Być może przyszłość będzie należała do technokratów, którzy w rządzeniu będą wykorzystywali modele numeryczne i sieci neuronowe

Mamy 10 lat, by zwalczyć głód i skrajne ubóstwo, zapewnić ludziom równość płci, dobrą edukację, dostęp do wody, energii i godziwą pracę. A przynajmniej by zrobić wszystko, co możliwe, by te i kilkanaście innych strategicznych dla ludzkości spraw załatwić. Nazwano je celami zrównoważonego rozwoju. Zostały przyjęte przez wszystkie państwa członkowskie Organizacji Narodów Zjednoczonych w uchwalonej pięć lat temu rezolucji.

Teraz ONZ we współpracy z Instytutem Alana Turinga opracował narzędzie, które ma pomóc rządom w określaniu priorytetów wśród tych celów. Policy Priority Inference (PPI) to model obliczeniowy, który korzysta z dostarczonych przez rządy danych, by pokazać, jakie będą efekty finansowania poszczególnych spraw i co trzeba zrobić, by cele zrównoważonego rozwoju osiągnąć.

Jak to się zaczęło

Cele zrównoważonego rozwoju to system naczyń połączonych: inwestowanie we wzrost PKB może zwiększyć emisję gazów cieplarnianych, a rozwój przemysłu – niszczyć środowisko. Mniej oczywiste jest to, że rozwój transportu ułatwia dzieciom dostęp do edukacji, a powszechna edukacja zmniejsza nierówności. Natomiast odkrycie, że dostęp do usług publicznych (zwłaszcza opieki zdrowotnej) zwiększa satysfakcję z poziomu życia nawet przy niewysokich dochodach, a przeprowadzka w pobliże zieleni uszczęśliwia, wymaga już badań naukowych.

Model PPI symuluje działania rządów, które przeznaczają pieniądze na konkretne projekty

Rozwój to rozległa sieć powiązań, które trudno prześledzić. Tyle że jeśli powiązania te pozostają nieznane, nie sposób niczego dobrze zaplanować. W zeszłym roku biuro UNDP (Program Narodów Zjednoczonych do spraw Rozwoju) w Ameryce Łacińskiej nawiązało współpracę z Omarem Guerrero z brytyjskiego Instytutu Alana Turinga i Gonzalo Castañedą z Center for Research and Teaching in Economics w Meksyku, którzy tworzą modele wskaźników socjoekonomicznych i ich wzajemnych interakcji. PPI było testowane już przez UNDP w Meksyku i Urugwaju, wkrótce model ten zamierza wprowadzić Kolumbia.

„Wyniki tego projektu wskazują, jaki model PPI ma potencjał, by dostarczyć rządom konkretne informacje, jak zwiększyć efektywność wydatków publicznych i przyspieszyć osiągnięcie celów rozwoju” – ocenia Annabelle Sulmont, koordynatorka projektu w Meksyku.

Jak to działa

Model PPI symuluje działania rządów, które przeznaczają pieniądze na konkretne projekty. Bierze pod uwagę wysokość finansowania, jakość systemu prawnego w danym kraju, skutek finansowania podobnych projektów w przeszłości, a nawet stratę będącą skutkiem nieefektywnego wydawania pieniędzy. To system wieloagentowy, czyli taki, w którym każdy „agent” (osobny program) wchodzi w interakcje z innymi. Na tej podstawie sugerowane są projekty, które najbardziej opłaca się finansować.

Adres filmu na Youtube: https://youtu.be/h3H6tUaDkvE

Źródło: Omar Guerrero / YouTube

Czy tak mogą wyglądać rządy przyszłości? Cóż, modele obliczeniowe mają swoje ograniczenia. Przede wszystkim są tak dobre, jak dane, które je zasilą. Z tym zaś może być różnie. Nie wszystkie kraje mierzą odpowiednie wskaźniki, niektóre nie będą chciały ich udostępniać. Wreszcie symulacje to złożone modele – i tylko modele – rzeczywistości.

No tak, ale modele numeryczne sprawdzają się przecież w prognozowaniu pogody. A skoro można przewidzieć burzę, to być może będzie można też przewidzieć na przykład to, że trzeba wydać więcej na zdrowie, a mniej na drogi, by kraj osiągnął cele zapisane w deklaracji ONZ?

Cyfrowe rządy

Czy sztuczna inteligencja może w tym pomóc? Niedawno pisaliśmy, że Salesforce, jeden z większych producentów oprogramowania, za pomocą sztucznej inteligencji symulował politykę podatkową – co doprowadziło do zaskakujących wniosków. Z kolei w Chinach przez trzy lata armia tysięcy inspektorów podatkowych pomagała trenować algorytmy, które teraz z ponad 95-procentową skutecznością wykrywają przestępstwa skarbowe.

Facebookowi udaje się już symulowanie użytkowników. Czy będzie możliwe precyzyjne przewidywanie zachowań całych społeczeństw? Tak, sieci neuronowe już to potrafią. Systemy MAAI (multi agent artificial intelligence, czyli wieloagentowej sztucznej inteligencji) są już dziś wykorzystywane do tworzenia modeli społecznych i przewidywania skutków różnych wydarzeń. Tak się dzieje na przykład w Centrum Modelowania Systemów Społecznych na norweskim Uniwersytecie w Agder czy w podobnych centrach badań brytyjskiego Uniwersytetu Surrey i amerykańskiego Old Dominion University.

Być może przyszłość będzie należała do technokratów, którzy w rządzeniu będą wykorzystywali modele numeryczne i sieci neuronowe. A to może światu wyjść tylko na dobre. Przynajmniej tak uważa ONZ – i dziesiątki naukowców, którzy za pomocą skomplikowanych systemów próbują przewidzieć zachowania rządów i społeczeństw.

Więcej o modelu PPI można przeczytać na stronie Omara Guerrero. Pracę na jego temat opublikowano w serwisie Social Science Research Network, zaś kod dostępny jest publicznie w serwisie GitHub.

Skip to content