_Esta peça faz parte da série de holofotes da Apolitical sobre dimensionamento do impacto social, em parceria com a Fundação Bernard Van Leer. Ele também aparece em nosso feed de notícias inovação governamental.

Tradicionalmente, há uma jornada de três etapas para o impacto social: inovar, aprender e dimensionar. Tenha ideias, identifique o que funciona e depois amplie-as. Mas, cada vez mais, as inovações não estão simplesmente mudando o que escalamos, mas como escalamos .

Essas inovações recentes incluem percepções comportamentais, design centrado no ser humano e ciência de dados. Eles podem ser familiares - muitas vezes o setor privado está à frente da curva quando se trata de extrair valor das inovações. Mas agora os setores público e sem fins lucrativos estão começando a usá-los em escala também.

Na maioria das vezes, eles recorrem à tecnologia para cortar custos: eles querem fazer a mesma coisa, mas mais barato. A tecnologia pode conseguir isso - mas isso é apenas uma fração de seu potencial. As técnicas e tecnologias emergentes podem aumentar o impacto ou abrir o horizonte para um tipo radicalmente novo de intervenção. Eles estão mudando o processo de ampliação em cada etapa, desde a dissecação do problema até o planejamento da intervenção e sua implementação.

Projetando a intervenção

Se uma intervenção será dimensionada com sucesso, muitas vezes é determinado desde o início por seu design. Ter esse plano certo é crucial, e duas inovações estão mudando a forma como é feito: [ciência de dados](https://apolitical.co/solution_article/revealing-hidden-value-of-open-data-we-can-turn-pilots -em-programas /) e design centrado no ser humano.

Comece com dados. Usar computadores e técnicas de ciência de dados para filtrar grandes quantidades de dados pode revelar padrões que de outra forma seriam imperceptíveis. No estágio de design, isso pode ajudar a entender o problema em questão - e fornecer um ponto de entrada potencial para lidar com esse problema.

O Behavioral Insights Team (BIT), um spinout do governo do Reino Unido, mostra como ele pode ser usado. Recentemente, eles examinaram os dados de segurança no trânsito de mais de uma década em Essex, uma região do Reino Unido. Isso os deixou estourar alguns preconceitos. Por exemplo, os motoristas ocupacionais não estavam mais propensos a se envolver em acidentes, nem os visitantes apenas de passagem. Na verdade, os motoristas em acidentes eram desproporcionalmente localizados na área - assim como os motoristas com condenações anteriores por excesso de velocidade.

É claro que aquele contato anterior com a lei não mudou seu comportamento. Então o BIT decidiu modificar a carta que os motoristas recebem depois de serem pegos em alta velocidade. Usando percepções comportamentais, eles o simplificaram e reformularam. Um ensaio clínico randomizado descobriu que a nova carta reduziu a reincidência em 20%.

A ciência de dados identificou o ponto de entrada; percepções comportamentais esculpiram a intervenção. Juntos, eles permitem que o BIT evite agir com base no preconceito e, em vez disso, projete uma intervenção altamente direcionada e escalonável.

As percepções comportamentais são centrais para uma inovação mais ampla que está abrindo caminho para os setores público e sem fins lucrativos: o design centrado no ser humano. Isso requer colocar a perspectiva humana no centro do processo de design: perguntando não do que as pessoas precisam, mas o que as pessoas querem e como elas irão interagir com o produto.

Whitney Pyles Adams, que dirige o acelerador Scale X Design da ONG CARE, acredita que é vital para qualquer aumento de escala. “Uma coisa que é muito comum é que se você, por exemplo, não tem água limpa, então qualquer solução para água limpa é melhor - mas sabemos que não é o caso”, disse Adams. “As pessoas às vezes preferem ficar sem uma latrina do que usar uma terrível. Portanto, temos que mudar a mentalidade para que nossa equipe entenda a desejabilidade: com o que o destinatário se preocupa, o que pode não ser o mesmo com o que nos preocupamos. Se você não tiver uma proposta de valor forte para as pessoas para as quais está escalando, ela absolutamente não escalará. ”

Expanda o acesso e segmente usuários

Um dos exemplos mais claros de como a tecnologia levou a uma mudança radical de escala pode ser visto na expansão do acesso.

