数字. 公益 | AI在非营利组织中的具体应用场景
导读：
随着技术的不断发展，AI驱动的非营利组织已经在社会问题解决的征途上取得了不少成就。通过本文，您可以了解到AI在非营利组织中的具体应用场景。在结构化数据、咨询、翻译和平台建设等关键领域，AI正显著提升非营利组织的效能。也许您所在的机构，已开始在这些领域中与AI携手同行。
当得到有效使用时，AI能够大幅提升非营利组织服务其受益者的能力。不过，我们也应注意到其中隐藏的弊端，正如作者特别指出，“AI是一种工具，而非最终目标。一个AI驱动的产品绝不是解决社会问题的灵丹妙药。……特别是在与非优势群体合作时，围绕安全使用、数据隐私和避免有害偏见的考量尤为重要。”
今日分享此文，期待为关注未来发展趋势的您提供一些启发。
▲说明：本文转载自“斯坦福社会创新评论”微信公众号。来源：斯坦福社会创新评论英文网站，2024年7月15日Mapping the Landscape of AI-Powered Nonprofits一文。作者：凯文·巴伦布拉特，Fast Forward的联合创始人兼总裁；布里吉特·霍耶·戈塞林克，Google.org的产品影响力总监。
设想一下2050年，你认为AI会对世界产生什么影响？无论你想象到什么……实际情况可能都会大不相同。回顾过去，在20世纪80年代初期，科技公司推广个人电脑时，设想的最佳用例（use cases，从用户或外部角度说明系统功能如何满足特定业务目标或用户需求）是减少文书工作、进行数学运算以及记录像生日和食谱这类容易忘记的事情。当时没有人能够想象到，在几十年后，这些比烤面包机还大的设备会变得比夹心馅饼（Pop-Tarts）还小，它们不仅能够与数十亿其他设备连接，还能响应语音和触摸指令。
我们很难预见新技术的最终用途。AI领域也是如此。随着新用例的不断涌现，我们正处于AI时代的早期阶段。为了更好地理解AI领域的发展动态，业内已经发布了许多领域图景（landscapes），用以梳理AI的技术架构和私营部门的应用情况。然而，在这些研究中，我们尚未找到一个全面的视角来展示非营利组织是如何利用AI来发挥其影响力的。
我们渴望了解，在新兴的“AI驱动的非营利组织（AI-powered nonprofit）领域”究竟发生了什么。为何？首先，构建你看不到的东西是很困难的。提供一个领域图景可以帮助其他社会企业家和资助者看到——并从中获得启发——将AI应用于社会向好事业的广阔可能性。其次，我们希望为资助者揭开这一领域的神秘面纱，这样他们就可以帮助实现这项新技术的潜力，从而产生影响力。
AI驱动的非营利组织已经在推进许多社会问题的解决方案，Google.org最近的研究简报《AI在行动：加速实现可持续发展目标》（AI in Action: Accelerating Progress Towards the Sustainable Development Goals）显示，AI正在推动着所有17个可持续发展目标（SDGs）的实现。其中，AI在重塑以下三个目标方面有着巨大的潜力：SDG 3（良好健康与幸福）、SDG 4（优质教育）和SDG 13（气候行动）。
正如AI商业以前所未有的速度增长，AI驱动的非营利组织领域也在经历着快速地发展。Google.org的合作研究发现，自2018年以来，利用AI技术实现可持续发展目标的应用激增了300%。更值得注意的是，在最新一批申请者中，Fast Forward的初创企业加速器项目（Startup Accelerator，一个为期三个月专为早期非营利初创企业打造的项目），AI驱动的非营利组织数量比上一年增加了600%。同时，每周都有新的解决方案不断上线。
为了全面理解AI在非营利组织中的运用，Fast Forward与科技向好生态系统（tech-for-good ecosystem）的领导者合作，分析了近100个用例，并与数十位开发者进行了深入访谈。这些对话能够帮助我们对观察到的趋势进行分类。我们开发了一个工作领域图景（working landscape）来梳理这些信息点，最终归纳出四大类别的非营利组织AI用例：结构化数据、咨询、翻译、平台。令人兴奋的是，我们发现大多数AI驱动的非营利组织并不局限于单一的AI应用方式。他们的解决方案通常融合了多个用例，形成了一个多元化的应用集合。
在我们深入探讨这些类别之前，需要先谈谈我们在构建领域图景时所考虑的几个关键点：
