研究人员与非政府组织在拉丁美洲利用生成式人工智能,试图弥补传统性与生殖健康服务的不足,尤其面向青年、土著与跨性别等边缘群体。项目既提供即时信息,也试图建立长期沟通和随访机制。
在秘鲁,产科医生 Ana Miluzka Baca Gamarra 主导的 TeleNanu 是一款以克丘亚语和西班牙语运行的聊天机器人。它结合生成式 AI 与一个五步咨询模型,旨在建立信任、识别需求、核查理解并保持沟通畅通。助产士按照世界卫生组织和秘鲁卫生部的指南、经同行评审的文献与专业经验对系统进行训练;该平台在过去一年接收了超过 88,000 条咨询。
同样在秘鲁,非营利组织 APROPO 推出 NOA,可通过 WhatsApp、网站和社交媒体使用。APROPO 表示 NOA 的训练数据包含经过核实的本地与国际信息,并计划到 2026 年覆盖 100,000 名青少年。该国在 2024 年报告了超过 8,000 例新 HIV 感染,且出生人群中有 12% 的母亲年龄在 10 至 19 岁之间。
研究者同时关注 AI 对跨性别者造成的伤害。Virginia Silveira 等人指出,带有偏见的模型可能抹除跨性别者的身体经验并重复歧视。阿根廷 2022 年人口普查约有 200,000 人被计为跨性别或非二元;相关报告显示跨性别者在医疗机构面临高水平歧视,预期寿命较低。测试大型语言模型的团队(CIECTI)发现污名化回答和临床错误,已开发评估工具并计划补充数据以减少偏见。
专家强调,需要更具代表性的数据、适当监管、政私协调以及社区参与。CLIAS 在 2023 至 2024 年间推动了 15 个 AI 项目并制作了高质量健康数据集指南。研究者认为,只要以具代表性的信息训练并配合及时的人类监督,人工智能可以支持性与生殖健康服务。
难词
- 生成式人工智能 — 自动生成文字或图像的系统
- 边缘群体 — 社会中被排斥或弱势的群体
- 随访机制 — 用于跟进和持续联系的安排
- 聊天机器人 — 能自动回复用户信息的程序
- 同行评审 — 专家审查研究质量的程序
- 偏见 — 不公平或片面的看法或判断
- 抹除 — 使某些经历或身份被忽视抹除跨性别者的身体经验
- 代表性 — 能反映不同群体特征的程度具代表性的信息
提示:在文章中将鼠标悬停、聚焦或轻触高亮词语,即可在阅读或听音频时快速查看简要释义。
讨论问题
- 这些 AI 项目为边缘群体提供服务有哪些潜在好处和风险?请举例并说明理由。
- 如何在确保训练数据具有代表性的同时保护用户隐私?结合文中提到的要点讨论。
- 文中提到需要政私协调与社区参与,你认为各方应如何分工以提高服务质量?说明理由。