Per Pushnachricht: Wie ein Algorithmus Hurrikan-Opfern 700 Dollar auszahlte
Knapp 3.500 Opfer von Hurrikan Ian wurden von der wohltätigen Organisation Givedirectly für sofortige Entschädigungszahlungen ausgewählt. Hierfür kam ein interessantes neues Verfahren zum Einsatz: Ein Google-Algorithmus hat die Kandidat:innen ausgesucht und sie direkt per Pushnachricht informiert.
Google-Algorithmus wählt aus, wer die Hilfe am nötigsten hat
Der Sturm hatte Ende September insbesondere im US-Bundesstaat Florida mit hohen Windstärken und Überschwemmungen große Verwüstung angerichtet. 700 US-Dollar unverbindliche Soforthilfe sollten die am schwersten Betroffenen in den Orten Collier, Charlotte und Lee Counties schon eine Woche später erhalten, wie Givedirectly entschieden hat.
Um darüber zu entscheiden, wer das Geld am dringendsten benötigt, hat das Unternehmen auf eine neue Methode zurückgegriffen: In Zusammenarbeit mit Google.org, dem wohltätigen Zweig des Suchmaschinenkonzerns, machten sie sich dessen Algorithmus zunutze.
KI-Software findet und kontaktiert die Personen
Der Algorithmus hat anhand von Satellitenbildern ausgewertet, wer in besonders schwer zerstörten Gebieten lebt. Die Anwohner:innen, denen Geld angeboten wurde, waren zudem Nutzer:innen einer App namens Providers, die Zahlungen von Lebensmittelcoupons regelt.
KI-Software von Google erlaubte es Givedirectly, den Kontakt der ausgewählten Bürger:innen über die App ausfindig zu machen und sie per Pushnachricht über das Zahlungsangebot zu informieren – ein weitaus schnelleres System, als die Personen manuell ausfindig zu machen. 900 haben das Angebot bislang angenommen, wie Wired berichtet.
Premiere der Technik in den USA
Es ist das erste Mal, dass Givedirectly eine derartige Technologie in den USA angewandt hat, nachdem sie zuvor schon in Togo getestet wurde. Zum Einsatz kam hierbei ein Mapping-Tool namens Delphi, das von vier Expert:innen für maschinelles Lernen bei Google entwickelt wurde.
Das Tool legt aktuelle Daten zu Armut aus seriösen Quellen wie dem US Center for Disease Control and Prevention über eine Karte von zerstörten Krisengebieten. Die Daten über die Zerstörung kommen indes von einem weiteren Tool namens Skai, das mithilfe von maschinellem Lernen Satellitenbilder von vor und nach einer Katastrophe auswertet.
Einer Studie zu der spezifischen Technologie zufolge haben die Auswertungsergebnisse eine Treffsicherheit von 85 bis 98 Prozent.
Lob und Kritik von Expert:innen
Wie Wired berichtet, stößt das System auf viel Zuspruch unter Expert:innen für Katastrophenhilfe, insbesondere was die Effizienz und Geschwindigkeit der Soforthilfe angeht. Zudem würde es Menschen in Not viel Aufwand und das bürokratische Betteln um Unterstützung ersparen.
Andere äußern Sorge, dass durch ein derart technologisiertes System Betroffene übersehen werden könnten, allen voran solche ohne Smartphone. Auch der Aspekt der menschlichen Zuwendung in Krisensituationen gehe dadurch verloren.
