ابتکار تحقیقات و سیاست جدید J-PAL برای آزمایش و مقیاس نوآوری های هوش مصنوعی برای مبارزه با فقر | اخبار MIT

آزمایشگاه اقدام فقر عبداللطیف جمیل (J-PAL) در MIT هشت مطالعه تحقیقاتی جدید را برای درک چگونگی استفاده از نوآوری‌های هوش مصنوعی برای مبارزه با فقر از طریق پروژه جدید هوش مصنوعی خود تأمین کرده است.

عصر هوش مصنوعی خوش‌بینی و شک و تردید گسترده‌ای را در مورد تأثیرات آن بر جامعه به همراه داشته است. برای تحقق پتانسیل کامل هوش مصنوعی، Project AI Evidence (PAIE) شناسایی می کند که کدام راه حل های هوش مصنوعی و برای چه کسانی کار می کنند، و تنها راه حل های موثر، فراگیر و مسئولانه را مقیاس می کند – در حالی که راه حل هایی را که به طور بالقوه می توانند باعث آسیب شوند را کاهش می دهد.

PAIE با ایجاد ارتباط بین دولت‌ها، شرکت‌های فناوری و سازمان‌های غیرانتفاعی با اقتصاددانان کلاس جهانی در MIT و در سراسر شبکه جهانی J-PAL برای ارزیابی و بهبود راه‌حل‌های هوش مصنوعی برای چالش‌های اجتماعی تثبیت‌شده، شواهدی را ایجاد می‌کند.

ابتکار جدید سوالاتی را در اولویت قرار می دهد که سیاست گذاران از قبل می پرسند: آیا ابزارهای یادگیری با کمک هوش مصنوعی به همه کودکان کمک می کند تا یاد بگیرند؟ سیستم های هشدار زودهنگام سیل چگونه می توانند به افراد آسیب دیده از بلایای طبیعی کمک کنند؟ آیا الگوریتم های یادگیری ماشینی می توانند به کاهش جنگل زدایی در آمازون کمک کنند؟ آیا چت ربات های مجهز به هوش مصنوعی می توانند به بهبود سلامت افراد کمک کنند؟ در سال‌های آینده، PAIE مجموعه‌ای از مسابقات تأمین مالی را برای دعوت از پیشنهادهایی برای ارزیابی ابزارهای هوش مصنوعی که به سؤالاتی مانند این و بسیاری دیگر پاسخ می‌دهند، برگزار خواهد کرد.

PAIE با کمک مالی از Google.org، حمایت بشردوستانه از Community Jameel، کمک مالی از مرکز تحقیقات توسعه بین‌المللی کانادا و توسعه بین‌المللی بریتانیا، و یک توافقنامه مشترک با خدمات وب آمازون پشتیبانی می‌شود. این ابتکار از طریق کمک مالی اریک و وندی اشمیت که به توصیه Schmidt Sciences اعطا می شود، هوش مصنوعی مولد را در محل کار، به ویژه در کشورهای با درآمد کم و متوسط، مطالعه خواهد کرد.

الکس دیاس، رئیس هوش مصنوعی برای امور اجتماعی در Google.org، گفت: “ما از همکاری با MIT و J-PAL، که پیش از این در این زمینه پیشرو بودند، در پروژه شواهد هوش مصنوعی هیجان‌زده هستیم. هوش مصنوعی پتانسیل زیادی برای سود بردن همه افراد دارد، اما اگر می‌خواهیم این پتانسیل را درک کنیم، باید فوراً بررسی کنیم که چه چیزی کار می‌کند، چه چیزی مفید نیست و چرا.”

مگی گورمن ولز، معاون استراتژی، مناطق و سیاست IDRC می‌افزاید: «هوش مصنوعی پتانسیل فوق‌العاده‌ای دارد، اما تنها در صورتی که ابزارها، دانش و قدرت شکل‌دهی به آن در دسترس همه باشد – که شامل تحقیقات مبتنی بر متن و شواهدی درباره اینکه چه چیزی کار می‌کند و چه چیزی نمی‌تواند انجام شود.» به همین دلیل IDRC مفتخر است که از این کار ارزیابی جدید به عنوان بخشی از تعهد مستمر ما به مقیاس مسئولانه نوآوری‌های هوش مصنوعی ایمن، فراگیر و محلی قابل اجرا، پشتیبانی می‌کند.

J-PAL به طور منحصر به فردی برای کمک به درک تأثیرات هوش مصنوعی بر جامعه قرار دارد: از زمان آغاز به کار آن در سال 2003، شبکه محققین J-PAL بیش از 2500 ارزیابی دقیق از سیاست ها و برنامه های اجتماعی در سراسر جهان انجام داده است. از طریق PAIE، J-PAL کارشناسان برجسته در فناوری هوش مصنوعی، تحقیقات و سیاست های اجتماعی را در راستای تمرکز سالی کورنبلوت، رئیس MIT بر روی هوش مصنوعی مولد به عنوان یک اولویت استراتژیک گرد هم می آورد.

