En Somalie, l’IA aide le PAM à anticiper la faim et mieux cibler l’aide

Faute de ressources suffisantes pour venir en aide à toutes les personnes dans le besoin, l’agence onusienne s’appuie sur les données recueillies par ses partenaires et analysées grâce à des outils d’intelligence artificielle intégrés à la plateforme HungerMap Live. Celle-ci permet d’identifier les zones où la faim s’aggrave afin d’y prépositionner l’aide.

La Somalie est confrontée à une succession de sécheresses liées au changement climatique, suivies d’inondations soudaines, ainsi qu’à un conflit qui dure depuis 35 ans et a fait des centaines de milliers de morts.

Le pays importe également la majeure partie de ses denrées alimentaires, ce qui le rend particulièrement vulnérable aux flambées des prix sur les marchés mondiaux, notamment dans le contexte du conflit actuel au Moyen-Orient.

En juin, le PAM et l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) ont inscrit la Somalie parmi les « foyers de faim les plus préoccupants », aux côtés du nord-est du Nigéria, du Soudan, du Soudan du Sud, du Yémen et de la Palestine.

« La situation est extrêmement grave et je suis très, très inquiet pour les semaines et les mois à venir », a déclaré Simon Renk, responsable de l’analyse de la vulnérabilité et de la cartographie au PAM en Somalie.

L’exemple du district de Burhakaba

Dans le district de Burhakaba, à environ 180 kilomètres au nord-ouest de Mogadiscio, les centres de santé accueillent de nombreux enfants souffrant de malnutrition aiguë.

Grâce aux analyses produites par HungerMap Live, le PAM a identifié ce district comme une priorité d’intervention. L’agence a ainsi fourni une assistance alimentaire à 48.000 personnes, ainsi qu’un soutien nutritionnel à 3.000 femmes et enfants.

« Au lieu d’attendre que la malnutrition des enfants s’aggrave et entraîne des déplacements, voire des décès, nous avons pu l’anticiper », a expliqué M. Renk à ONU Info.

Voir venir la faim

Lancée en janvier 2020, HungerMap Live est une plateforme publique qui suit l’évolution de la sécurité alimentaire dans plus de 90 pays à partir de données sur la faim, le climat, l’économie, l’agriculture, l’inflation et d’autres indicateurs.

Sa première version utilisait déjà l’intelligence artificielle pour estimer les niveaux d’insécurité alimentaire dans les pays où les données étaient insuffisantes, mais elle restait limitée pour prévoir les crises à venir et ne suivait pas la qualité nutritionnelle des régimes alimentaires.

Une nouvelle version, HungerMap Live 2.0, lancée en avril, intègre désormais des fonctions prédictives renforcées grâce à l’IA. Elle permet aux gouvernements et aux bureaux du PAM d’anticiper les détériorations de la situation et de mobiliser des ressources avant qu’une crise ne s’aggrave.

« Cette nouvelle version nous aide non seulement à décrire où se trouve la faim, mais aussi à comprendre pourquoi la situation se détériore et où elle risque de s’aggraver ensuite », a souligné M. Renk.

Mieux cibler les interventions

Les données de HungerMap Live ne remplacent pas les évaluations réalisées sur le terrain, mais elles permettent au PAM de déterminer quelles communautés doivent être aidées en priorité et quel type d’assistance est le plus adapté, qu’il s’agisse d’une aide en espèces ou d’un appui nutritionnel spécialisé.

En Somalie, où près de six millions de personnes connaissent des niveaux critiques d’insécurité alimentaire, le PAM ne parvient actuellement à assister qu’une personne sur dix.

Selon M. Renk, le bureau du PAM en Somalie a besoin de 192 millions de dollars supplémentaires d’ici à janvier 2027 pour pouvoir venir en aide à toutes les personnes qui en ont besoin.

Pour autant, il insiste sur le fait que l’intelligence artificielle ne saurait compenser le manque de financement.

« Ces outils nous permettent de mieux établir les priorités grâce à des données plus solides. Mais, à eux seuls, ils ne rendent pas acceptable le manque d’aide disponible », a-t-il conclu.