Cette pièce fait partie de la série des projecteurs d'Apolitical sur la dimension de l'impact social , en partenariat avec la Fondation Bernard Van Leer. Il apparaît également dans notre fil d'actualité gouvernemental sur l'innovation .

Traditionnellement, il y a eu un parcours en trois étapes vers l'impact social: innover, apprendre et évoluer. Ayez des idées, identifiez ce qui fonctionne, puis amplifiez-les. Mais de plus en plus, les innovations ne changent pas simplement ce que nous évoluons, mais la façon dont nous évoluons .

Ces innovations récentes incluent des informations comportementales, une conception centrée sur l'homme et la science des données. Ils sont peut-être bien connus - le secteur privé est souvent en avance sur la courbe de la valorisation des innovations. Mais maintenant, les secteurs public et à but non lucratif commencent également à les utiliser à grande échelle.

Le plus souvent, ils se tournent vers la technologie pour réduire les coûts: ils veulent faire la même chose, mais moins cher. La technologie peut y parvenir - mais ce n'est qu'une fraction de son potentiel. Les techniques et technologies émergentes peuvent accroître l'impact ou ouvrir la voie à un type d'intervention radicalement nouveau. Ils modifient le processus de mise à l'échelle à chaque étape, de la dissection du problème à la conception de l'intervention et à sa réalisation.

Concevoir l'intervention

La réussite d'une intervention est souvent déterminée au tout début par sa conception. Il est crucial de bien définir ce plan et deux innovations changent la façon de procéder: la science des données et la conception centrée sur l'homme.

Commencez avec les données. L'utilisation d'ordinateurs et de techniques de science des données pour parcourir de grandes quantités de données peut révéler des schémas autrement imperceptibles. Au stade de la conception, cela peut aider à comprendre le problème actuel et à fournir un point d'entrée potentiel pour résoudre ce problème.

La Behavioral Insights Team (BIT), une spin-off du gouvernement britannique, montre comment il peut être utilisé. Ils ont récemment parcouru plus d'une décennie de données sur la sécurité routière dans l'Essex, une région du Royaume-Uni. Cela leur a permis d'éclater quelques idées préconçues. Par exemple, les conducteurs professionnels n'étaient pas plus susceptibles d'être impliqués dans des accidents, ni les visiteurs de passage. En fait, les conducteurs accidentés étaient de façon disproportionnée dans la région - tout comme les conducteurs ayant déjà été condamnés pour excès de vitesse.

Il est clair que le précédent contact avec la loi n'avait pas changé leur comportement. Le BIT a donc décidé de modifier la lettre que les conducteurs reçoivent après avoir été pris en vitesse. En utilisant des informations comportementales, ils l'ont simplifié et modifié. Un essai contrôlé randomisé a révélé que la nouvelle lettre réduisait la récidive de 20%.

La science des données a identifié le point d'entrée; des idées comportementales ont sculpté l'intervention. Ensemble, ils permettent au BIT d'éviter d'agir sur les préjugés et de concevoir une intervention hautement ciblée et évolutive.

Les connaissances comportementales sont au cœur d'une innovation plus large qui fait son chemin dans les secteurs public et sans but lucratif: la conception centrée sur l'humain. Cela nécessite de placer la perspective humaine au cœur du processus de conception: demander non pas ce dont les gens ont besoin, mais ce que les gens veulent et comment ils interagiront avec le produit.

Whitney Pyles Adams, qui gère l'accélérateur Scale X Design de l'ONG CARE, estime qu'il est vital pour toute mise à l'échelle. "Une chose qui est très répandue, c'est que si vous, par exemple, n'avez pas d'eau propre, alors toute solution pour l'eau propre est meilleure - mais nous savons que ce n'est pas le cas", a déclaré Adams. «Les gens préfèrent parfois se passer de latrines plutôt que d’en utiliser de terribles. Nous devons donc changer la mentalité de notre personnel pour comprendre l'opportunité: ce qui compte pour le destinataire, ce qui peut ne pas être la même chose que ce qui nous intéresse. Si vous n'avez pas une proposition de valeur forte pour les personnes que vous ciblez, cela ne va absolument pas évoluer. »

Accroître l'accès et segmenter les utilisateurs

L'expansion de l'accès est l'un des exemples les plus clairs de la façon dont la technologie a conduit à un changement d'échelle.

