Prosper Global spiega cosa permette di fare l'IA nel lavoro umanitario

Prosper Global è un'organizzazione umanitaria globale che gestisce oltre 200 programmi in oltre 35 Paesi. Nayid Orozco lavora come AI Solutions and Delivery Manager presso l'organizzazione e si occupa dell'implementazione di Claude, dall'amministrazione dell'area di lavoro Enterprise alla definizione delle linee guida che stabiliscono quali dati è possibile utilizzare. Abbiamo parlato con Orozco del progetto pilota di Prosper Global che ha coinvolto 13 team, di cosa cambia quando i team sul campo gestiscono autonomamente gli strumenti e del ruolo dell'IA nel futuro del lavoro umanitario.

Anthropic: Con 13 team coinvolti, cosa ha portato concretamente l'IA in un'organizzazione come la tua?

Nayid Orozco, Prosper Global: In molti settori, il dibattito è se l'IA sia in competizione con le persone o se aiuti semplicemente i team a fare ciò che già fanno un po' più velocemente. Nel nostro caso è diverso: l'IA ci consente di fare cose che prima semplicemente non potevamo fare o per le quali non avremmo mai avuto le risorse, anche se sapevamo che erano importanti. Sintetizzare grandi quantità di prove e informazioni e trarne indicazioni utili era, nella maggior parte dei casi, fuori dalla nostra portata. Claude lo ha reso possibile e lo fa al ritmo del nostro lavoro, che in ambito umanitario è molto rapido. È questo che consente a un'organizzazione come la nostra di fare un passo concreto per diventare un'organizzazione che apprende davvero, anziché limitarsi ad aspirare a esserlo.

Anthropic: Sei tu a gestire questa distribuzione giorno per giorno. Cosa comporta e chi utilizza più spesso Claude?

Orozco: Lavoro nel gruppo Technology for Development e fungo da collegamento tra i team che utilizzano Claude e i colleghi dell'ufficio legale e della protezione dei dati. I team che utilizzano Claude più intensamente sono il team Community Accountability e il team che si occupa di monitoraggio, valutazione e apprendimento (MEL).

Anthropic: Com'è il lavoro del team MEL con Claude?

Orozco: MEL è la pietra angolare per misurare l'efficacia e i risultati dei nostri programmi. È un elemento fondamentale che ci aiuta a capire se stiamo migliorando la vita delle persone. Una delle sfide principali è stata definire framework analitici coerenti non in un solo programma, ma in tutto il nostro portfolio di oltre 200 programmi. Ciò include la creazione e il perfezionamento dei modelli logici fondamentali per la progettazione di programmi e strategie, dei framework di indicatori che stabiliscono le metriche con cui misuriamo i risultati, l'elaborazione di set di dati e l'esecuzione di analisi statistiche in tempo reale, nonché la trasformazione del materiale di partenza non strutturato in sintesi dei risultati dei programmi, spesso in inglese, spagnolo e francese, pronte per la rendicontazione ai donatori e per un processo decisionale basato sui dati. Un consulente ha descritto come Claude, lavorando su un framework completo di indicatori comprendente una dichiarazione d'impatto, 4 risultati e 14 output, si sia rivelato un vero interlocutore con cui riflettere e non un semplice strumento di formattazione.

Anthropic: Puoi farci uno o due esempi concreti di attività che prima non erano realizzabili?

Orozco: Un'analisi di un set di dati di mercato per la nostra ricerca sul Sudan, che avrebbe assunto una forma molto diversa e meno rigorosa, ammesso che fosse possibile, è stata ridotta da circa una settimana a un giorno e mezzo. Lo script di elaborazione che ne è derivato è ora in produzione e consente analisi ripetute che permetteranno di comprendere più a fondo le perturbazioni e i cambiamenti del mercato in uno dei luoghi più vulnerabili al mondo.

In Pakistan, Claude ha aiutato il nostro team a diagnosticare un guasto complesso nel sistema di informazione sanitaria DHIS2 che supportiamo per il programma nazionale contro la tubercolosi, in sette province e più di 15.000 strutture, in un'unica conversazione che normalmente richiederebbe a uno sviluppatore senior diversi giorni, se non settimane. Per quanto riguarda la ricerca, un disegno di ricerca per cui avevamo stimato circa 280 ore è stato completato in circa 20. Non si tratta solo di ore risparmiate. La profondità del lavoro è aumentata in modo significativo, consentendo ai team di condurre analisi e modellazioni più approfondite di quanto fosse possibile in precedenza.

In Kenya, il nostro team JobTech Alliance è un altro esempio: i membri, che non hanno un background in software engineering, hanno creato un server MCP per interrogare un database SQL da un milione di righe. Questo è il tipo di capacità tecnica che prima richiedeva un supporto ingegneristico dedicato.

Anthropic: Parte di questo lavoro ora viene svolto da team nazionali anziché dalla sede centrale. Come vedi questo cambiamento?

