Det första av FN’s mål för global hållbar utveckling lyder “Ingen fattigdom”. Efter att fattigdomen i världen minskat kontinuerligt under tjugo års tid visar 2020 på en ökning, pga COVID-19.

Världsbanken bedömer att fattigdomen i världen år 2020 halkar tillbaka till 2017 års nivå, så fler effektiva insatser kommer krävas för att uppnå FN’s mål.

GiveDirectly är en organisation vars mål är att ge direkt hjälp till de mest behövande. Då gäller det att identifiera var de mest behövande finns och säkerställa att hjälpen når fram snabbt till individerna ifråga. Det är här som AI kommer in…

GiveDirectly har tidigare förlitat sig på tillgängliga uppgifter - offentlig statistik, nyhetsflöden, uppgifter från andra hjälporganisationer - för att rikta hjälpen till de som behöver den mest.

I samband med orkanen Harvey 2017 visade det sig i efterhand att man underskattat behöver i områden som det inte talades så mycket om. Ex.vis fick Port Arthur lida av att man lade förhållandevis mer fokus på Houston.

Med ett nyutvecklat verktyg kallat Delphi kunde man i efterhand analysera hur hjälpen hade fördelats om man haft  tillgång till verktyget tidigare. Svar: den hade fördelats annorlunda och mer rättvist.

Nu används Delphi av GiveDirectly i ett verklighet fall. Verktyget är en AI-baserad algoritm, öppen för alla organisationer som vill använda det. Det utvecklades av fyra Google-medarbetare och tog sex månader att skapa.

Sedan i november pågår ett test med Delphi bland de fattigaste i Togo. Målet är att skicka pengar direkt till de allra fattigaste, de som lever under nivån på extrem fattigdom, USD 1.90 per dag.

Testet började med en förstudie bland femton tusen invånare i Togo, för att ge ingångsvärden till algoritmen, tillsammans med annan tillgänglig data.

Till dessa data använder Delphi högupplösta satellitbilder för att identifiera platser med hög fattigdom. Algoritmen letar efter markörer för fattiga områden, såsom typ av takmaterial, skick på vägar i området, storlek på åkrar m.m.

Därefter analyserar man mobiltrafiken hos invånarna i dessa områden - hur ofta och hur länge pratar man i mobilen, hur ser fördelningen på inkommande och utgående samtal ut, vilken sorts abonnemang har kunderna, etc. Den senare delen får man hjälp med av de två största operatörerna Noov och Togocell.

De individer som med det underlaget kategoriseras som fattiga får omgående ett SMS med pengar från GiveDirectly, som hen kan lösa in i sin lokala matbutik.  (Det finns en lösning som kallas Mobile Money, som används i liknande sammanhang.) Meddelandet är krypterat för att säkerställa anonymitet.

På så sätt kan hjälp a.) nå de som behöver den mest och b.) betydligt snabbare. Dessutom lär sig algoritmen att bli bättre i sina analyser.

Hittills (december 2020) har trettio tusen invånare i Togo fått direkt stöd den här vägen. Sammanlagt fem miljoner USD är tänkt att betalas ut, med månadsvisa betalningar under fem månader. Se’n gör man en utvärdering.

Lösningar som den GiveDirectly använder kan vara en viktig komponent i kampen för att vända på fattigdoms-kurvan åt rätt håll igen, och att FN’s mål med att utrota fattigdomen nås snabbare.

Låt framtiden komma fortare!