Une large couverture Internet et l'omniprésence croissante des smartphones et tablettes signifient que plus de personnes que jamais sont connectées. Ils brisent deux goulots d'étranglement qui ont autrefois arrêté l'échelle: la géographie et les ressources matérielles.

Prenez la nouvelle approche du Brésil en matière de scolarisation en Amazonie. Il n'y a pas longtemps, de nombreux enfants étaient confrontés à un choix lorsqu'ils atteignaient l'âge scolaire: déménager à Manaus, la capitale de l'État, ou arrêter d'aller à l'école. Mais récemment, le gouvernement de l'État a créé un soi-disant Media Center dans lequel les conférences sont diffusées via une caméra bidirectionnelle, permettant aux enseignants de Manaus de donner des conférences et d'interagir avec des élèves dans des centaines de salles de classe en même temps.

Il s'agit clairement d'un compromis: le niveau d'éducation ne sera pas aussi bon que d'avoir des enseignants en classe. Mais dans un environnement aux ressources très limitées, il a permis à 300 000 élèves de 2 300 villages isolés dispersés à travers l'Amazonie de poursuivre leur scolarité.

Le revers de l'expansion de l'accès est le besoin croissant de segmenter les utilisateurs selon la meilleure façon de les servir. Le secteur privé excelle dans ce type de segmentation d'audience avec des outils de données. C'est une approche qui a du potentiel, bon ou mauvais: elle peut renforcer la discrimination, mais elle peut également fournir un service personnalisé et aider à répartir les ressources plus efficacement.

La Graduation Approach, un programme de lutte contre l'extrême pauvreté que nous avons abordé dans une étude de cas , commence à expérimenter la segmentation. Leur programme est vaste et coûteux, impliquant un mélange de transferts d'actifs, de coaching et de soutien alimentaire.

Pour le moment, le programme traite les personnes extrêmement pauvres comme une catégorie homogène - ce qui n'est clairement pas le cas. Ils sont actuellement en train de trouver la meilleure façon de découper et de découper ce groupe, par sexe, démographie, géographique ou psychosociale. Certains peuvent recevoir de l'argent plutôt que des transferts d'actifs comme des outils ou du bétail; on peut demander à d'autres de rembourser quelque chose une fois que leur entreprise a démarré.

La segmentation peut être problématique, mais il est essentiel de maximiser le rapport coût-efficacité - quelque chose que toute augmentation d'échelle devrait viser.

Un engagement plus profond et soutenu

En plus d'élargir l'accès, les appareils numériques offrent la possibilité d'un engagement plus approfondi. Un nombre croissant de programmes conçoivent des applications à cet effet.

Prenez le Nurse-Family Partnership, un programme américain de 40 ans qui envoie des infirmières visiter les jeunes mères pauvres pour la première fois pendant deux ans. Il a récemment embauché Hopelab, un laboratoire d'innovation sociale, pour accroître son impact grâce à la technologie. Après de longues entrevues avec les mères et les infirmières du programme, elles ont discerné que le lien entre elles était la clé du succès du programme. Ensuite, la question était: "Comment pouvons-nous combiner efficacement le contact humain avec la technologie?", A déclaré Margaret Laws, PDG de Hopelab.

Ils sont venus avec Goal Mama. Cette application est polyvalente: elle aide les mères et les infirmières à communiquer entre les visites, elle numérise une grande partie de l'administration et elle introduit des éléments de définition d'objectifs et d'encouragement pour les mères. L'idée était de rendre le programme «plus attrayant pour les clients, plus efficace pour les infirmières et plus facilement reproductible sur un réseau distribué», a déclaré Laws. «Il s'agit d'un programme qui compte 287 sites aux États-Unis et dans cinq autres pays.»

