人工智能如何帮助促进拉贾斯坦邦的社区发展

印度正处于人工智能（AI）时代。在农业、卫生、金融和治理领域部署最后一英里人工智能服务的竞赛正在展开。聊天机器人回答农民的疑问。代理工具导航资格计划。咨询平台在正确的时间向（可能）正确的人提供正确的信息。

其中许多工具都有相似的逻辑。尽管存在例外，但它们通常是基于社区缺乏人工智能可以满足的信息的假设而设计的。但如果不是所有社区都需要它怎么办？

在公共服务中，人与信息之间并不总是存在区别。这种情况经常发生在人们和为他们服务的当地机构之间。印度的村庄是由种姓、阶级、性别和土地所有权的复杂性所塑造的。仅靠数字无法追踪干预措施的实际效果。为什么志愿者不再出现，为什么女性在议会发言时犹豫不决，以及为什么批准的计划没有得到实施，这些问题很少会回到设计和资助这些项目的人们身上。

这并不是因为机构不想要定性信息。在许多情况下，他们缺乏手段、时间和资源来持续大规模收集这些数据。

AI 的单独问题

作者在拉贾斯坦邦水资源紧张的 Sirohi 和 Pali 地区设计了一个名为 AI4WaterPolicy 的试点项目。该项目并没有部署人工智能向外发送信息，而是用它来监听。

人工智能模型与实地合作伙伴小额信贷中心 (CMF) 和技术合作伙伴 Collective 合作，在六个月内对 50 个村庄进行了 352 次采访。该团队使用程序的简要背景和需要理解的问题来训练模型。

然后，AI 聊天机器人通过语音笔记或短信，用印地语和当地方言与“Pani Mitra”（社区志愿者水卫士）、panchayat 领导人和 CMF 一线工作人员进行了 20 分钟的 WhatsApp 对话。后续问题立即针对每位受访者进行了调整。该模型最终翻译了匿名记录并按主题进行组织，之后现场和研究团队对其进行了审查和验证。

从答案中得出三件事：

（我） 对结果感到自豪：“我村的水位以前为 150 英尺，现在已降至 100 英尺。这对我来说是一件非常自豪的事情”；

(二) 女性双重负担！：“我早起料理家庭，然后和村里的其他妇女一起讨论水的问题。回家后，我又继续做家务”；和

(三) 资金和审批延迟：“由于村委会迟迟批准该提案，工作无法按时完成。”

该项目随后部署了“Pani Mitras”来解决这些问题。在该项目举办的结构化研讨会（称为“暂停和反思”会议）中，与受访者分享和讨论调查结果，参与者验证了一些解释并强调了其他解释。他首先表示，他们对评议程序和政府计划的了解有限，这是一个挑战。

作为回应，CMF 重新设计了中期培训计划，增加了 Panchayati Raj 定向计划，并与来自农村发展、农业和水资源部门的街区级官员举办了研讨会。这个支点并不是最初计划的一部分。发生这种情况是因为人工智能模型帮助该项目快速将见解转变为在同一程序周期内工作。

研讨会三个月后对“Pani Mitra”的后续采访发现，超过一半的社区成员此后直接与政府官员接触——许多人一开始对此犹豫不决。他们报告说，规划申请流程更有信心，并提到反馈促使他们的panchayat或部门更快地采取行动。

有目的地倾听

这里有一个重要的区别：反应系统和主动倾听系统不是一回事。第一个社区将输入作为信号并给出答案。后者根据所听到的内容而形成，社区从被动的受益者转变为主动的共同设计者。

在此试点中，人工智能通过三种方式实现了主动倾听。首先，支持语音的 WhatsApp 频道为“Pani Mitras”提供了自由交谈的私人空间。正如一位受访者所说：“当一个人在你面前时，你会感到犹豫。而在你的手机上，则没有犹豫。”其次，AI 模型可以识别 352 个对话中重复出现的主题，而无需花费数周的手动编码时间。第三，由于调查结果在几周内就得到了综合，因此实施团队可以在周期中期重新设计培训。传统监控无法轻易提供此类反馈。

AI4WaterPolicy 试点的成功不仅因为所使用的算法，还因为其组织者预算了时间、金钱和人员，以便将调查结果返回给受访者并共同制定后续行动。 CMF 花了数年时间在这些村庄中识别和培训“Pani Mitras”。在采访过程中，他们的工作人员为没有智能手机的参与者提供了访问共享设备的便利，帮助解决了连接问题，并确保“暂停和反思”会议是真正的讨论。人工智能可以准确地倾听，因为人际关系已经为诚实对话创造了必要的条件。