L’intelligence artificielle est désormais de plus en plus présente dans les prises de décision des entreprises et des gouvernements. Et bien que les outils d’IA soient encore largement entre les mains d’institutions qui se concentrent sur le profit avant le but, ces nouvelles technologies pourraient être tout aussi puissantes pour promouvoir le bien social.
À cette fin, un effort conjoint du MIT Solve et de la Fondation Patrick J. McGovern montre comment les applications d’IA peuvent être utilisées pour étendre la prospérité aux groupes économiquement marginalisés. Déjà, les entrepreneurs explorent comment l’IA peut être utilisée pour relever certains des défis les plus épineux du monde de manière réfléchie, créative et auparavant impossible.
L’IA est plus intéressante lorsqu’elle peut à la fois absorber de grandes quantités de données et identifier des corrélations (diagnostics) plus précises, tout en laissant les conclusions causales et la prise de décision ultime aux humains. Cette interaction homme-machine est particulièrement importante pour les initiatives à impact social, où les enjeux éthiques sont élevés et où l’amélioration de la vie des marginalisés est la mesure du succès.
De plus, les algorithmes sont aussi bons que les données qui les forment, et le choix des données à inclure dans les modèles d’IA est intrinsèquement biaisé. Ou, comme le dit le proverbe, biaiser, biaiser. »
Prenez la question de l’inclusion financière et de la solvabilité. Pour les personnes sans compte bancaire, obtenir un prêt ou une carte de crédit est presque impossible. Pourtant, bon nombre des personnes non bancarisées peuvent prouver leur solvabilité par d’autres moyens, par exemple en payant à temps des factures de services publics et de téléphone.
Destácame, une plateforme basée sur l’IA qui dessert maintenant 1,3 million de personnes au Chili et au Mexique, utilise un algorithme pour créer un pointage de crédit alternatif en utilisant des données non déclarées aux bureaux de crédit. En prouvant la capacité de ses clients à rembourser des prêts, la plateforme contribue à réduire les obstacles qui empêchent souvent les institutions financières de leur prêter.
Dans le domaine de l’éducation et de la santé, l’IA peut quant à elle réduire considérablement le coût de la prestation de services de haute qualité et améliorer les résultats. La plateforme éducative de Century Tech, par exemple, rend les enseignants plus productifs en automatisant les tâches par cœur et administratives. Et en comprenant comment chaque élève apprend, il propose des plans individuels personnalisés visant à améliorer ses performances à l’école.
Dans la même veine, Ada Health sert à la fois les patients et les agents de santé. L’interface conversationnelle de la plateforme, soutenue par un traitement en langage naturel, offre aux patients des informations médicales personnalisées instantanées qui les aident à identifier les prochaines étapes appropriées. Son moteur d’IA et sa base de connaissances médicales organisées, quant à eux, fournissent aux professionnels de la santé semi-qualifiés tels que les agents de santé communautaires, les pharmaciens, les infirmières et les sages-femmes des outils d’aide à la décision clinique. Aux premières lignes de la prestation des services de santé où la pénurie de travailleurs est aiguë, un tel soutien peut faire la différence entre la maladie et la santé.
Pourtant, il y a une limite à ce que les robots peuvent faire. Bien que les outils d’IA puissent trier les demandes de service client ou même rendre le soutien psychologique accessible à un plus grand nombre de personnes, forger une connexion véritablement profonde nécessite une touche humaine.
La plate-forme ISeeChange, par exemple, combine le traitement du langage naturel avec des données générées par les utilisateurs et des réseaux de capteurs pour fournir aux villes des données critiques pour améliorer leur résilience au climat, la conception des infrastructures et même la sécurité publique. Les résidents soumettent des histoires détaillées et des données sur leurs quartiers à la plateforme, qui agrège ensuite ces expériences individuelles dans des modèles climatiques.
Crisis Text Line, quant à lui, utilise l’apprentissage automatique pour analyser les mots et les phrases associés aux jeunes en crise par le biais de messages texte et trie les messages pour garantir que les utilisateurs à risque obtiennent rapidement de l’aide. En traitant de grandes quantités de données, l’organisation a identifié certains des prédicteurs les plus probables de la nécessité d’une intervention d’urgence. Par exemple, il a trouvé une forte corrélation entre le mot ibuprofène »et les tentatives d’automutilation. En utilisant l’IA, les messages contenant ce mot sont désormais priorisés dans la file d’attente. Mais la sensibilisation est faite par des conseillers bénévoles humains qui contactent le texter en détresse.
Ces exemples montrent comment les nouveaux modèles commerciaux contribuent à extraire de la valeur ajoutée des technologies du Big Data et de l’IA, au profit de ceux qui étaient auparavant exclus de l’économie des données. C’est pourquoi MIT Solve et la Fondation Patrick J. McGovern collaborent pour aider les entrepreneurs technologiques à résoudre les problèmes mondiaux. Nous continuerons à identifier des entreprises prometteuses à leurs débuts; leur donner la capacité de croître, d’évoluer et de se diversifier; et défendre leurs histoires pour renforcer l’utilisation de l’IA pour le bien social. Et les juges Solve sélectionneront une nouvelle cohorte d’entrepreneurs technologiques lors des prochaines finales du Challenge Solve
L’IA a le potentiel d’améliorer la vie de milliards de personnes – mais seulement si elle crée et fournit de la valeur directement à ceux qui en ont le plus besoin, plutôt que d’engraisser le résultat net des entreprises desservant déjà les plus privilégiés. En exploitant ces technologies pour le bien social, la nouvelle génération d’entrepreneurs d’aujourd’hui peut provoquer un changement transformationnel durable.
Crisis Text Line est un boursier de la Fondation Patrick J. McGovern et finaliste de Solver. L’inclusion dans ce commentaire n’a aucune influence sur la probabilité que Crisis Text Line soit sélectionnée pour le programme MIT Solve.