Paul Duan

Prancis • Bayes Impact
Ashoka Fellow sejak 2017

Paul Duan menunjukkan bahwa batasan terbesar dari ilmu data saat ini bukanlah teknologi itu sendiri, melainkan proses dan agenda dalam institusi yang dapat membatasi potensi teknologi. Karenanya, dia berangkat untuk bermitra dengan pemerintah yang ada sambil memobilisasi tim pengembang perangkat lunak, pemrogram komputer, dan insinyur ilmu data yang sangat terampil untuk bersama-sama merancang alat layanan sosial digital paralel yang akan dipimpin dan dimiliki oleh sektor warga.

Orang

Paul Duan adalah anak dari orang tua imigran Tionghoa yang menjadi bagian dari protes mahasiswa di Lapangan Tiananmen, Beijing pada tahun 1989. Setelah melarikan diri dari Tiongkok ke Prancis untuk memulai hidup baru, orang tua Paul membesarkannya untuk memperjuangkan keunggulan dalam akademisnya. ruang, sambil menanamkan nilai-nilai tanggung jawab bersama dan membela apa yang benar. Saat tumbuh dewasa, Paul memahami perjuangan dan pengorbanan yang dilakukan orang tuanya untuk memberinya kehidupan yang lebih baik dan mendapati dirinya berjuang untuk keunggulan akademis agar mereka bangga. Upaya akademisnya ditambah dengan kemampuan intelektual alami membawa Paul ke "puncak" kelasnya di banyak bidang kehidupan akademisnya. Namun di usia yang sangat muda, Paul menemukan bahwa kebahagiaan yang didapat dari pencapaian akademis ini berumur pendek dan terkadang dangkal. Seorang anak muda yang tertutup dan pemalu di antara teman-temannya, Paul menemukan lebih banyak kegembiraan dalam membantu orang lain dan mencari peluang untuk menggunakan keterampilan intelektualnya dengan cara yang membagikan pengetahuannya dan membuat koneksi yang lebih bermakna. Keinginan ini mendorong Paul merancang platform online gratis pada usia 13 tahun, yang mengajari para remaja cara merancang kode di internet. Paul juga ingat pernah tertarik dan terpesona oleh orang-orang dengan latar belakang dan keadaan yang beragam. Dia sering mencari percakapan acak dengan orang-orang baru di awal masa remajanya, untuk lebih memahami keadaan orang-orang di komunitasnya, misalnya bermain catur dengan warga senior di taman kota Paris. Di usia awal 20-an, Paul menemukan dan berkesempatan untuk melakukan perjalanan ke Amerika Serikat untuk melanjutkan pendidikan formalnya, namun pada awalnya terhalang oleh kebijakan sekolah yang akan mencegahnya mendapatkan dukungan keuangan yang diperlukan untuk melakukan perjalanan tersebut. Alih-alih menerima kebijakan tersebut, Paul melakukan manuver di sekitar sistem dan meyakinkan sekolahnya bahwa tugas utamanya adalah memberinya kesempatan pendidikan lanjutan ini, yang memungkinkan Paul bersekolah di Berkley University di California. Saat di Berkley, Paul memimpin dan merancang konferensi TI yang menyerang beberapa perwakilan terbesar dalam sains dan teknologi data termasuk Google dan Eventbrite. Paul memuji waktunya di Berkley karena menginspirasinya untuk melihat bagaimana kecintaannya pada pengkodean dan ilmu data dapat dikombinasikan dengan masalah keadilan sosial dan kewirausahaan. Paul diburu oleh Pay Pal sebelum menjadi anggota tim pendiri Eventbrite di mana dia unggul dalam posisinya dengan mendapatkan gaji yang mengesankan sebelum usia 23 tahun. Namun, sekali lagi terlepas dari prestasinya, Paul menemukan kebahagiaannya karena kesuksesannya berumur pendek. Mengingat bahwa sebagai remaja, kegembiraannya datang dalam berbagi kemampuannya untuk membantu orang lain, Paul meninggalkan Eventbrite untuk membuat LSM - Bayes Impact - di bawah keyakinan kuat bahwa ilmu data dapat dan harus digunakan untuk kebaikan sosial.

