人工智能促进社会公益：改善生活和保护地球

本报告是Medha Bankhwal，Ankit Bisht，Michael Chui，Roger Roberts和Ashley vanHeteren的共同努力，代表了麦肯锡数字公司的观点。 目录 CHAPTER1AI如何加速进步朝向到达所有SDGs 如何为AI计划提供资金支持SDG13 扩展AI的挑战为了社会利益16 利益相关者如何加速人工智能的社会公益部署21 方法26 致谢26 AI已经被用于推进所有17个可持续发展目标-从消除贫困的目标到建立可持续的城市和社区以及为所有人提供优质教育-生成AI开辟了新的可能性。展望未来，我们看到了令人兴奋的加速潜力，新的工具和平台将更大的权力掌握在社会企业家、公共部门创新者和私营部门参与者手中，以创造有效的解决方案。但这种力量也带来了需要确保以可信和负责任的方式利用它，并积极监控和管理风险，以避免意外伤害。 六年前，越来越明显的是，人工智能不仅可以在全球范围内促进生产力和经济增长，而且还可以在社会利益方面发挥重要作用。在2018年的一份报告中，我们概述了从自然语言处理到声音识别和跟踪的人工智能功能如何在大约170个用例中使用，以造福社会1-促进平等和包容，改善危机应对，保护环境，并以更多方式产生影响。2 今天的人工智能研发不仅证实了我们最初的评估，而且有望在未来获得更多收益。人工智能技术的一系列改进和关键推动者的进步大大扩展了人工智能可能能够解决的问题。这些进展主要集中在生成AI上，它可以实现自然语言接口;快速语言翻译;大量文档存储库的合成;创建文本，图像和视频中的故事;等等。3 在这份报告中，我们再来看看人工智能如何成为造福人类和地球的解决方案的关键部分— —以及它是如何做到的。评估这一点的一种方法是将创新和影响映射到联合国可持续发展目标或可持续发展目标（见报告末尾的侧栏“方法论”）。可持续发展目标包括17个目标和169个具体目标，旨在改善世界各地的生活和保护地球。但联合国2023年关于可持续发展目标进展的最新报告表明，世界有望仅实现15%的可持续发展目标。4实际上，这意味着22亿人无法获得安全的水和卫生，35亿人无法获得安全管理的卫生设施5;大约33亿人生活在极易受气候变化影响的环境中6约有7.5亿人面临饥饿。7 下面，我们说明了人工智能在这些紧迫的社会问题上促进进步的潜力，我们强调了数据质量和治理领域的挑战，以及人工智能人才(特别是非营利组织)的获取，这些挑战阻碍了人工智能的扩展。然后，我们概述了利益相关者（包括政府，基金会，大学和企业）可以采取的一些行动来克服这些挑战。虽然机遇带来了相关的风险，例如嵌入式偏见以及数据隐私和安全威胁，但深思熟虑的行动可以加快基于人工智能的解决方案的部署，以推进可持续发展目标的进展，并改善全球生活。 Chapter1 AI如何加速实现所有可持续发展目标的进展 AI不是一个神奇的子弹，并且需要管理许多风险以利用其潜力（请参阅侧栏“管理采用AI的风险”）。但是AI可以解决的问题范围很广。 人工智能的当前应用适用于所有可持续发展目标，包括对蛋白质进行建模，筛选药物，设计疫苗，针对援助和公共服务，解决供应链问题，例如在偏远地区为最后一英里提供食物的路线优化。预测气候变化的长期影响或为自然灾害提供预警，并为一线援助人员提供专业知识。 此外，采用生成AI可以显着增加和民主化获得新功能。人工智能工具现在允许远程用户完成曾经需要特定专业知识的任务，例如语言翻译，事实检查，人类或植物疾病的识别以及有害在线内容的识别。在谷歌最近为非营利组织进行的一项针对4000多个非营利组织的调查中，75%的受访者表示，生成人工智能有可能通过增强翻译和事实核查能力来改变他们的营销工作。8 我们采访的专家指出，人工智能可以在两种情况下解决或帮助解决社会或环境挑战：1）当人工智能解决方案可以解决阻碍该领域其他工作的问题时-例如，住宅管道漏水的解决方案需要基于对管道年龄和位置等数据的分析来预测泄漏的可能性;和2)当模型工作所需的数据(或将很快)可用和可访问时。 