在富裕國家的精英中，對人工智能的擔憂已經蔓延：機器將搶走我們的工作。隨著極其逼真的聊天機器人 ChatGPT 的爆炸式流行，西方許多人開始擔心，不僅卡車司機和裝配工人面臨被機器人取代的風險，高薪知識工人也面臨被機器人取代的風險。會計師、數據分析師、程序員、財務顧問、律師，甚至好萊塢編劇——現在都擔心人工智能會讓他們失業。但人工智能對 100 多個國家和超過 40 億發展中國家人口的影響可能截然不同。丹尼爾·比約克格倫Daniel Björkegren發表在最新一期《外交事務》(Foreign Affairs) 的<人工智能造福窮人>( Artificial Intelligence for the Poor)告訴我們「如何在發展中國家利用人工智能的力量」(How to Harness the Power of AI in the Developing World)
現在是時候為窮人制定人工智能議程了
低收入國家僱用的知識工人要少得多，而其人口中更大比例的人在不太適合自動化的部門工作，特別是農業。在貧窮國家，最大的問題不是人工智能將如何影響數百萬就業人口，而是數十億人將如何使用人工智能。發展中國家最具變革性的應用可能不是那些取代人類的應用；而是那些取代人類的應用。它們將為人類帶來新的可能性。
到目前為止，幾乎所有關於如何支持人工智能以及如何降低其風險的討論都集中在富裕國家，這些國家是研究該技術的公司和大學的所在地。但由於人工智能的影響（無論好壞）在貧窮國家的表現會有所不同，因此這些國家所需的投資和監管也可能有所不同。哲學家、經濟學家和技術專家對發達國家人工智能的未來進行了無數的思考。現在是時候為其他人制定人工智能議程了。
通過手機向數百萬人提供小額貸款
機器學習已經觸及世界窮人的生活。考慮一下信貸的發展。許多窮人缺乏財務記錄和信用評分，因此很難獲得正規貸款。2010 年，我提出了一種創建替代信用評分的方法，利用機器學習從手機網絡自動收集的數據中推斷還款的可能性。現在，這種方法是數十個國家的貸款機構採用的幾種方法之一，通過手機向數百萬人提供小額貸款。其他研究人員正在將機器學習應用於同類數據，以確定特定地區的哪些家庭最貧困，以便在危機期間能夠明智地確定援助目標。還有一些人在衛星圖像上使用它，根據人類住區模式完善人口估計，並根據植被模式預測糧食短缺。此類計劃凸顯了人工智能在發展中國家的一個特殊價值：在低信息環境中，機器學習可以從新的數據源中提取信號。
提供高質量的教學，個性化的人工智能導師
可能性還不止於此。發展中國家的大多數教育系統都在努力提供高質量的教學。個性化的人工智能導師——具有無限耐心的聊天機器人——有一天可能會滿足偏遠學校好奇的學生的需求。它們還可以幫助專業人員在技能之間進行轉換，例如讓維修工人提高技能並學習工程學。或者以健康為例。在許多發展中國家，很難獲得合理的醫療建議；人工智能驅動的系統可能會提供更好、更廣泛的診斷。許多社區的抑鬱症發病率很高，但治療師卻很少；聊天機器人治療師等數字心理健康工具可能會以低成本滿足真正的需求。人工智能可以發揮類似的作用，幫助人們應對官僚機構。
企業家網絡可以發揮作用
隨著富裕國家在人工智能方面投入大量資源，實現這些潛在應用的技術將不斷改進。 對於發展中國家來說，關鍵是通過將由此產生的技術用於滿足當地需求的產品和服務來補充投資流。發展中國家擁有創辦新企業所需的大部分社會基礎設施：技術中心、大學和企業家團體。然而，他們的公司沒有動力去構建針對最貧困人口的應用程序，因為服務這些人很少能盈利。印度等一些中等收入大國有能力通過為窮人投資人工智能技術來克服這個問題。但許多其他國家缺乏這樣做的資源和規模。因此，企業家網絡可以發揮作用，他們可以跨境分享學習成果，世界銀行等國際組織也可以發揮作用。
幫助管理種植什麼，決策所涉及的風險
