AI och insamling: Behöver insamling en mänsklig aspekt?

Artificiell intelligens är ett av de mest värdefulla verktygen i den digitala eran — ideella organisationer och välgörenhetsorganisationer har rätt att använda den för insamling. Men det är fortfarande en maskin i slutändan. Det är viktigt att analysera de operativa och etiska övervägandena när man använder den utan tillsyn.

Hur kan du använda AI i insamling?

Eftersom AI kan bearbeta stora datamängder snabbt och dra slutsatser nästan omedelbart, är dess potential inom ideell och välgörenhetsarbete lovande. Här är några av de viktigaste sätten du kan använda AI i insamling.

1. Framgångsprognos

Förvärv kostar pengar, så att göra processen effektiv är i allas bästa intresse. Lyckligtvis kan AI utföra prediktiv analys — den kan förutsäga beteende och trender. Som ett resultat kan den maximera framgång samtidigt som den minimerar utgifter.

En maskinlärande modell kan använda stora datamängder för att segmentera givare. Därefter jämför den deras historiska donationsmönster med deras profil. Resultatet är en mycket exakt förutsägelse av framgång. Den kan berätta för dig om en förvärv kommer att vara värt den initiala investeringen.

2. Allmän interaktion

Du kan använda en AI-chattbot för att interagera med allmänheten istället för att ha specifika supportroller. Eftersom den kan automatiskt besvara frågor och engagera sig med flera personer samtidigt, kan du lägga din energi på något mer produktivt.

3. Givarutreach

Många människor gör donationer av skatteskäl, men ännu fler av dem donerar för att de känner en personlig koppling till orsaken. Personalisering är nödvändig för att få ut det mesta av denna relation. Lyckligtvis kan AI skapa donationsförfrågningar, utreach-meddelanden och tacksamhetsbrev nästan omedelbart.

4. Innehållsgenerering

Insamling innebär en enorm mängd donationsförfrågningar, ansökningar och överklaganden. Medan dessa processer vanligtvis tar en enorm mängd tid, gör generativ AI saker och ting mycket enklare. Den kan till och med utveckla nya insamlingsidéer om du ber den att göra det.

Varför ska du använda AI i insamling?

AI kan helt förändra traditionella insamlingsprocesser. Tidigare metoder är tråkiga eftersom de förlitar sig på manuellt arbete, men AI är otroligt effektivt eftersom det använder automatisering. Kombinera det med dess unika förmåga att analysera stora mängder information, och du har ett användbart verktyg.

Du kan tackla den vanligaste insamlingsutmaningen — givarrätention — med AI. Medan den genomsnittliga räntan 2019 var 45,4%, sjönk den till 43,6% år 2020. Organisationer behöll färre än 20% av förstagångsgivare eftersom de inte kunde stödja sina nya förvärv.

Att införa AI sparar samtidigt personalens tid och ökar personaliseringen. Denna kombination kunde driva människor att känna en starkare koppling till ditt arbete. Människor som tror att en organisation har mer tid för dem och deras uppdrag kommer att vara mer benägna att fortsätta sitt stöd. Som ett resultat förbättrar du givarrätentionen avsevärt.

Ska AI ha ansvaret för insamling?

Medan AI är ett oumbärligt verktyg, har det begränsningar. För det första är föråldrade datapunkter vanliga bland de flesta modellerna. Många av dem — generativa versioner i synnerhet — tränas på stora öppna samlingar av information. Under processen tar de ofta upp mänskliga fördomar, vilket påverkar deras utdata.

I själva verket använder de flesta generativa modeller LAION-5B — en stor internet-skräppande datamängd — för att träna. Många tar upp otillfredsställande beteenden när deras primära källa till kunskap kommer från webbplatser, forum och kommentarsfält. Om du inte granskar modellens utdata, kan du få något som är felaktigt eller stötande.

Viktigast av allt kan AI inte förstå nyanserna av medkänsla eller moral. Även om det kan imitera människor, är det fortfarande ett regelbaserat verktyg som körs på logik. Det behöver mänsklig inmatning eftersom det saknar äkta kreativitet, nyfikenhet och empati. AI kan vara ett fantastiskt autonomt verktyg, men borde inte ta över insamlingsansvaret.

Är mänskligt engagemang fortfarande nödvändigt?

Om du vill att AI ska vara effektivt i sin roll, behöver du mänskligt engagemang. Stöd och manuell validering är avgörande för dess framgång. Du måste finnas till för att ge modellens utdata en personlig touch och vägleda den ordentligt. Annars kommer dess arbete att verka robotiskt och stelt.

Tänk om du litar på AI för att generera tacksamhetsbrev och det skriver om påhittade scenarier. Givare skulle inte vara nöjda med att ta emot en sådan sak och skulle potentiellt dra tillbaka sitt stöd. Även om en modell kan göra sitt jobb, är det inte klokt att låta tekniken köra utan att kontrollera den.

Hur kan du använda AI på ett ansvarsfullt sätt?

Även om AI inte bör ha ansvaret för insamling eftersom det har en potential för fel, kan du fortfarande integrera det omfattande om du använder det försiktigt. Som vilken annan teknik som helst, måste det fungera inom ett system av ansvar.

Det enklaste sättet att använda AI på ett ansvarsfullt sätt är att etablera en manuell granskning och valideringsprocess. Istället för att anta att modellens utdata alltid är faktiskt, låt någon granska det och dubbelkontrollera allt. Detta tillvägagångssätt minimerar fördomar och felaktiga uttalanden.

Revisoner är också ett utmärkt sätt att hålla din algoritm under kontroll. De är en djupgående, pågående process för att säkerställa att modeller fungerar etiskt och konsekvent. Du granskar träningsdata, analyserar utdata, dubbelkontrollerar giltighet och testar för fördomar. Målet är att AI ska vara rättvist och transparent.

Framför allt bör du etablera en tydlig etisk riktlinje. Den bör innehålla procedurer som beskriver hur, varför och när organisationen kan använda AI. Till exempel kunde du besluta att ansökningsgenerering är acceptabelt, medan tacksamhetsbrev förblir en mänsklig uppgift. Att skapa och följa en uppsättning regler kommer att dramatiskt förbättra ansvar.

Människor är fortfarande en nödvändig del av insamling

Människor är unika — deras kreativitet, passion och abstrakta tänkande är hjärtat i ideell och välgörenhetsarbete. Även om AI tekniskt sett överträffar dem på många områden, har det fortfarande begränsningar. Medan du kan använda det i nästan alla administrativa eller generativa uppgifter relaterade till insamling, behöver du fortfarande vara involverad.