लाभ:
- कृत्रिम बुद्धिमत्ता के साथ आवश्यकताओं के विश्लेषण ढांचे, कार्यक्रम तर्क और वित्तपोषण अनुप्रयोग ड्राफ्ट को कॉन्फ़िगर करने की क्षमता
- यह जानते हुए कि कार्यक्रम का जन्म क्षेत्र से हुआ है और प्रत्येक आँकड़े और राशि को वास्तविक डेटा के साथ रखने और उसे एक बने-बनाए आंकड़े के साथ चिह्नित करने के अनुशासन को लागू करने में सक्षम होना [डेटा आवश्यक]।
- वादों को यथार्थवादी और टिकाऊ बनाए रखने और ऐसी भाषा का उपयोग करने की क्षमता प्रदर्शित करें जो लक्ष्य समूह को कलंकित न करे और सशक्त बनाए।
सामाजिक कार्य केवल एक-पर-एक केस अध्ययन नहीं है; यह समुदायों की जरूरतों को पूरा करने वाले कार्यक्रमों और परियोजनाओं के लिए संसाधनों को डिजाइन करने, निष्पादित करने और खोजने के बारे में भी है। पड़ोस में महिलाओं के रोजगार का समर्थन करने वाला एक कार्यक्रम, वंचित बच्चों के लिए एक शिक्षा सहायता परियोजना, बुजुर्गों के लिए एक समाजीकरण केंद्र, नशे की लत से निपटने के लिए एक जागरूकता अभियान। ये कार्य; इसके लिए विश्लेषण, लक्ष्य निर्धारण, गतिविधि योजना, बजट, निगरानी-मूल्यांकन और अक्सर एक फंड एप्लिकेशन (परियोजना के बदले संसाधनों का अनुरोध करने वाला एप्लिकेशन) की आवश्यकता होती है। इस इकाई में, आप सीखेंगे कि कार्यक्रम विचार चरण से लेकर एप्लिकेशन ड्राफ्ट तक एक सोच और लेखन भागीदार के रूप में एआई का उपयोग कैसे करें, कौन सा डेटा वास्तविक होना चाहिए, और नैतिक सीमाएं।
शुरुआत से एक सिद्धांत: कार्यक्रम क्षेत्र से निकलता है; मेज से नहीं. जो बात किसी कार्यक्रम को वास्तव में मूल्यवान बनाती है वह यह है कि यह वास्तविक समुदाय की वास्तविक आवश्यकता पर आधारित है। एआई एक धाराप्रवाह "विश्लेषण की आवश्यकता है" पाठ तैयार कर सकता है, लेकिन यह क्षेत्र को नहीं जानता है; वास्तविक डेटा और आपके क्षेत्र के ज्ञान के साथ इसे सत्यापित किए बिना इसके द्वारा प्रदान किए गए आँकड़ों, आवश्यकताओं और औचित्य का उपयोग करके एक ऐसा कार्यक्रम तैयार किया जाता है जो कागज पर तो अच्छा है लेकिन वास्तविकता से अलग है। एआई संरचना और भाषा को बढ़ाता है; आप सामग्री की प्रामाणिकता सुनिश्चित करते हैं.
कार्यक्रम चक्र में AI कहाँ काम आता है?
