Paul Duan

Francia • Bayes Impact
Ashoka Fellow dal 2017

Paul Duan sta dimostrando che la più grande limitazione delle scienze dei dati di oggi non è la tecnologia in sé, ma piuttosto i processi e le agende all'interno delle istituzioni che possono limitare il potenziale della tecnologia. Pertanto, ha deciso di collaborare con i governi esistenti mobilitando un team altamente qualificato di sviluppatori software, programmatori di computer e ingegneri della scienza dei dati per co-progettare strumenti di servizi sociali digitali paralleli che saranno guidati e di proprietà del settore cittadino.

La persona

Paul Duan è figlio di genitori immigrati cinesi che si sono trovati come parte delle proteste guidate dagli studenti in piazza Tiananmen, a Pechino nel 1989. Dopo essere fuggito dalla Cina in Francia per iniziare una nuova vita, i genitori di Paul lo hanno cresciuto per cercare l'eccellenza nella sua carriera accademica. spazio, instillando i valori della responsabilità condivisa e difendendo ciò che è giusto. Durante la crescita, Paul ha capito le lotte e i sacrifici che i suoi genitori hanno fatto per dargli una vita migliore e si è ritrovato a lottare per l'eccellenza accademica per renderli orgogliosi. Il suo impegno accademico unito a una naturale capacità intellettuale ha portato Paul al "top" della sua classe in molti settori della sua vita accademica. Tuttavia, in giovane età, Paul scoprì che la felicità che gli portavano questi risultati accademici era di breve durata ea volte superficiale. Un ragazzino introverso e timido tra i suoi coetanei, Paul ha trovato più gioia nell'aiutare gli altri e ha cercato opportunità per usare le sue capacità intellettuali in un modo che condividesse le sue conoscenze e creasse connessioni più significative. Questo desiderio ha portato Paul a progettare una piattaforma online gratuita all'età di 13 anni, che insegnava agli adolescenti come progettare codice su Internet. Paul ricorda anche di essere stato incuriosito e affascinato da persone con background e circostanze diverse. Nella sua prima adolescenza cercava spesso conversazioni casuali con nuove persone, al fine di comprendere meglio le circostanze delle persone nella sua comunità, ad esempio giocare a scacchi con gli anziani nei parchi di Parigi. All'inizio dei suoi 20 anni, Paul trovò l'opportunità di recarsi negli Stati Uniti per continuare la sua istruzione formale, ma inizialmente fu ostacolato da una politica scolastica che gli avrebbe impedito di ottenere il sostegno finanziario necessario per fare il viaggio. Invece di accettare la politica, Paul manovrò attorno al sistema e convinse la sua scuola che il suo compito principale era quello di fornirgli questa opportunità di istruzione avanzata, che gli permise di frequentare la Berkley University in California. Mentre era a Berkley, Paul ha co-diretto e progettato una conferenza IT che ha attaccato alcuni dei maggiori rappresentanti della scienza e della tecnologia dei dati, tra cui Google ed Eventbrite. Paul attribuisce il suo tempo a Berkley per averlo ispirato a vedere come il suo amore per la programmazione e la scienza dei dati potrebbe essere combinato con problemi di giustizia sociale e imprenditorialità. Paul è stato braccato da Pay Pal prima di diventare un membro fondatore del team di Eventbrite, dove eccelleva nella sua posizione assicurandosi uno stipendio impressionante prima dei 23 anni. Tuttavia, ancora una volta, nonostante i suoi successi, Paul ha trovato la sua felicità grazie al suo successo di breve durata. Ricordando che da adolescente, la sua gioia è stata condividere le sue capacità di aiutare gli altri, Paul ha lasciato Eventbrite per creare una ONG - Bayes Impact - con la convinzione irresistibile che la scienza dei dati possa e debba essere utilizzata per il bene sociale.

