André Oerlemans
20 december 2023, 12:00

Zo help je arme landen om met AI meer geld te krijgen uit het Groene Klimaatfonds

Het Groene Klimaatfonds (GCF) heeft 13,5 miljard euro in kas om arme landen te helpen beschermen tegen klimaatverandering en over te stappen op duurzame energie. Het probleem is alleen dat juist de landen die het meest lijden onder klimaatverandering, moeilijk toegang tot het fonds krijgen. Odgerel Chintulga uit New York gebruikt AI om ze daarmee te helpen, ondersteund door het Analytics for a Better World Institute (ABW) in Amsterdam.

Bangladesh GCF Het Groene Klimaatfonds (GCF) helpt landen als Bangladesh zich voor te bereiden op zeespiegelstijging en overstromingen. | Credits: Green Climate Fund

Het GCF is het grootste klimaatfonds ter wereld. Het is in 2010 opgericht door 194 landen. Die landen hebben inmiddels 13,5 miljard dollar ingelegd, waarmee 243 projecten in 129 landen
worden gefinancierd. Met dat geld kunnen de armste landen en kleine eilandstaten hun uitstoot van broeikasgassen verminderen, investeren in schone energie en hun land weerbaarder maken tegen klimaatrampen en zeespiegelstijging. De goedgekeurde projecten variëren van het beschermen van de eilanden van de Malediven
tegen zeespiegelstijging tot het bouwen van klimaatbestendige huizen in de kustgebieden van Bangladesh. Van het versterken van koraalriffen
als kustbescherming tot het vervangen van dieselgeneratoren door een waterkrachtcentrale op de Solomoneilanden. Tijdens de afgelopen klimaattop in Dubai doneerden de VS nog eens 3 miljard dollar aan het klimaatfonds.

Gat overbruggen

Toch hebben kleine eilandstaten in ontwikkeling (SIDS) en de minst ontwikkelde landen (LDC) op de wereld grote moeite om geld uit dit fonds te krijgen. Het duurt vaak een tot twee jaar voor een aanvraag wordt goedgekeurd. In 2020 ging slechts 12 procent van alle financiering uit het fonds gaat naar deze landen. “Terwijl dat eigenlijk 50 procent zou moeten zijn”, zegt Chintulga. “Zoals je tijdens COP28 zag, beloven rijkere landen veel geld om klimaatmaatregelen te ondersteunen in deze landen, maar de werkelijkheid is dat ze moeilijk toegang hebben tot dit geld. Het landschap voor klimaatfinanciering is zeer complex en kan bureaucratisch zijn. Veel van deze landen worden het meest aangetast door klimaatverandering, maar het ontbreekt hen aan de middelen en de technische expertise om goede voorstellen voor financiering te ontwikkelen. Ik hoop met mijn werk dat gat te overbruggen.”

Hulp met data-analyse

Zij werkt als senior associate bij het Rocky Mountains Institute (RMI) in New York. Daar helpt ze ontwikkelingslanden en kleine eilandstaten om financiering te krijgen voor klimaatinvesteringen. Daarvoor werkte ze zelf voor het Groene Klimaatfonds. Geholpen door het Analytics for a Better World Institute (ABW) in Amsterdam ontwikkelt ze in haar vrije tijd een manier waarop landen een succesvolle aanvraag bij dat Groene Klimaatfonds kunnen indienen.

Kijk hier hoe het Groene Klimaatfonds werkt:

Wat werkt en wat niet

Eerst onderzocht ze de criteria die het GCF aan projectvoorstellen stelt. Daarna bekeek ze welke aanvragen succesvol waren en welke niet voor de armste landen en eilandstaten. Daarna gebruikte ze taalmodellen met kunstmatige intelligentie, zogeheten Large Language Models (LLM’s) – samen met AI-tool ChatGPT om te onderzoeken wat de overeenkomsten van de succesvolle aanvragen zijn en wat je daarvan kunt leren. Vervolgens is ze met deze AI-tools een allesomvattende methode aan het ontwikkelen voor armere landen om projectvoorstellen in te dienen. Dat moet uiteindelijk uitmonden in een gestandaardiseerde, digitale aanvraagprocedure die alle landen kunnen gebruiken.

