人工智能与筹款：筹款是否需要人类元素？

人工智能是数字时代最有价值的工具之一 —— 非营利组织和慈善机构有理由将其用于筹款。然而，它最终仍是一台机器。分析使用它的运营和伦理考虑至关重要。

如何在筹款中使用人工智能?

由于人工智能可以快速处理大量数据并几乎瞬间得出结论，因此它在非营利和慈善工作中的潜力是有前途的。以下是您可以在筹款中使用人工智能的主要方式。

1. 成功预测

获取成本很高，因此使该过程高效是每个人的最佳利益。幸运的是，人工智能能够进行预测分析 —— 它可以预测行为和趋势。因此，它可以最大限度地提高成功率，同时最小化支出。

机器学习模型可以使用大量数据集来细分捐赠者。从那里，它将他们的历史捐赠趋势与他们的个人资料进行比较。结果是高度准确的成功预测。它可以告诉您是否值得进行初始投资。

2. 公众互动

您可以使用人工智能聊天机器人与公众互动，而不是拥有特定的支持角色。由于它可以自动回答问题并同时与多个人互动，因此您可以将精力投入到更有生产力的东西中。

3. 捐赠者外联

许多人出于税收目的进行捐赠，但更多的人因为对事业有个人联系而捐赠。个性化是充分利用这种关系的必要条件。幸运的是，人工智能可以几乎瞬间创建捐赠请求、外联消息和感谢信。

4. 内容生成

筹款涉及大量的捐赠请求、补助申请和呼吁。虽然这些过程通常需要大量时间，但生成式人工智能使事情变得更加简单。它甚至可以开发新的筹款创意，如果您要求它的话。

为什么您应该在筹款中使用人工智能?

人工智能可以彻底改变传统的筹款流程。以前的方法很繁琐，因为它们依赖于手动劳动，但人工智能非常高效，因为它使用自动化。将其与其独特的分析大量信息的能力结合起来，您就拥有了一种有益的工具。

您可以使用人工智能解决最常见的筹款痛点 —— 捐赠者留存。虽然 2019 年的留存率 平均为 45.4%，但到 2020 年，它下降到了 43.6%。组织保留了不到 20% 的首次捐赠者，因为他们无法支持新的获取。

同时引入人工智能节省了员工时间并提高了个性化程度。这种组合可能会使人们更强烈地与您的工作联系起来。那些认为一个组织有更多时间陪伴他们和他们的事业的人更有可能继续支持您。因此，您大大提高了捐赠者留存率。

人工智能是否应该负责筹款?

虽然人工智能是一种不可或缺的工具，但它有局限性。首先，过时的数据点在大多数模型中很常见。许多模型 —— 特别是生成式模型 —— 训练在大量开放源代码信息集合上。在此过程中，它们经常吸收人类偏见，影响其输出。

事实上，大多数生成式模型使用 LAION-5B—— 一个大规模的互联网抓取数据集 —— 进行训练。许多模型从网站、论坛和评论部分获取不满意的行为。当您的主要知识来源来自互联网时，如果您不审查模型的输出，您可能会得到不准确或冒犯性的内容。

最重要的是，虽然大多数非营利和慈善工作都围绕着道德使命，但人工智能无法理解同情心或道德的细微差别。即使它可以模仿人类，但它仍然是一种基于规则的工具，运行在逻辑上。它需要人类输入，因为 它缺乏真正的创造力、好奇心和同理心。人工智能可以成为一个很好的自动化工具，但不应该承担筹款责任。

人类参与是否仍然必要?

如果您希望人工智能在其角色中有效，您需要人类参与。支持和手动验证对于其成功至关重要。您必须在那里给模型的输出添加个人化的触感并正确地指导它。否则，其工作将显得机械和陈旧。

想象一下，如果您相信人工智能可以生成感谢信，它写的是虚构的场景。捐赠者不会高兴地收到这样的东西，并可能撤回他们的支持。即使模型可以做其工作，也不明智地让技术在没有检查的情况下运行。

如何负责任地使用人工智能?

虽然人工智能不应该负责筹款，因为它有出错的潜力，但您仍然可以在使用它时进行广泛的集成。如果您小心地使用它。像任何其他技术一样，它必须在问责制系统中运行。

使用人工智能的最简单方法是建立一个手动审查和验证流程。不要假设模型的输出始终是事实，而是让某人审查并双重检查一切。这一方法可以最小化偏见和虚假陈述。

审计也是保持算法受控的极佳方法。它们是深入的、持续的流程 以确保模型以道德和一致的方式运行。您审查训练数据、分析输出、双重检查有效性并测试偏见。目标是使人工智能公平和透明。

最重要的是，您应该制定明确的道德指南。它应该包含有关如何、为什么以及何时使用人工智能的程序。例如，您可以决定补助申请生成是可以接受的，而感谢信仍然是人类专属任务。创建并遵守一套规则将大大提高问责制。

人类仍然是筹款的必要部分

人类是独特的 —— 他们的创造力、热情和抽象思维是非营利和慈善工作的核心。虽然人工智能在许多领域技术上优于人类，但它仍然存在局限性。虽然您几乎可以在与筹款相关的所有行政或生成任务中使用人工智能，但您仍然需要参与其中。