهای موثر بر محصولات زراعی (به عنوان مثال، گیاه گاو، یک غذای اصلی، از خوراکهای غرب آفریقا و یک گیاه بسیار مهم برای امنیت غذایی) تاثیر گذاشته، و برای تجزیه و تحلیل وضعیت مواد مغذی خاک و تخمین عملکرد محصول استفاده شود. هوش مصنوعی میتواند در کلاس درس برای کمک به معلمان در کار خود (تصحیح اوراق امتحان و مدیریت کلاس)، ایجاد دستیاران شخصی آموزشی که بتوانند با دانش آموزان در تعامل باشد و به نیازهای ویژه آنها پاسخ دهد، ترجمه برنامههای درسی به زبانهای مختلف و تقویت اطلاعات دسترسی و استفاده از فناوری ارتباطات (ICT) برای افراد دارای معلولیت به کار رود. نمونه هایی از چگونگی کمک AI به دستیابی به SDG ها در جدول 1 آورده شده است.
همانطور که در جدول 1 نیز نشان داده شده است، طیف گسترده ای از آسیب های اجتماعی بالقوه نیز وجود دارد که می تواند توسط AI ایجاد شود.
مسئولیت اطمینان از اینکه AI4D حداکثر مزایا را به همراه داشته در حالی که خطرات و آسیب ها را به حداقل می رساند نه تنها برای تصمیم گیرندگان بلکه برای تکنسین هایی که راه حلهایی را ارائه میدهند به کار می رود. با این وجود ضروری است که تصمیم گیرندگان، سیستم های هوش مصنوعی را به شیوه ای ایمن و عادلانه، با هدایت چارچوبهای قانونی و مقرراتی که از مردم در برابر آسیبهای AI محافظت می کنند اتخاذ کنند. علاوه بر این، افرادی که این سیستم ها را ایجاد میکنند باید از طریق اصول حقوق بشر راهنمایی شوند تا از چارچوبهای محافظت از داده ها برای ایجاد محیطی که در ان این امر امکان پذیر است استفاده کنند. برای تحقق این امر به کانالهای ارتباطی موثر بین کلیه ذینفعان دولت، بخش خصوصی، جامعه تحقیقاتی، جامعه فنی و جامعه مدنی نیاز است.
جدول 4
AI و SDGs: مثال هایی از چالش ها و فرصت ها
1. بدون فقر
سرمایه خرد: برای پیش بینی توانایی بازپرداخت وام می توان از ماشین های یادگیری استفاده کرد. برای افرادی که هیچ سابقه اعتباری ندارند مفید است.
شناسه دیجیتال: دید رایانه ای و بیومتریک می تواند باعث افزایش وضعیت شناسه برای افراد بدون شناسه شود.
از منابع داده مانند تصاویر و سوابق تلفن همراه می توان برای ترسیم فقر به منظور مداخلات احتمالی استفاده کرد.
برنامه های شناسه دیجیتال فرصت هایی را برای نظارت در زمان واقعی توسط دولت و همچنین عوامل غیر دولتی فراهم می کنند. شناسه دیجیتالی در کشورهایی در جنوب جهان که دارای رژیمهای ضعیف محافظت از داده ها هستند و یا قانونی برای حفاظت از داده ها در دست ندارند، رونمایی می شود.
تحقیقات فعلی نتوانسته است نقشه برداری از فقر را در مناطقی کوچک که برای اعمال سیاست مداخله ایی مفید هستند، شناسایی کند.
2. گرسنگی صفر
امنیت غذایی: از یادگیری ماشینی می توان برای درک بهتر بیماریهای گیاهی 3 و هوش مصنوعی همراه با سنسورها (به عنوان مثال حسگرهای خاک) استفاده کرد که می توانند اطلاعات محیطی را در زمان واقعی جمع آوری و تجزیه و تحلیل کنند. 4
بسیاری از این کارها در بازار انجام می شود و فرصت های شغلی زیادی را فراهم می کند، اما نابرابری هایی را که صاحبان مزرعه و خرده فروشان که قادر به دستیابی به فناوری نیستند با ان مواجه هستند را تشدید می کند.