Ide Baru

Paul Duan membayangkan dunia di mana masalah sosial yang besar ditangani secara efektif melalui layanan sosial yang dipimpin oleh warga negara yang efisien dan efektif. Paul mencoba untuk mencapai ini dengan memanfaatkan ilmu data dan teknologi rekayasa data untuk memainkan peran penting dalam memecahkan masalah sosial yang paling mendesak dan universal. Dia melihat ilmu teknik data sebagai peluang untuk bergerak melampaui penyediaan informasi sederhana, menjadi paradigma yang menciptakan sistem nyata yang mengubah dampak bagi semua orang. Untuk melakukan ini, Paul menyadari bahwa masalah ilmu data untuk kebaikan sosial tidak dibatasi oleh teknologi yang tersedia, melainkan oleh proses pengambilan keputusan yang dilembagakan dan pola pikir kepemilikan yang sudah ketinggalan zaman yang tidak pernah dirancang untuk memaksimalkan kemampuan ilmu data di tempat pertama. Untuk mengatasi konflik ini, Paul menerapkan keterampilan superiornya dalam sains dan teknik data dan memanfaatkan pengaruhnya dalam komunitas sains data, bersama dengan teknologi open source, dan sedang membangun sistem layanan sosial paralel yang baru. Sistem ini dirancang bersama dengan lembaga yang ada, namun 100% dimiliki dan dikembangkan oleh sektor masyarakat yang dirancang untuk dilayani. Dengan melakukan itu, Paul yakin layanan sosial paralel baru ini dapat kebal terhadap struktur administrasi yang terlalu sering tunduk pada agenda politik, proses birokrasi, dan bahkan korupsi. Dalam bermitra dengan pemerintah dan lembaga yang ada, Paul mampu menanamkan perilaku dan pola pikir baru yang membongkar dan mengganggu peran dan tanggung jawab yang sudah lama dan sudah ada sebelumnya, menggeser kepemilikan dan kepemimpinan yang dirasakan dari sektor pemerintah ke sektor warga negara. Ia mampu menantang administrator untuk mengubah pandangan diri mereka sebagai penyedia layanan langsung dan regulator. Dia kemudian secara aktif menentang gagasan bahwa sektor warga seharusnya hanya menjadi pengadopsi pasif dari layanan sosial yang sangat umum dan tidak sempurna yang rentan terhadap perubahan rezim dan proses yang berlebihan. Ini semua menjadi satu saat Paul bersama-sama mengembangkan platform layanan sosial virtual paralel, independen, yang menempatkan kepemilikan dan evolusi sistem langsung ke tangan penerima manfaatnya. Paul percaya bahwa dengan melengkapi setiap dan semua orang dengan kemampuan untuk memanfaatkan data saat ini demi kebaikan, teknologi ilmu dan teknik data tidak dapat menjalankan sistem yang disiapkan untuk memanfaatkannya. Jadi, untuk membuktikan hal ini, pertama-tama Paul memulai dengan sistem birokrasi yang terkenal: "Pôle Emploi" dan dia sudah menunjukkan kekuatan transformatif dari pemanfaatan data yang disadari secara sosial melalui layanan milik warga negara.

