Aïd el-adha, Aïd el-Kbir ou encore la fête du sacrifice, est l’une des célébrations religieuses musulmanes qui se tient au cours du grand pèlerinage à […]
L’article Quand aura lieu l’Aïd el-Adha 2026 ? Le CTMF dévoile la date en France est apparu en premier sur .
Dans une démarche visant à renforcer les liens économiques bilatéraux, une délégation de haut niveau composée de trente chefs d’entreprises et responsables institutionnels algériens prend […]
L’article L’Algérie en force aux USA : 30 leaders économiques au SelectUSA Investment Summit 2026 est apparu en premier sur .
In the low tide, an i-Taukei fisherwoman gathers cockles along the Nasese sea wall in Fiji, a tradition weathered by time and tide. The assessment Climate Change Implications for Fisheries and Aquaculture in the Pacific Island Region looks at women’s contributions across fisheries and aquaculture systems, from harvesting to trade. Credit: Josh Kuilamu/SPC
By Sera Sefeti
SUVA, Fiji, May 4 2026 (IPS)
For generations, Pacific people have understood the ocean not as a resource but as identity, sustenance, and survival. Today, that relationship is being tested in ways science is only just beginning to fully capture.
For the first time in the region’s history, every Pacific Island country now has a clear, data-driven picture of what climate change will mean for its waters and its own Exclusive Economic Zone (EEZ).
This shift marks more than just a scientific milestone. It is a turning point in how the Pacific can understand, manage, and defend its ocean in a rapidly changing climate.
From Regional Averages to National realities
The updated assessment, “Climate Change Implications for Fisheries and Aquaculture in the Pacific Island Region”, builds on a 14-year-old vulnerability study. But unlike its predecessor, this version moves beyond broad regional trends.
It goes deeper into country-specific realities.
In a region where ocean territories dwarf landmass, this matters. The Pacific controls around 27 million square kilometres of ocean, yet only about 2 percent of that is land. Fisheries are not just an industry – they are the backbone of economies, cultures, and food systems.
“This is quite amazing,” says SPC Climate Change Project Development Specialist Marie Lecomte, referring to the ability to assess climate impacts at the EEZ level. “The ocean is so big, and land masses are so tiny… it has always been very difficult to downscale ocean models to something meaningful for countries.”
Now, that gap is beginning to close.
Rising ocean temperatures and changing chemistry are reshaping marine ecosystems, impacting people’s livelihoods and national economies. Credit: Douglas Picacha/IPS
Why This Science Matters Now
For Pacific leaders, the climate crisis is not abstract. It is negotiated in global forums, defended in policy rooms, and lived daily in coastal communities.
Yet one persistent challenge has been the lack of evidence.
This report begins to change that.
It provides:
In doing so, it transforms science into something actionable:
For a region often described as the moral voice of climate negotiations, this evidence adds weight to that voice.
The Pacific controls around 27 million square kilometres of ocean, yet only about 2 percent of that is land. Now each country in the region will have a data-driven picture of the effects of climate change in its waters. Credit: Francisco Blaha/SPC
What the Science Reveals
The findings are sobering.
Rising ocean temperatures and changing chemistry are already reshaping marine ecosystems. The report maps, with unprecedented clarity, a chain reaction: warming waters alter fish biology, leading to fish stocks’ decline, which will ultimately result in the impact on people’s livelihoods and national economies.
At the centre of this crisis are coastal ecosystems, i.e. coral reefs, mangroves, and seagrass beds, the ecological foundations of Pacific fisheries.
These systems are under intense pressure from both climate change and human activity.
“For mangroves, they are also constrained by infrastructure development,” Lecomte explains. “If you build a new hotel, then you get rid of the mangrove.”
For scientists, the assessment Climate Change Implications for Fisheries and Aquaculture in the Pacific Island Region offers the most comprehensive dataset for policymakers and communities. Credit: John Nihahuasi/SPC
Across the Pacific, the risks are not evenly distributed.
Low-lying island nations, already facing sea-level rise and extreme weather, are doubly exposed. Their dependence on fisheries for food and income leaves little buffer against decline.