3. سلامتی و تندرستی خوب
از هوش مصنوعی می توان در زمینه سلامتی برای درک شیوع بیماری 5، نظارت بر وضعیت مانند پری اکلامپسیا در مادران باردار 6 ، ردیابی شیوع بیماریهای عفونی 7، تهیه ابزارهای تصمیم گیری برای پزشکان و متخصصان پزشکی8، تسریع در کشف مواد مخدر 9، و تقویت ارتباطات با بیماران از طریق استفاده از گپ چت (به عنوان مثال ، در آفریقای جنوبی MomConnect ارتباط با مادر) استفاده کرد. 10
نابرابری های جدید می تواند از طریق تقسیم بین افرادی که به سلامت مبتنی بر هوش مصنوعی دسترسی دارند و افرادی که فاقد آن هستند ایجاد شود. در جنوب جهان ، هوش مصنوعی می تواند جایگزین پرسنل انسانی در بخش مراقبت های بهداشتی کاملاً محدود که با فرار مغزها مواجه هستند شود. هوش مصنوعی اغلب در کشورهای در حال توسعه بدون ضمانت اطلاعات شخصی و اطلاعات بیمار انجام می شود.
هوش مصنوعی احتمالاً به روشهایی که تازه شروع به کشف آنها کرده ایم، بر سلامت روان ما تاثیر می گذارد.
4- آموزش با کیفیت
یادگیری شخصی 11 می تواند برای تقویت آموزش و برنامه درسی برای نیازهای تخصصی ودر تنظیمات محدود کننده منابع، پردازش زبان طبیعی (NLP) برای ترجمه برنامه های درسی به زبان های مختلف استفاده شود12.
هوش مصنوعی می تواند گرایش های جدیدی را به سیستم آموزش وارد کند. هوش مصنوعی همچنین می تواند برای پایش دانش آموزانی که ممکن است داده های شخصی زیادی را به سیستم های آموزش ارائه دهند، استفاده شود.13
5- برابری جنسیتی
هوش مصنوعی پتانسیل تصمیم گیری های بی طرف را دارد.
هوش مصنوعی می تواند برای برابری جنسیتی استفاده شود. به عنوان مثال، یک شرکت طراحی برنامه ای را منتشر کرد که از یادگیری ماشینی برای ردیابی و نظارت بر برابری جنسیتی در جلسات استفاده می کند.14
هوش مصنوعی مشکلات خاصی دارد که می تواند نابرابری ها را تقویت کند از جمله تعصبات جنسیتی در الگوریتم ها، ناشی از داده های گرایشی و نیروی کار که با چالش های گوناگونی روبرو است (بر اساس برخی معیار های نامتناسب مانند سفید بودن و مرد بودن).
6. آب تمیز و فاضلاب
می توان از یادگیری ماشینی و یادگیری عمیق در علوم آب برای تقویت مدیریت آب استفاده کرد15.
نشان داده شده است که پروژه های بهداشتی هوشمند در کشورهایی مانند هند، گرایش های سیستمی را ثابت می کنند16.
7. انرژی مقرون به صرفه و پاک
از یادگیری ماشینی می توان برای پیش بینی انرژی استفاده کرد و به یکنواختی انتقال به انرژی پاک و سبز و همچنین اجرای شبکه های هوشمند کمک کرد.
مطالعه جدیدی که به بررسی انتشار گازهای کربن در آموزش برخی از مدلهای برش پردازش زبان ملی (NLP) می پردازد ، نشان داد که آموزش یکی از این مدل ها می تواند دی اکسید کربن بیشتری از میزان انتشار طول عمر متوسط یک اتومبیل آمریکایی (از جمله ساخت آن) منتشر کند. ) .17
8- کار شایسته و رشد اقتصادی
هوش مصنوعی پتانسیل کاتالیز کردن فرایند رشد در اقتصاد را دارد.
از طریق پیش بینی های ارزان تر و دقیق تر، هوش مصنوعی می تواند سود تولید را ایجاد کند.18
هوش مصنوعی و اتوماسیون منجر به از بین رفتن مشاغل می شود که هم به کار ماهر و هم کارگر غیر ماهر نیاز دارند. AI در سیستم عامل های اقتصاد gig مورد استفاده قرار می گیرد که کیفیت کار را تهدید کرده و مقررات کار را در بسیاری از کشورها دور زده است.
9. صنعت، نوآوری و زیرساخت ها
هوش مصنوعی می تواند نوآوری را تسریع کرده و زیرساخت ها را هوشمندانه تر کند.
فروشندگان آنلاین می توانند در یک انجمن اشتراکی سهیم باشند (مانند اجاره مسکن) .19
مشاغل تمیز کاری داده ایی کم مهارت.
