Planificación participativa y análisis de partes interesadas

Ganancias:

• Capacidad para utilizar la IA para recopilar, resumir y tematizar encuestas, opiniones y datos de las partes interesadas en la planificación participativa.
• Tenga en cuenta la representación, los prejuicios y la responsabilidad de proteger las voces de los grupos marginados al analizar la retroalimentación cualitativa con IA.
• Comprender que el resumen de IA no sustituye a la participación y que la decisión final pertenece a un proceso público transparente y responsable.

Un plan es técnicamente correcto pero ilegítimo si no transmite las voces de las personas que vivirán de él. La planificación participativa significa que las decisiones las toman no sólo los expertos, sino también los ciudadanos que utilizan ese espacio, los comerciantes, los jefes, la sociedad civil y otras partes interesadas. En este proceso, se recopilan grandes cantidades de datos cualitativos (datos que contienen texto y opiniones, no números) a partir de encuestas, reuniones, peticiones, opiniones en línea y observaciones de campo. La IA es una poderosa ayuda para resumir estos miles de opiniones, extraer temas, realizar análisis de sentimientos e informes. Pero el mayor peligro de la IA en la planificación participativa es el sesgo de representación: puede amplificar las voces de la mayoría y las declaraciones frecuentemente repetidas y volver invisibles las voces de la minoría, los grupos marginados y digitalmente inaccesibles. El resumen de AI no sustituye la participación; La decisión final es un proceso público transparente y responsable.

Por qué y cómo participar

La participación no es una ceremonia de "recogida de certificaciones" sino una auténtica fuente de conocimiento y legitimidad. Un buen proceso de participación combina diferentes canales: reunión cara a cara, encuesta de hogares, formulario en línea, caminata sobre el terreno, reunión del grupo objetivo. Cada canal capta a diferentes personas: el online de los jóvenes, el cara a cara con las personas mayores y los vecinos del barrio. Depender de un canal excluye a todos los que no utilizan ese canal.

La IA entra en juego para comprender los datos recopilados: a un ser humano le llevaría semanas leer cientos de páginas de texto libre, agruparlas y extraer temas destacados; La IA reduce esto a horas. Pero esta velocidad no elimina la responsabilidad de la representación.

Precaución: el resumen de IA tiende a presentar la opinión más repetida y ruidosa como la "opinión general". El hecho de que una demanda se repita no la hace más justa; puede simplemente indicar que ese grupo es más grande o está más organizado. En cada resumen, la pregunta "¿quién falta, cuya voz está ronca?" preguntar.

Otra dimensión de la participación es la diversidad lingüística y cultural. En una ciudad hay grupos que hablan diferentes idiomas, diferentes niveles de alfabetización y diferentes formas de expresión. La IA proporciona una verdadera comodidad aquí, ya que puede procesar vistas de varios idiomas en una sola ejecución; por ejemplo, puede conectar comentarios recopilados en diferentes idiomas con temas comunes. Pero las sutilezas pueden perderse en la traducción y el resumen: la IA puede aplanar y malinterpretar un modismo local, un reproche o una referencia cultural. Entonces, con una participación multilingüe o culturalmente diversa, es importante que el resultado de la IA sea revisado por personas que conocen esas comunidades. Ampliar el acceso a través de la tecnología es valioso; pero el acceso no exime de la responsabilidad de transmitir el significado con precisión.

Representación, prejuicios y ética.

Tres riesgos éticos son particularmente importantes en la planificación participativa:

1. Sesgo de participación: ¿Quién participó en la encuesta? Los barrios con bajo acceso a Internet, las personas mayores, los discapacitados, los inmigrantes y las mujeres trabajadoras suelen estar subrepresentados. La IA no lo dice por sí misma; Es necesario examinar el perfil del participante por separado.
2. Sesgo de resumen: la IA favorece la expresión mayoritaria y frecuente; Una alerta poco común pero crítica (por ejemplo, una observación de inundación) puede considerarse "ruido" y eliminarse.
3. Sesgo de comentario: el análisis de sentimientos y la extracción de temas pueden verse influidos por suposiciones culturales en los datos de entrenamiento de la IA; puede malinterpretar el contexto local.

Tres principios contra estos riesgos: proteger el acceso a los datos sin procesar (el resumen nunca debe ser la única verdad), monitorear a los grupos minoritarios y marginados por separado y registrar el proceso de manera transparente.

Paso a paso: análisis de datos de engagement con IA

1. Anonimizar datos. Borrar datos personales (nombre, contacto); KVKK/privacidad.
2. Crear perfil de participante. ¿Quiénes asistieron, quiénes faltan?
3. Crea un tema para IA. Pero solicite temas minoritarios por separado.
4. Comparar con datos sin procesar. ¿El resumen refleja la realidad?
5. Identificar y completar los grupos faltantes. Agregar canal adicional (cara a cara).
6. Informar de forma transparente. Está claro quiénes participaron y quiénes faltaron.
7. Deje la decisión al proceso público. Entrada resumida de IA, no decisión.

Aviso débil / Aviso fuerte

Mensaje débil: "Resuma estos comentarios de la encuesta".

La IA destaca los temas con mayor frecuencia; Desaparece la voz minoritaria, desaparece el perfil de participante.

Mensaje fuerte: "Hay 1.200 opiniones de ciudadanos a continuación [anonimizadas]. (1) Extraiga los temas principales por frecuencia. (2) TAMBIÉN recopile los temas minoritarios que son pocos pero pueden ser importantes (como seguridad, inundaciones, accesibilidad) en una lista separada; elimínelos como de baja frecuencia. (3) En cada tema, indique si está claro qué opinión proviene de qué tipo de participante. (4) Adivine los grupos que el resumen puede haber omitido. Reemplace las opiniones con su propia interpretación; como es.grupo.

