Paul Duan

France • Bayes Impact
Ashoka Fellow depuis 2017

Paul Duan démontre que la plus grande limitation des sciences des données d'aujourd'hui n'est pas la technologie elle-même, mais plutôt les processus et les programmes au sein des institutions qui peuvent limiter le potentiel de la technologie. Ainsi, il a entrepris de s'associer aux gouvernements existants tout en mobilisant une équipe hautement qualifiée de développeurs de logiciels, de programmeurs informatiques et d'ingénieurs en science des données pour co-concevoir des outils de services sociaux numériques parallèles qui seront dirigés et détenus par le secteur citoyen.

La personne

Paul Duan est l'enfant de parents immigrés chinois qui se sont retrouvés dans le cadre des manifestations étudiantes sur la place Tiananmen, à Pékin, en 1989. Après avoir fui la Chine vers la France pour commencer une nouvelle vie, les parents de Paul l'ont élevé pour viser l'excellence dans ses études. l'espace, tout en inculquant les valeurs de responsabilité partagée et en défendant ce qui est juste. En grandissant, Paul a compris les luttes et les sacrifices que ses parents ont faits pour lui donner une vie meilleure et s'est retrouvé à lutter pour l'excellence académique afin de les rendre fiers. Ses efforts académiques associés à une capacité intellectuelle naturelle ont conduit Paul au «premier» de sa classe dans de nombreux domaines de sa vie universitaire. Cependant, à un jeune âge, Paul a constaté que le bonheur que ces réalisations académiques lui apportaient était de courte durée et parfois superficiel. Jeune garçon introverti et timide parmi ses pairs, Paul a trouvé plus de joie à aider les autres et a cherché des occasions d'utiliser ses compétences intellectuelles de manière à partager ses connaissances et à établir des liens plus significatifs. Ce désir a conduit Paul à concevoir une plate-forme en ligne gratuite à l'âge de 13 ans, qui a appris aux adolescents comment concevoir du code sur Internet. Paul se souvient également d'avoir été intrigué et fasciné par des personnes d'origines et de circonstances diverses. Il recherchait souvent des conversations aléatoires avec de nouvelles personnes au début de son adolescence, afin de mieux comprendre la situation des personnes de sa communauté, par exemple en jouant aux échecs avec des personnes âgées dans les parcs de Paris. Au début de la vingtaine, Paul a trouvé l'occasion de voyager aux États-Unis pour poursuivre ses études, mais a d'abord été gêné par une politique scolaire qui l'aurait empêché d'obtenir le soutien financier nécessaire pour faire le voyage. Au lieu d'accepter la politique, Paul a manœuvré autour du système et a convaincu son école que son devoir principal était de lui fournir cette opportunité d'éducation avancée, ce qui a permis à Paul de fréquenter l'Université de Berkley en Californie. Pendant son séjour à Berkley, Paul a co-dirigé et conçu une conférence informatique qui a attaqué certains des plus grands représentants de la science et de la technologie des données, notamment Google et Eventbrite. Paul attribue son temps à Berkley pour l'avoir inspiré à voir comment son amour du codage et de la science des données pourrait être combiné avec les questions de justice sociale et l'entrepreneuriat. Paul a été recruté par Pay Pal avant de devenir un membre fondateur de l'équipe d'Eventbrite où il a excellé dans son poste en obtenant un salaire impressionnant avant l'âge de 23 ans. Cependant, encore une fois malgré ses réalisations, Paul a trouvé son bonheur grâce à son succès de courte durée. Se souvenant qu'adolescent, sa joie était de partager ses capacités à aider les autres, Paul a quitté Eventbrite pour créer une ONG - Bayes Impact - avec la conviction convaincante que la science des données peut et doit être utilisée pour le bien social.

