이득:
- 인공 지능을 사용하여 요구 분석 프레임워크, 프로그램 로직 및 자금 지원 초안을 구성하는 기능
- 프로그램이 현장에서 탄생했다는 사실을 알고 모든 통계와 금액을 실제 데이터에 넣고 이를 가상 수치로 표시하는 규율을 적용할 수 있습니다[필요한 데이터].
- 현실적이고 지속 가능한 약속을 유지하고 대상 그룹에 낙인을 찍지 않고 힘을 실어주는 언어를 사용하는 능력을 보여주십시오.
사회사업은 단지 일대일 사례 연구가 아닙니다. 이는 또한 지역사회의 요구 사항을 해결하는 프로그램 및 프로젝트를 위한 자원을 설계, 실행 및 찾는 것이기도 합니다. 지역여성 취업 지원 프로그램, 소외 아동 교육 지원 사업, 노인 사회화 센터, 중독 퇴치 인식 캠페인 등을 진행하고 있습니다. 이 작품들; 요구 사항 분석, 목표 설정, 활동 계획, 예산, 모니터링-평가 및 종종 자금 신청(프로젝트에 대한 대가로 자원을 요청하는 신청)이 필요합니다. 본 단원에서는 프로그램 아이디어 단계부터 지원서 초안까지 AI를 사고와 글쓰기 파트너로 활용하는 방법, 어떤 데이터가 실제여야 하는지, 윤리적 경계에 대해 학습합니다.
처음부터 원칙: 프로그램은 현장에서 나옵니다. 테이블에서가 아닙니다. 프로그램을 진정으로 가치있게 만드는 것은 그것이 실제 지역 사회의 실제 요구에 기반을 두고 있다는 것입니다. AI는 유창한 "요구 분석" 텍스트를 생성할 수 있지만 해당 분야를 알지 못합니다. 실제 데이터와 현장 지식으로 검증하지 않고 제공되는 통계, 요구 사항 및 정당성을 사용하면 서류상으로는 훌륭하지만 현실과는 거리가 먼 프로그램을 생성합니다. AI는 구조와 언어를 향상시킵니다. 콘텐츠의 신뢰성을 보장합니다.
프로그램 주기 중 AI는 어디에 유용합니까?
1. 분석 프레임워크가 필요합니다. 요구사항을 체계적으로 조사하는 데 필요한 데이터, 이해관계자, 질문의 틀을 정합니다. 그러나 실제 출처에서 나온 숫자와 결과를 입력합니다.
2. 프로그램 논리(변화 이론). 이는 "이 활동이 이 결과, 이 결과, 이 효과를 생성합니다"라는 체인(개입 논리)을 설정하는 데 도움이 됩니다. 이는 격차와 약한 가정을 가시화합니다.
3. 활동 및 시간 계획. 이는 목표에서 활동으로, 활동에서 달력으로 이동하는 프레임워크를 생성합니다.
4. 자금 지원 초안. 신청서의 섹션(요약, 근거, 목표, 활동, 예산 근거, 모니터링 평가, 지속 가능성)을 작성하는 강력한 글쓰기 파트너 - 데이터와 현실을 검증합니다.
5. 모니터링 평가 지표. 프로그램의 성공 여부를 측정할 수 있는 측정 가능한 지표를 제시합니다.
팁: AI가 신청서 초안을 작성하게 되면 "통계나 출처를 작성하세요. 숫자를 [필요한 데이터]로 바꾸세요."라고 지시하세요. 기금 신청 시 조작된 통계는 신청을 거부하고 기관의 신뢰성을 손상시킬 수 있습니다. 빈칸을 실제 데이터로 채웁니다.
프로그램의 지속가능성은 종종 무시되는 측면 중 하나이지만 자금 제공자들이 가장 주목하는 측면입니다. 프로젝트가 완료되면 어떤 이점이 있을 것인지, 서비스가 어떻게 지속될 것인지, 커뮤니티가 자체 역량을 어떻게 구축할 것인지 등은 모두 좋은 디자인의 일부입니다. AI는 지속 가능성 시나리오("자금이 소진되면 이 이해관계자가 인계받음", "자원봉사 역량이 확립됨", "지방 정부와 프로토콜이 작성됨")를 생성하는 데 통찰력을 가질 수 있습니다. 그러나 현장 지식을 갖춘 귀하만이 이러한 시나리오가 실제로 가능한지, 그리고 어떤 이해관계자가 실제로 약속을 했는지 평가할 수 있습니다. AI가 제시한 "좋은" 지속 가능성 약속은 그 뒤에 진정한 약속이 없다면 조직은 미래에 이행할 수 없는 약속을 받게 됩니다.
