Yapay zeka (YZ), hayatımızın her alanına hızla nüfuz ederken, sosyal sektörde de devrim yaratma potansiyeli taşıyor. Ancak geçmiş teknoloji odaklı projelerde yaşanan hayal kırıklıklarından ders çıkararak, YZ destekli sosyal programların titizlikle değerlendirilmesi ve kanıta dayalı olarak ölçeklendirilmesi büyük önem taşıyor.
MIT’deki Abdul Latif Jameel Yoksulluk Eylem Laboratuvarı (J-PAL) araştırmacıları, YZ’nin yoksulluk ve iklim değişikliğiyle mücadelede muazzam bir potansiyele sahip olduğuna inanıyor ve bu alandaki çabaların artırılabileceği beş temel alanı işaret ediyor.
Haberi PodCast Olarak Dinlemek İsterseniz;
Geçmişten Ders Çıkarmak: YZ’nin Başarısı İçin Kapsamlı Değerlendirme Şart
Sosyal sektör, “her çocuğa bir dizüstü bilgisayar” veya “ilaç hatırlatması için SMS” gibi iyi niyetli ancak beklentileri karşılamayan teknoloji projeleriyle dolu bir geçmişe sahip. Benzer bir kaderden kaçınmak için, YZ destekli programların başarısı şu üç ana unsura bağlı:
- Araştırma Verilerini Kullanma: YZ’nin en büyük sosyal etkiyi yaratma olasılığının yüksek olduğu alanlarda, rastgele kontrollü denemeler ve diğer ampirik çalışmalarla elde edilen onlarca yıllık araştırma verileri kullanılmalı. Bu veriler, YZ’nin sosyal programlarda nasıl ve nerede en etkili rolü oynayabileceğine dair sektörler arası içgörüler sunuyor.
- Mevcut Sosyal Programlara Etkili Entegrasyon: Teknolojilerin sosyal sektörde ne zaman ve neden başarılı veya başarısız olduğuna dair onlarca yıllık araştırmalardan elde edilen dersler sürece dahil edilmeli. Bu, benimseyenlerin (hükümetler, sosyal girişimler, STK’lar), teknoloji şirketlerinin ve bağışçıların tuzaklardan kaçınmalarına ve etkili programlar tasarlamalarına yardımcı olabilir.
- Titiz Değerlendirmeyi Teşvik Etme: Neyin işe yarayıp neyin yaramadığı konusunda güvenilir bilgiler yayabilmek için, sosyal sektörde YZ’nin bağımsız, titiz ve eş zamanlı etki değerlendirmeleri teşvik edilmeli. Birden fazla çalışmadan elde edilen içgörüler değerlendirilmeli ve geniş çapta yayılmalı ki, YZ’nin faydaları en üst düzeye çıkarılabilsin ve zararları anlaşılıp en aza indirilebilsin.
YZ’nin Toplumsal Fayda Potansiyelini Artıracak Beş Alan
J-PAL araştırmacıları, YZ’nin mevcut sosyal programlara entegre edildiğinde veya buna dayalı yeni programlar tasarlandığında neyin işe yarayıp neyin yaramadığını bilmenin kritik olduğunu vurguluyor. İşte YZ’nin sosyal fayda potansiyelini artırabileceği beş ana alan:
- Geliştirilmiş Hedefleme ve İhtiyaç Tahmini: YZ, anketler gibi geleneksel yöntemlere göre daha kesin, uygun maliyetli ve etkili bir şekilde, kimin desteğe en çok ihtiyaç duyduğunu veya bir programa katılarak başarılı olma olasılığının en yüksek olduğunu belirlemek için büyük miktarda veriden yararlanabilir. Örneğin, Hindistan’da J-PAL’a bağlı araştırmacılar, Google ile ortaklaşa olarak, Bihar’da selleri tahmin eden bir YZ modelini değerlendiriyor. Bu model, sel yerlerini ve su seviyelerini tahmin ederek etkilenen bölgelerdeki akıllı telefonlara uyarılar gönderiyor ve bu da risk altındaki hanelerin hazırlanmasına ve tahliye edilmesine yardımcı oluyor.
- Hizmetlere Erişimin Artırılması: YZ destekli araçlar, mevcut hizmet sağlayıcıları ile yetersiz hizmet alan nüfuslar arasındaki boşluğu kapatarak, özellikle uzak veya kaynakları kısıtlı bölgelerde temel hizmetlerin daha fazla kişiye ulaşmasını sağlayabilir. Örneğin, J-PAL, akıllı telefona erişimi olan herhangi bir çiftçinin bir ürünün fotoğrafını çekip, verimi artırmak için zararlıları ve hastalıkları nasıl teşhis edip tedavi edeceği konusunda anında tavsiye almasını sağlayan makine öğrenimindeki gelişmeleri değerlendiren bir araştırmayı finanse ediyor.
- Ön Saflardaki Hizmet Sağlayıcılarının Etkinliğini En Üst Düzeye Çıkarma: YZ, ön saflardaki çalışanların karar alma yeteneklerini geliştirebilir ve daha yüksek değerli işler yapmalarını sağlayabilir. Küresel Güney’deki toplum sağlık çalışanları gibi örneklerde, uygun şekilde eğitilmiş bir YZ modeli tanı yardımı, kanıta dayalı tedavi protokolleri ve akıllı triyaj sağlayarak daha iyi sağlık sonuçlarına yol açabilir.
- Önyargıları Azaltmak ve Adaleti Sağlamak: Doğru programlandığında, YZ hükümet ve sosyal programlardaki mevcut önyargıları tespit edip azaltmaya yardımcı olarak hizmetlerin daha adil bir şekilde dağıtılmasını sağlayabilir. İşe alım süreçleri gibi insan yapımı sistemlerdeki önyargıları gidermek için, adayları yalnızca uyumlu özgeçmişlere sahip olanları kayırmak yerine potansiyellerine göre elemek üzere tasarlanmış algoritmalar kullanılabilir.
- En Büyük Zorluklarla Mücadele İçin Kaynakları ve Verimliliği Artırmak: YZ, daha önce sıkıcı, emek yoğun ve pahalı olan vergi kayıtlarının denetimlerine yardımcı olabilir ve bunları hızlı ve uygun maliyetli süreçlere dönüştürebilir. Hindistan’da J-PAL’a bağlı araştırmacılar, makine öğrenimi tekniklerinin olası vergi kaçakçılarını tespit edebileceğini ve böylece vergi tabanını büyük ölçüde genişletebileceğini keşfettiler.
Geleceğe Yönelik Sorular ve Kanıta Dayalı YZ Çağrısı
YZ’nin işgücü piyasası ve refah üzerindeki etkileri konusunda hala birçok soru işareti bulunuyor: İşleri yerinden mi edecek, yoksa daha az vasıflı çalışanların üretkenlik ve gelir zincirinde yükselmesine mi yardımcı olacak? J-PAL, bu soruların cevaplanması ve YZ’nin sosyal faydasını en üst düzeye çıkarmak için kanıta dayalı YZ programlarının tasarlanmasının ve uygulanmasının önemini vurguluyor. Geçmiş değerlendirmelerden ders çıkararak, YZ’nin yönünü sosyal kalkınma ve refah için şekillendirmek mümkün.