La nouvelle idée

Paul Duan envisage un monde dans lequel les grands problèmes sociaux sont résolus efficacement grâce à des services sociaux efficaces et efficaces dirigés par les citoyens. Paul tente d'y parvenir en utilisant les sciences des données et la technologie d'ingénierie des données pour jouer un rôle essentiel dans la résolution des problèmes sociaux les plus urgents et les plus universels. Il voit les sciences de l'ingénierie des données comme une opportunité d'aller au-delà de la simple fourniture d'informations, vers un paradigme qui crée un véritable impact sur l'évolution des systèmes pour tous. Pour ce faire, Paul reconnaît que les enjeux de la science des données pour le bien social ne sont pas limités par les technologies disponibles, mais plutôt par les processus décisionnels institutionnalisés obsolètes et les mentalités de propriété qui n'ont jamais été conçues pour maximiser les capacités de la science des données dans le monde. première place. Pour réduire ce conflit, Paul applique ses compétences supérieures en science et ingénierie des données et tire parti de son influence au sein de la communauté des sciences des données, ainsi que de la technologie open source, et construit de nouveaux systèmes de services sociaux parallèles. Ces systèmes sont co-conçus avec des institutions existantes, mais détenus et développés à 100 % par le secteur citoyen qu'ils sont censés servir. Ce faisant, Paul pense que ces nouveaux services sociaux parallèles peuvent être à l'abri des structures administratives qui sont trop souvent soumises aux agendas politiques, aux processus bureaucratiques et même à la corruption. En s'associant aux gouvernements et institutions existants, Paul est en mesure d'intégrer de nouveaux comportements et mentalités qui démantèlent et perturbent les rôles et responsabilités obsolètes et préconçus, déplaçant la propriété et le leadership perçus du secteur gouvernemental vers le secteur citoyen. Il est capable de mettre les administrateurs au défi de changer leur image d'eux-mêmes en tant que fournisseur de services direct et régulateur. Il défend ensuite activement l'idée que le secteur citoyen ne devrait être que l'adoptant passif d'un service social hautement généralisé et imparfait, vulnérable aux changements de régime et aux processus redondants. Tout cela se concrétise alors que Paul co-développe une plate-forme de services sociaux virtuels parallèles et indépendants qui place la propriété et l'évolution du système directement entre les mains de ses bénéficiaires. Paul pense qu'en dotant tout le monde de la capacité d'utiliser les données actuelles pour le bien, la technologie de la science et de l'ingénierie des données ne peut pas dépasser les systèmes mis en place pour les utiliser. Donc, pour le prouver, Paul commence d'abord avec un système notoirement bureaucratique : "Pôle Emploi" et il démontre déjà le pouvoir de transformation de l'utilisation socialement responsable des données par le biais de services appartenant aux citoyens.

Le problème

La durée moyenne estimée qu'une personne vivant en France peut s'attendre à être au chômage est de 18 mois. Avec un taux constant d'environ 10 % au cours de la dernière décennie, la France a l'un des taux de chômage les plus élevés parmi les pays développés d'Europe occidentale. Un facteur aggravant du problème du chômage est un système administratif complexe. Bien que la France dispose d'un service social national - Pôle Emploi - chargé d'aider les citoyens à trouver un emploi, la direction de Pôle Emploi et le financement mandaté par le gouvernement utilisé pour le soutenir sont soumis aux politiques et priorités du gouvernement actuellement en place. Avec des élections nationales françaises prévues au printemps 2017, un service comme Pôle Emploi peut devenir vulnérable à un changement de régime. En outre, les défis de la bureaucratie, les processus inefficaces et les vulnérabilités au changement de régime peuvent compliquer la capacité du système à fournir des services sociaux essentiels aux citoyens dans le besoin. Malheureusement, le paradoxe d'un système de services sociaux conçu pour soutenir ses citoyens, vulnérable à l'administration qui le dirige, n'est certainement pas limité à la France. Prenons par exemple la loi sur les soins abordables, promulguée aux États-Unis en 2010. Plus connue sous le nom d'"Obamacare", la loi était un service social mandaté par le gouvernement conçu pour apporter des assurances maladie à des millions de citoyens américains non assurés incapables d'obtenir une couverture santé abordable. Bien qu'elle ait permis à environ 15 millions de citoyens d'obtenir une couverture de soins de santé entre 2010 et 2016 et qu'elle ait réduit le taux de citoyens non assurés de 18 % à un peu plus de 13 %, la loi n'a toujours pas atteint des millions de citoyens rendus inéligibles à la couverture. En outre, la loi est devenue un point de discorde politique majeur lors des élections américaines de 2016 et reste à ce jour susceptible d'être abrogée, en raison d'un changement d'administration. La réalité est qu'à l'échelle mondiale, les gouvernements créent et construisent des services sociaux pour répondre aux besoins les plus critiques de leur base de citoyens. Il ne fait aucun doute que les administrations - quelles que soient leurs convictions et opinions politiques - voient universellement la nécessité d'aborder et d'améliorer les grands problèmes sociaux tels que le chômage, les soins de santé et l'éducation parmi leurs populations. Ils construisent, financent et favorisent les services sociaux pour leurs citoyens. Le défi se pose car ces services sont souvent construits sans le leadership ou la propriété des citoyens et des bénéficiaires qu'ils sont censés soutenir. Au lieu de cela créé par leurs élus qui ne sont pas seulement limités à concevoir des solutions très généralisées qui peuvent ne pas atteindre ceux qui en ont le plus besoin, mais qui sont également vulnérables aux processus politiques, aux bureaucraties et aux contrôles - et dans les cas extrêmes, à la corruption. À mesure que le leadership change, les processus, les bureaucraties et les contrôles changent également. Cela conduit à une exécution inefficace et redondante du service, car les nouveaux régimes politiques donnent la priorité à leurs points de vue sur le besoin primordial de soutenir sa base de citoyens. Malgré les meilleures intentions, les systèmes de services sociaux sont sévèrement limités par les organes administratifs qui les créent, les financent et les gèrent. Les nouveaux dirigeants locaux et nationaux rendent les services vulnérables aux changements basés sur les opinions politiques de la nouvelle administration plutôt qu'aux changements basés sur les besoins primaires des bénéficiaires qu'ils sont censés servir. Afin de garantir que les services sociaux sont à l'abri de ces défis, ils doivent être dirigés et détenus par la base de citoyens qu'ils sont censés soutenir.

