利益:
- 人工知能を使用してニーズ分析フレームワーク、プログラムロジック、資金申請草案を構成する機能
- プログラムが現場から生まれたものであることを理解し、すべての統計と量を実際のデータに置き換え、それを架空の数字でマークするという規律を適用できること [データが必要です]。
- 現実的かつ持続可能な約束を守り、ターゲットグループを非難せず、力を与える言葉を使用する能力を実証します。
ソーシャルワークは単なる一対一のケーススタディではありません。また、コミュニティのニーズに応えるプログラムやプロジェクトのためのリソースを設計、実行、検索することも含まれます。近隣地域での女性の雇用を支援するプログラム、恵まれない子どもたちへの教育支援プロジェクト、高齢者のための社会化センター、依存症と闘うための啓発キャンペーン。これらの作品。それには、ニーズ分析、目標設定、活動計画、予算、モニタリング評価が必要であり、多くの場合、資金申請 (プロジェクトと引き換えにリソースを要求する申請) が必要です。この単元では、プログラムのアイデア段階からアプリケーション草案まで、思考および作成のパートナーとして AI を使用する方法、どのデータが本物であるべきか、倫理的境界について学びます。
当初からの原則: プログラムは現場から生まれます。テーブルからではありません。プログラムが本当に価値があるのは、それが実際のコミュニティの実際のニーズに基づいているからです。 AI は流暢な「ニーズ分析」テキストを作成できますが、分野については知りません。実際のデータや現場の知識で検証せずに、そこから得られる統計、ニーズ、根拠を使用すると、机上では優れていても現実とはかけ離れたプログラムが作成されます。 AI は構造と言語を強化します。コンテンツの信頼性を保証します。
プログラム サイクルのどこで AI が役に立ちますか?
1. 分析フレームワークが必要。ニーズを体系的に調査するためにどのようなデータ、どの関係者、どのような質問が必要かを枠組みします。しかし、あなたは実際の情報源からの数字と調査結果を載せています。
2. プログラムロジック (変更理論)。 「このアクティビティはこの出力、この結果、この効果を生成する」というチェーン (介入ロジック) を確立するのに役立ちます。ギャップや弱い仮定が可視化されます。
3. アクティビティと時間計画。目標からアクティビティ、アクティビティからカレンダーに至るフレームワークを作成します。
4. 資金申請書の草案を作成します。申請フォームのセクション (概要、根拠、目的、活動、予算の根拠、モニタリング評価、持続可能性) を記入するための強力な執筆パートナーです。データと現実を検証します。
5. モニタリング評価指標。プログラムの成功を測定するための測定可能な指標を提案します。
ヒント: AI にアプリケーションの草案を作成させるときは、「統計またはソースを作成し、数値を [データが必要] に置き換えてください」と指示します。基金申請における統計の捏造は、申請を拒否するだけでなく、あなたの機関の信頼性を損なうことになります。空白を実際のデータで埋めます。
プログラムの持続可能性は軽視されがちな側面の 1 つですが、資金提供者が最も重視する側面の 1 つです。プロジェクトが終了したときにどのようなメリットがあるのか、サービスはどのように継続されるのか、コミュニティが独自の能力をどのように構築するのか、これらはすべて優れた設計の一部です。 AI は、持続可能性のシナリオ (「資金が尽きたら、この利害関係者が引き継ぐ」、「ボランティアの能力が確立される」、「地方自治体との協定が作成される」) を生成する際に洞察力を発揮します。しかし、これらのシナリオが本当に可能なのか、そしてどの利害関係者が本当に約束をしたのかを評価できるのは、現場の知識を持つあなただけです。 AI によって生み出される「聞こえの良い」持続可能性の約束は、その裏に実際の取り組みがなければ、組織は将来も果たせない約束にさらされることになります。
注意: 資金調達申請で行うすべての約束は契約です。 AI は、「成功の可能性を高めるために」誇張された目標、達成不可能な受益者の数、または非現実的な結果を提案する場合があります。たとえそのような申請が受理されたとしても、報告期間中に目標を達成できなければ、その機関の信頼性と将来の資金調達の機会が失われます。約束しすぎて果たせないよりも、約束を減らして多くのことをするほうが常に良いことです。
ステップバイステップ: アイデアから応用まで
- 必要なものをフィールドから集めます。実際のデータ (あなた自身の症例データ、公式統計、関係者の意見) から始めます。 AIではそうではありません。
- AIで枠組みを構築する。 AIに要件分析とプログラムロジックの骨格を依頼する。実際のデータをこのスケルトンに配置します。
- 活動と予算の根拠を草案します。 AI は、活動、成果、結果の連鎖と予算項目のロジックの概要を示すことができます。金額を決めるのはあなたです。
- アプリケーション言語を強化します。 AI を使用して、資金提供者の言語と優先事項に一致する明確で説得力のあるコピーを作成します。ただし、誇張や虚偽の約束は避けてください。
- 真正性と倫理の監査。それぞれの数字の出典はあるのでしょうか？その約束は現実的ですか？このプログラムはグループに危害を与えたり、非難したりするリスクをもたらしますか?この制御を実行します。
ミニケース3個
ケース 1 — フレームワークにより時間を節約できました。ある協会は、恵まれない地域での児童手当プロジェクトの申請を準備していました。彼らが AI に要求したニーズ分析フレームワークは、チームが見逃していた 2 人の関係者 (スクールカウンセラーと校長) を思い出させました。チームはこれらの関係者から実際のデータを収集しました。この申請は、より強力な正当化に基づいていました。約 2 日かかっていた設定作業が半日に短縮されました。
