AI en fondsenwerving: heeft fondsenwerving een menselijk element nodig?

Kunstmatige intelligentie is een van de meest waardevolle instrumenten in het digitale tijdperk; non-profitorganisaties en liefdadigheidsinstellingen gebruiken het terecht voor fondsenwerving. Maar uiteindelijk is het nog steeds een machine. Het is van cruciaal belang om de operationele en ethische overwegingen bij het gebruik ervan zonder toezicht te analyseren.

Hoe kunt u AI gebruiken bij fondsenwerving?

Omdat AI enorme datasets snel kan verwerken en vrijwel onmiddellijk conclusies kan trekken, is het potentieel ervan in non-profit- en liefdadigheidswerk veelbelovend. Hier volgen enkele van de belangrijkste manieren waarop u AI kunt gebruiken bij fondsenwerving. 

1. Succesvoorspelling

Acquisitie kost geld, dus het efficiënt maken van het proces is in ieders belang. Gelukkig is AI in staat tot voorspellende analyses – het kan gedrag voorspellen en trends. Als gevolg hiervan kan het succes worden gemaximaliseerd terwijl de uitgaven worden geminimaliseerd. 

Een machinaal leermodel kan enorme datasets gebruiken om donoren te segmenteren. Van daaruit worden hun historische donatietrends vergeleken met hun profiel. Het resultaat is een zeer nauwkeurige voorspelling van succes. Het kan u vertellen of een overname de initiële investering waard is.

2. Publieke interactie

U kunt een AI-chatbot gebruiken om met het grote publiek te communiceren in plaats van specifieke ondersteunende rollen te vervullen. Omdat het automatisch vragen kan beantwoorden en met meerdere mensen tegelijk kan communiceren, kunt u uw energie in iets productiever steken. 

3. Donorbereik 

Veel mensen doen donaties voor belastingdoeleinden, maar nog meer mensen doneren omdat ze zich persoonlijk verbonden voelen met het goede doel. Personalisatie is noodzakelijk om het beste uit deze relatie te halen. Gelukkig kan AI vrijwel onmiddellijk donatieverzoeken, outreach-berichten en waarderingsbrieven creëren. 

4. Inhoudsgeneratie

Bij fondsenwerving gaat het om een ​​enorme hoeveelheid donatieverzoeken, subsidieaanvragen en beroepschriften. Hoewel deze processen doorgaans enorm veel tijd in beslag nemen, maakt generatieve AI de zaken veel eenvoudiger. Het kan zelfs nieuwe ideeën voor fondsenwerving ontwikkelen als u daarom vraagt.

Waarom zou u AI gebruiken bij fondsenwerving?

AI kan traditionele fondsenwervingsprocessen volledig herzien. Eerdere methoden zijn vervelend omdat ze afhankelijk zijn van handmatige inspanning, maar AI is ongelooflijk efficiënt omdat het gebruik maakt van automatisering. Koppel dat aan het unieke vermogen om enorme hoeveelheden informatie te analyseren en je hebt een nuttig hulpmiddel.

Je kunt het meest voorkomende pijnpunt bij fondsenwerving – het behouden van donoren – aanpakken met AI. Terwijl het tarief van 2019 bedroeg gemiddeld 45.4%In 43.6 was dit percentage gedaald tot 2020%. Organisaties hielden minder dan 20% van de nieuwe donateurs vast omdat ze hun nieuwe aanwinsten niet konden ondersteunen. 

De introductie van AI bespaart tegelijkertijd tijd voor het personeel en stimuleert de personalisatie. Deze combinatie kan ervoor zorgen dat mensen een sterkere band met je werk voelen. Mensen die denken dat een organisatie meer tijd voor hen en haar missie heeft, zullen eerder geneigd zijn hun steun voort te zetten. Het resultaat is dat u het donorretentiepercentage drastisch verbetert. 

Moet AI de leiding hebben over fondsenwerving?