为了绘制AI适用性的广度，我们开发了一个AI用例数据库，每个用例都突出了一种有意义的问题，其解决方案可以通过一种或多种AI功能来实现。在我们发布2018年报告时，该数据库包含约170个高潜力用例。现在包含约600个-增加了三倍以上。随着更多创新用途的出现，随着社会影响力领导者继续大胆试验，以及随着人工智能工具变得更容易使用，这个数字正在增长。 在过去的六年中，现实生活中的AI部署数量也显着增加。2018年，约170个用例中只有一小部分被部署。如今，600个用例中的约490个（或超过80%）已在至少一个实例中实现（图表1）。9 采用生成AI可以显着增加和AI工具现在允许远程用户完成曾经需要特定专业知识的任务。 麦肯锡公司 我们调查的专家一致认为，人工智能在实现五个可持续发展目标方面具有特别高的潜力：良好健康和福祉（SDG 3），优质教育（SDG 4），负担得起的清洁能源（SDG 7），可持续城市和社区（SDG 11）和气候行动（SDG 13）。事实上，60%的非营利性人工智能用于社会公益部署是在这些领域。相对于他们感知的人工智能潜力，零饥饿(SDG 2)、陆地生活(SDG 15)和和平、正义和强大机构(SDG 16)的目标有许多用例部署，而优质教育(SDG 4)、负担得起的清洁能源(SDG 7)和气候行动(SDG 13)的用例部署较少(图表2)。 我们将体面工作与经济增长（SDG 8）、工业、创新和基础设施（SDG 9）和目标伙伴关系（SDG 17）排除在非营利组织部署、基金会赠款和私人资本的分析之外，因为大多数项目都可以标记到这些领域，因为它们具有广泛的适用性。10 附件2 非营利组织的部署数量并不一定反映每个可持续发展目标的人工智能潜力。 麦肯锡公司 此外，一些落后的可持续发展目标具有相对未开发的AI潜力。考虑以下示例： —无贫困（SDG 1）：机器学习可用于向最有需要的人提供现金援助，或为经济上被排斥的个人提供替代信用评分。—零饥饿（SDG 2）：人工智能可用于帮助开发新作物，更好地选择作物区域以最大程度地降低作物风险，并为营养危机提供预警。—和平，正义和强大的机构（SDG 16）：机器学习可用于检测和遏制错误信息的传播，提供获取信息的途径，以促进政策变革的倡导，并改善对具体政策干预措施的衡量。 下面，我们探讨了三个具有最广泛认可潜力的可持续发展目标中的潜在和现有部署：“健康与福祉”（SDG 3），“优质教育”（SDG 4）和“气候行动”（SDG 13）。我们还探讨了两个可持续发展目标，其中人工智能没有被广泛认可的潜力，但在某些领域产生了影响：无贫困（SDG 1）和零饥饿（SDG 2）。 我们探索了三个具有最广泛认可潜力的可持续发展目标中的潜力和现有部署。我们还探索了两个在可持续发展目标中，人工智能没有被广泛认可的潜力，但在某些领域产生了影响。 管理采用AI的风险 风险是固有的使用AI。使用生成AI（generative AI），风险包括不准确的输出，底层训练数据中嵌入的偏见，大规模错误信息的可能性以及对政治和个人福祉的恶意影响。1正如我们在最近的多篇文章中指出的那样，2人工智能工具和技术可能会被滥用，即使它们最初是为社会利益而设计的。 在我们对大约60位专家进行的调查中，受访者认为最大的风险是公平性受损、恶意使用以及隐私和安全问题，其次是可解释性(展览)。3与非营利组织的受访者相比，非营利组织的受访者对错误信息，人才问题（如工作流离失所）以及人工智能对经济稳定的影响表示了相对更多的担忧，因为他们更关心知识产权侵权。 Exhibit 专家表示，公平性受损和恶意使用是使用人工智能实现可持续发展目标的最大风险。 人工智能在部署人工智能以实现可持续发展目标方面面临最大挑战，%的受访者将此主题列入前5名 麦肯锡公司 公平性受损。算法系统可以从其创建者或训练它们的数据集中继承偏见。