هوش مصنوعی می تواند منجر به از دست دادن کار شود. اقتصاد gig در حالی که قوانین را کنار می گذارد، ماهیت و کیفیت کار را به شدت تغییر می دهد.
می تواند به افزایش تورم هزینه های مسکن در مناطقی از شهر کمک کند .20
عرضه فراوان خطرات کار ارزان، خطر را به یک گرایش تبدیل می کند.
10. کاهش نابرابری
"داده ها می توانند به برطرف نمودن نابرابری هایی که هر حوزه اجتماعی ، سیاسی و اقتصادی را آزار می دهد کمک کند."
یادگیری عمیق توسط محققان در امپریال کالج لندن برای کشف نابرابری در چهار شهر انگلیس با استفاده از آمارهای رسمی و تصاویر Google Street View استفاده شد.
گرایش در طراحی الگوریتمی و داده های آموزش نشان داده است که این گرایش را دائمی می کند.
نشان داده شده است که الگوریتم های مورد استفاده در محاسبه مزایای اجتماعی در کشورهایی مانند لهستان برای گروه هایی مانند مادران ، افراد معلول و شهروندان روستایی تبعیض قائل هستند و به طور موثر نابرابری را افزایش می دهند.
SDG ها
فرصت ها
چالش ها و آسیب ها
11- شهرها و اجتماعات پایدار
هوش مصنوعی را می توان در سیستم مدیریت شهری هوشمند استفاده کرد24.
مقررات حفظ حریم خصوصی داده ها برای اطمینان از نظارت ایمن در شهرها ضروری است. نگرانی هایی درباره استفاده اخیر از اطلاعات شناسه ای دولت زیمباوه برای تشخیص چهره توسط شرکت چینی CloudWalk.25 مطرح شده است.
12. مصرف و تولید مسئول
هوش مصنوعی را می توان در سیستم های پشتیبانی از تصمیم گیری های زیست محیطی برای تخصیص بیشتر منابع استفاده کرد26.
هوش مصنوعی توسط مشاغل بزرگ برای تحریک مصرف بی رویه کالاها و خدمات استفاده می شود و نه ایجاد فرهنگ مصرفی مسئولانه.
13. عملکرد آب و هوا
AI می تواند در مقابله با تغییرات آب و هوایی استفاده شود27.
تفسیر داده های بزرگ در معرض سوءاستفاده توسط تکذیب کنندگان تغییر جو است.
همچنین این خطر وجود دارد که از AI می توان برای مدیریت منابع طبیعی کمیاب به نفع معدود افراد قدرتمند یا ممتاز استفاده کرد.
14. زندگی زیر آب
هوش مصنوعی را می توان در مدیریت منابع دریایی استفاده کرد. بستر جهانی سازمان نظارت بر ماهیگیری (که در نتیجه همکاری بین Google، یک سازمان نقشه برداری دیجیتال به نام Skytruth و اقیانوس است) از شبکه های عصبی برای ردیابی فعالیت های ماهیگیری و فعالیت هایی مانند ماهیگیری بیش از حد و قاچاق انسان استفاده میکند.
هوش مصنوعی می تواند توسط صنایع استخراج گاز و نفت برای حفاری های زیر آب با هزینه اکوسیستم های موجود در دریا استفاده شود.
15. زندگی در زمین
هوش مصنوعی را می توان به حسگرهای خاک متصل کرد تا مواد مغذی موجود در خاک را در زمان واقعی کنترل کنند و اطلاعات و پشتیبانی تصمیم گیری را برای کشاورزان فراهم کنند.
AI می تواند برای تخمین بازده محصول استفاده شود29.
مزارع کارخانه و هوش مصنوعی در بخش کشاورزی و مداخله در مشاغل مبتنی بر داده هایی مانند آمازون در زنجیره تامین مواد غذایی، آواره کردن کشاورزان روستایی و هاوکرهای مواد غذایی و خصوصی سازی منابع طبیعی مانند خاک و آب است .30
16. صلح، عدالت و نهادهای قدرتمند
هوش مصنوعی می تواند در برنامه های دولت الکترونیکی مورد استفاده قرار گیرد تا یک دولت با مسئولیت پذیری بیشتر ایجاد شود31.
