** _ Este artigo foi escrito por Stefaan G. Verhulst, co-fundador do GovLab. Para mais informações como essa, consulte nosso feed de notícias inovação governamental ._ **
Vivemos tempos desafiadores. Da mudança climática à insegurança alimentar e migração forçada, as dificuldades enfrentadas pelos tomadores de decisão são sem precedentes em sua variedade e também em sua complexidade e urgência. Nosso kit de ferramentas de política padrão parece desatualizado e ineficaz, enquanto as instituições de governança existentes estão cada vez mais desatualizadas e não são confiáveis.
Para enfrentar os desafios de hoje, precisamos não apenas de novas soluções, mas também de [novos métodos para chegar a soluções](https://www.opendemocracy.net/stefaan-g-verhulst/from-resistance-to-reimagining-governance-6-shifts -que-pode-melhorar-maneira-como-resolver-). Dados e ciência de dados se tornarão mais centrais para enfrentar esses desafios e para a inovação social, filantropia , desenvolvimento internacional e ajuda humanitária.
_• Quer escrever para nós? Dê uma olhada no [guia para colaboradores] do Apolitical (https://apolitical.co/opinion-writing-becoming-an-apolitical-contributor/) _
Da análise de imagens de satélite ao mapeamento da pobreza e ao uso de dados de mídia social para rastrear a [lacuna de gênero] digital global (https://apolitical.co/solution_article/why-the-gender-pay-gap-fails-to-explain- global-working-inequality /), “Data Science for Social Good” é uma grande promessa.
Dimensionamento de dados para o bem
O potencial (e os desafios) da Data Science for Social Good foi o foco de um workshop dedicado realizado pela [Fundação ISI](https: //www.isi .it /), UNICEF e The GovLab como parte da [Web Conference] 2019 (https: //www2019 .thewebconf.org /) em 14 de maio de 2019. Ele também explorou maneiras de desenvolver novos dados colaborativos para desbloquear dados e recursos de ciência de dados do setor público e privado.
Ao longo do workshop, palestrantes importantes e apresentadores de papel abordaram uma ampla gama de aplicações e experimentos de ciência de dados. Vários participantes se concentraram, por exemplo, no papel das mídias sociais em abordar as preocupações do público, como [informar o público sobre as vacinas](https://app.luminpdf.com/viewer/zKc87iQwpXHbKYa6t/share?sk=81b7ba2f-750e- 4071-8125-613b11fa0229), comunicação durante as crises e [promoção da integridade eleitoral](https : //app.luminpdf.com/viewer/6jhoMxgfpdvC4saJe/share? sk = 99c7d5d3-8a66-444a-b21f-9f545a25bcea). Outros discutiram como a tecnologia pode ser usada para atender às necessidades locais, seja na saúde ou educação.
O workshop também contou com um painel de representantes do setor privado. Chaya Nayak do Facebook, Claudia Juech da Cloudera Foundation e Paul Ko do LinkedIn refletiram sobre seus esforços para alavancar a ciência de dados para o bem por meio de projetos como Social Science One e o Economic Graph.
Embora a mensagem abrangente emergente desses estudos de caso fosse promissora, várias barreiras foram identificadas que, se não tratadas sistematicamente, poderiam minar o potencial da ciência de dados para atender às necessidades públicas críticas e limitar a oportunidade de dimensionar a prática de forma mais ampla.
Abaixo, resumimos as cinco prioridades que surgiram durante o workshop para o avanço do campo.
** 1 . Torne-se centrado nas pessoas **
Muitos dos dados usados atualmente para obter insights envolvem ou são gerados por pessoas.
Esses insights têm o potencial de impactar a vida das pessoas de muitas maneiras positivas e negativas. No entanto, as pessoas e as comunidades representadas nesses dados estão amplamente ausentes quando os profissionais projetam e desenvolvem dados para iniciativas de bem social.
Para garantir que os dados sejam uma força para uma transformação social positiva (ou seja, eles atendem às necessidades reais das pessoas e impactam as vidas de um beneficiário), precisamos experimentar novas maneiras de envolver as pessoas no estágio de design, implementação e revisão de iniciativas de dados além simplesmente pedindo seu consentimento.
_ (Foto: imagem do relatório de inovação liderado por pessoas) _
Conforme explicamos em nossa metodologia Inovação conduzida por pessoas, diferentes segmentos de pessoas podem desempenhar várias funções, desde cocriação a comentários, revisão e fornecimento de conjuntos de dados adicionais.
