Dlaczego przyszłość AI w Nigerii zależy od przełamania rządowych silosów danych

Osiem głównych agencji rządowych posiada jedne z najbardziej wartościowych zbiorów danych o obywatelach Nigerii. Jednak te bazy danych pozostają odizolowane, z niewielką interoperacyjnością lub wymianą danych. Eksperci branżowi twierdzą, że jeśli to się nie zmieni, dążenie Nigerii do stania się wiodącą potęgą sztucznej inteligencji w Afryce może napotkać trudności, zanim naprawdę się rozpocznie.

Systemy AI potrzebują dużych ilości wysokiej jakości danych, aby działać sprawnie. Gdy dane są przechowywane w oddzielnych bazach danych przy użyciu różnych formatów i standardów, trudniej jest budować narzędzia AI, które mogą usprawnić usługi takie jak opieka zdrowotna, edukacja, pobór podatków i weryfikacja tożsamości.

Fragmentacja obejmuje niektóre z najważniejszych baz danych w kraju. Narodowa Komisja Zarządzania Tożsamością (NIMC) zarządza bazą danych Narodowego Numeru Identyfikacyjnego (NIN), podczas gdy Centralny Bank Nigerii (CBN) nadzoruje system Bankowego Numeru Weryfikacyjnego (BVN).

Inne agencje, w tym Nigeryjska Komisja Łączności (NCC), Nigeryjska Służba Imigracyjna (NIS), Federalny Urząd Skarbowy (FIRS), Federalny Korpus Bezpieczeństwa Drogowego (FRSC), Komisja ds. Spraw Korporacyjnych (CAC) oraz Niezależna Narodowa Komisja Wyborcza (INEC), prowadzą oddzielne bazy danych dla abonentów telekomów, paszportów, podatków, praw jazdy, rejestracji firm i rejestrów wyborców.

Nigeria spędza niemal dwie dekady próbując rozwiązać ten problem. Ustawa o Narodowej Komisji Zarządzania Tożsamością z 2007 roku ustanowiła Narodowy System Zarządzania Tożsamością (NIMS) jako centralną strukturę tożsamości, zaprojektowaną w celu połączenia rządowych baz danych.

Najbardziej agresywnym posunięciem był rok 2020, gdy rząd nakazał powiązanie kart SIM z Narodowymi Numerami Identyfikacyjnymi (NIN), dążąc do połączenia danych telekomunikacyjnych z zweryfikowanymi tożsamościami. Jednak pomimo tych wysiłków, rywalizacja instytucjonalna i obawy dotyczące własności danych nadal powodują, że wiele systemów działa równolegle, zamiast jako część zunifikowanej infrastruktury cyfrowej.

Stawka stała się jeszcze wyższa, gdy Nigeria przyspieszyła swoje ambicje w dziedzinie AI. W 2025 roku kraj uruchomił Narodową Strategię Sztucznej Inteligencji i zaprezentował N-Atlas, pierwszy w Afryce rządowy wielojęzyczny duży model językowy. Jednak eksperci twierdzą, że wyzwanie nie polega już na wizji, lecz na realizacji.

„Dziś przechodzimy od polityki do postępu" – powiedział Kashifu Inuwa Abdullahi, Dyrektor Generalny Narodowej Agencji Rozwoju Technologii Informacyjnych (NITDA), w słowach przekazanych przez Emmanuela Edeta, pełniącego obowiązki Dyrektora ds. Regulacji i Zgodności na AI Summit Nigeria w Abudży we wtorek. „Prawdziwą miarą sukcesu nie jest liczba publikowanych przez nas polityk, ale wpływ, jaki te polityki wywierają na życie przeciętnych Nigeryjczyków."

Osiągnięcie tego wpływu może jednak zależeć od przełamania silosów danych w całym rządzie.

„Sztuczna inteligencja nie działa wyłącznie na algorytmach" – powiedział Abdullahi. „Działa na energii, mocy obliczeniowej, danych, talentach, infrastrukturze, a przede wszystkim na zaufaniu."

To stwierdzenie odzwierciedla rosnące globalne rozumienie, że przywództwo w dziedzinie AI zależy nie tylko od możliwości technicznych, ale także od gotowości instytucjonalnej. Kraje przodujące we wdrażaniu AI niekoniecznie są tymi, które budują modele graniczne; często są to te, którym udało się zintegrować dane i ucyfrowić usługi publiczne.

