ラテンアメリカの保健団体や研究者は、若者や社会的に周縁化された人々に性と生殖に関する情報を広げるため、人工知能を活用した複数のプロジェクトを進めています。これらの取り組みは言語の壁やスティグマ、限られたサービスが生む障壁を減らすことを目指しています。
ペルーでは助産師のAna Miluzka Baca Gamarraがサン・マルティン・デ・ポルレス大学でケチュア語チャットボット「TeleNanu」を設計しました。TeleNanu(ケチュア語で「信頼できる人」)はラポール形成、ニーズ特定、応答、理解の確認、コミュニケーションを開いたままにするという五つのステップに基づくカウンセリングモデルを用い、世界保健機関や保健省のガイドライン、査読済み文献、専門的知見で学習しています。プラットフォームはエビデンスに基づく回答を提供し、必要に応じて人間のカウンセリングを勧めます。
TeleNanuは過去1年間に88,000件以上の問い合わせをケチュア語とスペイン語で処理し、国外利用も含まれます。教育関係者はケチュア語の教材が若者にとって信頼できる情報の入口になっていると述べています。一方、非営利団体APROPOは10月に生成型AIプラットフォームNOAをWhatsAppやウェブ、ソーシャルメディアで公開しました。APROPOによればNOAは国内外の正確なデータで学習しており、デジタル戦略で高ニーズ地域を含む10万人の青少年に2026年までに到達することを目標としています。
こうしたツールの推進は公衆衛生の現状にも対応しています。2024年には8,000件以上の新たなHIV感染が報告され、特に20代の若年成人が影響を受けました。出産の12パーセントは10〜19歳の母親によるもので、思春期の母性死亡率も上昇しています。
専門家や活動家はアクセス、データの多様性と倫理、官民連携の必要性を指摘します。活動家のVirginia SilveiraはAIがトランスジェンダーに対する歴史的差別を再生産する可能性を警告しています。アルゼンチンのCIECTIの研究者らは大規模言語モデルのプロンプトでスティグマ的な応答や臨床上の欠落を確認し、危害を分類するツールを開発しました。Conicetの研究者Marcelo Riskは学習データの偏りを中心課題と位置づけ、人間による監視を促しています。他の専門家は科学と保健システムを結び、地域社会を設計と評価に参加させることを提唱しています。
難しい単語
- 周縁化する — 社会の中心から外されること周縁化された
- スティグマ — 差別や偏見による負の評価
- ラポール形成 — 信頼関係をつくる過程
- 査読する — 専門家が研究を検討すること査読済み
- 生成型AI — 新しい文章や内容を作る人工知能
- 偏り — データや判断が均等でないこと
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
- こうしたAIチャットボットは若者の性と生殖の情報にどのように役立つと思いますか。具体例を挙げて説明してください。
- 学習データの偏りやスティグマの再生産を防ぐために、どんな対策が必要だと思いますか。
- 地域社会を設計と評価に参加させることにはどんな利点と課題があるでしょうか。