A chave é garantir que suas necessidades estejam à frente e no centro, e que as iniciativas de ciência de dados para o bem social busquem abordar questões relacionadas a [problemas reais](https://www.linkedin.com/pulse/people-data-drive-good -claudia-juech /) que são importantes para a sociedade em geral (uma preocupação fundamental que levou o GovLab a instigar a Iniciativa 100 Perguntas).
** 2 . Estabelecer dados sobre o uso de dados (para bens sociais) **
Muitos dados para iniciativas de bem social permanecem incipientes.
Conforme projetado atualmente, o campo muitas vezes luta para traduzir projetos de dados sólidos em mudanças positivas. Como resultado, muitos interessados em potencial - "proprietários" dos dados do setor privado e do governo, bem como beneficiários públicos - permanecem inseguros sobre o valor do uso de dados para o bem social, especialmente no contexto de altos riscos e custos de transação.
O campo precisa superar essas limitações para que as percepções de dados e seus benefícios se espalhem. Para isso, precisamos de evidências concretas sobre o impacto positivo dos dados. Ironicamente, o campo é retido por uma ausência de bons dados sobre o uso de dados - uma falta de evidências empíricas confiáveis que possam orientar novas iniciativas.
O campo precisa priorizar o desenvolvimento de uma base de evidências muito mais sólida e um “caso de negócios” para mover os dados para o bem social de uma boa ideia para a realidade.
** 3 . Desenvolva iniciativas de dados ponta a ponta **
Muitas vezes, os dados para o bem social se concentram no pipeline de "dados para conhecimento", sem se concentrar em como mover o "conhecimento em ação".
Como tal, o impacto permanece limitado e muitos esforços nunca chegam a um público que possa realmente agir de acordo com os insights gerados. Sem nos tornarmos mais sofisticados em nossos esforços para fornecer projetos ponta a ponta e levar “_dados do conhecimento à ação,” _ o impacto positivo dos dados será limitado. Para se tornar mais sofisticado sobre o ponto a ponto, pode ser necessário alavancar designers e envolver outras disciplinas; bem como desenvolver novas capacidades entre cientistas de dados e tomadores de decisão.
** 4 . Invista em mecanismos comuns de confiança e gerenciamento de dados **
Para que os dados para iniciativas de bem social (incluindo dados colaborativos) floresçam e cresçam, deve haver confiança substancial entre todas as partes envolvidas; e entre o público em geral.
O estabelecimento dessa plataforma de confiança exige que cada ator invista no desenvolvimento de mecanismos essenciais de confiança, como estruturas de governança de dados, contratos e métodos de resolução de disputas. Hoje, projetar e estabelecer esses mecanismos exige muito tempo, energia e experiência. Esses altos custos de transação resultam da falta de modelos comuns e da necessidade de criar estruturas de governança a cada vez a partir do zero.
Modelos ausentes ou iniciativas de administrador de dados como uma roda contratual de colaboração de dados, o começo- os custos de expansão e manutenção para estabelecer a confiança podem ser altos demais para muitos projetos, especialmente aqueles previstos ou lançados por organizações menores.
_ (Crédito da foto: Andrew Young, The Contractual Wheel of Data Collaboration __) _
** 5) Construir pontes entre culturas **
Como C.P. Snow descrito em sua palestra sobre "Duas culturas e a revolução científica", devemos unir as "duas culturas" da ciência e do humanismo se quisermos resolver os problemas do mundo.
Como um campo, a ciência de dados requer colaboração entre várias disciplinas e amplos campos de especialização e conhecimento. Um caminho em direção a esse objetivo é nutrir o que nós, do GovLab, chamamos de “bilíngues,” indivíduos que possuem experiência em ciência de dados e domínio. Da mesma forma, precisamos fazer a ponte entre as duas outras dicotomias que limitam o potencial dos dados para bem social: o divisão entre prática política e bolsa de estudos e entre os setores público e privado.
Juntas, essas cinco prioridades fornecem um roteiro para acelerar a ciência de dados para o bem social de forma sistemática, sustentável e responsável. Eles também podem fornecer os blocos de construção para desenvolver abordagens mais coordenadas para o que está se tornando um campo fragmentado.
Para implementar essas cinco prioridades, precisaremos de experimentação no nível operacional, mas também no nível institucional. Isso envolve o estabelecimento de “administradores de dados” dentro das organizações que podem acelerar a iniciativa de dados para o bem social de maneira responsável, integrando as cinco prioridades acima. - Stefaan G. Verhulst
(Agradecemos a Natalia Adler, Daniela Paolotti, Ciro Cattuto, Leo Ferres e Andrew Zahuranec por suas contribuições).
_ (Crédito da foto: Unsplash) _
Inicie sessão ou registe-se para continuar a conversa