Ieguvumi:
- Spēja konfigurēt vajadzību analīzes ietvaru, programmu loģiku un finansējuma pieteikuma projektu ar mākslīgo intelektu
- Zinot, ka programma ir dzimusi no lauka un spējot pielietot disciplīnu, ka katru statistiku un summu ievietot reāliem datiem un atzīmēt to ar izdomātu skaitli [NEPIECIEŠAMI DATI].
- Demonstrējiet spēju pildīt solījumus reālistiskus un ilgtspējīgus, kā arī lietot valodu, kas nestigmatizē un sniedz spēku mērķa grupai.
Sociālais darbs nav tikai individuāla gadījuma izpēte; Tas attiecas arī uz tādu programmu un projektu izstrādi, izpildi un resursu atrašanu, kas atbilst kopienu vajadzībām. Sieviešu nodarbinātības atbalsta programma apkaimē, izglītības atbalsta projekts nelabvēlīgiem bērniem, veco ļaužu socializācijas centrs, izpratnes veidošanas kampaņa cīņai pret atkarību. Šie darbi; Tas prasa vajadzību analīzi, mērķu izvirzīšanu, darbības plānu, budžetu, uzraudzību-novērtēšanu un bieži vien fonda pieteikumu (pieteikumu, kurā tiek pieprasīti resursi pretī projektam). Šajā nodaļā jūs uzzināsiet, kā izmantot AI kā domāšanas un rakstīšanas partneri no programmas idejas posma līdz lietojumprogrammas uzmetumam, kādiem datiem jābūt reāliem, un ētiskās robežas.
Princips no sākuma: programma rodas no lauka; nevis no galda. Programmu patiesi vērtīgu padara tas, ka tās pamatā ir reālas kopienas patiesās vajadzības. AI var radīt tekošu “vajadzību analīzes” tekstu, taču tas nepārzina jomu; Izmantojot tā sniegto statistiku, vajadzības un pamatojumu, nepārbaudot to ar reāliem datiem, un jūsu nozares zināšanas rada programmu, kas ir laba uz papīra, taču ir sveša realitātei. AI uzlabo struktūru un valodu; Jūs nodrošināsiet satura autentiskumu.
Kur programmas ciklā AI noder?
1. Vajadzību analīzes ietvars. Tas nosaka, kādi dati, kuras ieinteresētās personas un kādi jautājumi ir nepieciešami, lai sistemātiski pārbaudītu vajadzību. Bet jūs ievietojat skaitļus un secinājumus no reāliem avotiem.
2. Programmas loģika (izmaiņu teorija). Tas palīdz izveidot ķēdi (iejaukšanās loģiku) "Šī darbība rada šo produkciju, šo rezultātu, šo efektu"; Tas padara redzamas nepilnības un vājus pieņēmumus.
3. Aktivitātes un laika plāns. Tas rada sistēmu, kas virzās no mērķiem uz aktivitātēm, no aktivitātēm līdz kalendāram.
4. Finansējuma pieteikuma projekts. Spēcīgs rakstīšanas partneris pieteikuma veidlapas sadaļu aizpildīšanai (kopsavilkums, pamatojums, mērķi, aktivitātes, budžeta pamatojums, uzraudzība-novērtējums, ilgtspēja) — jūs pārbaudāt datus un realitāti.
5. Monitoringa-novērtēšanas rādītāji. Tajā ir ieteikti izmērāmi rādītāji, lai novērtētu programmas panākumus.
Padoms. Kad jums ir AI projekts lietojumprogrammai, sakiet tai “veidot statistiku vai avotus; aizstāt skaitļus ar [NEPIECIEŠAMI DATI]”. Safabricēta statistika fondu pieteikumos gan noraidīs pieteikumu, gan iedragās jūsu iestādes uzticamību. Jūs aizpildāt tukšo vietu ar reāliem datiem.
Programmas ilgtspējība ir viena no dimensijām, kas bieži tiek atstāta novārtā, bet uz kuru finansētāji pievērš uzmanību. Kādi ieguvumi būs, kad projekts tiks pabeigts, kā pakalpojums turpināsies, kā kopiena veidos savu kapacitāti — tas viss ir daļa no laba dizaina. AI var būt saprātīgs, veidojot ilgtspējības scenārijus ("kad finansējums beidzas, šī ieinteresētā puse pārņem", "ir izveidota brīvprātīgo kapacitāte", "ar vietējo pašvaldību tiek noslēgts protokols"); Bet tikai jūs ar savām zināšanām jomā varat novērtēt, vai šie scenāriji patiešām ir iespējami un kura ieinteresētā puse patiešām ir devusi solījumu. “Labi skanošs” ilgtspējības solījums, ko sniedz AI, ja aiz tā nav patiesas saistības, organizācijai tiek likts solījums, ko tā nevarēs izpildīt nākotnē.
