يعيش حوالي 700 مليون شخص حول العالم تحت خط الفقر، وفقًا لتقديرات البنك الدولي، حيث يُعرف الفقر بالعيش بأقل من 2.15 دولار يوميًا. ويعد القضاء على الفقر أحد أهداف التنمية المستدامة للأمم المتحدة، إلا أن تحقيق هذا الهدف يتطلب بيانات دقيقة حول الأشخاص الأكثر احتياجًا واحتياجاتهم الفعلية.

الذكاء الاصطناعي ودوره في مكافحة الفقر حلول مبتكرة وتحديات قائمة

في عام 2020، خلال تفاقم جائحة كوفيد-19، واجهت الحكومات صعوبات في جمع البيانات الميدانية لتوزيع المساعدات. في توغو، استخدمت الحكومة الذكاء الاصطناعي في برنامج دعم اجتماعي يُسمى Novissi (والذي يعني “التضامن” بلغة الإيوي)، لتحديد الأفراد الأكثر احتياجًا.

الذكاء الاصطناعي ودوره في مكافحة الفقر حلول مبتكرة وتحديات قائمة

كيف عمل البرنامج؟

• تعاونت وزيرة الاقتصاد الرقمي في توغو Cina Lawson مع باحثين من جامعة كاليفورنيا – بيركلي ومنظمة GiveDirectly.
• استخدم الذكاء الاصطناعي تحليل صور الأقمار الصناعية وبيانات الهواتف المحمولة لتقدير مستوى الفقر في المناطق المختلفة.
• تم إرسال 10 دولارات كل أسبوعين مباشرة إلى الحسابات الرقمية للأفراد المؤهلين، مما ساهم في تقليل آثار الجوع على آلاف الأسر.
• لينوفو تدخل عصر الطاقة المستدامة مع Yoga Solar PC

هذه التجربة تُبرز كيف يمكن للذكاء الاصطناعي أن يوفر تحليلات دقيقة وسريعة، مقارنة بالمسوح الميدانية التقليدية، مما يساعد الحكومات على تقييم مدى نجاح البرامج التنموية، وقياس تأثير الاستثمارات في الصحة، والتعليم، والزراعة، والبنية التحتية.

دور المؤسسات الدولية في استخدام الذكاء الاصطناعي لمكافحة الفقر

أدرك البنك الدولي أهمية الذكاء الاصطناعي في القضاء على الفقر، وقام بتطوير أدوات ذكاء اصطناعي متقدمة:

• التنبؤ بأزمات الغذاء والصراعات المستقبلية.
• تحليل البيانات الضخمة لتقييم فعالية المساعدات.
• تحسين متابعة أوضاع الفئات الفقيرة في المناطق النائية.
• مايكروسوفت توسّع قدرات Copilot إتاحة ميزتي التفاعل الصوتي والتفكير العميق مجانًا

وفي تقريره لعام 2024 بعنوان “الفقر، الازدهار، والكوكب” (Poverty, Prosperity, and Planet)، أوصى البنك باستخدام تقنيات التعلم الآلي لسد الفجوات في البيانات وتعزيز كفاءة برامج الإغاثة.

التحديات والمخاوف المرتبطة بالذكاء الاصطناعي في مكافحة الفقر

رغم الفوائد الكبيرة للذكاء الاصطناعي في تحسين استهداف المساعدات، إلا أن هناك تحديات رئيسية، من بينها:

التحيز والتمييز في البيانات
يشير Ola Hall، الجغرافي في جامعة لوند السويدية، إلى أن نماذج الذكاء الاصطناعي قد تعكس تحيزات عنصرية أو اجتماعية، مثل استبعاد الأسر التي لا تملك مساكن دائمة أو التي لا تمتلك هواتف محمولة، مما يؤدي إلى عدم شمولهم في المساعدات.

عدم دقة التنبؤات
في تجربة لمنظمة GiveDirectly بالتعاون مع جوجل، تم استخدام الذكاء الاصطناعي لتقديم مساعدات مالية للأسر الأفريقية المعرضة للفيضانات. لكن بعض المناطق لم تتعرض للفيضانات كما توقعت النماذج، مما أدى إلى صرف المساعدات لأشخاص لا يحتاجونها، بينما لم تحصل أسر متضررة على الدعم الكافي.

• شاومي تطرح سلسلة Xiaomi 15 عالميًا بمواصفات متطورة

التكامل بين الذكاء الاصطناعي والطرق التقليدية

يرى الخبراء أن الذكاء الاصطناعي يجب أن يكون أداة مساعدة وليست بديلاً عن المسوح الميدانية.

الخوارزميات توفر تحليلات سريعة، لكنها قد تحتاج إلى التحقق البشري لضمان دقة البيانات.
المسوح الميدانية ضرورية لضمان عدالة توزيع المساعدات ومنع حدوث أخطاء ناتجة عن التحيز الخوارزمي.

وبالتالي، فإن التكامل بين الذكاء الاصطناعي والطرق التقليدية يمكن أن يُحدث تحولًا كبيرًا في آليات مكافحة الفقر، مما يسمح للحكومات ومنظمات الإغاثة بتوجيه المساعدات بشكل أكثر دقة وكفاءة.