احتمالاً ممکن است از AI برای پیش بینی مناقشه استفاده شود33
بدون بررسی و برقراری توازن لازم، AI می تواند نهادهای عمومی را مبهم تر جلوه دهد و به جای تقویت دولت مشارکتی آن را تضعیف کند. 33
هوش مصنوعی مورد استفاده در سیستم قضایی نگرانی هایی را در مورد مراحل مقرر ایجاد کرده است.
17. مشارکت در جهت اهداف
هوش مصنوعی در حال ایجاد هم افزایی بین جوامع فنی، تحقیق و توسعه است.
هوش مصنوعی در حال تغییر ساختارهای قدرت در توسعه بین المللی است و نقش بخش خصوصی را به عنوان یک عامل توسعه افزایش می دهد ، بنابراین چالش های گوناگونی را مطرح می کند.
داده ها، هوش محاسباتی و توسعه
در حالی که شیوه توسعه از روشهای جدید داده های بزرگ تولید شده توسط ICT های جدید و همچنین موج های نوآوری در ریاضیات و محاسبات بهره مند شده است ، آمار ملی برای اندازه گیری، نظارت و برنامه ریزی توسعه ضروری است. آمار منظم، کامل، دقیق و قابل اعتماد برای توسعه عادلانه و تدوین سیاستهای خوب توسعه اقتصادی ضروری است .3 منبع سنتی اطلاعات برای برنامه ریزی توسعه ملی، آمار است. این آمار نتیجه بررسیها و سرشماریهایی است که اغلب توسط سازمانهای آمار ملی و سازمان های بین المللی انجام می شود و از طریق کمک های توسعه بین المللی به آنها کمک می شود.
آمار خوب و آموزنده به طور مرتب در دورههای طولانی جمع آوری میشود و به ظرفیت انسانی و فنی احتیاج دارد. تولید آمار در بخش جنوب جهان (به عنوان مثال، از طریق بررسی های انجام شده) میتواند توسط بودجه، موانع جغرافیایی و همچنین موانع زیرساختی مانند حمل و نقل مهار شود. گسترش تلفن های همراه در بخش جنوب جهان منجر به اتکا به داده های عرضه تولید شده توسط اپراتورهای تلفن همراه 4 با داده های کم تقاضا (به عنوان مثال آمارگیری های خانگی) برای تایید این داده ها شده است. اخیراً، تلفنهای همراه و سیستم عاملهای رسانه ای اجتماعی تولید شده توسط کاربر منجر به بروز رفتارهای آنلاین بیشتر شده و سایر داده ها توسط شرکتها جمع آوری و پردازش میشوند. تعهد برای بسیاری به معنی این است که داده های بزرگ و هوش مصنوعی اندازه گیری های آماری را تقویت میکند. با این حال، توانایی داده های عرضه، که بیشتر توسط شرکت های جمع آوری کنترل می شود، در راستای رفتار عادلانه با همه افراد در جامعه، جای سوال دارد و هر راه حلی که از این داده ها ایجاد شود، دارای پتانسیل رفتار ناعادلانه است.
تغییر در ساختارهای قدرت در توسعه بین المللی
تیلور و بروکرز استدلال می کنند که داده های بزرگ به طور بالقوه در تحقیقات و سیاست های توسعه با ارزش هستند اما به همین نسبت تغییر ساختارهای قدرت در این زمینه و در فرایند توسعه ارزشمند است. یک مثال، تغییر مکان او اینکه کجا و چه افرادی برای کسب اطلاعات مناسب هستند می باشد:
در جایی که قبلاً اعطاکنندگان توسعه (دولت ها یا سازمان های مردم نهاد بین المللی) با دستگاه های آماری LMIC (کشورهای کم درامد و با درامد متوسط) بودند که برای جمع اوری و ایجاد داده های جمعیتی کار میکردند، امروزه تبدیل اعطاکنندگان به شرکتها برای بدست آوردن داده های ارایه شده توسط مصرف کنندهگان که میتواند نمایان گر آمارگیریهای سنتی خانوارها و آمارهای دیگر باشد به طور فزاینده ای امکان پذیرتر و مقرون به صرفه تر می شوند.
