謝宗震：「公益創新規模化需要跨領域合作，資料數據是最好的對話管道。」／2018 NPOst 年會後報導（D4SG）
文／許蒼恩 NPOst 特約記者
「規模化和創新的過程中 ，要透過跨域的合作，才有機會做到好的創新。」D4SG（Data for Social Good） 資料英雄計畫主持人謝宗震引用 2018 NPOst 年會「會長大的好事──公益創新規模化 Scaling Innovation」開幕時，前北市社會局長許立民所提出創新規模化其中一項關鍵條件──跨領域合作，而這也正是 D4SG 計畫成功的重要基石。
擔任 2018 NPOst 年會引言人的前臺北市社會局長許立民。攝影／葉吉珄
有鑑於臺灣多數的非營利組織與政府機關忙於將人力、物力投注於營運上，沒有時間妥善整理、運用長年累積的大量統計數據，無法充分發揮資料的價值，《智庫驅動》（DSP）展開 D4SG 資料英雄計畫，號召社會各界的資料科學家共同為公益性質組織提供資料分析的志工服務，並在 3 個月內完成一個資料運用的模型。至今，D4SG 已經協助逾 40 個非營利組織、40 個政府機關理解資料價值，並且一起藉由資料力量，解決社會問題。
活用數據分析，成為家暴處遇的重要指引
每次的專案執行，D4SG 會依據合作對象提出的要求，找出至少 1 個最為關鍵的問題。D4SG 主持人謝宗震提到，近 2 年與雙北市家庭暴力暨性侵害防治中心（以下簡稱「家防中心」）合作建置「兒少保護案件暴力風險預警管理模型」時，就在思考：「什麼樣的受害者會不斷受到家暴？」謝宗震說明，社工普遍害怕遇到家暴「回頭客」，意即還在案中或已結案的個案再次被通報受虐，使個案長時間甚至反覆進入家暴防治體系。
「資料分析能為企業找出忠誠的顧客，進而透過行銷、宣傳提高企業業績。若把同樣的概念轉移到家暴防治，我們的目的就是要找到家暴的重複通報個案，消滅這種情形，不要讓同樣的人重複受到家暴。」D4SG 經由大量的資料及數據分析，找出潛在的被重複通報案主，這個想法徹底推翻社會工作者認為每個家庭是獨立個體的認知，謝宗震自信的說，不僅在臺灣，連國際對此也感到驚豔。
圖／D4SG 官網
D4SG 和臺北市家防中心去年 9 月接受彭博社（Bloomberg News）邀請，前往於紐約舉辦的 D4GX（Data for Good Exchange）國際研討會發表計畫成果，「出去的時候，世界各地驚呆了。很少人會想到在家暴防治領域做 AI 人工智慧的應用。因為傳統思維認為社工都在處理人的問題，個案都是獨一無二的，哪有什麼『平均數』。但我們利用資料分析找到一個方向，分析出重複家暴的行為模式或相關因素，讓社工提高警覺，是一個預警的概念。」
一連串的數據資料與模型如何讓多數使用者都能一目了然？以臺北市家防中心合作所繪製的「親密關係暴力風險地圖」為例，D4SG 採用隨機森林模型（Random Forest），將 46 個危險因子生成 500 棵決策樹，建立出模型作為預警系統，新進入的個案只要具備「高再受暴特徵」，社工員即可依據相關特徵，包括暴力家庭的學歷、收入、是否為身心障礙等數個變量因子，歸納並提出更精準的服務方案，防止多次家暴發生，避免受害者的身心狀況進一步惡化，同時也能降低後續投入的人力與物力資源。
D4SG 與臺北市家防中心合作「家暴案件風險與預警管理系統」專案。圖／D4SG 官網
降低 6 成家暴重複通報量，促進對話影響政策
此外，隨機森林模型的解釋性能力強，能夠一定程度的協助無資訊及理工背景的人在短時間內判讀與運用，謝宗震表示：「我們在『親密關係暴力風險地圖』中，發現家暴事件中被重複通報的個案，普遍有幾種關鍵因素組合，包括疑似身心障礙、子女受到暴力對待，以及家長本身有自殺意念等。同時擁有這 3 項因素的個案若不謹慎處理，3 個月後便很可能再次被通報。」 運用 D4SG 所建立的預警系統，可以更精準的為社會工作者掌握個案處遇，從目前的成果來看，能有效降低 60% 的重覆通報案件。
大數據分析的結果，讓社會工作者認知到，原先多以主觀經驗推動家暴防治的方式，難以解決客觀真實的困境。資料分析師的科學家邏輯不僅顛覆傳統社工專業的學術思維，導入更有效率的工作模式，更重要的是能引發後續政策發展上一連串的轉變，有助於顯著擴大影響規模。
「今年 6 月 28、29 日舉辦的雙北社會安全大數據交流論壇，參與計畫的地方政府、國家政府機關衛服部和非營利組織都共同出席，與會者和衛福部長、雙北市的社會局長對談，討論如何將現有的成果規模化，其中提及法規上的問題、資料品質的問題，以及工作改善的問題等。」顯見 D4SG 與家防中心合作的成果將成為範本，有機會為更多工作場域提供解方。
D4SG 團隊建立的高風險案件預測模型。圖／D4SG 官網
與利害關係人建立信任，善用資料規模化
D4SG 的計畫從原先與 1 至 2 個地方政府合作，到今年因為參與首屆總統盃社會創新黑客松，有機會與衛生福利部合作，發展成全國級的計畫，謝宗震不吝於分享成功的祕訣在於對齊動機，選對好的題目，「與公部門開啟對話，最重要是對齊動機。對政務官要找到創造亮點的案子，對事務官要找到降低風險的案子，對承辦則要找到簡化行政流程的案子。題目訂得好，會讓利害關係人都願意一起來做。」
同時他也強調，題目訂得好更能幫助建立好的利害關係人信任圈，這不只要在單一組織內部建立，更要跨團體、跨組織：「利害關係人信任圈可能包括 NGOs、政府機關、社會企業、學術機構，甚至是之後規模化後投入資本的企業。最重要的是，好的規模化需要好的溝通管道 ，對我們來說，透過資料對話就是最好的管道。」
攝影／葉吉珄
儘管「資料」有不折舊、不難掌握規律等特性，皆有利於規模化的發展，但謝宗震也不諱言，在擴大團隊運作與影響力的層面上仍遇到一些困難，「對 D4SG 來說，規模化最難的部分是培育人才，尤其是帶領專案的導師（Mentor）難尋。但我們正在慢慢建構培力 Mentor 的機制，像是制定 SOP，規定每個 Mentor 在 3 個月內要完成哪些事情等。」
分享的最後，謝宗震提供所有想要報名 D4SG 資料英雄計畫的 NGOs 和 NPOs 建議──想要解決問題前，必須先找出問題，並且把相關數據準備好：「觀察自己工作上有什麼樣的痛點 ？解決這個痛點需要什麼樣的證據？找出能呈現證據的相關數據資料有哪些？最後再思考要用什麼方式蒐集下來，把資料蒐集完就能參與了！」
延伸閱讀：