John Edokpolo, dyrektor ds. relacji rządowych Microsoft na Afrykę, wskazał na takie kraje jak Zjednoczone Emiraty Arabskie i Singapur jako przykłady.

„Te kraje niekoniecznie przodują w projektowaniu układów scalonych czy rozwijaniu modeli" – powiedział. „To, co zrobiły dobrze, to ucyfrowanie zarządzania i stworzenie scentralizowanych systemów umożliwiających wymianę danych i dyfuzję AI."

Problem nie jest techniczny

Według Edeta agencje rządowe klasyfikują i zarządzają danymi w różny sposób, tworząc niespójności utrudniające wymianę informacji.

„Przeprowadziliśmy badanie i zdaliśmy sobie sprawę, że różne agencje rządowe klasyfikują dane w różny sposób" – wyjaśnił. „Jak zharmonizować to tak, aby po uzyskaniu klasy danych wiedzieć, jakiego rodzaju danych należy oczekiwać i jak zarządzać tymi danymi we wszystkich agencjach?"

Bez ustandaryzowanych klasyfikacji systemy AI nie mogą skutecznie agregować informacji z wielu źródeł. Na przykład platforma AI w opiece zdrowotnej może mieć trudności z łączeniem dokumentacji szpitalnej, jeśli instytucje używają różnych formatów lub standardów.

Aby temu zaradzić, NITDA poinformowała, że pracuje nad Narodową Polityką Chmurową i opracowuje ramy wymiany danych. Jednak proces ten okazuje się bardziej złożony niż przewidywano.

„Wyzwania są ogromne" – przyznał Edet podczas sesji panelowej, w której reprezentował siebie. „Zajmie to dłużej, niż przewidywaliśmy."

Agencje rządowe coraz bardziej dostrzegają, że dane mają wartość – według Edeta. W niektórych przypadkach ta wartość przekłada się na instytucjonalne znaczenie, wpływy lub przyszłe możliwości monetyzacji.

„Wiele agencji rządowych rozumie, że dane mają wartość" – powiedział Edet. „Z ich punktu widzenia dzielenie się danymi oznacza rezygnację z tej wartości."

Tworzy to paradoks. Systemy AI wymagają zintegrowanych zbiorów danych do generowania spostrzeżeń, jednak same instytucje posiadające te zbiory danych często niechętnie się nimi dzielą.

„Nikt nie chce być nieistotny w żadnym systemie" – dodał.

Efektem jest pofragmentowany ekosystem cyfrowy, w którym cenne informacje pozostają zablokowane w granicach instytucjonalnych.

Zaufanie jest walutą AI

Jeśli dane są paliwem AI, zaufanie może być jego walutą. Wdrożenie AI nie może odnieść sukcesu bez publicznego zaufania do sposobu gromadzenia, przetwarzania i wykorzystywania danych.

Nigeryjscy regulatorzy wydają się być świadomi tych zagrożeń.

Babatunde Bamigboye, kierownik Departamentu Egzekwowania Prawa i Regulacji w Nigeryjskiej Komisji Ochrony Danych (NDPC), podkreślił znaczenie zgodnego z prawem, rzetelnego i przejrzystego przetwarzania danych zgodnie z Nigeryjską Ustawą o Ochronie Danych.

Rozwój AI wprowadza nowe wyzwania, ponieważ systemy AI często wymagają ogromnych ilości danych, aby działać efektywnie.

„Zbieranie miliona punktów danych może być dopuszczalne" – wyjaśnił Bamigboye – „ale pytanie brzmi, czy cel jest uzasadniony w stosunku do podmiotu danych."

Staje się to szczególnie ważne w przypadku pracy z wrażliwymi grupami, takimi jak dzieci.

Wykorzystanie AI do dostarczania narzędzi edukacyjnych dla niedostatecznie obsługiwanych społeczności może być zgodne z interesem publicznym. Jednak korzystanie z podobnych systemów w celu manipulowania zachowaniem konsumentów może takie nie być.

Zasada, jak twierdzą regulatorzy, jest prosta: innowacje AI muszą pozostać skoncentrowane na człowieku.