Google 洪水中心在孟加拉將 AI 洪水預報與災前現金援助配對

孟加拉賈米拉島的農民面臨由氣候變遷驅動的難以預測的洪水，傳統警報僅提供三天通知。Google 的洪水中心（Flood Hub）運用 AI 從水文與氣象資料中學習模式，為超過 80 個國家的河川流域發布五天預報——表現與基於物理模型的 GloFAS 模型相當。

GiveDirectly 與 Google 合作，將 AI 預報與河流水位站資料交叉核對，並在洪水來臨前四天向村民發放無條件現金轉移。這家非營利組織利用 Google 的歷史資料結合社會經濟指標，繪製洪水易發區域，鎖定預報將有超過一半面積被淹沒的村莊。

2024 年 8 月在奈及利亞科吉州的一項早期試驗，在洪水前向 4,463 人提供了早期現金，許多人將資金投入農場改良與種子。另一項 IRC 試點發現，收到早期現金的奈及利亞農民比收到較晚援助者購買了更多生產投入與牲畜，並使收入來源多元化。

針對 2026 年，GiveDirectly 計畫在孟加拉北部的蓋班達及周邊地區進行一項隨機對照試驗，涵蓋超過 100,000 個家庭。家庭將收到 10,375 孟加拉塔卡（85 美元），四個組別測試不同的介入時機，以衡量哪種方式最能保護生計。

GiveDirectly 將透過 AI 預報向 10 萬多個孟加拉家庭發放洪水前現金，此舉基於非洲試點，當地受助者將資金投入牲畜與資產。

Google 洪水中心運用 AI 模式而非基於物理的模型提供五天洪水警報，涵蓋沒有流量測站的河川流域。

GiveDirectly 翻轉傳統人道援助模式，在災難來襲前而非之後提供援助，並利用 AI 精確定位高風險村莊。

非洲試點數據顯示，收到早期現金的農民將資金投入牲畜、工具與種子——與災後援助受助者相比，生計有可衡量的改善。

涵蓋 10 萬多個家庭的隨機試驗設計，將產生科學證據，說明災前現金是否優於傳統救濟，可能重塑全球人道實踐。

AI 預測結合預先部署的資金，讓社區能在災難來襲前保護生計，表現優於傳統的災後救濟發放。

孟加拉北部的隨機對照試驗計畫於 2026 年進行，部分由 Google.org 資助。若結果證實災前現金優於災後救濟，該模式可推廣至洪水中心涵蓋的 80 多個國家。GiveDirectly 已在奈及利亞證明此方法可行，當地的早期現金受助者在洪水季前將資金投入農場改良。