Hoewel AI een onmisbaar hulpmiddel is, heeft het beperkingen. Voor een, verouderde datapunten komen vaak voor onder de meeste modellen. Velen van hen – vooral generatieve versies – trainen op enorme open-sourceverzamelingen van informatie. Daarbij pikken ze vaak menselijke vooroordelen op, wat hun output beïnvloedt. 

Eigenlijk, de meeste generatieve modellen gebruiken LAION-5B – een enorme dataset die het internet schrapt – om te trainen. Velen vertonen onbevredigend gedrag wanneer hun voornaamste bron van kennis afkomstig is van websites, forums en commentaarsecties. Als u de uitvoer van uw model niet controleert, kunt u iets onnauwkeurigs of aanstootgevends tegenkomen. 

Het allerbelangrijkste is dat hoewel het meeste non-profit- en liefdadigheidswerk zich concentreert op een morele missie, AI de nuances van mededogen of moraliteit niet kan begrijpen. Hoewel het mensen kan nabootsen, is het nog steeds een op regels gebaseerd hulpmiddel dat op logica draait. Sindsdien heeft het menselijke inbreng nodig het ontbreekt aan echte creativiteit, nieuwsgierigheid en empathie. AI kan een fantastisch autonoom hulpmiddel zijn, maar mag de verantwoordelijkheden op het gebied van fondsenwerving niet overnemen. 

Is menselijke betrokkenheid nog steeds nodig?

Als je wilt dat AI effectief is in zijn rol, heb je menselijke betrokkenheid nodig. Ondersteuning en handmatige validatie zijn essentieel voor het succes ervan. Jij moet er zijn om de output van een model een persoonlijk tintje te geven en deze goed te begeleiden. Anders zal zijn werk robotachtig en saai lijken.

Stel je voor dat je AI zou vertrouwen om waarderingsbrieven te genereren en dat het over verzonnen scenario’s zou schrijven. Donoren zouden niet blij zijn zoiets te ontvangen en zouden mogelijk hun steun intrekken. Zelfs als een model zijn werk kan doen, is het niet verstandig om de technologie zijn gang te laten gaan zonder er rekening mee te houden.

Hoe kun je AI op een verantwoorde manier gebruiken?

Hoewel AI niet verantwoordelijk zou moeten zijn voor de fondsenwerving, omdat er kans op fouten bestaat, kun je het toch uitgebreid integreren als je er zorgvuldig mee omgaat. Net als elke andere technologie moet deze functioneren binnen een systeem van verantwoordelijkheid. 

De eenvoudigste manier om AI op verantwoorde wijze te gebruiken, is het opzetten van een handmatig beoordelings- en validatieproces. In plaats van aan te nemen dat de output van het model altijd feitelijk is, kun je het beter door iemand laten beoordelen en alles nogmaals controleren. Deze aanpak minimaliseert vooringenomenheid en valse verklaringen. 

Audits zijn ook een uitstekende manier om uw algoritme onder controle te houden. Het is een diepgaand, voortdurend proces om ervoor te zorgen dat modellen ethisch werken en consequent. Je beoordeelt trainingsgegevens, analyseert de output, controleert de validiteit nogmaals en test op bias. Het doel is dat AI eerlijk en transparant is. 

Bovenal moet u een duidelijke ethische richtlijn opstellen. Het moet procedures bevatten die beschrijven hoe, waarom en wanneer de organisatie AI kan gebruiken. U kunt bijvoorbeeld besluiten dat het genereren van subsidieaanvragen acceptabel is, terwijl waarderingsbrieven een menselijke taak blijven. Het opstellen en naleven van een reeks regels zal de verantwoording dramatisch verbeteren.

Mensen zijn nog steeds een noodzakelijk onderdeel van fondsenwerving

Mensen zijn uniek: hun creativiteit, passie en abstract denken vormen het kloppende hart van non-profit- en liefdadigheidswerk. Hoewel AI op veel gebieden technisch gezien beter presteert, heeft het nog steeds beperkingen. Hoewel je het kunt gebruiken bij vrijwel elke administratieve of generatieve taak die verband houdt met fondsenwerving, moet je er toch bij betrokken blijven.