IEG 长期致力于利用数据科学和人工智能 (AI) 改进评估实践，其 AI 策略并非起点，而是这一长期探索的重要里程碑。该策略基于 IEG 团队在评估领域应用 AI 的丰富经验，特别是生成式和判别式 AI 的应用。多年的实验表明，数据科学和 AI 在回答日益复杂的评估问题方面具有巨大潜力，但必须以高质量评估的基本原则为基础。
核心观点：
- AI 应用范围： 策略涵盖 AI 在评估、验证和评估知识传播中的应用，但不包括日常办公效率提升。
- 愿景和目标： 通过将 AI 融入评估实践的核心，IEG 将为生产和高质量 AI 支持的评估证据设定全球基准。
- 实施路径： 策略基于四个支柱：治理、人员配备和能力、数据和信息技术生态系统以及合作伙伴关系。
- AI 应用成熟度模型： IEG 目前处于 AI 应用早期阶段，目标是未来几年内实现更广泛的实践和制度化应用。
- AI 与评估专业知识融合： 通过开发定制的 AI 用例和工具，支持评估人员将 AI 融入其工作流程。
- 通过学习和适应性管理扩大 AI 应用： 采用迭代方法，强调实验、学习、持续改进和质量，以扩展 AI 在评估周期中的应用。
- 评估人员角色的转变： 随着 AI 自动化部分常规任务，评估人员的战略作用将得到提升，成为设计者、解释者和质量监督者。
- AI 在验证实践中的应用： 通过试点项目，探索 AI 在验证任务中的应用，例如项目文档摘要、草稿撰写和行业基准比较。
- 利用 AI 传播 IEG 知识： 通过 AI 工具将 IEG 知识传递给世界银行集团运营团队、客户国家和评估界。
- 治理： 建立人工智能审查委员会 (AIRB) 和人工智能卓越社区，以制定质量标准、跟踪 AI 工具使用情况并解决道德问题。
- 人员配备和能力： 培养数据科学家和分析人员，建立人工智能卓越社区，并营造负责任的 AI 应用文化。
- 数据和信息技术生态系统： 改革数据战略，建立灵活、可扩展和安全的 AI 工具生态系统。
- 合作伙伴关系： 与世界银行集团技术团队和其他评估机构建立战略合作伙伴关系，以促进知识共享和联合倡议。
关键数据：
- IEG 每年验证约 500 份微产品。
- IEG 已进行多项使用 AI 的评估，例如关于 Doing Business、营养不良、COVID-19、生物多样性、采购和城市空间增长等。
研究结论：
IEG 的 AI 策略旨在通过负责任地应用 AI，提高评估实践的质量和效率，并为世界银行集团和客户国家提供更有价值的评估证据。该策略强调将 AI 与评估专业知识相结合，并通过实验、学习和适应性管理来扩展 AI 的应用。IEG 将通过建立有效的治理机制、培养人才、改进数据和信息技术生态系统以及建立战略合作伙伴关系来实现其 AI 策略目标。