A ampla cobertura da Internet e a crescente difusão de smartphones e tablets significam que mais pessoas do que nunca estão conectadas. Eles estão quebrando dois gargalos que uma vez pararam de escala: geografia e recursos materiais.

Veja a nova abordagem do Brasil para a escolaridade na Amazônia. Não faz muito tempo, muitas crianças enfrentavam uma escolha ao chegar ao ensino médio: mudar para Manaus, a capital do estado, ou deixar de ir à escola. Mas recentemente o governo estadual criou o chamado Centro de Mídia, no qual as palestras são transmitidas por uma câmera bidirecional, permitindo que os professores de Manaus façam palestras e interajam com os alunos em centenas de salas de aula ao mesmo tempo.

Claramente, isso é um compromisso: o padrão de educação não será tão bom quanto ter professores na sala de aula. Mas em um ambiente com recursos muito limitados, possibilitou que 300.000 alunos de 2.300 aldeias remotas espalhadas por todo o Amazonas continuassem seus estudos.

O outro lado da expansão do acesso é a necessidade crescente de segmentar os usuários de acordo com a melhor forma de atendê-los. O setor privado se destaca em fazer esse tipo de segmentação de audiência com ferramentas de dados. É uma abordagem que tem potencial, bom e ruim: pode reforçar a discriminação, mas também pode fornecer um serviço personalizado e ajudar a distribuir recursos de forma mais eficiente.

The Graduation Approach, um programa para combater a pobreza extrema que cobrimos em um [estudo de caso](http://apolitical.co/solution_article/the-only-scheme-proven-to-end-poverty-but-too-bespoke- em escala), está começando a experimentar a segmentação. Seu programa é extenso e caro, envolvendo uma mistura de transferência de ativos, treinamento e apoio alimentar.

No momento, o programa trata os extremamente pobres como uma categoria homogênea - o que claramente não é. Eles estão atualmente descobrindo a melhor forma de fatiar e dividir esse grupo, por gênero, demografia, geografia ou em linhas psicossociais. Alguns podem receber dinheiro em vez de transferências de ativos, como ferramentas ou gado; outros podem ser solicitados a pagar algo assim que seus negócios começarem a funcionar.

A segmentação pode ser problemática, mas é essencial para maximizar a relação custo-benefício - algo que qualquer aumento de escala deve aspirar.

Engajamento mais profundo e sustentado

Além de expandir o acesso, os dispositivos digitais oferecem a oportunidade de um envolvimento mais profundo. Um número crescente de programas está projetando aplicativos para essa finalidade.

Veja o caso da Parceria Enfermeira-Família, um programa americano de 40 anos que envia enfermeiras para visitar jovens mães pobres pela primeira vez por até dois anos. Recentemente, ela contratou o Hopelab, um laboratório de inovação social, para aumentar seu impacto por meio da tecnologia. Após extensas entrevistas com mães e enfermeiras no programa, eles discerniram que o vínculo entre eles era a chave para o sucesso do programa. Então, a pergunta era: “Como podemos combinar efetivamente o toque humano com a tecnologia?” disse Margaret Laws, CEO da Hopelab.

Eles vieram com Goal Mama. Este aplicativo é polivalente: ajuda mães e enfermeiras a se comunicarem entre as visitas, digitaliza grande parte da administração e apresenta elementos de definição de metas e estímulo para as mães. A ideia era tornar o programa “mais envolvente para os clientes, mais eficiente para as enfermeiras e mais facilmente replicável em uma rede distribuída”, disse Laws. “Este é um programa que tem 287 sites nos Estados Unidos e está em cinco outros países.”

