AI for Good Global Summit 2024 fandt sted den 30.-31. maj i Genève og samlede en gruppe på over 2.500 deltagere, der repræsenterede omkring 145 lande.
I hendes indledende bemærkninger, Generalsekretær Doreen Bogdan-Martin fra Den Internationale Telekommunikationsunion (ITU), som organiserede begivenheden, slog tonen an ved at forklare behovet for inklusion i udviklingen af kunstig intelligens.
Hun sagde: "I 2024 er en tredjedel af menneskeheden fortsat offline, udelukket fra AI-revolutionen og uden en stemme. Denne digitale og teknologiske kløft er ikke længere acceptabel."
Topmødet viste eksempler på gavnlige AI-applikationer, der kan bringe teknologiens fordele ud i periferien, f.eks. Bionikset pakistansk ledet initiativ, der designer billige kunstige lemmer, og Ultralyd AIen USA-baseret kvindestyret indsats for at forbedre svangreomsorgen.
AI For Good undersøgte også, hvordan AI kan hjælpe med at nå FN's mål for bæredygtig udvikling (SDG'er), som indeholder brede og vidtrækkende planer for vækst og modernisering af mindre udviklede lande, samtidig med at fattigdom, klimaforandringer og andre eksistentielle problemer på makroniveau afhjælpes.
Blandt de mange eksempler er Melike Yetken Krilla, chef for internationale organisationer hos Google, diskuterede flere projekter hvor Google-data og AI bruges til at spore fremskridt i forhold til SDG'erne, kortlægge dem over hele kloden og samarbejde med World Meteorological Organization (WMO) om at skabe et oversvømmelsescenter for tidlige varslingssystemer.
Disse bidrager til en lang række projekter, der virkelig viser, hvordan AI kan fremskynde sygdomsdiagnosen, hjælp udvikle nye lægemidler, skabe mobilitet til dem, der har mistet den på grund af sygdom, og meget mere.
AI hjælper også naturfredningsfolk med at beskytte miljøet, fra Amazon regnskov til Lundefugle ud for britiske kyster og laks i Nordiske vandveje.
Som det fremgik af topmødet, er AI's potentiale for det gode faktisk stort.
Men som altid er der en anden halvdel af historien.
AI's push og pull
I stedet for envejstrafik frister AI til både at nedbryde og fremskynde digitale skel, hvilket betyder, at dens mønstre af fordele og hvem, der modtager dem, er ulige.
Der er stærke beviser for, at AI forstærker de eksisterende skel mellem mere og mindre teknologisk avancerede lande. Studier fra MIT og Data Provenance Initiative fandt ud af, at de fleste datasæt, der bruges til at træne AI-modeller, er stærkt vestligt centrerede.
Sprog og kulturer fra Asien, Afrika og Sydamerika er stadig primært underrepræsenteret i AI-teknologi, hvilket resulterer i modeller, der ikke afspejler eller tjener disse regioner nøjagtigt.
Desuden er AI-teknologi dyr og svær at udvikle, og nogle få udvalgte virksomheder og institutioner sidder utvivlsomt på størstedelen af kontrollen.
Open source AI-projekter giver virksomheder over hele verden en livline til at udvikle billig, suveræn AI, men kræver stadig computerkraft og teknisk talent, som der fortsat er stor efterspørgsel efter på verdensplan.
Bias i AI-model
Et andet spændingsfelt i AI's tovtrækkeri mellem fordele og ulemper er bias. Når AI-modeller trænes på forudindtagede data, overtager og forstærker de i sagens natur disse forudindtagelser.
Det kan få alvorlige konsekvenser, især inden for sundhed, uddannelse og retshåndhævelse.
For eksempel kan AI-systemer i sundhedssektoren, der hovedsageligt er trænet i vestlige data, fejlfortolke symptomer eller adfærd hos ikke-vestlige befolkninger, hvilket fører til fejldiagnoser og ineffektive behandlinger.