La stratégie

Co-fondée par Paul Duan en 2014, Bayes Impact est une ONG internationale avec des bureaux aux États-Unis et en France. Bayes Impact développe une méthodologie pour la création de services sociaux dirigés et détenus par les citoyens, financés par des institutions gouvernementales. Un élément clé du plan de Paul visant à créer des services dirigés par les citoyens consiste à s'attaquer à ce qu'il appelle les « géants » des problèmes de société. Des problèmes tels que les soins de santé, la justice sociale et le chômage, qui sont universellement reconnus comme des priorités, mais impossibles à résoudre par des programmes généralisés qui, s'ils sont créés, échouent souvent à aider les personnes les plus vulnérables et dans le besoin. Cependant, s'adresser à ces « géants » - comme les appelle Paul - offre à Bayes Impact des avantages clés. Par exemple, les gouvernements collectent souvent des quantités massives de données sur ces problèmes sociaux, ce qui en fait les meilleures opportunités pour montrer la capacité de l'ingénierie de la science des données à réorganiser un réservoir d'informations dispersées et incohérentes en informations hautement personnalisées et utiles. Paul pense que l'accès et la navigation dans ces données se font mieux en partenariat avec les gouvernements qui les collectent, plutôt qu'en étant indépendants d'eux. En s'associant à des agences gouvernementales pour accéder aux données et co-concevoir un service utilisant ces données, Paul affirme qu'il tire parti de la capacité du gouvernement à collecter des informations très détaillées auprès de ses citoyens qui seraient inégalées par des voies indépendantes ou commerciales. Bayes Impact a déjà piloté des partenariats avec le système de santé Sutter (l'un des plus grands réseaux hospitaliers de Californie), le département américain des services aux anciens combattants et l'agence nationale française pour l'emploi - Pole Emploi. Un avantage supplémentaire à s'adresser aux « géants » des questions sociales est qu'il permet à Bayes Impact de se positionner comme un défenseur des services sociaux numériques auprès du secteur citoyen et d'attirer une attention significative dans les médias. Paul pense que cela peut stimuler les mouvements "de base" aux niveaux local et national autour du concept de services sociaux dirigés par les citoyens tout en forçant les législateurs gouvernementaux, les décideurs politiques et les influenceurs à prendre connaissance et à répondre aux demandes du public. À ce jour, Paul et son travail avec Bayes Impact ont été présentés par : Forbes.com - 30 entrepreneurs sociaux de moins de 30 ans pour 2016, The Wall Street Journal et Le Monde (l'un des principaux médias nationaux en France). Grâce à ce type d'exposition médiatique, Paul Duan a pu partager sa vision des services dirigés par les citoyens directement avec le président de la France - François Hollande par le biais d'une invitation spéciale, pour discuter du chômage en France. Ces opportunités ne sont pas seulement une tentative de couverture médiatique, mais une opportunité de développer la vision d'impact de Bayes tout en tirant parti du pouvoir des médias pour influencer les acteurs politiques et administratifs afin qu'ils soient plus sensibilisés à un rôle changeant dans la manière dont les services sociaux peuvent et doivent être fournis. . Tout aussi importante que la capacité d'influencer les gouvernements, est l'opportunité stratégique de co-concevoir un produit de service social avec les gouvernements et institutions actuels. Paul soutient que travailler aux côtés des représentants du gouvernement l'aide, lui et son équipe, à mieux comprendre et surmonter les défis institutionnels et les obstacles qui pourraient empêcher un « excellent » produit d'être mis en œuvre avec succès ou lancé auprès de la base de citoyens qu'il est censé soutenir. Paul identifie que ce type d'intimité d'une équipe basée sur un projet lui permet, ainsi qu'à ses collègues de Bayes, de découvrir le paysage des dynamiques politiques et des relations institutionnelles qui ne sont pas toujours disponibles via des canaux plus publics. Cela contribue également à établir une base de confiance et d'influence entre son équipe et leurs homologues institutionnels. Un tel accès au fonctionnement interne de ces types de bureaucraties n'est pas disponible lorsque son équipe est simplement « chargée » de livrer un