Os aplicativos não se limitam a países industrializados. Na verdade, alguns governos os estão incorporando em sua abordagem de graduação. Nesses casos, o design centrado no ser humano é especialmente importante. “Os aplicativos são normalmente desenvolvidos para pessoas com algum nível de educação e alfabetização, incluindo alfabetização digital”, disse Ana Pantelic, diretora de estratégia da Fundación Capital, uma organização de desenvolvimento. “Mas estávamos dizendo: podemos projetar aplicativos para pessoas que são analfabetas e talvez nunca tenham usado um dispositivo?”

Na Colômbia, por exemplo, eles estão usando aplicativos que ensinam educação financeira e habilidades de negócios para substituir parte do treinamento presencial do programa - um de seus elementos mais caros.

Todos os dados produzidos por esses aplicativos são um benefício complementar. Existem dados de GPS para rastrear tablets conforme eles circulam pela comunidade; dados de como as pessoas usam o aplicativo que ajudam os designers a refiná-lo; e a integração de fontes de dados, por exemplo, do aplicativo e do dinheiro móvel pode pintar um quadro de como o programa está moldando o comércio local.

Por meio de dados, um aplicativo pode ter efeitos indiretos no design, segmentação e avaliação de um programa. Tudo isso pode aprimorar sua eficácia e eficiência.

Avaliação e previsão

Com o tempo, quer envolva ou não um aplicativo, qualquer aumento de escala deve acumular grandes quantidades de dados. Infelizmente, muitos órgãos públicos e sem fins lucrativos carecem da infraestrutura de dados básica para garantir que esses dados sejam de alta qualidade, bem organizados e acessíveis. Corrigir isso deve ser uma prioridade, porque analisar big data com IA e aprendizado de máquina oferece grandes oportunidades.

A IA envolve computadores que examinam grandes quantidades de dados para encontrar padrões e fazer previsões - tudo sem ser explicitamente instruído sobre o que fazer. Pode ajudar a dar sentido a conjuntos de dados cada vez maiores e impenetráveis, o que significa que os programas podem deixar de depender da intuição e de estimativas aproximadas e passar a usar previsões baseadas em IA.

Veja o Crisis Text Line, um serviço de mensagens de texto que qualquer pessoa em uma crise pode recorrer para obter o apoio de um conselheiro de crise treinado. A organização analisou recentemente as mensagens que recebeu ao longo dos anos e os resultados que geraram. “Agora eles sabem, nos primeiros dois textos, se isso vai precisar ir para o 911”, disse Laws.

Este não é um caso de IA substituindo humanos; é um caso de IA complementando humanos. A IA pode ser uma ajuda para pessoas com uma grande quantidade de casos - um recurso comum de programas que aumentam de tamanho.

Mas a IA não é simplesmente um software a ser instalado. Os sistemas de IA requerem uma preparação cuidadosa dos dados, bem como muito monitoramento e personalização. O melhor caminho para a IA para muitas organizações pode ser por meio de parcerias que lhes proporcionem uma mudança radical na capacidade.

Novas fronteiras

Desenho, cobertura, envolvimento e avaliação do programa - essas são apenas algumas das etapas em que as tecnologias e técnicas emergentes podem mudar o processo de expansão.

Em última análise, porém, eles não podem substituir o básico: compreender a organização que está entregando um programa, a população que o recebe e o sistema no qual ele precisa para sobreviver.

A tecnologia é um bônus - mas pode ser substancial. E uma vez integrados, os dados começam a chegar. Os setores público e sem fins lucrativos só precisam desenvolver a infraestrutura de dados para gerenciá-los e a capacidade de analisá-los.

(Crédito da imagem: Pexels)

Tom Graham [Thomas.Graham@apolitical.co](mailto: Thomas.Graham@apolitical.co)