ラテンアメリカの研究者や非政府組織は、人工知能（AI）を用いて性と生殖に関する保健情報の提供を拡大しています。これらの取り組みは、従来のサービスが届きにくい若者、先住民、トランスジェンダーなど周縁化された集団に特に焦点を当てています。ペルーでは、ケチュア語とスペイン語で対応するチャットボット「TeleNanu」が、生成型AIと五段階のカウンセリングモデルを組み合わせて相談を進めています。システムは助産師らがWHOや保健省のガイドライン、査読済み文献、現場の知見で学習させ、過去1年で合わせて8万8千件以上の問い合わせを受けました。
別の例として、非営利団体APROPOはWhatsAppやウェブで使える生成型AIプラットフォーム「NOA」を立ち上げ、国内外の正確なデータで学習させたと説明しています。ペルーでは2024年に新規HIV感染が8,000件を超え、20代の若年成人が最も影響を受け、出生の12パーセントは10～19歳の母親によるものでした。APROPOは2026年までに10万人の青少年に届くことを目標にしています。
一方で研究者はAIがトランスジェンダーに害を及ぼす危険も警告しています。Virginia Silveiraらは偏ったモデルが差別を再生産すると指摘しました。アルゼンチンの2022年国勢調査では約20万人がトランスまたはノンバイナリーと計上され、2021年の報告は平均余命が35～40歳であり医療現場での差別の深刻さを示しています。CIECTIは大型言語モデルを検査し、スティグマを助長する応答や臨床的誤りを確認しました。
専門家は、より良いデータ、規制、公私の協調、地域コミュニティの関与、適時の人間による監督が必要だと強調しています。CLIASは2023～2024年に15件のAIプロジェクトを後押しし、高品質な保健データセットのためのガイドを作成しました。研究チームは、代表性のある情報でツールを訓練し、人間の監督を組み合わせればAIは性と生殖の健康支援に貢献すると指摘しています。
- 主要な対策：質の高いデータ整備
- 規制と公私協力の強化
- 地域コミュニティの参加促進
- 人間による監視の実施
難しい単語
- 周縁化する — 社会や制度から排除すること周縁化された
- 生成型AI — 新しい文章や応答を作る人工知能
- カウンセリングモデル — 相談を進めるための手順や枠組み
- 査読済み文献 — 専門家の審査を受けた研究報告
- 偏る — 一方に片寄ること偏った
- スティグマ — 社会的な汚名や偏見
- 臨床的誤り — 医療の現場で起きる誤り
ヒント：記事中の強調表示された単語にマウスオーバー／フォーカス／タップすると、その場で簡単な意味が表示されます。
ディスカッション用の質問
- AIによる性と生殖の保健情報提供の利点と危険性について、本文の例を挙げて説明してください。
- 地域コミュニティの参加や人間の監督が重要だと本文が述べる理由は何ですか。
- データの質や規制を改善する際に優先すべき点を一つ挙げ、理由を述べてください。