The consequences are stark:
Yet even in this “doom and gloom” narrative, the report resists fatalism. Instead, it offers a framework for adaptation and resilience.
However, in the Pacific, the situation is not starting from zero.
For centuries, communities have managed fisheries through customary practices like tabu areas, seasonal closures, and community governance.
The report reinforces these approaches while introducing new strategies:
It also highlights a critical but often overlooked dimension, which is women’s contributions across fisheries and aquaculture systems, from harvesting to trade work that remain under-recognised despite their central role.
Science, Power, and the Politics of Survival
Perhaps the most powerful implication of the report lies beyond science — in politics.
Despite being one of the most climate-impacted sectors, fisheries are largely absent from global climate negotiations.
This is where the findings become more than a report. It becomes leverage.
With pre-COP discussions and COP31 on the horizon, Pacific countries now have something they have long needed.
“If Pacific delegations can come to pre-COP saying we have the latest science… and we all agree on how we want to act with the regional climate change strategy for coastal fisheries being pre-endorsed,” Lecomte says, “it’s a unique chance to showcase fisheries as part of the ocean–climate nexus.”
Beyond the Data: A Call to Act
This report does not just document change but also demands a response.
It bridges worlds:
For scientists, it offers the most comprehensive dataset yet when it comes to the Pacific and its EEZ; for policymakers, it is a roadmap; for communities, it is a validation of what they already know.
That the ocean is changing and so must we.
But in that change lies something powerful. For the first time, the Pacific is not just speaking from experience. It is speaking with scientific evidence.
IPS UN Bureau Report
Follow @IPSNewsUNBureau
Related Articles
Les membres du Comité économique et social européen peuvent percevoir cette indemnité en se connectant aux réunions en ligne
The post Prime de présence en ligne de 149 € : les députés européens exigent plus de « transparence » appeared first on Euractiv FR.
La rhétorique anti-Mercosur était autrefois dominée par des appels à la prise de conscience climatique. N'était-ce là qu'un simple opportunisme politique ?
The post De l’indignation à la realpolitik : comment le combat brûlant entre l’UE et le Mercosur sur le climat s’est refroidi appeared first on Euractiv FR.
On estime que cette région recèle d'importantes réserves de gaz offshore
The post La Grèce intensifie les négociations maritimes avec la Libye pour contrer l’accord conclu avec la Turquie en 2019 appeared first on Euractiv FR.
Rome, Toulouse, Palma ou même Guangzhou… Et si c’était le moment de boucler vos valises ? Fidèle à son rendez-vous mensuel, Air Algérie casse les […]
L’article Air Algérie casse les prix en mai 2026 : vols dès 24 000 DA vers l’Europe et l’Asie est apparu en premier sur .
Les négociations rencontreraient des difficultés
The post Accord sur les drones maritimes : l’Ukraine pose ses conditions à la Grèce appeared first on Euractiv FR.
« Nous ne sommes pas en situation de stagnation, et encore moins de récession », a déclaré la présidente de la Banque centrale européenne
The post « Laissons ça dans les années 1970 » : Lagarde minimise les craintes de stagflation appeared first on Euractiv FR.
Bonn, 4. Mai 2026. Unter bestimmten Voraussetzungen können Entwicklungsorganisationen Künstliche Intelligenz (KI) nutzen, um zu lernenden Organisationen zu werden. Aufschlussreich sind in diesem Zusammenhang die Erfahrungen von USAID.
KI ist für die Entwicklungszusammenarbeit (EZ) sowohl Herausforderung als auch Chance. In dieser Kolumne geht es um die Frage, wie Entwicklungsorganisationen KI nutzen können, um lernende Organisationen zu werden. Ob dies gelingt, hängt davon ab, wie KI-gestützte Analyse- und Lernprozesse in Organisationen verankert sind. Aus den Erfahrungen der 2025 geschlossenen US-Entwicklungsagentur USAID lassen sich Lehren für den Einsatz von KI in der EZ ziehen – und wo dieser an Grenzen stößt.