1. विश्लेषण ढांचे की आवश्यकता है। यह यह तय करता है कि किसी आवश्यकता की व्यवस्थित रूप से जांच करने के लिए कौन सा डेटा, कौन से हितधारक और कौन से प्रश्न आवश्यक हैं। लेकिन आपने आंकड़े और निष्कर्ष वास्तविक स्रोतों से दिए हैं।
2. प्रोग्राम तर्क (परिवर्तन का सिद्धांत)। यह "यह गतिविधि इस आउटपुट, इस परिणाम, इस प्रभाव का उत्पादन करती है" की श्रृंखला (हस्तक्षेप तर्क) स्थापित करने में मदद करती है; यह अंतराल और कमजोर धारणाओं को दृश्यमान बनाता है।
3. गतिविधि और समय योजना. यह एक ऐसा ढाँचा तैयार करता है जो लक्ष्यों से गतिविधियों तक, गतिविधियों से कैलेंडर तक जाता है।
4. ड्राफ्ट फंडिंग आवेदन। आवेदन पत्र के अनुभागों (सारांश, तर्क, उद्देश्य, गतिविधियाँ, बजट औचित्य, निगरानी-मूल्यांकन, स्थिरता) को भरने के लिए एक मजबूत लेखन भागीदार - आप डेटा और वास्तविकता को सत्यापित करते हैं।
5. निगरानी-मूल्यांकन संकेतक। यह कार्यक्रम की सफलता को मापने के लिए मापने योग्य संकेतक सुझाता है।
युक्ति: जब आपके पास किसी एप्लिकेशन का एआई ड्राफ्ट हो, तो उसे "आंकड़े या स्रोत बनाने के लिए कहें; संख्याओं को [डेटा आवश्यक] से बदलें।" फंड आवेदनों में एक मनगढ़ंत आँकड़ा आवेदन को अस्वीकार कर देगा और आपके संस्थान की विश्वसनीयता को नुकसान पहुँचाएगा। आप रिक्त स्थान को वास्तविक डेटा से भरें।
कार्यक्रम की स्थिरता उन आयामों में से एक है जिसे अक्सर उपेक्षित किया जाता है, लेकिन वित्तपोषक इसी पर सबसे अधिक ध्यान देते हैं। किसी परियोजना के समाप्त होने पर क्या लाभ होंगे, सेवा कैसे जारी रहेगी, समुदाय अपनी क्षमता कैसे बनाएगा - ये सभी अच्छे डिज़ाइन का हिस्सा हैं। एआई स्थिरता परिदृश्य उत्पन्न करने में व्यावहारिक हो सकता है ("जब फंडिंग खत्म हो जाती है, तो यह हितधारक कार्यभार संभाल लेता है", "स्वयंसेवक क्षमता स्थापित हो जाती है", "स्थानीय सरकार के साथ एक प्रोटोकॉल बनाया जाता है"); लेकिन केवल आप, अपने क्षेत्र के ज्ञान के साथ, मूल्यांकन कर सकते हैं कि क्या ये परिदृश्य वास्तव में संभव हैं और किस हितधारक ने वास्तव में वादा किया था। एआई द्वारा निर्मित एक "अच्छा लगने वाला" स्थिरता का वादा, अगर इसके पीछे कोई वास्तविक प्रतिबद्धता नहीं है, तो एक संगठन को एक वादे के तहत रखा जाता है जिसे वह भविष्य में पूरा नहीं कर सकता है।
ध्यान दें: फंडिंग आवेदन में आपके द्वारा की गई प्रत्येक प्रतिबद्धता एक अनुबंध है। एआई "सफलता की संभावना बढ़ाने के लिए" अतिरंजित लक्ष्य, लाभार्थियों की अप्राप्य संख्या या अवास्तविक परिणाम सुझा सकता है। भले ही ऐसा आवेदन स्वीकार कर लिया जाए, रिपोर्टिंग अवधि के दौरान लक्ष्य हासिल करने में विफलता संस्थान की विश्वसनीयता और भविष्य के वित्त पोषण की संभावनाओं को नष्ट कर देती है। बहुत अधिक वादे करने और उन्हें पूरा करने में विफल रहने की तुलना में कम वादा करना और अधिक करना हमेशा बेहतर होता है।
चरण दर चरण: विचार से अनुप्रयोग तक
- आपको जो चाहिए वह खेत से एकत्र करें। वास्तविक डेटा से शुरुआत करें (आपका अपना केस डेटा, आधिकारिक आँकड़े, हितधारक की राय); एआई के साथ नहीं.
