Broer utdanningsgapene i den underutviklede verden gjennom nyttig AGI: Leksjoner fra Etiopia

Som løftet om Artificial General Intelligence (AGI) stadig mer fanger den globale forestillingen, er det kritisk at vi sikrer at fremgang i AI er til nytte for alle, ikke bare privilegerte samfunn som allerede er relativt rike på ressurser, men spesielt underbetjente befolkninger som møter varige utdannings- og økonomiske ulikheter. Ved å trekke på våre erfaringer fra å jobbe sammen på iCog Labs i Etiopia, et selskap grunnlagt av Ben Goertzel og Getnet Aseffa i 2013, som var Etiopias første og fortsatt er det mest betydelige AI-selskapet, har vi sett både den transformative potensialet og de nyanserte utfordringene ved å bruke AI-teknologier i den underutviklede verden.

AI’s potensiale som en utdanningslikhetsskapende faktor er dyptgripende. Likevel, for mange samfunn, spesielt de utenfor store bysentre eller som sliter med enorme sosioøkonomiske hindre, er tilgang til selv grunnleggende kvalitetsutdanning fremdeles et luksus. Lagt på toppen av de tallrike andre utfordringene som livet i den underutviklede verden stiller, møter disse underbetjente befolkningene ofte to kjerneproblemer som er spesifikke for utdanningsdomenet: språkbarrierer og kulturelt irrelevante utdanningsinnhold. Disse kan overvindes, men vi har funnet at det kan kreve betydelig kunstnerisk innsats samt adekvate ressurser, og i særlig grad krever det forståelse både av teknologien selv og av de lokale vanskelighetene som møtes i situasjoner i den underutviklede verden.

Å overvinne språkbarrierer

UNESCO estimerer at 40% av studenter globalt mangler tilgang til utdanning på et språk de fullstendig forstår. Det trenger ikke mye forestillingsevne å se hvordan denne grunnleggende misforbindelsen alvorlig hindrer læring. AI-drevne oversettelses- og språkverktøy tilbyr imidlertid kraftfulle løsninger. Dette er en av de tydeligste måtene avansert teknologi kan relativt billig tilby massive fordeler for underbetjente befolkninger. Likevel har de teknologiselskapene i den utviklede verden som driver den største delen av moderne AI-utvikling liten motivasjon til å perfeksjonere språkteknologi for språk som hovedsakelig tales av personer med minimal kjøpekraft, ingen kredittkort, liten mulighet eller tilbøyelighet til å klikke på annonser.

Samarbeidet vi har etablert mellom iCog Labs og Curious Learning illustrerer potensialet her. Ved å utnytte Generative AI, har vi laget lokale språk-apps som nå betjener over 85 000 aktive brukere. Slike initiativer viser hvordan AI kan hjelpe med å overvinne språkbarrierer, selv i språk med begrensede ressurser som vanligvis er underbetjent av standard store språkmodeller.

Ved å erkjenne datasparse som en flaskehals, har vi også lansert Leyu, en desentralisert data-kildesamlingplattform, som eksplisitt samler inn språkressurser fra frakoblete samfunn. Den samlede data, som par av semantisk parallelt tale i et underresursspråk og et bedre resursspråk, kan deretter brukes av lokale AI-utviklere til å trene AI-modeller som oversetter lokale språk til verdensspråkene som utgjør mesteparten av Internett. Ved å proaktivt håndtere denne språkglappen, sikrer vi at samfunnene nyter umiddelbar nytte når de kobles til, i stedet for å bli liggende ennå lenger bak.

Å sikre relevans gjennom kontekstuell læring

Utenom språk, krever effektiv utdanning relevans. Importert utdanningsinnhold feiler ofte i å resonnere med lærende hvis hverdagsopplevelser avviker dramatisk fra scenariene som er avbildet i standardiserte læreplaner. AI muliggjør tilpasning av utdanningsmateriell, kontekstualisering av leksjoner i lokale realiteter. Forestill deg naturfagutdanning som utnytter lokale landbrukspraksiser, eller matematikkproblemer som er avledet fra samfunnstransaksjoner. Slike kulturelt tilpassede innhold inspirerer ikke bare til praktisk anvendelse, men nærer også engasjement og selvstendighet.

Vår Digitruck-prosjekt, et av-grid mobil utdanningssenter utviklet av iCog Labs og delvis sponsert av vårt globale desentraliserte-AI-prosjekt SingularityNET, demonstrerer dette levende. Vi har utrustet en semi-trailer lastebil som et mobilt klasserom, utstyrt med datamaskiner og elektronisk utstyr, og tatt det til ett lokalsamfunn etter ett, betjent av lokale ekspertrlærere. Unge lærende i rurale områder i Etiopia møter kode- og AI-konsepter gjennom praktisk erfaring med nettbrett og maker-kit, og gjennom anvendelser i relevante sammenhenger – som forbedring av landbrukspraksiser – som illustrerer AI’s kraft til å gjøre andre teknologier praktisk empowerment.

Å jobbe gjennom mangfoldighetsutfordringene som stiller seg i den underutviklede verdens økosystemer, kan kreve betydelig tålmodighet. I perioden 2015-2019, for eksempel, introduserte vår RoboSapiens-initiativ etiopiske universitetsstudenter til AI gjennom humanoid roboter programmert til å spille fotball, en kulturelt resonnant og engasjerende tilnærming. Robotfotballkonkurranser mellom etiopiske, kenyanske og nigerianske universiteter viste seg å være kraftig energiserende for de studenter som var involvert, og det var frustrerende når vi måtte pause dette programmet på grunn av kompleksiteter relatert til unødvendig høye importtoll på elektroniske enheter, som ikke engang lokale universiteter (som selv er en del av regjeringen) kunne få unntak fra.

