Раши Хильнани, Жан-Франсуа Барсум и Мэтт Леже
Оригинальное название: People-Driven Smart Policy: A New Public Policy Approach for Pandemics and Beyond
Пандемия коронавируса кардинально изменила то, как правительства во всем мире и на всех уровнях оказывают услуги гражданам. Технологии, новые и старые, были широко распространены даже среди самых неохотных. Медицинские услуги, образование и работа – для многих из нас – переместились в интернет, и, несмотря на первоначальные сбои, похоже, служат нам хорошо. Технология позволила нам оставаться социально близкими, оставаясь при этом физически далекими. Мы общаемся с нашими коллегами и друзьями в Интернете, а важнейшие государственные услуги доступны через интернет-порталы. Кашель и простуду диагностируют кибернетически,а продукты складывают в виртуальные корзины вместо физических.
Технологические достижения внесли значительный вклад в помощь миру в борьбе с эпидемией. Они позволили ученым отслеживать и идентифицировать болезнь быстрее, чем когда-либо, обмениваться информацией и сотрудничать в исследованиях со всех уголков земного шара. Внедрение технологий зондирования и сбора данных в густонаселенных центрах (то есть городах) добавило бы еще большую ценность, позволив принимать решения на основе точной информации, которая эффективно фиксирует частоту и распространение заболевания. Это пересечение данных и технологий оказало решающее воздействие, предоставив возможности для принятия обоснованных политических решений, и помогло держать общественность в курсе меняющегося характера пандемии.
Однако доступ к данным не обязательно означает, что они будут приняты во внимание или что лица, принимающие решения, будут знать, как лучше всего анализировать или использовать их в своих целях. Эта динамика проявилась во всем мире по мере развития пандемии. В то время как в последние несколько лет акцент в государственной политике в основном делался на расширении технологических вмешательств для обеспечения более широкого сбора данных, наблюдался заметный разрыв в возможностях с точки зрения того, как генерировать и демонстрировать ценность этих данных для создания эффективной государственной политики во многих областях.
Одной из причин этого является недостаточная подготовка или непонимание передового опыта использования государственных данных, но другая-это проблема человеческой природы. Мир становится все более сложным и взаимосвязанным; попытки понять все его взаимозависимые части и принять решения с использованием данных могут оказаться непосильными, особенно во время пандемии. Как отметил Викрам Маншарамани из Гарвардского университета в своей книге думайте сами понятно, что в современную эпоху мы развили тенденцию передавать наше критическое мышление на аутсорсинг технологиям или экспертам, потому что это просто легче сделать, чем индивидуально разобраться в сложных проблемах, с которыми мы сталкиваемся.
Технологии и данные играют свою роль, но люди не должны теряться в этом смешении. Люди, независимо от того, осознают они это или нет, обладают уникальной способностью идентифицировать слепые пятна в данных, которые не могут быть обнаружены используемыми ими инструментами. Они способны обеспечить, чтобы вмешательство в государственную политику осуществлялось через призму более целостного видения общества и стоящих перед ним проблем. Это всего лишь вопрос знания того, как использовать технологии и данные, имеющиеся в их распоряжении, и использовать их широкое понимание мира, чтобы завершить головоломку. Новая структура принятия решений необходима для того, чтобы найти правильный баланс между людьми, технологиями и данными для достижения положительных результатов в любом будущем крупномасштабном кризисе, споре или последующей государственной политике. Мы называем это связью человеческого вмешательства, интеллектуальных технологий и данных интеллектуальная политика, ориентированная на людей (PDSP).
Чтобы понять PDSP в контексте пандемического реагирования, необходимо разбить его на три составные части: интеллектуальные технологии, данные и люди. Каждый из них играет неотъемлемую роль в успехе PDSP. Эта структура бросает вызов чрезмерной зависимости от технологий и данных при принятии решений в области государственной политики и возвращает людей на место водителя.
