Le développement technologique “1 sur 3”

Il faut être prudent lors de l’adaptation de l’IA au bénéfice des pauvres, comme le montrent des recherches menées au Kenya, en Sierra Leone et au Togo. À mesure que l’IA remodèle les économies en développement, elle soulève des risques bien connus de perturbation des activités, de désinformation et de censure – mais elle présente également de nombreux avantages potentiels. . Des exemples récents démontrent à quel point les technologies basées sur l’IA peuvent mieux cibler l’aide et le crédit, et accroître l’accès à un tutorat et à des conseils médicaux personnalisés. Cependant, équilibrer ces risques et ces opportunités signifie plus que simplement brancher et faire fonctionner la technologie existante : cela nécessite de l’innovation et de l’adaptation au niveau local.
Les avancées les plus récentes en matière d’intelligence artificielle sont originaires des pays riches et y ont été développées pour les utilisateurs locaux utilisant des données locales. Au cours des dernières années, nous avons mené des recherches avec nos partenaires dans des pays à faible revenu, travaillant sur des applications d’IA pour ces pays, utilisateurs et données. Dans de tels environnements, les solutions basées sur l’IA ne réussiront que si elles s’adaptent au contexte social et institutionnel local.
Au Togo, où le gouvernement a utilisé la technologie d’apprentissage automatique pour cibler l’aide en espèces pendant la pandémie de COVID-19, l’adaptation de l’IA aux conditions locales a été essentielle pour obtenir de bons résultats. Le gouvernement a réutilisé une technologie initialement conçue pour cibler la publicité en ligne afin d’identifier les personnes les plus pauvres du pays. Grâce à l’intelligence artificielle, le système a traité les données des satellites et des sociétés de téléphonie mobile pour identifier les caractéristiques de la pauvreté, telles que les villages qui semblent sous-développés sur les photographies aériennes et les abonnés de téléphonie mobile qui ont peu de crédit sur leur téléphone. Le ciblage de l’aide sur la base de ces caractéristiques a permis de garantir que les transferts monétaires parviennent aux personnes qui en ont le plus besoin.
Cette application au Togo n’a réussi que parce que le gouvernement a adapté la technologie pour répondre aux besoins locaux, en collaboration avec des chercheurs et des organisations à but non lucratif. Ils ont créé un système de distribution de paiements mobiles qui fonctionnait pour tous les abonnés de téléphonie mobile, adapté les logiciels d’apprentissage automatique disponibles pour acheminer les transferts monétaires et interrogé des dizaines de milliers de bénéficiaires pour s’assurer que le système reflétait la définition locale de la pauvreté. Néanmoins, la solution basée sur l’IA n’a pas été conçue pour être permanente, car son utilisation devait être progressivement supprimée après la fin de la pandémie de Covid-19.
Le programme basé sur l’IA a également soulevé une autre préoccupation : les algorithmes qui fonctionnent bien dans les laboratoires pourraient ne pas être fiables lorsqu’ils sont utilisés pour prendre des décisions importantes sur le terrain. Par exemple, dans un système de ciblage de l’aide similaire à celui utilisé au Togo, les gens pourraient modifier leur comportement pour avoir droit à des prestations, sapant ainsi la capacité du système à cibler les transferts monétaires vers les pauvres.