Changemaker Library uses cookies to provide enhanced features, and analyze performance. By clicking "Accept", you agree to setting these cookies as outlined in the Cookie Policy. Clicking "Decline" may cause parts of this site to not function as expected.
Paul Duan está demostrando que la mayor limitación de las ciencias de datos de hoy no es la tecnología en sí, sino los procesos y las agendas dentro de las instituciones que pueden limitar el potencial de la tecnología. Por lo tanto, se propuso asociarse con los gobiernos existentes mientras moviliza un equipo altamente calificado de desarrolladores de software, programadores de computadoras e ingenieros de ciencia de datos para co-diseñar herramientas de servicios sociales digitales paralelas para ser dirigidas y poseídas por el sector ciudadano.
Paul Duan es hijo de padres inmigrantes chinos que se encontraron como parte de las protestas dirigidas por estudiantes en la Plaza de Tiananmen, Beijing en 1989. Después de huir de China a Francia para comenzar una nueva vida, los padres de Paul lo criaron para luchar por la excelencia en sus estudios académicos. espacio, inculcando los valores de la responsabilidad compartida y defendiendo lo que es correcto. Mientras crecía, Paul comprendió las luchas y los sacrificios que sus padres hicieron para darle una vida mejor y se encontró luchando por la excelencia académica para enorgullecerlos. Su esfuerzo académico junto con una habilidad intelectual natural llevó a Paul a ser el "mejor" de su clase en muchas áreas de su vida académica. Sin embargo, a una edad temprana, Paul descubrió que la felicidad que le brindaban estos logros académicos era de corta duración y, a veces, superficial. Paul, un niño introvertido y tímido entre sus compañeros, encontró más alegría en ayudar a los demás y buscó oportunidades para usar sus habilidades intelectuales de una manera que compartiera sus conocimientos y estableciera conexiones más significativas. Este deseo llevó a Paul a diseñar una plataforma en línea gratuita a la edad de 13 años, que enseñó a los adolescentes a diseñar código en Internet. Paul también recuerda sentirse intrigado y fascinado por personas de diversos orígenes y circunstancias. A menudo buscaba conversaciones aleatorias con gente nueva en sus primeros años de adolescencia, para comprender mejor las circunstancias de la gente de su comunidad, por ejemplo, jugando al ajedrez con personas mayores en los parques de París. Cuando tenía poco más de 20 años, Paul encontró la oportunidad de viajar a los Estados Unidos para continuar su educación formal, pero inicialmente se vio obstaculizado por una política escolar que le habría impedido obtener el apoyo financiero necesario para realizar el viaje. En lugar de aceptar la política, Paul maniobró alrededor del sistema y convenció a su escuela de que su deber principal era brindarle esta oportunidad de educación avanzada, lo que le permitió a Paul asistir a la Universidad de Berkley en California. Mientras estaba en Berkley, Paul codirigió y diseñó una conferencia de TI que atacó a algunos de los mayores representantes en ciencia y tecnología de datos, incluidos Google y Eventbrite. Paul le da crédito a su tiempo en Berkley por inspirarlo a ver cómo su amor por la codificación y la ciencia de datos podría combinarse con problemas de justicia social y emprendimiento. Paul fue buscado por Pay Pal antes de convertirse en miembro del equipo fundador de Eventbrite, donde se destacó en su puesto asegurando un salario impresionante antes de los 23 años. Sin embargo, nuevamente a pesar de sus logros, Paul encontró su felicidad debido a su éxito de corta duración. Recordando que cuando era adolescente, su alegría fue compartir sus habilidades para ayudar a otros, Paul dejó Eventbrite para crear una ONG, Bayes Impact, bajo la convincente creencia de que la ciencia de datos puede y debe usarse para el bien social.
