هوش مصنوعی در ارزیابی بشردوستانه؛ وقتی ابزار کمک، خود به بحران اقلیم دامن می‌زند

 به گزارش پایگاه خبری تحلیلی خیر ایران، ارزیابی بشردوستانه یا (Evaluation of Humanitarian)، فرآیندی نظام‌مند برای سنجش اثربخشی، کارایی، ارتباط، انسجام و تأثیر مداخلات بشردوستانه است. خروجی این ارزیابی‌ها مبنای تصمیم‌گیری درباره نحوه تخصیص منابع محدود، بهبود کیفیت پاسخ‌ها و افزایش پاسخگویی به جوامع آسیب‌دیده قرار می‌گیرد. در سال‌های اخیر، هوش مصنوعی نیز به‌تدریج وارد این حوزه شده و انجام بسیاری از وظایف، از جمله تحلیل داده‌های کیفی، ترجمه، خلاصه‌سازی اسناد و استخراج الگو‌ها را تسهیل کرده است. با وجود این مزایا، کمتر به این پرسش پرداخته شده است که استفاده از هوش مصنوعی چه پیامد‌هایی برای محیط زیست دارد و آیا این پیامد‌ها با ارزش‌های بنیادین اقدام بشردوستانه همخوانی دارند یا خیر.

هزینه‌های زیست‌محیطی ارزیابی؛ مسئله‌ای که پیش از هوش مصنوعی هم وجود داشت

 فعالیت‌های ارزیابی، حتی بدون استفاده از هوش مصنوعی، دارای ردپای زیست‌محیطی هستند. سفر‌های هوایی و زمینی به مناطق بحران‌زده، مصرف انرژی تجهیزات دیجیتال، چاپ گزارش‌ها، استفاده از اینترنت و در نهایت تولید زباله‌های الکترونیکی، همگی در انتشار گاز‌های گلخانه‌ای نقش دارند. به همین دلیل، در سال‌های اخیر مفهوم «ارزیابی پایدار» (Sustainable Evaluation) مورد توجه نهاد‌های بین‌المللی قرار گرفته است؛ رویکردی که تلاش می‌کند کیفیت ارزیابی را بدون افزایش فشار بر محیط زیست حفظ کند.

تجربه ALNAP؛ چرا محیط زیست دیگر یک موضوع حاشیه‌ای نیست؟

 شبکه غیردولتی و بشردوستانه «ALNAP» (مخفف Active Learning Network for Accountability and Performance)، یکی از معتبرترین شبکه‌های بین‌المللی در حوزه یادگیری، ارزیابی و بهبود عملکرد نظام بشردوستانه است. این شبکه، بیش از ۱۰۰ سازمان عضو، از جمله نهادهای وابسته به سازمان ملل، صلیب سرخ، سازمان‌های مردم‌نهاد بین‌المللی و مؤسسات پژوهشی را گرد هم آورده و بسیاری از راهنماها و استانداردهای مورد استفاده در ارزیابی‌های بشردوستانه را تدوین یا پشتیبانی می‌کند.

 سال گذشته، هنگام تدوین یک راهنما برای سازمان همکاری اقتصادی و توسعه (Organisation for Economic Co-operation and Development) در ارزیابی اقدامات بشردوستانه، در تیم نویسندگان پیشنهادی مطرح شد که «بحران اقلیم و محیط زیست» به‌عنوان یکی از ملاحظات مهم در طراحی و اجرای ارزیابی‌ها مورد توجه قرار گیرد. این پیشنهاد با مخالفت برخی از داوران علمی روبه‌رو شد. استدلال آنان این بود که مأموریت اصلی نظام بشردوستانه، نجات جان انسان‌ها و پاسخ به بحران‌های فوری است و نباید با افزودن موضوعاتی مانند محیط زیست، دامنه ارزیابی‌ها را گسترش داد.