- एआई के साथ ढांचा बनाएं। आवश्यकताओं के विश्लेषण और प्रोग्राम लॉजिक के ढांचे के लिए एआई से पूछें; अपना वास्तविक डेटा इस कंकाल में रखें।
- गतिविधि और बजट तर्क का मसौदा तैयार करें। एआई गतिविधि-आउटपुट-परिणाम श्रृंखला और बजट वस्तुओं के तर्क को रेखांकित कर सकता है; आप राशियाँ निर्धारित करें.
- एप्लिकेशन भाषा को मजबूत करें. स्पष्ट और प्रेरक प्रतिलिपि के लिए एआई का उपयोग करें जो फंडर की भाषा और प्राथमिकताओं से मेल खाता हो; लेकिन अतिशयोक्ति और झूठे वादों से बचें।
- प्रामाणिकता और नैतिकता लेखापरीक्षा. क्या प्रत्येक संख्या का कोई स्रोत है? क्या वादे यथार्थवादी हैं? क्या कार्यक्रम किसी समूह को नुकसान पहुंचाने या कलंकित करने का जोखिम पैदा करता है? आप यह नियंत्रण करें.
तीन मिनी मामले
केस 1 - रूपरेखा ने समय बचाया। एक संस्था एक वंचित पड़ोस में बाल सहायता परियोजना के लिए एक आवेदन तैयार कर रही थी। एआई से उन्होंने जिस आवश्यकता विश्लेषण ढांचे का अनुरोध किया था, उसने मुझे उन दो हितधारकों की याद दिला दी जिन्हें टीम ने नजरअंदाज कर दिया था (स्कूल परामर्शदाता और हेडमैन)। टीम ने इन हितधारकों से वास्तविक डेटा एकत्र किया; आवेदन अधिक मजबूत औचित्य पर आधारित था। लगभग 2 दिनों के कॉन्फ़िगरेशन कार्य को घटाकर आधा दिन कर दिया गया।
केस 2- फर्जी आंकड़े पकड़े गए। YZ ने एक आवेदन मसौदे में एक चौंकाने वाला वाक्य शामिल किया: "इस पड़ोस में 70% बच्चे स्कूल छोड़ देते हैं।" टीम ने इस आंकड़े के स्रोत के बारे में पूछा; YZ कोई स्रोत उद्धृत नहीं कर सका, आंकड़ा बना हुआ था। जब वास्तविक डेटा की जांच की गई, तो अनुपात बहुत अलग था। यदि इसे मनगढ़ंत आँकड़ों के साथ भेजा गया, तो आवेदन अस्वीकार कर दिया जाएगा और विश्वसनीयता खो दी जाएगी।
केस 3 - नैतिक जोखिम पहचाना गया। एक कार्यक्रम के एआई ड्राफ्ट ने लक्ष्य समूह को "परेशान परिवार" के रूप में वर्णित किया और उन्हें निष्क्रिय "सहायता की वस्तुओं" के रूप में चित्रित किया। टीम को इसका एहसास हुआ: भाषा कलंकपूर्ण थी और कार्यक्रम के सशक्तिकरण के सिद्धांत के विपरीत थी। पाठ का उस भाषा में अनुवाद किया गया जिसने समुदाय को एक विषय और भागीदार बना दिया। इससे नैतिकता और अनुप्रयोग गुणवत्ता दोनों में सुधार हुआ।
चार प्रतिलिपि योग्य टेम्पलेट
1) विश्लेषण ढांचे की आवश्यकता:
आपकी भूमिका: सामाजिक कार्यक्रम डिज़ाइन सलाहकार। [पड़ोस में वंचित बच्चों के लिए शैक्षिक सहायता] पर आवश्यकताओं के विश्लेषण के लिए रूपरेखा तैयार करें: मुझे कौन सा डेटा एकत्र करना चाहिए, मुझे किन हितधारकों का साक्षात्कार लेना चाहिए, मुझे कौन से प्रश्न पूछने चाहिए? आँकड़े या निष्कर्ष नकली; जहां संख्याओं की आवश्यकता है वहां [डेटा आवश्यक] लिखें।
2) प्रोग्राम तर्क (परिवर्तन का सिद्धांत):
निम्नलिखित कार्यक्रम विचार के लिए एक हस्तक्षेप तर्क श्रृंखला स्थापित करें: गतिविधियाँ → आउटपुट → परिणाम → प्रभाव। प्रत्येक चरण के अंतर्गत धारणाएँ लिखें और कमजोर/जोखिम भरी धारणाओं को चिह्नित करें। विचार:[कार्यक्रम विचार लिखें]। अवास्तविक परिणामों का वादा न करें.