Paul Duan imagina un mundo en el que los grandes problemas sociales se abordan de manera eficaz mediante servicios sociales eficientes y eficaces dirigidos por los ciudadanos. Paul intenta lograr esto utilizando las ciencias de datos y la tecnología de ingeniería de datos para desempeñar un papel fundamental en la solución de los problemas sociales más urgentes y universales. Él ve las ciencias de la ingeniería de datos como una oportunidad para ir más allá de la simple provisión de información, hacia un paradigma que crea un verdadero impacto de cambio de sistemas para todas las personas. Para hacer esto, Paul reconoce que los problemas de la ciencia de datos para el bien social no están limitados por las tecnologías disponibles, sino más bien por los procesos de toma de decisiones institucionalizados obsoletos y las mentalidades de propiedad que nunca fueron diseñadas para maximizar las capacidades de la ciencia de datos en el mundo. primer lugar. Para frenar este conflicto, Paul está aplicando sus habilidades superiores en ciencia e ingeniería de datos y aprovechando su influencia dentro de la comunidad de ciencia de datos, junto con la tecnología de código abierto, y está construyendo nuevos sistemas de servicios sociales paralelos. Estos sistemas están co-diseñados con instituciones existentes, pero son 100% propiedad y evolucionan por el sector ciudadano al que está diseñado para servir. Al hacerlo, Paul cree que estos nuevos servicios sociales paralelos pueden ser inmunes a las estructuras administrativas que con demasiada frecuencia están sujetas a agendas políticas, procesos burocráticos e incluso a la corrupción. Al asociarse con gobiernos e instituciones existentes, Paul es capaz de incorporar nuevos comportamientos y mentalidades que desmantelan y trastocan roles y responsabilidades anticuados y preconcebidos, cambiando la percepción de propiedad y liderazgo del sector gubernamental al sector ciudadano. Puede desafiar a los administradores para que cambien su propia visión como proveedores de servicios directos y reguladores. Luego defiende activamente la idea de que el sector ciudadano debería ser simplemente el adoptante pasivo de un servicio social altamente generalizado e imperfecto que es vulnerable a cambios de régimen y procesos redundantes. Todo esto se une cuando Paul co-desarrolla una plataforma de servicio social virtual, paralela e independiente que pone la propiedad y la evolución del sistema directamente en manos de sus beneficiarios. Paul cree que al equipar a todas y cada una de las personas con la capacidad de utilizar los datos actuales para el bien, la tecnología de la ciencia y la ingeniería de datos no puede superar los sistemas configurados para utilizarlos. Entonces, para probar esto, Paul está comenzando primero con un sistema notoriamente burocrático: "Pôle Emploi" y ya está demostrando el poder transformador de la utilización de datos con conciencia social a través de servicios propiedad de los ciudadanos.
El tiempo medio estimado que una persona que vive en Francia puede esperar estar desempleada es de 18 meses. Con una tasa constante de alrededor del 10% en la última década, Francia tiene una de las tasas de desempleo más altas entre los países desarrollados de Europa Occidental. Un factor que agrava el problema del desempleo es un sistema administrativo complejo. Si bien Francia tiene un servicio social nacional, Pôle Emploi, encargado de ayudar a los ciudadanos a encontrar trabajo, el liderazgo de Pôle Emploi y la financiación por mandato del gobierno que se utiliza para apoyarlo está sujeto a las políticas y prioridades del gobierno actualmente en vigor. Con una elección nacional francesa programada para la primavera de 2017, un servicio como Pôle Emploi puede volverse vulnerable a un cambio de régimen. Además, los desafíos de la burocracia, los procesos ineficientes y las vulnerabilidades al cambio de régimen pueden complicar la capacidad del sistema para brindar servicios sociales críticos a los ciudadanos que los necesitan. Desafortunadamente, la paradoja de un sistema de servicios sociales diseñado para apoyar a sus ciudadanos, vulnerable a la administración que lo dirige, ciertamente no se limita a Francia. Tomemos, por ejemplo, la Ley del Cuidado de Salud a Bajo Precio, promulgada en los Estados Unidos en 2010. Más comúnmente conocida como "Obamacare", la ley era un servicio social ordenado por el gobierno diseñado para brindar seguros médicos a millones de ciudadanos estadounidenses no asegurados que no pueden obtener cobertura de salud asequible. A pesar de brindar a aproximadamente 15 millones de ciudadanos la capacidad de obtener cobertura de atención médica entre 2010 y 2016, y de reducir la tasa de ciudadanos sin seguro del 18% a poco más del 13%, la ley aún no llegó a millones de ciudadanos que no eran elegibles para la cobertura. Además, la Ley se convirtió en un importante punto de controversia política durante las elecciones estadounidenses de 2016 y, hasta la fecha, sigue siendo vulnerable a ser derogada debido a un cambio de administración. La realidad es que, a nivel mundial, los gobiernos crean y construyen servicios sociales para abordar las necesidades más críticas de su base ciudadana. No hay duda de que las administraciones, independientemente de sus creencias y puntos de vista políticos, ven universalmente la necesidad de abordar y mejorar grandes problemas sociales como el desempleo, la atención médica y la educación entre sus poblaciones. Construyen, financian y fomentan servicios sociales para sus ciudadanos. El desafío surge porque estos servicios a menudo se construyen sin el liderazgo o la propiedad de los ciudadanos y beneficiarios a los que está diseñado para apoyar. En cambio, creados por sus funcionarios electos que no solo se limitan a diseñar soluciones altamente generalizadas que pueden no llegar a los más necesitados, sino que también son vulnerables a los procesos políticos, las burocracias y los controles, y en casos extremos, la corrupción. A medida que cambia el liderazgo, también pueden cambiar los procesos, las burocracias y los controles. Esto conduce a una ejecución ineficiente y redundante del servicio, ya que los nuevos regímenes políticos priorizan sus puntos de vista sobre la necesidad primaria de apoyar a su base ciudadana. A pesar de las mejores intenciones, los sistemas de servicios sociales están severamente limitados por los órganos administrativos que los crean, financian y administran. Los nuevos liderazgos locales y nacionales hacen que los servicios sean vulnerables al cambio en función de las opiniones políticas de la nueva administración en lugar de cambiar en función de la necesidad principal de los beneficiarios a los que se supone que sirven. Para garantizar que los servicios sociales sean inmunes a estos desafíos, deben ser dirigidos y poseídos por la base ciudadana a la que están diseñados para apoyar.