人工智能工具在發展中國家可以採取兩條主要路徑。首先是找到人工智能在富裕國家擅長的任務，並將其適應貧窮國家。例如，許多企業家正在為富裕的學校開發聊天機器人導師，這些工具可以經過修改，以適應互聯網連接較差和學生與教師比例較高的地方。第二是尋找人工智能的全新應用——可以滿足發展中國家特定需求的新產品。例如，人工智能驅動的自給農民財務規劃師可能會幫助他們管理種植什麼決策所涉及的風險。事實上，一些創新始於貧窮國家，後來才到達富裕國家。例如，肯尼亞的 M-Pesa 移動支付系統的發展早於美國的類似應用程序。
必須創建新的內容供模型訓練
雖然富裕國家出現的一些人工智能工具可能在發展中國家開箱即用，但其他工具則需要進行定制。一個問題是，大多數人工智能系統都是根據發達國家特有的數據進行訓練的，這些數據是從收入相對較高的人群中收集的，通常是用英語編寫的。世界上有關窮人或以少數民族語言呈現的書面知識很少。此外，人工智能系統大多經過訓練，可以產生滿足西方富裕消費者需求的決策和輸出，因此在與其他地方的較貧窮消費者打交道時，它們可能會失禮——例如，在一種認為是這樣的文化中，以名字來問候顧客熟悉就是不尊重。
富裕的西方社會在積累訓練數據方面處於領先地位，因此人工智能模型需要時間才能完全代表世界其他地區的人們。但這個過程可以加快。研究人員可以識別出具有變革性的應用程序，只要它能夠使背後的數據更具代表性即可。例如，人工智能驅動的醫療顧問可能擅長幫助矽谷的高血壓患者，但對於拉各斯面臨瘧疾的人則不太有用，因為它缺乏接觸當地醫療病例的機會。或者這樣的系統可能在英語使用者中很受歡迎，但在尼日利亞主要母語之一的約魯巴語中卻無法使用。為了彌補發展中國家數據的缺乏，必須創建新的內容供模型訓練。在這裡，眾包可以提供幫助。例如，維基非洲運動協調將非洲內容添加到維基百科。由於這些知識可以改善機器的決策，因此此類舉措變得更加有價值。在其他難以辨別正確性的領域（例如醫學或農業），眾包是不夠的。必須聘請專家，或者必須將紙質臨床記錄等模擬數據數字化。代表性只是難題的一部分，因為開發人員必須在具有不同價值觀的群體之間進行仲裁。例如，印度的不同宗教團體可能對什麼是適當的醫療建議存在分歧。
需要更廣泛的智能手機、更好的互聯網連接
將人工智能引入發展中國家的第二個問題是技術問題。儘管取得了巨大進步，發展中國家在許多技術基準上仍然落後於發達國家。一些人工智能應用程序將需要更廣泛的智能手機訪問、更好的互聯網連接或數字記錄保存系統來跟踪學校學生的表現、醫院患者的健康狀況或法院案件的結果。對於人工智能來說，與之前的技術創新浪潮一樣，關鍵是區分那些相對較快有價值的應用程序和那些在可預見的未來仍停留在科幻小說領域的應用程序。這條線會發生變化，並且從一個領域到另一個領域都會有所不同。例如，醫學對人工智能系統不可避免地犯的錯誤的容忍度較低，
必須關注的不是人工智能本身，而是使用它的行業
無論是在發達國家還是發展中國家，人工智能的傳播都會帶來風險。但發展中國家面臨著一系列不同的風險，而且他們監管技術的能力較差。主要問題是該技術是否仍將保持中心化，即由少數科技公司控制。集中式人工智能系統可能會在美國和歐盟等大型市場受到監管。較小的市場只能施加有限的壓力，因此它們將生活在美國和歐盟監管的陰影下。儘管他們可以關閉對集中式系統的訪問（例如，阻止服務器，就像一些獨裁政府對 Twitter、Facebook 和 YouTube 所做的那樣），但他們無法阻止人工智能生成的內容跨境。
