设计抵抗:分析直接服务提供商的数据工作

研究伦理与开放科学参与式设计(Participatory Design)用户研究方法(访谈、调查、观察)社会工作者难民与移民服务提供者

文献标题

Designing for Resistance: Analyzing Data Work Among Direct Service Providers

出版信息

  • 主题领域: 社会服务管理中的数据实践与抵抗。
  • 关键词: 一线服务提供者、数据抵抗、电子健康记录、社会服务管理、案例记录、自由裁量权、隐私、权力动态、人机交互、计算机支持的协同工作。

背景与问题

  • 问题/挑战: 数字化文档工具(如电子健康记录系统)对一线服务提供者(DSPs)及其客户产生了意想不到的后果,包括数据滥用风险、客户污名化以及DSPs的职业责任问题。然而,目前关于DSPs如何故意规避或抵抗这些工具的研究仍然有限。
  • 重要性: 了解DSPs的抵抗实践对于设计能够平衡机构需求、客户隐私和DSP自主性的系统至关重要,特别是在涉及边缘化群体的高风险情况下。
  • 动机与相关研究: 现有研究强调了社会服务数据实践中标准化与自由裁量权之间的张力,主要关注组织层面的影响。然而,对于DSPs在实际工作中如何应对和抵抗有害数据规范的策略,仍存在研究空白。

解决方案

  • 提出的方法: 本研究基于定性访谈提出了一线服务提供者抵抗数据实践的分类法,以指导数字化案例管理系统的设计,使其更好地满足DSPs的需求和伦理责任。
  • 创新点:
    1. 提出四种抵抗数据实践的分类:规避、选择性遗漏、模糊处理和情境化。
    2. 分析DSPs如何在机构要求与客户保护及职业自由裁量之间寻求平衡。
    3. 提出公共部门数字系统设计的考虑因素,关注关怀并解决结构性挑战。
  • 程序与关键技术:
    • 对芝加哥地区的16位DSPs进行半结构化访谈。
    • 使用建构主义扎根理论和主题分析方法识别数据实践的涌现模式。
    • 探讨DSPs如何应对文档要求并预见对客户及自身的风险。

结果

  • 具体发现:
    • DSPs采用四种抵抗数据实践:
      1. 规避: 在官方系统中记录最少的信息,同时保留私人记录。
      2. 选择性遗漏: 跳过或省略敏感或可能导致污名化的信息。
      3. 模糊处理: 掩盖或重新编码数据以减少潜在伤害。
      4. 情境化: 添加定性背景以减少数据被误解的可能性。
    • DSPs认为数字记录具有永久性且未来用途不可预测,这加剧了对客户隐私和职业责任的担忧。
  • 相较于基线的优势: 本研究突出了DSPs抵抗有害数据规范的细致策略,这些策略在现有关于数据工作和社会服务技术的文献中尚未被充分讨论。
  • 实验/评估:
    • 对芝加哥地区11个组织的16位DSPs进行访谈,重点关注他们的数据实践及风险认知。
    • 分析人口统计多样性(如种族、性别、执业资格)和组织背景(如公共卫生、私人诊所)。
  • 局限性与未来研究:
    • 地理范围有限(芝加哥地区)且仅关注DSPs的视角,未包含客户的直接反馈。
    • 未来研究应探索其他地区和背景下的抵抗实践,以及客户对数据实践的体验。

总结

本研究探讨了一线服务提供者(DSPs)如何通过四种策略(规避、选择性遗漏、模糊处理和情境化)抵抗数字化案例管理系统中的有害数据实践。这些实践突显了DSPs在平衡机构需求与客户保护及职业自由裁量方面的努力。研究结果揭示了社会服务数据工作中的结构性和伦理挑战,并提出了优先关注关怀、隐私和自由裁量的系统设计考虑因素。未来研究应扩展这些发现,探索更广泛的背景和利益相关者的视角。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222372/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790611
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
研究伦理与开放科学、参与式设计(Participatory Design)、用户研究方法(访谈、调查、观察)
work
职业/产业
社会工作者、难民与移民服务提供者
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文