La Nuova Idea

Paul Duan immagina un mondo in cui le grandi questioni sociali vengono affrontate efficacemente attraverso servizi sociali guidati dai cittadini efficienti ed efficaci. Paul tenta di raggiungere questo obiettivo utilizzando le scienze dei dati e la tecnologia di ingegneria dei dati per svolgere un ruolo fondamentale nella risoluzione dei problemi sociali più urgenti e universali. Vede le scienze dell'ingegneria dei dati come un'opportunità per andare oltre la semplice fornitura di informazioni, in un paradigma che crea un vero impatto di cambiamento dei sistemi per tutte le persone. Per fare ciò, Paul riconosce che i problemi della scienza dei dati per il bene sociale non sono limitati dalle tecnologie disponibili, ma piuttosto dai processi decisionali istituzionalizzati obsoleti e dalle mentalità di proprietà che non sono mai state progettate per massimizzare le capacità della scienza dei dati nel primo posto. Per arginare questo conflitto Paul sta applicando le sue abilità superiori nella scienza dei dati e nell'ingegneria e sfruttando la sua influenza all'interno della comunità della scienza dei dati, insieme alla tecnologia open source, e sta costruendo nuovi sistemi di servizi sociali paralleli. Questi sistemi sono progettati in collaborazione con le istituzioni esistenti, ma posseduti ed evoluti al 100% dal settore cittadino per cui è progettato per servire. In tal modo, Paul ritiene che questi nuovi servizi sociali paralleli possano essere immuni da strutture amministrative troppo spesso soggette a agende politiche, processi burocratici e persino corruzione. Collaborando con i governi e le istituzioni esistenti, Paul è in grado di incorporare nuovi comportamenti e mentalità che smantellano e interrompono ruoli e responsabilità obsoleti e preconcetti, spostando la proprietà e la leadership percepite dal settore governativo al settore cittadino. È in grado di sfidare gli amministratori a cambiare la loro visione di sé come fornitore di servizi diretti e autorità di regolamentazione. Quindi difende attivamente l'idea che il settore cittadino debba essere semplicemente l'adozione passiva di un servizio sociale altamente generalizzato e imperfetto che è vulnerabile ai cambiamenti di regime e ai processi ridondanti. Tutto questo si unisce quando Paul sviluppa insieme una piattaforma di servizi sociali parallela, indipendente e virtuale che mette la proprietà e l'evoluzione del sistema direttamente nelle mani dei suoi beneficiari. Paul ritiene che, fornendo a tutte le persone la capacità di utilizzare i dati attuali per il bene, la tecnologia della scienza dei dati e dell'ingegneria non può superare i sistemi impostati per utilizzarli. Quindi, per dimostrarlo, Paul inizia prima con un sistema notoriamente burocratico: "Pôle Emploi" e sta già dimostrando il potere trasformativo dell'utilizzo socialmente consapevole dei dati attraverso i servizi di proprietà dei cittadini.

Il problema

Il tempo medio stimato che una persona che vive in Francia può aspettarsi di essere disoccupato è di 18 mesi. Con un tasso costante di appena il 10% circa nell'ultimo decennio, la Francia ha uno dei tassi di disoccupazione più alti tra i paesi sviluppati dell'Europa occidentale. Un fattore aggravante nel problema della disoccupazione è un sistema amministrativo complesso. Sebbene la Francia abbia un servizio sociale nazionale - Pôle Emploi - incaricato di aiutare i cittadini a trovare lavoro, la leadership di Pôle Emploi e il finanziamento mandato dal governo utilizzato per sostenerla sono soggetti alle politiche e alle priorità del governo attualmente in vigore. Con le elezioni nazionali francesi previste per la primavera del 2017, un servizio come Pôle Emploi può diventare vulnerabile a un cambio di regime. Inoltre, le sfide della burocrazia, i processi inefficienti e le vulnerabilità al cambio di regime possono complicare la capacità del sistema di fornire servizi sociali critici ai cittadini bisognosi. Purtroppo il paradosso di un sistema di servizi sociali pensato per supportare i cittadini, essendo vulnerabile all'amministrazione che lo gestisce, non si limita certo alla Francia. Prendiamo ad esempio l'Affordable Care Act, convertito in legge negli Stati Uniti nel 2010. Più comunemente noto come "Obamacare", la legge era un servizio sociale imposto dal governo progettato per offrire assicurazioni sanitarie a milioni di cittadini statunitensi non assicurati che non potevano ottenere copertura sanitaria a prezzi accessibili. Nonostante abbia offerto a circa 15 milioni di cittadini la possibilità di ottenere la copertura sanitaria tra il 2010 e il 2016 e riducendo il tasso di cittadini non assicurati dal 18% a poco più del 13%, la legge non è ancora riuscita a raggiungere milioni di cittadini resi non idonei alla copertura. Inoltre, la legge è diventata un importante punto di contesa politica durante le elezioni negli Stati Uniti del 2016 e fino ad oggi rimane vulnerabile all'abrogazione, a causa di un cambio di amministrazione. La realtà è che a livello globale, i governi costruiscono e costruiscono servizi sociali per affrontare i bisogni più critici della loro base di cittadini. È indubbio che le amministrazioni, indipendentemente dalle loro convinzioni e opinioni politiche, vedono universalmente la necessità di affrontare e migliorare grandi questioni sociali come la disoccupazione, l'assistenza sanitaria e l'istruzione tra le loro popolazioni. Costruiscono, finanziano e promuovono servizi sociali per i loro cittadini. La sfida sorge poiché questi servizi sono spesso costruiti senza la leadership o la proprietà dei cittadini e dei beneficiari che sono progettati per supportare. Creati invece dai loro funzionari eletti che non si limitano solo a progettare soluzioni altamente generalizzate che possono non raggiungere i più bisognosi, ma che sono anche vulnerabili ai processi politici, alle burocrazie e ai controlli e, in casi estremi, alla corruzione. Man mano che la leadership cambia, cambiano anche i processi, le burocrazie e i controlli. Ciò porta a un'esecuzione inefficiente e ridondante del servizio, poiché i nuovi regimi politici danno la priorità alle loro opinioni rispetto alla necessità primaria di sostenere la propria base di cittadini. Nonostante le migliori intenzioni, i sistemi dei servizi sociali sono gravemente limitati dagli organi amministrativi che li creano, li finanziano e li gestiscono. Le nuove leadership locali e nazionali rendono i servizi vulnerabili al cambiamento in base alle opinioni politiche della nuova amministrazione piuttosto che al cambiamento in base ai bisogni primari dei beneficiari che dovrebbero servire. Per garantire che i servizi sociali siano immuni da queste sfide, devono essere guidati e di proprietà della base di cittadini che sono progettati per supportare.

