解析社区主导的暴力预防工作的复杂性

文献标题

Unpacking the Complexities of Community-led Violence Prevention Work

文献信息

• 主题领域: 基于社区的暴力预防，特别是街头干预工作和技术支持。
• 关键词: 社区主导的暴力预防，公共安全，支持工具，社区正义举措，资产导向设计

研究背景与问题

• 发现的问题或挑战:
  • 社区暴力长期以来影响社会和经济发展。现有解决方法（如加强执法、政策改革）效果参差不齐，有时甚至对某些社区有害。
  • 信息和通信技术（ICTs）可能会催化暴力，同时其潜力尚未得到充分发挥来设计支持暴力预防的工具。
• 研究重要性:
  • 替代警察执法的社区暴力干预措施是解决社会结构性压迫和不平等的重要方式。了解如何设计技术来支持这些社区努力，具有实际意义。
• 研究动机与相关工作:
  • 多项研究开始探索如何利用技术改进社区主导的安全措施，但对街头干预者（SOWs）如何利用ICT的深入理解较少。

解决方案

• 提出的解决方法:
  • 通过深度访谈了解街头干预者如何使用ICT，及其对未来技术的需求。
  • 提出与社区共同设计技术支持工具的建议，聚焦沟通、策略选择和培训。
• 创新之处:
  • 提出了以社区为中心的暴力预防支持模型，主张将ICT设计与SOWs独特的经验和需求相结合。
  • 强调数据隐私和支持社区信任的关键性。
• 实施步骤与关键技术:
  • 研究方法包括对25名街头干预者的半结构化访谈，参与组织包括位于芝加哥的Street Peace等三个非营利组织。
  • 使用混合分析方法（例如定性编码）对访谈数据进行分析，提取技术应用的主题。

研究成果

• 具体成果:
  1. 发现SOWs利用社交媒体等ICT来：
     • 识别并介入潜在暴力冲突。
     • 促进团队协作和实时沟通。
     • 建立社区信任，通过信息和联系加强干预效果。
  2. SOWs设想了新的技术功能，比如：
     • 支持培训和策略选择的移动工具。
     • 改进与其他站点和社区的沟通机制。
• 与现有解决方案的比较:
  • 该研究跳出传统社区警务以外的框架，为暴力预防提供非惩罚性、社区主导的方案。
  • 更强调社会关怀和社区信任，而非惩罚性方式。
• 实验或评估结果:
  • 部分SOWs认为数据驱动的技术可能提升培训和战略选择，而另一些则对技术干预持怀疑态度，特别是在快速发展的冲突场景中。
• 局限性与未来方向:
  • 限制包括：仅研究了一些特定社区和组织，不能完全外推到其他背景。
  • 未来研究可探索更多详细技术原型设计，以及更广泛的社区驱动方式以整合其他领域如健康和教育。

额外分析

• 理论贡献:
  • 结合关键种族理论和社会正义设计方法，提出了技术如何满足长期受到压迫社区的实际需求的新视角。
• 应用潜力:
  • 该成果可广泛应用于政策设计、非营利组织策略制定以及技术设计和学科交叉研究，如目标系统性压迫问题的社区技术合作模型。