Uzmanību! Visas saistības, ko uzņematies finansējuma pieteikumā, ir līgums. AI var ieteikt pārspīlētus mērķus, nesasniedzamu saņēmēju skaitu vai nereālus rezultātus, "lai palielinātu veiksmes iespējas". Pat ja šāds pieteikums tiek pieņemts, mērķu nesasniegšana pārskata periodā iznīcina iestādes uzticamību un iespējas saņemt finansējumu nākotnē. Vienmēr ir labāk solīt mazāk un darīt vairāk, nekā solīt pārāk daudz un nepildīt.
Soli pa solim: no idejas līdz pielietojumam
- Savāc nepieciešamo no lauka. Sāciet ar reāliem datiem (jūsu lietas dati, oficiālā statistika, ieinteresēto pušu viedokļi); Ne ar AI.
- Veidojiet ietvaru, izmantojot AI. Pieprasīt AI prasību analīzi un programmas loģikas skeletu; ievietojiet savus reālos datus šajā skeletā.
- Izstrādājiet aktivitātes un budžeta pamatojumu. AI var ieskicēt darbības-izlaides-rezultāta ķēdi un budžeta pozīciju loģiku; Jūs nosakāt summas.
- Nostipriniet lietojumprogrammas valodu. Izmantojiet AI, lai iegūtu skaidru un pārliecinošu kopiju, kas atbilst finansētāja valodai un prioritātēm; Bet izvairieties no pārspīlējumiem un nepatiesiem solījumiem.
- Autentiskuma un ētikas audits. Vai katram numuram ir kāds avots? Vai solījumi ir reāli? Vai programma rada risku nodarīt kaitējumu grupai vai stigmatizēt to? Jūs veicat šo kontroli.
trīs mini futrāļi
1. gadījums — sistēma ietaupīja laiku. Biedrība gatavoja pieteikumu bērnu atbalsta projektam nelabvēlīgā apkaimē. Vajadzību analīzes sistēma, ko viņi pieprasīja no AI, man atgādināja divas ieinteresētās personas, kuras komanda palaida garām (skolu konsultanti un direktors). Komanda apkopoja reālus datus no šīm ieinteresētajām personām; Pieteikums tika pamatots ar daudz stingrāku pamatojumu. Aptuveni 2 dienu konfigurācijas darbs tika samazināts līdz pusei dienas.
2. gadījums — pieķerta viltota statistika. YZ pieteikuma projektā iekļāva pārsteidzošu teikumu: "70% bērnu šajā apkaimē pamet skolu." Komanda jautāja par šī skaitļa avotu; YZ nevarēja norādīt avotu, skaitlis tika izdomāts. Kad tika pētīti faktiskie dati, attiecība bija ļoti atšķirīga. Ja to nosūtītu ar safabricētu statistiku, pieteikums tiktu noraidīts un zaudētu uzticamību.
3. gadījums — atzīts ētiskais risks. Vienas programmas AI projekts aprakstīja mērķa grupu kā "satrauktas ģimenes" un attēloja tās kā pasīvus "palīdzības objektus". Komanda to saprata: valoda bija stigmatizējoša un pretrunā programmas pilnvarošanas principam. Teksts tika tulkots valodā, kas padarīja kopienu par subjektu un partneri. Tas uzlaboja gan ētiku, gan lietojumprogrammu kvalitāti.
Četras kopējamas veidnes
1) Vajadzību analīzes ietvars:
Jūsu loma: sociālo programmu dizaina konsultante. Sagatavojiet ietvaru vajadzību analīzei par [izglītības atbalsts nelabvēlīgā situācijā esošiem bērniem apkaimē]: kādi dati man ir jāapkopo, kuras ieinteresētās personas man vajadzētu intervēt, kādi jautājumi man jāuzdod? Statistika vai konstatējumi FAKE; Ierakstiet [NEPIECIEŠAMI DATI], kur ir nepieciešami cipari.
2) Programmas loģika (izmaiņu teorija):
Izveidojiet intervences loģikas ķēdi šādai programmas idejai: Aktivitātes → Rezultāti → Rezultāti → Ietekme. Pierakstiet pieņēmumus zem katra soļa un atzīmējiet vājos/riskantos pieņēmumus. Ideja: [uzrakstīt programmas ideju]. Nesoli nereālus rezultātus.