"گفتمان رو به رشد در مورد داده های بزرگ به عنوان منبع توسعه" تاثیر دیگری از این تغییرات قدرت است و "نشان میدهد که یک تغییر از غالب داده های جمع آوری شده از سوی دولت به عنوان راهی برای تعریف هویت و مرتب سازی و طبقه بندی افراد، گروه ها و جوامع به یک روش داده ای بزرگ که در آن داده ها در ابتدا توسط شرکتها جمع آوری و پردازش می شوند و فقط از طریق مقامات دولتی به طور ثانویه قابل دسترسی هستند به کار می روند. "
تیلور و بروکرز دو روند ناشی از این تغییر در ساختار قدرت را بررسی میکنند. در مرحله اول، آنها مشارکتهای دولتی و خصوصی را در دستیابی به اهداف توسعه و نتیجه "رشد نمایندگی شرکت ها به عنوان بازیگران توسعه" تقویت میکنند. " ثانیا، آنها در حال ایجاد بازنمایی هایی از پدیدههای اجتماعی هستند- "داده ها دو برابر می شوند" – که به موازات داده ها و آمارهای ملی ایجاد میشوند (به عنوان مثال، هنگامی که از دادههای تلفن همراه و کاربران اینترنتی استفاده می شود تا بازنمایی های مختلفی از همین پدیده های مشابه را که در آمارهای ملی ارائه می شود) ایجاد کنید. 6
شناسه دیجیتالی
شناسه دیجیتالی در جنوب جهان نمونه ای از کاربرد AI4D است. فن آوریهای هوش مصنوعی مانند چشم انداز رایانه ای که به صورت بیومتریک مورد استفاده قرار می گیرد در شناسه دیجیتال در بسیاری از کشورهای در حال توسعه اجرا میشود. پتانسیل شناسه دیجیتال باعث جذب برنامههای رسمی شناسه دولتی شده است که برای توسعه مهم به نظر میرسند و همچنین برای ایجاد حقوق بشر ضروری است. بدون برخی از شناسه ها، شهروندان در دریافت خدمات دولتی، ثبت نام کودکان در مدارس دچار مشکل می شوند و ممکن است در یافتن شغل یا در دسترسی به وام های بانکی با موانعی روبرو شوند. تقریبا 40٪ از جمعیت بالای 15 سال در کشورهای کم درآمد شناسنامه ندارند ، فقیرترین افراد کمترین احتمال داشتن شناسنامه را دارند و همچنین در برنامه های رسمی شناسه شکاف های جنسیتی وجود دارد .7
هدفSDG 16.9تهیه هویت "قانونی" برای همه تولد های ثبت شده "تا سال 2030 است. جمع آوری شناسه دیجیتال فرصتی برای رسیدن به این هدف است.
هویتدولتی صادر شده برای حمایتاجتماعی ضروری است. حمایت اجتماعی توسط سازمان غذا و کشاورزی سازمان ملل متحد به عنوان "ابتکاراتی که به صورت نقدی یا غیر نقدی به فقرا ارائه میدهند، از آسیب پذیری در برابر این خطرات محافظت میکند و وضعیت و حقوق اجتماعی حاشیه نشین ها را تقویت می کند.
– همه با هدف کلی کاهش فقر و آسیبپذیری اقتصادی و اجتماعی ،"8 پیشنهاد شده و شامل کمکهای اجتماعی ("ارائه شده به صورت نقدی مشروط یا غیرمشروط و یا نقل و انتقال در هر نوع، یا برنامههای کارهای عمومی")، بیمههای اجتماعی(مانند رفاه، مزایای بیکاری، یارانه خانوار و کمکهای کودک) و حمایت از نیروی کار میشود. یک سوم جمعیت جهان در حال توسعه (حدود 2.1 میلیارد نفر) به نوعی حمایت اجتماعی دریافت میکنند.
