【开放科学前沿】AI+公民科学：全球反贫困战的「数据新解法」

在数据稀缺的贫困地区，如何精准识别需要帮助的家庭？当传统调查失效时，人工智能（AI）与公民科学的结合正在开辟一条新路径。2月26日，《自然》新闻专题报道聚焦这一创新模式，揭示技术如何赋能可持续发展目标（SDGs），也警示资金断链可能引发的危机。

Part.01 AI+公民科学：多哥的「数据扶贫」样本

在人工智能五花八门的应用里，它在人道主义援助方面发挥的作用常常被大家忽视。2020年，多哥政府面临严峻挑战：传统入户调查被迫中断，但贫困家庭亟需现金援助。研究团队另辟蹊径——通过AI分析卫星图像识别低收入社区，再结合手机网络数据定位具体家庭，最终通过移动支付发放救济金。这一创新方案覆盖数万户家庭，成为全球首个AI驱动的人道主义援助成功案例。

关键突破：

§     卫星+手机数据融合：从宏观地理贫困分布到微观家庭通信模式，AI算法填补了传统数据空白。

§     动态监测：相比一次性调查，手机数据可实时追踪家庭经济波动，提升援助精准度。

Part.02 数据难题：公民科学如何填补空白

即便在2023年后，中低收入国家（low-and middle-income countries，LMIC）的贫困数据收集仍面临困境：

§     传统入户调查成本高，且易遗漏难民、非正规住房居民等最脆弱群体；

§     隐私恐惧：无证移民等群体因担心驱逐而拒绝参与。

这个时候，AI能成为解决问题的办法吗？答案是肯定的，但也有一些需要注意的地方。多哥的例子已经证明，AI结合地理需求信息和手机的个人数据，能有效地帮助社区。现在，研究人员把目光投向了一个还没被充分利用的信息来源——公民科学家（也叫社区科学家）收集的数据。随着智能手机、Wi-Fi和4G等技术的普及，越来越多生活在城市、乡镇和乡村的人开始自己收集、存储和分析社会及环境数据。在加纳，就有志愿者研究人员在收集海岸线海洋垃圾的数据，还把这些信息提供给国家官方统计部门。

2024年12月《自然・可持续性（见相关文章2链接）》发表文章，呼吁AI研究人员和公民科学家建立合作关系。他们认为，政策制定者可以把公民科学家收集的数据和AI工具结合起来使用。其实，像联合国统计委员会这样的国际组织，也希望有更多公民科学家提供数据，来推动联合国可持续发展目标（SDGs）的实现，这个目标旨在消除贫困、实现环境可持续发展。在可持续发展目标的进展报告里，那些难以接触到的人群的数据一直很缺乏，所以联合国把公民科学和公民数据视为潜在的解决方案。

Part.03 资金隐忧：全球合作不能掉链子

不过，要让AI研究人员和公民科学家紧密合作，资金是个关键问题。一方面需要资金支持公民收集数据，另一方面也要用资金推动AI工具对这些数据进行更深入的分析，但是现在情况并不乐观。美国作为低收入和中等收入国家数据和统计方面最大的资助国，正在减少国际投入，不仅退出了世界卫生组织，还冻结了对外援助资金。2023年之后，官方统计的资金才刚有点稳定的迹象，但要是美国继续缩减投入，未来的资金状况则难以预判。文章警示：若国际资助持续萎缩，贫困地区的「数据鸿沟」将加速扩大，AI技术反而可能因数据偏差加剧不平等。

Part.04 双向赋能：让技术回归「人的尺度」

AI与公民科学的结合不仅是技术问题，更是社会实验：

§     数据主权归还社区：社区居民知道收集和存储的数据属于自己，不用担心被第三方掌控，这样能让他们更有信息主权意识。

§     纠偏AI模型：草根数据可修正算法中的偏见（如城市中心主义）。准确、经过整理的公民统计数据可以提高AI工具的质量，减少受训练数据里偏见和不准确信息的影响。

§     伦理红线：必须确保AI应用不泄露隐私、不加剧弱势群体风险。

当加纳渔民记录海岸垃圾，当多哥母亲收到AI识别的救济金，我们看到的不仅是技术创新，更是「开放科学」的深层价值——让知识生产回归大众，让技术为公平服务。然而，这场静默革命需要全球资金的持续输血。正如文章所言：公民科学数据可能是治愈贫困的良药，但若无人买单，药方终将沦为废纸。

新闻内容来自以下网站，不代表GoOA头条立场：

https://www.nature.com/articles/d41586-025-00561-x

https://www.nature.com/articles/d41586-025-00565-7

https://www.nature.com/articles/s41893-024-01489-2

来源：Nature