آیا تکنولوژی هوش مصنوعی قادر است به کاهش فقر جهانی کمک کند؟

در دنیای پیشرفته امروزی، هنوز گروهی از افراد در مناطق دورافتاده و دشوار زندگی می‌کنند که از خدماتی همچون آب لوله‌کشی و برق مستمر بی‌بهره‌اند. اما دسترسی به اینترنت برای این افراد می‌تواند تجربه‌ای جدید و تاثیرگذار را رقم بزند. آنها می‌توانند با یکی از هوشمندترین و خوش‌گفتارترین ابزارهای موجود، یعنی ChatGPT و دیگر انواع چت‌بات‌های هوش مصنوعی، ارتباط برقرار کنند. این امکان می‌تواند تأثیر شگرفی بر زندگی روزمره‌شان داشته باشد. در این مقاله به بررسی این موضوع می‌پردازیم که آیا واقعاً هوش مصنوعی قادر است به کاهش فقر جهانی کمک کند یا اینکه تنها یک خیال و سراب است.

کمتر از سه سال پس از راه‌اندازی ChatGPT، تقربیاً ۸۰۰ میلیون نفر، که معادل یک‌هفتم جمعیت بزرگسال جهان است، به‌طور هفتگی از این فناوری استفاده می‌کنند. بخش قابل توجهی از این کاربران ساکن کشورهای در حال توسعه‌ای هستند که جمعیت جوان و دیجیتال‌محوری دارند. پس از ایالات متحده، هند و برزیل، این کشورها به عنوان بزرگترین بازارهای هوش مصنوعی شناخته می‌شوند.

بر اساس یک نظرسنجی، اعتماد به هوش مصنوعی در کشورهای با شاخص توسعه انسانی پایین، بیشتر از دیگر نقاط جهان است. به علاوه، تحقیقی از GWI نشان می‌دهد که کاربران در کشورهای غنا و نیجریه از پرشورترین طرفداران این فناوری می‌باشند. از اینجا، این پرسش مطرح می‌شود: آیا هوش مصنوعی توانایی دموکراتیزه کردن دانش را دارد و آیا امکان دارد که هر فردی به‌عنوان معلم، پزشک یا مشاور از آن بهره‌مند شود؟ نتایج مطالعات اولیه به این امید دامن می‌زنند.

تأثیرات هوش مصنوعی در جوامع آسیب‌پذیر

در نایروبی، همکاری بین OpenAI و Penda Health (کلینیک‌های زنجیره‌ای مراقبت‌های اولیه) ابزاری را برای مشاوره پزشکی تست کردند که نتایج بسیار امیدوارکننده‌ای بر جای گذاشت. در یک آزمایش تصادفی که نزدیک به ۴۰ هزار ملاقات بیمار در ۱۵ کلینیک را شامل می‌شد، پزشکانی که از این دستیار هوشمند بهره می‌بردند، توانستند خطاهای تشخیصی را تا ۱۶ درصد و خطاهای درمانی را تا ۱۳ درصد کاهش دهند.

در نیجریه نیز یک برنامه شش هفته‌ای پس از مدرسه با همکاری کوپایلوت مایکروسافت به اجرا درآمد. در این طرح، دانش‌آموزان دو بار در هفته با این چت‌بات تعامل داشتند. یافته‌ها نشان می‌دهد که نمرات زبان انگلیسی آنها به اندازه تقریباً دو سال تحصیلی بهبود یافت.

امید است که هوش مصنوعی بتواند مانند گوشی‌های هوشمند، موانع قدیمی را پشت سر بگذارد. در دهه ۱۹۹۰، بسیاری از کشورهای آفریقایی برای هر ۱۰۰ نفر کمتر از یک خط تلفن ثابت داشتند. با پرSkipping مرحله سیم‌کشی و رفتن مستقیم به سمت تلفن‌های همراه، این کشورها توانستند در دو دهه به دسترسی تقریباً عمومی به تلفن‌های همراه دست یابند. هوش مصنوعی نیز می‌تواند از طریق گوشی‌های هوشمند ارزان و نسخه‌های بومی‌سازی شده گسترش یابد.

با وجود این، برای تحقق این هدف، باید سه مانع کلیدی را برطرف کرد.

مانع اول: دسترسی به اینترنت

برای کار با هوش مصنوعی، دسترسی به اینترنت ضروری است. در حالی که در سال ۲۰۲۴، از هر ۱۰ نفر در کشورهای توسعه‌یافته ۹ نفر به اینترنت متصل هستند، این رقم در کشورهای فقیر تنها یک نفر از هر چهار نفر است. نزدیک به ۸۵ درصد از مردم آفریقا در محدوده سیگنال باند پهن موبایل زندگی می‌کنند، اما هزینه اینترنت، حتی به صورت اعتباری و پس‌پرداخت، معمولاً بسیار بالا است.

نکته مثبت این است که هزینه استفاده از هوش مصنوعی نسبت به دیگر خدمات دیجیتال، نسبتا پایین‌تر است. یک صفحه نتایج جستجوی گوگل که پر از تصاویر و تبلیغات است، ۳ هزار برابر بیشتر از یک پرس و جو متنی از هوش مصنوعی داده مصرف می‌کند. به لطف کاهش هزینه‌های پردازش، در سال ۲۰۲۴، ارسال یک درخواست به ChatGPT تقریباً ۹۰ درصد ارزان‌تر از بارگذاری نتایج جستجو خواهد بود. این مزیت می‌تواند به کاهش هزینه‌های دسترسی به اطلاعات کمک کند.

