Dobici:
- Sposobnost konfiguriranja okvira analize potreba, programske logike i nacrta zahtjeva za financiranje s umjetnom inteligencijom
- Znajući da je program rođen na terenu i moći primijeniti disciplinu stavljanja svake statistike i iznosa sa stvarnim podacima i označavanja izmišljenom brojkom [POTREBNI PODACI].
- Pokažite sposobnost da obećanja održite realističnima i održivima te da koristite jezik koji ne stigmatizira i osnažuje ciljnu skupinu.
Socijalni rad nije samo studija slučaja jedan na jedan; Također se radi o dizajniranju, provedbi i pronalaženju resursa za programe i projekte koji se bave potrebama zajednica. Program potpore zapošljavanju žena u susjedstvu, projekt potpore obrazovanju djece u nepovoljnom položaju, centar za socijalizaciju starijih osoba, kampanja podizanja svijesti za borbu protiv ovisnosti. Ovi radovi; Zahtijeva analizu potreba, postavljanje ciljeva, plan aktivnosti, proračun, praćenje-evaluaciju i često aplikaciju za financiranje (zahtjev za sredstva u zamjenu za projekt). U ovoj ćete jedinici naučiti kako koristiti AI kao partnera za razmišljanje i pisanje od faze ideje programa do nacrta aplikacije, koji bi podaci trebali biti stvarni i etičke granice.
Načelo od početka: Program proizlazi iz terena; ne sa stola. Ono što program čini uistinu vrijednim je to što se temelji na stvarnim potrebama stvarne zajednice. AI može proizvesti tečan tekst "analize potreba", ali ne poznaje to područje; Korištenje statistike, potreba i opravdanja koje pruža bez provjere stvarnim podacima i vaše terensko znanje proizvodi program koji je dobar na papiru, ali stran stvarnosti. AI poboljšava strukturu i jezik; Vi osiguravate autentičnost sadržaja.
Gdje u programskom ciklusu AI može dobro doći?
1. Okvir analize potreba. Uokviruje koji su podaci, koji dionici i koja pitanja potrebni za sustavno ispitivanje potrebe. Ali iznosite brojke i nalaze iz stvarnih izvora.
2. Programska logika (teorija promjene). Pomaže uspostaviti lanac (logiku intervencije) "Ova aktivnost proizvodi ovaj učinak, ovaj rezultat, ovaj učinak"; Čini praznine i slabe pretpostavke vidljivima.
3. Plan aktivnosti i vremena. Stvara okvir koji ide od ciljeva do aktivnosti, od aktivnosti do kalendara.
4. Nacrt zahtjeva za financiranje. Snažan partner za pisanje za ispunjavanje odjeljaka obrasca za prijavu (sažetak, obrazloženje, ciljevi, aktivnosti, obrazloženje proračuna, praćenje-evaluacija, održivost) — vi provjeravate podatke i stvarnost.
5. Praćenje-evaluacijski pokazatelji. Predlaže mjerljive pokazatelje za mjerenje uspjeha programa.
Savjet: kada AI napravi nacrt aplikacije, recite mu da "napravi statistiku ili izvore; zamijeni brojeve s [POTREBNI PODACI]." Izmišljena statistika u zahtjevima za fondove odbit će zahtjev i narušiti vjerodostojnost vaše institucije. Popunjavate prazninu stvarnim podacima.
Održivost programa jedna je od dimenzija koja se često zanemaruje, ali na koju financijeri najviše paze. Koje će biti koristi kada se projekt završi, kako će se usluga nastaviti, kako će zajednica izgraditi vlastite kapacitete — sve je to dio dobrog dizajna. Umjetna inteligencija može biti pronicljiva u stvaranju scenarija održivosti ("kada ponestane sredstava, ovaj dionik preuzima dužnost", "uspostavlja se volonterski kapacitet", "sklapa se protokol s lokalnom upravom"); Ali samo vi, sa svojim terenskim znanjem, možete procijeniti jesu li ti scenariji stvarno mogući i koji je dionik doista obećao. “Dobrozvučno” obećanje o održivosti koje proizvodi AI, ako iza njega ne stoji stvarna predanost, stavlja organizaciju pod obećanje koje ne može ispuniti u budućnosti.
