ხელოვნური ინტელექტი ექიმების, მასწავლებლებისა და აგრონომების დეფიციტს ავსებს

ანგარიშში სოფლის მეურნეობის მსგავსი მაგალითიცაა. ინდოეთის ანდჰრა-პრადეშის ფერმერმა ანაპურნა დევიმ (Annapurna Devi) დაავადებულ ბანანის ფოთოლს ტელეფონით ფოტო გადაუღო და პროგრამაში ატვირთა. მან დიაგნოზი და მავნებლის საწინააღმდეგო რეკომენდაცია საკუთარ ენაზე მიიღო. იმავე საშუალებით დევიმ მცენარეების შესაწამლად დრონი მოითხოვა. ხელოვნური ინტელექტის მიერ რეკომენდებული პესტიციდი მის მინდორში 48 საათში მიიტანეს.

ფონდის აღმასრულებელმა დირექტორმა მარკ სუზმანმა (Mark Suzman) ანგარიშის წარდგენისას განმარტა, რომ მსოფლიოს უღარიბესი ადამიანების 75%-ზე მეტი დღეში სამი დოლარით ან ნაკლებით ცხოვრობს, სოფლის მეურნეობაზეა დამოკიდებული და სოფლად ცხოვრობს. მისი თქმით, მილიონობით მცირე ფერმერისთვის ჩვეულებრივმა გადაწყვეტილებამ ოჯახს შემოსავალი, საკვები და დანაზოგი შეიძლება დააკარგვინოს.

მესამე მიმართულება საკლასო ოთახებია. ანგარიშში განხილული რამდენიმე საცდელი პროგრამა მასწავლებლებს რეალურ დროში აჩვენებს, რომელ მოსწავლეს უჭირს და კონკრეტულად რომელი საკითხი. სიერა-ლეონეს ქალაქ ლუნგიში მასწავლებელი მომოდუ ორგბერ ბაჰი (Momodu Orgber Bah) Guided Learning-ის საცდელ პროგრამას იყენებს. მან ფონდის ანგარიშში თქვა: „მათემატიკას 20 წელია ვასწავლი და ჩვეულებრივ მოსწავლეების მხოლოდ 55%-დან 60%-მდე აბარებდა საგანს. ამ ხელოვნური ინტელექტის დახმარების გამოყენების შემდეგ მაჩვენებელი 100%-მდე გაიზარდა“.

ავტორების თქმით, ეს მიღწევები გარანტირებული არ არის. ერთ-ერთი მთავარი დაბრკოლება ენაა. ხელოვნური ინტელექტის სისტემების დიდი ნაწილი ძირითადად ინგლისურ ენაზე შეიქმნა და გაიწვრთნა. ანგარიშის თანახმად, ხმის ამოცნობის მოწინავე სისტემები ინგლისურ ენაში შემთხვევების 6%-ზე ნაკლებში ცდებიან. იორუბაში შეცდომების მაჩვენებელი 60%-ს აჭარბებს.

შედეგები არასრულყოფილ თარგმანზე გაცილებით მძიმე შეიძლება აღმოჩნდეს. ანგარიშში მოყვანილია მშობიარე მალაველი ქალის მაგალითი. ქალი ხელოვნურ ინტელექტს ჩიჩევაზე ეუბნება, რომ სანაყოფე წყლები დაღვარა. ინგლისურად სიტყვასიტყვითი თარგმანისას სისტემა ამას შეიძლება უბრალოდ წყლის გადაღვრად აღიქვამდეს. ფონდის თქმით, ასეთმა აღრევამ შეიძლება დროულ სასწრაფო სამედიცინო რეკომენდაციასა და ტრაგიკულ შედეგს შორის სხვაობა შექმნას. ანგარიშში აღნიშნულია: „თუ ხელოვნურმა ინტელექტმა 2 000-ზე მეტი ენის მქონე კონტინენტზე ჯანმრთელობა უნდა გააუმჯობესოს, მან ადამიანების ნათქვამი და საუბრის ფორმა უნდა გაიგოს: მათი დიალექტები, აქცენტები და მეტყველების თავისებურებები“.

მეორე პირობა ადგილობრივი მონაცემებისა და გარემოებების გამოყენებაა. ამერიკელი ფერმერისთვის შექმნილი სისტემა ეთიოპიელ მცირე მწარმოებელს შეიძლება არ გამოადგეს. სამედიცინო პროგრამაც თითოეულ ქვეყანაში გავრცელებულ დაავადებებს, მკურნალობასა და ხელმისაწვდომ რესურსებს უნდა მოერგოს.

მესამე მოთხოვნა მომზადებასა და ხელმისაწვდომობაში ინვესტიციას ეხება. ინფრასტრუქტურის გარდა, ფონდი დაბალი და საშუალო შემოსავლის ქვეყნებში მონაცემთა მეცნიერების სპეციალისტების, პროგრამისტებისა და ხელოვნური ინტელექტის ექსპერტების რაოდენობის გაზრდას მოითხოვს. მათ ამ საშუალებების შექმნასა და ზედამხედველობაში მონაწილეობა უნდა შეეძლოთ.

საბოლოოდ, ანგარიში ნაკლებად ტექნოლოგიურ კითხვას სვამს: არა მხოლოდ რას შეძლებს ხელოვნური ინტელექტი 10 წლის შემდეგ, არამედ ვინ მიიღებს მისგან სარგებელს ბევრად ადრე. მილიონობით ადამიანისთვის, რომელსაც ექიმზე, აგრონომიულ რჩევაზე ან ხარისხიან განათლებაზე ხელი არ მიუწვდება, სხვაობა დროულ დიაგნოზს, გადარჩენილ მოსავალს ან ჩამორჩენის თავიდან აცილებას შეიძლება ნიშნავდეს.

თემებიბილ გეიტსივიონ ნჯერიანაპურნა დევიმარკ სუზმანიმომოდუ ორგბერ ბაჰიგეიტსის ფონდიMicrosoftPenda HealthრუანდაAI Consult

გამოქვეყნდა 15 სექტემბერი, 2026