Comment l'IA peut favoriser le développement durable en révolutionnant l'approvisionnement en données

Le défi

Nous vivons dans un monde où les données sont de plus en plus abondantes - et pourtant les limitations des données ont des conséquences majeures pour la population mondiale et pour le monde. À l'heure actuelle, le manque de données vitales empêche les décideurs politiques d'atteindre les objectifs de développement durable (ODD) des Nations unies, qui sont essentiels à la santé future de la planète et du monde. En effet, selon l'université ETH de Zurich, aucun des ODD ne fait actuellement l'objet d'un suivi complet au niveau mondial. Et, dans le pire des cas - l'objectif 16 : paix, justice et institutions fortes - le taux de réalisation des données des pays du monde entier n'est que de 23,2 %.

C'est très important. Lors d'une sécheresse, comment un gouvernement peut-il planifier une quantité adéquate de fournitures sans connaître la démographie dans des zones définies ? Ou comment une organisation internationale peut-elle mesurer les conséquences environnementales de l'exploitation illégale du bois sans connaître l'état de la forêt ? Dans ces cas, une disponibilité réduite des données peut être préjudiciable aux décideurs, entraver la réalisation des ODD et même coûter des vies.

L'un des principaux défis en matière de disponibilité des données est lié à l'opération de collecte des données. En effet, dans certains cas, les données peuvent être trop longues, difficiles, voire dangereuses à collecter, en particulier dans les régions isolées ou touchées par un conflit. La collecte de données est également une activité qui prend du temps et des ressources et qui peut poser différents problèmes de qualité et de quantité. Pour certains sujets, tels que le comptage démographique dans les zones reculées, les données sont généralement comptabilisées manuellement, ce qui nécessite d'importantes ressources humaines.

Le rôle que peut jouer l'IA

Pour relever ce défi, plusieurs organisations se tournent désormais vers l'intelligence artificielle (IA) afin d'améliorer la qualité et la quantité des données recueillies. En automatisant les tâches de recherche de données et en offrant de nouveaux points de données, l'IA peut aider les organisations à concentrer leur attention sur des zones géographiques ou des populations qui étaient inaccessibles, et donc à canaliser l'allocation des ressources au bon endroit et au bon moment. Le site "ALL IN on AI" donne des exemples de l'utilité des investissements gouvernementaux dans l'IA pour la recherche de données. Par exemple, l'Administration nationale des océans et de l'atmosphère (National Oceanic and Atmospheric Administration) aux États-Unis utilise désormais des vidéos provenant de caméras terrestres et l'IA pour surveiller les stocks de poissons en temps réel. D'autres gouvernements utilisent l'IA et de nouveaux points de données pour prévoir les catastrophes naturelles telles que les inondations et les éruptions volcaniques. L'adoption de l'IA n'en est qu'à ses débuts, mais la technologie montre déjà qu'elle peut accélérer la collecte de données et aider le monde à atteindre les objectifs de développement durable.

Atelier de Deloitte à Genève

Pour identifier le rôle de l'IA dans l'approvisionnement en données sur les SDG, Deloitte Suisse a organisé un atelier en collaboration avec le SDG Lab et le Graduate Institute à Genève en mars 2023. Plusieurs agences de l'ONU et organisations non gouvernementales actives dans le développement et le secteur humanitaire y ont participé. Le Comité international de la Croix-Rouge (CICR) a présenté deux cas d'utilisation de l'IA pour la recherche de données. Le premier exemple portait sur l'utilisation d'images satellites pour cartographier les populations dans les pays à faible revenu. Le second visait à utiliser l'exploration de texte pour surveiller les schémas de violence dans différentes régions. Grâce à ces nouvelles données, le CICR peut mieux planifier ses missions humanitaires et ainsi contribuer à la réalisation de la cible 1 de l'ODD 16, qui est de : " Réduire sensiblement toutes les formes de violence et les taux de mortalité qui y sont associés, partout dans le monde ".

Le manque de qualité ou de validation de leur ensemble de données a constitué un défi important mis en évidence lors de l'atelier. En ce qui concerne les informations relatives au climat, par exemple, une récente enquête mondiale de Deloitte a révélé que seulement 5 % des 130 entreprises interrogées pensent que les données qu'elles utilisent pour mesurer, suivre et atteindre leurs objectifs "zéro net" sont totalement exactes ou complètes. Compte tenu des implications majeures du changement climatique, il s'agit là d'un chiffre extrêmement faible qui pourrait conduire à des activités d'atténuation des effets du changement climatique non appropriées. Dans ce cas précis, l'utilisation de l'IA peut changer la donne. Tout d'abord, l'automatisation du processus de collecte des données peut réduire les risques d'erreurs dans la saisie des données et favoriser la normalisation. Deuxièmement, l'IA peut faciliter la validation des données en mettant en œuvre des techniques telles que le nettoyage et le formatage automatiques des données.

