导读 

 Deepseek成为整个春节假期的热点话题之一，而在人工智能（AI）热潮中，非营利组织面临一个关键问题：确保人工智能技术真正服务于其关心的社区并聚焦核心使命。本文围绕这一问题，呼吁非营利组织通过与学术界、社区组织、艺术家和基金会等合作伙伴建立关系，开发更具情境意识、公平且资源敏感的人工智能解决方案。文章展示了如何将人工智能从以科技为中心转变为以社区为中心的工具，避免仅依赖科技公司可能带来的偏见和资源不匹配等问题，从而实现更广泛的社会影响力。最后，作者们提供了实用建议，助力非营利组织拥抱人工智能。（P.S. 在文章的翻译中，我们亦尝试与DeepSeek合作，其结果虽然不令人感到惊艳，但这或许恰印证了本文所提到的专门知识和领域经验之重要） 

插图：iStock/stellalevi

人工智能要为资源不足的非营利世界带来助力，取决于其是否为服务于我们所关心的社区而设计。然而，当非营利组织考虑如何将人工智能融入其工作时，许多人会寻求科技领域的专业知识，期望获得工具、实施建议以及伦理指导。然而，当使命驱动的实体——专注于人、社区和公平——仅与科技公司合作时，可能会遇到各种障碍，例如：

1. 对社区的需求理解有限：特定领域的知识对于将人工智能与非营利使命对齐至关重要，而许多科技公司缺乏这种知识。

2. 人工智能模型中的偏见：如果没有多样化的输入，人工智能模型可能会加剧偏见或误读非营利组织所服务的社区。

3. 资源限制：科技解决方案所隐含的预算或能力假设通常超出非营利组织的承受范围，导致其困于适合非营利背景的（有限）工具。

我们需要跨领域的创造性、多样化合作，以确保技术的采用方式与非营利价值观一致，建立信任并服务于众人。寻找科技领域以外的合作伙伴有助于非营利组织开发具有情境意识、公平且资源敏感的人工智能解决方案。最重要的是，非营利领域的从业者必须深入思考我们理想的未来状态：当人工智能真正以人类幸福、社区能动性和伦理技术为核心时，非营利领域会是什么样子？

想象这一未来不仅意味着对新兴技术的出现做出反应，还意味着主动塑造其发展轨迹。非营利组织不光要适应人工智能，更应提出以下问题：

· 我们真正需要人工智能解决的问题有哪些？

· 在人工智能决策中，谁的声音必须被置于中心？

· 我们如何确保人工智能成为赋能而非控制的工具？

尽管科技公司在构建工具和基础设施方面拥有丰富的专业知识，但它们往往缺乏慈善领域所需的专门领域知识（sector-specific understanding）和伦理框架（ethical framework）。当使命驱动的非营利组织仅与科技公司合作时，他们可能会优先考虑效率和数据，而忽视影响力、伦理和社区需求。以科技为中心开发的工具可能无法考虑偏见、公平性或可及性。人工智能就像一座花园：如果没有多样化的种子（数据）和精心的照料（合作），它可能会变得难以控制，产生有违非营利使命的结果。科技公司可能缺乏对人工智能如何增强——而不是削弱——作为非营利使命核心的人际连接的洞察。

与脆弱人群合作的非营利组织在使用人工智能时需要格外谨慎，以避免加剧现有的不平等或引发新的伦理困境。通过与更广泛的合作伙伴——包括伦理学家、社区团体和学术机构——合作，非营利组织可以更好地维护其伦理承诺。

由于非营利组织面临的挑战复杂多样，扩大合作伙伴范围，包括学术界、社会科学、政策界和艺术界，可以帮助非营利组织发现创新的问题解决方式，并创造性地利用人工智能。跨部门合作促进了问题解决的整体方法，将技术专长与对社会和社区问题的深刻理解相结合。

例如，HumaneAI 倡议将非营利组织与依循伦理的人工智能初创公司联合起来，开发针对非营利需求的隐私优先工具（privacy-first tools），并与数据隐私倡导者合作，确保组织在利用人工智能的同时保护用户隐私和数据安全（特别是在心理健康等敏感领域）。再比如 Climate Change AI，这家环保非营利组织利用机器学习应对紧迫的气候挑战，促进气候科学家、技术专家和当地社区组织之间的合作，以构建集体知识和解决方案，推动气候保护工作。

在 AI Equity Project，我们正在探索北美非营利组织在拥抱人工智能时面临的挑战和机遇，旨在减少可及性的差距，同时赋能组织培养包容性、以人为本的人工智能实践：

构建超越科技的创造性合作。

1.与学术界和智库合作。大学和研究机构处于研究新兴技术的潜在社会、伦理和政策影响的前沿，其批判性思维和严谨性能够补充使命驱动的关注点。通过与学术智库合作，非营利组织可以利用基于证据的研究，了解人工智能如何——以及应该如何——负责任地被使用，特别是在涉及人的权利、隐私和社会公平的领域。例如，专门研究人工智能伦理的学术研究人员可以成为制定伦理数据收集指南和确保人工智能洞察尊重隐私并积极减少偏见的重要合作伙伴。学术合作还可以为非营利组织提供商业人工智能产品中通常无法获得的专业知识和工具。例如，与专注于算法公平性的机构合作，可以帮助非营利组织识别并减少人工智能模型中的潜在偏见，这对于与边缘化或脆弱人群合作的组织尤为重要。