با این حال، برنامه های شناسایی دیجیتال چندین چالش ظریف و حساس را نشان می دهند. پروژه شناسه دیجیتالی هند، سازمان دولتی شناسایی افراد هندی (UIDAI، یا Aadhaar)، که از سال 2008 آغاز شده است، قصد دارد تا به هر سکنه هندی یک شماره شناسنامه مرتبط با داده های جمعیتی و بیومتریک خود ارائه دهد. آادهاار با خدمات رفاهی مرتبط است و به طور گسترده در برنامه های حمایت اجتماعی هند درج شده است. به گفته ماسیرو ، ماهیت آداهار به عنوان یک الزام برای حمایت اجتماعی، به عنوان پیش نیازی به دلیل بار عدم موفقیت در احراز هویت منجر به نگرانی هایی در مورد عدالت اجتماعی شدده است. 10 به طور جنجالی، شناسه ادهار Aadhaar فقط در اختیار ساکنین هندی است که در ثبت ملی شهروندان (NRC) ثبت شده اند و نه برای پناهندگان یا افراد بدون تابعیت. این احتمال وجود داردکه بیش از 1.9 میلیون نفر در ایالت آسام در شمال هند از NRC مستثنی شوند، و بنابراین از شهروندی، ID Aadhaar ، خدمات دولتی و رفاه اجتماعی محروم شوند. 11 معیار ورود به NRC این است که یک فرد یا یک شخص دیگر قبل از سال 1971 باید نام خود را از نام گذشتگان خود داشته باشد. 12 اداهار نشان می دهد که روشهای جدید شمارش شهروندان از ساختارهای محرومیت عبور خواهد کرد، و احتمالاً لایه های جدیدی از محرومیت را ایجاد کرده و یا باعث تقویت موارد موجود می شود.
برنامه شناسه دیجیتال کنیا ، Huduma Namba- که به معنای "شماره خدمات" به زبان سواحیلی است – نام محبوب سیستم ملی مدیریت هویت یکپارچه ملی (NIIMS) است، لایحهای که در آگوست 2019 ارائه شده است، و سیستم Huduma Namba را به عنوان سه مولفه در نظر گرفته است: یک بانک اطلاعاتی متمرکز (یا ثبت الکترونیکی مرکزی)، یک شناسه منحصر به فرد برای هر شخص و یک کارت است که بتوانند برای استفاده بیشتر از خدمات به آن دسترسی داشته باشند. 13 شناسه منحصر به فرد شامل اثر انگشت، شکل فیزیکی دست، شکل گوش، الگوهای شبکیه و عنبیه چشم و امواج صوتی است. 14 مختصات DNA و GPS در ابتدا قرار بود جمع آوری شوند، اگرچه جمع آوری این داده ها به همراه استفاده اجباری از کارت برای دستیابی به خدمات دولت، توسط دادگاه عالی به طور موقت متوقف شده است. 15
هودوما نامبا همچنین این پتانسیل را دارد که با توپولوژیهای موجود از جمله شمول و محرومیت های اجتماعی، با شکاف قومی و افراد بی تابعیت در کنیا ارتباط برقرار کند. وقتی دولت ها شناسه دیجیتال را به تعیین شهروندی پیوند میدهند، جمعیت هایی را که به دلایل تاریخی فاقد اسناد شناسایی اولیه هستند، در معرض خطر قرار میدهند. به عنوان مثال، در کنیا، جوامع نوبیان، شونا و ماکوند، که بصورت اجدادی در مناطقی زندگی میکردند که در طول دوران استعمار به مناطق مرزی تبدیل شده اند، قبل از دستیابی به مدارک هویتی، تحت پروسه های طولانی برای بررسی قرار میگیرند.
هودوما نامبا همچنین اطلاعات قومیتی را ضبط میکند که با توجه به تاریخ اخیر کنیا نگرانی بسیاری از کنیاییها است. در حالیکه دادههای سرشماری و آمارهای ملی تغذیه نمیشود، فهرست نهایی آن در سرشماری اخیر کنیا، همچنین در آگوست 2019 وارد شد.
برنامههای دیجیتال شناسه در بخش جنوب کره زمین نیز اغلب شرکت های بین المللی را درگیر میکنند. Aadhaar India "ادهار هند بزرگترین مشارکت عمومی و خصوصی در مقیاس عظیم است که هماکنون در یک کشور در حال توسعه از لحاظ پوشش جمعیتی در حال اجرا است."،" اما به دلیل چارچوبهای حقوقی محدود حاکم بر آن، و نظارت کم مجلس بر آن، به صورت خود مختار است. "UIDAI علاوه بر غیرقانونی بودن، همکاری و مشارکت بین شرکتها است" که توسط یکی از بنیانگذاران یکی از بزرگترین شرکتهای مشاور فناوری در هند و "کار روزانه جمع اوری، پردازش و ذخیره اطلاعات توسط شرکت های خصوصی " اداره می شود."18
در حالی که کشورها برنامه های ID بیومتریک را حذف میکنند، آنها تعداد زیادی از داده هایی را تولید می کنند که ممکن است برای شرکت ها مفید باشد. با این حال، این برنامه ها اغلب در جهان در حال توسعه بدون توجه به حفاظت از داده ها به مرحله اجرا در می آیند، 19 در بسیاری از کشورها هیچ چارچوبی برای محافظت از دادهها وجود ندارد و در سایر کشورهای دارای رژیم های جدید محافظت از اطلاعات ضعیف است. به عنوان مثال، توافق دو جانبه بین زیمباوه و چین باعث شده است که دولت زیمبابوه پایگاه داده های ملی شناسنامه خود را با یک شرکت چینی برای آموزش استفاده از نرم افزار تشخیص چهره به اشتراک بگذارد .20
نتیجه
بسیاری از همان چالش هایی که فناوری اطلاعات و ارتباطات برای توسعه با آنها روبرو است با AI4D روبرو میشوند. اتصال، سواد و قیمت داده محدودیت هایی در جذب فناوری اطلاعات و ارتباطات و استفاده از اینترنت محسوب میشود و همچنین در مزایای استفاده از هوش مصنوعی دارای محدودیت هایی خواهد بود.