ケース 2 — 偽の統計が捕捉されました。 YZは申請草案に「この地域の子どもの70％が学校を中退している」という印象的な一文を入れた。研究チームはこの数字の出典について尋ねました。 YZは出典を明らかにできず、この数字はでっち上げられた。実際のデータを調査すると、その比率は大きく異なりました。捏造された統計情報が添付されて送信された場合、申請は拒否され、信頼性を失います。
ケース 3 — 倫理的リスクが認識された。あるプログラムのAI草案では、対象グループを「問題を抱えた家族」と表現し、受動的な「支援の対象」として描いていた。チームは、この言葉が非難的なものであり、プログラムの権限付与の原則に反していることに気づきました。テキストは、コミュニティを主体およびパートナーとする言語に翻訳されました。これにより、倫理とアプリケーションの品質の両方が向上しました。
コピー可能な 4 つのテンプレート
1) ニーズ分析フレームワーク:
あなたの役割: ソーシャル プログラム設計コンサルタント。 [近隣の恵まれない子供たちへの教育支援] に関するニーズ分析の枠組みを準備します。どのようなデータを収集し、どの関係者にインタビューし、どのような質問をすればよいですか?統計または調査結果は偽物です。数字が必要な箇所には[DATA REQUIRED]と記入してください。
2) プログラムロジック (変更理論):
次のプログラムのアイデアに対する介入ロジック チェーンを確立します: アクティビティ → アウトプット → 結果 → インパクト。各ステップの仮定を書き留め、弱い/リスクのある仮定をマークします。アイデア:[プログラムのアイデアを書く]。非現実的な結果を約束しないでください。
3) 基金申請草案:
あなたの役割: リファレンス編集者。次のセクションの草案を作成します: 概要、根拠、目的 (SMART)、活動、モニタリング評価指標、持続可能性。統計と金額のフィッティング。[DATA REQUIRED] / [AMOUNT REQUIRED] プレースホルダーを使用します。誇張しないでください。現実的かつ明確に書きます。番組情報：[情報提供]
4) 倫理と言語管理:
以下のプログラムのテキストを調べてください。対象グループに汚名を着せていませんか、対象グループを消極的な「援助の対象」として描いていませんか、エンパワーメントと参加の原則に違反する文言はありませんか?問題のある発言にフラグを立て、コミュニティを巻き込む敬意を持った代替案を提案します。テキスト: [テキストを貼り付け]
弱いプロンプト / 強いプロンプト
弱いプロンプト:
恵まれない子供たちのためのプロジェクト申請書を作成し、その理由に印象的な統計を含めてください。
「印象的な統計を入力してください」と言うのは、AI に数字をでっち上げようという誘いです。その結果、印象的ではあるが出典のない文章が作成され、申請が拒否され、信頼が損なわれることになります。
強力なプロンプト:
あなたの役割: リファレンス編集者。以下の私の実際のデータと現場の知識に基づいて、プロジェクト申請書の草案を作成します。追加統計フィッティング;指定しなかった番号が必要な場合は、[DATA REQUIRED] と記入してください。目標は賢く、約束は現実的なものにしてください。コミュニティを受動的な主体ではなく、参加型の主体として定義します。私のデータ: [実際のデータを貼り付け]
違いは、「統計情報を入力する」のではなく、「与えられたデータを使用し、残りをマークする」ということにより、アプリケーションが正直かつ強力になります。
プログラムサイクルにおける AI と人間
ステージ
AIの貢献
男の仕事
ニーズ分析
枠組み、質問
実データ、フィールド
プログラムロジック
連鎖+思い込み
現実主義の判断
活動計画
ドラフトカレンダー
適用性
予算
ペンロジック
実際の金額
申請書作成
言語、構造
誠実さ、誠実さ
モニタリング・評価
インジケーターの推奨事項
意義、測定
倫理
言語制御
ダメージ/スティグマの決定
よくある間違い
- AIの統計を信頼する。彼は数字をでっち上げます。すべてのデータを実際のソースから取得します。
- テーブルからプログラムを設計します。プログラムは現場から生まれます。 AIは現場を知りません。
- 大げさな約束。実現されない結果はアプリケーションと信頼を破壊します。現実的になってください。
- 非難するような言葉遣い。ターゲットグループを受動的な「オブジェクト」ではなく、参加する主体として定義します。
- モニタリング評価をスキップします。測定できないプログラムは管理できません。最初からインジケーターを入れておきます。
要約すると
プログラムとプロジェクトの設計は、コミュニティレベルでのソーシャルワークの強みです。ここでは、AI がニーズ分析フレームワーク、プログラム ロジック、活動計画、資金申請草案、指標提案をリアルタイムで保存します。しかし、このプログラムは現場から生まれたものです。統計、ニーズ、金額を実際のデータに基づいて入力し、約束を現実的に保ち、非難されることなくエンパワーメントの原則に沿った言語にするのです。 AI は構造と言語を強化します。信頼性と倫理を確保します。
アプリケーションタスク
現実的でも架空でも、現実的なプログラムのアイデアを選択してください。 「ニーズ分析フレームワーク」テンプレートを使用して、収集する必要があるデータと関係者を抽出します。次に、「資金申請草案」テンプレートを使用して草案を作成し、[データが必要] プレースホルダーを正しく使用して、AI が何らかの統計を作成しているかどうかを確認します。最後に、「倫理と言語のチェック」テンプレートを適用します。
チェックリスト
- [ ] 私は実際のデータと現場の知識に基づいてニーズを判断しました。
- [ ] AI が実際のソースから生成するすべての統計を検証/マークしました。
- [ ] 私は現実的かつ測定可能な約束と目標を守りました。
- [ ] 私はターゲットグループを非難するのではなく、彼らに力を与えるような言葉を使いました。
- [ ] モニタリング評価指標は当初から計画していました。