La strategia

Co-fondata da Paul Duan nel 2014, Bayes Impact è una ONG internazionale con uffici negli Stati Uniti e in Francia. Bayes Impact sta sviluppando una metodologia per la creazione di servizi sociali guidati dai cittadini e di proprietà dei cittadini finanziati dalle istituzioni governative. Un elemento chiave nel piano di Paul per creare servizi guidati dai cittadini è affrontare quelli che lui chiama i "giganti" delle questioni sociali. Temi come l'assistenza sanitaria, la giustizia sociale e la disoccupazione che sono universalmente riconosciute come priorità, ma impossibili da risolvere attraverso programmi generalizzati che, se creati, spesso non riescono ad aiutare i più vulnerabili e bisognosi. Tuttavia, affrontare questi "giganti" - come li chiama Paul - offre a Bayes Impact alcuni vantaggi chiave. Ad esempio, i governi spesso raccolgono enormi quantità di dati su tali questioni sociali, il che li rende le migliori opportunità per mostrare la capacità dell'ingegneria della scienza dei dati di riorganizzare un serbatoio di informazioni sparse e incoerenti in informazioni altamente personalizzate e utili. Paul ritiene che l'accesso e la navigazione di questi dati avvenga meglio attraverso la collaborazione con i governi che li raccolgono, piuttosto che indipendentemente da essi. Collaborando con le agenzie governative per accedere ai dati e co-progettare un servizio utilizzando tali dati, Paul sostiene che sta sfruttando la capacità del governo di raccogliere informazioni altamente dettagliate dai suoi cittadini che non avrebbero eguali attraverso vie indipendenti o commerciali. Bayes Impact ha già avviato collaborazioni pilota con il sistema Sutter Health (una delle più grandi reti ospedaliere della California), il Dipartimento dei servizi per gli affari veterani degli Stati Uniti e l'agenzia nazionale per l'impiego francese Pole Emploi. Un ulteriore vantaggio nell'affrontare i "giganti" delle questioni sociali è che consente a Bayes Impact di posizionarsi come un sostenitore dei servizi sociali digitali tra il settore cittadino e di ottenere un'attenzione significativa all'interno dei media. Paul crede che questo possa stimolare i movimenti "di base" a livello locale e nazionale attorno al concetto di servizi sociali guidati dai cittadini, costringendo i legislatori governativi, i responsabili politici e gli influencer a prendere atto e soddisfare le richieste del pubblico. Ad oggi, Paul e il suo lavoro con Bayes Impact sono stati presentati da: Forbes.com - 30 under 30 social imprenditori per il 2016, The Wall Street Journal e Le Monde (uno dei principali media nazionali in Francia). Con questo tipo di esposizione mediatica Paul Duan ha potuto condividere la sua visione dei servizi guidati dai cittadini direttamente con il Presidente della Francia, François Hollande, attraverso un invito speciale, per discutere della disoccupazione in Francia. Queste opportunità non sono solo un tentativo di copertura mediatica, ma un'opportunità per far crescere la visione dell'impatto di Bayes sfruttando il potere dei media per influenzare gli attori politici e amministrativi per diventare più sensibili a un ruolo mutevole nel modo in cui i servizi sociali possono e dovrebbero essere forniti . Altrettanto importante quanto essere in grado di influenzare i governi, è l'opportunità strategica di co-progettare un prodotto di servizio sociale con i governi e le istituzioni attuali. Paul sostiene che lavorare a fianco dei funzionari del governo aiuta lui e il suo team a comprendere e superare meglio le sfide e le barriere istituzionali che potrebbero impedire a un "grande" prodotto di essere implementato con successo o lanciato alla base di cittadini che dovrebbe supportare. Paul identifica che questo tipo di intimità di un team basato su progetti consente a lui e ai suoi colleghi di Bayes di scoprire il panorama delle dinamiche politiche e delle relazioni istituzionali non sempre disponibili attraverso canali più pubblici. Questo aiuta anche a costruire una base di fiducia e influenza tra il suo team e le loro controparti istituzionali. Tale accesso al funzionamento interno di questi tipi di burocrazie non è disponibile quando il suo team è semplicemente "incaricato" di fornire un prodotto. Queste esperienze hanno fatto evolvere il contratto di partnership Bayes