L’intelligence artificielle facilite un meilleur contrôle de l’aide au développement mondial

L'intelligence artificielle facilite un meilleur contrôle de l'aide au développement mondial

Vue d’ensemble des clusters d’activités générés par le framework d’apprentissage automatique. a, Illustration schématique des activités d’aide à la cartographie d’agrégation ascendante sur des groupes d’activités sur la base de descriptions d’activités textuelles. Pour réduire la complexité, seuls des exemples de secteurs, de grappes d’activités et d’attributs d’activités sont présentés dans l’illustration. Cette simplification est mise en évidence par des lignes pointillées et des ellipses. b, Nombre de clusters d’activités par secteur d’aide. La catégorie « Autres » comprend 19 secteurs d’aide supplémentaires de plus petite taille, tels que la pêche. c, Nombre d’activités d’aide globale menées entre 2000 et 2019 par secteur d’aide. d, Total des décaissements d’aide en milliards de dollars américains dépensés pour les activités d’aide de 2000 à 2019 par secteur d’aide. Crédit: Durabilité naturelle (2022). DOI : 10.1038/s41893-022-00874-z

Une équipe d’experts en intelligence artificielle dirigée par Stefan Feuerriegel, directeur de l’Institut d’intelligence artificielle en gestion de LMU, injecte de la transparence dans l’aide au développement mondial. Les chercheurs ont développé un système d’intelligence artificielle qui catégorise les projets d’aide de manière plus complète qu’il n’était possible jusqu’à présent et facilite un meilleur suivi de ces projets. Les résultats sont publiés dans la revue Durabilité naturelle.

“Grâce à notre cadre, il est désormais possible de suivre les projets d’aide au développement mondial sur la base de critères variés, tels que l’atténuation du changement climatique, et incluant des critères qui n’avaient jamais été pris en compte auparavant. De cette façon, nous pouvons identifier des différences et signaler les éventuelles lacunes », déclare Stefan Feuerriegel. “Notre approche peut aider les institutions politiques à prendre des décisions fondées sur des preuves, conformément aux objectifs de développement durable (ODD) des Nations Unies.”

Jalons : l’IA apporte la transparence

Appliquant son approche IA, l’équipe LMU a regroupé 3,2 millions de projets d’aide menés entre 2000 et 2019. Au total, 2,8 billions de dollars américains ont été investis dans le cadre de ces projets. L’intelligence artificielle a été utilisée pour affecter les projets à différents groupes thématiques. “Pour la première fois, cette catégorisation granulaire révèle le besoin important de recherche sur les émissions de gaz à effet de serre et les soins de santé maternelle, par exemple”, note Feuerriegel. Dans le même temps, il est désormais également possible de repérer des zones géographiques où certains aspects ont jusqu’à présent été négligés.

L’aide au développement couvre des activités très différentes financées par de nombreuses organisations différentes. Il peut, par exemple, prendre la forme de fournitures matérielles, de dons financiers, de formations ou encore de soutien technologique. Le financement est assuré par des organisations internationales et de petits donateurs nationaux. “Compte tenu du volume d’argent qui est distribué pour l’aide au développement, il est important de savoir où et dans quels domaines il est déployé à l’échelle mondiale. C’est la seule façon de coordonner judicieusement les projets au niveau mondial”, déclare Feuerriegel. “Les systèmes utilisés dans le passé pour enregistrer les projets de cette manière étaient sérieusement inadéquats, sujets à des décalages temporels et liés à de lourds frais généraux bureaucratiques.”

Les chercheurs de LMU utilisent donc un cadre d’apprentissage automatique pour capturer et analyser les activités d’aide au développement mondiales de la manière la plus complète possible. Des millions de descriptions de projets individuels ont été utilisées pour former ce système. Sur la base de ces descriptions textuelles, l’algorithme a développé une catégorisation complète et granulaire de 173 groupes d’activités d’aide mondiale tels que l’éducation et la nutrition, mais aussi la biodiversité. Les chercheurs du LMU ont ainsi réalisé une percée majeure dans l’optimisation de l’analyse basée sur les données pour soutenir le développement durable.


Les pays ont raté l’occasion de faire face à la crise climatique avec une relance pandémique


Plus d’information:
Malte Toetzke et al, Suivi de l’aide au développement mondial avec l’apprentissage automatique, Durabilité naturelle (2022). DOI : 10.1038/s41893-022-00874-z

Fourni par l’Université Ludwig Maximilian de Munich

Citation: L’intelligence artificielle facilite un meilleur contrôle de l’aide au développement mondial (13 avril 2022) récupéré le 13 avril 2022 sur https://techxplore.com/news/2022-04-artificial-intelligence-global-aid.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation loyale à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.