Unbox Responsible GeoAI: Navigating Climate Extreme and Disaster Mapping
تتبنى ورقة الموقف هذه نهجاً نقدياً يركز على الحوكمة تجاه الذكاء الاصطناعي الجيومكاني (GeoAI) في رسم خرائط الكوارث، وذلك عبر تحديد أربعة أبعاد رئيسية للمسؤولية — وهي التمثيل، والقابلية للتفسير، والاستدامة، والأخلاقيات — واقتراح نموذج مفاهيمي لضمان أن يكون نشره أخلاقياً وعادلاً ومستداماً بدلاً من أن يكون مدفوعاً بالأداء المحض فحسب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل الذكاء الاصطناائي الجيومكاني (GeoAI) كأنه سرب من الطائرات بدون طيار (الدرونز) فائقة السرعة والقوة، أُرسلت لرسم خرائط الكوارث مثل الفيضانات، وحرائق الغابات، والأعاصير. هذه الطائرات سريعة للغاية ويمكنها رؤية الأضرار من الفضاء بشكل قد تخطئه العين البشرية. ومع ذلك، يجادل مؤلفو هذه الورقة بأنه إذا تركنا هذه الطائبات تطير حيثما تشاء، مع التركيز فقط على السرعة والدقة، فقد نتسبب دون قصد في جعل الأمور أسوأ.
تقترح الورقة أننا بحاجة إلى "إخراج هذه الطائبات من الصندوق" وتزويدها بمجموعة جديدة من القواعد تسمى الذكاء الاصطناعي الجيومكاني المسؤول. فكر في هذا ليس مجرد محرك أفضل، بل كقوانين مرور جديدة، وبوصلة أخلاقية، وفلتر بيئي.
إليك حجة الورقة مقسمة إلى مفاهام وتشبيهات بسيطة:
المشكلة: سباق "الصندوق الأسود"
إن السباق الحالي لبناء ذكاء اصطناعي أفضل لرسم خرائط الكوارث يشبه سباق "فورمولا 1" حيث الشيء الوحيد الذي يهم هو من يعبر خط النهاية أولاً.
- المخاطر: إذا تم بناء هذه الطائبات بدون عناية، فقد تتجاهل الأحياء الفقيرة (بسبب نقص البيانات الرقمية)، أو تتخذ قرارات لا يفهمها أحد (مثل "الصندوق الأسود" الذي يعطي إجابة ولكن دون ذكر السبب)، أو تستهلك كميات هائلة من الكهرباء مما يساهم في التغير المناخي الذي يسبب الكوارث نفسها.
- الهدف: نحن بحاجة إلى التمهل والتأكد من أن هذه الطائبات عادلة، ومفهومة، وصديقة للبيئة قبل أن نطلق سراحها لإنقاذ الأرواح.
الركائز الأربع للطائبات "المسؤولة"
يقول المؤلفون إننا بحاجة إلى التحقق من أربعة أشياء محددة قبل نشر أدوات الذكاء الاصطناعي هذه:
1. التمثيل (فحص "خريطة الجميع")
- التشبيه: تخيل أنك تحاول رسم خريطة لمدينة كاملة، لكن ليس لديك سوى صور للمنطقة الراقية في وسط المدينة. ستظهر خريطتك ناطحات السحاب الفاخرة، لكنها ستغفل العشوائيات حيث يعيش الناس فعلياً.
- المشكلة: معظم أنظمة الذكاء الاصطناعي يتم تدريبها على بيانات من الدول الغنية ("الشمال العالمي"). إذا استخدمت هذا الذكاء الاصطناعي لرسم خرائط لكارثة في منطقة فقيرة ("الجنوب العالمي")، فقد لا يتعرف على المنازل لأن شكلها مختلف. الأمر يشبه محاولة العثور على نوع معين من الطيور باستخدام دليل إرشادي يعرض فقط طيوراً من قارة أخرى.
- الحل: يجب أن نضمن أن الذكاء الاصطناعي "يرى" الجميع، بما في ذلك المستوطنات غير الرسمية والمجتمعات المهمشة، حتى لا يترك الأشخاص الأكثر ضعفاً غير مرئيين.
2. القابلية للتفسير (فحص "لماذا؟")
- التشبيه: تخيل أن طبيباً يقول لك: "أنت بحاجة إلى هذه الجراحة"، لكنه يرفض شرح السبب. لن تثق به.
