Combine a IA com a ciência do cidadão para combater a pobreza

Das inúmeras aplicações da inteligência artificial (IA), seu uso na assistência humanitária é subestimado. Em 2020, durante a pandemia covid-19, o governo do Togo usou ferramentas de IA para identificar dezenas de milhares de famílias que precisavam de dinheiro para comprar comida, como Natureza Relatórios em um recurso de notícias nesta semana. Normalmente, os receptores em potencial desses pagamentos seriam identificados quando solicitarem esquemas de bem -estar ou por meio de pesquisas domésticas de receita e despesa. Mas essas pesquisas não foram possíveis durante a pandemia, e as autoridades precisavam encontrar meios alternativos para ajudar os necessitados. Os pesquisadores usaram o aprendizado de máquina para vasculhar imagens de satélite de áreas de baixa renda e combinaram esse conhecimento com dados de redes de telefonia móvel para encontrar destinatários elegíveis, que então receberam um pagamento regular através de seus telefones. Usar as ferramentas de IA dessa maneira foi um divisor de águas para o país.

A IA pode ajudar a vencer a pobreza? Os pesquisadores testam maneiras de ajudar as pessoas mais pobres

Agora, com a pandemia, pesquisadores e formuladores de políticas continuam a ver como os métodos de IA podem ser usados ​​no alívio da pobreza. Isso precisa de dados abrangentes e precisos sobre o estado de pobreza nas famílias. Por exemplo, para poder ajudar famílias individuais, as autoridades precisam conhecer a qualidade de sua moradia, a dieta de seus filhos, sua educação e se as necessidades básicas de saúde e médicas das famílias estão sendo atendidas. Esta informação é normalmente obtida a partir de pesquisas pessoais. No entanto, os pesquisadores viram uma queda nas taxas de resposta ao coletar esses dados.

Dados ausentes

A coleta de dados baseados em pesquisas pode ser especialmente desafiadora em países de baixa e média renda (LMICs). Pesquisas pessoais são caras e muitas vezes perdem alguns dos mais vulneráveis, como refugiados, pessoas que vivem em moradias informais ou aquelas que ganham a vida na economia de caixa. Algumas pessoas relutam em participar por medo de que haja consequências prejudiciais – deportação no caso de migrantes sem documentos, por exemplo. Mas, a menos que suas necessidades sejam identificadas, é difícil ajudá -los.

Aproveitando o poder colaborativo da IA ​​e Cidadão Ciência para o Desenvolvimento Sustentável

Ai poderia oferecer uma solução? A resposta curta é, sim, embora com advertências. O exemplo do Togo mostra como as abordagens informadas pela IA ajudaram as comunidades, combinando o conhecimento de áreas geográficas de necessidade com dados mais individuais de telefones celulares. É um bom exemplo de como as ferramentas de IA funcionam bem com dados granulares em nível doméstico. Os pesquisadores agora estão se destacando em uma fonte relativamente inexplorada para essas informações: dados coletados por cientistas cidadãos, também conhecidos como cientistas da comunidade. Essa ideia merece mais atenção e mais financiamento.

Graças a tecnologias como smartphones, Wi-Fi e 4G, houve uma explosão de pessoas em cidades, vilas e aldeias coletando, armazenando e analisando seus próprios dados sociais e ambientais. No Gana, por exemplo, pesquisadores voluntários estão coletando dados sobre lixo marítimo ao longo da costa e contribuindo com esse conhecimento para as estatísticas oficiais de seu país.

Colaboração cidadã

Em dezembro passado, um grupo de cientistas de dados discutiu em um artigo de perspectiva em Sustentabilidade da natureza que esses dados possam ser usados ​​pelos formuladores de políticas em conjunto com as ferramentas de IA (D. fraisl et al. Nature Sustain. 8125-132; 2025). Na peça, Dilek Fraisl, do Instituto Internacional de Análise de Sistemas Aplicados em Laxenburg, Áustria, e colegas exigem uma parceria entre pesquisadores de IA e cientistas cidadãos.

Os autores podem estar empurrando em uma porta aberta. Organizações internacionais como a Comissão Estatística das Nações Unidas, que define os padrões para medir as estatísticas oficiais, desejam que mais cientistas cidadãos contribuam com dados, como para os Objetivos de Desenvolvimento Sustentável da ONU (ODS), o plano do mundo de acabar com a pobreza e alcançar a sustentabilidade ambiental. As populações difíceis de alcançar permanecem mal representadas nos relatórios de progresso do SDG, e a ONU vê os dados de ciências e cidadãos da ONU como uma solução potencial.

Mas fazer com que as parcerias tão próximas acontecem precisam de financiamento, tanto para apoiar os esforços de coleta de cidadãos-dados quanto para levá-los ao próximo nível com as ferramentas de IA. Isso pode ser um desafio em um momento em que os Estados Unidos, que são o maior financiador nacional de dados e estatísticas nos LMICs, está se retirando de compromissos internacionais, incluindo a saída da Organização Mundial da Saúde e a congelação de ajuda externa. O financiamento para estatísticas oficiais começou a se estabilizar após a pandemia, mas o futuro ficará menos certo se os Estados Unidos recuarem (consulte ‘dólares de dados’).

A integração da IA ​​com dados do cidadão tem muitos benefícios. Por um lado, permite que as comunidades assumam a propriedade de suas informações, sabendo que são os dados que estão coletando e armazenando e que os dados não serão mantidos por terceiros. As estatísticas de cidadãos precisas e bem curadas também podem melhorar a qualidade das ferramentas de IA, que geralmente perpetuam viés ou imprecisões encontradas em seus dados de treinamento. O uso da IA ​​também tem o potencial de acelerar a análise desses dados.

A IA deve ser implantada de uma maneira que maximize os benefícios e atenue ou reduz os riscos. Isso é especialmente importante quando se trata de usar a IA que envolve pessoas vulneráveis ​​ou vivem na pobreza. A IA precisa melhorar suas vidas e não expô -las a danos mais ou diferentes.

Os dados do cidadão-ciência podem ser apenas o medicamento que o médico encomendou. Todos os que participam desta pesquisa devem ser incentivados e a própria pesquisa precisa ser financiada adequadamente.