Se l’IA fosse utilizzata a scopo “benefico e sociale”, potrebbe essere un volano di sviluppo? Secondo lo studio di McKinsey & Company “AI for social good: Improving lives and protecting the planet”, che analizza come l’applicazione dell’intelligenza artificiale può contribuire al raggiungimento degli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite, la risposta può essere positiva.
Analizzando alcuni casi d’uso concreti – la ricerca ne individua 600 in totale – McKinsey rileva che l’applicazione dell’IA può avere un potenziale elevato per cinque obiettivi: salute e benessere (SDG 3), Istruzione di qualità (SDG 4), lotta contro il cambiamento climatico (SDG 13), Energia accessibile e pulita (SDG 7) e Città e comunità sostenibili (SDG 11). Ma andiamo con ordine.
L’IA per proteggere la vita e il pianeta
Il progredire delle capacità dell’intelligenza artificiale permette sempre più di sfruttarne il potenziale per affrontare tematiche sociali connesse agli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite.
L’IA viene già utilizzata per promuovere tutti i 17 Obiettivi di Sviluppo Sostenibile (SDG) delle Nazioni Unite, dall’ impegno per eliminare la povertà, alla creazione di città e comunità sostenibili e all’offerta di un’istruzione di qualità per tutti. L’IA generativa ha aperto ancora più possibilità.
McKinsey ha pubblicato un report nel 2018 che illustrava come le capacità dell’IA dall’elaborazione del linguaggio naturale al riconoscimento e al tracciamento dei suoni, potessero essere utilizzate in 170 casi d’uso a beneficio della società – tra cui promozione dell’uguaglianza e dell’inclusione, il miglioramento della risposta alle crisi e la protezione dell’ambiente. Oggi, McKinsey ha individuato un totale di circa 600 casi d’uso, più del triplo.
Lo sviluppo sostenibile …dell’IA
Nel nuovo studio, McKinsey ha intervistato circa 60 esperti provenienti da 17 Paesi e 48 organizzazioni (tra cui organizzazioni no profit, fondazioni, aziende tecnologiche, start-up, istituzioni accademiche e governo) per raccogliere le loro opinioni sul potenziale dell’IA per il raggiungimento dei SDG, i rischi e le sfide per la scabilità.
Ai fini della ricerca, McKinsey ha preso in esame oltre 1.000 sovvenzioni di fondazioni filtrandole con i termini di ricerca “AI”, “ML”, “intelligenza artificiale” e “machine learning” dal 2018 al 2023. Inoltre, ha analizzato circa 20.000 aziende che lavorano con un focus specifico su intelligenza artificiale, machine learning e big data, che hanno ricevuto finanziamenti dal 2020. Infine, la società di consulenza ha creato una banca dati di 600 casi d’uso in cui l’IA potrebbe essere utilizzata per far progredire lo sviluppo degli Obiettivi di Sviluppo Sostenibile e più di 1.000 casi d’applicazione dell’IA a scopo non lucrativo per raggiungere questi obiettivi.
Gli SDG comprendono 17 obiettivi e 169 target che mirano a migliorare la vita nel mondo e a proteggere il pianeta. Ma l’aggiornamento delle Nazioni Unite per il 2023 sui progressi compiuti rispetto agli SDGs indica che il pianeta è sulla buona strada per raggiungere solo il 15% degli obiettivi SDG.
In termini reali, ciò significa che oggi:
- 2,2 miliardi di persone non hanno accesso all’acqua potabile e all’igiene;
- 3,5 miliardi non hanno accesso a servizi igienici gestiti in modo sicuro;
- circa 3,3 miliardi vivono in ambienti altamente vulnerabili ai cambiamenti climatici;
- 750 milioni non hanno accesso al cibo.
Anche se l’IA avrà un impatto su tutti gli Obiettivi, gli esperti intervistati ritengono che l’IA abbia un potenziale particolarmente elevato per fare la differenza in cinque ambiti: salute e benessere (SDG 3), Istruzione di qualità (SDG 4), lotta contro il cambiamento climatico (SDG 13), Energia accessibile e pulita (SDG 7) e Città e comunità sostenibili (SDG 11). Di fatto, il 60% delle implementazioni di IA a scopo no-profit sono state effettuate in questi ambiti.
Inoltre, circa il 40% degli investimenti di capitale privato nelle 20.000 aziende di IA analizzate ha contribuito direttamente o indirettamente ad almeno una delle 17 aree tematiche degli SDG.
E la fame, la vita, la pace?
Per quanto riguarda il potenziale dell’applicazione dell’IA in questi ambiti, gli Obiettivi Sconfiggere la fame (SDG 2), Vita sulla terra (SDG 15) e Pace, giustizia e istituzioni solide (SDG 16) contano molti casi d’uso, mentre l’Istruzione di qualità (SDG 4), l’Energia accessibile e pulita (SDG 7) e Lotta contro il cambiamento climatico (SDG 13) ne registrano meno.
Inoltre, diversi Obiettivi che registrano un progresso più lento hanno un potenziale di applicazione dell’IA non ancora sfruttato. Ad esempio:
- Sconfiggere la povertà (SDG1): l’apprendimento automatico potrebbe essere utilizzato per indirizzare gli aiuti – sottoforma di denaro – ai più bisognosi o per fornire punteggi di credito alternativi agli individui finanziariamente esclusi.