USAIDs vorzeitig beendete KI-LerninitiativeNach vielen Jahren als Mitarbeiterin verließ die Ko-Autorin USAID im Jahr 2021, um zu untersuchen, wie Entwicklungsorganisationen systematischer aus ihren eigenen Erfahrungen lernen können. Dies führte zur Entwicklung des Development Evidence Large Language Model (DELLM), eines speziell für die EZ entwickelten KI-Systems. USAID wurde einer der ersten Kunden. Um DELLM zu trainieren, annotierten und labelten Expert*innen zunächst manuell Textsegmente aus rund 100.000 USAID-Evaluierungsberichten aus über 60 Jahren. In einem zunehmend automatisierten aber von Expert*innen überwachten Prozess lernte das Modell, diese Berichte zu „lesen“ und zwischen Sektoren, Kooperationsansätzen, Ergebnissen sowie positiven und negativen Lehren zu unterscheiden.
Nach Abschluss des Trainings konnten die USAID-Mitarbeitenden das institutionelle Wissen der Organisation erstmals systematisch nutzen. DELLM konnte sowohl für die operative Planung als auch für das organisationale Lernen eingesetzt werden. Im Hinblick auf die operative Planung waren die Mitarbeiter*innen nun in der Lage, innerhalb weniger Minuten auf themenspezifische und regionale Erkenntnisse aus über sechs Jahrzehnten zuzugreifen. Zuvor hätte jede dieser Abfragen lange Recherchen erfordert und hohe Kosten verursacht. Aufgrund der plötzlichen Schließung von USAID konnte das Modell jedoch nicht mehr für das organisationale Lernen eingesetzt werden. Solange die Evaluierungsberichte noch intern zugänglich waren, wurde DELLM stattdessen genutzt, um zentrale Erkenntnisse zu sichern. Diese Auswertung der übergreifenden Erfolgsfaktoren von USAID-Maßnahmen liefert für sich genommen bereits aufschlussreiche Ergebnisse. Zugleich verdeutlichen sie, warum KI-gestützte Erkenntnisse nicht automatisch zu organisationalem Lernen führen.
Erfolgsfaktoren der EntwicklungszusammenarbeitDie Suche nach den übergeordneten Erfolgsfaktoren der Entwicklungsmaßnahmen von USAID brachte folgende Erkenntnisse: (1) Entscheidungen sollten möglichst dezentral dort getroffen werden, wo die Umsetzung erfolgt, um rasches Feedback aus der Praxis zu erhalten und Kurskorrekturen vornehmen zu können. (2) Reformen sollten praxisorientiert sein, das heißt auf bestehenden Systemen aufbauen und darauf abzielen, diese weiterzuentwickeln. (3) Wirksame Lösungen sollten rasch vor Ort verankert werden, damit sie auch nach Auslaufen der Finanzierung fortwirken. (4) Reformprozesse sollten von lokalen Akteuren geleitet werden, anstatt diese lediglich beratend einzubinden. Schließlich ist (5) die Zusammenarbeit mit der mittleren Ebene entscheidend – also mit Partnern, die für die praktische Umsetzung der Maßnahmen verantwortlich sind. Welche Schlüsse lassen sich aus diesen Erkenntnissen über das Potenzial und die Grenzen von KI-gestütztem organisationalem Lernen in der EZ ziehen?
Für Entwicklungsexpert*innen sind diese Erfolgsfaktoren nicht neu. Dennoch werden darauf basierende, neue Ansätze der EZ, wie etwa Ansätze adaptiver EZ, nur selten genutzt. Obwohl sie auch in der deutschen EZ bereits erfolgreich umgesetzt wurden, bleiben sie Ausnahmen. Mangelndes organisationales Lernen hat neben der Orientierung der EZ an nationalen Interessen mit einem starken Fokus auf systemimmanente Rechenschaftsbeziehungen zu tun. Es wird aber auch durch die Strukturen und Anreize innerhalb von Entwicklungsorganisationen gebremst. Organisationales Lernen kann erst gelingen, wenn evidenzbasiertes Arbeiten gefördert wird, generalistische Karrierewege durch Fachlaufbahnen ergänzt werden, Ziele und Defizite offen diskutiert werden und die Organisationskultur all dies unterstützt.