3) Fonda pieteikuma projekts:
Jūsu loma: uzziņu redaktors. Uzrakstiet projektus šādām sadaļām: kopsavilkums, pamatojums, mērķi (SMART), aktivitātes, uzraudzības-novērtēšanas rādītāji, ilgtspējība. Statistika un summa FITTING;Izmantojiet [NEPIECIEŠAMI DATI] / [NEPIECIEŠAMA SUMMA] vietturus. Nepārspīlē; Rakstiet reālistiski un skaidri. Informācija par programmu: [sniegt informāciju]
4) Ētika un valodas kontrole:
Apskatiet tālāk norādīto programmas tekstu: vai tas stigmatizē mērķa grupu, vai tas attēlo tos kā pasīvus "palīdzības objektus", vai ir valoda, kas pārkāpj pilnvarošanas un līdzdalības principu? Atzīmējiet problemātiskus paziņojumus un ierosiniet cienīgas alternatīvas, kas iesaista kopienu.Teksts: [ielīmēt tekstu]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Uzrakstiet projekta pieteikumu nelabvēlīgiem bērniem un pamatojumā iekļaujiet iespaidīgu statistiku.
Sakot "ievietot iespaidīgu statistiku" ir aicinājums AI izdomāt skaitļus. Rezultāts ir pārsteidzošs, bet bez avota teksts, kas padarīs pieteikumu noraidītu un mazinās uzticēšanos.
Spēcīga uzvedne:
Jūsu loma: uzziņu redaktors. Zemāk uzrakstiet projekta pieteikuma projektu, pamatojoties uz maniem REĀLĀM datiem un zināšanām par jomām. Papildus statistika FITTING; Ierakstiet [NEPIECIEŠAMI DATI], kur ir nepieciešams numurs, kuru es nenorādīju. Saglabājiet mērķus SMART un solījumus reālistiskus. Definējiet kopienu kā līdzdalības subjektu, nevis pasīvu subjektu. Mani dati: [ielīmēt faktiskos datus]
Atšķirība: sakot "izmantojiet datus, ko es jums sniedzu, atzīmējiet pārējos", nevis "ielieciet statistiku", lietojumprogramma kļūst gan godīga, gan jaudīga.
AI un cilvēks programmas ciklā
Skatuves
AI ieguldījums
vīrieša darbs
Vajadzību analīze
ietvars, jautājumi
Reāli dati, lauks
Programmas loģika
ķēde + pieņēmums
Reālisma spriedums
Aktivitāšu plāns
kalendāra melnraksts
Piemērojamība
Budžets
pildspalvas loģika
Faktiskās summas
Pieteikuma rakstīšana
valoda, struktūra
patiesums, godīgums
Monitorings-vērtējums
Indikatora ieteikums
Nozīme, mērīšana
Ētika
Valodas kontrole
Lēmums par bojājumiem/stigmu
Biežas kļūdas
- Uzticoties AI statistikai. Viņš izdomā skaitļus; ievietojiet visus datus no reāla avota.
- Programmas noformēšana no tabulas. Programma rodas no lauka; AI nezina jomu.
- Pārspīlēts solījums. Rezultāti, kas netiks realizēti, sagrauj pieteikumu un uzticību; Esiet reālistisks.
- Stigmatizējoša valoda. Definējiet mērķa grupu kā dalībnieku, nevis pasīvu "objektu".
- Monitoringa-novērtēšanas izlaišana. Programmu, kuru nevar izmērīt, nevar pārvaldīt; ielieciet rādītājus no sākuma.
Rezumējot
Programmu un projektu izstrāde ir sociālā darba spēks kopienas līmenī; Šeit mākslīgais intelekts ietaupa reālo laiku, izmantojot vajadzību analīzes ietvaru, programmas loģiku, darbības plānu, finansējuma pieteikuma projektu un indikatora priekšlikumu. Bet programma ir dzimusi no lauka: jūs ievietojat statistiku, vajadzības un summas ar reāliem datiem, turat solījumus reālistiskus un padarāt valodu atbilstošu pilnvarošanas principam bez stigmatizācijas. AI uzlabo struktūru un valodu; Jūs garantējat autentiskumu un ētiku.
Lietojumprogrammas uzdevums
Izvēlieties programmas ideju, reālu vai izdomātu, bet reālu. Izņemiet, kādi dati un ieinteresētās personas ir jāapkopo, izmantojot veidni “vajadzību analīzes ietvars”. Pēc tam paņemiet melnrakstu ar veidni “finansēšanas pieteikuma melnraksts” un pārbaudiet, vai mākslīgais intelekts veido statistiku, pareizi izmantojot vietturus [NEPIECIEŠAMI]. Visbeidzot izmantojiet ētikas un valodas pārbaudes veidni.
kontrolsaraksts
- [ ] Es vajadzību pamatoju ar reāliem datiem un lauka zināšanām.
- [ ] Esmu pārbaudījis/atzīmējis katru statistiku, ko AI veido no faktiskā avota.
- [ ] Es turēju solījumus un mērķus reālistiskus un izmērāmus.
- [ ] Es izmantoju valodu, kas nevis stigmatizē mērķa grupu, bet dod viņiem spēku.
- [ ] Monitoringa-novērtēšanas rādītājus plānoju no sākuma.