 با این حال، تیم تدوین‌کننده بر موضع خود پافشاری کرد. استدلال اصلی این بود که دیگر نمی‌توان میان بحران‌های انسانی و بحران اقلیم مرزی روشن ترسیم کرد. امروزه بخش قابل توجهی از بلایای طبیعی، ناامنی غذایی، جابه‌جایی اجباری جمعیت و حتی برخی درگیری‌ها، به‌طور مستقیم یا غیرمستقیم با تغییرات اقلیمی و تخریب محیط زیست در ارتباط هستند. بنابراین، اگر ارزیابی‌های بشردوستانه قرار است تصویری واقع‌بینانه از اثربخشی مداخلات ارائه دهند، نمی‌توانند نسبت به پیامدهای زیست‌محیطی این مداخلات بی‌تفاوت باشند.

 این تجربه نشان می‌دهد که حتی در میان متخصصان حوزه بشردوستانه نیز هنوز درباره جایگاه محیط زیست در ارزیابی‌ها اجماع کامل وجود ندارد. با این حال، روند اسناد و راهنماهای بین‌المللی به‌روشنی نشان می‌دهد که نگاه به بحران اقلیم از یک موضوع جانبی، به یکی از مؤلفه‌های اصلی کیفیت و پاسخگویی در اقدام بشردوستانه تغییر کرده است.

هوش مصنوعی؛ فناوری پاک یا مصرف‌کننده پنهان منابع؟

 در چنین شرایطی، ورود هوش مصنوعی به ارزیابی‌های بشردوستانه، پرسش‌های تازه‌ای را مطرح می‌کند. بسیاری از کاربران، هوش مصنوعی را صرفاً یک ابزار نرم‌افزاری می‌بینند که روی رایانه یا تلفن همراه اجرا می‌شود؛ اما واقعیت این است که پشت هر درخواست از یک مدل زبانی، شبکه‌ای عظیم از مراکز داده، سرورهای پرقدرت و سامانه‌های خنک‌کننده در حال فعالیت هستند که برای پردازش اطلاعات، به مقادیر قابل توجهی برق و آب نیاز دارند.

 گزارش شبکه آل ناپ که با نام «هوش مصنوعی در بخش بشردوستانه» (AI in the Humanitarian Sector )، منتشر شده، نشان می‌دهد توسعه و استفاده گسترده از هوش مصنوعی علاوه بر مصرف بالای انرژی، وابستگی زیادی به استخراج مواد معدنی کمیاب برای ساخت تجهیزات سخت‌افزاری دارد و به افزایش زباله‌های الکترونیکی نیز دامن می‌زند.

  به بیان دیگر، هرچند هوش مصنوعی می‌تواند کیفیت و سرعت ارزیابی‌ها را افزایش دهد، اما این مزایا بدون هزینه نیست و بخشی از این هزینه را محیط زیست می‌پردازد. این گزاش به این نتیجه رسیده است که، مراکز داده هوش مصنوعی از بزرگ‌ترین مصرف‌کنندگان آب برای خنک‌سازی تجهیزات هستند و توسعه این مراکز وابستگی زیادی به استخراج مواد معدنی کمیاب دارد. همچنین چرخه سریع تعویض تجهیزات موجب افزایش زباله‌های الکترونیکی می‌شود و مصرف برق مراکز داده با رشد سریع هوش مصنوعی به شکل چشمگیری افزایش یافته است.  از سوی دیگر سایر برآورد‌های بین‌المللی نشان می‌دهد:

• ردپای کربنی سامانه‌های هوش مصنوعی در سال ۲۰۲۵ بین ۳۲ تا ۸۰ میلیون تن معادل دی‌اکسیدکربن برآورد شده است.
• مصرف آب این سامانه‌ها در همان سال بین ۳۱۲ تا ۷۶۵ میلیارد لیتر تخمین زده می‌شود.
• آژانس بین‌المللی انرژی پیش‌بینی کرده است که تا سال ۲۰۳۰ مراکز داده حدود ۳ درصد از کل تقاضای برق جهان را به خود اختصاص خواهند داد.
• این ارقام نشان می‌دهد که استفاده گسترده از هوش مصنوعی، هرچند در ظاهر نامرئی است، اما پیامد‌های زیست‌محیطی قابل توجهی دارد.