3) फंड आवेदन ड्राफ्ट:
आपकी भूमिका: संदर्भ संपादक. निम्नलिखित अनुभागों के लिए ड्राफ्ट लिखें: सारांश, तर्क, उद्देश्य (स्मार्ट), गतिविधियाँ, निगरानी-मूल्यांकन संकेतक, स्थिरता। सांख्यिकी और राशि फिटिंग; [डेटा आवश्यक] / [आवश्यक राशि] प्लेसहोल्डर्स का उपयोग करें। अतिशयोक्ति मत करो; यथार्थवादी और स्पष्ट रूप से लिखें. कार्यक्रम की जानकारी: [जानकारी प्रदान करें]
4) नैतिकता और भाषा नियंत्रण:
नीचे दिए गए कार्यक्रम पाठ की जाँच करें: क्या यह लक्ष्य समूह को कलंकित करता है, क्या यह उन्हें निष्क्रिय "सहायता की वस्तुओं" के रूप में चित्रित करता है, क्या ऐसी भाषा है जो सशक्तिकरण और भागीदारी के सिद्धांत का उल्लंघन करती है? समस्याग्रस्त बयानों को चिह्नित करें और समुदाय को शामिल करने वाले सम्मानजनक विकल्प सुझाएं। पाठ: [पाठ चिपकाएं]
कमजोर संकेत/मजबूत संकेत
कमजोर संकेत:
वंचित बच्चों के लिए एक परियोजना आवेदन लिखें और अपने औचित्य में प्रभावशाली आँकड़े शामिल करें।
"प्रभावशाली आँकड़े डालें" कहना एआई के लिए संख्याएँ बनाने का निमंत्रण है। परिणाम एक चौंकाने वाला लेकिन स्रोतहीन पाठ है जो आवेदन को अस्वीकार कर देगा और विश्वास को कमजोर कर देगा।
शक्तिशाली संकेत:
आपकी भूमिका: संदर्भ संपादक. नीचे मेरे वास्तविक डेटा और फ़ील्ड ज्ञान के आधार पर एक मसौदा परियोजना आवेदन लिखें। अतिरिक्त आँकड़े फिटिंग; जहां वह संख्या आवश्यक है जो मैंने नहीं दी है वहां [डेटा आवश्यक] लिखें। लक्ष्य स्मार्ट रखें और वादे यथार्थवादी रखें। समुदाय को एक सहभागी विषय के रूप में परिभाषित करें, निष्क्रिय विषय के रूप में नहीं। मेरा डेटा: [वास्तविक डेटा चिपकाएँ]
अंतर: "आंकड़े डालें" के बजाय "मैंने आपको जो डेटा दिया है उसका उपयोग करें, बाकी को चिह्नित करें" कहने से एप्लिकेशन ईमानदार और शक्तिशाली दोनों बन जाता है।
कार्यक्रम चक्र में एआई और मानव
मंच
एआई का योगदान
आदमी का काम
विश्लेषण की जरूरत है
रूपरेखा, प्रश्न
वास्तविक डेटा, फ़ील्ड
कार्यक्रम तर्क
शृंखला + धारणा
यथार्थवाद का निर्णय
गतिविधि योजना
मसौदा कैलेंडर
प्रयोज्यता
बजट
कलम तर्क
वास्तविक मात्राएँ
आवेदन लेखन
भाषा, संरचना
सच्चाई, ईमानदारी
निगरानी-मूल्यांकन
सूचक अनुशंसा
महत्व, माप
नैतिकता
भाषा नियंत्रण
