Een groeiend aantal Afrikaanse ontwikkelaars pioniert met het gebruik van kunstmatige intelligentie (AI) om de uitdagingen van hun continent aan te pakken
— KI gebruikt om armoede aan te pakken, talen te vertalen
Afrikaanse gegevens die van vitaal belang zijn voor het bestrijden van raciale vooroordelen
Meer financiering, bredere digitale toegang nodig, zeggen ontwikkelaars
Vastbesloten om haar vaardigheden te gebruiken om ongelijkheid te bestrijden, ging de Zuid-Afrikaanse computerwetenschapper Raesetje Sefala aan de slag om algoritmen te bouwen die armoedehotspots markeren – het ontwikkelen van datasets waarvan ze hoopt dat ze zullen helpen bij hulp, nieuwe huisvesting of klinieken.
Van gewasanalyse tot medische diagnostiek, kunstmatige intelligentie (AI) wordt wereldwijd al gebruikt in essentiële taken, maar Sefala en een groeiend aantal collega-Afrikaanse ontwikkelaars pionieren ermee om de specifieke uitdagingen van hun continent aan te pakken.
Lokale kennis is van vitaal belang voor het ontwerpen van AI-gestuurde oplossingen die werken, zei Sefala.
“Als je geen mensen met verschillende ervaringen hebt die het onderzoek doen, is het gemakkelijk om de gegevens te interpreteren op manieren die anderen marginaliseren,” zei de 26-jarige vanuit haar huis in Johannesburg.
Afrika is ’s werelds jongste en snelst groeiende continent en technische experts zeggen dat jonge AI-ontwikkelaars van eigen bodem een cruciale rol te spelen hebben bij het ontwerpen van applicaties om lokale problemen aan te pakken.
“Om uit de armoede te komen, is innovatie nodig en dit kan revolutionair zijn, omdat het Afrikanen zijn die zelf dingen voor Afrika doen,” zei Cina Lawson, Togo’s minister van digitale economie en transformatie.
“We moeten geavanceerde oplossingen voor onze problemen gebruiken, omdat je problemen in 2022 niet oplost met methoden van 20 jaar geleden”, vertelde Lawson aan de Thomson Reuters Foundation in een video-interview vanuit het West-Afrikaanse land.
Digitale rechtengroepen waarschuwen voor het gebruik van AI bij surveillance en het risico op discriminatie, maar Sefala zei dat het ook kan worden gebruikt om “de mensen achter de datapunten te dienen”.
Ze bracht elke buitenwijk en township in Zuid-Afrika in kaart en combineerde deze dataset vervolgens met satellietgegevens en machine learning-algoritmen om de groei van deze buurten in de loop van de tijd vast te leggen.
Ze realiseerde zich al snel dat de algoritmen die ze had gebouwd alleen zo ver gingen omdat sommige townships – inclusief waar ze opgroeide – niet correct werden voorspeld.
Het kunnen verfijnen van de algoritmen op basis van haar geleefde ervaring betekende dat de verzamelde gegevens nauwkeuriger werden.
“Dat soort beslissingen bepalen wie je vervreemdt of opneemt wanneer je je AI-modellen bouwt,” zei Sefala, de eerste AI-onderzoeksmedewerker bij het Distributed AI Research (DAIR) -instituut – een door de gemeenschap aangestuurde onderzoeksgroep.
‘Gezondheid leveren’
Toen COVID-19 zich begin 2020 over de hele wereld verspreidde, realiseerden overheidsfunctionarissen in Togo zich dat er dringend actie nodig was om informele werknemers te ondersteunen die ongeveer 80% van de beroepsbevolking van het land uitmaken, zei Lawson.
“Als je besluit dat iedereen thuisblijft, betekent dit dat deze specifieke persoon die dag niet gaat eten, zo simpel is het,” zei ze.
In 10 dagen bouwde de overheid een mobiel betalingsplatform – Novissi genaamd – om contant geld uit te delen aan de kwetsbaren.
De regering werkte samen met de denktank Innovations for Poverty Action (IPA) en de Universiteit van Californië, Berkeley, om een armoedekaart van Togo te bouwen met behulp van satellietbeelden.
