Поиск людей и чат-боты для детей в больнице: как ИИ помогает в социальной сфере
В начале осени на сессии в рамках деловой программы Дня основания Школы управления «Сколково» эксперты обсуждали, может ли искусственный интеллект стать партнером в решении социальных задач в России. Спикерами выступили директор фонда «Подари жизнь» Екатерина Шергова и директор московской «Ночлежки» Дарья Байбакова, студенты программы EMBA в рамках инициативы «Сколково. Pro Bono», а также председатель отряда «ЛизаАлерт» Григорий Сергеев и руководитель лаборатории искусственного интеллекта Школы управления «Сколково» Александр Диденко. Модератором встречи стал сценарист, режиссер, продюсер социальных и КСО проектов Александр Семин.
ИИ уже может обрабатывать и анализировать большие объемы данных, позволяя благотворительным организациям лучше понимать потребности сообществ, оценивать эффективность программ и оптимизировать ресурсы. Кроме того, нейросети помогают вести мониторинг и отчетность и создавать единые платформы взаимодействия доноров, волонтеров и нуждающихся. Также ИИ-технологии, такие как чат-боты и виртуальные помощники, приходят на помощь, когда нужно распространить информацию о благотворительных инициативах и вовлечь больше людей в процесс.
Так, например, ЮНИСЕФ использует алгоритмы машинного обучения для анализа данных о здоровье детей в разных странах. В частности, они работают с данными о вакцинации, чтобы выявлять районы с низким уровнем охвата. Глобальная некоммерческая организация Crisis Text Line анализирует текстовые сообщения от пользователей, которые ищут помощь в кризисных ситуациях. А платформа PatSnap использует нейросеть для мониторинга социальных изменений и выявления тенденций, которые могут повлиять на благотворительные инициативы. Forbes Life пересказывает фрагменты дискуссии о том, какие ИИ-технологии уже применяют в сфере благотворительности в России.
Поиск людей на природе с помощью нейросети
В добровольческом поисково-спасательном отряде «ЛизаАлерт» сформировали крупнейший в мире датасет по поискам в природной среде и на ее основе создали и обучили нейросеть. Самая большая трудность, с которой сталкивается отряд, состоит в том, что многие участки местности, где ведутся поиски, труднодоступны для пеших групп. Это поля с высокой травой, заросшие лесные участки и болотистые местности, где помощниками добровольцев «ЛизаАлерт» уже стали беспилотники. Они фотографируют их с необходимым перекрытием, чтобы каждый фрагмент местности был виден на нескольких кадрах.
Сейчас у отряда есть специальная группа просмотра — 250 добровольцев по всей стране, которые проходят обучение и анализируют полученные снимки. В одном поиске, по словам председателя «ЛизаАлерт» Григория Сергеева, может быть от 1000 до 20 000 кадров, и на осмотр каждого тратится от трех до 10 минут в зависимости от сложности. После этого требуется дополнительная проверка, а сам процесс передачи данных занимает от нескольких часов до нескольких дней, что критично, когда речь идет о поиске человека.
«Нейросети и ИИ постепенно внедряются в нашу работу, делая ее более эффективной. В прошлом году фонд Национальной технологической инициативы (НТИ) провел конкурс на создание инструмента для экстренного поиска, и мы стали его участниками. Наша задача заключалась в снижении числа людей, задействованных в поисках, поскольку в среднем на такое мероприятие выезжает 21 человек. Это много, особенно с учетом того, что их количество растет каждый день от того, что мы больше узнаем о пропавших», — рассказал Сергеев.
Вместе отряд и фонд НТИ начали разрабатывать и обучать нейросеть для поиска пропавших. Они проанализировали фотографии с 2017 года и выделили семь стандартных поз, в которых пропавшие люди чаще всего обнаруживаются. Так сформировалась обширная база данных и на ее основе в 2023 году была создана нейросеть — фактически, как говорят в «ЛизаАлерт», лучший инструмент в мире по поиску людей в природе.
И усилия отряда и разработчиков принесли результаты: в августе 2024 года «ЛизаАлерт» спасли четыре жизни с помощью нейросети. Ключевая задача отряда на будущее — автоматизация процесса обработки данных непосредственно на борту беспилотника, чтобы избежать задержек, связанных с передачей информации на наземные компьютеры.