这一领域图景侧重于利用AI推进核心影响力目标。它不涉及AI如何改进非营利组织的内部运营。
这一本体论（ontology，AI在非营利组织中应用方式的框架性描述）绝不是详尽无遗的。当你阅读本文时，我们可能已经发现了非营利组织使用AI的新颖独特的方式。
这些用例不受行业限制，它们可以应用于包括教育、民众权利和气候变化在内的各个问题领域。
设想一下2050年，你认为AI会对世界产生什么影响？无论你想象到什么……实际情况可能都会大不相同。回顾过去，在20世纪80年代初期，科技公司推广个人电脑时，设想的最佳用例（use cases，从用户或外部角度说明系统功能如何满足特定业务目标或用户需求）是减少文书工作、进行数学运算以及记录像生日和食谱这类容易忘记的事情。当时没有人能够想象到，在几十年后，这些比烤面包机还大的设备会变得比夹心馅饼（Pop-Tarts）还小，它们不仅能够与数十亿其他设备连接，还能响应语音和触摸指令。
我们很难预见新技术的最终用途。AI领域也是如此。随着新用例的不断涌现，我们正处于AI时代的早期阶段。为了更好地理解AI领域的发展动态，业内已经发布了许多领域图景（landscapes），用以梳理AI的技术架构和私营部门的应用情况。然而，在这些研究中，我们尚未找到一个全面的视角来展示非营利组织是如何利用AI来发挥其影响力的。
我们渴望了解，在新兴的“AI驱动的非营利组织（AI-powered nonprofit）领域”究竟发生了什么。为何？首先，构建你看不到的东西是很困难的。提供一个领域图景可以帮助其他社会企业家和资助者看到——并从中获得启发
*表：AI在非营利组织蓬勃发展的领域
AI驱动的非营利组织蓬勃发展的领域图景
1. 结构化数据（Structuring Data）
在这一类别中，AI解决方案极大地增强了人类处理数据的能力。在AI工具普及之前，组织需要数据科学家来理解大型的、非结构化的数据集。曾经，我们需要学习机器的语言。而现在，随着生成式AI的发展，机器可以通过用户友好的界面理解并响应人类的语言。这种易于使用的AI工具的出现，让那些不那么“技术流”的人员也能够理解和与数据进行互动。在这个类别中，Fast Forward识别出了三个主要的子领域：
研究：使用AI对大量数据进行排序和分析，以提高研究的效率和速度。过去需要数年才能完成的研究任务，现在可以在几天内完成，并且可以由一位研究者而不是一个团队完成。例如，RebootRx使用AI筛选数十万篇研究论文，以识别适合癌症治疗的通用药物。
组织：运用AI对齐大型数据集合，确保相关信息易于访问。许多非营利组织可以告别在电子表格或文件整理工作上花费大量时间。Learning Equality是全球性的教育非营利组织，它将大量教育内容与特定国家的课程标准对齐。例如，在乌干达，他们将12,000个学习资源与2,000多种学习类别匹配——如果没有AI，这将是一项艰巨的任务，需要数月时间。
监测：使用AI持续收集和分析数据，提供实时的洞察和警报。它将全球传感器收集的复杂数据整合并转化为简单的、易于理解的洞察，以及清晰的行动指南。例如，WattTime是一个很好的例子。作为气候追踪联盟（Climate TRACE coalition）的成员，该非营利组织使用AI监测大量卫星图像，以揭示大型污染源的温室气体排放情况。
2. 咨询（Advertising）
这一类别是指AI被用于扩展人与人之间的互动体验。它是我们日常接触的面向用户的AI类别，例如聊天机器人Gemini、ChatGPT、Midjourney等。AI驱动的非营利组织在这一领域的独特之处在于，它们的产品设计针对的是那些可能被边缘化的特定群体。考虑到这些非营利组织往往是为非优势群体所建立的，因此在设计时，对用户体验和安全性方面的考虑至关重要。
咨询包含三个子领域：
评估：AI自动化评估用户输入并提供相关建议。这类AI根据用户输入来生成量身定制的建议，其交互过程设计得简单统一。Joy Education就是一个例子。青少年读者仅需向“AI朋友”朗读三分钟， AI就能“诊断”出读者可以加强的部分，并据此为教师和家长提供个性化的学习计划。
指引：AI帮助用户完成一个复杂的流程，给予他们个性化的辅导。这种用例适用于复杂的多步骤过程，如申请经济援助或使用新的医疗系统。例如，HERA Digital Health在紧急情况下为难民提供个性化的、逐步的医疗指导。