Cofundada por Paul Duan en 2014, Bayes Impact es una ONG internacional con oficinas en Estados Unidos y Francia. Bayes Impact está desarrollando una metodología para la creación de servicios sociales dirigidos y propiedad de ciudadanos que son financiados por instituciones gubernamentales. Un elemento clave en el plan de Paul para crear servicios dirigidos por ciudadanos es abordar lo que él llama los "gigantes" de los problemas sociales. Cuestiones como la salud, la justicia social y el desempleo, que son universalmente reconocidas como prioritarias, pero imposibles de resolver mediante programas generalizados que, si se crean, a menudo no ayudan a los más vulnerables y necesitados. Sin embargo, abordar estos "gigantes", como los llama Paul, proporciona a Bayes Impact algunas ventajas clave. Por ejemplo, los gobiernos a menudo recopilan cantidades masivas de datos sobre tales problemas sociales, lo que los convierte en las mejores oportunidades para mostrar la capacidad de la ingeniería de la ciencia de datos para reorganizar un depósito de información dispersa e incoherente en información altamente personalizada y útil. Paul cree que el acceso y la navegación de estos datos se realizan mejor a través de la asociación con los gobiernos que los recopilan, en lugar de ser independientes de ellos. Al asociarse con agencias gubernamentales para acceder a los datos y codiseñar un servicio utilizando esos datos, Paul argumenta que está aprovechando la capacidad del gobierno para recopilar información altamente detallada de sus ciudadanos que sería incomparable a través de vías independientes o comerciales. Bayes Impact ya ha puesto a prueba asociaciones con el sistema Sutter Health (una de las redes de hospitales más grandes de California), el Departamento de Servicios de Asuntos de Veteranos de EE. UU. Y la agencia nacional de empleo de Francia, Pole Emploi. Una ventaja adicional de abordar los “gigantes” de los problemas sociales es que permite que Bayes Impact se posicione como un defensor de los servicios sociales digitales entre el sector ciudadano y obtenga una atención significativa dentro de los medios. Paul cree que esto puede estimular los movimientos "de base" a nivel local y nacional en torno al concepto de servicios sociales dirigidos por ciudadanos, al tiempo que obliga a los legisladores gubernamentales, los responsables políticos y las personas influyentes a tomar nota y satisfacer las demandas del público. Hasta la fecha, Paul y su trabajo con Bayes Impact han sido presentados por: Forbes.com - 30 emprendedores sociales menores de 30 para 2016, The Wall Street Journal y Le Monde (uno de los principales medios de comunicación nacionales de Francia). Con este tipo de exposición en los medios, Paul Duan ha podido compartir su visión de los servicios dirigidos por los ciudadanos directamente con el presidente de Francia, François Hollande, a través de una invitación especial, para discutir el desempleo en Francia. Estas oportunidades no son solo un intento de cobertura de los medios, sino una oportunidad para hacer crecer la visión de impacto de Bayes mientras se aprovechan el poder de los medios para influir en los actores políticos y administrativos para que se vuelvan más sensibles a un papel cambiante en cómo se pueden y deben proporcionar los servicios sociales. . Tan importante como poder influir en los gobiernos, es la oportunidad estratégica de co-diseñar un producto de servicio social con los gobiernos e instituciones actuales. Paul argumenta que trabajar junto con los funcionarios del gobierno lo ayuda a él y a su equipo a comprender y superar mejor los desafíos y las barreras institucionales que podrían impedir que un producto "excelente" se implemente o se lance exitosamente a la base de ciudadanos que debe respaldar. Paul identifica que este tipo de intimidad de un equipo basado en proyectos, le permite a él y a sus colegas de Bayes descubrir el panorama de las dinámicas políticas y las relaciones institucionales que no siempre están disponibles a través de canales más públicos. Esto también ayuda a construir una base de confianza e influencia entre su equipo y sus contrapartes institucionales. Dicho acceso al funcionamiento interno de este tipo de burocracias no está disponible cuando su equipo simplemente está “encargado” de entregar un producto. Estas experiencias han hecho evolucionar el contrato de asociación