Forskere fra førende teknologivirksomheder som Anthropic, Google og DeepMind har erkendt disse begrænsninger og søger aktivt efter løsninger, som f.eks. Anthropic's "konstitutionelle AI".
Som Jack Clark, Anthropics politiske chef, forklarede: "Vi forsøger at finde en måde at udvikle en forfatning på, som er udviklet af en hel masse tredjeparter i stedet for af folk, der tilfældigvis arbejder på et laboratorium i San Francisco."
En nobel og god løsning, men hvordan vil du skabe et effektivt globalt demokrati, der kan crowdsource meninger fra disse tredjeparter?
Udnyttelse af arbejdskraft
En anden risiko for at udnytte AI til noget godt er tilfælde af udnyttelse af arbejdskraft for datamærkere og -kommentatorer, hvis opgave er at gennemgå tusindvis af data og mærke forskellige funktioner, som AI-modeller kan lære af.
Den psykologiske belastning for disse medarbejdere er enorm, især når de får til opgave at mærke forstyrrende eller eksplicit indhold. Dette "spøgelsesarbejde" er afgørende for, at AI-systemerne kan fungere, men det overses ofte i diskussioner om AI-etik og bæredygtighed.
For eksempel tidligere indholdsmoderatorer i Nairobi, Kenya, indgav begæringer mod Samaet USA-baseret dataanmærkningsfirma, som OpenAI har indgået kontrakt med, om "udnyttende forhold" og alvorlige psykiske problemer som følge af deres arbejde.
Der er kommet svar på disse udfordringer, som viser, hvordan AI's trussel mod sårbare befolkningsgrupper kan udryddes med kollektiv handling.
For eksempel projekter som Nanjala Nyabolas projekt om digitale rettigheder på kiswahili har til formål at modvirke digitalt hegemoni ved at oversætte centrale begreber om digitale rettigheder til kiswahili og øge forståelsen blandt ikke-engelsktalende samfund i Østafrika.
På samme måde, Te Hiku Media, en non-profit Māori-organisationsamarbejdede med forskere om at træne en talegenkendelsesmodel, der var skræddersyet til maori-sproget, hvilket viser potentialet i græsrodsarbejde for at sikre, at AI kommer alle til gode.
Græsrodsprojekter som dette kan vise sig at være effektive til at demokratisere AI, men det er et komplekst foretagende, der vil kræve tid og investeringer at udrulle dem effektivt på globalt plan.
En balancegang
Balancen mellem fordele og ulemper ved AI bliver svær at finde i de kommende år.
Snarere end at repræsentere et nyt paradigme inden for international udvikling, kan snakken om AI-inkludering måske bedst opfattes som en fortsættelse af årtiers diskurs, hvor man har undersøgt teknologiens indvirkning på globale samfund.
Men AI's virkninger er både meget universelle og meget lokale.
Storstilede AI-værktøjer som ChatGPT kan give et "tæppe" af encyklopædisk viden og færdigheder, som milliarder kan få adgang til over hele verden.
I mellemtiden viser mindre projekter som dem, der er beskrevet ovenfor, at vi kombineret med menneskelig opfindsomhed kan bygge AI-teknologi, der tjener lokalsamfundene.
Med tiden er det vigtigste håb, at AI bliver billigere og lettere at få adgang til, så lokalsamfundene kan bruge det, som de vil, på deres betingelser og med deres rettigheder. Det kan selvfølgelig også betyde, at vi helt afviser AI.
AI - både de generative modeller skabt af tech-giganter og mere traditionelle modeller skabt af universiteter og forskere - kan bestemt give samfundsmæssige fordele, når de kanaliseres godt.
AI For Good-topmødet var et udtryk for dette håb og denne skepsis. Interessenterne er ikke blinde for udfordringerne, men det betyder ikke, at de har svarene endnu.
