Talaan ng mga Nilalaman:
Bilang artipisyal na intelektwal (AI) ay opisyal na wala sa larangan ng pang-akademikong haka-haka at kathang-isip ng science, marami ang nagtatanong kung paano ang maraming aplikasyon nito ay makikinabang sa sangkatauhan sa kabuuan kaysa sa iilan lamang na mga korporasyon. Gayunpaman, hindi ito ang oras o lugar upang magsimula ng isang debate tungkol sa mga etikal na implikasyon ng isang malawak na pagkuha ng mga teknolohiya ng AI. Ang tanong ngayon ay mas simple: Paano matutulungan ang mga advancement ng AI sa mga tao na mapabuti ang kanilang buhay sa pamamagitan ng pagtulong sa pinaka-philanthropic na mga tao na nag-alay ng kanilang mga pag-iral upang matulungan ang hindi gaanong masuwerte? O, sa mas simpleng mga termino, ano ang pinaka-kagiliw-giliw na mga aplikasyon ng AI para sa charity charity? (Upang malaman ang higit pa tungkol sa kung paano tinutulungan ang AI sa sangkatauhan, tingnan ang 5 Pinaka-kamangha-manghang Mga Pagsulong sa AI sa Pangangalaga sa Kalusugan.)
Na-optimize na Mga Pagsusuring Philanthropic
Ayon sa Charities Aid Foundation (CAF), ang isang bagong anyo ng philanthropy na hinihimok ng data ay maaaring makatulong na gumawa ng payo sa kawanggawa bilang isang bagong kalakal na magagamit sa lahat kaysa sa ilan lamang sa pinakamayaman. Tanging ang isang malalim na algorithm ng pagkatuto ay maaaring, sa katunayan, ay gagamitin ang napakalawak na halaga ng raw data ng gumagamit na kasalukuyang magagamit upang ma-optimize ang karanasan sa online na nagbibigay. Ang mga datos na nakolekta mula sa mga portal ng online na pagbibigay ng mga algorithm na gumagamit ng mga benchmarking sa lipunan ay maaaring magamit upang maipakita ang mga donor ng impormasyon tungkol sa mga sanhi na mas naaangkop sa kanilang mga interes.
Ang pagtutugma ng mga donor sa mga sanhi ay maaaring makatulong na mabawasan ang mga gastos sa advertising ng philanthropy payo, na humahantong sa mas mahusay at mas epektibong pagbibigay. Ang mga kabataan sa partikular, sa katunayan, ay mas malamang na iugnay ang kanilang mga sarili sa mga sanhi sa halip na mga organisasyon, tulad ng nahanap na ulat ng Millenial Impact. Ang mga algorithm ay hindi pinipigilan at madaling matukoy ang mga layunin ng donor batay sa kanilang karanasan, kahit na ang donor ay humahawak ng walang kamalayan na mga bias, at tumutugma sa nilalaman na ipinakita sa kanilang mga halaga, kahit na ang pag-iingat ay maaaring makaapekto sa kanilang mga desisyon.