Un deuxième défi est la normalisation limitée des sources de données. Cette question est particulièrement pertinente, étant donné que les ODD ont des synergies et des compromis importants associés à leur développement. Les Nations unies mentionnent le compromis possible entre l'amélioration de l'objectif 2 : Faim zéro, et les impacts connexes, éventuellement préjudiciables, sur l'objectif 15 : Vie de la terre. En revanche, il existe une synergie positive avec l'objectif 10 : réduction des inégalités.

Les synergies et les compromis étant si fréquents, ils sont essentiels pour créer des normes de comparaison. L'IA peut soutenir cette normalisation et fournir un nouvel éventail de sources de données aux organisations internationales, telles que l'imagerie satellitaire, les données des médias sociaux, les données GPS, les vidéos et les images, et bien d'autres encore. Par exemple, les décideurs politiques qui s'attaquent aux questions d'alimentation et de nutrition pourraient commencer à utiliser des données liées au climat pour mieux planifier la lutte contre la sécheresse et la faim.

Un troisième défi abordé a été le manque de quantité de données utiles pour prendre des décisions significatives. Comme indiqué plus haut, la plupart des organisations internationales n'ont pas accès aux données nécessaires à leurs opérations. De nouvelles sources de données peuvent contribuer à atténuer ce problème. Par exemple, l'utilisation d'images satellites peut offrir une pléthore de données aux organisations qui surveillent la déforestation ou le braconnage : le traitement manuel des images prend trop de temps ; l'IA peut potentiellement rationaliser la tâche.

Bonnes pratiques en matière de données pour commencer

Comme cela le montre, l'IA peut contribuer de manière significative à résoudre les problèmes de collecte de données pour les ODD. Mais la mise en place de l'IA pour la collecte de données n'est pas simple et nécessite du temps et des investissements. Il existe cependant de bonnes pratiques qui peuvent aider les organisations à démarrer. Nous vous recommandons les pratiques suivantes :

• Incitations à traiter les données - Le fournisseur de données doit voir la valeur des données qu'il partage. Les organisations doivent trouver des moyens de motiver les citoyens et les communautés à partager leurs données : par exemple, en convainquant les communautés de fournir des données susceptibles d'améliorer la biodiversité et la qualité de leur forêt et d'accéder ainsi aux marchés des crédits carbone.
• Ne pas nuire - Les organisations doivent également s'interroger sur l'objectif de leur collecte de données, afin de s'assurer qu'elle est effectuée pour des raisons appropriées et transparentes. L'éthique de l'IA est importante, en particulier lorsque l'on considère les domaines sociaux des ODD tels que la diversité et la santé. La transparence sur la manière dont les données seront utilisées et stockées, et sur les raisons pour lesquelles elles le seront, devrait inspirer la confiance nécessaire aux parties prenantes tout au long de la chaîne de valeur pour qu'elles fournissent des données de qualité.
• Favoriser la création d'un écosystème - La durabilité concerne tous les pays et tous les secteurs d'activité. De nombreux acteurs génèrent des données dans le cadre de leurs activités, qui pourraient s'avérer précieuses pour d'autres organisations, mais la collecte et le traitement des données ne sont souvent pas partagés. La transparence et la collaboration peuvent générer de la valeur pour tous les acteurs de l'écosystème. Par exemple, les organisations travaillant dans le domaine des soins de santé peuvent collaborer pour établir des normes en matière de données de santé qui peuvent être facilement partagées par les gouvernements afin de les aider à créer les données nécessaires à l'accomplissement de leur mission.

Le manque de données pour rendre compte des progrès accomplis dans la réalisation des ODD et des objectifs plus généraux en matière de développement durable est une préoccupation importante que l'IA peut contribuer à atténuer en fournissant de nouveaux points de données et des informations de meilleure qualité. Les défis et les solutions identifiés au cours de l'atelier et présentés ci-dessus ne sont ni exhaustifs ni concluants, mais ils constituent un point de départ pour la poursuite de la collaboration et de l'innovation. D'autres événements sur le potentiel de l'IA seront organisés avec le Graduate Institute et le SDG Lab au cours de l'année à venir afin d'établir une communauté et d'encourager la collaboration. N'hésitez pas à nous contacter si vous souhaitez en savoir plus.

Nous remercions Deborah de Wolff pour sa précieuse contribution à cet article.