מכון חרוב - נקודת מפגש - גיליון 26 - ינואר 2024

רתימת נתוני ביג דאטה להגנה על ילדים וילדות: מחשבות ותובנות

יש לנו מספיק נתונים כדי ליצור שינוי וכדי לכוון אותנו בכיוון הנכון. אנחנו צריכים ללמוד איך להשתמש בנתונים שיש לנו. אינני מודאג מההיבטים הטכניים של ביצוע מחקר – אני מודאג יותר מהשאלה איך נעביר את המידע לאנשים שצריכים לדעת אותו. ואני מוטרד מהשאלה אם יהיו די אנשי ממשל שיכולים לדרוש ולצרוך נתונים מבוססי ראיות ולעשות משהו עם מה שהם לומדים.

מבחינה אתית, מהם הסיכונים הטמונים בפיתוח מאגרי מידע המכילים מידע רגיש על ילדים ומשפחות?

מנקודת המבט של הממשלה, כל מידע על אנשים, מחלות, בריאות, תעסוקה או כספים הוא מידע רגיש ויש להגן עליו. אני חושב שאנחנו צריכים בסיס נתוני עתק עשיר מאוד, עם מידע רב ככל האפשר על ילדים ומשפחות, כדי שנוכל ללמוד על המאפיינים הקשורים להתעללות. לשם כך עלינו להיות זהירים בנוגע למי שיש להם גישה לנתונים, ולוודא שיש להם ההכשרה הדרושה לשמירה על בטיחות הנתונים. תמיד יש סיכון. מנהלים מבינים שכאשר הם משתפים נתונים, אין דרך מושלמת לאבטח אותם. לרוב, הפרות קורות בגלל טעות אנוש – סיסמה שאינה נשמרת מאובטחת, למשל. עם זאת, עלינו להבין גם את התועלת שבשימוש בנתונים ובראיות לשיפור רווחת הילד, ועלינו לחשב את הסיכון מול התועלת הזאת. אני מאמין שעלינו לעשות כל שביכולתנו כדי לשמור על אבטחת הנתונים, וכן לנתח את כל הנתונים הזמינים לנו. האם יש לך עצות לאנשים השואפים לקריירה בתחום זה, בייחוד אלה שרוצים מאוד בהשפעה משמעותית על חייהם של ילדים ומשפחות באמצעות יוזמות מבוססות נתונים? תמיד להתחיל בבחירת הנושא שרוצים להשפיע עליו, ולא בנתונים שבהם רוצים להשתמש. השאלה הנכונה תנחה את עבודת הנתונים ואת המחקר. בלי שאלה, לא נגיע לשום מקום אם הדבר נובע מניסיון החיים, אפשר לבנות על זה. יש לי קולגות שהיו במצוקה כלכלית והשתמשו בניסיון החיים שלהם כצרכני שירותים מהמדינה – משם הם באו ולכן הם עושים את זה. זו הסיבה שהם לא השתמשו בכישורי מדעי הנתונים שלהם כדי לעבוד בבנק ולהשתכר פי שלושה יותר. ככה זה כשיש לך את התשוקה הזאת לנושא, לעיתים קרובות – משום שחווית אותו בעצמך. לאלו מאיתנו שלא חוו מצוקות מהסוג הזה יהיה קשה יותר להיכנס לנעליים של מי שחווה אותן. ניסיון כעובדים במערכת יכול לפתח את הרגישות שלנו ולספק לנו את הניסיון הדרוש כדי לעשות מחקר טוב, וגם כדי להגיע למדיניות ולפתרונות פרוגרמתיים שיש להם סיכוי לשפר את רווחת הילד. .

predictive – האם אתה רואה בניתוח לשם חיזוי – את השלב הבא במינוף הנתונים? analytics איך הרעיון הזה משתלב בחזון שלך לעתיד?

אנחנו עושים ניתוח לשם חיזוי כי איננו יכולים לעשות ניסויים. גם כשאנחנו לא יודעים אם משהו יעבוד, אנחנו לא רוצים שתהיה קבוצת ביקורת שבה חלק מהמשפחות או מהילדים לא יקבלו את הטיפול. לכן עלינו להסתמך על שיטות סטטיסטיות המשתמשות במערכי נתונים גדולים, במקום במערכי מחקר (ניסויים מתוכננים) המשמשים לעיתים קרובות את מדעי הרפואה. אם ניתן למשפחות תמיכה כלכלית רבה יותר, שירותי בריאות טובים יותר, טיפול טוב יותר בילדים, אוכל טוב יותר – האם אלה ימנעו הזנחה? יש מחקרים שמראים שהדבר נכון, ויש מחקרים רבים שאינם מראים שום קשר. כאשר הראיות חלשות, קשה לפתח מדיניות שתהיה ספציפית די הצורך אם נשתמש בחיזוי לשם הקצאת לסמוך על יעילותה. כלומר, משאבים באופן שונה, אני חושש שיהיו לנו שגיאות רבות מדי ושנחפש במקומות הלא נכונים. בחיזוי, האתגר הגדול הוא להשמיט את משתנה הגזע מהמודלים, כי אתה לא יכול לחזות מי ידווח או מי יהיה בסיכון. אם אנו יודעים שילדים שחורים נתונים בסבירות גבוהה יותר מאחרים להיות מדּווחים, הרי שכל ילד שחור ידּווח ואילו ילדים לבנים לא ידווחו – גם אם ייתכן שהם צריכים להיות מדווחים. זו הטיה גדולה מאוד בנתונים. כמו כן, אם נוכל להעריך כל משפחה ולראות אם בני המשפחה עלולים בעתיד להתעלל או לא, אני חושב שנעשה עבודה טובה, אבל אנחנו עדיין לא שם. אנו זקוקים למומחים בנושא ההתעללות לסוגיה כדי להבין אילו נתונים אנו צריכים וכיצד ואיפה אנו רואים אותם.

I נקודת מפגש 37