Les applications ne sont pas limitées aux pays industrialisés. En fait, certains gouvernements les intègrent dans leur approche de graduation. Dans ces cas, une conception centrée sur l'homme est particulièrement importante. «Les applications sont généralement conçues pour les personnes qui ont un certain niveau d'éducation et d'alphabétisation, y compris la littératie numérique», a déclaré Ana Pantelic, chef de la stratégie à Fundación Capital, une organisation de développement. "Mais nous disions: pouvons-nous concevoir des applications pour les personnes analphabètes et qui n'ont peut-être jamais utilisé d'appareil?"

En Colombie, par exemple, ils utilisent des applications qui enseignent la littératie financière et les compétences en affaires pour remplacer une partie du coaching en personne dans le programme - l'un de ses éléments les plus coûteux.

Toutes les données produites par ces applications sont un avantage complémentaire. Il existe des données GPS pour suivre les tablettes lors de leur circulation dans la communauté; des données sur la façon dont les gens utilisent l'application qui aident les concepteurs à l'affiner; et l'intégration de sources de données provenant, par exemple, de l'application et de l'argent mobile peut brosser un tableau de la façon dont le programme façonne le commerce local.

Grâce aux données, une application peut avoir des effets d'entraînement sur la conception, la segmentation et l'évaluation d'un programme. Tout cela peut affiner son efficacité et son efficience.

Évaluation et prévision

Au fil du temps, qu'il s'agisse ou non d'une application, toute mise à l'échelle devrait accumuler d'énormes quantités de données. Malheureusement, de nombreux organismes publics et sans but lucratif ne disposent pas de l'infrastructure de données de base pour garantir que ces données sont de haute qualité, bien organisées et accessibles. Corriger cela devrait être une priorité, car l'analyse des données volumineuses avec l'IA et l'apprentissage automatique offre de grandes opportunités.

L'IA implique que les ordinateurs parcourent de grandes quantités de données pour trouver des modèles et faire des prédictions - le tout sans qu'on lui dise explicitement quoi faire. Cela peut aider à donner un sens à des ensembles de données de plus en plus volumineux et impénétrables, ce qui signifie que les programmes pourraient ne plus se fier à l'intuition et aux estimations approximatives et utiliser des prédictions basées sur l'IA.

Prenez Crisis Text Line, un service de textos que toute personne en crise peut contacter pour obtenir le soutien d'un conseiller de crise qualifié. L'organisation a récemment analysé les messages qu'ils ont reçus au fil des ans et les résultats auxquels ils ont abouti. "Maintenant, ils savent, dans les deux premiers textes, si cela devra aller au 911", a déclaré Laws.

Ce n'est pas un cas où l'IA remplace les humains; il s'agit d'une IA complétant les humains. L'IA peut être un coup de main pour les personnes dont le nombre de cas est écrasant - une caractéristique commune des programmes qui évoluent.

Mais l'IA n'est pas simplement un logiciel à installer. Les systèmes d'IA nécessitent une préparation minutieuse des données, ainsi que beaucoup de surveillance et de personnalisation. Pour de nombreuses organisations, la meilleure voie vers l'IA est peut-être de conclure des partenariats qui leur permettent de modifier leurs capacités.

De nouvelles frontières

Conception, couverture, engagement et évaluation du programme - ce ne sont là que quelques-unes des étapes où les technologies et techniques émergentes peuvent changer le processus de mise à l'échelle.

En fin de compte, cependant, ils ne peuvent pas remplacer les bases: comprendre l'organisation qui offre un programme, la population qui le reçoit et le système dont il a besoin pour survivre.

La technologie est un bonus - mais elle peut être substantielle. Et une fois qu'elles sont intégrées, les données commencent à rouler. Les secteurs public et à but non lucratif ont juste besoin de développer l'infrastructure de données pour les gérer et la capacité de les analyser.

(Crédit photo: Pexels)

Tom Graham
Thomas.Graham@apolitical.co