주의: 자금 지원 신청에서 하는 모든 약속은 계약입니다. AI는 "성공 가능성을 높이기 위해" 과장된 목표, 달성할 수 없는 수혜자 수 또는 비현실적인 결과를 제안할 수 있습니다. 그러한 신청서가 승인되더라도 보고 기간 동안 목표를 달성하지 못하면 기관의 신뢰성과 향후 자금 조달 기회가 파괴됩니다. 너무 많은 것을 약속하고 이행하지 못하는 것보다 적게 약속하고 더 많은 것을 하는 것이 항상 더 낫습니다.
단계별: 아이디어에서 적용까지
- 현장에서 필요한 것을 수집하세요. 실제 데이터(귀하의 사례 데이터, 공식 통계, 이해관계자 의견)부터 시작하세요. AI는 아닙니다.
- AI로 프레임워크를 구축하세요. AI에게 요구사항 분석 및 프로그램 로직의 뼈대를 요청하세요. 실제 데이터를 이 뼈대에 넣으세요.
- 활동 및 예산 근거 초안을 작성합니다. AI는 활동-산출-결과 체인과 예산 항목의 논리를 간략하게 설명할 수 있습니다. 금액은 귀하가 결정합니다.
- 애플리케이션 언어를 강화하세요. 자금 제공자의 언어 및 우선순위와 일치하는 명확하고 설득력 있는 카피를 위해 AI를 사용하십시오. 그러나 과장과 거짓 약속은 피하십시오.
- 진정성 및 윤리 감사. 각 번호마다 출처가 있나요? 그 약속은 현실적인가요? 프로그램이 특정 집단에 해를 끼치거나 낙인을 찍을 위험이 있습니까? 이 제어를 수행합니다.
세 개의 미니 케이스
사례 1 - 프레임워크로 시간이 절약되었습니다. 한 협회에서 소외된 지역의 아동 지원 사업 신청서를 준비하고 있었습니다. 그들이 AI에 요청한 요구사항 분석 프레임워크는 팀이 놓친 두 이해관계자(학교 상담사와 교장)를 상기시켜주었습니다. 팀은 이러한 이해관계자로부터 실제 데이터를 수집했습니다. 이 신청은 훨씬 더 강력한 정당성을 바탕으로 이루어졌습니다. 약 2일 정도 걸리던 구성 작업이 반나절로 단축되었습니다.
사례 2 — 가짜 통계가 발견되었습니다. YZ는 지원서 초안에 "이 동네 아이들의 70%가 학교를 그만둔다"는 충격적인 문장을 포함시켰다. 팀은 이 수치의 출처에 대해 물었습니다. YZ는 출처를 인용할 수 없어 수치가 만들어졌습니다. 실제 데이터를 조사해보니 그 비율이 많이 달랐다. 만약 통계를 조작하여 보낸다면, 신청서는 거절되고 신뢰성을 잃게 됩니다.
사례 3 — 윤리적 위험이 인식되었습니다. 한 프로그램의 AI 초안은 대상 집단을 '곤경에 처한 가족'으로 묘사하고 이들을 수동적인 '지원 대상'으로 묘사했다. 팀은 이를 깨달았습니다. 언어가 낙인을 찍고 프로그램의 권한 부여 원칙에 어긋난다는 것입니다. 그 텍스트는 공동체를 주체이자 파트너로 만드는 언어로 번역되었습니다. 이를 통해 윤리성과 애플리케이션 품질이 모두 향상되었습니다.
복사 가능한 템플릿 4개
1) 분석 프레임워크가 필요합니다.
귀하의 역할: 사회 프로그램 디자인 컨설턴트. [동네 소외 아동 교육 지원]에 대한 요구 분석을 위한 프레임워크 준비: 어떤 데이터를 수집해야 하는지, 어떤 이해관계자를 인터뷰해야 하는지, 어떤 질문을 해야 하는지? 통계 또는 결과가 가짜입니다. 숫자가 필요한 곳에는 [DATA REQUIRED]를 작성하세요.
2) 프로그램 논리(변화 이론):
다음 프로그램 아이디어에 대한 개입 논리 체인을 설정합니다: 활동 → 출력 → 결과 → 영향. 각 단계 아래의 가정을 기록하고 약하거나 위험한 가정을 표시하세요. 아이디어:[프로그램 아이디어 작성]. 비현실적인 결과를 약속하지 마십시오.
