## Технологии на цели развития

## Source details

**Canonical URL:** [Технологии на цели развития](https://www.imf.org/ru/publications/fandd/issues/2023/12/technology-for-development-bjorkegren-blumenstock)

## Other formats

- [Markdown version](/ru/publications/fandd/issues/2023/12/technology-for-development-bjorkegren-blumenstock/index.md)
- [Structured JSON version](/ru/publications/fandd/issues/2023/12/technology-for-development-bjorkegren-blumenstock/index.json)
- [Bundle manifest](/ru/publications/fandd/issues/2023/12/technology-for-development-bjorkegren-blumenstock/bundle-manifest.json)

## Bibliographic details
- Authors: DANIEL BJORKEGREN, JOSHUA BLUMENSTOCK
- Published: December 6, 2023
- DOI: https://doi.org/10.1093/wber/lhz006

---

### Обзор
- Дата публикации: Декабрь 2023 года.
- Основная тезисная идея: ИИ может приносить значительную пользу малоимущим в развивающихся странах (адресные денежные трансферты, кредитование, индивидуальное обучение, медицинская помощь), но для этого ИИ должен быть тщательно адаптирован к местным социальным и институциональным условиям.
- Ключевая проблема: большинство достижений в области ИИ разработано в богатых странах для местных пользователей и на основе местных данных; решения будут эффективны в странах с низким доходом только при локальной адаптации.

### Конкретные примеры применения и наблюдения
- Того — адресное предоставление денежной помощи во время пандемии COVID-19:
  - Правительство переориентировало технологии, изначально разработанные для адресного охвата онлайн-рекламой, на определение беднейших жителей страны.
  - Использовались данные со спутников и от операторов мобильной связи для выявления признаков бедности (например, села, выглядящие недостаточно развитыми на аэрофотоснимках; абоненты с малыми балансами телефонов).
  - Для эффективности требовалось сотрудничество правительства, исследователей и некоммерческих организаций, опрос десятков тысяч получателей платежей и адаптация существующего программного обеспечения машинного обучения.
  - Решение не задумывалось как постоянное: после окончания пандемии оно должно было быть поэтапно свернуто.
  - Риск: люди могут адаптировать поведение, чтобы соответствовать критериям отбора, подрывая адресность системы.

- Кения — кредитование на основе поведения, связанного с использованием мобильных телефонов:
  - Более четверти взрослого населения взяли кредиты, используя свои мобильные телефоны.
  - Параметры алгоритмов (например, большая сеть друзей в Facebook) могут стимулировать стратегическое изменение поведения (быстрое добавление друзей), что снижает точность таргетинга.
  - В эксперименте с Центром Busara показано, что люди способны корректировать своё поведение в ответ на алгоритмические правила; экспериментальная корректировка алгоритма, учитывающая такую реакцию, даёт лучшие результаты.

- Сьерра-Леоне — TheTeacher.AI:
  - Пилот чат-бота на основе ИИ, разработанного с учётом местной учебной программы и доступного при плохом интернет-соединении.
  - Многие учителя изначально не умели формулировать вопросы для полезных ответов, но небольшая группа начала регулярно использовать систему для объяснения понятий, планирования уроков и создания учебных материалов.
  - Для внедрения потребовались обучение и экспериментирование; раскрытие возможностей ИИ зависит от метода проб и ошибок и обмена практиками.

### Барьеры, связанные с информированием и доверием
- Уровни грамотности и владения арифметикой, а также знакомство с цифровыми данными и алгоритмами ниже в странах с более низким доходом.
  - Пример: эксперимент в Найроби (Кения) — трудности с объяснением простых алгоритмов с отрицательными числами и дробями жителям с низкими доходами.
  - Поиск решений: более простые способы информирования, проверка понимания на реакции людей.

- Различия в нормах и ценностях по отношению к данным и приватности:
  - В сельской местности Того немногие выражали беспокойство по поводу доступа к их данным правительств и компаний, но многих волновало, будет ли такая информация сообщаться их соседям и как это будет делаться.
  - В некоторых кризисных ситуациях использование «чёрного ящика» может быть приемлемым, но при регулярной адресной социальной защите прозрачность критериев имеет принципиальное значение.

- Риски дезинформации и манипуляций:
  - ИИ может генерировать полностью фальшивые изображения и автоматизированные телефонные звонки, имитирующие голоса людей.
  - Необходимость информирования населения, в том числе в отдалённых районах, о таких возможностях и рисках.

### Инфраструктура и данные
- ИИ опирается на материальную цифровую инфраструктуру: базы данных, серверы, оптоволоконные кабели, вышки мобильной связи, мобильные телефоны.
- За последние два десятилетия развивающиеся страны инвестировали в сотовое соединение и интернет, создав основу для применения ИИ.
- Существующие ограничения:
  - Разрывы в сфере данных; малоимущие недостаточно представлены в цифровых моделях ИИ.
  - Модели ИИ содержат неполную информацию о потребностях, здоровье, внешних характеристиках людей и сел, структуре менее употребляемых языков.
- Для решения нужны:
  - Интеграция клиник, школ и предприятий в цифровые системы учёта.
  - Создание стимулов для использования этих систем.
  - Установление юридических прав в отношении получаемых данных.
  - Инвестиции в потенциал и подготовку местных разработчиков и конструкторов ИИ, чтобы технологии отражали местные ценности и приоритеты.
- Примеры адаптации: системы должны предлагать практические рекомендации, применимые без дорогого оборудования (например, при отсутствии цифровых досок).

### Выводы и политические рекомендации
- ИИ сулит множество полезных применений для малоимущих в развивающихся странах, однако ключевой вызов — обеспечить, чтобы системы:
  - удовлетворяли потребности людей;
  - были эффективными в местных условиях;
  - не наносили ущерба.
- Рекомендации и практики, вытекающие из примеров:
  - Адаптировать технологии ИИ к местному социальному и институциональному контексту через сотрудничество правительства, исследователей и НПО.
  - Проводить полевые опросы и включать местные определения бедности и нужд в процесс обучения моделей.
  - Проектировать алгоритмы с учётом возможной стратегической реакции пользователей и экспериментировать с алгоритмическими правилами для повышения устойчивости.
  - Обучать пользователей (например, учителей) и поощрять пробное использование для выявления полезных способов применения.
  - Инвестировать в инфраструктуру знаний, интеграцию данных и юридические рамки для защиты прав на данные.
  - Развивать местные команды разработчиков и конструкторов ИИ для лучшего отражения местных ценностей.

*Источник: Технологии на цели развития, Финансы и развитие, ДЭНИЕЛ БЬОРКЕГРЕН и ДЖОШУА БЛЮМЕНСТОК, Декабрь 2023 года.*

---

## Content in this bundle

- **glossaryr**
  - [glossaryr (Markdown version)](/external/np/term/rus/pdf/glossaryr.pdf.md){rel="alternate" type="text/markdown"}
  - [glossaryr (PDF)](/external/np/term/rus/pdf/glossaryr.pdf){rel="external" type="application/pdf"}

---

_Source: https://www.imf.org/ru/publications/fandd/issues/2023/12/technology-for-development-bjorkegren-blumenstock_