یک پرسش اخلاقی برای جامعه ارزیابی

 یکی از اصول اساسی اقدام بشردوستانه، اصل «آسیب نرسان» (Do No Harm) است. این اصل تنها به پیامد‌های اجتماعی و امنیتی مداخلات محدود نمی‌شود، بلکه امروز باید پیامد‌های زیست‌محیطی را نیز دربرگیرد. اگر تغییر اقلیم یکی از عوامل اصلی افزایش بلایای طبیعی، ناامنی غذایی، مهاجرت اجباری و بحران‌های انسانی است، آیا استفاده بی‌رویه از فناوری‌هایی که خود در تشدید این بحران نقش دارند، با این اصل سازگار است؟ پاسخ این پرسش به معنای کنار گذاشتن هوش مصنوعی نیست، بلکه دعوت به استفاده مسئولانه از آن است.

از استفاده گسترده تا استفاده مسئولانه

 هوش مصنوعی می‌تواند کیفیت ارزیابی‌ها را افزایش دهد، اما هر کاربرد آن لزوماً ضروری نیست. همان‌گونه که در مدیریت منابع مالی، زمان و نیروی انسانی اولویت‌بندی انجام می‌شود، استفاده از هوش مصنوعی نیز باید بر اساس ضرورت صورت گیرد. پیش از استفاده از هوش مصنوعی، ارزیابان می‌توانند سه پرسش ساده را از خود بپرسند که به معنای مخالفت با فناوری نیست، بلکه به معنای استفاده آگاهانه از آن است: 

• ۱. آیا واقعاً استفاده از هوش مصنوعی ضروری است؟ آیا این کار با روش‌های معمول نیز قابل انجام است؟
• ۲. آیا این وظیفه ارزش مصرف منابع را دارد؟ آیا ارزش افزوده ایجادشده متناسب با هزینه‌های زیست‌محیطی آن است؟
• ۳. آیا می‌توان گزینه‌ای کم‌مصرف‌تر انتخاب کرد؟ برای مثال استفاده از مدل‌های کوچک‌تر، پردازش‌های محدودتر یا کاهش درخواست‌های غیرضروری.

نتیجه‌گیری

 هوش مصنوعی بدون تردید آینده ارزیابی بشردوستانه را متحول خواهد کرد. سرعت، دقت و توان پردازش این فناوری فرصت‌های ارزشمندی برای ارتقای کیفیت ارزیابی‌ها فراهم کرده است. اما همان‌گونه که هر ابزار قدرتمندی نیازمند استفاده مسئولانه است، هوش مصنوعی نیز باید در چارچوب اصول اخلاقی و ملاحظات زیست‌محیطی به کار گرفته شود.

 امروز پاسخگویی در نظام بشردوستانه تنها به کیفیت خدمات ارائه‌شده محدود نمی‌شود؛ بلکه شامل مسئولیت‌پذیری نسبت به پیامد‌های محیط‌زیستی ابزار‌هایی است که برای ارائه این خدمات به کار گرفته می‌شوند. اگر هدف نهایی اقدامات بشردوستانه کاهش رنج انسان‌هاست، حفاظت از محیط زیستی که زندگی انسان‌ها به آن وابسته است نیز باید بخشی جدایی‌ناپذیر از این مأموریت باشد.

 به همین دلیل، شاید زمان آن رسیده باشد که در کنار پرسش‌های روش‌شناختی ارزیابی، پرسش دیگری نیز همواره مطرح شود: آیا استفاده از هوش مصنوعی در این ارزیابی، علاوه بر افزایش کیفیت، با مسئولیت ما در قبال آینده زمین نیز سازگار است؟

زهرا میرابیان

منابع:

Active Learning Network for Accountability and Performance (ALNAP) 

Active Learning Network for Accountability and Performance (ALNAP). (۲۰۲۴)

International Energy Agency (IEA)

Applying Evaluation Criteria 

UNESCO. (۲۰۲۱). Recommendation on the Ethics of Artificial Intelligence
United Nations Environment Programme (UNEP)

 (۲۰۲۴). Global Resources Outlook
Intergovernmental Panel on Climate Change