Совершенствование системы помощи бездомным
Благотворительная организация «Ночлежка», которая оказывает социальную, финансовую и юридическую помощь бездомным людям в Санкт-Петербурге и Москве, разработала вместе с НИУ ВШЭ модель машинного обучения. С вероятностью до 80% она предсказывает результат работы с новым клиентом фонда — сможет ли бездомный человек пройти реабилитацию, уйти с улицы и вернуться к нормальной жизни.
Как рассказывает директор московской «Ночлежки» Дарья Байбакова, у организации есть внутренняя система — многофункциональный кабинет социального работника (МКС), где фиксируются все взаимодействия с подопечными, которые приходят за помощью. В системе записываются возраст клиента, причины бездомности и сервисы, которыми они пользовались.
По словам Байбаковой, за годы работы организации накопились тысячи записей, в которых помимо стандартных данных есть и ценные комментарии соцработников. Например, о причинах неявки человека на прием, его опыте в местах лишения свободы, зависимости, агрессивном поведении, контактах с родственниками или беременности.
Анализ этой информации позволяет фонду лучше понимать причины и характер проблем, с которыми сталкиваются бездомные люди, и эффективнее помогать им. На ее основе «Ночлежка» разрабатывает для каждого подопечного индивидуальный план сопровождения. Его цель — вернуть человека к обычной жизни. Результат работы всегда фиксируется: человек перестал быть бездомным или по каким-то причинам остался на улице.
Проанализировав накопленный массив данных, специалисты «Яндекса» и НИУ ВШЭ научили нейросеть предсказывать вероятность негативного исхода. Например, как говорят в «Ночлежке», большое влияние на то, сможет ли бездомный человек вернуться к прежней жизни, оказывает опыт в детском доме или местах лишения свободы, наличие зависимости, отсутствие документов или регистрации.
Когда исследователи НИУ ВШЭ и «Яндекса» представили разработанную для «Ночлежки» модель, специалисты благотворительной организации долго обсуждали, могут ли использовать ее в работе, уточняют в НКО. Им было важно получить математическое подтверждение влияния каждого фактора на жизнь бездомного человека — какой эффект он оказывает.
«Ключевым для нас остался вопрос, насколько этично использовать такую прогнозную модель для принятия решений по работе с конкретным клиентом. Человек и его поведение не регулируется простым набором факторов, на успех работы в каждом случае влияет и он сам, от него многое зависит. Поэтому пока мы решили не использовать эту модель для принятия решений о работе с каждым из клиентов», — пояснила Дарья Байбакова.
«Ночлежка» продолжает собирать данные, но использует их иначе, чем изначально планировалось. По словам директора московского отделения организации, проект помог НКО понять, из каких элементов должна состоять система помощи бездомным, чтобы с большой вероятностью помочь им выбраться с улицы.
Кроме того, «Ночлежка» внедряет ИИ в работу над анализом проектов нормативных актов. Фонд отслеживает изменения в законодательстве, оценивает их влияние на проблему бездомности и предлагает поправки таким образом, чтобы законы не дискриминировали бездомных людей. Алгоритм будет следить за новыми проектами нормативных актов и делать выводы о ключевых изменениях.
В рамках сессии Дарья Байбакова пояснила, что в России нет системы, где ИИ и нейросети помогают анализировать данные о жителях и прогнозируют вероятность бездомности. По ее словам, главная проблема заключается в том, что такие системы сильно зависят от государственной статистики и информации от разных служб, к которым обращаются граждане.
«Во многих странах эти службы объединены в единую базу данных, что позволяет выявлять «красные флаги» и предупреждать о высоком риске бездомности. Однако в России ситуация с государственной статистикой сложна: данные не интегрированы, а доступ к ним ограничен. Это значительно затрудняет развитие системы помощи нуждающимся. К сожалению, на данный момент в нашей стране нет примеров успешной реализации таких инициатив», — говорит Дарья Байбакова.
Чат-боты для бесед об искусстве
Фонд «Подари жизнь», который помогает детям с онкологическими, гематологическими и другими тяжелыми заболеваниями, развивает проект «Музей идет в гости к детям». С помощью него у маленьких пациентов, которые проходят долгое и тяжелое лечение, появилась возможность узнать больше о мире живописи и задать вопросы об искусстве специально созданному чат-боту, который говорит с детьми на одном языке.