Verankerung KI-gestützten Lernens für EntwicklungKI hat das Potenzial, einen umfassenden, intuitiven und bedarfsgerechten Zugang zum institutionellen Wissen von Organisationen zu ermöglichen. Dies ist insbesondere für die operative Planung von großem Nutzen. Im Hinblick auf organisationales Lernen und entsprechende Reformen sollten jedoch die Besonderheiten von KI sowie die notwendigen Rahmenbedingungen berücksichtigt werden. Erstens gilt, wie bei allen KI-Tools, dass die Qualität ihrer Ergebnisse nur so gut ist wie die Qualität der zugrunde liegenden Daten und des Trainings. Zweitens müssen Erkenntnisse, um in organisationales Lernen überführt zu werden, in eine offene, selbstkritische und evidenzbasierte Organisationskultur eingebettet sein. Drittens gilt: Auch wenn KI-gestützte Erkenntnisse nicht vollständig neu sind, können sie in Verbindung mit anderen Wissensquellen, etwa der Entwicklungsforschung, dazu dienen, bestehendes Wissen zu überprüfen und zu ergänzen. In einem solchen förderlichen organisationalen Umfeld kann KI somit ein wichtiges Instrument unter anderen sein, um lernende Entwicklungsorganisationen hervorzubringen und die Effektivität und Effizienz der EZ zu steigern.
Dr. Michael Roll ist Soziologe und wissenschaftlicher Mitarbeiterin der Abteilung “Transformation of Political (Dis-) Order” des German Institute of Development and Sustainability (IDOS) in Bonn.
Lindsey Moore ist Geschäftsführerin und Gründerin von DevelopMetrics sowie außerordentliche Professorin für KI und Politik an der Georgetown University. Ihre Arbeit konzentriert sich auf verantwortungsvolle künstliche Intelligenz, Evidenzsynthese und Wissensmanagement im Bereich der internationalen Entwicklung.
Bonn, 4. Mai 2026. Unter bestimmten Voraussetzungen können Entwicklungsorganisationen Künstliche Intelligenz (KI) nutzen, um zu lernenden Organisationen zu werden. Aufschlussreich sind in diesem Zusammenhang die Erfahrungen von USAID.
KI ist für die Entwicklungszusammenarbeit (EZ) sowohl Herausforderung als auch Chance. In dieser Kolumne geht es um die Frage, wie Entwicklungsorganisationen KI nutzen können, um lernende Organisationen zu werden. Ob dies gelingt, hängt davon ab, wie KI-gestützte Analyse- und Lernprozesse in Organisationen verankert sind. Aus den Erfahrungen der 2025 geschlossenen US-Entwicklungsagentur USAID lassen sich Lehren für den Einsatz von KI in der EZ ziehen – und wo dieser an Grenzen stößt.
USAIDs vorzeitig beendete KI-LerninitiativeNach vielen Jahren als Mitarbeiterin verließ die Ko-Autorin USAID im Jahr 2021, um zu untersuchen, wie Entwicklungsorganisationen systematischer aus ihren eigenen Erfahrungen lernen können. Dies führte zur Entwicklung des Development Evidence Large Language Model (DELLM), eines speziell für die EZ entwickelten KI-Systems. USAID wurde einer der ersten Kunden. Um DELLM zu trainieren, annotierten und labelten Expert*innen zunächst manuell Textsegmente aus rund 100.000 USAID-Evaluierungsberichten aus über 60 Jahren. In einem zunehmend automatisierten aber von Expert*innen überwachten Prozess lernte das Modell, diese Berichte zu „lesen“ und zwischen Sektoren, Kooperationsansätzen, Ergebnissen sowie positiven und negativen Lehren zu unterscheiden.