AI som en pålitelig alliert, ikke en trussel

I motsetning til frykter som er utbredt i rike, digitalt mettede samfunn – som Terminator-lignende eksistensiell risiko eller AI-indusert jobbfordeling – ser samfunn med begrensede internett-tilgang ofte på AI som en pålitelig informasjonell alliert. Nigerianske bønder, for eksempel, engasjerer aktivt AI-støttede call-sentre for praktisk landbruksråd og markedinsikt. Her kompletterer og forbedrer AI-teknologien livsgrunnlagene, og styrker tillit gjennom tangibelt nytte.

Støtte til kollektiv læring og sosialt nettverk

AI-integrasjon i utdanning må respektere eksisterende sosiale strukturer. Mange underbetjente samfunn prioriterer kollektive over individualistiske tilnærminger, og gjør gruppe-læring kritisk. Fordelaktig AI bør fremme samarbeid, forbedre samfunnsmentorering, og integrere sammen med eksisterende kollektive beslutningsprosesser. AI-verktøy designet fra en desentralisert og deltakende perspektiv harmonerer naturlig med slike samfunnsdrevne utdanningsmodeller, og forsterker sosial kohesjon i stedet for å forstyrre den.

Som en konkrete eksempel på hvordan dette kan fungere, kan en forestille seg en utvidelse av DigiTruck-initiativet til et mer varig program der DigiTruck-alumner blir veiledet til å lede AI-integrasjon i diverse aspekter av etiopisk landsbyliv. Vi ville ønske AI-støttede utdanningsplattformer å være rikt integrert med samfunnsdrevne verksteder. Forestill deg samfunnseldre og lærere som samarbeider om å bruke AI-genererte læringsmateriell under gruppesamtaler, og som fremmer diskusjoner rundt praktiske emner som bærekraftige landbruksmetoder, lokale helsepraksiser og finansiell dyktighet. Disse AI-verktøyene ville ikke bare tilby innhold, men ville aktivt oppmuntre gruppesamtaler og kollektiv problemløsning, og styrke samfunnsbånd og sikre at utdanning forblir dypt integrert i lokale tradisjoner og kollektive beslutningsrammer. Slike programmer ville være enkle nok å deployere nå; hva som mangler, er “bare” finansiering for slike initiativer.

Navigering av risiko og etisk implementering

Løftet om AI for å akselerere den underutviklede verdens positive selvtransformasjon er klart og usedvanlig spennende, men likevel må vi håndtere risikoene. AI’s letthet og umiddelbarhet risikerer å minske grunnleggende ferdigheter eller motivasjon blant studenter. Å introdusere AI ansvarlig krever å styrke, ikke erstatte, menneskelige lærere og tradisjonelle læringsfundamenter. AI må bli posisjonert som støtteinfrastuktur – som muliggjør personlig læring og antenner intellektuell nysgjerrighet, i stedet for å være en løsning som undergraver kritisk tenkning og motivasjon.

Ved å fremme i disse retningene, er det avgjørende å være oppmerksom på menneske-AI-tilpasning, av praktiske grunner: Uten tilpasning til behovene og verdiene til lokale befolkninger, vil AI ikke levere nødvendige tjenester til de som trenger det mest. Likevel mener vi sterkt at tilpasning bør oppstå fra rik og meningsfullt samarbeid, i stedet for rigid og hamhent hamper. I stedet for å begrense AI innenfor smale, forhåndsdefinerte verdier fra bestemte kulturer eller elitekontrollerte grenser, oppstår meningsfull tilpasning fra erfaringer av genuint engasjement, der AI dypt kobler seg til menneskelige lærende. Dette er hvordan man former både menneskelig og kunstig intelligens positivt, og driver gjensidig vekst.

Desentralisert og demokratisk AI for global utdanning

Vi har antydet allerede at den globale AI-teknologiscenen i øyeblikket domineres av en håndfull store selskaper fra to store nasjoner. Dette er årsaken til at AI-språkteknologi for tiden ignorerer de fleste afrikanske språk, og generelt er mer nyttig for problemene til rike, urbane, utviklede verdens profesjonelle enn den rurale fattige i Afrika, Sentral-Asia eller andre steder.

Mens vi respekterer det fantastiske arbeidet disse store teknologiselskapene gjør, mener vi bestemt at desentralisert, demokratisk styrt AI-utvikling har klare fordeler for global utdanningslikhet. Dette er hvorfor vi har lagt så mye energi i å utvikle plattformer som SingularityNET, som muliggjør desentralisert AI-arkitektur og demokratiske deltakelse og styre. Slike rammeverk gjør det mer sannsynlig at AI-utvikling reflekterer mangfoldige globale behov, i stedet for smale korporative eller regjeringsinteresser.

Vi har lært at veien mot likeverdig AI-forbedret utdanning ikke er enkel – den krever intensjonalitet, kulturell sensitivitet, etisk forsiktighet og deltakende styre. Men de potensielle belønningene – å eliminere utdanningsbarrierer, forbedre kulturell relevans og styrke samfunn globalt – gjør denne reisen ikke bare verdifull, men også imperativ.

Gjennom omsorgsfull forvaltning kan vi utnytte AI til å realisere utdanningslikhet, og heve menneskeheten globalt. Disse ordene kan høres abstrakt og høytidelig ut, men når en ser en barn skrive sine første AI-kodelinjer i en DigiTruck som besøker deres landsby, føles deres konkrete mening overveldende klar.