Masalah

Perkiraan waktu rata-rata seseorang yang tinggal di Prancis akan menganggur adalah 18 bulan. Dengan tingkat yang konsisten hanya sekitar 10% dalam dekade terakhir, Prancis memiliki salah satu tingkat pengangguran tertinggi di antara negara-negara maju di Eropa Barat. Faktor yang memperparah masalah pengangguran adalah sistem administrasi yang kompleks. Meskipun Prancis memiliki layanan sosial nasional - Pôle Emploi - yang bertugas mendukung warga untuk mendapatkan pekerjaan, kepemimpinan Pôle Emploi dan pemerintah mengamanatkan pendanaan yang digunakan untuk mendukungnya tunduk pada kebijakan dan prioritas pemerintah yang ada saat ini. Dengan pemilihan nasional Prancis yang dijadwalkan pada musim semi 2017, layanan seperti Pôle Emploi bisa menjadi rentan terhadap perubahan rezim. Selain itu, tantangan birokrasi, proses yang tidak efisien, dan kerentanan terhadap perubahan rezim dapat mempersulit kemampuan sistem untuk memberikan layanan sosial penting kepada warga yang membutuhkan. Sayangnya, paradoks sistem pelayanan sosial yang dirancang untuk mendukung warganya, yang rentan terhadap administrasi yang menjalankannya, tentu tidak terbatas di Prancis. Ambil contoh Undang-Undang Perawatan Terjangkau, yang ditandatangani menjadi undang-undang di Amerika Serikat pada tahun 2010. Lebih dikenal sebagai "Obamacare", undang-undang tersebut adalah layanan sosial yang diamanatkan pemerintah yang dirancang untuk memberikan jaminan kesehatan kepada jutaan warga AS yang tidak diasuransikan tidak dapat memperoleh cakupan kesehatan yang terjangkau. Meskipun membawa sekitar 15 juta warga negara kemampuan untuk mendapatkan jaminan kesehatan antara tahun 2010 dan 2016, dan mengurangi tingkat warga negara yang tidak diasuransikan dari 18% menjadi lebih dari 13%, undang-undang tersebut masih gagal menjangkau jutaan warga yang dianggap tidak memenuhi syarat untuk mendapatkan pertanggungan. Selain itu, UU tersebut menjadi poin utama pertikaian politik selama pemilu Amerika Serikat 2016 dan hingga saat ini masih rentan untuk dicabut, karena adanya perubahan administrasi. Kenyataannya adalah bahwa secara global, pemerintah membangun dan membangun layanan sosial untuk memenuhi kebutuhan paling kritis dari basis warganya. Tidak diragukan lagi bahwa pemerintah - terlepas dari keyakinan dan pandangan politik mereka - secara universal melihat kebutuhan untuk menangani dan meningkatkan masalah sosial yang besar seperti pengangguran, perawatan kesehatan dan pendidikan di antara populasi mereka. Mereka membangun, mendanai, dan membina layanan sosial bagi warganya. Tantangan muncul karena layanan ini sering dibangun tanpa kepemimpinan atau kepemilikan warga dan penerima manfaat yang dirancang untuk mendukungnya. Alih-alih dibuat oleh pejabat terpilih mereka yang tidak hanya terbatas untuk merancang solusi yang sangat umum yang tidak dapat menjangkau mereka yang paling membutuhkan, tetapi juga rentan terhadap proses politik, birokrasi dan kontrol - dan dalam kasus ekstrim, korupsi. Saat kepemimpinan berubah, begitu pula proses, birokrasi, dan kontrol. Hal ini menyebabkan pelaksanaan layanan yang tidak efisien dan berlebihan, karena rezim politik baru memprioritaskan pandangan mereka daripada kebutuhan utama untuk mendukung basis warganya. Terlepas dari intensitas yang terbaik, sistem layanan sosial sangat dibatasi oleh badan administratif yang membuat, mendanai, dan menjalankannya. Kepemimpinan lokal dan nasional yang baru membuat layanan rentan terhadap perubahan berdasarkan pandangan politik dari pemerintahan baru daripada berubah berdasarkan kebutuhan utama penerima manfaat yang dimaksudkan untuk dilayani. Untuk memastikan bahwa layanan sosial kebal dari tantangan ini, mereka harus dipimpin dan dimiliki oleh basis warga yang dirancang untuk mendukungnya.

