هوش مصنوعی سیاست‌های اقلیمی را بررسی کرد.
نیچر در گزارش خود از بررسی سیاست‌های آب و هوایی و اقلیمی با هدف کاهش انتشار گازهای گلخانه‌ای با استفاده از فناوری هوش مصنوعی خبر داد. در پژوهشی (برای مطالعه کامل پژوهش اینجا کلیک کنید) که در سال ۲۰۲۴ انجام شده است. پژوهشگران از یادگیری ماشین برای تجزیه و تحلیل ۱۵۰۰ سیاست برای کاهش انتشار گازهای گلخانه استفاده کرده‌اند. کاربردهای هوش مصنوعی تنها به سطوح عملیاتی و تولیدی محدود نمی‌شود و حالا در سطح سیاست گذاری نیز می‌تواند کاربردهای خودش را نشان دهد.
ارزیابی سیاست‌های اجرا شده یکی از کاربردهای هوش مصنوعی در سیاست‌گذاری است. تصور کنید در دنیای امروز ما، بسیاری از خط مشی‌ها تنها با بررسی‌های محدود و مطالعات موردی و یا ترکیبی طراحی شده‌اند. همچنین اثرگذاری آنها نیز به راحتی قابل تشخیص نیست. زیرا در سطوح کلان، عوامل متعددی می‌توانند بر کارآمدی یک سیاست اثرگذار باشند. هوش مصنوعی می‌تواند به صورت جامع سیاست‌های مختلف را بررسی کند، نتایج آنها را تجزیه و تحلیل کند و اثرگذاری آنها را نشان دهد.
در این پژوهش، محققان از یادگیری ماشین یا ماشین لرنینگ برای تجزیه تحلیل ۱۵۰۰ سیاست اقلیمی و همچنین شناسایی مواردی که انتشار کربن را به شکل چشمگیری کاهش داده‌اند استفاده کرده‌اند.
به عنوان بخشی از تجزیه و تحلیل، Stechemesser و همکارانش از یک پایگاه داده از 1500 سیاست آب و هوایی استفاده کردند که بین سال های 1998 تا 2022 در 41 کشور، از جمله سه تولیدکننده اصلی گازهای گلخانه ای در سراسر جهان یعنی چین، ایالات متحده و هند اجرا شده است. این سیاست‌ها به 48 دسته تقسیم می‌شوند، از طرح‌های تجارت انتشار تا اصلاحات یارانه سوخت‌های فسیلی.
Stechemesser می‌گوید: «ارزیابی‌های قبلی معمولاً بر روی مجموعه محدودی از سیاست‌های برجسته در کشورهای منتخب متمرکز شده‌اند، و صدها معیار دیگر را نادیده می‌گیرند». حالا هوش مصنوعی آمده است که به صورت یکپارچه و کل نگر همه سیاست‌ها را بررسی کند.
نویسندگان این پژوهش یادگیری ماشین را با یک رویکرد تحلیلی آماری ترکیب کردند تا کاهش انتشار گازهای گلخانه‌ای را در چهار بخش اصلی ( ساخت و ساز، برق، صنعت و حمل و نقل ) شناسایی کنند. آنها نتایج را با سیاست‌های موجود در پایگاه داده مقایسه کردند تا ارزیابی کنند که کدام خط‌مشی‌ها و ترکیب‌های سیاست منجر به بیشترین کاهش انتشار شده‌اند.
این تجزیه و تحلیل، 63 مداخله را در 35 کشور شناسایی کرد که منجر به کاهش قابل توجهی در انتشار گازهای گلخانه ای شد و به طور متوسط 19 درصد کاهش یافت. بیشتر کاهش ها به دو یا چند سیاست مرتبط بود. 63 سیاست روی هم، انتشار گازهای گلخانه ای را بین 0.6 تا 1.8 گیگاتن (Gt) معادل CO2 کاهش دادند.
مقاله پیشنهادی: کاربردهای هوش مصنوعی در حفاظت از محیط زیست
سیاست‌های ترکیبی بسیار نتیجه‌بخش تر از سیاست‌های مستقل و منفرد
Annika Stechemesser، پژوهشگر موسسه پوتسدام برای تحقیقات تأثیر آب و هوا (Potsdam Institute for Climate Impact Research) در آلمان و نویسنده این مقاله، می‌گوید: استفاده از ترکیب مناسب از سیاست‌ها مهم‌تر از استفاده از بسیاری از سیاست‌ها است. برای مثال، حذف تدریجی نیروگاه‌های زغال‌سنگ در بریتانیا کارساز بود، زیرا همزمان با مکانیسم‌های قیمت‌گذاری، مانند حداقل قیمت کربن استفاده می‌شد، در حالی که در نروژ، ممنوعیت خودروهای موتور احتراقی زمانی موثرتر بود که با انگیزه‌های قیمتی، نظیر کاهش قیمت خودروهای الکتریکی همراه شد.
