Как ИИ используется в фандрайзинге

Как российская гражданская экосистема воспринимала и использовала технологии искусственного интеллекта в процессах, связанных с поиском и получением грантовых средств, в 2023-2024 гг.

Об исследовании

В 2022 году технология искусственного интеллекта (ИИ), а точнее ее наиболее амбициозное направление — большие языковые модели (LLM) — стала по-настоящему массовой и коснулась большинства сфер от бизнеса до образования и науки. Большая языковая модель, large language model – это тип модели глубокого обучения (одно из направлений «искусственного интеллекта»), которая понимает и генерирует текст на человеческом языке.

В качестве иллюстрации глубины эффекта изменений, связанных с ИИ, даже появился термин AI reset (ИИ-перезагрузка), который означает перестройку работы организаций и целых отраслей с учетом возможностей искусственного интеллекта.

Параллельно с этим российский сектор гражданских, правозащитных и медиа-проектов переживал новый этап развития — в связи с полномасштабным вторжением в Украину многие проекты вынуждены были бежать из России, а ранее не связанные с сектором активисты объединялись в новые инициативы. Грантовый фандрайзинг остался единственным относительно стабильным источником ресурсов и является одной из опор существования российского некоммерческого сектора.

Авторы данного отчёта исходили из гипотезы, что эти два тренда (изменение фандрайзинговой ситуации в российском гражданском обществе и повсеместное развитие больших языковых моделей) рано или поздно должны соприкоснуться в виде практики — то, что авторы данного отчета назвали «генеративным фандрайзингом».

Если гипотеза верна и распространение практик использования больших языковых моделей среди фандрайзеров происходит уже сейчас, то можно сформулировать два ключевых вопроса, которые должны интересовать как доноров, так и сами организации:

1. С какими сложностями сталкиваются подающиеся при подготовке заявок, и может ли «искусственный интеллект» с ними помочь?
2. Какие потенциальные риски влечет за собой использование ИИ, и как они могут быть понижены?

В поисках ответа на этот вопрос авторы отчета спрашивали ключевых участников гражданской экосистемы, какие этапы составления грантовой заявки вызывают наибольшую сложность у подающихся на гранты (далее — подающихся) организаций, как уже используется или потенциально может использоваться искусственный интеллект при подготовке заявок, и т.д. При проведении исследования использовался продуктовый подход: комбинация из экспертных и проблемных интервью. В декабре 2023-феврале 2024 гг. мы проинтервьюировали 18 экспертов, среди которых были лидеры новых гражданских проектов (4 респондента), представители переехавших организаций (3 респондента), а также эксперты (3 респондента) и представители грантодающих организаций (9 респондентов).

2. Основные наблюдения и выводы

Гипотеза исследования подтвердилась: генеративный фандрайзинг в 2024-м году — реальность. Исследование показало, что LLM уже достаточно активно используется при написании частей грантовых заявок. Из 10 подающих заявки на гранты респондентов (как представителей проектов, так и экспертов) ИИ используют 7.

Проекты работают в условиях крайне ограниченных человеческих, временных и финансовых ресурсов. Подготовкой заявок чаще всего занимается один человек, который одновременно совмещает несколько функций. Пишущие заявки специалисты заинтересованы в любых способах оптимизации своей работы, поэтому продукты на базе LLM попадают на благодатную почву, т.к. подкреплены глубоким пользовательским стимулом. В работе над заявками проекты вынуждены балансировать между безопасностью и повышением своей эффективности. Один из важнейших приоритетов – оптимизация процесса подготовки заявки, поэтому большинство организаций пришло к использованию искусственного интеллекта. Отношение к аспекту безопасности неоднородное: некоторые осознанно не загружают в ИИ чувствительную информацию, некоторые менее внимательно к этому относятся.

Иллюстрация 1. Уровни автоматизации фандрайзинга

ИИ может помочь лишь с написанием некоторых частей заявки, но без человека составить заявку не сможет. В случае с генеративным фандрайзингом можно использовать аналогию с уровнями автономии автомобилей от 0 (без автономного вождения) до 6 (полностью автономное вождение). По этой аналогии обнаруженный нами уровень автоматизации российского независимого фандрайзинга находится где-то на уровне 2 — он генеративный, но далеко не полностью автоматизированный. ИИ хорошо помогает с суммированием информации, брейнстормингом идей проектов, формулированием частей логической модели проекта (outcome, output, impact) и шагов реализации. Однако он не может предложить уникальную идею и часто «галлюцинирует»: все, что пишет ИИ, нужно тщательно проверять человеческим глазом.