Strateginya

Didirikan bersama oleh Paul Duan pada tahun 2014, Bayes Impact adalah LSM internasional dengan kantor di Amerika Serikat dan Prancis. Bayes Impact mengembangkan metodologi untuk menciptakan layanan sosial yang dipimpin oleh warga dan milik warga yang dibiayai oleh lembaga pemerintah. Elemen kunci dalam rencana Paul untuk menciptakan layanan yang dipimpin oleh warga adalah untuk mengatasi apa yang dia sebut sebagai "raksasa" masalah kemasyarakatan. Masalah-masalah seperti perawatan kesehatan, keadilan sosial dan pengangguran yang secara universal diakui sebagai prioritas, namun tidak mungkin diselesaikan melalui program-program umum yang jika dibuat, seringkali gagal membantu mereka yang paling rentan dan membutuhkan. Namun, menangani “raksasa” ini - sebagaimana Paul menyebut mereka - memberi Bayes Impact beberapa keuntungan utama. Misalnya, pemerintah sering mengumpulkan data dalam jumlah besar tentang masalah sosial semacam itu, menjadikannya peluang terbaik untuk menunjukkan kemampuan rekayasa ilmu data untuk mengatur kembali reservoir informasi yang tersebar dan tidak koheren menjadi informasi yang sangat disesuaikan dan berguna. Paul yakin bahwa akses dan navigasi data ini paling baik dilakukan melalui kemitraan dengan pemerintah yang mengumpulkannya, daripada independen. Dengan bermitra dengan lembaga pemerintah untuk mengakses data dan merancang bersama layanan menggunakan data tersebut, Paul berpendapat bahwa ia memanfaatkan kemampuan pemerintah untuk mengumpulkan informasi yang sangat mendetail dari warganya yang tidak akan tertandingi melalui jalur independen atau komersial. Bayes Impact telah merintis kemitraan dengan sistem Sutter Health (salah satu jaringan rumah sakit terbesar di California), Departemen Layanan Urusan Veteran AS, dan agen tenaga kerja nasional Prancis - Pole Emploi. Keuntungan tambahan untuk mengatasi “raksasa” masalah sosial adalah memungkinkan Bayes Impact untuk memposisikan dirinya sebagai pendukung layanan sosial digital di antara sektor warga dan untuk mendapatkan perhatian yang signifikan di media. Paul yakin hal ini dapat merangsang gerakan “akar rumput” di tingkat lokal dan nasional seputar konsep layanan sosial yang dipimpin oleh warga, sementara memaksa legislator pemerintah, pembuat kebijakan, dan pemberi pengaruh untuk memperhatikan dan memenuhi tuntutan publik. Hingga saat ini, Paul dan karyanya dengan Bayes Impact telah ditampilkan oleh: Forbes.com - 30 di bawah 30 wirausaha sosial untuk tahun 2016, The Wall Street Journal, dan Le Monde (salah satu outlet media nasional teratas di Prancis). Dengan jenis liputan media ini, Paul Duan dapat membagikan visinya tentang layanan yang dipimpin oleh warga secara langsung dengan Presiden Prancis - François Hollande melalui undangan khusus, untuk membahas pengangguran di Prancis. Peluang ini bukan hanya upaya untuk meliput media, tetapi peluang untuk menumbuhkan visi dampak Bayes sambil memanfaatkan kekuatan media untuk memengaruhi pemain politik dan administratif agar lebih peka terhadap pergeseran peran tentang bagaimana layanan sosial dapat dan harus disediakan. . Sama pentingnya dengan kemampuan memengaruhi pemerintah, adalah peluang strategis untuk merancang bersama produk layanan sosial dengan pemerintah dan lembaga saat ini. Paul berpendapat bahwa bekerja bersama pejabat pemerintah membantunya dan timnya untuk lebih memahami dan menavigasi tantangan dan hambatan kelembagaan yang mungkin menghalangi produk "hebat" untuk berhasil diimplementasikan atau diluncurkan ke basis warga yang dimaksudkan untuk didukung. Paul mengidentifikasi bahwa jenis keintiman tim berbasis proyek ini, memungkinkan dia dan rekan Bayes untuk mengungkap lanskap dinamika politik dan hubungan kelembagaan yang tidak selalu tersedia melalui lebih banyak saluran publik. Ini juga membantu membangun fondasi kepercayaan dan pengaruh antara timnya dan rekan institusional mereka. Akses ke bagian dalam birokrasi jenis ini tidak tersedia jika timnya hanya "ditugaskan" untuk mengirimkan produk. Pengalaman ini telah mengembangkan kontrak kemitraan Bayes Impact menjadi dua klausul penting dan saat ini tidak dapat dinegosiasikan. Pertama, semua