Pažnja: svaka obveza koju preuzmete u zahtjevu za financiranje je ugovor. AI može predložiti pretjerane ciljeve, nedostižan broj korisnika ili nerealne ishode "kako bi se povećale šanse za uspjeh". Čak i ako se takva prijava prihvati, neuspjeh u postizanju ciljeva tijekom izvještajnog razdoblja uništava vjerodostojnost institucije i šanse za buduće financiranje. Uvijek je bolje obećati manje i učiniti više nego obećati previše i ne ispuniti.
Korak po korak: od ideje do primjene
- Sakupite što vam treba s polja. Počnite sa stvarnim podacima (podaci o vlastitom slučaju, službena statistika, mišljenja dionika); Ne s umjetnom inteligencijom.
- Izgradite okvir pomoću umjetne inteligencije. Zatražite AI za analizu zahtjeva i kostur programske logike; smjestite svoje stvarne podatke u ovaj kostur.
- Nacrtajte obrazloženje aktivnosti i proračuna. AI može ocrtati lanac aktivnost-output-rezultat i logiku proračunskih stavki; Vi određujete iznose.
- Ojačajte jezik aplikacije. Koristite AI za jasnu i uvjerljivu kopiju koja odgovara jeziku i prioritetima financijera; Ali izbjegavajte pretjerivanja i lažna obećanja.
- Revizija autentičnosti i etike. Postoji li izvor za svaki broj? Jesu li obećanja realna? Predstavlja li program rizik od nanošenja štete ili stigmatiziranja skupine? Vi obavljate ovu kontrolu.
tri mini kućišta
Slučaj 1 — Okvir je uštedio vrijeme. Jedna udruga pripremala je prijavu za projekt potpore djeci u ugroženom naselju. Okvir analize potreba koji su tražili od AI-ja podsjetio me na dva dionika koja su timu nedostajala (školski savjetnici i ravnatelj). Tim je prikupio stvarne podatke od ovih dionika; Prijava se temeljila na mnogo jačem obrazloženju. Otprilike 2 dana rada na konfiguraciji svedeno je na pola dana.
Slučaj 2 — Uhvaćena lažna statistika. YZ je uključio upečatljivu rečenicu u nacrt prijave: "70% djece u ovoj četvrti napušta školu." Tim je pitao o izvoru ove brojke; YZ nije mogao navesti izvor, brojka je izmišljena. Kada su istraženi stvarni podaci, omjer je bio vrlo različit. Da je poslana s izmišljenom statistikom, prijava bi bila odbijena i izgubila bi vjerodostojnost.
Slučaj 3 — Prepoznat etički rizik. AI nacrt jednog programa opisao je ciljnu skupinu kao "problemačne obitelji" i prikazao ih kao pasivne "objekte pomoći". Tim je ovo shvatio: jezik je bio stigmatizirajući i protivan načelu osnaživanja programa. Tekst je preveden na jezik koji zajednicu čini subjektom i partnerom. To je poboljšalo i etiku i kvalitetu primjene.
Četiri predloška za kopiranje
1) Okvir analize potreba:
Vaša uloga: savjetnik za dizajn socijalnog programa. Pripremite okvir za analizu potreba o [obrazovnoj podršci za djecu u nepovoljnom položaju u susjedstvu]: koje podatke trebam prikupiti, koje dionike trebam intervjuirati, koja pitanja trebam postaviti? Statistika ili nalazi LAŽNI; Napišite [POTREBNI PODACI] gdje su potrebni brojevi.
2) Programska logika (teorija promjene):
Uspostavite logički lanac intervencije za sljedeću programsku ideju: Aktivnosti → Rezultati → Rezultati → Utjecaj. Ispod svakog koraka zapišite pretpostavke i označite slabe/rizične pretpostavke. Ideja:[napišite programsku ideju]. Nemojte obećavati nerealne rezultate.
