Inhoudsopgave:
Omdat kunstmatige intelligentie (AI) officieel buiten het bereik van academische speculatie en science fiction valt, vragen velen zich af hoe de vele toepassingen ervan de mensheid als geheel ten goede kunnen komen in plaats van slechts enkele bedrijven. Dit is echter niet het moment of de plaats om een debat op gang te brengen over de ethische implicaties van een brede overname van AI-technologieën. De vraag van vandaag is veel eenvoudiger: hoe kunnen AI-vooruitgang mensen helpen hun leven te verbeteren door de meest filantropische mensen bij te staan die hun bestaan al hebben toegewijd om de minder bedeelden te helpen? Of, in eenvoudiger bewoordingen, wat zijn de meest interessante AI-toepassingen voor de liefdadigheidssector? (Voor meer informatie over hoe AI de mensheid helpt, bekijk je de 5 meest verbazingwekkende AI-vooruitgang in de gezondheidszorg.)
Geoptimaliseerde filantropische inspanningen
Volgens de Charities Aid Foundation (CAF) kan een nieuwe vorm van datagestuurde AI-filantropie ertoe bijdragen dat liefdadigheidsadvies een nieuwe massale grondstof wordt die voor iedereen beschikbaar is in plaats van alleen voor de rijkste. Alleen een diepgaand leeralgoritme zou in feite volledig gebruik kunnen maken van de enorme hoeveelheid onbewerkte gebruikersgegevens die momenteel beschikbaar zijn om de online donorervaring te optimaliseren. Gegevens verzameld uit online donatieportals die algoritmen met behulp van sociale benchmarking kunnen worden gebruikt om donoren informatie te tonen over oorzaken die beter bij hun interesses passen.
AI die donoren afstemt op oorzaken kan helpen de advertentiekosten van filantropie-advies te verlagen, wat leidt tot beter en effectiever geven. Vooral jonge mensen associëren zichzelf eerder met oorzaken dan met organisaties, zoals het Millenial Impact-rapport ontdekte. Algoritmen zijn niet bevooroordeeld en kunnen gemakkelijk de doelen van de donor identificeren op basis van hun ervaring, zelfs wanneer de donor onbewuste vooroordelen heeft, en de getoonde inhoud matchen met hun waarden, zelfs wanneer vooroordelen hun beslissingen kunnen beïnvloeden.