- Sconfiggere la fame (SDG2): L’intelligenza artificiale potrebbe essere utilizzata per aiutare a sviluppare nuove colture, selezionare meglio le regioni di coltivazione per ridurre al minimo i rischi legati alle colture e fornire un tempestivo allarme per le crisi nutrizionali.
- Pace, giustizia e istituzioni solide (SDG 16): il machine learning potrebbe essere utilizzato per individuare e frenare la diffusione della disinformazione, fornire l’accesso alle informazioni che consentono di sostenere il cambiamento delle politiche e migliorare la valutazione di interventi politici specifici.
- Il report approfondisce le implementazioni potenziali ed esistenti in tre degli Obiettivi con il potenziale più riconosciuto, con casi d’uso per:
- Gli obiettivi di salute e benessere (SDG 3), ad esempio con applicazioni per Migliorare la salute materna e neonatale in Kenya e in India, e per prevedere la struttura delle proteine per sostenere la scoperta di farmaci.
- L’obiettivo Istruzione di qualità (SDG 4), ad esempio con casi d’uso per consentire a persone che non parlano, o con difficoltà di apprendimento, di comunicare; oppure per sostenere l’iscrizione di bambine e ragazze a scuola.
- La lotta contro il cambiamento climatico (SDG 13), ad esempio conservando le foreste fermando la deforestazione illegale e migliorando le previsioni di alluvioni.
Lo studio esplora inoltre due Obiettivi in cui l’IA ha un potenziale non ancora ampiamente riconosciuto, ma in cui ha avuto un impatto positivo su determinate aree:
- Obiettivo Sconfiggere la Povertà (SGD1), ad esempio con casi d’uso per distribuire gli aiuti durante la pandemia Covid-19.
- Sconfiggere la Fame (SDG2), ad esempio supportando gli agricoltori con approcci volti a migliorare la produzione, per preservare la biodiversità vegetale e consentire la scoperta di geni resilienti.
- È possibile individuare bacini di opportunità, pensando ad esempio ai finanziamenti a basso capitale privato per l’obiettivo Istruzione di qualità (SDG4). Anche per l’Energia accessibile e pulita (SDG 7) e Lotta contro il cambiamento climatico (SDG 13), oltre il 50% degli investimenti di capitale privato è stato destinato ai veicoli autonomi per migliorare l’efficienza energetica e ridurre le emissioni. Ciò suggerisce un ulteriore potenziale affinché gli enti privati destinino capitali agli Obiettivi di Sviluppo Sostenibile in cui l’IA ha un elevato potenziale.
- Le disuguaglianze geografiche nell’assegnazione delle sovvenzioni rimangono elevate.
Un’analisi dell’ubicazione della sede dei beneficiari delle sovvenzioni, effettuata su un database di fondazioni a maggioranza statunitense, rivela che, dal 2018 al 2023, solo il 10% delle sovvenzioni destinate a iniziative di IA che perseguono uno o più Obiettivi di Sviluppo Sostenibile è stato destinato a organizzazioni con sede in Paesi a basso o medio reddito. Anche se le organizzazioni possono avere un impatto al di fuori dei Paesi in cui hanno sede, il 60% degli esperti intervistati concorda sul fatto che gli sforzi di IA oggi non sono sufficientemente concentrati sui Paesi a basso reddito (rispetto a quelli a reddito più elevato o ai Paesi sviluppati), dove il bisogno e l’impatto sugli Obiettivi di Sviluppo Sostenibile possono essere più elevati.
Sfide e rischi della scalabilità dell’IA per il bene sociale
Le sfide legate alla scalabilità dell’IA per le iniziative di utilità sociale sono complesse. Il 72% di coloro che hanno risposto al sondaggio tra gli esperti ha osservato che la maggior parte degli sforzi per implementare l’IA per il bene sociale si sono finora concentrati sulla ricerca e l’innovazione piuttosto che sull’adozione e la scalabilità.
Il 55% delle sovvenzioni per la ricerca e l’impiego dell’IA negli SDG sono pari o inferiori a 250.000 dollari, il che è coerente con l’attenzione alla ricerca mirata o all’impiego su scala ridotta, piuttosto che all’espansione su larga scala. Oltre ai finanziamenti, i maggiori ostacoli alla scalabilità dell’IA continuano a essere la disponibilità, l’accessibilità e la qualità dei dati; la disponibilità e l’accessibilità dei talenti dell’IA; la ricettività organizzativa e la gestione del cambiamento.
Accelerare la diffusione dell’IA per il bene sociale
Le scoperte scientifiche hanno potenziato l’efficacia dell’IA nel riconoscimento, nella previsione e nella creazione di modelli. Questi progressi hanno coinciso con un numero in rapida crescita di implementazioni di successo dell’IA, ma, come abbiamo visto in precedenza, ci sono ancora sfide da affrontare per scalare il loro uso per affrontare gli SDG.
Per realizzare questo potenziale sarà necessario che le parti interessate collaborino più strettamente per raggiungere talenti e beneficiare di solide strutture di dati, applicazioni e modelli di IA più aperti o scalabili in tutte le aree geografiche del mondo, così da venire incontro alle persone nel momento del bisogno.