produit. Ces expériences ont fait évoluer le contrat de partenariat Bayes Impact pour inclure deux clauses critiques et actuellement non négociables. La première est que tous les partenariats doivent être entièrement financés et limités, projet par projet. Ceci est différent des modèles de financement plus traditionnels, où le financement est souvent distribué et renouvelé sur une base annuelle, sur des contrats renouvelables. Cela, selon Paul, laisse des services précieux vulnérables aux changements d'administration et aux «jeux de pouvoir». Il est important qu'un engagement total à « finir ce qui a commencé » soit compris par tous les partenaires. La deuxième clause, c'est que la propriété exclusive et toutes les informations exclusives du produit final appartiennent exclusivement à Bayes Impact - que l'ONG ouvre alors rapidement les sources et distribue librement une fois terminé. Grâce à l'open source de tous les algorithmes, formules et de toute la méthodologie du projet, Paul affirme que le produit et le service deviennent la propriété de tout le monde, rien n'est propriétaire et le produit ne peut jamais être "retiré" par un changement de direction. Une fois que Paul a mis en place ces partenariats stratégiques et ces contrats avec des agences, Bayes Impact travaille à co-concevoir et co-développer un produit (souvent une plate-forme en ligne liée à un algorithme spécialisé) qui utilise au mieux les données disponibles. La clé est de pouvoir produire une solution nuancée et sur mesure pour toute personne qui utilise le produit. Par exemple, grâce à son partenariat avec le système de santé Sutter, Bayes Impact a conçu un programme qui prédit les taux de risque de réadmission de chaque patient afin d'améliorer les procédures de gestion des soins de Sutter. Le partenariat avec le Département américain des anciens combattants a permis à Bayes Impact de co-concevoir des algorithmes qui ont aidé le bureau à identifier les problèmes de santé mentale et de chômage de plus de 21 millions d'anciens combattants américains. Pourtant, la plus grande réalisation de Bayes à ce jour réside dans son partenariat avec le gouvernement français pour créer un outil de service de l'emploi qui non seulement fournit un guide personnalisé aux citoyens tout au long de leur parcours professionnel, mais adapte également sa prestation de services grâce à une forme simplifiée d'intelligence artificielle. (AI) pour améliorer ses recommandations et son soutien aux utilisateurs ultérieurs en fonction des résultats et des taux de réussite des utilisateurs précédents. Ce partenariat sans précédent avec le gouvernement français donne à Bayes Impact un accès simultané à plusieurs administrations et agences de l'emploi en France qui sont actuellement cloisonnées. La communication et le leadership entre les branches sont fragmentés, ce qui conduit à la frustration des citoyens qui tentent de naviguer dans les services de l'emploi en France. La plateforme, qui a été lancée en novembre 2016, a déjà enregistré plus de 85 000 citoyens, avec des commentaires qualitatifs positifs déjà recueillis par des contraintes qui ont pu trouver un emploi. Pourtant, Paul est beaucoup plus enthousiaste à l'idée de créer un système qui peut être continuellement amélioré par tous ceux qui l'utilisent. Tourné vers l'avenir, Bayes Impact lance une campagne pour faire bénéficier un million d'utilisateurs en France de la nouvelle plateforme d'emploi et s'associe au Abul Latif Jameel Poverty Action Lab (J-PAL) pour mener une étude indépendante de l'impact d'un service citoyen, dont les résultats devraient être communiqués en février 2018. Déjà construite, la plate-forme est la première à tomber sous la nouvelle structure de partenariat de Bayes, ce qui signifie que tous les algorithmes sont open source et que la plate-forme est conçue pour résister à tout changement leadership, ce qui arrive à point nommé compte tenu de l'arrivée des élections françaises en mai 2017. Paul voit la France comme un pays levier «clé» pour stimuler les services dirigés par les citoyens à travers l'Europe. Son accord avec la France a déjà conduit à des discussions avec des influenceurs clés en Belgique, en Suisse et au Luxembourg. Paul espère reproduire et adapter le succès aux problèmes économiques et d'emploi là-bas, positionnant finalement Bayes Impact comme l'ONU des sciences des données et des services dirigés / détenus par les citoyens.