اما در نخستین قدم، کاربران باید به اینترنت دسترسی داشته باشند. تلاش‌های برای ارائه خدمات هوش مصنوعی از طریق پیامک (SMS) به دلیل تعرفه‌های بالایی که اپراتورهای موبایل اعمال می‌کنند، همچنان گرانقیمت باقی مانده است. تا زمانی که هزینه اینترنت کاهش نیابد و دسترسی افزایش پیدا نکند، هوش مصنوعی به گروه‌های فقیرتر جامعه نخواهد رسید.

مانع دوم: مهارت‌های کاربران و زبان

حتی در مناطقی که افراد به اینترنت دسترسی دارند، بسیاری از آنها مهارت‌های ضروری برای بهره‌گیری از هوش مصنوعی را ندارند. برآوردهای بانک جهانی نشان می‌دهد که ۷۰ درصد از کودکان ۱۰ ساله در کشورهای با درآمد پایین و متوسط، قادر به خواندن یک متن ساده نیستند. از طرفی، برای کاربران تازه‌وارد، استفاده از یک چت‌بات، نوشتن یک درخواست یا تفسیر پاسخ آن می‌تواند اغلب دلهره‌آور باشد.

حتی در صورت دسترسی کاربران به چت‌بات‌ها و توانایی کار با آنها، در بسیاری از کشورهای فقیر، از این ابزار بیشتر برای سرگرمی (مثل تولید و اشتراک‌گذاری پرتره‌هایی به سبک استودیو جیبلی در شبکه‌های اجتماعی) استفاده می‌شود تا برای یادگیری و کار.

مسئله زبان نیز وضعیت را پیچیده‌تر می‌کند. بیشتر سیستم‌های هوش مصنوعی عمدتاً به زبان انگلیسی و زبان‌های کشورهای ثروتمند آموزش دیده‌اند و زبانی همچون صدها زبان آفریقایی و آسیایی به ندرت در آنها لحاظ شده است. این سبب می‌شود شکاف عمیقی میان آنچه هوش مصنوعی قادر به گفتن است و آنچه بسیاری از کاربران می‌توانند بفهمند存在 داشته باشد.

مانع سوم: عدم ادغام با نهادها

بزرگترین مانع، عدم دسترسی به فناوری نیست، بلکه از آن هم عمده‌تر این است که این فناوری هنوز به‌طور کامل با نهادهای موجود پیوند نخورده است. در گذشته فناوری‌های دیگری تلاش کردند تا به تحکیم سوادآموزی و ارتقای دانش در جوامع فقیر کمک کنند، اما همین موانع مانع موفقیت آنها شد.

به عنوان مثال، دوره‌های آنلاین آموزشی MOOC که زمانی به‌عنوان نویدبخش آینده آموزش تلقی می‌شدند، عمدتاً در کشورهای فقیر نتایج ملموسی نداشتند، زیرا این فعالیت‌ها در مدارس یا نهادهای آموزشی صورت نگرفت و محتوا بدون نظارت معلمان یا برگزاری امتحانات ارائه می‌شد. به همین ترتیب، ممکن است هوش مصنوعی نیز دچار همین مشکل شود.

مثال دیگری که می‌توان ذکر کرد، استفاده از الگوریتمی از هوش مصنوعی در یکی از ایالت‌های هند برای شناسایی شرکت‌های جعلی است. با وجود اینکه این نرم‌افزار با موفقیت تعداد قابل توجهی از شرکت‌های غیرواقعی را شناسایی کرد، اما اجرایی شدن نتایج آن بهبود نیافت، زیرا مقامات هیچ انگیزه‌ای برای اقدام بر اساس این یافته‌ها نداشتند. به طور کلی، اگر هوش مصنوعی نتواند خود را با نهادهای جامعه ادغام کند، نمی‌توان انتظار داشت که به نتایجی دست یابد.

در نهایت، باید اذعان کرد که موفقیت هوش مصنوعی به توانایی آن در افزایش بهره‌وری در تمامی جوانب اقتصادی بستگی دارد، زیرا تنها بهبود از نیازهای فردی کفایت نمی‌کند. هیچ کشوری قبل از دستیابی به ثروت، موفق به آموزش عمومی یا بهداشت شایسته نشده است. این رشد جمعی نیز خود به دلیل بالا رفتن بهره‌وری نیروی کار حاصل شده است.

فناوری‌ها تنها در صورتی قادر به افزایش بهره‌وری هستند که کسب‌وکارها برای بهره‌برداری از آنها ساختار خود را بازآرایی کنند. وقتی کارخانه‌ها برای نخستین بار لامپ‌های برقی را جایگزین لامپ‌های گازی کردند، تغییر قابل توجهی ایجاد نشد؛ اما زمانی که تولید بر اساس ماشین‌آلات برقی سازمان‌دهی شد، بهره‌وری به‌شدت افزایش یافت.

تحقیقات نشان می‌دهد که اختراعات نوآور مانند کامپیوترهای شخصی و اینترنت سریع‌تر به کشورهای فقیر راه یافته‌اند، اما استفاده از آنها به عمق نرسیده است. پذیرش هوش مصنوعی ممکن است حتی دشوارتر باشد. حتی در کشورهای ثروتمند، شرکت‌ها با چالش‌هایی در این زمینه مواجهند: در ایالات متحده، تنها حدود ۱ از هر ۱۰ شرکت تأیید می‌کند که از این فناوری در روند تولید خود بهره می‌برد. برای اقتصادهای فقیرتر، این مشکلات می‌تواند به مراتب عمیق‌تر باشد.