Nach Abschluss des Trainings konnten die USAID-Mitarbeitenden das institutionelle Wissen der Organisation erstmals systematisch nutzen. DELLM konnte sowohl für die operative Planung als auch für das organisationale Lernen eingesetzt werden. Im Hinblick auf die operative Planung waren die Mitarbeiter*innen nun in der Lage, innerhalb weniger Minuten auf themenspezifische und regionale Erkenntnisse aus über sechs Jahrzehnten zuzugreifen. Zuvor hätte jede dieser Abfragen lange Recherchen erfordert und hohe Kosten verursacht. Aufgrund der plötzlichen Schließung von USAID konnte das Modell jedoch nicht mehr für das organisationale Lernen eingesetzt werden. Solange die Evaluierungsberichte noch intern zugänglich waren, wurde DELLM stattdessen genutzt, um zentrale Erkenntnisse zu sichern. Diese Auswertung der übergreifenden Erfolgsfaktoren von USAID-Maßnahmen liefert für sich genommen bereits aufschlussreiche Ergebnisse. Zugleich verdeutlichen sie, warum KI-gestützte Erkenntnisse nicht automatisch zu organisationalem Lernen führen.
Erfolgsfaktoren der EntwicklungszusammenarbeitDie Suche nach den übergeordneten Erfolgsfaktoren der Entwicklungsmaßnahmen von USAID brachte folgende Erkenntnisse: (1) Entscheidungen sollten möglichst dezentral dort getroffen werden, wo die Umsetzung erfolgt, um rasches Feedback aus der Praxis zu erhalten und Kurskorrekturen vornehmen zu können. (2) Reformen sollten praxisorientiert sein, das heißt auf bestehenden Systemen aufbauen und darauf abzielen, diese weiterzuentwickeln. (3) Wirksame Lösungen sollten rasch vor Ort verankert werden, damit sie auch nach Auslaufen der Finanzierung fortwirken. (4) Reformprozesse sollten von lokalen Akteuren geleitet werden, anstatt diese lediglich beratend einzubinden. Schließlich ist (5) die Zusammenarbeit mit der mittleren Ebene entscheidend – also mit Partnern, die für die praktische Umsetzung der Maßnahmen verantwortlich sind. Welche Schlüsse lassen sich aus diesen Erkenntnissen über das Potenzial und die Grenzen von KI-gestütztem organisationalem Lernen in der EZ ziehen?
Für Entwicklungsexpert*innen sind diese Erfolgsfaktoren nicht neu. Dennoch werden darauf basierende, neue Ansätze der EZ, wie etwa Ansätze adaptiver EZ, nur selten genutzt. Obwohl sie auch in der deutschen EZ bereits erfolgreich umgesetzt wurden, bleiben sie Ausnahmen. Mangelndes organisationales Lernen hat neben der Orientierung der EZ an nationalen Interessen mit einem starken Fokus auf systemimmanente Rechenschaftsbeziehungen zu tun. Es wird aber auch durch die Strukturen und Anreize innerhalb von Entwicklungsorganisationen gebremst. Organisationales Lernen kann erst gelingen, wenn evidenzbasiertes Arbeiten gefördert wird, generalistische Karrierewege durch Fachlaufbahnen ergänzt werden, Ziele und Defizite offen diskutiert werden und die Organisationskultur all dies unterstützt.
Verankerung KI-gestützten Lernens für EntwicklungKI hat das Potenzial, einen umfassenden, intuitiven und bedarfsgerechten Zugang zum institutionellen Wissen von Organisationen zu ermöglichen. Dies ist insbesondere für die operative Planung von großem Nutzen. Im Hinblick auf organisationales Lernen und entsprechende Reformen sollten jedoch die Besonderheiten von KI sowie die notwendigen Rahmenbedingungen berücksichtigt werden. Erstens gilt, wie bei allen KI-Tools, dass die Qualität ihrer Ergebnisse nur so gut ist wie die Qualität der zugrunde liegenden Daten und des Trainings. Zweitens müssen Erkenntnisse, um in organisationales Lernen überführt zu werden, in eine offene, selbstkritische und evidenzbasierte Organisationskultur eingebettet sein. Drittens gilt: Auch wenn KI-gestützte Erkenntnisse nicht vollständig neu sind, können sie in Verbindung mit anderen Wissensquellen, etwa der Entwicklungsforschung, dazu dienen, bestehendes Wissen zu überprüfen und zu ergänzen. In einem solchen förderlichen organisationalen Umfeld kann KI somit ein wichtiges Instrument unter anderen sein, um lernende Entwicklungsorganisationen hervorzubringen und die Effektivität und Effizienz der EZ zu steigern.
