Solo un decennio fa, l’apprendimento automatico era accessibile solo alle aziende e agli istituti di ricerca più grandi e meglio finanziati. Le opportunità per le organizzazioni non profit e non governative (ONG) di utilizzare l’apprendimento automatico per far progredire il proprio lavoro erano semplicemente fuori portata a causa dei costi elevati e della mancanza di competenze tecniche. Tutto è cambiato con l’avvento del cloud computing.
L’apprendimento automatico è ora più accessibile alle organizzazioni di tutte le dimensioni e livelli di competenza tecnica grazie ai nuovi servizi basati su cloud che semplificano l’integrazione dell’intelligenza nelle applicazioni e nei processi operativi. Poiché l’apprendimento automatico è diventato mainstream, le organizzazioni non profit e le ONG stanno implementando questa sofisticata tecnologia nelle loro piattaforme, soluzioni e prodotti per servire meglio i loro beneficiari, aumentare il loro impatto e portare la loro missione al livello successivo.
Ecco tre suggerimenti chiave dalle organizzazioni non profit che utilizzano l’apprendimento automatico per supportare chi è nel bisogno, inclusi i senzatetto, i pazienti affetti da malattie mortali, i rifugiati, le vittime della tratta di esseri umani e altre comunità vulnerabili.
Connettere le persone alle risorse di cui hanno bisogno, quando ne hanno bisogno
Il tempo è essenziale quando le persone bisognose si rivolgono a un’organizzazione senza scopo di lucro per l’assistenza. Se gli individui non ottengono le risorse giuste in modo tempestivo, i risultati possono essere dannosi per il loro benessere. l’apprendimento automatico ha un ruolo unico da svolgere in questi scenari. Un ottimo caso d’uso del machine learning è la capacità di abbinare rapidamente le persone a informazioni e risorse che possono fare una differenza significativa nelle loro vite, spesso molto più velocemente e in modo più efficiente di quanto potrebbe fare un essere umano.
Ad esempio, Breastcancer.org, una risorsa digitale leader per le persone affette da cancro al seno, utilizza l’apprendimento automatico per personalizzare il percorso educativo del paziente. Ricevere una diagnosi di cancro al seno può essere fonte di confusione e travolgente, il che spesso porta a una ricerca su Internet di termini medici complessi e risorse difficili da navigare. Per mitigare queste sfide, Breastcancer.org sta costruendo uno strumento che personalizzerà il percorso per trovare informazioni e supporto esperti che aiuteranno le persone a prendere decisioni informate sul trattamento del cancro al seno. I pazienti creano semplicemente un profilo in un account personale privato e sicuro sul sito web. Quindi, Breastcancer.org utilizzerà una tecnologia avanzata di apprendimento automatico per fornire consigli personalizzati sugli articoli per le persone che navigano nel trattamento e nella diagnostica.
Come altro esempio, l’organizzazione no-profit PATH di Los Angeles sta utilizzando l’apprendimento automatico per affrontare i senzatetto. Per qualcuno che vive per strada o in un rifugio per senzatetto a Los Angeles, l’attesa per ottenere un alloggio attraverso i programmi governativi può richiedere diversi mesi. Il tempismo in queste situazioni è spesso critico; una persona che è pronta ad entrare e ricevere aiuto un giorno potrebbe non tornare il giorno dopo. Per accorciare questo tempo di attesa, PATH ha sviluppato LeaseUp, una piattaforma che collega i clienti in tempo reale con il miglior alloggio possibile per le loro esigenze. La piattaforma utilizza la tecnologia di apprendimento automatico per acquisire informazioni rilevanti sulle unità abitative disponibili nell’area, in modo che i case manager possano consigliare la migliore opzione abitativa ai propri clienti in tempo reale. Con questa tecnologia,
Scalare l’impatto del personale senza scopo di lucro e degli operatori umanitari
Secondo i dati dell’US Census Bureau, l’occupazione media di un’organizzazione non profit è di circa quattro dipendenti e oltre il 99% delle organizzazioni non profit ha meno di 500 dipendenti. Le tecnologie emergenti, come l’apprendimento automatico, possono avere un impatto enorme su ciò che le organizzazioni non profit sono in grado di realizzare con personale, risorse e finanziamenti limitati.