- المشكلة: غالباً ما يعمل الذكاء الاصطناعي كـ "صندوق أسود". يقول: "أخلوا هذا الحي"، لكنه لا يستطيع شرح لماذا. في حالات الكوارث، إذا لم يفهم القائد البشري السبب، فلن يتمكن من الوثوق بالذكاء الاصطناعي أو شرح ذلك للناس الذين يحتاجون إلى المغادرة.
- الحل: يجب أن يكون الذكاء الاصطناعي قادراً على القول: "أنا أضع علامة على هذه المنطقة لأن القمر الصناعي يرى المياه ترتفع هنا، والطريق مسدود هناك". يجب أن يوضح خطوات عمله.
3. الاستدامة (فحص "البصمة الكربونية")
- التشبيه: تخيل استخدام محرك نفاث ضخم يستهلك الكثير من الوقود لتشغيل دراجة هوائية. إنه يعمل، لكنه أمر مسرف ويلوث الهواء.
- المشكلة: يتطلب تدريب هذه النماذج الضخمة من الذكاء الاصطناعي كميات هائلة من الكهرباء، مما ينتج انبعاثات كربونية. وهذا أمر مثير للسخرية: فالأداة التي نستخدمها لمحاربة الكوارث المناخية تساهم في الواقع في التسبب بها. بالإضافة إلى ذلك، غالباً لا تستطيع الدول الفقيرة تحمل تكاليف الكهرباء الباهظة اللازمة لتشغيل هذه الأنظمة.
- الحل: نحن بحاجة إلى "ذكاء اصطناعي أخضر". وهذا يعني استخدام أكواد برمجية أكثر ذكاءً وكفاءة لا تهدر الطاقة، حتى لا يجعل الحل أزمة المناخ أسوأ.
4. الأخلاقيات (فحص "الخصوصية والعدالة")
- التشبيه: تخيل فريق إنقاذ يندفع إلى منزل لإنقاذ الناس، ولكن في عجله، يترك الباب الأمامي مفتوحاً على مصراعيه، مما يعرض ممتلكاتهم الخاصة للشارع.
- المشكلة: أثناء الكوارث، يستخدم الذكاء الاصطناعي بيانات شخصية (مثل مواقع الهواتف أو منشورات وسائل التواصل الاجتماعي) للعثين على الضحايا. إذا لم نكن حذرين، فقد يؤدي ذلك إلى كشف هويات الأشخاص أو يؤدي إلى معاملة غير عادلة (مثل إرسال المساعدة فقط إلى المناطق الغنية لأن البيانات المتوفرة عنها أفضل).
- الحل: نحتاج إلى قواعد صارمة لحماية خصوصية الناس وضمان معاملة الذكاء الاصطناعي للجميع بإنصاف، وليس فقط لأولئك الذين يسهل تتبعهم.
الحل: نموذج حوكمة ثلاثي الطبقات
للتأكد من اتباع هذه الركائز الأربع، يقترح المؤلفون "نموذج حوكمة" مكون من ثلاث طبقات، مثل كعكة ذات ثلاث طبقات:
- طبقة البيانات (المكونات): قبل الطبخ، نفحص المكونات. هل مصادر بياناتنا عادلة؟ هل تشمل الجميع؟ هل البيانات خاصة؟
- طبقة التطبيق (عملية الطبخ): كيف نستخدم الذكاء الاصطناعي؟ هل يعمل بشكل صحيح؟ إذا ارتكب الذكاء الاصطناعي خطأً (مثل الاعتقاد بأن سحابة هي فيضان)، فهل لدينا خبير بشري للتحقق من ذلك فوراً؟
- الطبقة المجتمعية (المدعوون لتناول الطعام): من المسؤول؟ هل المجتمعات المحلية مشاركة؟ هل الأشخاص الذين يستخدمون الذكاء الاصطناعي يفهمون كيفية عمله، أم أنهم يتبعون الأوامر بشكل أعمى فقط؟
الخلاصة
تخلص الورقة إلى أن بناء مستقبل مرن تجاه الكوارث لا يتعلق فقط بجعل خوارزميات الذكاء الاصطناعي أسرع أو أذكى. بل يتعلق ببناء ثقافة المسؤولية.
تماماً كما لا تبني منزلاً دون فحص الأساسات، لا ينبغي لنا نشر الذكاء الاصطناعي لإنقاذ الأرواح دون التحقق مما إذا كان عادلاً، ومفهوماً، وصديقاً للبيئة. يحث المؤلفون مجتمع الجغرافيا والتكنولوجيا على التوقف عن التركيز فقط على "مدى سرعة" الذكاء الاصطناعي والبدء في التركيز على "مدى صحة" عمله، خاصة بالنسبة للأشخاص الذين هم في أمس الحاجة إليه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.