El segundo mensaje exige explícitamente proteger la voz, el perfil y los puntos ciegos de la minoría.

Cuatro plantillas copiables

Tarea: De los datos de participación [anónimos] a continuación, extraiga (1) temas clave por frecuencia, (2) UNA lista SEPARADA de temas menos recurrentes pero potencialmente críticos. Elimina los comentarios de baja frecuencia. Añade tu propio comentario; grupo tal cual. Datos: [...]

Tarea: Examine los datos del perfil del participante a continuación. ¿Qué grupos (edad, vecindario, género, acceso) pueden estar subrepresentados? ¿Qué canal de participación adicional se recomienda para completar las voces que faltan? Perfil: [...]

Tarea: Produzca una lista de verificación para comparar el siguiente resumen del tema de IA con los datos sin procesar: ¿cómo compruebo qué tema es realmente dominante, cuál es exagerado y qué visión crítica podría haberse eliminado? Resumen: [...]

Tarea: Escriba un BORRADOR de información pública transparente a partir de los resultados de participación a continuación. Indique honestamente quién participó, quién estuvo ausente y cómo se reflejarán sus opiniones en la decisión. No presente la participación como "aprobación". Resultados: [...]

Una mesa: canal de participación y representación

canal

¿Quién lo pilla bien?

quien secuestra

El papel de la IA

formulario en línea

Jóvenes, habilitados digitalmente

Ancianos, bajo acceso

Extracción de tema

reunión cara a cara

asentado, preocupado, tranquilo

empleado, remoto

resumen de calificaciones

encuesta de hogares

sección ancha

no en casa

Edición de datos

Grupo objetivo

parte interesada específica

publico en general

Resumen de la entrevista

Petición/queja

Organizado, problemático.

Mayoría silenciosa satisfecha

Clasificación

tres mini casos

Caso 1: Advertencia de minoría que desaparece. Un municipio resume 3.000 opiniones con IA; El escrito destaca las demandas de “estacionamiento” y “espacios verdes”. Cuando un planificador pregunta por temas minoritarios separados, descubre que 11 personas informaron haber observado inundaciones a lo largo de un arroyo. Esta advertencia crítica pero "ligeramente repetitiva" fue eliminada en el primer resumen. Proteger las voces de las minorías puede ser una cuestión de seguridad.

Caso 2: El barrio invisible. Un equipo descubre mediante un análisis de perfiles que el 70 por ciento de la participación proviene de los tres barrios centrales, mientras que las afueras casi no muestran respuesta. Allí el acceso al formulario en línea es limitado. El equipo perfecciona la representación añadiendo una reunión cara a cara y una encuesta de hogares. La diversidad de canales es un requisito previo para la equidad.

Caso 3: Informes honestos. Un municipio escribe claramente en su informe de participación que "en el proceso participaron 2.400 personas; sin embargo, los mayores de 65 años y dos barrios suburbanos estaban subrepresentados, y se realizaron reuniones adicionales para estos grupos". El Parlamento evalúa el resultado con un peso realista. Informar de la deficiencia en lugar de ocultarla legitima la participación.

Errores comunes

• Confundir el resumen de IA con la única verdad. Se debe proteger el acceso a los datos sin procesar; Es un comentario resumido.
• Confundir frecuencia con equidad. Una solicitud muy repetitiva no es la solicitud más precisa.
• Eliminar el contacto minoritario. No deben pasarse por alto las advertencias raras pero críticas (seguridad, inundaciones).
• No revisar el perfil del participante. Si no se pregunta quién falta, no aparecerá la exclusión.
• Depender de un solo canal. Cada canal pierde un grupo; la diversidad es imprescindible.
• Presentar la participación como “aprobación”. La participación es un aporte a la decisión, no un barniz de legitimidad.
• No proteger datos personales. Las opiniones no deben procesarse sin anonimizarse.

En resumen

La planificación participativa es la fuente de conocimiento y democracia que legitima la planificación; La IA es una poderosa ayuda para resumir, extraer temas y reportar los grandes datos cualitativos recopilados. Pero la IA conlleva un sesgo de representación: eleva la expresión mayoritaria y frecuente, y disminuye la minoría y lo digitalmente inaccesible. Mantenga el acceso a los datos sin procesar para un uso adecuado, supervise los temas minoritarios por separado, revise los perfiles de los participantes y complete los grupos faltantes a través de canales adicionales, e informe el progreso de manera honesta. El resumen de AI no sustituye la participación; La decisión final depende de un proceso público transparente y responsable.

Tarea de aplicación

Considere un conjunto de datos de participación (real o de muestra). (1) Extraiga los temas principales y minoritarios por separado con la primera plantilla; capturar al menos un tema minoritario crítico. (2) Con la segunda plantilla, revise el perfil del participante, identifique un grupo faltante y sugiera un canal adicional. (3) Produzca una lista de verificación para comparar el resumen de IA con los datos sin procesar con la tercera plantilla. (4) "¿Quién falta, cuya voz está ronca?" Responda la pregunta en el contexto de estos datos.

lista de verificación

• [ ] Anonimicé los datos de participación; Protegí datos personales.
• [ ] Revisé el perfil del participante; Identifiqué los grupos que faltaban.
• [ ] También quería temas minoritarios y críticos; Evité que fuera eliminado.
• [] Comparé el resumen de IA con los datos sin procesar.
• [] Completé los sonidos que faltaban con canales de participación adicionales.
• [ ] Informé la asistencia honestamente; No lo presenté como "aprobación".
• [ ] Dejo la decisión final al proceso público transparente.