Умные технологии в борьбе с пандемией
Точно так же, как некоторые культуры справились с нынешней пандемией более эффективно, потому что они уже приняли здоровые привычки, такие как ношение масок, города с хорошими технологиями и привычками данных обнаружили, что эти возможности могут оказаться полезными в решении текущей ситуации. Мы считаем, что существует пять основных интеллектуальных технологий, которые могут повлиять на ответные меры в связи с пандемией:
- Интернет вещей (IoT) включает в себя использование датчиков и подключенных к интернету устройств для сбора данных в режиме реального времени. Эти устройства могут быть встроены в уличную инфраструктуру, здания, вышки сотовой связи и другие общественные места. IoT используется для мониторинга качества воздуха, структуры дорожного движения и даже уровня наводнений. Сингапур и Южная Корея использовали свой опыт использования технологий управления дорожным движением и данных для понимания соблюдения карантина и улучшения отслеживания контактов.
- Технология мобильной связи (MCT) в широком смысле относится к технологиям, приложениям, системам и сетям, построенным для передачи информации по всем цифровым каналам. MCT позволяет правительствам городов и Штатов улучшить аварийную связь в сценариях стихийных бедствий или расширить доступ Wi-Fi в недостаточно обслуживаемые районы города. Барселонское приложение для пожилых людей было особенно полезно для поддержания изолированных пожилых людей на связи во время кризиса. Это яркий пример скромного существующего проекта, который быстро стал спасательным кругом для уязвимого населения.
- Искусственный интеллект (ИИ) – это практика обучения компьютеров и машин имитировать интеллектуальное поведение человека. Искусственный интеллект используется для того, чтобы помочь автономным транспортным средствам анализировать видеоизображения для идентификации пешеходов и светофоров, поддерживать автоматические чат-боты на правительственных сайтах и так далее. Искусственный интеллект является фундаментальной частью передовых медицинских исследований, а также может быть использован местными органами общественного здравоохранения для ускорения эпидемиологического анализа органами общественного здравоохранения, даже для прогнозирования эволюции и распространения вспышки.
- Блокчейн может быть наиболее известен как базовая технология, лежащая в основе биткойна, виртуальной валюты. Он также позволяет правительствам проводить операции безопасно, проверяемым и проверяемым способом. Блокчейн помогает компаниям обмениваться безопасной информацией о доставке, а также контролировать производство продуктов питания и цепочки поставок, чтобы обеспечить соблюдение правил безопасности пищевых продуктов. Однако в контексте пандемии он может быть использован для облегчения отслеживания контактов при этом все еще защищая конфиденциальность пользователей. В развивающихся (и спорный, как с политической, так и общественного здоровья точек зрения) разговор о COVID паспорта — цифровой “сертификаты”, которые показывают на предъявителя либо не в настоящее время носителями вируса или разработал COVID антитела и, таким образом, вероятно, иммунитет — блокчейн может обеспечить система является надежным и безопасным (с помощью шифрования и децентрализованное хранение данных), и в паспортах проверке (через уникальные идентификаторы, присвоенные владельцами регистров).
- Цифровые коммуникации, как государственные, так и частные, играют важную роль в распространении информации, необходимой для координации политических ответных мер всего общества. Правительственные веб-сайты, листсервы и оповещения по электронной почте необходимы для общения и взаимодействия с гражданами. Между тем, алгоритмы частных социальных медиа-платформ, таких как Facebook и Twitter, выбирают, какую информацию пользователи видят в первую очередь, что делает их ключевыми участниками в управлении публичными коммуникациями. Мониторинг социальных сетей также может помочь выявить горячие точки заражения и укрепить цели обеспечения жильем на месте и другие коммуникационные цели, которые имеют решающее значение во время пандемии.
Несколько стран располагали такими возможностями до пандемии и использовали их с разной степенью успеха. Однако многие другие сейчас борются с этими основными интеллектуальными технологиями, но без большого опыта их использования в общественных целях кривая обучения очень крутая.
Сокращение разрыва в цифровых возможностях в настоящее время является новым приоритетом как для правительств, так и для людей, которым они служат. Широко распространенное понимание того, что надежная технологическая экосистема может расширить возможности более устойчивых сообществ, является одним из важных уроков пандемии. Эти технологические возможности могут улучшить доступ к данным и обмен информацией, что дает правительствам возможность применять основанные на данных подходы во время кризисов, но как данные используются в ответных мерах на пандемии?