当这些算法被部署在决策能力中时，这些偏见可以加强现有的偏见和社会不平等，对边缘化社区产生潜在的负面影响。一个组织，数据科学社会公益，建立偏见检测工具，允许开发人员审计数据科学系统的偏见和公平。4 恶意使用。恶意使用包括创建和传播虚假信息或虚假内容、诈骗、网络钓鱼企图、仇恨言论以及损害个人和国家安全的活动。 联合国2022年的一份报告发现，错误信息被用来煽动对边缘化群体的仇恨，并阻止平民在冲突期间找到人道主义走廊，例如乌克兰的走廊。5根据世界经济论坛最近的一份报告，“越来越多的错误信息和虚假信息可能会进一步增加疫苗的犹豫，这已经导致当地根除的疾病重新出现。6全球虚假信息索引使用基于大型语言模型（LLM）的模型来检测虚假信息，目的是跟踪敌对国家支持的新闻网站。7同样，FullFact是一个独立的事实检查组织，它部署了一系列人工智能和机器学习方法，以检测和遏制信息传播平台不断发展的错误信息的扩散。 数据隐私和安全威胁。许多联合国可持续发展目标用例需要访问弱势群体的健康或财务数据。虽然组织很清楚许多社会企业的资源限制可能会限制他们使用最新的网络安全功能。一些组织已经开发了数据隐私指南、工具列表和针对非营利组织的自定义安全框架。8 性能和可解释性。许多人工智能解决方案采用复杂的算法，这使得很难识别用于做出决策的数据或逻辑。这与可能提供不准确或有毒答案的ge AI解决方案特别相关。可解释的人工智能模型对于非营利组织有几个优点：它们可以更容易地验证结果的正确性和公平性，为数据提供商分配信用，并为模型结果分配责任。艾伦人工智能研究所最近发布了一个平台，用于比较大型文本数据集来衡量。用于培训各种LLM的有毒，低质量，重复或个人身份信息的患病率。9 为了降低AI的风险，组织必须首先了解并优先考虑他们最有可能面临的风险，包括虚假信息等输入AI威胁以及开发和部署AI解决方案。虽然数据隐私等风险可以通过传统的软件工具来解决，但新兴的风险，例如由LLM驱动的系统中的偏见，可能需要开发新的监控系统和护栏。 与SDG 3相关的现有部署：良好的健康和福祉 可持续发展目标3旨在促进福祉，确保人们过上健康的生活。1该可持续发展目标的具体目标包括降低孕产妇死亡率；与艾滋病，结核病和疟疾等传染病作斗争；以及建立普遍获得性和生殖护理，计划生育和教育。 AI现在已很好地集成到许多医学研究管道中。该领域的关键AI应用包括蛋白质建模，基因组测序，计算机断层扫描（CT）分析，视觉支持， 和疫苗设计。与许多可持续发展目标相比，人工智能工作相对容易获得健康:该领域是技术前沿的，数据可用性很高(相对于其他可持续发展目标)，健康成果通常是可衡量的。然而，支持可持续发展目标3的主要机会仍然存在，这些目标受到了较少关注，例如治疗被忽视的传染病和预防药物滥用。 示例用例：解决肯尼亚的孕产妇和新生儿健康问题。Jacaranda Health提供 人工智能支持的解决方案，提高妇女护理质量，目标是减少肯尼亚孕产妇死亡人数。例如，PROMPTS是一种SMS交换，可向女性发送个性化消息，使她们能够寻求护理。随附的免费数字医疗保健平台使用自然语言处理对用户问题进行实时分类，并将需要紧急护理的人与帮助台代理联系起来。超过200万的新妈妈和准妈妈已经注册了PROMPTS。使用这些服务的母亲参加四次以上产前检查的可能性要高出20％；采用该服务的妇女使用产后计划生育服务的可能性也是不使用该服务的妇女的两倍。1JacarandaHealth与政府和机构分享PROMPTS用户的反馈，以改善他们的服务。13 示例用例：解决印度的孕产妇和新生儿健康问题。在过去的二十年中，印度有超过130万妇女死于怀孕或分娩，其中大部分是可预防的原因。1ARMMAN成立于2008年，旨在解决防止处于危险中的妇女获得护理的系统性问题。1该组织开发了许多干预措施，包括mMitra，这是一种自动语音消息系统，可提供有关预防保健的关键信息。这些信息与积极的健康结