El Abdul Latif Jameel Poverty Action Lab (J-PAL) del MIT ha lanzado una nueva iniciativa llamada Project AI Evidence, que ha recibido financiamiento para ocho estudios de investigación destinados a explorar cómo las innovaciones en inteligencia artificial pueden contribuir a la lucha contra la pobreza.
En un contexto donde la era de la IA genera tanto optimismo como escepticismo, el objetivo de este proyecto es identificar qué soluciones de IA son efectivas y para quiénes, priorizando aquellas que sean inclusivas y responsables, mientras se desestima el uso de aquellas que puedan causar daño. A través de esta iniciativa, se busca generar evidencia sobre lo que realmente funciona al conectar gobiernos, empresas tecnológicas y organizaciones sin fines de lucro con economistas de renombre mundial en el MIT y en la red global de J-PAL.
Preguntas clave para los responsables políticos
El Project AI Evidence se enfoca en cuestiones relevantes que ya están siendo planteadas por los responsables políticos. Entre estas preguntas destacan: ¿Ayudan las herramientas educativas asistidas por IA a todos los niños a aprender? ¿Cómo pueden los sistemas de alerta temprana ante inundaciones beneficiar a quienes sufren desastres naturales? ¿Pueden los algoritmos de aprendizaje automático contribuir a reducir la deforestación en el Amazonas? ¿Los chatbots impulsados por IA pueden mejorar la salud de las personas?
En los próximos años, PAIE llevará a cabo una serie de competiciones de financiamiento para invitar propuestas que evalúen herramientas de IA dirigidas a abordar estas y otras interrogantes. Este proyecto cuenta con el apoyo financiero de Google.org, Community Jameel, el Centro Canadiense de Investigación y Desarrollo Internacional y Amazon Web Services, entre otros.
Colaboración con expertos y evaluación rigurosa
La iniciativa también estudiará el impacto de la IA generativa en el lugar de trabajo, especialmente en países de ingresos bajos y medios. Alex Diaz, responsable de IA para el bien social en Google.org, expresó su entusiasmo por colaborar con MIT y J-PAL: “La IA tiene un gran potencial para beneficiar a todas las personas, pero necesitamos estudiar urgentemente qué funciona y qué no”.
Maggie Gorman-Velez, vicepresidenta del IDRC, enfatizó que “la inteligencia artificial tiene un potencial extraordinario solo si las herramientas y conocimientos son accesibles para todos”. Por su parte, J-PAL se encuentra en una posición única para analizar los efectos sociales de la IA gracias a su experiencia acumulada desde 2003 en más de 2,500 evaluaciones rigurosas sobre políticas sociales.
Nuevas evaluaciones sobre preguntas urgentes
Los estudios financiados en esta primera ronda del PAIE abordan preguntas críticas en sectores como educación, salud y oportunidades económicas. Por ejemplo, se investiga cómo puede ser más efectiva la IA en las aulas para apoyar tanto a estudiantes como a docentes. En Kenia, EIDU ha desarrollado una herramienta que ayuda a los maestros a identificar brechas en el aprendizaje.
Asimismo, se está evaluando si las herramientas basadas en IA pueden ayudar a cerrar las brechas de género en el rendimiento escolar mediante la detección de sesgos inconscientes entre los docentes. Investigadores colaboran con el Ministerio de Educación italiano para estudiar dos herramientas específicas que buscan mejorar este aspecto.
Perspectivas futuras
A medida que avanza el uso de la IA en el sector social, estas evaluaciones representan un primer paso hacia soluciones efectivas y responsables que contribuyan a aliviar la pobreza y desigualdad. Iqbal Dhaliwal, director ejecutivo global del J-PAL, afirma: “Necesitamos maximizar los beneficios [de la IA] y minimizar posibles daños”. Además, J-PAL busca nuevos colaboradores comprometidos con su visión para descubrir e implementar soluciones reales basadas en IA.
Para obtener más información sobre el Project AI Evidence o participar activamente en sus iniciativas, se puede suscribir al boletín informativo del J-PAL o contactar directamente al equipo mediante correo electrónico.
Si (
No(