3) 기금 신청 초안:
귀하의 역할: 참조 편집자. 요약, 근거, 목표(SMART), 활동, 모니터링 평가 지표, 지속 가능성 섹션에 대한 초안을 작성합니다. 통계 및 금액 FITTING; [필요한 데이터] / [필요한 금액] 자리 표시자를 사용하세요. 과장하지 마십시오. 현실적이고 명확하게 작성하세요. 프로그램 정보 : [정보 제공]
4) 윤리 및 언어 통제:
아래 프로그램 텍스트를 검토하십시오. 대상 그룹에 낙인을 찍는가, 그들을 수동적인 "지원 대상"으로 묘사하는가, 권한 부여 및 참여 원칙을 위반하는 언어가 있습니까? 문제가 있는 발언을 신고하고 커뮤니티의 참여를 유도하는 존중하는 대안을 제안하세요.텍스트: [텍스트 붙여넣기]
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
불우한 아동을 위한 프로젝트 신청서를 작성하고 타당한 근거에 인상적인 통계를 포함시키십시오.
"인상적인 통계를 입력하라"는 말은 AI가 숫자를 만들어내도록 유도하는 것이다. 결과는 눈에 띄지만 출처가 밝혀지지 않은 텍스트로 인해 신청서가 거부되고 신뢰가 약화됩니다.
강력한 프롬프트:
귀하의 역할: 참조 편집자. 아래의 실제 데이터와 현장 지식을 바탕으로 프로젝트 신청서 초안을 작성하세요. 추가 통계 피팅; 제가 제공하지 않은 번호가 필요한 곳에 [DATA REQUIRED]를 작성하세요. 목표를 SMART하게 유지하고 현실적으로 약속하세요. 공동체를 수동적인 주체가 아닌 참여적인 주체로 정의합니다. 내 데이터: [실제 데이터 붙여넣기]
차이점: "통계 입력" 대신 "내가 제공한 데이터를 사용하고 나머지는 표시"라고 하면 응용 프로그램이 정직하고 강력해집니다.
프로그램 주기의 AI와 인간
무대
AI의 투고
사람의 일
분석 필요
프레임워크, 질문
실제 데이터, 필드
프로그램 로직
체인 + 가정
사실주의 판단
활동 계획
초안 달력
적용 가능성
예산
펜 로직
실제 금액
지원서 작성
언어, 구조
진실성, 정직함
모니터링-평가
지표 추천
의의, 측정
윤리
언어 통제
피해/낙인 결정
일반적인 실수
- AI의 통계를 신뢰합니다. 그는 숫자를 구성합니다. 실제 소스의 모든 데이터를 넣으십시오.
- 테이블에서 프로그램을 설계합니다. 프로그램은 현장에서 나온다. AI는 분야를 모른다.
- 과장된 약속. 실현되지 않는 결과는 적용과 신뢰를 파괴합니다. 현실적이 되십시오.
- 낙인을 찍는 언어. 대상 그룹을 수동적인 "객체"가 아닌 참여 주체로 정의합니다.
- 모니터링 평가를 건너뜁니다. 측정할 수 없는 프로그램은 관리할 수 없습니다. 지표를 처음부터 넣어라.
요약하면
프로그램 및 프로젝트 설계는 지역사회 차원의 사회사업의 강점입니다. 여기서 AI는 요구사항 분석 프레임워크, 프로그램 로직, 활동 계획, 자금 지원 신청서 초안 및 지표 제안을 통해 실시간으로 시간을 절약합니다. 그러나 이 프로그램은 현장에서 탄생했습니다. 실제 데이터를 사용하여 통계, 요구 사항 및 금액을 입력하고 약속을 현실적으로 유지하며 낙인 없이 권한 부여 원칙과 일치하는 언어를 만듭니다. AI는 구조와 언어를 향상시킵니다. 진정성과 윤리성을 보장합니다.
응용과제
실제 또는 허구이지만 현실적인 프로그램 아이디어를 선택하십시오. "요구 분석 프레임워크" 템플릿을 사용하여 수집해야 하는 데이터와 이해관계자를 추출하세요. 그런 다음 "자금 지원 신청서 초안" 템플릿으로 초안을 작성하고 AI가 [데이터 필수] 자리 표시자를 올바르게 사용하여 통계를 구성하고 있는지 확인하세요. 마지막으로 '윤리 및 언어 점검' 템플릿을 적용합니다.
체크리스트
- [ ] 실제 데이터와 현장 지식을 바탕으로 니즈를 파악했습니다.
- [ ] AI가 생산하는 모든 통계는 실제 소스에서 확인/표시했습니다.
- [ ] 나는 약속과 목표를 현실적이고 측정 가능하게 유지했습니다.
- [ ] 대상 그룹에 낙인을 찍지 않고 힘을 실어주는 언어를 사용했습니다.
- [ ] 처음부터 모니터링-평가 지표를 계획했습니다.