然而，目前尚不清楚人工智能是否會保持中心化。Llama（Facebook 所有者 Meta 製作的大型語言模型）和 Stable Diffusion（初創公司 Stability AI 製作的圖像生成器）等開源替代方案正在取得進展。這些分散的系統可以由任何擁有計算機的人修改和運行。如果它們變得足夠有用，任何國家都將很難直接監管它們。但這種開放系統可以更容易地適應本地需求，因為它們通常可以免費使用，並且任何人都可以修改其代碼。鑑於監管手段有限，發展中國家可能不得不適應新技術，而不是控制新技術。為了減輕危害，他們可能必須關注的不是人工智能本身，而是使用它的行業。
低收入國家臨床找出正確處理的病例不到一半
人工智能在富裕國家引發了一場關於監管的健康辯論。但許多解決其風險的建議在貧窮國家可能還不夠。西方監管機構缺乏評估規則在不同情況下如何運作的能力；在布魯塞爾獲得安全認證的系統在班加羅爾可能效果不佳。此外，在人工智能應用的現有替代方案質量更差的地方，西方監管機構的標準可能過於嚴格。例如，天氣預報不一定要完美才能改善發展中國家農民可獲得的預報。即使在醫學等風險較高的環境中，人工智能也可能很快就會比窮人現有的選擇更好。一項 2023 年研究審計了低收入國家的臨床表現，以找出正確處理的病例比例。答案是：不到一半。
與此同時，發展中國家的普通人也比發達國家的普通人更容易受到傷害。發展中國家的許多人幾乎沒有辦法挑戰自動化決策，例如拒絕貸款申請。新的人工智能系統的表現往往比宣傳的要差，而且公司很容易忽視低收入人群中出現的問題。這就是為什麼監管機構必須確保消費者有足夠的程序來報告問題和上訴決定。
發展中國家可能不得不適應新技術，而不是控制它。
發展中國家的許多人對人工智能的概念也很陌生，以前從未聽說過算法。因此，必須注意有效溝通。我與 Joshua Blumenstock 和 Samsun Knight 進行的一項研究表明這是可能的。我們為低收入肯尼亞人提供了一款應用程序，根據他們使用手機的方式為他們提供經濟獎勵，並採用一種對個人信用度進行評分的算法。當受試者得到關於算法如何工作的簡單描述時，他們會調整自己的行為——這是理解的具體標誌。
政治障礙也比比皆是。Deepfakes——由人工智能生成的逼真照片、視頻和音頻剪輯——可能會對發展中國家產生特別有害的影響，因為這些國家的政治體系往往脆弱，群體之間的信任度往往較低。當人們意識到媒體是可以生成的時，他們可能會不再相信真正真實的犯罪內容。為了避免這些問題，民間社會可以在建立信任基礎設施方面發揮作用——傳播對內容可能造假的認識，並建立獨立的場所來建立審查內容的聲譽。
人工智能還將實現新形式的監控，例如通過移動設備和麵部識別來跟踪人員。高科技監控工具市場上的大多數發展中國家並不自行開發，而是進口，通常是從中國進口。這種外包意味著人工智能技術的實際實施可能是分散的，使得收集到的信息更容易洩露給第三方，並以不可預測的方式侵犯權利。民間社會將再次發揮作用，監督新系統並提請人們注意濫用行為。
回到未來
當前的人工智能浪潮以前所未有的速度帶來了挑戰和機遇。但我們以前也見過類似的技術轉型。儘管手機最初是為富裕消費者設計的，但在過去 20 年裡，它們在窮人中開始流行起來。發展中國家受益於西方製造的標準化硬件——天線和手機。電信公司發明了為窮人服務的商業模式，例如即用即付的手機套餐。企業家創辦了新組織，允許人們使用手機匯款、獲得信貸和查看價格。這些創新使移動電話能夠迅速普及到世界上大多數貧困人口，並將他們與全球經濟聯繫起來。
正是這些聯繫為人工智能的傳播奠定了基礎。然而，儘管移動電話取得了成功，但即使是這種創新也未能在發展中國家發揮其潛力。大多數私營部門的創新都集中在富人的需求上。在將富裕消費者與司機、度假屋和預製飯菜聯繫起來的應用程序上的投資遠多於在自給自足的農民與市場和偏遠兒童與學習之間的聯繫的應用程序的投資。私營部門在人工智能方面的創新可能會改變許多行業，從教育到醫療再到法律。但要充分發揮該技術對發展中國家的潛力，就需要對可能發生的事情制定廣闊的願景，並特別關注該技術可能改變生活的人們。
轉載自《銳傳媒》