Роль данных в вспышках заболеваний
Крупная вспышка холеры прокатилась по лондонскому району Сохо в середине 1850-х годов, убив 127 местных жителей в первые же дни и отпугнув большинство местного населения. Врач по имени Джон Сноу ходил от двери к двери, опрашивая местных жителей в этом районе об их симптомах. Он нанес полученные результаты на карту и пришел к выводу, что наиболее вероятным источником вспышки является водокачка на Брод-стрит. Работа Сноу принесла ему звание “отца эпидемиологии”. По сей день эпидемиологи все еще используют ту же тактику и аналитические методы, которые использовал Сноу, хотя и более сложные.
Сегодня эпидемиологи собирают информацию быстрее, используя сочетание технологических и человеческих ресурсов, с целью сбора данных в режиме, близком к реальному времени. Однако эти возможности, близкие к реальному времени, не являются широко распространенными; на самом деле менее чем одна из пяти стран в мире получила передовые оценки по Глобальному индексу безопасности здравоохранения 2019 года для раннего обнаружения и отчетности о возможностях. Итак, как же интеллектуальные технологии могут обеспечить или поддержать сбор и анализ данных в режиме реального времени для эпидемиологического реагирования?
Чтобы ответить на этот вопрос, важно сначала понять, что сбор эпидемиологических данных использует восходящий подход, начиная с местного уровня в лабораториях и заканчивая отчетностью на более высоких уровнях управления. Наиболее критичными являются ранние стадии этого процесса: чем раньше следователи смогут приступить к изучению возникающих угроз, тем скорее можно будет принять меры по их смягчению. С такими технологиями, как датчики Интернета вещей, поддерживающие беспокойный взгляд на движение города, сочетая большие данные с ” эпидемиологией обувной кожи” (метод “от двери до двери”, используемый Сноу) может помочь работникам общественного здравоохранения выявить эти невидимые угрозы раньше.
Мы уже видим преимущества анализа данных в отслеживании и остановке распространения болезней. Возьмите реакцию Сан-Диего в 2017 году на вспышку гепатита А (Hep A) среди его бездомного населения. Зная, что болезнь распространяется через контакт с человеческими фекалиями, медицинские работники нанесли на карту общественные туалеты города, установили новые правила их очистки и развернули мобильные станции для мытья рук в районах, считающихся “высокорискованными”, остановив болезнь на ее пути.
Реакция Нью-Йорка на вспышку легионеров иллюстрирует, как технологии и данные могут обнаруживать эпидемии еще до того, как медицинские работники узнают о новой угрозе. Программное обеспечение помогло “выявить небольшой кластер заболеваний легионеров до того, как медицинские работники заметили рост заболеваемости”, что вызвало раннее и эффективное вмешательство в общественное здравоохранение. Нью-Йорк предотвратил крупную вспышку болезни благодаря наличию надежной технологической экосистемы.
Для новых заболеваний, таких как COVID-19, по которым имеются ограниченные данные, существующие наборы данных могут быть не столь полезны, но все же можно использовать имеющуюся информацию для выявления скрытых угроз. Например, искусственный интеллект использовался такими компаниями, как BlueDot , канадский стартап по разработке программного обеспечения для борьбы со вспышками заболеваний, для сбора данных из новостных сообщений, социальных сетей и государственных документов по всему миру для выявления новых вспышек заболеваний. BlueDot фактически отметил вспышку COVID-19 из новостного репортажа в Китае примерно за неделю до ВОЗ или ЦКЗ нам удалось его поймать. Правительства могут использовать эти возможности в рамках своей технологической экосистемы для мониторинга местных условий и принятия упреждающих мер по предотвращению распространения болезней.
Чем быстрее будут собираться и анализироваться данные в начале потенциальной вспышки, тем лучше мы сможем реагировать на возникающие пандемические заболевания. Эксперты в области общественного здравоохранения делают все возможное, чтобы перейти к более активному, а не реактивному подходу к предотвращению пандемии и реагированию на нее, и в основе этих усилий лежат большие данные и аналитика.
Интеллектуальная политика, ориентированная на людей: целостный подход к принятию решений, основанных на данных
В самом начале пандемии Сингапур был признан чемпионом по борьбе с коронавирусом. Благодаря тщательному тестированию и использованию технологии для активизации усилий по отслеживанию контактов, он смог выявить и строго изолировать тех, кто был заражен этой болезнью или подвергался ей, тем самым смягчая ее распространение. Но был и Пробел: правительство не смогло распространить эти жесткие стандарты на трудящихся-мигрантов, многие из которых живут в тесных общежитиях. КОВИД-19 вспыхнул в этом сообществе. В то время как Сингапур обладал как интеллектуальными технологиями, так и сопутствующими им данными, его слепое пятно привело к тому, что число инфицированных в стране выросло с 266 случаев 17 марта до почти 50 000 сегодня. На долю мигрантов приходится более 90% этих инфекций.
