РУКОВОДСТВО ПО Отраслям

ИИ в гуманитарной помощи и реагировании на беженцев

Искусственный интеллект в гуманитарной помощи означает использование машинного обучения на основе спутниковых изображений, рыночных цен, погоды и данных мобильных телефонов для прогнозирования кризисов, таких как голод, принятия решения о том, кто должен получить помощь, и более эффективного проведения операций по оказанию помощи.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта в гуманитарной помощи и реагировании на беженцев
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Это важно, потому что бюджеты помощи невелики по сравнению с потребностями, а более ранняя, более адресная помощь может спасти жизни. Замешанные в этом люди зачастую крайне уязвимы, поэтому ошибки и утечки данных влекут за собой серьезные последствия.

Глубокое погружение

Гуманитарный ИИ выполняет три основные задачи: прогнозирование кризисов, поиск людей, нуждающихся в помощи, и проведение операций. Что касается прогнозирования, Сеть систем раннего предупреждения о голоде (FEWS NET), созданная правительством США в 1985 году после голода в середине 1980-х годов в Африке, объединяет спутниковые данные об осадках и растительности, рыночные цены и отчеты с мест для прогнозирования отсутствия продовольственной безопасности на несколько месяцев вперед, используя пятифазную шкалу IPC. Большая часть его суждений исходит от экспертов, но модели все чаще подпитывают его. HungerMap LIVE Всемирной продовольственной программы использует модели машинного обучения для прогнозирования отсутствия продовольственной безопасности там, где недавние исследования отсутствуют. Проект УВКБ ООН «Джетсон» экспериментировал с прогнозированием перемещения населения в Сомали на основе таких сигналов, как уровень реки, количество осадков и рыночные цены. Что касается адресности, то наиболее известным примером является программа денежных переводов Новисси в Того во время пандемии COVID-19. Исследователи и правительство использовали спутниковые снимки высокого разрешения, чтобы оценить, какие районы были самыми бедными, затем использовали модели использования мобильных телефонов, чтобы определить, какие абоненты в этих районах были самыми бедными, и платили им мобильными деньгами. Рецензируемая оценка показала, что этот метод достиг бедных людей более точно, чем более простые географические варианты, доступные в то время, но он по-прежнему содержал много ошибок и не мог охватить людей без телефонов. Самый большой риск связан с данными. Биометрическая регистрация беженцев, такая как регистрация радужной оболочки глаза и отпечатков пальцев, ускоряет распространение и снижает мошенничество, но создает постоянные записи о людях, которые могут бежать из своего собственного правительства. В 2021 году Хьюман Райтс Вотч сообщила, что данные, собранные о беженцах рохинджа в Бангладеш, были переданы в Мьянму для возможных проверок репатриации без достаточно информированного согласия. Распространенным заблуждением является то, что больше данных всегда означает лучшую помощь. Предвзятые или неполные данные могут скрывать целые группы, а согласие трудно придать смыслу, когда еда зависит от согласия. В Руководстве МККК по защите данных при гуманитарной деятельности изложены принципы управления этими рисками.

Реальная реализация

Группа раннего предупреждения объединяет спутниковые оценки количества осадков, зелени растительности и местных цен на зерно, чтобы обозначить регион, который, вероятно, достигнет кризисного уровня продовольственной безопасности на несколько месяцев вперед, давая донорам время заранее подготовить запасы продовольствия.

HungerMap LIVE Всемирной продовольственной программы использует модели для оценки текущего отсутствия продовольственной безопасности в районах, где не проводится недавнее обследование домохозяйств, поэтому аналитики не работают на данных многолетней давности.

Во время пандемии Covid-19 программа Novissi в Того использовала спутниковые снимки, чтобы найти самые бедные районы, и модели использования мобильных телефонов, чтобы оценить беднейших людей, а затем отправила наличные с помощью мобильных денег.