指导：动态AI模拟人类交互，并在特定领域充当专家。借助这些工具，社区能够迅速获得高水平的支持，而无需支付专业服务费用。可汗学院（Khan Academy）推出的Khanmigo——免费的AI驱动教学助手，致力于为所有学生提供专业学科内容指导。通过这种方式，生成式AI也被用于为教师创建课程、支持农业工作者以及赋能社区健康工作者。换句话说：帮助那些为他者提供帮助的人（helping the helpers）。
3. 翻译（Translating）
这一类别的AI专注于——翻译！良好的翻译是增加可及性的关键。我们看到，AI翻译技术已在多个领域得到应用，在全球范围内开辟了新的机会。而且，它不仅限于语言的翻译。通过生成式AI，非营利组织还可以消除多元背景的隔阂。这对于那些在不同社区、文化、背景，甚至物种之间工作的非营利组织尤为重要。
翻译分为两个子领域：
翻译：使用AI可以改进语言翻译，促进有效沟通，并使更多受众能够获得服务。由于翻译通常是一项手动且耗时的任务，因此可能需要耗费许多资金，特别是对于那些使用较少的语言。而且，即便是翻译为广泛使用的语言，对于预算紧张的社会服务提供者来说也可能是一种负担。AI驱动的翻译以其规模化和成本效益，有助于打破这些语言障碍。例如，U.S. Digital Response利用AI支持其失业保险工具，该工具为英语能力有限的工人提供简单易懂的西班牙语翻译。
解码：使用AI解读之前难以理解的信息。例如，与动物对话，这似乎是一种只存在于我们最疯狂梦想中的能力。然而，机器能够捕捉到人类无法感知的信息和模式。比如，Earth Species Project利用深度学习使语言的语义表征可视化，从而解锁与其他物种沟通的可能性。
4. 平台
这一类型的AI使更多非营利组织能够部署自己的AI工具，比如可定制的聊天机器人或开源平台。与传统的提供一成不变的解决方案不同，这些组织更注重赋能人们根据自身需求定制技术。以Playlab为例，它为教育工作者提供AI工具，帮助他们创建、重组和分享自己的定制化应用程序。
即使非营利组织一时难以找到自己的项目从AI用例中受益的方法，或者缺乏首席技术官或技术人才来实施这些技术，他们仍然可以通过将AI用于内部运营来创造价值。AI可以让员工和领导者节省时间，从而将更多精力集中在与使命相关的工作上。最近的一份Google.org报告建议，组织可以通过以下几种主要方式开始使用AI。首先，他们可以利用AI开展个性化的营销活动，这些活动不仅具有吸引力、信息丰富，还更有可能引起潜在捐赠者的共鸣。其次，在筹款方面，组织可以从小处着手，一个简单的方法是尝试自动化重复的任务，例如调整信息长度以适应特定格式或定制电子邮件。
当得到有效使用时，AI能够大幅提升非营利组织服务其受益者的能力。这种能力使非营利组织能够随时提供周到且专业的支持，以创纪录的速度处理和组织数据，并与不同语言背景的人进行交流，这些都可能改变非营利组织的“游戏规则”。
在AI推动社会向好领域的创始人、资助者和支持者需要将我们最优秀的工具运用于解决当今世界面临的重大问题。同时，我们还应有意识地思考如何将AI应用于社会向好事业：AI是一种工具，而非最终目标。一个AI驱动的产品绝不是解决社会问题的灵丹妙药。非营利组织必须以影响力为首要目标，只在AI能够助力其规模化的地方加以应用。此外，跨部门合作，例如深入社区的在地非营利组织与AI驱动的非营利组织之间的合作，可以在解决紧迫的社会挑战方面发挥巨大的积极作用。当然，我们在使用AI来推动社会影响力时，负责任地部署承诺绝对是必要的，这一点毋庸置疑。特别是在与非优势群体合作时，围绕安全使用、数据隐私和避免有害偏见的考量尤为重要。
正如AI驱动的非营利组织Ersilia（利用开源AI推动可持续研究，以根除全球南方的传染病）的联合创始人杰玛·图伦（Gemma Turon）博士所说：“我们相信，这些新兴AI技术的好处不能仅限于少数人享有。我们必须努力确保每个人都能平等地从中受益。”历史上，技术的进步往往忽视了最脆弱群体的需求。非营利组织和民间应当站在AI的最前沿。通过赋予社区更大的能动性，让他们参与决定何时、何地以及如何利用这些技术，这种技术转型便可以与之携手同行，而不是强加于他们。
尽管如此，在不久的将来，这些用例可能会变得陈旧。我们现在正处于“拟态”阶段，这个阶段的技术创新通常是模仿并替代现有的用例。但是，真正改变范式的往往是下一步。社会部门将很快以我们尚未想象到的方式来实现更大的影响力。
作者：凯文·巴伦布拉特；布里吉特·霍耶·戈塞林克
来源：斯坦福社会创新评论