Polaris, un’organizzazione no profit di 150 persone, gestisce la US National Human Trafficking Hotline, che fornisce supporto 24 ore su 24, 7 giorni su 7 365 giorni all’anno ai sopravvissuti alla tratta di esseri umani per connettersi per aiutare e stare al sicuro. Negli ultimi 13 anni, Polaris riferisce che le chiamate sono aumentate di oltre il 955% e quelle direttamente da vittime e sopravvissuti sono aumentate di oltre il 4.000%. Per aiutare a gestire questo massiccio afflusso, l’organizzazione non profit ha integrato un bot vocale basato sull’apprendimento automatico per indirizzare le richieste di informazioni generali non urgenti alle risorse informative. Ora è disponibile più tempo per il personale per rispondere alle chiamate di vittime e sopravvissuti con necessità urgenti. Entro i primi sei mesi dal lancio, Polaris ha automatizzato oltre 1.700 chiamate di informazioni generali utilizzando il bot vocale.
L’organizzazione no profit Tarjimly sta sfruttando la tecnologia per scalare e creare un impatto fuori misura utilizzando l’apprendimento automatico per migliorare la vita dei rifugiati e l’efficienza dei servizi umanitari. Circa 75 milioni di persone sono attualmente sfollate in tutto il mondo e questi rifugiati devono affrontare ogni giorno barriere linguistiche. Tarjimly ha creato uno strumento per eliminare le barriere linguistiche in tempi di crisi, consentendo ai volontari multilingue di confrontarsi con i rifugiati che parlano la loro lingua e il loro dialetto in tempo reale. Quando un rifugiato, un richiedente asilo o un operatore umanitario richiede un traduttore per una particolare combinazione linguistica, l’algoritmo di corrispondenza di apprendimento automatico di Tarjimly si rivolge ai migliori volontari disponibili. Il primo volontario che accetta la richiesta viene quindi collegato in una live chat con la persona in difficoltà dove può inviare messaggi di testo, inviare note vocali o ricevere una chiamata via Internet. Ad oggi, più di 20.000 volontari Tarjimly hanno aiutato più di 23.000 rifugiati e operatori umanitari in eventi critici.
Identificare quelli più a rischio
Un vantaggio chiave del machine learning è la sua capacità di scansionare e analizzare rapidamente immagini complesse e insiemi massicci di immagini, in modo molto più accurato e su una scala molto più ampia di quanto gli esseri umani potrebbero mai fare.
Orbis, un’organizzazione no profit internazionale che riunisce le persone per combattere la cecità evitabile, ha sviluppato uno strumento basato sull’apprendimento automatico in grado di rilevare malattie oculari comuni, come la retinopatia diabetica, in pochi secondi. Lo fa esaminando le fotografie digitali della parte posteriore dell’occhio. Questo sta cambiando le regole del gioco per aumentare l’accesso alla diagnosi precoce, che è fondamentale per prevenire che le condizioni curabili degli occhi portino alla perdita della vista.
l’apprendimento automatico viene utilizzato anche per combattere il traffico sessuale di minori online e aiutare a recuperare le vittime dei bambini. L’organizzazione no profit Thorn utilizza l’apprendimento automatico per alimentare il suo strumento Spotlight, che consente agli investigatori di setacciare in modo più efficiente e rapido migliaia di annunci di escort in cui vengono pubblicizzate le vittime del traffico sessuale di minori. Ogni giorno vengono pubblicati su Internet circa 200.000 di questi annunci. I modelli di apprendimento automatico di Spotlight analizzano i nuovi annunci in tempo reale e utilizzano l’analisi intelligente delle immagini e l’elaborazione del linguaggio naturale (NLP) per contrassegnare quelli che corrispondono ai profili di rischio per i bambini vittime sviluppati in collaborazione con le forze dell’ordine.
Sfruttando l’apprendimento automatico, le organizzazioni non profit possono rimanere concentrate sulla loro missione, accelerando il ritmo dell’innovazione e producendo un impatto in nuovi modi. Quando si tratta di apprendimento automatico, ci siamo appena svegliati e non abbiamo ancora bevuto la nostra prima tazza di caffè. C’è ancora così tanto potenziale non realizzato per l’apprendimento automatico e come può avvantaggiare materialmente la società dando potere a quelle organizzazioni incaricate della missione di aiutare le nostre comunità più vulnerabili. E sono incredibilmente ottimista su come l’apprendimento automatico possa aiutare a risolvere alcune delle sfide più difficili del mondo.