PAIE توسط پروفسور جاشوا بلومنستاک از دانشگاه کالیفرنیا، برکلی اداره می شود. اقبال ذالیوال، مدیرعامل جی پال گلوبال؛ و پروفسور David Yanagizawa-Droth از دانشگاه زوریخ.

ارزیابی های جدید مسائل سیاست فوری

تحقیقاتی که در دور اول مسابقه PAIE تأمین مالی شده است، مسائل مهم در بخش‌های کلیدی مانند آموزش، بهداشت، آب و هوا و فرصت‌های اقتصادی را بررسی می‌کند.

چگونه هوش مصنوعی می تواند در کلاس های درس موثرتر باشد و به دانش آموزان و معلمان کمک کند؟

تحقیقات موجود نشان می دهد که یادگیری شخصی برای دانش آموزان مهم است اما اجرای آن با منابع محدود چالش برانگیز است. در کنیا، شرکت اجتماعی آموزشی EIDU ابزار هوش مصنوعی ایجاد کرده است که به معلمان کمک می‌کند شکاف‌های یادگیری را شناسایی کرده و برنامه‌های درسی روزانه خود را تطبیق دهند. در هند، سازمان غیردولتی (NGO) پراتهام در حال توسعه ابزار هوش مصنوعی برای افزایش تأثیر و مقیاس رویکرد مبتنی بر شواهد برای آموزش در سطح مناسب است. محققان J-PAL Daron Acemoglu، Iqbal Dhaliwal و Francisco Gallego با این دو سازمان همکاری خواهند کرد تا اثرات و پتانسیل این موارد استفاده متفاوت بر بهره وری معلمان و یادگیری دانش آموزان را بررسی کنند.

آیا ابزارهای هوش مصنوعی می توانند سوگیری جنسیتی را در مدارس کاهش دهند؟

محققان با وزارت آموزش ایتالیا همکاری می‌کنند تا ارزیابی کنند که آیا ابزارهای هوش مصنوعی می‌توانند با پرداختن به سوگیری‌های ناخودآگاه معلمان به حذف شکاف‌های جنسیتی در عملکرد دانش‌آموزان کمک کنند. شرکای J-PAL، Michela Carlana و Will Dobbie، به همراه Francesca Mizerocchi و Eleonora Patacini، تاثیر دو ابزار هوش مصنوعی را بررسی خواهند کرد، یکی که به معلمان کمک می‌کند تا عملکرد را پیش‌بینی کنند و دومی که بازخورد بلادرنگ را در مورد انواع تصمیماتشان ارائه می‌دهد.

آیا هوش مصنوعی می تواند به مشاوران شغلی کمک کند تا فرصت های شغلی بیشتری پیدا کنند؟

در کنیا، محققان در حال ارزیابی این هستند که آیا ابزار هوش مصنوعی می‌تواند مهارت‌های نادیده گرفته شده را شناسایی کند و فرصت‌های شغلی را باز کند، به‌ویژه برای جوانان، زنان و افرادی که تحصیلات رسمی ندارند. جاسمین بایر و کریستین مایر، محقق J-PAL، با همکاری سازمان‌های غیردولتی سواحیلیپات و تبیا، چگونگی تغییر این ابزار در استراتژی‌های جستجوی شغل و استخدام افراد را ارزیابی خواهند کرد. این مطالعه هوش مصنوعی را به عنوان مکمل و نه جایگزینی برای تخصص انسانی در راهنمایی شغلی روشن می کند.

نگاه به جلو

همانطور که استفاده از هوش مصنوعی در بخش اجتماعی تکامل می یابد، این ارزیابی ها اولین گام در کشف راه حل های موثر و مسئولانه ای است که در کاهش فقر و نابرابری تا حد زیادی پیش خواهد رفت.

Dhaliwal از J-PAL خاطرنشان می کند: “J-PAL دارای سابقه طولانی در ارزش گذاری فناوری نوآورانه و توانایی آن در بهبود زندگی مردم است. در حالی که هوش مصنوعی دارای پتانسیل باورنکردنی است، ما باید مزایای آن را به حداکثر برسانیم و مضرات بالقوه آن را به حداقل برسانیم. ما از اهداکنندگان، حامیان و همکاران خود به خاطر حمایت کاتالیزوری آنها سپاسگزاریم که با راه اندازی شواهد به ما کمک می کند تا به ما کمک کند. نوآوری هوش مصنوعی.”

J-PAL همچنین به دنبال همکاران جدیدی است که دیدگاه خود را برای کشف و مقیاس‌بندی راه‌حل‌های واقعی هوش مصنوعی به اشتراک بگذارند. هدف آن حمایت از دولت‌ها و سازمان‌های بخش اجتماعی بیشتری است که می‌خواهند هوش مصنوعی را به طور مسئولانه اتخاذ کنند، و به گسترش بودجه برای ارزیابی‌های جدید و ارائه راهنمایی‌های سیاستی بر اساس آخرین تحقیقات ادامه خواهد داد.

برای کسب اطلاعات بیشتر در مورد Project AI Evidence، در خبرنامه J-PAL مشترک شوید یا با paie@povertyactionlab.org تماس بگیرید.