Hogere slagingskans

Het model wordt de komende tijd verder getest, ook in de armere landen. “De eerste stap is om uit te vinden welke specifieke taal en informatie je in een GCF-voorstel moet stoppen om aan de criteria te voldoen en goedgekeurd te worden. Als mensen leren hoe ze Large Language Models kunnen gebruiken, kunnen ze sneller hun eigen voorstellen schrijven met een hogere slagingskans. Je kunt die modellen als het ware trainen om succesvolle GCF-aanvragen te doen”, zegt Chintulga. “Door dit soort technologie te gebruiken die voor iedereen toegankelijk is, hoop ik het technologische gat te overbruggen tussen ontwikkelingslanden en rijkere landen en deze landen in staat te stellen hun projectvoorstellen sneller goedgekeurd te krijgen.”

Het GCF helpt eilandstaten zoals de Malediven om zich voor te bereiden op zeespiegelstijging. | Credit: Green Climate Fund

Honderd mensen getraind

Het ABW-instituut is een initiatief van de Amsterdam Business School van de Universiteit van Amsterdam, analytics- en technologiebedrijf ORTEC en professor Dimitris Bertsimas van het Massachusetts Institute of Technology (MIT). Het wil problemen als klimaatverandering, honger, ziekte, armoede, ontbossing en het uitsterven van flora en fauna helpen aanpakken met behulp van betere data en analytics. De afgelopen maanden kregen honderd mensen van 55 non-profitorganisaties een training om datagedreven oplossingen voor problemen te vinden, onder wie dus Odgerel Chintulga. Ze was altijd al geïnteresseerd in data-analyse en hoorde over ABW via haar nicht, die in Amsterdam studeert. Daar diende ze het idee voor haar project in en dat werd goedgekeurd. Haar mentor was data scientist Wouter van Gils. “Zijn mentorschip was de sleutel voor het ontwikkelen van mijn project”, zegt ze.

Lees ook:

CO2-uitstoot pakketbezorging ruim gehalveerd in vijf jaar tijd

In 2018 was de gemiddelde uitstoot van een e-commercepakket 230 gram CO2. In 2022 is die uitstoot met 56 procent gedaald naar 100 gram CO2. De afgelopen jaren is de meeste milieuwinst behaald op de laatste paar kilometers van een pakketreis naar de consument. Laatste kilometers “De afname in CO2-uitstoot komt met name door een verhoogde efficiëntie in de last mile”, zegt Marlene ten Ham, directeur bij Thuiswinkel.org. “Denk aan meer depots, meer voertuigen met lagere emissies en kleinere verpakkingen zodat er meer pakketten in de vervoersmiddelen passen. En er zijn stappen gezet op het gebied van elektrificering en fietsbezorging.” Thuisbezorgen vs. afhaalpunt De betrokkenen deden ook onderzoek naar het verschil in uitstoot tussen thuis laten bezorgen en bezorging bij een afhaalpunt. Gemiddeld zorgt deze laatste categorie voor 10 procent minder CO2-uitstoot dan thuisbezorging. Maar als de consument vervolgens zijn pakket met de auto ophaalt bij zo’n afhaalpunt, dan wordt thuisbezorgen het milieuvriendelijkere alternatief. Ten Ham: “Uit onderzoek van TNO blijkt dat 33 procent van de pakketten die afgeleverd wordt bij een afhaalpunt wordt opgehaald met de auto. Ons advies: haal je pakket lopend of met de fiets op bij een afhaalpunt. Lukt dat om wat voor reden niet, laat het pakket dan liever thuisbezorgen.” Uitstoot verder verkleinen De komende jaren wil de e-commercesector de uitstoot van pakketbezorging verder naar beneden brengen, tot 90 procent in 2030 ten opzichte van 2018. Volgens Ten Ham kunnen nog veel meer pakketjes uitstootvrij in de last mile bezorgd worden. “Ook kijken we naar het transport vóór de last mile: we streven naar meer efficiëntie door slim datagebruik en het gebruik van duurzamere brandstof. Daarnaast adviseren wij webshops om duidelijk te communiceren richting de consument over het maken van duurzamere bezorgkeuzes. Eerder onderzoek wees uit dat consumenten in de check-out van de webwinkel goed te stimuleren zijn om een duurzamere bezorgoptie te kiezen.”Lees ook:Hoe gaat het nu met: Nederlandse batterijproducent en 'dirigent van energie' iwell Lidl en Jumbo gaan samenwerking aan om CO2-uitstoot in kaart te brengen Deze kerstbomen gaan terug de natuur in: ‘Boom is geen wegwerpproduct’