将数据与组织及其员工的目标对齐：为社会服务案例记录设计数据标注

文献标题

Aligning Data with the Goals of an Organization and Its Workers: Designing Data Labeling for Social Service Case Notes

文献信息

• 主题领域: 人机交互 (HCI)，社会服务及数据标签优化
• 关键词: 社会工作, 非营利组织, 案例记录, 数据收集实践, 数据标签, 设计理念

研究背景与问题

• 问题与挑战:

  • 在社会服务领域中数据收集实践面临的挑战包括数据目标与社工目标的不一致、数据标签设计不足以及系统可用性问题。
  • 数据标签虽然是项目评估与资金报告的核心内容，但其对实际案例管理和服务提供的帮助有限。
  • 数据收集目前主要依赖社工手动记录，容易导致数据不完整、不准确，同时为社工工作带来了额外负担。

• 重要性:

  • 数据驱动的实践已成为非营利组织评估绩效及争取资金支持的重要工具，影响组织的战略规划及服务优化。
  • 合适的设计可以平衡组织目标和社工个人动机，从而减少数据记录带来的负担并确保数据质量。

• 研究动机与相关工作:

  • 当前人机交互研究大多聚焦在数据收集的挑战而非解决方案。
  • 先前工作揭示了数据标签与绩效评估间的不协调，却鲜有探索如何让数据收集变得更有意义和高效。

解决方案

• 方法与创新:

  • 作者提出了一系列设计理念，通过社工和组织管理者的共同协作，改进数据标签系统。
  • 研究采用了半结构化访谈与速度约会方法 (speed dating methodology)，生成并探讨了15种设计可能。
  • 核心创新包含对数据标签系统进行重新设计以增强目标对齐、提升数据标签使用可见性、改善便携性以及提高标签的准确性。

• 实施步骤与关键技术:

  • 方案整合用户需求: 通过访谈确认社工的痛点与需求，包括对标签定义模糊、不够详细以及数据使用的不透明性。
  • 速度约会设计测试: 通过故事板展示设计理念，与多个利益相关方——社工、项目分析员、管理人员共同探讨反馈与可行性。
  • 专门提议利用人工智能和自然语言处理工具改善标签选取精确度与内容的过滤。

研究成果

• 具体成果:

  • 提出了15种设计理念，其中包含重新设计数据标签以增加精细度、设计仪表板以直观展示数据对服务绩效的影响，以及为社工提供即时标签定义与训练支持。
  • 提议开发以用户为中心的小工具，例如AI推荐相关标签和筛选功能，以提高数据标签记录的效率。

• 优势与对比:

  • 改进数据标签系统后的设计促进了社工的内生和外部动机，减轻了数据收集对服务质的干扰。
  • 帮助组织更全面反映社工的工作，为绩效评估提供了更丰富的数据基础，与现有方案中单一结果导向的标签系统形成了鲜明对比。

• 实验或评估结果:

  • 所有参与者强调了设计理念对数据标签与社工目标对齐的重要性。
  • 案例分析显示，一些提议（如调和数据标签概念的粒度）特别受到欢迎，但也存在关于标签数量过多引发复杂性的问题。

• 局限性与未来方向:

  • 局限性:
    • 研究仅对单一组织的需求和数据系统进行了探讨，可能无法泛化至其他领域。
    • 未对提出的设计理念进行实地测试，因此实际效果尚未确认。
  • 未来方向:
    • 在更广泛的社会服务领域测试这些设计理念。
    • 优化基于人工智能的数据标签系统，确保其准确性与用户易用性。
    • 探索多利益相关方协同设计的机制，减少数据标签系统可能带来的压力。

此研究贡献了关于如何将数据标签设计与社会服务组织及社工目标更好地对齐的深刻见解，同时为人机交互研究提供了新的视角。