AI og innsamling: Trenger innsamling et menneskelig element?

Kunstig intelligens er ett av de mest verdifulle verktøyene i den digitale tiden — nonprofit- og veldedighetsorganisasjoner har rett i å bruke det til innsamling. Likevel er det fremdeles en maskin til slutt. Det er viktig å analysere de operative og etiske overveielser ved å bruke det uten tilsyn.

Hvordan kan du bruke AI i innsamling?

Siden AI kan prosessere massive datamengder raskt og trekke konklusjoner nesten øyeblikkelig, er dens potensiale i nonprofit- og veldedighetsarbeid lovende. Her er noen av de viktigste måtene du kan bruke AI i innsamling.

1. Suksessprediksjon

Innsamling koster penger, så å gjøre prosessen effektiv er i alle partes beste interesse. Heldigvis er AI i stand til å gjøre prediktiv analyse — det kan forutsi atferd og trender. Som resultat kan det maksimere suksess samtidig som det minimerer utgifter.

En maskinlæringmodell kan bruke massive datamengder til å segmentere givere. Deretter sammenligner den deres historiske donasjonstrender med deres profil. Resultatet er en svært nøyaktig prediksjon av suksess. Det kan fortelle deg om en innsamling vil være verdt den opprinnelige investeringen.

2. Offentlig interaksjon

Du kan bruke en AI-chatbot til å interagere med allmennheten i stedet for å ha spesifikke støtteroller. Siden det kan automatisk håndtere spørsmål og engasjere med flere personer samtidig, kan du bruke din energi på noe mer produktivt.

3. Giverutreach

Mange mennesker gir penger for skatteformål, men enda flere gir fordi de føler en personlig tilknytning til årsaken. Personliggjøring er nødvendig for å maksimere denne relasjonen. Heldigvis kan AI skape donasjonsforespørsler, outreach-beskjeder og takkbreve nesten øyeblikkelig.

4. Innholdsgenerering

Innsamling innebærer en enorm mengde donasjonsforespørsler, søknader og appeller. Mens disse prosessene vanligvis tar en enorm mengde tid, gjør generativ AI ting mye enklere. Det kan sogar utvikle nye innsamlingsideer hvis du ber det om det.

Hvorfor bør du bruke AI i innsamling?

AI kan fullstendig omdefinere tradisjonelle innsamlingsprosesser. Tidligere metoder er kjedelige fordi de avhenger av manuell innsats, men AI er usedvanlig effektivt fordi det bruker automatisering. Kombiner dette med dens unike evne til å analysere massive mengder informasjon, og du har et nyttig verktøy.

Du kan takle det vanligste innsamlingsproblemet — giverretensjon — med AI. Mens den gjennomsnittlige retensjonsraten i 2019 var 45,4%, falt den til 43,6% i 2020. Organisasjoner beholdt færre enn 20% av første-gangs-givere fordi de ikke kunne støtte sine nye akkvuisisjoner.

Innføring av AI samtidig som det sparer stabtiden og øker personliggjøringen. Denne kombinasjonen kan drive mennesker til å føle en sterkere tilknytning til ditt arbeid. Mennesker som tror en organisasjon har mer tid for dem og deres misjon, vil være mer tilbøyelige til å fortsette sin støtte. Som resultat vil du dramatisk forbedre giverretensjonsraten.

Bør AI være ansvarlig for innsamling?

Mens AI er et uvurderlig verktøy, har det begrensninger. For det første er gamle data vanlige blant de fleste modellene. Mange av dem — generative versjoner spesielt — trener på massive åpne samlinger av informasjon. I prosessen kan de ofte plukke opp menneskelig fordom, noe som påvirker deres utgang.

I virkeligheten bruker de fleste generative modeller LAION-5B — en enorm internett-skraping datamengde — til å trene. Mange plukker opp utilfredsstillende atferd når deres primære kilde for kunnskap kommer fra nettsider, forum og kommentarsjoner. Hvis du ikke gjennomgår modellens utgang, kan du ende opp med noe uriktigt eller fornærmelig.

Viktigst av alt kan ikke AI forstå nyansene av medfølelse eller moral. Selv om det kan ligne mennesker, er det fremdeles et regelbasert verktøy som kjører på logikk. Det trenger menneskelig innsats siden det mangler ekte kreativitet, nysgjerrighet og empati. AI kan være et fantastisk autonomt verktøy, men bør ikke overta innsamlingsansvaret.

Er menneskelig involvering fremdeles nødvendig?

Hvis du ønsker at AI skal være effektivt i sin rolle, trenger du menneskelig involvering. Støtte og manuell validering er essensielle for dens suksess. Du må være der for å gi modellens utgang en personlig berøring og guide det riktig.

Tenk hvis du betrodde AI til å generere takkbreve og det skrev om fiktive scenarier. Givere ville ikke være glade for å motta slike ting og ville potensielt trekke tilbake sin støtte. Selv om en modell kan gjøre jobben sin, er det ikke klokt å la teknologien kjøre uten å sjekke på den.

Hvordan kan du bruke AI ansvarlig?

Selv om AI ikke bør være ansvarlig for innsamling på grunn av dens potensiale for feil, kan du likevel integrere det omfattende hvis du bruker det forsiktig. Som ethvert annet teknologi må det operere innenfor et system av ansvar.

Den enkleste måten å bruke AI ansvarlig på, er å etablere en manuell gjennomgangs- og valideringsprosess. I stedet for å anta at modellens utgang alltid er faktisk, kan noen gjennomgå det og dobbelt-sjekke alt. Denne tilnærmingen minimiserer fordom og feil uttalelser.

Revisjoner er også en utmerket måte å holde din algoritme i sjakk. De er en dybdegående, pågående prosess for å sikre at modeller opererer etisk og konsistent. Du gjennomgår treningdata, analyserer utgang, dobbelt-sjekker gyldighet og tester for fordom. Målet er at AI skal være rettferdig og gjennomsiktig.

Over alt annet bør du etablere en klar etisk retningslinje. Den bør inneholde prosedyrer som beskriver hvordan, hvorfor og når organisasjonen kan bruke AI. For eksempel kunne du bestemme at søknadsgenerering er akseptabelt, mens takkbreve forblir et menneskelig ansvar. Å opprette og holde fast ved en sett med regler vil dramatisk forbedre ansvar.

Mennesker er fremdeles et nødvendig del av innsamling

Mennesker er unike — deres kreativitet, lidenskap og abstrakt tenkning er hjertet av nonprofit- og veldedighetsarbeid. Selv om AI teknisk sett overgår dem i mange områder, har det likevel begrensninger. Mens du kan bruke det i nesten alle administrative eller generative oppgaver relatert til innsamling, må du likevel bli involvert.