क्षति/कलंक निर्णय
सामान्य गलतियाँ
- एआई के आँकड़ों पर भरोसा है। वह संख्याएँ बनाता है; प्रत्येक डेटा वास्तविक स्रोत से डालें।
- टेबल से प्रोग्राम डिज़ाइन करना। कार्यक्रम मैदान से निकलता है; एआई को इस क्षेत्र की जानकारी नहीं है।
- अतिशयोक्तिपूर्ण वादा. जो परिणाम साकार नहीं होंगे वे एप्लिकेशन और विश्वास को नष्ट कर देंगे; यथार्थवादी बनें।
- कलंकित करने वाली भाषा. लक्ष्य समूह को एक सहभागी विषय के रूप में परिभाषित करें, न कि एक निष्क्रिय "वस्तु" के रूप में।
- निगरानी-मूल्यांकन छोड़ना. जिस प्रोग्राम को मापा नहीं जा सकता, उसे प्रबंधित नहीं किया जा सकता; शुरू से ही संकेतक लगाएं.
संक्षेप में
कार्यक्रम और परियोजना डिजाइन सामुदायिक स्तर पर सामाजिक कार्य की ताकत है; यहां, एआई जरूरतों के विश्लेषण ढांचे, कार्यक्रम तर्क, गतिविधि योजना, फंडिंग एप्लिकेशन ड्राफ्ट और संकेतक प्रस्ताव के साथ वास्तविक समय बचाता है। लेकिन कार्यक्रम का जन्म क्षेत्र से होता है: आप आँकड़ों, जरूरतों और मात्राओं को वास्तविक डेटा के साथ रखते हैं, वादों को यथार्थवादी रखते हैं और भाषा को बिना किसी कलंक के सशक्तिकरण के सिद्धांत के अनुरूप बनाते हैं। एआई संरचना और भाषा को बढ़ाता है; आप प्रामाणिकता और नैतिकता सुनिश्चित करते हैं।
आवेदन कार्य
एक कार्यक्रम विचार चुनें, वास्तविक या काल्पनिक, लेकिन यथार्थवादी। "आवश्यकता विश्लेषण ढांचे" टेम्पलेट के साथ आपको कौन सा डेटा और हितधारकों को इकट्ठा करने की आवश्यकता है, उसे निकालें। फिर "फंडिंग एप्लिकेशन ड्राफ्ट" टेम्पलेट के साथ एक ड्राफ्ट लें और जांचें कि क्या एआई [डेटा आवश्यक] प्लेसहोल्डर्स का सही ढंग से उपयोग करके कोई आंकड़े बना रहा है। अंत में, "नैतिकता और भाषा जांच" टेम्पलेट लागू करें।
चेकलिस्ट
- [ ] मैंने वास्तविक डेटा और फ़ील्ड ज्ञान की आवश्यकता को आधार बनाया।
- [ ] मैंने वास्तविक स्रोत से एआई द्वारा उत्पादित प्रत्येक आंकड़े को सत्यापित/चिह्नित कर लिया है।
- [ ] मैंने वादों और लक्ष्यों को यथार्थवादी और मापने योग्य रखा।
- [ ] मैंने ऐसी भाषा का प्रयोग किया जो लक्ष्य समूह को कलंकित नहीं करती, बल्कि उन्हें सशक्त बनाती है।
- [ ] मैंने शुरुआत से ही निगरानी-मूल्यांकन संकेतकों की योजना बनाई।