AI-zentrierte Naturschutzbemühungen: Die Notwendigkeit der Beteiligung indigener Völker
Im November nahmen mehr als 50.000 indigene und weltweite Führungspersönlichkeiten, Diplomaten, Wissenschaftler und Aktivisten an der 30. UN-Konferenz der Vertragsparteien (COP30) in Brasilien teil. Zentrale Diskussionen bei „The People’s COP“ drehten sich um die entscheidende Rolle indigener Führer und Gemeinschaften in der Zukunft globaler Klima- und Naturschutzbewegungen. Dabei wurde erörtert, was wir von indigenen Gruppen lernen können, während wir zunehmend komplexe Technologien entwickeln, um Umweltprobleme zu lösen, sowie wo indigene Stimmen besser gehört und verstärkt werden können.
Die Teilnehmer der COP30 betonten, dass KI ein enormes Potenzial hat, um Umweltdatenwissenschaften wirksam voranzubringen und einige unserer größten Herausforderungen, darunter steigende Verschmutzung, drastischer Verlust der Biodiversität und sich verschärfende Naturkatastrophen, zu adressieren. Gleichzeitig äußern Experten und indigene Gemeinschaften Bedenken hinsichtlich der ethischen Implikationen von KI, Datenschutzbedenken und den Umweltauswirkungen.
Indigene digitale Souveränität
Eine wichtige Frage ist, wie wir sicherstellen können, dass neuartige Technologien, einschließlich KI, tatsächlich dem Planeten und den Menschen, die ihn schützen, zugutekommen. Die Anerkennung und Wahrung der indigenen digitalen Souveränität könnte hierbei entscheidend sein.
Indigene digitale Souveränität bezeichnet das Recht einer indigenen Nation, die Erhebung, den Besitz und die Anwendung ihrer eigenen Daten zu steuern. Die Wahrung dieser Souveränität im Bereich Umwelt und Klima bedeutet, die indigenen Wissensarten als entscheidend für die Problemlösung anzuerkennen. Darüber hinaus müssen indigene Eigentumsrechte und das Management von Daten die technologischen Fortschritte, einschließlich der KI-Entwicklung, leiten. Wie indigenes Wissen integriert wird und wer die Kontrolle darüber hat, muss kritisch hinterfragt werden.
Traditionelles ökologisches Wissen
Die westliche Wissenschaft beginnt endlich, die Vorteile des traditionellen ökologischen Wissens (TEK) anzuerkennen. Wenn TEK und indigene Governance den Weg weisen, entwickelt sich das wissenschaftliche Verständnis gerechter und effektiver. Beispiele hierfür sind verbesserte Modelle für Naturschutz, Biodiversitätsüberwachung und Landmanagement. Natürlich sind die Herausforderungen dieser Ansätze ebenfalls vielfältig und gut dokumentiert.
Die Zusammenarbeit mit indigenen Gemeinschaften ist von grundlegender Bedeutung. Der Aufbau von Vertrauen braucht Zeit und kann nicht überstürzt werden, um schnellere Ergebnisse zu erzielen. Beispiele erfolgreicher Initiativen sind ein fortschrittlicher Dienst zur Modellierung und Vorhersage von Meereis, der von Alaska-Natives geleitet wird, sowie ein Tribal Data Repository, das von indigenen Akademikern und Stämmen geschaffen wurde.
Herausforderungen auf der COP30
Auf der COP30 wurden tiefgreifende Ironien sichtbar. Erste Berichte deuten auf eine Rekordzahl von Unternehmen der fossilen Brennstoffindustrie und Lobbyisten hin. Indigene Teilnehmer erhielten versprochene Eintrittsausweise, wurden aber systematisch ausgeschlossen. Friedliche, indigene Proteste, die auf Bergbau, Ölförderung und Abholzung auf indigenem Land aufmerksam machten, wurden mit Gewalt beantwortet. Zusätzliche Zugangshürden, einschließlich Reise- und Unterkunftskosten, machten die Teilnahme für viele indigene Delegierte nahezu unmöglich. Die am stärksten betroffenen Gruppen, die oft am wenigsten für den Klimawandel verantwortlich sind, sind in der Regel die am besten informierten über Anpassungs- und Minderungslösungen.
Schlussfolgerung
Die Erreichung der notwendigen und ehrgeizigen Ziele des Pariser Abkommens erfordert mehr als Innovation – es erfordert Demut, Respekt und die Einbeziehung vieler Wissensarten. Indigenes ökologisches Wissen, das den Planeten seit Jahrtausenden erhält, muss die Entscheidungen leiten, wie wir mit Systemen wie KI in Beziehung treten, um unsere gemeinsame Zukunft positiv zu gestalten.