Исследование показало неравномерность принятия генеративного фандрайзинга разными участниками экосистемы. Так, принятие достаточно высоко среди сотрудников проектов, которые подают заявки на гранты: почти все из них используют ИИ. По сравнению с представителями проектов, принятие технологии среди профессиональных фандрайзеров ниже: из 4 опрошенных регулярно использует ИИ лишь один респондент, остальные два — редко, еще один никогда.

Наименьшую открытость и наибольшую настороженность к ИИ показало донорское сообщество. Следуя политикам безопасности донорских организаций, их сотрудники не могут использовать в работе ИИ. Что касается подготовки с помощью ИИ заявок на их гранты, доноры с одной стороны опасаются шквала похожих заявок, а с другой беспокоятся о безопасности данных проектов. При этом сейчас они не замечают использования ИИ в заявках.

Глава 1. Гражданские проекты

1.1 Контекст гражданских проектов

Работа в условиях повышенной нагрузки. Среди респондентов данного исследования многие организации были созданы в 2022 году или были вынуждены переехать в другую страну и значительно перестроить свою работу. Контекст, в котором приходится работать, также быстро меняется, и необходимо живо реагировать на внешние обстоятельства и менять планы.

Стратегии работы на 3 года или 5 лет существуют, но, скорее, являются редкостью. Тем не менее, у большинства респондентов исследования есть стратегии работы как минимум на год. Штат проектов ограничен, в самых крупных организациях постоянно работает около 15 человек. Работа большинства организаций опирается на помощь волонтеров. Некоторые проекты изначально работали как волонтерские инициативы, но стали полноценными проектами. Сотрудники и волонтеры перегружены и часто подвержены выгоранию. Многие проекты постоянно ищут ресурсы и находятся на грани выживания.

Фандрайзинг — новый навык, которым владеет узкий круг сотрудников. Большинство участников новых проектов раньше не занималось активизмом, поэтому сопутствующие навыки фандрайзинга им нужно осваивать по ходу работы. Заполнением грантовых заявок в команде чаще всего занимается один человек, который лишь часть ставки тратит на написание грантовых заявок. Остальные сотрудники мало или совсем не вовлечены в процесс. Присоединяясь к проекту, активист обычно не планирует заниматься фандрайзингом. Он приходит на определенную должность, обычно напрямую связанную с сутью проекта. Поиск ресурсов на существование не входит в базовые ожидания от участия в проекте: «Я хочу заниматься активизмом, а не бумажками». Задачи фандрайзинга не обсуждаются при приеме на работу и в итоге не воспринимаются как обязанности сотрудников. Как поделилась одна респондентка: «Я иногда даю ребятам поразвлекаться с подачей грантов и самим написать заявку, но на эти деньги не рассчитываю». Респонденты несколько раз отмечали, что заявки пугают активистов своим объемом, незнакомыми терминами, есть страх неправильно написать заявку на грант.

Психологическая неготовность участвовать в фандрайзинге подкрепляется также низкой финансовой грамотностью коллег из сектора: у них нет понимания, как устроена система грантов, какие деньги распределяют фонды, они не учитывают налоги, плохо разбираются в договорах на английском языке и в юридических аспектах.

Подача в условиях ограниченного времени. В среднем организации подаются на 2 гранта в месяц, на подготовку одной заявки уходит от 6 часов работы. Представители давно существующих организаций и более опытные фандрайзеры отмечают в календаре те грантовые объявления (на жаргоне их часто называют «коллами» от английского call), на которые хотели бы подать заявку, поэтому могут не так спешить. Менее опытные получатели грантов пока не выработали систему отслеживания грантов и отмечали, что часто поздно находят заявку и заполняют ее в последний момент «в ночь до дедлайна». В условиях ограниченности сил и ресурсов полезна помощь любых инструментов, в том числе искусственный интеллект.

Во время интервью респонденты отмечали, что сложнее всего точно сформулировать идею проекта, а также составить бюджет.

1.2 ИИ в подготовке заявок гражданскими проектами

Шесть из семи опрошенных организаций используют при подготовке заявок искусственный интеллект. Наиболее распространенный инструмент — ChatGPT. Во время работы некоторые из них учитывают аспект безопасности и стараются анонимизировать или загружать в систему лишь публично доступную информацию.

