harness-generative-ai-for-good_tw

ChatGPT、Bard 和其他生成式 AI 是快速發展的技術,在從自然語言處理到圖像生成等多個領域具有巨大潛力。如果使用得當,生成式 AI 可以成為有力工具,減少不平等現象並促進各產業的公平發展。然而,它們也引發了大眾對潛在風險和後果的疑慮。讓我們深入探討使用生成式 AI 因應醫療保健差距的優勢和挑戰,以及傳統自動化所帶來意想不到的好處。

生成式 AI 的優勢

獲得更有效的教育

醫療保健素養是健康的社會決定因素,而它始於教育。生成式 AI 可以為兒童或成人創造個人化的學習體驗,並根據個別年齡、背景、需求、優勢和劣勢來調整內容。這項技術能夠開發更多相關、個人化的教育內容和資源,並在某種程度上補救合格教師短缺的現象,進而提高偏遠和弱勢社區獲得優質教育的機會。它會取代教師嗎?目前不會。


消除語言隔閡

生成式 AI 可用於開發高級翻譯系統,使來自不同語言背景的個人能夠有效地進行交流。這可以促進全球協作、賦予弱勢族群能力,而且有助於推廣寶貴的醫療保健資源。可以根據語言、年齡、教育水平、文化和許多其他因素,輕鬆地對病患資料進行個人化設定。將來,甚至可能納入病史和保險承保範圍。


增加就業機會

收入是健康的另一個社會決定因素。這項技術可用於簡化招聘流程,識別和減少招聘實務中的偏見和歧視。該技術還可以預測未來的勞動力需求,使政府和組織能夠制定目標明確的技能發展計畫,幫助弱勢社區獲得更好的就業機會。


金融包容性

生成式 AI 可以分析複雜的金融資料,有助於開發創新的金融產品和服務;舉例來說,或許可以與再發展機構和企業合作夥伴合作,針對低收入和無銀行帳戶個人的需求,量身打造生物識別認識客戶 (KYC) 方法。這項技術或許有助於弱勢族群獲得信貸、儲蓄服務和保險,促進金融包容性,並降低經濟不平等的狀況。它還可以標記掠奪式放款,並為較缺乏金融知識的人提供替代方案。


改善醫療保健

生成式 AI 可以協助識別複雜醫療資料中的模式,從而為亞族群更快診斷和制定更有效的治療計畫,並加強群體健康研究。透過分析歷史醫療紀錄並預測病患的需求和障礙,這項技術可以發掘意想不到的見解、改善照護結果,而且有可能減少差距。


分配資源

從公共政策的角度來看,AI 演算法可以分析複雜的歷史資料,以決定公平分配資源的最有效方式。例如,生成式 AI 可以幫助分配政府資金和援助給有急需的社區,確保有效利用資源,並對減少不平等現象產生有意義的影響。
 

生成式 AI 的挑戰

導致長期不平等的資料偏差

生成式 AI 依靠資料進行預測和生成內容,如果使用的資料有偏差、不具代表性或不完整,這可能會變成重大缺陷。使用有偏差的資料或錯誤的假設,可能會產生有偏差的 AI 模型,這些模型會反映現存的不平等現象,並對弱勢族群產生不公平的影響。2019 年,一項研究調查了供應商和保險公司使用的一種主要演算法,它會根據歷史成本來預測 2 億人的醫療保健需求。該演算法得到的結論是,非裔病患的醫療風險較低,因為他們的支出費用較少。實際上,它沒有考慮到低收入族群得到的照護較少,而且他們也比較不信賴似乎有偏見的醫生這一事實。他們獲得的照護較少,因此照護成本較低——儘管他們的需求更大。

相當諷刺的是,這正是機器人流程自動化 (RPA) 等傳統的規則式自動化,公認具有優勢的地方。RPA 通常以確定性資料驅動的決策和行動為基礎,其中規則定義明確、穩定、共識驅動,並被理解為最佳實務或政策。決策的基本原理將是明確的,而且這種規則驅動的過程不會受到隱藏偏見的影響 (儘管規則本身可能會顯示出偏見)。例如,醫療診斷和治療可能會受到臨床醫師成見和經驗的影響,而規則式的分類理論上可以消除這些偏見,並改善獲得照護的機會。


工作置換

雖然生成式 AI 可以創造新的就業機會,但也可能導致工作置換。自動化可能會不成比例地影響低技能工作,加劇收入不平等並擴大醫療保健鴻溝。如果廣泛採用 AI,預估到 2030 年,全球 15-30% 的勞工或 4 億人可能會失業。因此,任何 AI 實作都需要考量受影響人口的工作技能再培訓或技能提升問題。

數位鴻溝

生成式 AI 的優勢可能無法公平分配,因為獲得技術和數位素養的機會因社區而異。不斷擴大的數位鴻溝可能導致某些群體無法從 AI 驅動的解決方案中受益,而進一步增加差距。社會影響的努力可能需要逐步下探到最小數位公分母。另一方面,現今世界上大約有 91.40% 的人口擁有智慧型手機或功能型手機。


潛在的濫用

不良行為者可能會利用生成式 AI 來達到惡意目的,例如使用深偽技術、生成假新聞或自動化網路攻擊。濫用 AI 技術可能會破壞對數位系統的信任,並對弱勢族群造成不成比例的影響。另一方面,即使是善意事實也可能被忽略。這是新創公司開發 AI 偵測器等進階技術,以偵測和防止這類濫用行為的機會。

永久利用 AI

生成式 AI 可望減少不平等的現象,但它也帶來了需要解決的重大挑戰。為了長久利用其潛力,投資符合倫理的 AI 開發、無偏見的資料、數位基礎架構和教育至關重要。隨著生成式 AI 從嬰幼兒階段進入青少年階段,我們勢必要塑造它所接觸的事物、其目的、道德和職責。如果我們負責任地開發這項技術,在我們所建立的未來中,生成式 AI 就會增強而非削弱人類的生產力和價值。

簡介 Yan Chow

user image

Yan Chow 博士為 Automation Anywhere 的全球醫療保健產業負責人暨策略師。

透過電子郵件訂閱檢視所有貼文 LinkedIn
資源

前往您 RPA 旅程的後續步驟

bottom divider
試用 Automation Anywhere
Close

業務專用

報名以快速存取完整、個人化的產品示範

學生和開發人員專用

使用免費的 Community Edition,立即展開您的 RPA 旅程