发展援助资金用于建设学校，将村庄与电网连接起来，并在较贫穷的国家扩大医疗保健。对发展援助项目进行详细和最新的概述对于确保有效使用相关资金至关重要。然而，到目前为止，由于项目和捐助机构众多，很难得出这样的概览。
苏黎世联邦理工学院 MTEC 系的博士生 Malte Toetzke 和 Nicolas Banholzer 正在与最近从苏黎世联邦理工学院搬到慕尼黑大学的 Stefan Feuerriegel 教授合作，通过一种新的分析方法更清楚地说明全球发展援助。
研究人员使用人工智能 (AI) 将资金流分类到主题组中。这样可以了解资金在主题领域、国家和年份之间的分配情况，以及可能需要采取行动的地方。他们的研究结果最近发表在Nature Sustainability call_made杂志上。
算法是如何工作的
该分析基于 2000 年至 2019 年间实施的 320 万个发展援助项目，其中投资总额为 2.8 万亿美元。基于人工智能的算法根据项目描述将项目分为173个主题类别。它必须考虑到这些报告没有正式的结构：例如，它们的语言和文本长度不同。
“您可以将这个过程视为尝试阅读整个图书馆并将类似的书籍分类到特定主题的书架上，”苏黎世联邦理工学院可持续发展与技术主席的第一作者和博士生 Malte Toetzke 解释说。“我们的算法考虑了 200 个不同的维度来确定这 320 万个项目之间的相似程度——这对人类来说是不可能的工作量。”
这种分类比较有区别;它来自分析的项目，而不是现有的分类系统。“我们可以非常详细地构建许多项目，而无需确切地知道我们在寻找什么，”Toetzke 说。“这使我们能够找到以前没有系统分析过或最近才成为热门话题的类别。”
趋势和透明度
Toetzke 指出，分析表明了发展援助的主题趋势。“近年来，”他说，“越来越多的资金用于弱势群体的包容和平等、气候变化和可持续性以及支持私营企业的项目。”
在气候变化领域，作者的研究更加深入。一方面，他们表明，自 2015 年《巴黎气候协定》以来，对致力于适应气候变化后果的项目的发展援助翻了一番。
然而，与此同时，整个环境部门的资金，除了适应气候变化，还包括减少温室气体排放、提高能源效率和保护生物多样性等领域，自 2015 年以来略有下降。根据这些调查结果，作者得出的结论是，国际社会只部分兑现了它在巴黎作出的增加对应对气候变化项目的发展援助的承诺。
与全球概览更好地协调
该研究项目首次实现了对发展援助资金流动的全球概览。“只有我们知道哪些国家、地区和组织得到支持，才能在全球范围内进行有意义的协调，”ETH 管理信息系统主席兼合著者 Nicolas Banholzer 说。
人工智能驱动的监测还可以帮助发展组织根据联合国的可持续发展目标做出更好的、数据驱动的决策。