Иллюстрация 2. В «закрашенных» этапах фандрайзинга потенциально можно применять ИИ

Искусственный интеллект полезен для таких задач (в порядке от наиболее легких для ИИ до наиболее сложных):

1. Суммировать информацию из подобранных ссылок. Сильная сторона ИИ — делать выжимки из большого объема данных (например, на основе информации из нескольких статей написать выжимку о ситуации по проблеме).
2. Просить перевести, отредактировать или вычитать текст, чтобы он «соответствовал уровню». Язык и связность текста очень важны. ChatGPT часто используется для этой задачи с промптами, задающими интонацию текста ролью, в которой пишет LLM (например, «напиши как опытный фандрайзер из благотворительного сектора»).
3. Написать «нестандартные части» заявки. Некоторые гранты просят включить такие пункты, как «снижение влияния на окружающую среду» или «политика противодействия коррупции» — документы, которых нет в подающихся организациях. ИИ может помочь с написанием хорошо сформулированных документов.
4. Описать план действий. В качестве вводных чату дается краткое описание проекта и просят сформулировать ход его реализации. «Получается очень хорошо, приходится минимально переписывать». Важно отметить, что и тут результат не финальный, его невозможно вставить прямо в заявку: ИИ формулирует основные шаги, но человеку все равно нужно добавлять к ним детали и цифры.
5. Прописать непосредственные результаты, социальные результаты, социальные эффекты (outputs, outcomes, impact) проекта. На основе общих вводных о проекте сформулировать части логической модели.
6. Предложить векторы идей проектов. Это может быть полезно когда авторы проектов впервые видят описание грантового конкурса и сталкиваются с проблемой “белого листа». Пример промпта: «напиши проект про поддержку сообществ через диджитал», и ChatGPT предлагает возможные идеи проектов. Однако ответы ИИ обычно слишком общие и могут использоваться лишь как стартовая точка. Чтобы финализировать идею проекта и сделать его уникальным, нужен человек.

Ограничения ИИ, которые отмечают респонденты:

• ИИ не может придумать уникальную идею.
• Результат получается не сразу. Иногда для получения нужного результата нужно терпение и 10+ итераций промптов.
• ИИ может «галлюцинировать». Любой результат, который он выдает, нужно редактировать и проверять.

Глава 2. Эксперты по написанию заявок

2.1 Контекст экспертов

Повышенная ответственность. Со своей стороны эксперты отмечали низкую финансовую грамотность среди коллег. Как ответственные за написание заявок они лично отвечают за реализацию гранта, расходование средств и отчетность. Если коллеги из организации недостаточно ответственно относятся к деньгам, финальная ответственность ложится именно на эксперта. Для донора именно он(а) является лицом грантополучающей организации. В итоге может пострадать личная репутация специалиста.

Эксперты отмечали следующие сложности в написании грантов в секторе:

• Проекты не всегда слышат то, что фонды хотят сказать. Подающие заявки невнимательно читают колл или информацию о донорах, не понимают приоритеты и фокусы донора. В итоге они предлагают неподходящую идею.
• Не умеют описывать идею проекта с точки зрения теории изменений и логической модели. Не понимают, в чем различия между целью, задачей, outputs, outcomes, impact.
• Нереалистично расписывают действия: либо слишком слишком много, либо слишком мало.
• Проекты не понимают, какой объем средств можно просить. Часто запрашивают меньше денег, чем им реально требуется.
• Почти никто не умеет самостоятельно вести административное сопровождение грантов: не понимают, как выставить счет, как заполнять листы отчетности, почему это важно сделать в срок.
• Большая проблема новых проектов: они не понимают «проектную» логику грантов и рассчитывают на институциональную поддержку (покрытие операционных расходов), которая достаточно редко встречается.
• Новые проекты не всегда понимают, что организации нужно нарабатывать грантовую историю. Часто они видят основной задачей получение грантов, отчетность отходит на второй план. Такое отношение грозит тем, что в следующий раз им будет сложнее получить финансирование.

2.2 ИИ в работе экспертов

Использование ИИ неравномерно среди экспертов. Некоторые респондентки вообще не используют искусственный интеллект. Они разбираются в логике заявок и получают удовольствие от того, что придумывают, как сформулировать части заявки. В разговоре про ИИ прозвучало опасение, что он сможет забрать у экспертов работу. Вторая группа респондентов испытывает недоверие к технологии, но изредка обращается к ней с простыми задачами — отредактировать текст или подготовить сводку.