Orozco: È un cambiamento immenso. I team nazionali conoscono a fondo i contesti in cui operano e, grazie a Claude, possono valorizzare queste conoscenze e svolgere analisi in autonomia anziché attendere la sede centrale. Abbiamo tratto insegnamenti fondamentali su come coinvolgere i team sul campo in nuovi contesti. Hanno bisogno di un contesto persistente, così da non dover ricostruire le informazioni di base a ogni sessione. Hanno bisogno di un'accuratezza che tenga conto delle versioni dei sistemi tecnici, di un'opzione a bassa larghezza di banda per i distretti remoti e di brevi corsi di formazione pratica anziché lunghe sessioni. Il risultato è un'azione programmatica più diretta, un processo decisionale più basato sui dati e un approccio più organico alla gestione adattativa, che si allontana dai modelli tradizionali dall'alto verso il basso e punta verso azioni guidate a livello locale. Più di qualsiasi singolo aumento dell'efficienza, è proprio questo il fattore che riteniamo più importante nell'estendere l'uso di Claude alle attività sul campo.

Anthropic: Come ne pensi della protezione dei dati e della supervisione umana?

Orozco: Vi sono due fattori che proteggono le comunità che stanno dietro ai report. Innanzitutto, nel caso dei dati, filtriamo e oscuriamo gli identificatori diretti e i contenuti più sensibili prima che qualsiasi informazione venga inserita in Claude. Gli input e gli output vengono conservati per un periodo predefinito per il rilevamento degli abusi e vengono quindi eliminati. Inoltre, in base alle condizioni commerciali del modello Enterprise, i dati dei clienti non vengono mai utilizzati per addestrare i modelli. Abbiamo documentato tutto questo in una valutazione formale d'impatto sulla privacy. In secondo luogo, nell'ambito della supervisione, abbiamo mantenuto il controllo umano in ogni fase decisiva.

Anthropic: Nella reazione del personale c'è stato qualcosa che all'inizio non ti aspettavi?

Orozco: Ciò che mi ha sorpreso di più è stato vedere quanto spesso le persone abbiano smesso di considerare Claude come un semplice strumento per la produttività e abbiano iniziato a vederlo come un partner con cui riflettere. Una persona ha detto che le pone le domande giuste per arrivare a una risposta migliore, cosa che non mi aspettavo di sentir dire per un software.

Anthropic: Cosa diresti a un'altra organizzazione umanitaria che desidera utilizzare l'IA in modo responsabile, ma non sa da dove cominciare?

Orozco: Consiglierei di iniziare con progetti piccoli e circoscritti e di mettere la protezione dei dati al primo posto anziché all'ultimo. Direi di formulare una valutazione dell'impatto sulla privacy per ogni caso d'uso reale prima di scalarlo, perché il rischio risiede nel caso d'uso, non nello strumento. È inoltre importante scegliere attività ad alto volume o con un carico cognitivo elevato, perché è lì che il valore emerge più rapidamente. Poi, suggerirei di tenere un livello di supervisione umana su tutto ciò che riguarda la sicurezza o la dignità delle persone. Infine, sottolinerei quanto sia importante investire nella formazione e nell'uso di prompt condivisi fin dall'inizio, perché la differenza tra le persone che amano lo strumento e quelle che lo abbandonano subito sta quasi sempre nel fatto che qualcuno abbia mostrato loro come utilizzarlo al meglio.

Anthropic: Quali sono i prossimi passi per Prosper Global?

Orozco: Lavoriamo con un'ampia gamma di partner, per lo più locali, e vediamo una reale opportunità nell'aiutarli ad accedere all'IA e a utilizzarla, non solo nell'utilizzarla noi in primis. Gran parte del settore si sta concentrando sull'utilizzo proprio dell'IA, tuttavia, noi riteniamo che l'opportunità più grande risieda nel migliorare le prestazioni degli attori locali e iperlocali, perché è lì che si genera davvero l'impatto.

Parte di tutto questo sta già prendendo forma nell'Impact Alliance, uno sforzo collaborativo di tre ONG leader del settore per lavorare in modo più connesso, efficiente e guidato a livello locale. L'alleanza include Prosper Global, Save the Children e CARE. All'interno del gruppo gruppo abbiamo un flusso di lavoro CommunityInsights Engine, in cui il feedback della community verrà analizzato utilizzando Claude. Ciò mostra come tutto questo possa estendersi oltre la sola Prosper Global.

La piattaforma Innovation Catalyst è un’altra iniziativa in fase di sviluppo che punta a integrare l’intelligenza artificiale a favore dell’impatto sociale attraverso le nostre capacità in materia di investimenti d’impatto, innovazione e orientamento al mercato.

Anthropic: Dove porterà l'IA da qui in poi se pensiamo al settore umanitario?

Orozco: L'IA può farci passare dall'essere un settore che utilizza a stento gli apprendimenti derivanti dal nostro lavoro in uno che li utilizza in modo coerente ed efficiente. Questo cambiamento si traduce in una progettazione migliore, un'implementazione più significativa e un impatto maggiore per le persone nei luoghi in cui operiamo. Claude, in particolare, è adatto a questo scopo, perché è eccellente nella ricerca operativa, nel lavoro di apprendimento e nell'analisi di set di dati qualitativi. Questo è esattamente il tipo di apprendimento dai dati da cui dipende il nostro lavoro. Il modo in cui vogliamo soprattutto influenzare il futuro dell'IA nel lavoro umanitario è diffondere i vantaggi verso gli attori locali, anziché trattenerli in modo che rimangano solo all'interno delle grandi organizzazioni.