de Bayes Impact para incluir dos cláusulas críticas y actualmente no negociables. El primero, es que todas las asociaciones deben estar totalmente financiadas y ser finitas, proyecto por proyecto. Esto es diferente de los modelos de financiación más tradicionales, en los que la financiación a menudo se distribuye y renueva anualmente a través de contratos renovables. Paul cree que esto deja a los servicios valiosos vulnerables a los cambios de administración y los “juegos de poder”. Es importante que todos los socios comprendan un compromiso total desde el principio de “terminar lo que se comenzó”. La segunda cláusula es que la propiedad exclusiva y toda la información patentada del producto final es propiedad exclusiva de Bayes Impact, que la ONG luego abre fuentes de inmediato y distribuye libremente una vez completado. A través del código abierto de todos los algoritmos, fórmulas y toda la metodología del proyecto, Paul afirma que el producto y el servicio se convierten en propiedad de todos, nada es propietario y el producto nunca puede ser "retirado" por un cambio de liderazgo. Una vez que Paul cuenta con estas asociaciones estratégicas y contratos con agencias, Bayes Impact trabaja para codiseñar y codesarrollar un producto (a menudo una plataforma en línea vinculada a un algoritmo especializado) que utiliza mejor los datos disponibles. La clave es poder producir una solución matizada y personalizada para cualquier persona que use el producto. Por ejemplo, a través de su asociación con el sistema Sutter Health, Bayes Impact diseñó un programa que predijo las tasas de riesgo de reingreso de pacientes individuales con el fin de mejorar los procedimientos de administración de la atención de Sutter. La asociación con el Departamento de Asuntos de Veteranos de EE. UU. Permitió a Bayes Impact codiseñar algoritmos que ayudaron a la oficina a identificar problemas de salud mental y desempleo para más de 21 millones de veteranos de EE. UU. Sin embargo, el mayor logro de Bayes hasta la fecha es a través de su asociación con el gobierno de Francia para crear una herramienta de servicio de desempleo que no solo proporciona una guía personalizada para los ciudadanos a través de su viaje laboral, sino que también adapta su prestación de servicios a través de una forma simplificada de inteligencia artificial. (AI) para mejorar sus recomendaciones y el apoyo a los usuarios posteriores en función de los resultados y las tasas de éxito de los usuarios anteriores. Esta asociación sin precedentes con el gobierno francés le da a Bayes Impact acceso simultáneo a múltiples administraciones de empleo y sucursales dentro de Francia que actualmente están aisladas. La comunicación y el liderazgo entre las ramas está fragmentado, lo que conduce a la frustración de los ciudadanos que intentan navegar por los servicios de empleo en Francia. La plataforma, que se lanzó en noviembre de 2016, ya ha tenido más de 85,000 ciudadanos registrados, con comentarios cualitativos positivos que ya están siendo recolectados por restricciones que han podido encontrar un trabajo.Sin embargo, Paul está mucho más emocionado por crear un sistema que pueda ser mejorado continuamente por cualquiera y todos los que lo usan. De cara al futuro, Bayes Impact está lanzando una campaña para que un millón de usuarios en Francia se beneficien de la nueva plataforma de empleo y se está asociando con Abul Latif Jameel Poverty Action Lab (J-PAL) para realizar una revisión independiente del impacto. de un servicio dirigido por ciudadanos, y se espera que los resultados se informen en febrero de 2018. Ya construida, la plataforma es la primera en caer bajo la nueva estructura de asociación de Bayes, lo que significa que todos los algoritmos son de código abierto y la plataforma está diseñada para resistir cualquier cambio en el ámbito nacional. liderazgo, lo cual es oportuno dada la llegada de las elecciones francesas en mayo de 2017. Paul ve a Francia como un país apalancador “clave” para estimular los servicios dirigidos por los ciudadanos en toda Europa. Su acuerdo con Francia ya ha dado lugar a conversaciones con influencers clave en Bélgica, Suiza y Luxemburgo. Paul espera replicar y adaptar el éxito a los problemas económicos y laborales allí, posicionando finalmente a Bayes Impact como la ONU de las ciencias de la información y los servicios dirigidos / propiedad de los ciudadanos.