Существует как минимум 3 AI-based инструмента по написанию грантов: Grantable, Grantboost, Elgranto (создан российским экспертом по фандрайзингу Антоном Поминовым). Это коммерческие проекты, которые предлагают услугу по составлению черновика грантовой заявки с помощью предзагруженных промптов, адаптированных под грантовую логику. Эти инструменты помогают сократить время на написаниеотдельных частей заявки: оформить «одностраничник» (или 1-pager — короткого документа, лаконично описывающего работу организации), заполнить логическую модель и теорию перемен, а некоторые из них даже помогают быстро оформить бюджет в форме таблицы. Цена — около 20 евро за ежемесячную подписку или 1 черновик гранта. Сокращая время на написание заявки, эти инструменты не могут полностью заменить человека — придумать уникальную редкую идею им не под силу.

Глава 3. Грантодающие организации

3.1 Контекст доноров

Первый фильтр, который проходит заявка — совпадение с приоритетами и ценностями грантодателя. Приоритеты меняются в зависимости от контекста и чаще всего зафиксированы во внутренних документах организации. Тем не менее доноры много времени проводят в живом общении с проектами. Именно тогда можно уточнить, совпадает ли идея проекта с приоритетами донорской организации. Эту часть взаимодействия ИИ заменить сейчас не в состоянии.

В то время как приоритеты по стране/региону немного меняются, у каждой донорской организации есть общие векторы и ценности, которые определяют ее работу. Они публичны и находятся на сайтах доноров. Для доноров необходимо, чтобы деятельность подающейся организации и ее заявка отражали и приверженность этим базовым принципам. Таким образом, ИИ может помочь проверять, насколько хорошо в заявке отражены приоритеты донора.

Если проект подходит по приоритетам и ценностям, следующее, что ищут многие доноры – уникальность идеи. Заявка для донора – это способ увидеть индивидуальность проекта, посмотреть, как мыслит подающийся. Каждая из частей работает на то, чтобы «подсветить» актуальность проблемы, которую решает предлагаемый проект. Таким образом, часть «контекст» можно использовать, чтобы показать те детали, которые донор может не знать. Большинство респондентов сходится на том, что ИИ не может предлагать уникальные идеи, но можно пробовать просить LLM сгенерировать идеи на основе открытых документов о приоритетах донора и общедоступной информации о проекте.

Донорам важно, чтобы проект, который они поддерживают, добился поставленных целей. Поэтому в заявке они также обращают внимание на реалистичность проекта. У разных доноров разные фокусы внимания, среди них:

• рефлексирует ли подающийся контекст, в котором он работает, какие риски отмечает;
• есть ли у подающегося достаточный релевантный опыт для осуществления проекта;
• реалистично ли описывает шаги реализации проекта;
• соответствуют ли планируемые расходы реальным ценам на оборудование и ставкам на местном рынке, учтены ли налоги;
• заложены ли все необходимые ставки, в том числе ставка финансового менеджера;
• думает ли подающийся о том, как организация может существовать в будущем, сможет ли существовать без поддержки донора и т.д.

Для доноров важны все части процесса: заявка, реализация, отчетность.

Среди этапов, наиболее сложных для подающихся доноры отмечали:

• умение объяснить, как проект будет способствовать решению глобальной проблемы;
• индикаторы успеха проекта;
• корректный бюджет с учетом налогов, комиссий и т.д.;
• отчетность, в том числе финансовая.

Доноры утверждают, что всегда открыты к общению. Они знают, что подающиеся работают в сложных условиях, и стараются максимально идти на встречу и сокращать объем заявки: «Чтобы ни они, ни мы не тратили время». Доноры открыты к общению и готовы разъяснять, как заполнять разные части заявки, в том числе бюджет. Респонденты отметили, что профессионализм заявок вырос.

3.2 ИИ глазами доноров

Как мы отмечали выше, важнейший приоритет доноров — безопасность. Большинство донорских организаций получили от собственных служб безопасности предостережения по использованию ИИ. Основное правило звучит как «если ты не хочешь, чтобы информация появилась в Х (Твиттере), не загружай ее в ChatGPT». Таким образом, доноры-респонденты говорят, что не используют ИИ в повседневной работе. На момент написания отчета доноры сообщали, что продолжают проверять входящие заявки вручную без использования автоматизации и в случае подачи в вышестоящие инстанции не могут использовать ИИ для написания заявок.