Met behulp van algoritmen met de steun van GiveDirectly, een non-profitorganisatie die AI gebruikt om contante overdrachten te distribueren, werden de ontvangers die minder dan $ 1,25 per dag verdienden en in de armste districten woonden, geïdentificeerd voor een directe geldoverdracht.
“We hebben ze een sms gestuurd met de mededeling dat als je financiële hulp nodig hebt, je alsjeblieft moet registreren,” zei Lawson, eraan toevoegend dat de toestemming en gegevensprivacy van begunstigden prioriteit hadden gekregen.
Het hele programma bereikte 920.000 begunstigden in nood.
“Machine learning heeft het voordeel dat het in zeer korte tijd zoveel mensen bereikt en hulp biedt wanneer mensen het het meest nodig hebben”, zegt Hij.d Caroline Teti, een in Kenia gevestigde GiveDirectly-regisseur.
‘Nul vertegenwoordiging’
Om de discussie over AI in Afrika te stimuleren, richtten computerwetenschappers Benjamin Rosman en Ulrich Paquet samen met andere collega’s in 2017 samen met andere collega’s de Deep Learning Indaba op – een bijeenkomst van een week die begon in Zuid-Afrika.
“Vroeger kwam je op de beste AI-conferenties en er was nul vertegenwoordiging uit Afrika, zowel in termen van papieren als mensen, dus we zijn allemaal bezig met het vinden van kosteneffectieve manieren om een gemeenschap op te bouwen,” zei Paquet in een videogesprek.
In 2019 werden 27 kleinere Indabas – IndabaX genaamd – over het hele continent uitgerold, met sommige evenementen met maar liefst 300 deelnemers.
Een van deze uitlopers was IndabaX Uganda, waar oprichter Bruno Ssekiwere zei dat deelnemers informatie deelden over het gebruik van AI voor sociale kwesties zoals het verbeteren van de landbouw en de behandeling van malaria.
Een ander resultaat van het Zuid-Afrikaanse Indaba was Masakhane – een organisatie die open-source, machine learning gebruikt om Afrikaanse talen te vertalen die niet typisch worden aangetroffen in online programma’s zoals Google Translate.
Op hun site spreken de oprichters over de Zuid-Afrikaanse filosofie van “Ubuntu” – een term die over het algemeen “menselijkheid” betekent – als onderdeel van de waarden van hun organisatie.
“Deze filosofie roept op tot samenwerking en participatie en gemeenschap”, luidt hun site, een filosofie die volgens Ssekiwere, Paquet en Rosman nu de drijvende waarde is geworden voor AI-onderzoek in Afrika.
Insluiting
Nu Sefala een dataset van de buitenwijken en townships van Zuid-Afrika heeft gebouwd, is ze van plan om samen te werken met domeinexperts en gemeenschappen om het te verfijnen, ongelijkheidsonderzoek te verdiepen en de algoritmen te verbeteren.
“Het gemakkelijk beschikbaar maken van datasets opent de deur voor nieuwe mechanismen en technieken voor beleidsvorming rond desegregatie, huisvesting en toegang tot economische kansen,” zei ze.
Afrikaanse AI-leiders zeggen dat het bouwen van completere datasets ook zal helpen om vooroordelen aan te pakken die in algoritmen zijn ingebakken.
“Stel je voor dat je Novissi uitrolt in Benin, Burkina Faso, Ghana, Ivoorkust … dan zal het algoritme worden getraind met het begrijpen van armoede in West-Afrika,” zei Lawson.
“Als er ooit manieren zijn om vooroordelen in technologie te bestrijden, is het door diverse datasets te vergroten … we moeten meer bijdragen”, zei ze.
Maar meer bijdragen vereist meer financiering voor Afrikaanse projecten en bredere toegang tot informaticaonderwijs en -technologie in het algemeen, zei Sefala.
Ondanks dergelijke obstakels zei Lawson dat “technologie de redder van Afrika zal zijn”.
“Laten we gebruik maken van wat cutting edge is en het meteen toepassen of als continent zullen we nooit uit de armoede komen,” zei ze. “Zo simpel is het.”
Verslag door Kim Harrisberg; Montage door Helen Popper. Dit artikel werd voor het eerst gepubliceerd door de Thomson Reuters Stichting, de liefdadigheidstak van Thomson Reuters, die het leven van mensen over de hele wereld behandelt die worstelen om vrij of eerlijk te leven.