В США новое исследование недавно выявило серьезные пробелы в данных биозащиты в почтовых кодах с низким доходом, где вирусные вспышки часто приносят наибольшие потери. Это также те же самые места, где КОВИД-19 опустошал бедные общины с самого начала и поддерживался на протяжении всей пандемии до сих пор. Если отбросить политику, даже если бы данные и красные флаги, поднятые лидерами общественного здравоохранения в США, были восприняты серьезно и в полной мере, эти основные слепые пятна вполне могли привести к потере контроля над вирусом в бедных общинах, подобных ситуации в Сингапуре.
Хотя в настоящее время в государственной политике особое внимание уделяется технологическим решениям и сбору данных, важно получить представление о присущих этой практике рисках. Помимо отмеченных выше слепых зон данных, есть еще несколько примеров из реальной жизни, не связанных с пандемией, которые демонстрируют опасность чрезмерного использования данных и технологий.
Например, в автономном автомобильном пространстве резервный водитель безопасности в Аризоне не смог предотвратить столкновение самостоятельного транспортного средства с велосипедистом, потому что они отвели глаза от дороги, слишком сильно полагаясь на датчики транспортного средства для идентификации пешеходов и других дорожных препятствий. В полиции широко известно, что технология распознавания лиц плохо справляется с точной идентификацией цветных людей, однако полицейские силы уже много лет полагаются на нее для идентификации “преступников”, что уже привело к неправомерным арестам невинных меньшинств. Искусственный интеллект и алгоритмы, как известно, помогают одновременно уменьшить или усилить предвзятость в принятии решений человеком, и то, в каком направлении они идут, часто зависит от подготовки (или отсутствия таковой) людей, чтобы идентифицировать такие предубеждения и принципы компьютерной науки, которые используются для их построения. Есть много примеров, когда данные и технологии помогали создавать лучшие результаты для правительств и людей, но мы не должны игнорировать эти другие примеры, которые подчеркивают скрытые опасности слишком большой зависимости от них при принятии решений.
Очевидно, что использование передовых технологий и анализа данных не является гарантированным решением для борьбы с пандемией или любой проблемой государственного сектора в целом. Эти инструменты, какими бы ценными они ни были, могут лишь приблизиться к пониманию сложностей реального мира и населяющих его людей. Данные и технологии могут служить основой политики, но неизбежно правительственные чиновники с их культурным и эмоциональным интеллектом должны использовать свои знания для того, чтобы дополнить понимание, которое дают технологии и данные, чтобы разработать наилучшие результаты для граждан.
Все это говорит о том, что мы остаемся техно-оптимистами. Мы по-прежнему твердо верим в то, что технологии и данные, как было показано ранее в этой статье, придают значительную ценность разработке политики в государственном секторе и побуждают правительства использовать эти инструменты. Конечно, существует различное признание необходимости мониторинга с помощью интеллектуальных технологий во всем мире, даже в условиях пандемии. Их использование зависит от того, насколько граждане доверяют своему правительству или вынуждены подчиняться ему. Города, которые успешно преодолели эти компромиссы, приняв умные технологии, уже имеют опыт определения того, что возможно и приемлемо. Те, кому не хватает опыта, сталкиваются с гораздо большими препятствиями в плане завоевания доверия граждан.
Что ясно из этого исследования, так это то, что в нашем стремлении стать технологичными и управляемыми данными мы потеряли критический человеческий аспект в принятии решений. Нам нужно найти баланс между технологиями, данными и людьми, чтобы максимизировать полезность всех трех частей уравнения для достижения наилучших результатов для граждан. Нам нужна новая структура, которая поможет руководителям принимать решения в процессе анализа данных, чтобы мы не слепо доверяли имеющимся в нашем распоряжении инструментам.
