L’argent de l’aide au développement est utilisé pour construire des écoles, connecter des villages au réseau électrique et étendre les soins de santé dans les pays les plus pauvres. Un aperçu détaillé et à jour des projets d’aide au développement est important pour garantir que les fonds associés sont utilisés aussi efficacement que possible. Jusqu’à présent, cependant, une telle vue d’ensemble a été difficile à obtenir en raison du grand nombre de projets et d’institutions donatrices.
Malte Toetzke et Nicolas Banholzer, doctorants au département MTEC de l’ETH Zurich, travaillent avec le professeur Stefan Feuerriegel, qui a récemment déménagé de l’ETH Zurich au LMU Munich, pour clarifier l’aide au développement mondial avec une nouvelle méthode d’analyse. Les chercheurs utilisent l’intelligence artificielle (IA) pour trier les flux d’argent en groupes thématiques. Cela permet de voir comment le financement est réparti entre les domaines thématiques, les pays et les années, et où une action peut être nécessaire. Leurs résultats viennent d’être publiés dans la revue Durabilité naturelle.
Comment fonctionne l’algorithme
L’analyse est basée sur 3,2 millions de projets d’aide au développement mis en œuvre entre 2000 et 2019, dans lesquels un total de 2,8 billions de dollars américains ont été investis. Sur la base des descriptions de projets, l’algorithme basé sur l’IA a divisé les projets en 173 catégories thématiques. Il a dû tenir compte du fait que ces rapports n’étaient pas formellement structurés : ils différaient par la langue et la longueur du texte, par exemple.
« Vous pouvez considérer le processus comme une tentative de lire une bibliothèque entière et de trier des livres similaires dans des étagères thématiques », explique Malte Toetzke, premier auteur et doctorant à la chaire de durabilité et de technologie de l’ETH Zurich. « Notre algorithme prend en compte 200 dimensions différentes pour déterminer à quel point ces 3,2 millions de projets sont similaires les uns aux autres – une charge de travail impossible pour un être humain. »
Par rapport aux approches précédentes, cette catégorisation est plus différenciée ; il ressort des projets analysés, plutôt que d’un système de classification existant. « Nous pouvons structurer les nombreux projets dans les moindres détails sans avoir à savoir à l’avance exactement ce que nous recherchons », déclare Toetzke. « Cela nous a permis de trouver des catégories qui n’avaient pas été systématiquement analysées auparavant ou qui ne sont devenues d’actualité que récemment. »
Tendances et transparence
Toetzke note que l’analyse suggère des tendances thématiques dans l’aide au développement. « Ces dernières années », dit-il, « de plus en plus d’argent a été consacré à des projets dans les domaines de l’inclusion et de l’égalité pour les groupes défavorisés, du changement climatique et de la durabilité, et du soutien aux entreprises privées ».
Dans le domaine du changement climatique, les auteurs vont encore plus loin. D’une part, ils montrent que l’aide au développement pour les projets dédiés à l’adaptation aux conséquences du changement climatique a doublé depuis l’accord de Paris sur le climat de 2015. Dans le même temps, cependant, l’argent pour l’ensemble du secteur environnemental, qui en plus du climat l’adaptation au changement comprend également des domaines tels que la réduction des émissions de gaz à effet de serre, l’augmentation de l’efficacité énergétique et la préservation de la biodiversité, ont légèrement diminué depuis 2015. Sur la base de ces résultats, les auteurs concluent que la communauté internationale n’a que partiellement tenu la promesse qu’elle a faite à Paris d’accroître le développement l’aide aux projets qui luttent contre le changement climatique.
Une meilleure coordination avec une vue d’ensemble globale
Le projet de recherche permet pour la première fois d’avoir un aperçu global des flux financiers de l’aide au développement. « Ce n’est que si nous savons quels pays, domaines et organisations sont soutenus que les projets peuvent être coordonnés de manière significative au niveau mondial », déclare Nicolas Banholzer de la chaire des systèmes d’information de gestion à l’ETH et l’un des co-auteurs.
La surveillance alimentée par l’IA peut également aider les organisations de développement à prendre de meilleures décisions fondées sur des données, conformément aux objectifs de développement durable des Nations Unies.
Malte Toetzke et al, Suivi de l’aide au développement mondial avec l’apprentissage automatique, Durabilité naturelle (2022). DOI : 10.1038/s41893-022-00874-z