kemitraan harus didanai sepenuhnya dan terbatas, berdasarkan proyek per proyek. Ini berbeda dari model pendanaan tradisional, di mana pendanaan sering didistribusikan dan diperbarui setiap tahun, melalui kontrak yang dapat diperbarui. Hal ini, menurut Paul, membuat layanan berharga rentan terhadap perubahan administrasi dan "permainan kekuasaan". Penting agar komitmen penuh di depan untuk "menyelesaikan apa yang telah dimulai" dipahami oleh semua mitra. Klausul kedua, adalah bahwa kepemilikan tunggal dan semua informasi hak milik dari produk akhir dimiliki secara eksklusif oleh Bayes Impact - yang kemudian LSM segera membuka sumbernya dan mendistribusikan secara bebas setelah selesai. Melalui sumber terbuka semua algoritme, rumus, dan seluruh metodologi proyek, Paul menegaskan bahwa produk dan layanan menjadi milik semua orang, tidak ada yang menjadi hak milik, dan produk tidak akan pernah "ditarik kembali" oleh perubahan kepemimpinan. Setelah Paul memiliki kemitraan strategis dan kontrak dengan agensi, Bayes Impact bekerja untuk merancang dan mengembangkan bersama produk (sering kali merupakan platform online yang terkait dengan algoritme khusus) yang paling baik memanfaatkan data yang tersedia. Kuncinya adalah mampu menghasilkan solusi yang bernuansa dan disesuaikan untuk setiap orang yang menggunakan produk tersebut. Misalnya, melalui kemitraan mereka dengan sistem Sutter Health, Bayes Impact merancang program yang memprediksi tingkat risiko masuk kembali ke pasien individu untuk meningkatkan prosedur manajemen perawatan Sutter. Kemitraan dengan Departemen Urusan Veteran AS, memungkinkan Bayes Impact merancang bersama algoritme yang membantu kantor tersebut mengidentifikasi masalah kesehatan mental dan pengangguran bagi lebih dari 21 juta veteran AS. Namun, pencapaian terbesar Bayes hingga saat ini adalah melalui kemitraannya dengan pemerintah Prancis untuk menciptakan alat layanan pengangguran yang tidak hanya memberikan panduan yang dipersonalisasi bagi warga negara melalui perjalanan kerja mereka, tetapi juga menyesuaikan penyediaan layanannya melalui bentuk kecerdasan buatan yang disederhanakan. (AI) untuk meningkatkan rekomendasi dan dukungannya kepada pengguna berikutnya berdasarkan hasil dan tingkat keberhasilan pengguna sebelumnya. Kemitraan yang belum pernah terjadi sebelumnya dengan pemerintah Prancis ini, memberi Bayes Impact akses simultan ke beberapa administrasi dan cabang ketenagakerjaan di Prancis yang saat ini tertutup. Komunikasi dan kepemimpinan antar cabang terpecah-pecah, yang menyebabkan frustrasi warga negara yang mencoba menjalankan layanan ketenagakerjaan di Prancis. Platform, yang diluncurkan pada November 2016, telah memiliki lebih dari 85.000 warga yang terdaftar, dengan umpan balik kualitatif positif telah dikumpulkan oleh para pengekang yang dapat memperoleh pekerjaan, Namun, Paul jauh lebih bersemangat dalam menciptakan sistem yang dapat terus ditingkatkan oleh siapa saja dan semua orang yang menggunakannya. Melihat ke masa depan, Bayes Impact meluncurkan kampanye untuk mendapatkan satu juta pengguna di Prancis untuk memanfaatkan platform ketenagakerjaan baru, dan bermitra dengan Abul Latif Jameel Poverty Action Lab (J-PAL) untuk melakukan tinjauan independen terhadap dampak tersebut. dari layanan yang dipimpin warga, dengan hasil yang diharapkan akan dilaporkan pada Februari 2018. Sudah dibangun, platform ini adalah yang pertama berada di bawah struktur kemitraan baru Bayes yang berarti semua algoritme bersumber terbuka dan platform dibangun untuk menolak perubahan apa pun di tingkat nasional. kepemimpinan, yang tepat waktu sejak pemilihan umum Prancis pada Mei 2017. Paul melihat Prancis sebagai negara pengungkit "kunci" dalam menstimulasi layanan yang dipimpin warga di seluruh Eropa. Kesepakatannya dengan Prancis telah mengarah pada pembicaraan dengan pemberi pengaruh utama di Belgia, Swiss, dan Luksemburg. Paul berharap dapat mereplikasi dan menyesuaikan keberhasilan dengan masalah ekonomi dan ketenagakerjaan di sana, yang pada akhirnya memposisikan Bayes Impact sebagai PBB bidang ilmu data dan layanan yang dipimpin / dimiliki oleh warga negara.