Dr. Michael Roll ist Soziologe und wissenschaftlicher Mitarbeiterin der Abteilung “Transformation of Political (Dis-) Order” des German Institute of Development and Sustainability (IDOS) in Bonn.
Lindsey Moore ist Geschäftsführerin und Gründerin von DevelopMetrics sowie außerordentliche Professorin für KI und Politik an der Georgetown University. Ihre Arbeit konzentriert sich auf verantwortungsvolle künstliche Intelligenz, Evidenzsynthese und Wissensmanagement im Bereich der internationalen Entwicklung.
Bonn, 4. Mai 2026. Unter bestimmten Voraussetzungen können Entwicklungsorganisationen Künstliche Intelligenz (KI) nutzen, um zu lernenden Organisationen zu werden. Aufschlussreich sind in diesem Zusammenhang die Erfahrungen von USAID.
KI ist für die Entwicklungszusammenarbeit (EZ) sowohl Herausforderung als auch Chance. In dieser Kolumne geht es um die Frage, wie Entwicklungsorganisationen KI nutzen können, um lernende Organisationen zu werden. Ob dies gelingt, hängt davon ab, wie KI-gestützte Analyse- und Lernprozesse in Organisationen verankert sind. Aus den Erfahrungen der 2025 geschlossenen US-Entwicklungsagentur USAID lassen sich Lehren für den Einsatz von KI in der EZ ziehen – und wo dieser an Grenzen stößt.
USAIDs vorzeitig beendete KI-LerninitiativeNach vielen Jahren als Mitarbeiterin verließ die Ko-Autorin USAID im Jahr 2021, um zu untersuchen, wie Entwicklungsorganisationen systematischer aus ihren eigenen Erfahrungen lernen können. Dies führte zur Entwicklung des Development Evidence Large Language Model (DELLM), eines speziell für die EZ entwickelten KI-Systems. USAID wurde einer der ersten Kunden. Um DELLM zu trainieren, annotierten und labelten Expert*innen zunächst manuell Textsegmente aus rund 100.000 USAID-Evaluierungsberichten aus über 60 Jahren. In einem zunehmend automatisierten aber von Expert*innen überwachten Prozess lernte das Modell, diese Berichte zu „lesen“ und zwischen Sektoren, Kooperationsansätzen, Ergebnissen sowie positiven und negativen Lehren zu unterscheiden.
Nach Abschluss des Trainings konnten die USAID-Mitarbeitenden das institutionelle Wissen der Organisation erstmals systematisch nutzen. DELLM konnte sowohl für die operative Planung als auch für das organisationale Lernen eingesetzt werden. Im Hinblick auf die operative Planung waren die Mitarbeiter*innen nun in der Lage, innerhalb weniger Minuten auf themenspezifische und regionale Erkenntnisse aus über sechs Jahrzehnten zuzugreifen. Zuvor hätte jede dieser Abfragen lange Recherchen erfordert und hohe Kosten verursacht. Aufgrund der plötzlichen Schließung von USAID konnte das Modell jedoch nicht mehr für das organisationale Lernen eingesetzt werden. Solange die Evaluierungsberichte noch intern zugänglich waren, wurde DELLM stattdessen genutzt, um zentrale Erkenntnisse zu sichern. Diese Auswertung der übergreifenden Erfolgsfaktoren von USAID-Maßnahmen liefert für sich genommen bereits aufschlussreiche Ergebnisse. Zugleich verdeutlichen sie, warum KI-gestützte Erkenntnisse nicht automatisch zu organisationalem Lernen führen.
