关怀政治的数据实践：食品援助作为关怀数据工作的场所

文献标题

Data Practice for a Politics of Care: Food Assistance as a Site of Careful Data Work

文献信息

• 主题领域: 数据实践与伦理关怀在社会服务中的应用，特别是食物援助领域
• 关键词: 数据, 测量政治, 关怀, 数字公民, 设计

研究背景与问题

• 发现问题或挑战:

  • 数据已成为市民决策中的重要工具，但数据实践并非中立，其生产过程反映了权力动态和文化假设。
  • 使命驱动组织面临数据收集压力，以改善决策和提升效率，但这些组织的资源和能力有限，导致数据管理困难。
  • 数据实践中存在“权力解除循环”（Cycle of Disempowerment），导致非营利机构难以通过数据驱动工作满足自身使命。

• 重要性:

  • 随着“数据化”的不断扩展，数据实践影响着公共和私人领域的社会问题决策。
  • 在资源受限的背景下，设计数据实践以体现组织价值能够更好地帮助社区，而不是让数据收集成为负担。

• 研究动机与相关工作:

  • 许多非营利机构和城市政府面临有限资源和数据管理方面的挑战，需要为社会服务设计符合伦理的操作框架。
  • HCI（人机交互领域）的研究已经开始关注数据、关怀视角以及市民参与的结合，但需要更多的实证分析来了解这些实践在不同机构中的体现。

解决方案

• 方法或解决方案:

  • 作者通过11个月的实地合作研究，分析了一家混合型使命驱动组织的食物分发项目的数据实践。
  • 工作重点是设计工具和流程以体现“关怀的伦理”（Ethic of Care），例如在数据收集过程中保护弱势群体并减少数据收集压力。

• 解决方案的创新之处:

  • 提出了一种“关怀数据实践”（Careful Data Practice）的概念，注重关系管理的核心价值。
  • 探讨了组织如何通过技术手段（如问卷设计）和社会实践（如社区信任建设）融合关怀伦理。
  • 使用多维度框架（如“触及未满足的关怀需求”）分析数据实践的系统特性。

• 实施步骤与关键技术:

  1. 选择数据测量内容: 制定问卷，以兼顾组织目标与资助者要求，但拒绝收集可能让社区处于风险的数据（如移民身份）。
  2. 实地数据收集工作: 使用移动设备（iPads和智能手机）记录数据，同时赋予社区导航员更多数据收集权限以增强居民信任。
  3. 数据的使用:
     • 为资金申请提供支持。
     • 跟踪个体案例，提供持续服务和协助。
     • 借助数据开展政策倡导，以推动结构性变革。

研究成果

• 具体成果:

  • 记录并分析一个融合“关怀伦理”的数据实践系统如何在资源约束和多重机构逻辑的张力中运作。
  • 提供了关于如何设计体现关怀的社会服务数据系统的深入建议。

• 优势:

  • 数据实践不仅关注数据效率，还体现了人与人之间的联系、信任和社区支持。
  • 数据实践避免过度测量，保护弱势群体隐私，同时满足机构资助需求。
  • 通过“修补式数据调整”实现技术与文化的适配。

• 实验或评估结果:

  • 数据实践被发现能够增强机构获取资金、支持个体需求以及推动政策变革的能力。
  • 系统通过灵活应对社区反馈以优化数据工具（如用电话号码代替问卷中的案例编号）。

• 局限性与未来方向:

  • 局限性: 未完全解决社会系统中固有的殖民性和数据简化问题（如量化对关怀实践的影响）。
  • 未来方向: 探索跨机构合作时数据工作如何更好地体现伦理关怀；研究更多工具设计以支持资源约束型组织的需求。

设计建议

• 优先考虑包容性而非易用性: 为社区成员和不同语言背景的工作者提供更多支持，即使以牺牲用户界面体验为代价。
• 减少资源消耗: 数据系统应减少对资源受限机构的人力和时间需求，例如通过更轻量化的工具设计。
• 抵制数据量化: 数据系统应允许灵活性和拒绝回答敏感问题，同时支持定性解释与社区语境分析。

这篇论文为数据伦理与关怀概念在资源有限的地方服务中的应用提供了重要的实践经验和理论支持，可指导科技与社会服务合作领域的设计与研究。