Агентство по делам беженцев регистрирует прибывших с помощью сканирования радужной оболочки глаза, чтобы люди могли получать продовольственные пайки без бумажных карточек, одновременно решая, кто может получить доступ к этим биометрическим записям и на какой срок.

Будущее искусственного интеллекта в гуманитарной помощи и реагировании на беженцев

Лучшее спутниковое покрытие, более дешевые телефонные опросы и улучшенные прогнозы погоды должны сделать раннее предупреждение более своевременным, а упреждающие действия, при которых деньги выделяются до того, как произойдет прогнозируемый шок, получают поддержку среди агентств. Узкие места связаны не столько с алгоритмами, сколько с финансированием, доступом в зоны конфликтов и доверием. Сокращение бюджетов помощи может нарушить работу моделей систем данных. Ожидайте растущего давления в отношении независимых проверок моделей определения целей, более четкой практики согласия на биометрические данные и правил обмена данными о беженцах с правительствами. Улучшит ли ИИ результаты, будет зависеть от того, действительно ли прогнозы вызывают более раннее финансирование и есть ли у исключенных групп возможность подать апелляцию.

Применение на практике

Почему это важно

  • Контекст и правила. Отраслевой контекст определяет, выживут ли идеи ИИ при контакте с реальностью.
  • Контроль качества. Ограничения предметной области влияют на приемлемый уровень ошибок и модели надзора.
  • Выбор сборки. Успешные развертывания позволяют согласовать технические возможности с рабочими процессами на переднем крае.

Следите за

  • Нормативные требования могут сделать недействительными сильные прототипы.
  • Исторические данные могут отражать предвзятость, которая наносит вред конкретным сообществам.
  • Устаревшие системы могут создавать узкие места в интеграции и скрытые затраты.

Следующие шаги

  1. Привлекайте экспертов в предметной области от постановки проблемы до оценки.
  2. Разработайте журналы аудита и документацию перед запуском.
  3. Заблаговременно проверяйте соответствие требованиям и обязательства по безопасности.
  4. Развертывание поэтапно с четкими критериями остановки и отката.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI in Humanitarian Aid and Refugee Response quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое ИИ в гуманитарной помощи и реагировании на беженцев?

Искусственный интеллект в гуманитарной помощи означает использование машинного обучения на основе спутниковых изображений, рыночных цен, погоды и данных мобильных телефонов для прогнозирования кризисов, таких как голод, принятия решения о том, кто должен получить помощь, и более эффективного проведения операций по оказанию помощи. Это важно, потому что бюджеты помощи невелики по сравнению с потребностями, а более ранняя, более адресная помощь может спасти жизни. Замешанные в этом люди зачастую крайне уязвимы, поэтому ошибки и утечки данных влекут за собой серьезные последствия.

Какие данные использовала программа Новисси в Того для определения денежных трансфертов?

Спутниковые снимки позволили оценить, какие районы были самыми бедными, а модели использования мобильных телефонов определили, какие отдельные абоненты в этих районах были самыми бедными.

Каково известное ограничение адресной помощи по телефону?

Если право на участие оценивается на основе телефонных записей, люди, у которых нет телефонов или которые ими делятся, могут быть полностью упущены из виду.

Инструмент какого агентства, HungerMap LIVE, прогнозирует отсутствие продовольственной безопасности там, где отсутствуют недавние исследования?

HungerMap LIVE находится в ведении Всемирной продовольственной программы и использует модели для оценки текущего отсутствия продовольственной безопасности между исследованиями.

Почему Хьюман Райтс Вотч выразила обеспокоенность по поводу данных о беженцах рохинджа в 2021 году?

В отчете говорится, что данные, собранные в Бангладеш, были переданы в Мьянму, страну, из которой бежали беженцы, для возможных проверок репатриации, без адекватно информированного согласия.

Почему при оценке модели адресности помощи командам следует сообщать об ошибках исключения отдельно?

Общая точность может скрыть, сколько подходящих людей было упущено. Ошибки исключения напрямую учитывают бедных людей, которые модель пропустила.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →