طراحی برنامه و پروژه: تحلیل نیازها، طراحی و کاربرد صندوق

سود:

• امکان پیکربندی چارچوب تحلیل نیازها، منطق برنامه و پیش نویس برنامه بودجه با هوش مصنوعی
• دانستن این که برنامه زاده میدان است و قادر به اعمال نظم قرار دادن هر آمار و مقدار با داده های واقعی و علامت گذاری آن با یک رقم ساخته شده [داده های مورد نیاز] است.
• نشان دادن توانایی عمل به وعده های واقع بینانه و پایدار و استفاده از زبانی که به گروه هدف انگ نمی زند و توانمند نمی سازد.

مددکاری اجتماعی فقط یک مطالعه موردی یک به یک نیست. همچنین در مورد طراحی، اجرا و یافتن منابع برای برنامه ها و پروژه هایی است که نیازهای جوامع را برطرف می کند. یک برنامه حمایت از اشتغال زنان در یک محله، یک پروژه حمایت آموزشی برای کودکان محروم، یک مرکز اجتماعی شدن برای سالمندان، یک کمپین آگاهی بخشی برای مبارزه با اعتیاد. این آثار؛ این نیاز به تجزیه و تحلیل نیازها، تعیین هدف، برنامه فعالیت، بودجه، نظارت-ارزیابی و اغلب درخواست صندوق (برنامه درخواست منابع در ازای پروژه) دارد. در این بخش، نحوه استفاده از هوش مصنوعی به عنوان شریک فکری و نوشتن از مرحله ایده برنامه تا پیش نویس برنامه، اینکه چه داده هایی باید واقعی باشند و مرزهای اخلاقی را یاد خواهید گرفت.

یک اصل از ابتدا: برنامه از میدان بیرون می آید. نه از روی میز چیزی که یک برنامه را واقعاً ارزشمند می کند این است که بر اساس نیاز واقعی یک جامعه واقعی است. هوش مصنوعی می‌تواند متن روان «تحلیل نیاز» تولید کند، اما این زمینه را نمی‌شناسد. با استفاده از آمار، نیازها و توجیهاتی که ارائه می کند بدون تأیید آن با داده های واقعی و دانش میدانی شما برنامه ای را تولید می کند که روی کاغذ خوب است اما با واقعیت بیگانه است. هوش مصنوعی ساختار و زبان را بهبود می بخشد. شما از صحت مطالب اطمینان می دهید.

در کجای چرخه برنامه هوش مصنوعی مفید است؟

1. چارچوب تحلیل نیازها. این چارچوب مشخص می کند که چه داده ها، چه سهامداران و چه سوالاتی برای بررسی سیستماتیک یک نیاز مورد نیاز است. اما شما اعداد و یافته ها را از منابع واقعی قرار می دهید.

2. منطق برنامه (نظریه تغییر). این به ایجاد زنجیره (منطق مداخله) "این فعالیت این خروجی، این نتیجه، این اثر را تولید می کند" کمک می کند. شکاف ها و فرضیات ضعیف را قابل مشاهده می کند.

3. فعالیت و برنامه زمانی. چارچوبی تولید می کند که از اهداف به فعالیت ها، از فعالیت ها به تقویم می رود.

4. پیش نویس درخواست بودجه. یک شریک نویسندگی قوی برای پر کردن بخش‌های فرم درخواست (خلاصه، منطق، اهداف، فعالیت‌ها، منطق بودجه، نظارت-ارزیابی، پایداری) - داده‌ها و واقعیت را تأیید می‌کنید.

5. شاخص های نظارت-ارزیابی. شاخص های قابل اندازه گیری را برای اندازه گیری موفقیت برنامه پیشنهاد می کند.

نکته: هنگامی که هوش مصنوعی یک برنامه کاربردی را تهیه کرد، به آن بگویید "آمار یا منابع تهیه کند؛ اعداد را با [داده مورد نیاز] جایگزین کنید." یک آمار ساختگی در درخواست های صندوق، هم درخواست را رد می کند و هم به اعتبار موسسه شما آسیب می رساند. جای خالی را با داده های واقعی پر می کنید.

پایداری برنامه یکی از ابعادی است که اغلب نادیده گرفته می شود، اما یکی از ابعادی است که سرمایه گذاران بیشتر به آن نگاه می کنند. وقتی یک پروژه به پایان برسد، چه مزایایی خواهد داشت، چگونه خدمات ادامه خواهد یافت، چگونه جامعه ظرفیت خود را ایجاد خواهد کرد - اینها همه بخشی از طراحی خوب هستند. هوش مصنوعی می تواند در ایجاد سناریوهای پایداری روشنگر باشد ("هنگامی که بودجه تمام شود، این ذینفع مسئولیت را بر عهده می گیرد"، "ظرفیت داوطلب ایجاد می شود"، "یک پروتکل با دولت محلی تنظیم می شود"). اما فقط شما با دانش میدانی خود می توانید ارزیابی کنید که آیا این سناریوها واقعاً امکان پذیر هستند و کدام ذینفع واقعاً این قول را داده است. یک وعده پایداری "خوب" که توسط هوش مصنوعی تولید شده است، در صورتی که هیچ تعهد واقعی پشت آن نباشد، سازمان را تحت وعده‌ای قرار می‌دهد که در آینده نتواند به آن عمل کند.

توجه: هر تعهدی که در یک درخواست مالی انجام می دهید یک قرارداد است. هوش مصنوعی ممکن است اهداف اغراق آمیز، تعداد غیرقابل دستیابی ذینفعان یا نتایج غیرواقعی را برای افزایش شانس موفقیت پیشنهاد کند. حتی اگر چنین درخواستی پذیرفته شود، عدم دستیابی به اهداف در طول دوره گزارش، اعتبار و شانس موسسه را برای تامین مالی آینده از بین می برد. همیشه بهتر است کمتر قول بدهید و بیشتر عمل کنید تا اینکه خیلی قول بدهید و عمل نکنید.

گام به گام: از ایده تا کاربرد

1. آنچه را که نیاز دارید از میدان جمع آوری کنید. با داده های واقعی (داده های موردی خود، آمار رسمی، نظرات ذینفعان) شروع کنید. نه با هوش مصنوعی
2. چارچوب را با هوش مصنوعی بسازید. از AI برای تجزیه و تحلیل نیازمندی ها و اسکلت منطق برنامه بخواهید. داده های واقعی خود را در این اسکلت قرار دهید.
3. پیش نویس فعالیت و منطق بودجه. هوش مصنوعی می تواند زنجیره فعالیت – خروجی – نتیجه و منطق اقلام بودجه را ترسیم کند. شما مقادیر را تعیین کنید.
4. زبان برنامه را تقویت کنید. از هوش مصنوعی برای کپی واضح و متقاعدکننده استفاده کنید که با زبان و اولویت های سرمایه گذار مطابقت دارد. اما از اغراق و وعده های دروغ بپرهیزید.
5. حسابرسی اصالت و اخلاق. آیا برای هر شماره منبعی وجود دارد؟ آیا وعده ها واقعی است؟ آیا این برنامه خطر آسیب یا انگ زدن به یک گروه را به همراه دارد؟ شما این کنترل را انجام دهید.

سه کیف کوچک

مورد 1 - چارچوب در زمان صرفه جویی کرد. انجمنی در حال آماده سازی درخواستی برای پروژه حمایت از کودکان در محله ای محروم بود. چارچوب تحلیل نیازهایی که آنها از هوش مصنوعی درخواست کردند، من را به یاد دو ذینفعی که تیم از دست داده بودند (مشاوران مدرسه و مدیر مدرسه) افتاد. تیم داده های واقعی را از این سهامداران جمع آوری کرد. این برنامه مبتنی بر توجیه بسیار قوی تری بود. تقریباً 2 روز کار پیکربندی به نصف روز کاهش یافت.

مورد 2 - آمار جعلی به دست آمد. YZ یک جمله قابل توجه در پیش نویس درخواست گنجانده است: "70٪ از کودکان در این محله ترک تحصیل می کنند." تیم در مورد منبع این رقم سوال کرد. YZ نتوانست منبعی را ذکر کند، این رقم ساخته شده است. زمانی که داده های واقعی مورد بررسی قرار گرفت، نسبت بسیار متفاوت بود. اگر با آمار ساختگی ارسال می شد، درخواست رد می شد و اعتبار آن را از دست می داد.

مورد 3 - ریسک اخلاقی شناسایی شده است. پیش نویس یک برنامه هوش مصنوعی گروه هدف را "خانواده های مشکل دار" توصیف کرد و آنها را به عنوان "اشیاء کمک منفعل" به تصویر کشید. تیم متوجه این موضوع شد: زبان انگ انگ زدگی و مغایر با اصل توانمندسازی برنامه بود. متن به زبانی ترجمه شد که جامعه را به موضوع و شریک تبدیل کرد. این امر اخلاق و کیفیت برنامه را بهبود بخشید.

چهار قالب قابل کپی

1) چارچوب تحلیل نیازها:

نقش شما: مشاور طراحی برنامه اجتماعی. چارچوبی را برای تجزیه و تحلیل نیازها در مورد [حمایت آموزشی از کودکان محروم محله] آماده کنید: چه داده‌هایی را باید جمع‌آوری کنم، با کدام سهامداران مصاحبه کنم، چه سؤالاتی را بپرسم؟ آمار یا یافته ها جعلی. در جایی که اعداد مورد نیاز است، [DATA REQUIRED] را بنویسید.

2) منطق برنامه (نظریه تغییر):

یک زنجیره منطقی مداخله ای برای ایده برنامه زیر ایجاد کنید: فعالیت ها → خروجی ها → نتایج → تأثیر. مفروضات را در زیر هر مرحله بنویسید و مفروضات ضعیف/خطرناک را علامت گذاری کنید. ایده:[نوشتن ایده برنامه]. به نتایج غیر واقعی قول ندهید.

3) پیش نویس درخواست صندوق:

نقش شما: ویرایشگر مرجع. پیش‌نویس‌هایی را برای بخش‌های زیر بنویسید: خلاصه، منطق، اهداف (SMART)، فعالیت‌ها، شاخص‌های نظارت-ارزیابی، پایداری. آمار و مقدار برازش؛ از متغیرهای [DATA REQUIRED] / [AMOUNT REQUIRED] استفاده کنید. اغراق نکنید؛ واقع بینانه و واضح بنویسید. اطلاعات برنامه: [ارائه اطلاعات]

4) اخلاق و کنترل زبان:

متن برنامه زیر را بررسی کنید: آیا به گروه هدف انگ می زند، آیا آنها را به عنوان "اشیاء کمک" منفعل نشان می دهد، آیا زبانی وجود دارد که اصل توانمندسازی و مشارکت را نقض کند؟ عبارات مشکل ساز را پرچم گذاری کنید و جایگزین های محترمانه ای را پیشنهاد دهید که جامعه را درگیر می کند. متن: [پیست متن]

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

یک برنامه پروژه برای کودکان محروم بنویسید و آمارهای چشمگیر را در توجیه خود بگنجانید.

گفتن "آمار چشمگیر قرار دهید" دعوتی است برای هوش مصنوعی برای ایجاد اعداد. نتیجه یک متن قابل توجه اما بدون منبع است که باعث رد شدن برنامه و تضعیف اعتماد می شود.

اعلان قدرتمند:

نقش شما: ویرایشگر مرجع. پیش نویس برنامه پروژه را بر اساس داده های واقعی و دانش میدانی من در زیر بنویسید. آمار اضافی FITTING; در جایی که شماره ای که من ندادم لازم است، [DATA REQUIRED] را بنویسید. اهداف SMART و وعده ها را واقع بینانه نگه دارید. جامعه را به عنوان یک موضوع مشارکتی تعریف کنید نه یک موضوع منفعل. داده های من: [پیست کردن داده های واقعی]

تفاوت: گفتن "از داده هایی که به شما دادم استفاده کنید، بقیه را علامت بزنید" به جای "statestat" برنامه را صادقانه و قدرتمند می کند.

هوش مصنوعی و انسان در چرخه برنامه

مرحله

سهم هوش مصنوعی

کار مرد

نیاز به تحلیل

چارچوب، سوالات

داده های واقعی، میدان

منطق برنامه

زنجیره + فرض

قضاوت رئالیسم

طرح فعالیت

پیش نویس تقویم

قابلیت کاربرد

بودجه

منطق قلم

مبالغ واقعی

برنامه نویسی

زبان، ساختار

صداقت، صداقت

نظارت-ارزیابی

توصیه شاخص

اهمیت، اندازه گیری

اخلاق

کنترل زبان

تصمیم آسیب/انگ

اشتباهات رایج

• اعتماد به آمار هوش مصنوعی او اعداد را می سازد. هر داده را از منبع واقعی قرار دهید
• طراحی برنامه از روی جدول برنامه از میدان بیرون می آید. هوش مصنوعی این رشته را نمی شناسد.
• وعده اغراق آمیز نتایجی که محقق نمی شوند کاربرد و اعتماد را از بین می برند. واقع بین باشید.
• زبان انگ زدن گروه هدف را به عنوان یک موضوع مشارکت کننده تعریف کنید، نه یک «شیء» منفعل.
• نادیده گرفتن نظارت-ارزیابی. برنامه ای که قابل اندازه گیری نباشد قابل مدیریت نیست. شاخص ها را از ابتدا قرار دهید.

به طور خلاصه

طراحی برنامه و پروژه نقطه قوت مددکاری اجتماعی در سطح جامعه است. در اینجا، هوش مصنوعی با چارچوب تجزیه و تحلیل نیازها، منطق برنامه، برنامه فعالیت، پیش نویس برنامه بودجه و پیشنهاد شاخص در زمان واقعی صرفه جویی می کند. اما این برنامه زاده میدان است: شما آمار، نیازها و مقادیر را با داده های واقعی قرار می دهید، وعده ها را واقع بینانه نگه می دارید و زبان را با اصل توانمندسازی بدون انگ سازگار می کنید. هوش مصنوعی ساختار و زبان را بهبود می بخشد. شما اصالت و اخلاق را تضمین می کنید.

وظیفه کاربردی

یک ایده برنامه، واقعی یا تخیلی، اما واقع بینانه را انتخاب کنید. با الگوی «چارچوب تجزیه و تحلیل نیازها»، داده ها و سهامدارانی را که باید جمع آوری کنید استخراج کنید. سپس یک پیش‌نویس با الگوی «پیش‌نویس درخواست بودجه» تهیه کنید و بررسی کنید که آیا هوش مصنوعی آماری را با استفاده از مکان‌بان‌های [DATA REQUIRED] درست می‌کند یا خیر. در نهایت، الگوی «بررسی اخلاق و زبان» را اعمال کنید.

چک لیست

• [ ] من نیاز را بر اساس داده های واقعی و دانش میدانی استوار کردم.
• [ ] من هر آماری را که هوش مصنوعی از منبع واقعی تولید می کند تأیید / علامت گذاری کرده ام.
• [ ] من به وعده ها و اهداف واقع بینانه و قابل اندازه گیری عمل کردم.
• [ ] من از زبانی استفاده کردم که به گروه هدف انگ نمی زند، اما آنها را توانمند می کند.
• [ ] من از ابتدا شاخص های نظارت-ارزیابی را برنامه ریزی کردم.