3) Nacrt zahtjeva za financiranje:
Vaša uloga: urednik referenci. Napišite nacrte za sljedeće odjeljke: sažetak, obrazloženje, ciljevi (SMART), aktivnosti, indikatori praćenja-evaluacije, održivost. Statistika i iznos FITTING; Upotrijebite rezervirana mjesta [POTREBNI PODACI] / [POTREBNI IZNOS]. Nemojte pretjerivati; Pišite realno i jasno. Informacije o programu: [navedite informacije]
4) Kontrola etike i jezika:
Proučite donji tekst programa: stigmatizira li ciljanu skupinu, prikazuje li ih kao pasivne „objekte pomoći“, ima li jezika koji krši načelo osnaživanja i sudjelovanja? Označite problematične izjave i predložite alternative pune poštovanja koje angažiraju zajednicu. Tekst: [zalijepite tekst]
Slab upit / Jak upit
Slab upit:
Napišite projektnu prijavu za djecu u nepovoljnom položaju i uključite impresivne statistike u obrazloženje.
Reći "stavite impresivne statistike" poziv je AI da izmisli brojke. Rezultat je upečatljiv tekst bez izvora zbog kojeg će prijava biti odbijena i potkopati povjerenje.
Snažan upit:
Vaša uloga: urednik referenci. Napišite nacrt prijave projekta na temelju mojih STVARNIH podataka i poznavanja terena u nastavku. Dodatna statistika FITTING; Napišite [POTREBNI PODACI] gdje je potreban broj koji nisam dao. Neka ciljevi budu PAMETNI, a obećanja realna. Definirajte zajednicu kao participativni subjekt, a ne kao pasivni subjekt. Moji podaci: [zalijepi stvarne podatke]
Razlika: reći "koristi podatke koje sam ti dao, označi ostatak" umjesto "stavi statistiku" čini aplikaciju poštenom i snažnom.
AI i čovjek u programskom ciklusu
Pozornica
Doprinos AI
čovjekov posao
Analiza potreba
okvir, pitanja
Pravi podaci, polje
Programska logika
lanac + pretpostavka
Prosudba realizma
Plan aktivnosti
nacrt kalendara
Primjenjivost
Proračun
logika pera
Stvarni iznosi
Pisanje zahtjeva
jezik, struktura
istinitost, iskrenost
Praćenje-evaluacija
Preporuka pokazatelja
Značaj, mjerenje
Etika
Kontrola jezika
Odluka o šteti/stigmi
Uobičajene greške
- Vjerovati statistici umjetne inteligencije. On izmišlja brojeve; staviti sve podatke iz stvarnog izvora.
- Oblikovanje programa iz tablice. Program izlazi iz terena; AI ne poznaje teren.
- Pretjerano obećanje. Rezultati koji se neće ostvariti uništavaju aplikaciju i povjerenje; Budite realni.
- Stigmatizirajući jezik. Definirajte ciljnu skupinu kao subjekt koji sudjeluje, a ne kao pasivni "objekt".
- Preskakanje praćenja-evaluacije. Programom koji se ne može mjeriti ne može se upravljati; stavite indikatore od početka.
Ukratko
Osmišljavanje programa i projekata snaga je socijalnog rada na razini zajednice; Ovdje umjetna inteligencija štedi stvarno vrijeme pomoću okvira analize potreba, programske logike, plana aktivnosti, nacrta zahtjeva za financiranje i prijedloga pokazatelja. Ali program se rađa na terenu: stavljate statistiku, potrebe i iznose sa stvarnim podacima, održavate obećanja realističnima i činite jezik u skladu s načelom osnaživanja bez stigmatizacije. AI poboljšava strukturu i jezik; Vi osiguravate autentičnost i etičnost.
Zadatak aplikacije
Odaberite programsku ideju, stvarnu ili izmišljenu, ali realnu. Izdvojite koje podatke i dionike trebate prikupiti pomoću predloška "okvir analize potreba". Zatim uzmite nacrt s predloškom "nacrt zahtjeva za financiranje" i provjerite izrađuje li umjetna inteligencija bilo kakvu statistiku, ispravno koristeći rezervirana mjesta [POTREBNI PODACI]. Na kraju primijenite predložak "provjera etike i jezika".
popis za provjeru
- [ ] Potrebu sam temeljio na stvarnim podacima i poznavanju terena.
- [ ] Provjerio sam/označio svaku statistiku koju AI proizvodi iz stvarnog izvora.
- [ ] Održavao sam obećanja i ciljeve realnim i mjerljivim.
- [ ] Koristio sam jezik koji ne stigmatizira ciljnu skupinu, već je osnažuje.
- [ ] Indikatore praćenja-evaluacije planirao sam od početka.