MITs J‑PAL startet Project AI Evidence (PAIE): Prüfstand zur wissenschaftlichen Bewertung von KI in Sozialprogrammen.
In Kürze
- PAIE testet KI in Bildung, Gesundheit und Katastrophenschutz
- Gefördert von Google.org, IDRC, Community Jameel; AWS kooperiert
- Ziel: nur wirksame, inklusive und verantwortliche Tools großflächig einsetzen
MITs Armutsforschungsnetzwerk J‑PAL startet Project AI Evidence (PAIE) — ein Prüfstand für KI in der Armutsbekämpfung. Ziel: systematisch testen, welche KI‑Lösungen wirklich helfen, welche neutrales Ergebnis bringen und welche womöglich schaden — und nur diejenigen großflächig einsetzen, die wirksam, inklusiv und verantwortungsvoll sind.
Wie PAIE arbeitet
PAIE bringt Regierungen, Technologieanbieter und NGOs mit Ökonominnen und Ökonomen aus dem MIT‑Umfeld zusammen, um KI‑Tools direkt in realen Sozialprogrammen wissenschaftlich zu evaluieren. Das Projekt greift auf J‑PALs Erfahrung zurück: Seit 2003 hat das Netzwerk mehr als 2.500 rigorose Evaluationen sozialer Programme durchgeführt. Ziel ist, aus kontrollierten Studien belastbare Aussagen darüber abzuleiten, wie KI in Bereichen wie Bildung, Gesundheit oder Katastrophenschutz wirkt.
Finanzierung und Partner
Das Programm wird von Google.org, Community Jameel, dem kanadischen International Development Research Centre (IDRC) und UK International Development unterstützt. Amazon Web Services arbeitet mit PAIE zusammen. Zusätzlich fördert eine Zuwendung von Eric und Wendy Schmidt (empfohlen von Schmidt Sciences) Studien zur generativen KI am Arbeitsplatz — also zur automatischen Erzeugung von Texten oder Bildern.
Welche Fragen im Fokus stehen
PAIE priorisiert praxisnahe Fragestellungen, die politische Entscheidungsträgerinnen und Praktiker aktuell beschäftigen. Dazu zählen unter anderem:
- Unterstützen KI‑gestützte Lernhilfen alle Kinder beim Lernen?
- Können Frühwarnsysteme mit KI Menschen bei Überschwemmungen besser schützen?
- Helfen Algorithmen, die Abholzung im Amazonas einzudämmen?
- Verbessern KI‑Chatbots die Gesundheitsversorgung vor Ort?
Beispiele für erste geförderte Studien
-
Bildung in Kenia und Indien: In Kenia testet das Startup EIDU ein Tool, das Lehrkräfte bei der Erkennung von Lernlücken und der Anpassung von Stundenplänen unterstützt. In Indien arbeitet die NGO Pratham an einer KI‑Unterstützung für die Methode „Teaching at the Right Level“. Forschende wie Daron Acemoglu, Iqbal Dhaliwal und Francisco Gallego untersuchen, wie sich solche Tools auf Lehrproduktivität und Lernfortschritt auswirken.
-
Geschlechtergerechtigkeit in Schulen: In Kooperation mit dem italienischen Bildungsministerium prüfen Forscherinnen und Forscher (u. a. Michela Carlana, Will Dobbie) zwei KI‑Tools — eines zur Leistungsprognose, eines zur Echtzeit‑Rückmeldung über Entscheidungsvielfalt — und analysieren, ob sie unbewusste Lehrervorurteile und Leistungsunterschiede zwischen den Geschlechtern reduzieren.
-
Berufsberatung in Kenia: Mit lokalen NGOs wie Swahilipot und Tabiya wird getestet, ob ein KI‑Tool bislang übersehene Fähigkeiten erkennt und dadurch Jobchancen für Jugendliche, Frauen und Menschen ohne formale Ausbildung verbessert. Jasmin Baier und Christian Meyer evaluieren, wie sich so die Jobsuche verändert.
Organisation und Ausblick
PAIE wird von einem Lenkungsgremium geführt, zu dem unter anderem Joshua Blumenstock (UC Berkeley), Iqbal Dhaliwal (J‑PAL) und David Yanagizawa‑Drott (Universität Zürich) gehören. In den kommenden Jahren plant das Projekt weitere Förderwettbewerbe, zusätzliche Evaluationen, Beratung für politische Entscheidungsträger und den Aufbau von Partnerschaften, um KI‑Anwendungen verantwortungsvoll und lokal relevant zu skalieren.
Wenn du auf dem Laufenden bleiben willst
Abonniere J‑PALs Newsletter oder schreibe an paie@povertyactionlab.org.
Quellen
- Quelle: Abdul Latif Jameel Poverty Action Lab (J-PAL)
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