Это в сущности то, что мы называем народ-управляемый умные политики (PDSP), который мы определяем как “государственная политика подход, который максимизирует полезность человека социального, культурного, эмоционального, и интеллектуального потенциала, наряду с технологическими достижениями, чтобы заполнить критические пробелы в данных и диск включено, обоснованных мер.”Другими словами, PDSP предотвращает чрезмерную зависимость от технологий и данных при принятии важных политических решений и возвращает людей на пресловутое водительское сиденье. Продвигаясь вперед, мы проводим дальнейшие исследования, чтобы помочь лидерам государственного сектора более эффективно управлять данными и создавать структуру принятия решений, которая помогает политикам преодолевать кризисы или моменты неопределенности.
Структура будет руководствоваться рядом вопросов, которые помогут руководителям государственного сектора убедиться, что они не пропускают критические шаги или не упускают важные данные, которые могут повлиять на результаты, и критически подумать о том, как заполнить критические информационные пробелы. Например: для каких групп населения нам не хватает информации? Какие еще учреждения или организации могут располагать необходимыми нам данными? Каковы пределы имеющихся в нашем распоряжении данных? О каких сообществах у нас есть данные, а о каких нет?
Идея состоит в том, чтобы гарантировать, что современные Джон Сноу в мире способны вывести свои навыки критического мышления на передний план. В случае Сноу карты сыграли решающую роль в том, чтобы помочь ему определить водяной насос, который был наиболее вероятным источником вспышки холеры, но его способность понимать потребление и поведение людей, а также его знания и теории болезней, передаваемых через воду, сыграли решающую роль в сужении его поиска. Людям приходится заполнять пробелы там, где технологии терпят неудачу, а данные отсутствуют или просто не могут нарисовать полную картину мира.
Как мы уже видели в случае COVID-19, обладание самыми передовыми технологиями и возможностями анализа данных в мире не приводит к наиболее эффективным вмешательствам в государственную политику. Сами по себе эти средства не приведут к пандемическим заболеваниям; они столь же сильны, как и люди, которые решат их использовать. Наша надежда состоит в том, чтобы создать структуру, которая поставит во главу угла обоснованное человеческое суждение – такую, которая сможет адаптироваться к любому критическому государственному политическому решению, когда речь идет о жизни людей или благополучии наиболее уязвимых групп населения. Мы считаем, что если бы была принята разумная политика, ориентированная на людей, в ее истинной форме, то в условиях нынешнего кризиса были бы спасены сотни тысяч жизней . Мы надеемся, что, реализуя ПДСП, правительства будут готовы спасти бесчисленное множество жизней в следующем году.
Раши Хилнани является консультантом по государственной политике, стратегии и коммуникациям, страстно стремящимся повысить общественную ценность за счет технологических инноваций и государственно-частного партнерства. Раши-техно-оптимист и имеет опыт работы консультантом в нескольких стартапах в Канаде и за рубежом. Она также является номинированным на национальную журнальную премию журналистом, бывшим сотрудником средств массовой информации Азиатско-Тихоокеанского Фонда Канады и стипендиатом Индо-Канадского института Шастри. Раши имеет степень бакалавра в области политологии и международных исследований в области развития в Университете Макгилла и степень магистра в Гарвардской школе Кеннеди.
Мэтью Леджер-политический аналитик и исследователь с опытом работы в области местного и государственного управления, новых технологий, цифровой трансформации частного и государственного секторов, развития трудовых ресурсов и национальной безопасности. В настоящее время он работает аналитиком политических исследований в центре демократического управления и инноваций Ash в Гарвардской школе Кеннеди и директором по стратегии в CONTRACE Public Health Corps в Вашингтоне, округ Колумбия. Он получил степень бакалавра в области государственной политики в 2016 году и степень магистра в области государственного управления в 2017 году, как в колледже Нельсона Рокфеллера по связям с общественностью и политике в Олбани, штат Нью-Йорк.
Жан-Франсуа Барсум-исследователь в IBM, где его основное внимание сосредоточено на понимании и передаче социальных и экологических последствий технологий и умных городов. Он является директором в советах директоров Climate Project Canada и Canadian Water Network, наставником стартапов в Techstars Montreal AI, председателем комитета по разрушительным технологиям Монреальской Торговой палаты и членом комитета по надзору за применением Квебекской политики в области устойчивой мобильности.