Impact per includere due clausole critiche e attualmente non negoziabili. Il primo, è che tutte le partnership devono essere interamente finanziate e limitate, progetto per progetto. Ciò è diverso dai modelli di finanziamento più tradizionali, in cui i finanziamenti sono spesso distribuiti e rinnovati su base annuale, tramite contratti rinnovabili. Questo, secondo Paul, lascia i servizi preziosi vulnerabili alle modifiche dell'amministrazione e ai "giochi di potere". È importante che tutti i partner comprendano il pieno impegno in anticipo per "finire ciò che è iniziato". La seconda clausola è che la proprietà esclusiva e tutte le informazioni proprietarie dal prodotto finale sono di proprietà esclusiva di Bayes Impact, che l'ONG quindi apre prontamente e distribuisce liberamente al termine. Attraverso l'open sourcing di tutti gli algoritmi, le formule e l'intera metodologia del progetto, Paul afferma che il prodotto e il servizio diventano proprietà di tutti, nulla è proprietario e il prodotto non può mai essere "ritirato" da un cambio di leadership. Una volta che Paul ha stabilito queste partnership strategiche e contratti con le agenzie, Bayes Impact lavora per co-progettare e co-sviluppare un prodotto (spesso una piattaforma online legata a un algoritmo specializzato) che utilizza al meglio i dati disponibili. La chiave è essere in grado di produrre una soluzione sfumata e su misura per qualsiasi persona che utilizzi il prodotto. Ad esempio, attraverso la loro partnership con il sistema Sutter Health, Bayes Impact ha progettato un programma che prevedeva i tassi di rischio di riammissione dei singoli pazienti al fine di migliorare le procedure di gestione delle cure di Sutter. La partnership con il Dipartimento per gli affari dei veterani degli Stati Uniti ha consentito a Bayes Impact di co-progettare algoritmi che hanno aiutato l'ufficio a identificare problemi di salute mentale e disoccupazione per oltre 21 milioni di veterani statunitensi. Tuttavia, il più grande risultato di Bayes fino ad oggi è attraverso la sua partnership con il governo francese per creare uno strumento di servizio di disoccupazione che non solo fornisce una guida personalizzata per i cittadini attraverso il loro percorso lavorativo, ma adatta anche la sua fornitura di servizi attraverso una forma semplificata di intelligenza artificiale (AI) per migliorare le sue raccomandazioni e supportare gli utenti successivi in base ai risultati e alle percentuali di successo degli utenti precedenti. Questa partnership senza precedenti con il governo francese, offre a Bayes Impact l'accesso simultaneo a più amministrazioni e filiali del lavoro in Francia che sono attualmente isolate. La comunicazione e la leadership tra le filiali sono frammentate, il che porta alla frustrazione dei cittadini che tentano di navigare nei servizi per l'impiego in Francia. La piattaforma, lanciata a novembre 2016, ha già registrato più di 85.000 cittadini, con feedback qualitativi positivi già raccolti da vincoli che sono stati in grado di trovare un lavoro, eppure Paul è molto più entusiasta di creare un sistema che può essere continuamente migliorato da chiunque e tutti coloro che lo utilizzano. Guardando al futuro, Bayes Impact sta lanciando una campagna per convincere un milione di utenti in Francia a beneficiare della nuova piattaforma per l'occupazione e sta collaborando con l'Abul Latif Jameel Poverty Action Lab (J-PAL) per condurre una revisione indipendente dell'impatto di un servizio guidato dai cittadini, i cui risultati dovrebbero essere comunicati a febbraio 2018. Già costruita, la piattaforma è la prima a rientrare nella nuova struttura di partenariato di Bayes, il che significa che tutti gli algoritmi sono open source e la piattaforma è costruita per resistere a qualsiasi cambiamento nella leadership, che è opportuna vista l'arrivo delle elezioni francesi nel maggio 2017. Paul vede la Francia un paese "chiave" che fa leva per stimolare i servizi guidati dai cittadini in tutta Europa. Il suo accordo con la Francia ha già portato a colloqui con importanti influencer in Belgio, Svizzera e Lussemburgo. Paul spera di replicare e adattare il successo alle questioni economiche e occupazionali, posizionando infine Bayes Impact come l'ONU delle scienze dei dati e dei servizi guidati/di proprietà dei cittadini.