收益：
- 能够利用人工智能配置需求分析框架、程序逻辑和资助申请草案
- 知道该程序是从现场诞生的，并且能够应用将每个统计数据和金额与真实数据一起使用并用虚构数字进行标记的规则[需要数据]。
- 展现出兑现现实和可持续承诺的能力，并使用不会侮辱目标群体并赋予目标群体权力的语言。
社会工作不仅仅是一对一的案例研究；它还涉及为满足社区需求的计划和项目设计、执行和寻找资源。支持社区妇女就业的计划、弱势儿童的教育支持项目、老年人社会化中心、打击毒瘾的宣传活动。这些作品；它需要需求分析、目标设定、活动计划、预算、监测评估，通常还需要资金申请（请求资源以换取项目的申请）。在这个单元中，你将学习如何使用人工智能作为思考和写作的伙伴，从程序构思阶段到应用草案，哪些数据应该是真实的，以及道德边界。
从一开始就遵循的原则：程序源于现场；不是从桌子上。项目真正有价值的地方在于它基于真实社区的真实需求。 AI可以产生流畅的“需求分析”文本，但它不了解该领域；使用它提供的统计数据、需求和理由，而不用真实数据和您的领域知识进行验证，会产生一个纸面上很好但与现实不同的程序。人工智能增强结构和语言；您保证内容的真实性。
人工智能在程序周期的哪个环节派上用场？
1.需求分析框架。它界定了系统地检查需求需要哪些数据、哪些利益相关者以及哪些问题。但你提供的数字和调查结果来自真实来源。
2.程序逻辑（变革理论）。有助于建立“这个活动产生这个输出、这个结果、这个效果”的链条（干预逻辑）；它使差距和薄弱的假设变得可见。
3.活动及时间计划。它产生了一个从目标到活动、从活动到日历的框架。
4. 起草资助申请。一个强大的写作伙伴，用于填写申请表的各个部分（摘要、理由、目标、活动、预算理由、监测评估、可持续性）——您可以验证数据和现实。
5、监测评价指标。它提出了衡量计划成功与否的可衡量指标。
提示：当你让人工智能起草申请时，告诉它“进行统计或来源；用[所需数据]替换数字。”基金申请中伪造的统计数据不仅会拒绝申请，还会损害您所在机构的信誉。您用真实数据填写空白。
项目的可持续性是经常被忽视的维度之一，但却是资助者最关注的维度之一。项目完成后能带来什么好处、服务如何继续、社区如何建设自己的能力——这些都是良好设计的一部分。人工智能可以在生成可持续发展场景方面具有洞察力（“当资金用完时，该利益相关者接管”，“建立志愿者能力”，“与当地政府制定协议”）；但只有您凭借您的领域知识才能评估这些场景是否真的可能以及哪个利益相关者真正做出了承诺。人工智能产生的“听起来不错”的可持续发展承诺，如果背后没有真正的承诺，就会让组织面临未来无法兑现的承诺。
注意：您在资助申请中做出的每项承诺都是一份合同。人工智能可能会提出夸大的目标、无法实现的受益人数量或不切实际的结果，“以增加成功的机会”。即使此类申请被接受，在报告期内未能实现目标也会破坏该机构的信誉和未来获得资助的机会。少承诺多做总比承诺太多却无法兑现要好。
一步一步：从想法到应用
- 从现场收集您需要的东西。从真实数据开始（你自己的案例数据、官方统计数据、利益相关者的意见）；人工智能则不然。
- 用人工智能构建框架。请AI进行需求分析和程序逻辑的骨架；将您的真实数据放入此骨架中。
- 起草活动和预算理由。人工智能可以勾勒出活动-产出-结果链条和预算项目逻辑；您确定金额。
- 强化应用语言。使用人工智能制作与资助者的语言和优先事项相匹配的清晰且有说服力的文案；但要避免夸张和虚假承诺。
- 真实性和道德审核。每个数字都有来源吗？承诺是否现实？该计划是否会造成伤害或侮辱某个群体的风险？您执行此控制。
三个迷你箱子
案例 1 — 该框架节省了时间。一个协会正在准备一份针对弱势社区的儿童抚养项目的申请。他们向人工智能要求的需求分析框架让我想起了团队错过的两个利益相关者（学校辅导员和校长）。团队从这些利益相关者那里收集了真实的数据；该申请基于更强有力的理由。大约2天的配置工作减少到半天。