چالش های نظارتی برای AI4D نیز مهم و چشمگیر است. داده های گرایشی و افزایش میزان تصمیمات خودکار که ممکن است در فرآیندهای توسعه و برنامههای توسعه موثر واقع شود، به مسائل مهم اخلاقی و همچنین نیاز به مقررات اشاره دارد. در طی سالها و دهه های آینده، همه کشورها باید یک چارچوب نظارتی قوی را اتخاذ کنند تا آمادگی لازم برای استفاده گسترده از هوش مصنوعی برای توسعه فراهم کند.
قوانین حفاظت از داده ها و ایجاد ظرفیت برای اجرای برنامه حفاظت از داده ها بسیار مهم خواهد بود، به خصوص که بخش اعظم هوش مصنوعی در جهان در حال توسعه پردازش گره های داده ای است که احتمالاً دادههای خصوصی و اطلاعات اشخاص را شناسایی میکنند. ثبت نام شناسه دیجیتال میتواند جذب هویت دولت را تحریک کند و اطمینان حاصل کند که همه افراد دارای یک شناسنامه و دسترسی به خدمات دولتی هستند و در برابر قانون برابر هستند و بنابراین به عنوان یک عامل محرک برای توسعه عمل میکند. اما مهم است که شناسه دیجیتال و حمایت اجتماعی با در نظر گرفتن حریم خصوصی و محافظت از داده ها و در صورت امکان، پس از رسمی شدن چارچوبهای حفظ حریم خصوصی و محافظت از داده ها به مرحله اجرا درآید. برای محافظت از داده ها نیازی به مقدمات خاصی نیست که در مرحله دوم برای اهداف توسعه در نظر گرفته شود، و نیازی به ایجاد تنش بین فرایند حفظ حریم خصوصی و حفاظت از داده ها نیست.
تقویت ظرفیت هوش مصنوعی سودمند در جهان در حال توسعه شامل تقویت ارتباط بین موسساتی است که محققان را ترقیب به جستجوی راه حل هایی می کنند که هوش مصنوعی را ایجاد میکنند، و نهادهای سیاسی را قادر به استفاده از منابع برای همکاری با همه طرف ها در چارچوب حقوق بشر میکنند. در عین حال، مانند همیشه در مورد توسعه ، مراقبت ویژه لازم است تا اطمینان حاصل شود که افراد متاثر از ابتدا در گفتگو گنجانده شده اند و راه حل ها فقط از یک کشور به کشور دیگر تحت عنوان "فناوری" منتقل نمی شوند. ". امسال با ایجاد شبکه AI4D21 در نایروبی و فروم یونسکو در زمینه هوش مصنوعی در آفریقا، تلاش هایی در این زمینه انجام شده است.
به طور همزمان، در سطح ملی، ایجاد ظرفیت برای دستیابی علاقه مندان به توسعه و پیشرفت بشر که در فضای هوش مصنوعی برای پیشرفت انسان ها کار میکنند ضروری است. اقدامات گسترده ای توسط سازمان Deep Learning Indaba انجام شده است. 23
امسال کنفرانس Indaba میزبان 700 تکنسین، محقق، مبتکر و نوآموز آفریقایی در نایروبی با 27 رویداد ماهوارهای دیگر در سراسر قاره بود. با حصول اطمینان از این سیاست، مردم، ظرفیت ها و فرصت های موجود بدون شک توسعه انسانی را متحول می سازد و راه را برای آینده هموارتر می کند.
1