2.与社区组织（Community-based organizations，CBOs）合作。在非营利工作中有效使用人工智能需要的不仅仅是技术熟练度：它需要一种文化敏感、社区知情的方法。社区组织对当地人群的特定需求、挑战和价值观有着深刻的理解，使非营利组织能够设计出反映其所服务社区生活经验的人工智能解决方案。例如，一个致力于解决粮食不安全问题的非营利组织可以与当地食品银行和庇护所合作，了解社区特定的粮食获取问题，并将这些见解融入人工智能工具中，以更准确地预测需求。社区组织还为这一过程带来了责任感和信任感，社区成员在看到熟悉的组织参与时，更有可能信任该项目。

社区组织还可以为人工智能驱动的项目提供持续反馈，帮助非营利组织不断调整以提高相关性和可及性。这种反馈循环对于保持人工智能符合伦理至关重要，因为它使非营利组织能够应对不断变化的社区需求和挑战。

3.与艺术家和故事讲述者合作。艺术和故事为人工智能如何支持和提升非营利使命提供了独特的、以人为本的视角，成为技术与同理心之间的桥梁。与艺术家和故事讲述者合作，使非营利组织能够以视觉上引人入胜、易于理解的方式传达复杂的数据，让利益相关者看到数字背后的真实世界影响。例如，一个在医疗健康领域工作的非营利组织可以与艺术家合作，将患者数据可视化，突出患者故事，帮助捐赠者和政策制定者更好地理解健康差异对人类的影响。故事讲述者在确保人工智能用于提升个人体验而非将其简化为数据点方面也发挥着至关重要的作用。

与艺术家和故事讲述者的合作不仅使人工智能洞察变得生动，还强化了非营利组织的使命，确保技术成为理解和共情的桥梁，而不是障碍。简而言之，与创意专业人士合作可以是非营利组织将人工智能人性化的一种方式，确保技术支持而不是削弱人际连接。

4.与慈善基金会合作。许多基金会不仅对资助人工智能驱动的社会正向变化倡议感兴趣，还充当召集者，从而汇集多样化的利益相关者以促进合作和共享学习。对于非营利组织来说，与基金会合作可以提供整合人工智能所需的财务资源和合作机会。基金会可以通过资助研究、试点项目和能力建设计划来支持人工智能项目，确保非营利组织能够在不冒财务风险的情况下试验人工智能。慈善基金会还充当多方利益相关者对话的平台，召集来自科技界、学术界和社会部门的专家，共同应对人工智能的伦理和操作挑战。

除了资金支持，基金会还帮助非营利组织获取宝贵的见解和专业知识，促进技术、伦理和社会影响力之间的合作。通过与基金会合作，非营利组织可以参与研讨会、圆桌会议和其他论坛，与人工智能专家互动并完善其战略。基金会还可以倡导提高对非营利组织在采用人工智能时面临的挑战的认识，帮助制定支持公平和负责任的人工智能使用的政策和标准。

对于渴望采用人工智能但不知从何入手的非营利组织，以下是一些构建成功的、以社区为中心的合作关系的实用建议：

1.制定合作伙伴路线图：在寻找合作伙伴之前，明确并阐明你的目标和期望。谁应该参与这一过程？所有利益相关者的参与有助于明确非营利组织的目标和伦理优先事项，确保潜在合作者理解技术背后的使命。

2.识别价值观驱动的合作者：寻找优先考虑社会影响力和使命一致性的合作伙伴。许多合作者会在其网站上展示他们的价值观及其在实践中的体现。合适的合作伙伴不仅带来技术专长，还致力于推动公平和伦理实践。

3.建立明确的伦理标准：与社区成员共同制定“人工智能价值观”（AI Values，你的伦理承诺声明），以指导人工智能项目。该框架应围绕隐私、包容性和数据使用制定原则，帮助所有合作者保持一致。

4.平衡不同部门的时间表：不同实体（如学术界和非营利组织）的时间表可能差异显著，需要灵活调整和定期沟通以保持一致。在合作中应为不同实体的需求留出空间。

非营利组织要成功且合乎伦理地拥抱人工智能，必须扩大合作伙伴范围，包括学术界、社区组织、艺术家、伦理初创公司、慈善基金会和政策制定者。只有通过这种多样化的联盟，人工智能才能增强人际联系并促进公平。

非营利组织中人工智能的未来取决于你的领导力！

米歇尔·弗洛雷斯·弗林，注册筹款执行官（CFRE），是一位资深的非营利组织营销与筹款专家，在生物多样性、高等教育和公共参与等领域拥有丰富的实践经验。她共同发起了AI Equity Project等关键研究倡议，并担任美国筹款人协会（Association of Fundraising Professionals，AFP）全球理事会成员，致力于推动筹款策略的创新与非营利品牌的发展。

米娜·达斯是 Namaste Data 的首席执行官，这是一家帮助非营利组织设计符合伦理、以人为本的人工智能和数据实践的咨询机构。在科技和非营利领域拥有 17 年经验的她，撰写了“以社区为中心的数据”等原则，并共同发起了 AI Equity Project 等倡议。她始终致力于让复杂的技术为社会影响力服务。

来源：《斯坦福社会创新评论》英文网站2025年2月5日

原标题：Building Community-Centered AI Collaborations