По состоянию на февраль 2024 года доноры не фиксировали массового использования ИИ в приходящих заявках. Доноры опасаются, что при использовании ИИ при подготовке заявок могут быть раскрыты чувствительные данные проектов.

Во время интервью несколько доноров поделились обеспокоенностью тем, что ИИ будет широко использоваться для написания контентных частей грантовой заявки или генерации идеи, что в итоге приведет к шквалу «похожих друг на друга» или «стандартных красиво написанных» заявок. В этом случае сама суть заявки будет потеряна, невозможно будет увидеть индивидуальность и понять, как мыслит подающийся. Некоторые доноры отмечали, что если это случится, они будут готовы быстро адаптировать систему отбора и добавить, например, видео-интервью, чтобы все-таки иметь возможность понять больше о подающемся проекте. Реальных прецедентов применения такого решения не было озвучено.

Хотя в заявке доноры хотели бы продолжать видеть как можно больше уникального, написанного человеком содержания, они отмечали, что приветствуют инновационность у своих грантополучателей и высоко оценивают проекты, которые используют ИИ в работе.

Отдельная боль доноров – оценка грантового конкурса, подготовка бюджета и отчета. В этих областях они были бы рады видеть автоматизацию работы. Несмотря на сомнения доноров по поводу использования ИИ при подготовке заявок, в интервью с ними прозвучали некоторые потенциальные области для применения ИИ. Звучали такие идеи по использованию ИИ:

• выделить ключевые моменты грантового конкурса и проверить, подходит ли он организации по формальным критериям;
• помочь корректно составить бюджет: автоматически добавить комиссии банков и налогов, рассчитать курс обмена валюты, внести наиболее удобный и выгодный маршрут путешествия. ИИ помог бы решить проблему неправильно рассчитанных бюджетов.

Заключение

Гипотеза исследования подтвердилась: генеративный фандрайзинг — реальность. ИИ может помогать человеку писать части заявки на финансирование и уже делает это. Отдельный момент — безопасность загружаемых данных. Этот аспект требует большего внимания со стороны пользователей.

Исследование показало, что на начало 2024 года стейкхолдеры по-разному воспринимают появление искусственного интеллекта. Перегруженные проекты (просто из необходимости) и наиболее технологически продвинутые эксперты (из видения перспектив) уже используют ИИ, а последние даже выстраивают свои бизнес-модели с учетом ИИ. Донорское сообщество не так широко принимает этот инструмент и скорее опасается его распространения. Технология не используется в работе сотрудниками донорских организаций. Ее применение при подготовке заявок вызывает опасения по поводу безопасности данных, а также возможного избытка сгенерированных однотипных заявок. Важно отметить, что пока этого не происходит, и доноры не замечают использования искусственного интеллекта при подготовке заявок.

Сейчас ИИ далек от того, чтобы написать заявку за человека. Продолжая аналогию с автономностью автомобилей, мы находимся на уровне 2 — частичная автоматизация. Хотя технология широко используется в написании заявок, без человека обойтись сейчас невозможно, и мы далеки от перехода к автономному ИИ-фандрайзингу.

Рекомендации

Для проектов:

1. Проектам следует уделить большее внимание аспектам цифровой безопасности и не загружать никакой сенситивной информации в открытые LLM.

И донорам, и экспертам важно учитывать, что генеративный фандрайзинг – это реальность, и быть готовыми к тому, что тенденция будет нарастать.

Для экспертов:

1. Изучить возможножности LLM в написании грантов. Как минимум быть осведомленными о том, на что способна технология, как максимум — использовать ее возможности в работе.
2. Лучше понять особенности технологии с точки зрения безопасности, использовать это знание самим и делиться ими. Рекомендуется по возможности изучать правила использования LLM-сервисов перед использованием.

Для доноров:

1. Донорам может быть полезно сформулировать свою официальную позицию к заявкам, в написании которых использовался LLM. Например: «Необходима пометка», «ИИ запрещен», «ИИ разрешен или не проверяется».
2. В зависимости от позиции, принять соответствующие меры: добавить в рекомендации по заполнению заявок дополнительный блок про правила использования LLM, обратить внимание подающихся на безопасное использование LLM; при необходимости протестировать и внедрить ПО для определения использования LLM при подготовке текста.

Благодарности

Авторы отчета – сотрудники команды Теплицы.

Научный редактор – Алексей Сидоренко, со-основатель и руководитель «Теплицы» (te-st.org).

Авторы приносят благодарность всем экспертам, участвовавшим в подготовке отчета.