«Музей идет в гости к детям» стал продолжением проекта «Шедевры Третьяковки — детям», который появился в НМИЦ ДГОИ им. Дмитрия Рогачева 10 лет назад. По словам директора фонда Екатерины Шерговой, тогда детская клиника только начинала работу и ее главный врач обратил внимание, что, несмотря на дизайн и яркие фасады здания, белые стены внутри создают мрачную атмосферу.
Стены клиники украсили репродукциями картин русского авангарда. К ним добавили экспликации и аудиогиды с текстом, адаптированным для детей. В прошлом году НМИЦ ДГОИ им. Дмитрия Рогачева построил новый корпус, и с дизайном стен клиники возникла аналогичная проблема.
Проходя обучение в «Школе Сколково» на одном из учебных модулей, посвященных ИИ, Екатерина Шергова поняла, что аудиогиды фонда для проекта «Шедевры Третьяковки — детям» устарели. Привнести впечатления в арт-проект решили с помощью искусственного интеллекта, который будет не только рассказывать о картинах, но и отвечать на любые вопросы детей.
«Я представила, как много непонятного встречается ребенку в музее и как порой неудобно ему бывает задавать «стыдные» вопросы об искусстве. Поэтому мы пришли к идее чат-бота, который мог бы отвечать даже на те, которые дети стесняются задать экскурсоводу. Этот проект поддержали Александр Диденко и лаборатория «Сколково», и мы создали MVP (минимально жизнеспособный продукт)», — рассказала Екатерина Шергова.
Сначала в «Сколково» разработали простую версию проекта, в которой пользователь задает вопрос, представляющий собой точку в многомерном пространстве смыслов — примерно в 2000 измерений. Для него собираются все тексты, предоставленные искусствоведами, которые близки к запросу пользователя по смыслу, и интегрируются в один интересный ответ.
«Однако искусствоведы раскритиковали проект в таком виде, подчеркнули необходимость контекстуализации, указали на особый символизм форм и другие важные аспекты. В результате мы решили изменить подход: полученный первый ответ разбивается на термины и отправляется в другие тексты», — рассказал руководитель лаборатории искусственного интеллекта Школы управления «Сколково» Александр Диденко.
«Кроме того, бот общается с пользователем на языке ребенка, как будто ему пять или шесть лет. Я уверен, что после более тщательной работы система станет еще лучше и сможет говорить как настоящий искусствовед, но так, чтобы быть понятным именно ребенку», — добавляет Диденко.
Следующий шаг
По мнению Екатерины Шерговой из «Подари жизнь», следующим шагом в развитии ИИ для решения социальных проблем может стать использование нейросети для ускорения многих аспектов исследований и анализов. «Наши врачи по-прежнему сталкиваются с ситуацией, когда дети приезжают с неправильно или поздно установленным диагнозом. Нам бы очень хотелось, чтобы в регионах научились быстро и эффективно ставить диагнозы, используя качественные реагенты», — сказала директор благотворительного фонда.
Директор московской «Ночлежки» Дарья Байбакова рассказала в рамках сессии, что мечтает о создании моделей, которые будут предупреждать людей о риске стать бездомными и подбирать такие программы профилактики, чтобы люди не попадали на улицу. «Нейросети и искусственный интеллект могут помочь быстро маршрутизировать клиентов в том месте, где они оказались в беде, подбирая для них самые близкие и эффективные программы, связывая с нужными специалистами, отвечая на срочные вопросы», — сказала она.
Председатель «ЛизаАлерт» Григорий Сергеев рассказал, что в процессе поисковых операций отряд часто сталкивается с необходимостью проводить исследования в водных акваториях, включая пресные водоемы. Для добровольцев работа в таких условиях представляет более серьезную угрозу по сравнению с поисками на суше.
«Мне бы хотелось, чтобы мы могли исследовать водоемы с помощью алгоритмов, разработка которых требует значительного времени и усилий. Однако путь к этому уже понятен, и я верю, что водная среда станет важной частью наших будущих усилий», — пояснил он. Также в отряде хотели бы, чтобы ИИ стал помощником в анализе походки, поведения и одежды с фотоматериалов в городах, где установлены камеры наблюдения, и нейросети уже активно помогают в распознавании лиц.