نتایج نشان می‌دهد که ترکیب‌های سیاستی خاص در بخش‌ها و اقتصادهای خاص عملکرد بهتری دارند. به عنوان مثال، از نظر کاهش انتشار گازهای گلخانه ای مرتبط با تولید برق، مداخلات قیمت گذاری مانند مالیات بر انرژی به ویژه در کشورهای با درآمد بالا موثر بود، اما در کشورهای با درآمد پایین و متوسط اثرگذاری کمتری داشت. در بخش ساخت و ساز، ترکیب سیاست‌هایی که شامل حذف تدریجی و ممنوعیت فعالیت‌های تولید گازهای گلخانه‌ای می‌شد، کاهش‌های ناشی از اجرای آن سیاست‌ها را به‌طور جداگانه بیش از دو برابر کرد. مالیات تنها سیاستی بود که در هر چهار بخش، به‌عنوان یک سیاست مستقل، به کاهش انتشار تقریباً برابر یا بیشتر دست یافت.
هوش مصنوعی به سیاستگذاران هشدار می‌دهد.
نتایج این پژوهش را باید به عنوان یک هشدار در نظر گرفت. هوش مصنوعی با بررسی دقیق این سیاست‌ها و اثرگذاری آنها نشان داده است که تنها بخش اندکی از این سیاست‌ها نتیجه بخش بوده است و بسیاری از سیاست‌های فعلی نیاز به اصلاح و بازنگری دارند. این هشداری برای سیاستگذاران است.
Xu Chi، بوم شناس دانشگاه نانجینگ، می گوید: «این مطالعه به کشورهای سراسر جهان هشدار می‌دهد که سیاست‌های آب و هوایی آنها تاکنون اثرات بسیار محدودی داشته است.او می افزاید: «سیاست های موجود باید دوباره ارزیابی شوند و تغییراتی باید ایجاد شود.
به گفته سازمان ملل، پیش‌بینی می‌شود که انتشار سالانه جهان تا سال 2030 معادل 15 گیگا تن دی‌اکسید کربن بیشتر از مقدار مورد نیاز برای حفظ گرمایش جهانی به کمتر از 2 درجه سانتی‌گراد بالاتر از سطح قبل از صنعتی شدن باشد.
ارزیابی سیاست‌ها با هوش مصنوعی
Jan Minx، اقتصاددان محیط زیست می‌گوید: “از نظر من، این اولین مطالعه در نوع خود است که چنین ارزیابی جهانی را ارائه می دهد.” با وجود این که پژوهش‌ها و پروژه‌‌های دیگری برای ارزیابی سیاست‌ها با هوش مصنوعی انجام شده است. اما چنین پژوهشی در این سطح برای اولین بار رخ داده است. Stechemesser می‌گوید: «ارزیابی‌های قبلی معمولاً بر روی مجموعه محدودی از سیاست‌های برجسته در کشورهای منتخب متمرکز شده‌اند، و صدها معیار دیگر را نادیده می‌گیرند».
Zheng Saina، که سیاست‌های اقلیمی را در دانشگاه جنوب شرقی در نانجینگ چین تحلیل کرده است، می‌گوید: «این یک روش نسبتاً هوشمندانه است. او می‌افزاید که راه مرسوم بازنگری تعداد زیادی از سیاست‌ها و انتخاب سیاست‌های مهم بود، اما این رویکرد ذهنی و دشوار است. نویسندگان در عوض از یادگیری ماشینی برای تشخیص تغییرات عمده انتشار استفاده کردند. عینی تر است.»
هوش مصنوعی و جهان سیاست‌گذاری
هوش مصنوعی تنها محدود به سطوح عملیاتی نمی‌شود. این فناوری حالا می‌تواند به عنوان یک دستیار حرفه‌ای برای سیاستگذاران باشد تا با تکیه بر تحلیل‌های دقیق که به روش‌هاس سنتی امکان پذیر نیست، تدوین سیاست‌های جدید را تسهیل کند. کشورهای بسیاری حالا هوش مصنوعی را در این سطح نیز مورد استفاده قرار می‌دهند اما باید در نظر داشت که این ابتدای مسیری است که هوش مصنوعی خلق خواهد کرد.
هوش مصنوعی به روش‌های مختلف می‌تواند به بهبود کیفیت زندگی انسان کمک کند. اما شاید کمک به سیاستگذاران در اخذ یک تصمیم یا تصویب یک قانون مناسب، یکی از مهمترین قابلیت‌های این فناوری باشد.