案例 2 — 虚假统计数据被抓获。 YZ在一份申请草案中加入了一句引人注目的句子：“这个社区70%的孩子辍学”。团队询问了这个数字的来源； YZ无法引用消息来源，该数字是捏造的。当调查实际数据时，该比率有很大差异。如果发送的统计数据是捏造的，申请将被拒绝并失去可信度。
案例 3 — 认识到道德风险。一项计划的人工智能草案将目标群体描述为“问题家庭”，并将他们描绘成被动的“援助对象”。该团队意识到这一点：这种语言具有侮辱性，并且违背了该计划的赋权原则。该文本被翻译成一种使社区成为主体和合作伙伴的语言。这提高了道德和应用质量。
四个可复制模板
1）需求分析框架：
您的角色：社会项目设计顾问。准备[对社区弱势儿童的教育支持]的需求分析框架：我应该收集哪些数据，我应该采访哪些利益相关者，我应该问什么问题？统计数据或调查结果是假的；在需要数字的地方写上[DATA REQUIRED]。
2）程序逻辑（变化论）：
为以下计划理念建立干预逻辑链：活动→产出→结果→影响。写下每个步骤下的假设并标记弱/有风险的假设。思路：【写程序思路】。不要承诺不切实际的结果。
3）基金申请稿：
您的角色：参考文献编辑。为以下部分撰写草稿：摘要、理由、目标（SMART）、活动、监测评估指标、可持续性。统计数据和金额 FITTING；使用 [DATA REQUIRED] / [AMOUNT REQUIRED] 占位符。不要夸张；写得真实、清晰。节目信息：【提供信息】
4）道德和语言控制：
审视下面的节目文字：是否污名化目标群体，是否将他们描绘成被动的“援助对象”，是否有违反赋权和参与原则的语言？标记有问题的陈述并提出与社区互动的尊重的替代方案。文本：[粘贴文本]
弱提示/强提示
弱提示：
为弱势儿童撰写项目申请，并在理由中包含令人印象深刻的统计数据。
说“输入令人印象深刻的统计数据”是在邀请人工智能编造数字。结果是一个引人注目但来源不明的文本，这将使申请被拒绝并破坏信任。
强力提示：
您的角色：参考文献编辑。下面根据我的真实数据和现场知识编写项目申请草案。附加统计数据；在我未给出的数字为必填项的地方写下[需要数据]。保持目标明智并承诺切合实际。将社区定义为参与主体，而不是被动主体。我的数据：[粘贴实际数据]
区别：说“使用我给你的数据，标记其余的”而不是“输入统计数据”使得应用程序既诚实又强大。
程序周期中的人工智能和人类
舞台
人工智能的贡献
男人的工作
需求分析
框架、问题
真实数据、字段
程序逻辑
链+假设
现实主义的判断
活动计划
日历草稿
适用性
预算
笔逻辑
实际金额
申请写作
语言、结构
真实、诚实
监测评估
指标推荐
意义、测量
道德规范
语言控制
损害/耻辱决定
常见错误
- 相信人工智能的统计数据。他编了数字；将所有数据都来自真实来源。
- 从表中设计程序。该计划是从现场出现的； AI不了解这个领域。
- 夸大的承诺。无法实现的结果会破坏应用程序和信任；求实。
- 侮辱性语言。将目标群体定义为参与主体，而不是被动的“客体”。
- 跳过监控评估。无法衡量的计划就无法管理；把指标从头开始。
综上所述
方案和项目设计是社区层面社会工作的强项；在这里，人工智能实时保存了需求分析框架、程序逻辑、活动计划、资金申请草案和指标建议。但该程序是从现场诞生的：你将统计数据、需求和金额与真实数据相结合，使承诺切合实际，并使语言符合赋权原则，而不带有污名化。人工智能增强结构和语言；您确保真实性和道德。
应用任务
选择一个程序想法，无论是真实的还是虚构的，但要现实。使用“需求分析框架”模板提取您需要收集的数据和利益相关者。然后使用“资助申请草稿”模板起草草稿，并检查人工智能是否正确使用[需要数据]占位符进行任何统计。最后，应用“道德和语言检查”模板。
清单
- [ ] 我基于真实数据和领域知识的需求。
- [ ] 我已经验证/标记了人工智能从实际来源产生的每一项统计数据。
- [ ] 我信守承诺，目标切合实际且可衡量。
- [ ] 我使用的语言不会侮辱目标群体，而是赋予他们权力。
- [ ] 我从一开始就规划了监测评估指标。