Erfolgsfaktoren der EntwicklungszusammenarbeitDie Suche nach den übergeordneten Erfolgsfaktoren der Entwicklungsmaßnahmen von USAID brachte folgende Erkenntnisse: (1) Entscheidungen sollten möglichst dezentral dort getroffen werden, wo die Umsetzung erfolgt, um rasches Feedback aus der Praxis zu erhalten und Kurskorrekturen vornehmen zu können. (2) Reformen sollten praxisorientiert sein, das heißt auf bestehenden Systemen aufbauen und darauf abzielen, diese weiterzuentwickeln. (3) Wirksame Lösungen sollten rasch vor Ort verankert werden, damit sie auch nach Auslaufen der Finanzierung fortwirken. (4) Reformprozesse sollten von lokalen Akteuren geleitet werden, anstatt diese lediglich beratend einzubinden. Schließlich ist (5) die Zusammenarbeit mit der mittleren Ebene entscheidend – also mit Partnern, die für die praktische Umsetzung der Maßnahmen verantwortlich sind. Welche Schlüsse lassen sich aus diesen Erkenntnissen über das Potenzial und die Grenzen von KI-gestütztem organisationalem Lernen in der EZ ziehen?
Für Entwicklungsexpert*innen sind diese Erfolgsfaktoren nicht neu. Dennoch werden darauf basierende, neue Ansätze der EZ, wie etwa Ansätze adaptiver EZ, nur selten genutzt. Obwohl sie auch in der deutschen EZ bereits erfolgreich umgesetzt wurden, bleiben sie Ausnahmen. Mangelndes organisationales Lernen hat neben der Orientierung der EZ an nationalen Interessen mit einem starken Fokus auf systemimmanente Rechenschaftsbeziehungen zu tun. Es wird aber auch durch die Strukturen und Anreize innerhalb von Entwicklungsorganisationen gebremst. Organisationales Lernen kann erst gelingen, wenn evidenzbasiertes Arbeiten gefördert wird, generalistische Karrierewege durch Fachlaufbahnen ergänzt werden, Ziele und Defizite offen diskutiert werden und die Organisationskultur all dies unterstützt.
Verankerung KI-gestützten Lernens für EntwicklungKI hat das Potenzial, einen umfassenden, intuitiven und bedarfsgerechten Zugang zum institutionellen Wissen von Organisationen zu ermöglichen. Dies ist insbesondere für die operative Planung von großem Nutzen. Im Hinblick auf organisationales Lernen und entsprechende Reformen sollten jedoch die Besonderheiten von KI sowie die notwendigen Rahmenbedingungen berücksichtigt werden. Erstens gilt, wie bei allen KI-Tools, dass die Qualität ihrer Ergebnisse nur so gut ist wie die Qualität der zugrunde liegenden Daten und des Trainings. Zweitens müssen Erkenntnisse, um in organisationales Lernen überführt zu werden, in eine offene, selbstkritische und evidenzbasierte Organisationskultur eingebettet sein. Drittens gilt: Auch wenn KI-gestützte Erkenntnisse nicht vollständig neu sind, können sie in Verbindung mit anderen Wissensquellen, etwa der Entwicklungsforschung, dazu dienen, bestehendes Wissen zu überprüfen und zu ergänzen. In einem solchen förderlichen organisationalen Umfeld kann KI somit ein wichtiges Instrument unter anderen sein, um lernende Entwicklungsorganisationen hervorzubringen und die Effektivität und Effizienz der EZ zu steigern.
Dr. Michael Roll ist Soziologe und wissenschaftlicher Mitarbeiterin der Abteilung “Transformation of Political (Dis-) Order” des German Institute of Development and Sustainability (IDOS) in Bonn.
Lindsey Moore ist Geschäftsführerin und Gründerin von DevelopMetrics sowie außerordentliche Professorin für KI und Politik an der Georgetown University. Ihre Arbeit konzentriert sich auf verantwortungsvolle künstliche Intelligenz, Evidenzsynthese und Wissensmanagement im Bereich der internationalen Entwicklung.
« La Turquie, au lieu de rechercher un partenariat, pense en termes d’hégémonie », a déclaré Noam Katz
The post La Turquie cherche à établir son « hégémonie », selon un ambassadeur israélien appeared first on Euractiv FR.
Fin de fonctions du Directeur Général de la Caisse Nationale des Assurances Sociales des Travailleurs Salariés (CNAS), Nadir Kouadria. Cette décision, intervenue en ce début […]
L’article CNAS : Fin de mission pour le Directeur Général, Nadir Kouadria est apparu en premier sur .